基于无模型自适应控制和非负盲分离的胎儿心电提取研究

发布时间：2023-11-11 09:57

　　胎儿心电图可以反映在母体内胎儿的生长和健康状况,分析胎儿心电图是监测胎儿的重要手段。由于胎儿心电图需要通过羊水和母亲的腹部组织,采集到的胎儿心电非常弱,很容易被母体心电和其他噪音所淹没。胎儿心电又是一种低频、随机的非平稳信号。所以,准确的提取出胎儿心电一直是生物信号处理的难点和热点。基于此,本文开展了一项基于无模型自适应控制和非负盲分离的胎儿心电提取的研究。首先,对采集的混合信号进行预处理,使用梳状滤波器去除工频干扰,低通滤波器去除高频噪声,设计一种基于无模型自适应算法去除基线漂移。然后介绍了一种基于峭度和偏度的盲分离方法,根据胎儿心电信号与母亲心电信号的峭度和偏度绝对值的差异,从而设计出基于三阶和四阶统计量的一种目标函数,用来提取母亲心电信号和含噪声的胎儿心电信号。最后提出一种改进的非负盲分离算法,该算法从含噪声的胎儿心电信号中提取纯净的胎儿心电信号,非负盲分离算法是一种通过非负约束从高维空间中提取出其中的低维结构的方法。在处理包含噪声的胎儿心电信号的过程中,胎儿心电信号就相当于低维结构,首先将含噪声的胎儿心电信号进行时频变换,再通过非负盲分离算法提取出纯净的胎儿心电信号。通过仿真实...

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题研究背景及意义
        1.1.1 课题来源
        1.1.2 课题背景及意义
    1.2 胎儿心电提取研究的现状
    1.3 本文的内容及安排
    1.4 本章小结
第二章 胎心电的相关知识
    2.1 心电基础知识
        2.1.1 心电信号的时域特征
        2.1.2 心电信号的频域特征
    2.2 胎心电的采集
        2.2.1 采集信号的过程
        2.2.2 采集信号的噪声分析
    2.3 分离胎心电的常用方法
        2.3.1 模板匹配滤波
        2.3.2 小波变换
        2.3.3 独立分量分析
        2.3.4 奇异值分解法
    2.4 胎心电信号实验知识
        2.4.1 实验数据来源
        2.4.2 实验方法流程
        2.4.3 算法性能评估方法
    2.5 本章小结
第三章 基于无模型自适应的心电预处理方法应用
    3.1 自适应滤波算法
        3.1.1 基于内积的自适应滤波
        3.1.2 基于状态空间的自适应滤波
    3.2 无模型自适应滤波算法
    3.3 基于无模型自适应滤波算法在胎心电预处理的应用
        3.3.1 基础噪声的预处理方法
        3.3.2 基于无模型自适应滤波算法抑制基线漂移算法的应用
    3.4 仿真实验
        3.4.1 基于无模型自适应控制去除基线漂移实验
        3.4.2 预处理实验
    3.5 本章小结
第四章 基于非负盲分离的胎心电提取方法应用
    4.1 非负盲分离算法
        4.1.1 非负盲信号分离算法引言
        4.1.2 非负盲信号分离算法理论
    4.2 非负盲分离在胎儿心电提取的应用
        4.2.1 盲分离算法分离母亲与胎儿的心电信号的应用
        4.2.2 非负盲分离算法提取胎儿的心电信号的应用
    4.3 仿真实验
        4.3.1 模拟数据实验
        4.3.2 实际数据实验
    4.4 本章小结
第五章 胎心电提取系统应用
    5.1 胎心电提取系统的需求分析
    5.2 胎心电提取系统的模块设计及功能实现
    5.3 胎心电提取系统的使用界面介绍
    5.4 本章小结
总结与展望
参考文献
攻读学位期间的科研成果
致谢



本文编号：3862414