基于小波变换与非负矩阵分解的胎心电信号处理方法研究
发布时间：2021-09-17 18:41
胎儿心电信号是胎儿发育阶段心脏产生的源发性信号,反应了心脏活动的整个过程和变化规律。通过对胎儿心电图的分析,能及时了解胎儿在宫内的发育状况,判断是否存在缺陷异常。然而,从母体腹壁采集到的信号包含了母亲心电、工频干扰、基线漂移以及其他各种噪声。而胎儿心电本身又是一种低频、微弱的非平稳信号,如何从腹部信号中有效提取出较为清晰的胎儿心电信号一直是生物医学信号处理领域的研究热点。本文介绍胎儿心电的相关知识以及常用的处理方法,在总结优秀经验的前提下,通过实验对比分析,提出一种基于小波变换与非负矩阵分解的胎儿心电信号处理方法。首先,对信号进行预处理,使用梳状滤波器消除50Hz工频干扰及其谐波分量,低通滤波器去除高频噪声,中值滤波器去除基线漂移,并对预处理效果进行验证。然后,介绍了基于小波变换的母胎心电信号分离方法,小波变换具有多分辨率特性以及局部特征表示能力在信号处理领域被广泛使用,针对心电信号特点选择合适的小波基及分解层数进行小波变换,对分解后的近似信号进行阈值检测,得到母亲心电信号所有R波峰值点位置,再从细节信号中截取对应的母亲心电信号高频成分,利用小波重构得到母亲心电信号。用滤波后的信号减去...
【文章来源】：广东工业大学广东省
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
直接法采集示意图
图 1-1 直接法采集示意图Fig.1-1 Direct method acquisition schematic diagram法，又称为母体腹壁电极法，如图 1-2 所示。通过在孕妇集多路母体和胎儿心电信号的混合信号，使用分离算法部电极法无创伤无感染，对孕妇和胎儿没有伤害，且能法采集得到的信号通过羊水、胎膜、子宫壁、母体腹腔儿心电、各种噪声信号的线性混合。因此，要得到纯净些优秀的分离算法进行提取。
要的器官之一，主要由心肌细胞组成，，从而实现血液循环，维持正常的心率反应，心电信号是从宏观的角度记录和在静息的状态下，细胞膜外存在带有正荷离子，内外电差处于平衡状态。受到发生改变，从而钠离子流入，平衡结构由此产生电位差。膜内两侧电位由静息称为除极，而刺激过后，膜内两侧的电负”，此过程称作复极[26]。正是由于这两测量电压的电极粘贴在身体不同部位表是周期性变化的电压曲线，也就是临床断心脏疾病一种重要的依据 图 2-1 为
【参考文献】：
期刊论文
[1]基于小波变换和匹配滤波的胎儿心电信号R波检测[J]. 严文鸿,蒋宁. 中国医疗器械杂志. 2015(05)
[2]基于匹配滤波的胎儿心电信号检测系统的研究与设计[J]. 宋盟春,熊念. 中国医疗器械信息. 2014(03)
[3]基于奇异值降维的胎心电盲分离方法[J]. 刘芳,张燕妮. 中国医学物理学杂志. 2013(06)
[4]基于小波分析与自适应滤波的胎儿心电提取[J]. 沈燕妮,吴水才,高小峰. 医疗卫生装备. 2012(09)
[5]基于自适应线性神经网络的胎儿心电信号提取[J]. 贾文娟,杨春兰,钟果程,周梦颖,吴水才. 北京生物医学工程. 2010 (06)
[6]抑制Winger-Ville分布交叉项的新方法[J]. 赵培洪,平殿发,邓兵. 计算机应用. 2010(08)
[7]基于ICA的胎儿心电信号提取算法的比较[J]. 闫彩虹,曾孝平. 重庆工学院学报(自然科学版). 2009(10)
[8]小波变换在胎心率检测中的应用[J]. 佘黎煌,张石,栾新军,马悦. 数据采集与处理. 2008(S1)
[9]基于独立分量分析的胎儿心电信号提取[J]. 刘清欣,万红. 华北水利水电学院学报. 2007(03)
[10]基于RLS-ANC自适应滤波的FECG信号提取方法[J]. 刘世金,徐文,刘大利,苏明. 北京生物医学工程. 2005(06)
博士论文
[1]胎儿心电信号的盲分离研究[D]. 蔡坤.华南理工大学 2011
[2]胎儿心电信号提取研究[D]. 蒲秀娟.重庆大学 2009
硕士论文
[1]基于盲分离技术的胎心电信号处理系统的设计[D]. 林锦荣.广东工业大学 2016
[2]基于非负盲分离的胎儿心电信号处理方法研究[D]. 严文鸿.广东工业大学 2016
[3]胎儿心电提取和胎心率变异分析算法研究[D]. 徐雯.杭州电子科技大学 2016
[4]基于非负矩阵分解的盲源分离算法在心电信号消噪中的研究[D]. 武健.太原理工大学 2014
[5]胎儿心电信号循环平稳半盲提取研究[D]. 李少华.重庆大学 2014
