CN103610460B - 一种基于自适应flann滤波器的胎儿心电信号提取方法 - Google Patents
一种基于自适应flann滤波器的胎儿心电信号提取方法 Download PDFInfo
- Publication number
- CN103610460B CN103610460B CN201310674038.2A CN201310674038A CN103610460B CN 103610460 B CN103610460 B CN 103610460B CN 201310674038 A CN201310674038 A CN 201310674038A CN 103610460 B CN103610460 B CN 103610460B
- Authority
- CN
- China
- Prior art keywords
- mother
- flann
- electrocardiosignal
- wave filter
- self adaptation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
一种基于自适应FLANN滤波器的胎儿心电信号提取方法,属于胎儿心电信号检测技术领域。解决由于母亲心电信号在胸部区域到腹部区域之间存在非线性和心电信号的非平稳特性,导致胎儿心电信号提取不准确的问题。从母亲腹部导联获得母亲胎儿混合心电信号以及从母亲胸部导联获得母亲心电信号;从母亲体表获取的两类心电信号分别进行预处理;预处理后的母亲胎儿混合心电信号和母亲心电信号进行归一化处理,作为自适应FLANN滤波器的原始输入信号和参考输入信号;利用自适应LMS算法对FLANN滤波器参数进行不断更新,估计母亲心电信号从母亲胸部区域到腹部区域之间的非线性关系;将自适应FLANN滤波器的误差输出信号,作为估计得到的胎儿心电信号。用于提取胎儿心电信号。
Description
技术领域
本发明是一种基于自适应FLANN滤波器的胎儿心电信号提取方法,属于胎儿心电信号检测技术领域。
背景技术
优生优育是提高国家人口素质的重要举措。随着生活水平的不断提高,人们对优生优育的认识逐步加强,同时,现代科学技术的发展也为围产期的孕妇和胎儿监护提供了技术保障。今后在围产期对胎儿和孕妇实时监护将受到越来越广泛的重视。
胎儿心电图(Fetal Electrocardiogram,简称FECG)是胎儿心脏生理活动的客观指标,它反映了胎儿在孕期中的生长和健康状况,能够帮助及早诊断妊娠期和分娩期的胎儿是否有先天性心脏病或宫内缺氧等。非侵入式胎儿心电检测方法,是现代医学检测技术中常用的方法,对围产期的医学研究和临床应用,以及提高围产医学质量均具有重要意义,在现代医疗领域具有广阔的应用前景。
胎儿心电信号是心脏活动的源发性信号,这种信号电位变化的方向、次序和时间等都有一定规律,并反映了整个心脏活动的循环兴奋过程。胎儿心电信号与心音和心动信号相比更能反映心脏活动全貌,而且胎儿出现异常时,胎儿心电图形态的变化比心音、心动等发生的更早、更敏感。从胎儿心电信号不仅能提取胎儿的平均和瞬时心率的变化,而且能像一般成人心电图(Electrocardiogram,简称ECG)那样,从描绘的心电波形中得到更多胎儿心脏状况的信息。通过对胎儿心电信号这些波形变化(如心率、心律、QRS时限等)的分析,结合临床观察,可早期发现胎儿生长发育过程中的异常状况,及时采取医疗措施进行补救。因此为了做出正确的临床诊断,非常有必要获取清晰的胎儿心电信号。
目前,胎儿心电信号的检测方法主要分为侵入式和非侵入式两种,传统的侵入式方法(头皮电极法),只能在羊膜破裂之后测量,且对母体和胎儿均具有创伤,操作比便。非侵入式的测量方法在临床医学中得到广泛的应用,只需从母亲腹部区域采集到包含胎儿心电信号的混合信号,然后通过去噪和滤波,经提取算法得到胎儿心电信号,具有对母亲和胎儿无创伤的特点。但是,由于母亲信号和胎儿心电信号的特点,在频域内,胎儿心电信号的频谱和母亲心电信号的频谱相互重叠,在时域内,胎儿心电信号和母亲心电信号之间存在10%到30%左右的QRS波重叠,通过简单的去噪和提取方法很难获得清晰的胎儿心电信号。现在临床应用的胎儿心电信号获取方法均为非侵入式测量方法:将多个非侵入式电极通过某种导联分布放置在母亲的腹部和胸部区域,分别测量母亲腹部心电信号(由母亲心电信号和胎儿心电信号等构成的混合信号)和母亲胸部心电信号(主要为母亲心电信号和加性噪声),进而利用某种胎儿心电信号提取或者分离算法,从具有强噪声污染的腹部心电信号中分离出胎儿心电信号。然而,从腹部电极获得的信号主要是母亲心电信号,包含的胎儿心电信号的电压幅度通常达不到母亲心电信号的电压幅度的20%,信噪比(SNR)不高,给胎儿心电信号提取带来了巨大挑战。此外,还存在各种不同来源的加性噪声,淹没或者污染了待提取的胎儿心电信号,包括50Hz工频干扰、基线漂移、母亲呼吸和肌电信号等干扰或者噪声。另外,缺少充分的胎儿心电信号数据库,会影响到胎儿心电信号波形的评价指标。经过多年的技术改进,现在临床应用的胎儿心电信号获取方法已相对成熟。
