-
题名胎儿心电信号检测算法的研究进展
被引量:2
- 1
-
-
作者
郝婧宇
南格丽
吴水才
-
机构
北京工业大学环境与生命学部生物医学工程系
-
出处
《医疗卫生装备》
CAS
2021年第6期90-96,102,共8页
-
文摘
介绍了胎儿心电信号(fetal electrocardiogram,FECG)的预处理方法,综述了差分阈值法(difference threshold arithmetic,DTA)、小波变换(wavelet transform,WT)法、经验模态分解(empirical mode decomposition,EMD)法、机器学习算法和多导联融合检测算法等常用的FECG检测算法的原理及其国内外研究现状,分析了各FECG检测算法的优缺点,指出了融合多种检测算法、设计轻量型训练模型、引入迁移学习算法和提高算法自学习能力是未来FECG检测算法的改进方向。
-
关键词
胎儿心电信号
差分阈值法
小波变换法
经验模态分解法
机器学习算法
多导联融合检测算法
-
Keywords
fetal electrocardiogram
difference threshold arithmetic
wavelet transform algorithm
empirical mode decomposition algorithm
machine learning algorithm
multi-lead fusion detection algorithm
-
分类号
R318
[医药卫生—生物医学工程]
R540.41
[医药卫生—心血管疾病]
-
-
题名机器学习下胎儿健康状态智能评估的研究进展
被引量:1
- 2
-
-
作者
郝婧宇
南格丽
吴水才
-
机构
北京工业大学生物医学工程系
-
出处
《生命科学仪器》
2021年第3期29-37,共9页
-
文摘
随着机器学习的飞速发展,不少研究人员将智能分类算法应用于胎儿健康状态评估中。本文首先介绍了用于胎儿健康状态评估的主要特征参数,综述了基于特征提取与基于深度学习的智能分类方法的国内外研究进展,主要包括决策树与随机森林、最小二乘向量机、K最近邻算法、卷积神经网络、循环神经网络等算法,分析了这些方法在胎儿健康状态智能分类中的优势和存在的问题,最后对其进行总结与展望。
-
关键词
胎儿健康状态评估
智能分类
机器学习
卷积神经网络
循环神经网络
-
Keywords
fetal status assessment
smart classification
machine learning
cogeneration neural networks
circulatory neural networks
-
分类号
O657.3
[理学—分析化学]
-