NLMS与RLS算法的仿真比较及其在FECG提取中的应用

该文通过计算机仿真对比研究了归一化最小均方误差(NLMS)和递推最小二乘(RLS)两种自适应滤波算法,并将这两种算法用于胎儿心电图仪的自适应滤波器仿真设计中。该方法通过自适应滤波拾取理想的参考信号,再与腹部混迭信号相减抵消母亲心电图(MECG),从而提取出胎儿心电(FECG)信号。计算机仿真实验结果表明,这两种算法都能通过有效抑制MECG及其它各种干扰以实现FECG的检测。相比之下,RLS算法具有良好的应用性能,除收敛速度快于NLMS以及稳定性强外,还具有更高的起始收敛速率;更小的权失调噪声,更大的抑噪能力,但其计算复杂度高于NLMS算法。

基于小波消噪和自适应滤波的FECG提取

应用小波分析和自适应滤波消噪相结合的方法提取胎儿心电(feta electrocardiogram,FECG)信号.对样本信号对软阈值去噪和硬阈值去噪进行了对比分析,发现软阈值去噪较好.把去噪后的信号作为自适应滤波消噪的参考信号,将腹部信号作为主输入信号,构建了基于RLS自适应噪声抵消(recursive least squares adaptive noise cancellation)系统,并对其进行了样本试验.

山羊和绵羊GDF9基因FecG^E突变检测

FecGE是巴西Santa Ines绵羊生长分化因子9(GDF9)基因编码区1 034位发生的G→T突变(G1034T),能引起排卵数和产羔数的增加。采用PCR-RFLP方法检测FecGE突变在26个山羊品种(文登奶山羊、辽宁绒山羊、济宁青山羊、贵州白山羊、板角山羊、成都麻羊、金堂黑山羊、古蔺马羊、大足黑山羊、南江黄羊、马头山羊、川东白山羊、关中奶山羊、内蒙古绒山羊、陕南白山羊、太行山羊、雅安奶山羊、圭山山羊、天府肉羊、云岭黑山羊、安徽白山羊、河南奶山羊、波尔山羊、安哥拉山羊、萨能奶山羊、努比山羊)和6个绵羊品种(湖羊、小尾寒羊、洼地绵羊、杜泊绵羊、黑萨福克、白萨福克)中的分布状态。结果表明:在所检测的26个山羊品种和6个绵羊品种中均未检测到FecGE突变。

关于胎儿心电信号检测与处理的新方法研究

一、引言 在庆祝心电图(ECG)被发现100周年之际,回顾作为心电图的一个分支——胎儿心电图(FECG),可以看到由于FECG测量的复杂和困难,其发展不如ECG那样成熟,且只有50年的历史。然而,在围产期中,特别在临产和分娩过程中,胎儿由于脐带挤压或其它原因造成暂时性缺血、缺氧是引起胎儿窒息、智力迟钝、呆傻甚至死亡的主要原因。

胎儿心电图对胎儿缺氧的诊断价值

目的:了解胎儿心电图在胎儿宫内缺氧诊断中的价值。方法:应用FECG-D型胎儿心电图仪对210例孕妇检测,发现异常胎儿心电图54例,进行临床追踪、产程观察、相关检查对比分析。结果:胎儿宫内缺氧占83.33%。结论:FECG对发现胎儿宫内缺氧有很高的敏感性。

胎儿心电图的临床应用

胎儿心电图(FECG)作为一种对胎儿心电监测的新技术、新方法,近几年来已被广泛应用于围产医学方面。FECG可将胎儿心脏活动时产生的生物电流绘成图谱,反映胎心的瞬间变化,这种变化可由宫内环境的改变引起,也可由胎心自身的疾病或先天性发育异常而产生。通过对FECG的分析,结合临床,往往可以发现病因,及时处理,从而起到围产监护的作用。FECG无创伤而且简单方便,可在孕期反复检测,孕妇易于接受,现将我院198例FECG检测结果报道如下。

孕足月产前胎心电监护的临床意义

胎儿心电图(FECG)是非侵入性检查,具有对母、儿均无害,操作简便,可反复检查等优点。特别在孕足月者,以此监护已成为判断胎儿宫内情况和决定处理方案的主要依据之一。

