无创胎儿心电信号提取方法的研究

发布时间：2017-07-19 05:18

  本文关键词：无创胎儿心电信号提取方法的研究

  更多相关文章： 胎儿心电信号 周期元分析算法 R 波检测 盲源分离

【摘要】：胎儿心电信号(FECG)是心脏活动的最源发性信号,在胎儿疾病的监护和诊断中有着不可替代的作用。目前FECG的主要检测方法有两种:一种是胎儿头皮电极法,另一种是母体腹部电极心电法。腹部无创检测法相对于头皮电极检测法操作简单而且不会对孕妇和胎儿造成伤害,因此更受亲睐。但是腹部无创检测法采集到的胎儿心电信号微弱,信噪比低,受母体和噪声干扰较大,如何提取出纯净的胎儿心电信号,是生物医学信号处理领域一项重要的研究课题。本文通过分析胎儿心电信号本身的特点,论证了盲源分离算法(BSS)在胎儿心电信号分离上的可行性。并将二阶统计量的盲源信号分离模型应用于胎儿心电信号的提取,具体工作如下:二阶统计量的盲源信号分离是利用样本数据的二阶统计量和源信号时序结构特征来实现源信号的盲分离的,因此FECG的R波是确定FECG时序结构的重要依据。但采用无创检测法采集到的胎儿心电信号,由于母体和噪声干扰较大,直接利用传统的R波检测效果不佳。为提高FECG的R波检测准确性,本文提出了一种基于二进小波变换和模极大值的胎儿心电信号R检测方法。该算法通过对从母体腹部表面采集的信号进行二进小波变换,根据母体与胎儿在模极大值上的差异,对二进小波变换后的模极大值序列以模极大值块进行分类,针对胎儿模极大值块,运用窗口阈值法来估计FECG的R波。此方法在MIT Physio Net/Cin C2013挑战竞赛提供的数据集上进行了实验,根据MIT竞赛平台公布的结果,此方法 FECG的R波准确率达到93.8%。用FECG的R波作为周期结构,可以利用周期元分析(πCA)提取胎儿心电信号,但由于母体与胎儿心电周期性结构存在相似性,会造成基于周期元分析算法提取的胎儿心电信号局部失效。为解决此问题,本文对周期元算法的时延相关矩阵的最佳估计时延进行了改进,对自相关矩阵与时延相关矩阵组成的矩阵对进行广义特征值分解,通过分解后的最大特征值对应的特征向量来估计FECG。此方法在MIT Physio Net/Cin C2013挑战竞赛提供的数据集上进行验证,并通过HRV定量分析与二阶统计量的经典算法—AMUSE算法、SOBI算法和πCA算法的提取结果进行了对比,实验结果表明,本文方法比上述方法具有更好的FECG提取效果。
【关键词】：胎儿心电信号 周期元分析算法 R 波检测 盲源分离
【学位授予单位】：天津理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R714.5;TN911.7
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-15
• 1.1 课题的研究背景及意义9-12
• 1.1.1 胎儿心电信号检测10-11
• 1.1.2 无创胎儿心电信号提取的难点11-12
• 1.2 国内外研究现状12-13
• 1.3 本文的主要工作13-14
• 1.4 本文的组织结构14-15
• 第二章 基于盲源信号分离算法的无创式胎儿心电信号提取15-22
• 2.1 基于BSS的胎儿心电信号提取的可行性分析15-16
• 2.2 盲源信号分离模型及其原理16-17
• 2.3 基于二阶统计量(SOS)的盲分离算法17-22
• 2.3.1 观测信号白化预处理18-19
• 2.3.2 AMUSE算法19-20
• 2.3.3 SOBI算法20
• 2.3.4 FECG的时序结构对SOS算法的影响20-22
• 第三章 无创式FECG的R波检测方法22-34
• 3.1 FECG的R波检测方法综述22-23
• 3.2 原理与方法23-30
• 3.2.1 FECG的R波检测基本思路23
• 3.2.2 实验数据预处理23-26
• 3.2.3 利用二进小波变换求取模极大值26-27
• 3.2.4 提取胎儿模极大值块27-29
• 3.2.5 FECG的R波估计29-30
• 3.3 实验与分析30-33
• 3.3.1 实验数据来源30
• 3.3.2 参数设置30-31
• 3.3.3 实验结果与分析31-33
• 3.4 本章小结33-34
• 第四章 基于改进的周期元分析算法的FECG提取34-45
• 4.1 周期元分析算法34-37
• 4.1.1 周期元分析算法原理34-35
• 4.1.2 广义特征值分解35
• 4.1.3 时延t 的确定35-37
• 4.2 周期元分析算法的改进37-40
• 4.2.1 周期元分析算法缺陷37-38
• 4.2.2 最佳时延tt 的改进38-39
• 4.2.3 基于改进 πCA方法提取FECG的算法流程39-40
• 4.3 实验与分析40-45
• 4.3.1 实验与结果40-43
• 4.3.2 实验结果的HRV分析43-45
• 第五章 总结与展望45-47
• 5.1 本文工作总结45
• 5.2 工作展望45-47
• 参考文献47-50
• 发表论文和科研情况说明50-51
• 致谢51-52