[6]基于非负矩阵分解的盲信号分离方法研究[D]. 黄雯雯.杭州电子科技大学 2013
[7]胎儿心电信号采集及基于盲信号理论的胎儿心电信号提取研究[D]. 谭越.华南理工大学 2012
[8]加稀疏约束的非负矩阵分解[D]. 张宇飞.大连理工大学 2010
[9]心电信号的去噪与QRS波检测算法研究[D]. 刘刚.昆明理工大学 2009
[10]基于改进ICA算法和小波变换的胎儿心电信号提取方法研究[D]. 赵淼.东北大学 2009
本文编号：3399293
【文章来源】：广东工业大学广东省
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
直接法采集示意图
图 1-1 直接法采集示意图Fig.1-1 Direct method acquisition schematic diagram法，又称为母体腹壁电极法，如图 1-2 所示。通过在孕妇集多路母体和胎儿心电信号的混合信号，使用分离算法部电极法无创伤无感染，对孕妇和胎儿没有伤害，且能法采集得到的信号通过羊水、胎膜、子宫壁、母体腹腔儿心电、各种噪声信号的线性混合。因此，要得到纯净些优秀的分离算法进行提取。
要的器官之一，主要由心肌细胞组成，，从而实现血液循环，维持正常的心率反应，心电信号是从宏观的角度记录和在静息的状态下，细胞膜外存在带有正荷离子，内外电差处于平衡状态。受到发生改变，从而钠离子流入，平衡结构由此产生电位差。膜内两侧电位由静息称为除极，而刺激过后，膜内两侧的电负”，此过程称作复极[26]。正是由于这两测量电压的电极粘贴在身体不同部位表是周期性变化的电压曲线，也就是临床断心脏疾病一种重要的依据 图 2-1 为
【参考文献】：
期刊论文
[1]基于小波变换和匹配滤波的胎儿心电信号R波检测[J]. 严文鸿,蒋宁. 中国医疗器械杂志. 2015(05)
[2]基于匹配滤波的胎儿心电信号检测系统的研究与设计[J]. 宋盟春,熊念. 中国医疗器械信息. 2014(03)
[3]基于奇异值降维的胎心电盲分离方法[J]. 刘芳,张燕妮. 中国医学物理学杂志. 2013(06)
[4]基于小波分析与自适应滤波的胎儿心电提取[J]. 沈燕妮,吴水才,高小峰. 医疗卫生装备. 2012(09)
[5]基于自适应线性神经网络的胎儿心电信号提取[J]. 贾文娟,杨春兰,钟果程,周梦颖,吴水才. 北京生物医学工程. 2010 (06)
[6]抑制Winger-Ville分布交叉项的新方法[J]. 赵培洪,平殿发,邓兵. 计算机应用. 2010(08)
[7]基于ICA的胎儿心电信号提取算法的比较[J]. 闫彩虹,曾孝平. 重庆工学院学报(自然科学版). 2009(10)
[8]小波变换在胎心率检测中的应用[J]. 佘黎煌,张石,栾新军,马悦. 数据采集与处理. 2008(S1)
[9]基于独立分量分析的胎儿心电信号提取[J]. 刘清欣,万红. 华北水利水电学院学报. 2007(03)
[10]基于RLS-ANC自适应滤波的FECG信号提取方法[J]. 刘世金,徐文,刘大利,苏明. 北京生物医学工程. 2005(06)
博士论文
[1]胎儿心电信号的盲分离研究[D]. 蔡坤.华南理工大学 2011
[2]胎儿心电信号提取研究[D]. 蒲秀娟.重庆大学 2009
硕士论文
[1]基于盲分离技术的胎心电信号处理系统的设计[D]. 林锦荣.广东工业大学 2016
[2]基于非负盲分离的胎儿心电信号处理方法研究[D]. 严文鸿.广东工业大学 2016
[3]胎儿心电提取和胎心率变异分析算法研究[D]. 徐雯.杭州电子科技大学 2016
[4]基于非负矩阵分解的盲源分离算法在心电信号消噪中的研究[D]. 武健.太原理工大学 2014
[5]胎儿心电信号循环平稳半盲提取研究[D]. 李少华.重庆大学 2014
[6]基于非负矩阵分解的盲信号分离方法研究[D]. 黄雯雯.杭州电子科技大学 2013
[7]胎儿心电信号采集及基于盲信号理论的胎儿心电信号提取研究[D]. 谭越.华南理工大学 2012
[8]加稀疏约束的非负矩阵分解[D]. 张宇飞.大连理工大学 2010
[9]心电信号的去噪与QRS波检测算法研究[D]. 刘刚.昆明理工大学 2009
[10]基于改进ICA算法和小波变换的胎儿心电信号提取方法研究[D]. 赵淼.东北大学 2009
本文编号：3399293
本文链接：https://www.wllwen.com/yixuelunwen/fuchankeerkelunwen/3399293.html
最近更新
教材专著