经母体腹部提取胎儿心率信号的系统设计

通过电极直接从孕妇腹部检测胎儿心率信号是一种理想的无创检测方法,本文采用TI公司的TMS320C6713和专用心电检测的SOC芯片ADS1298为核心完成孕妇腹部混合心电信号检测系统的设计,使用独立分量分析方法从孕妇腹部提取的三路心电信号中分离出胎儿心率信号。实验结果表明,该系统能可靠地检测孕妇混合心电信号,并能准确提取胎儿心率。该系统具有便携、低功耗特性,适合长程动态对胎儿进行监护,为围产期孕妇子宫内胎儿的健康状况提供可靠依据,提高围产期母婴保健水平。

经腹壁间接胎儿心电图的临床应用

经腹壁间接胎儿心电图的临床应用１３００２１白求恩医科大学第一临床医学院李艳芳，乐杰经腹壁间接胎儿心电图（ＦＥＣＧ）是一种非侵入性，对孕妇及胎儿均无损害的诊断手段。通过置于孕妇体表的电极获得胎儿心脏动作电位及其在心脏内传导过程的图形，不仅可观察胎儿心率...

基于改进FastICA的胎儿心电提取算法研究

针对FastICA算法容易陷入局部最优,导致提取的胎儿心电往往含有较多噪声的问题。本文将修正BFGS法(MBFGS)和混沌优化算法相结合来代替传统的牛顿迭代法,提出一种新的独立分量分析方法,并用于胎儿心电信号的提取。分别用合成信号和临床信号对该算法进行验证,实验结果表明本文提出的算法能提取出清晰并不含母体心电的胎儿心电信号,而且算法性能更优于FastICA。

采用盲源提取和后小波滤波的胎儿心电图提取

胎儿心电图能够提供有关胎儿健康的信息,帮助确定胎儿是否有疾病,在临床上具有很重要的意义。将心电图仪的电极放置到孕妇体表,获取来自母体内部的心电信号,该信号是母体心电图与胎儿心电图的混合。目前主要有两种方法可以通过处理混合信号,获得胎儿心电图。其中,采用盲源提取的方法可以用较小的运算量获得胎儿心电图,但这种方法提取的胎儿心电图容易受到噪声的污染。而在小波域进行盲源分离,可以分离出较为纯净的胎儿心电图,该方法的缺点是运算量大。提出了一种新的胎儿心电提取方法,该方法首先利用盲源提取算法从采集到的心电信号中提取出受到噪声污染的胎儿心电图,然后再利用小波滤波滤除噪声,获取较为纯净的胎儿心电图。该方法既具有较小的运算量,又可以获得较好的提取性能。合成心电数据仿真和实际胎儿心电图提取试验均验证了该方法的有效性。

结合FastICA与EKF的腹部源胎儿心电信号提取

针对腹部源信号,本文提出一种结合快速独立分量分析(FastICA)与扩展卡尔曼滤波(EKF)的胎儿心电信号提取方法。首先抑制原始母体腹壁混合信号中的基线漂移、工频干扰和脉冲伪迹。然后使用FastICA从母体腹壁混合信号中分离得到母体心电信号估计以及含有残留母体心电成分和其他噪声的胎儿心电信号估计。使用EKF对胎儿心电信号估计进行滤波得到残留的母体心电成分估计,将其抑制后获得含噪声的胎儿心电信号。最后再次使用EKF提取得到清晰的胎儿心电信号。采用临床数据进行实验,本文提出的胎儿心电信号提取方法的灵敏度、阳性预测值和F_(1)分数分别为99.27%,94.35%,96.71%,其基于互相关系数和基于特征值分析的信噪比分别为6.1454 dB和6.5096 dB。实验结果表明本文提出的方法在主观视觉效果和客观评价指标上均优于传统的胎儿心电信号提取方法。

基于互信息最小的非线性混合胎儿心电信号提取方法

胎儿心电信号提取具有重要的临床意义。目前大多数胎儿心电信号提取方法是基于线性瞬时混合模型,使用多路信号实现.本文基于更符合实际情况的非线性混合模型,使用两路心电信号,提出一种新颖的从母体腹部混合信号中提取胎儿心电信号方法。首先,在假定母体和胎儿两个心电信号相互独立的基础上,基于互信息最小原则,提出一种新的目标函数;然后,利用多层感知机拟合母体心电信号传导至腹部所经历的非线性变换,从而得到母体腹部混合信号中母体心电成分的最优估计;最后,从母体腹部混合信号中减去母体心电信号的最优估计,实现胎儿心电信号的成功提取。实验结果验证了该方法的正确性和有效性。