【参考文献】

中国期刊全文数据库 前10条

1 陈寿齐;沈越泓;许魁;;联合时序结构和参考信号的胎儿心电提取[J];电路与系统学报;2010年03期

2 杨思军;郝继飞;闫文杰;丁小平;;小波滤波与QRS波检测[J];计算机工程与应用;2011年12期

3 蒲秀娟;曾孝平;韩亮;程军;姜文浩;;基于经验模式分解和最小二乘支持向量机的胎儿心电信号提取[J];四川大学学报(工程科学版);2010年06期

4 李国朝;黄庆华;;用相关原理确定工频干扰噪声频率探究[J];微计算机信息;2007年28期

5 陈天华;韩力群;郑_g;;心电信号噪声的数字滤波研究[J];微计算机信息;2008年18期

6 权建峰;李艳;郭东敏;栗鸣;;小波变换模极大值方法对信号的奇异性检测[J];探测与控制学报;2009年02期

7 姜佩杰;吴水才;贾文娟;白燕萍;杨春兰;;胎儿心电信号的提取及远程监护系统的研究[J];中国医疗设备;2010年03期

8 贾文娟;吴水才;白燕萍;;小波变换模极大值算法用于胎儿心电信号提取的研究[J];医疗卫生装备;2010年12期

9 李宁;史铁林;;基于功率谱密度的盲信号分离[J];振动工程学报;2007年03期

10 陈善凤;;理邦CADENCE胎儿监护仪的维修与维护[J];医疗装备;2014年04期

中国博士学位论文全文数据库 前1条

1 蔡坤;胎儿心电信号的盲分离研究[D];华南理工大学;2011年

中国硕士学位论文全文数据库 前10条

1 唐艳娟;基于时序结构信号盲源分离研究[D];兰州理工大学;2011年

2 吴玉莲;图像处理的中值滤波方法及其应用[D];西安电子科技大学;2006年

3 李晓燕;胎儿瞬时心率信号的非线性分析[D];中国海洋大学;2006年

4 刘清欣;胎儿心电信号提取的算法研究[D];郑州大学;2007年

5 王琳;盲源分离算法在通信系统中的应用[D];西安电子科技大学;2008年

6 周朔南;盲信号处理技术在通信领域的研究[D];西安电子科技大学;2008年

7 李君;基于独立分量分析方法的胎儿心电提取的研究[D];重庆大学;2009年

8 贾志燕;胎儿心电信号的提取方法研究[D];中北大学;2009年

9 王春红;盲信号分离算法研究与应用[D];北京交通大学;2009年

10 吴坚;独立分量分析在脑电信号处理中的应用[D];长安大学;2009年

，

本文编号：561388