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

针对心电信号的非平稳特性,将非平稳信号处理方法与非线性估计方法相结合,提出一种从母体腹壁混合信号中提取胎儿心电信号的新方法。采用经验模式分解(EMD)方法将非平稳的母体心电信号分解为有限个本征模函数(IMF)和一个残差信号;母体腹壁混合信号中的母体心电成分为母体心电信号的非线性变换,采用最小二乘支持向量机(LSSVM)拟合这一非线性变换;将EMD分解所得的本征模函数和残差信号经由所拟合的非线性变换得到母体腹壁混合信号中母体心电成分的最优估计,从母体腹壁混合信号中减去该最优估计得到胎儿心电信号。引入基于特征值分析和基于互相关系数计算信噪比的方法,评估胎儿心电信号提取方法的性能。实验结果表明,在胎儿心电信号和母体心电信号QRS波分离或者重叠的情况下,通过提出的方法均可得到清晰的胎儿心电信号,且信噪比相对于传统方法有明显提高。实验结果验证了该方法的有效性。

基于DSP的自适应胎儿心电图仪研究

介绍了一种自适应胎儿心电图仪的研究与实现方法。研制了TMS320LF2407A数字信号处理芯片为核心的嵌入式系统。根据自适应噪声抵消(Adaptive noise cancelling,ANC)原理,研究与实现了自适应噪声抵消软件算法,无创无损提取胎儿心电信号,并通过通讯接口送至上位机实时显示,分析和记录处理结果。实验表明该仪器设计合理,性能良好。

基于局部主分量分析的胎儿心电信号提取算法

为了从孕妇腹部一个导联混合信号中提取微弱的胎儿心电信号,提出了一种基于局部主分量分析的非线性特征信号提取算法。该算法首先利用重构相空间理论从观测时间序列中重构系统的动力学特征,然后在每个相点的局部范围内利用主分量分析的算法提取母亲和胎儿心电信号。由于提取的胎儿心电信号中还含有噪声,再一次利用局部主分量分析算法就能分别提取纯净的胎儿心电信号和噪声。两组实测信号的仿真结果表明,算法具有较好的提取效果和鲁棒性。

噪声背景下的胎儿心电提取

在实际应用中,考虑有噪声影响的胎儿心电提取算法具有现实意义,因此本文提出了噪声背景下的基于归一化均方预测误差的新的胎儿心电提取算法。该算法在目标函数中去除了噪声的干扰。理论分析和仿真实验表明了该算法的有效性。与不考虑噪声的胎儿心电提取算法相比,该算法具有更好的提取性能。

使用广义回归神经网络的胎儿心电提取

针对胎儿心电难以提取问题,提出一种从母体腹壁混合信号中提取胎儿心电的方法。利用广义回归神经网络(GRNN)估计母体心电信号传导至腹壁的非线性变换,将非线性变换后的母体心电信号从腹壁混合信号中减去,再通过小波包去噪技术抑制胎儿心电的基线漂移和噪声,得到清晰的胎儿心电。应用合成心电信号和临床心电信号完成实验,在胎儿心电和母体心电QRS波完全重叠情况下,提取出清晰的胎儿心电。实验结果验证了方法的有效性。

改进的ICA胎儿心电信号提取法

独立分量分析(ICA)模型中,有关独立性的假设对模型的可识别性至关重要,然而在实际应用中信号源之间往往有某种程度的联系。孕妇腹部信号是由胎儿心电信号(FECG)和母亲心电信号(MECG)线性混合而成的,但是FECG与MECG之间存在一定的相关性,不是完全统计独立的,针对信号源之间弱独立性的这一特点提出了一种新的非入侵式胎儿心电信号提取方法,试验表明该方法比直接用传统的ICA方法提取的胎儿心电信号噪声小、分离效果好。

基于S3C2410的无线胎儿心电监护仪的设计

介绍了一种基于S3C2410和无线通信技术的新型胎儿心电监护仪的设计方案,系统的各个功能模块,并将IIR自适应滤波器与遗传算法相结合,实现了胎儿心电信号(FECG)的无创实时提取,为胎儿先天性疾病,以及胎儿宫内病理情况的诊断提供了科学的依据。