针对胎儿心电信号提取方法,人们已经提出许多基于数字信号处理的技术,包括自适应滤波算法([1]B.Widrow et al.,“Adaptive noise canceling:Principles and applications,”Proc.IEEE,vol.63,pp.1692-1716,Dec.1975.)、奇异值分解(SVD)、小波变换(WT)、人工神经网络(ANN)、盲源分离(BSS)和独立分量分析(ICA)([2]V.Zarzoso,A.K.Nandi,“Noninvasive fetal electrocardiogram extraction:blind separation versus adaptive noisecancellation,”IEEE Trans.Biomed.Eng.,vol.48,no.1,pp.12-18,Jan.2001.)等。人们已经采用自适应LMS、RLS和NLMS等算法解决胎儿心电信号提取的问题([3]Y.Xiao,et al.,“Fetal ECG extraction using multi-sensory linear noise canceller with multiple referencechannels,”Proc.ITC-CSCC2009,pp.131-134,Jul.2009.),但是在提取信号的信噪比和计算效率方面仍存在不足之处。盲源分离方法是在母亲心电信号从胸部区域传递到腹部区域之间线性关系的假设下进行的,但实际上母亲心电信号从胸部区域传递到腹部区域之间是存在非线性关系的,并且心电信号和加性噪声信号往往是非平稳的。为了解决这种母亲心电信号在胸部区域传递到腹部区域之间非线性问题,人们已经采用一些非线性方法,如神经网络、非线性状态空间变换、非线性Volterra滤波([4]M.Shadaydeh,Y.Xiao,R.Ward,“Extraction offetal ECG using adaptive Volerra filters,”Proc.16th European Signal ProcessingConference,Lausanne,Aug.2008.)、人工神经模糊推理系统([5]K.Assaleh,“Extraction ofFetal Electrocardiogram Using Adaptive Neuro-Fuzzy Inference Systems,”IEEE Trans.Biomed.Eng.,vol.54,no.1,pp.59-68,Jan.2007.)等。
因此,在传统的自适应线性滤波方法的基础上,需要提供一种可靠有效的胎儿心电信号提取的非线性方法。
发明内容
本发明的目的在于克服现有方法的缺点与不足,提供一种基于自适应FLANN滤波器的胎儿心电信号提取方法,该方法用于胎儿心电信号临床检测,可解决由于母亲心电信号在胸部区域到腹部区域之间存在非线性和心电信号的非平稳特性,导致胎儿心电信号提取不准确的问题。
本发明为解决上述技术问题采取的技术方案是:
本发明提供了一种基于自适应FLANN滤波器的胎儿心电信号提取方法,包括以下步骤:
(1)首先从母亲腹部导联获得母亲胎儿混合心电信号以及从母亲胸部导联获得母亲心电信号;
(2)对从母亲体表获取的两类心电信号分别进行预处理,其包括校正信号的低频基线漂移、滤除50Hz工频干扰、滤除高频肌电信号干扰等;
(3)将预处理后的母亲胎儿混合心电信号和母亲心电信号进行归一化处理,分别作为自适应FLANN滤波器的原始输入信号和参考输入信号;
(4)利用自适应LMS算法更新FLANN滤波器参数,估计母亲心电信号从母亲胸部区域到腹部区域之间的非线性关系;
(5)将自适应FLANN滤波器的误差输出信号,作为估计得到的胎儿心电信号。
所述步骤(2)中,采用8阶巴特沃斯型IIR数字高通滤波器校正信号的基线漂移,该滤波器的截止频率为0.04Hz;采用IIR数字陷波器滤除50Hz工频干扰;采用6阶巴特沃斯型IIR数字低通滤波器滤除肌电干扰等高频噪声,该滤波器的截止频率为200Hz。
所述步骤(3)具体包括以下步骤:
(3-1)将所述步骤(2)预处理后的一路母亲胎儿混合心电信号fm(n)和q路母亲心电信号m1(n)、m2(n)、…、mq(n),选取自适应FLANN滤波器的长度为N,分别进行连续N个采样并归一化处理;
(3-2)将母亲胎儿混合心电信号fm(n)作为自适应FLANN滤波器的原始输入信号,母亲心电信号m1(n)、m2(n)、…、mq(n)作为自适应FLANN滤波器的多参考输入信号,即采用单原始输入和多参考输入的自适应FLANN滤波的结构形式。
所述步骤(4)具体包括以下步骤:
(4-1)将母亲胎儿混合心电信号fm(n)和q路母亲心电信号m1(n)、m2(n)、…、mq(n)分别进行以三角基函数{1,cos(πu),sin(πu),cos(πu),sin(πu),…,cos(Nπu),sin(Nπu)}为基的N点非线性扩展,u表示待扩展的序列;
(4-2)将非线性扩展得到的序列作为自适应FLANN滤波器输入,其中线性FIR滤波器系数为wi,j,i表示参考输入通道序号,j表示相应滤波器的延迟时间;FLANN滤波器非线性部分系数中对应正弦分量系数hs,p,i,j和余弦分量系数hc,p,i,j,s表示系数对应正弦分量,c表示系数对应余弦分量,p表示FLANN的序号;
(4-3)得到第i参考通道的FIR滤波器线性输出为自适应FLANN滤波器非线性输出为
其中,P为FLANN的个数。自适应FLANN滤波器的总输出为
(4-4)利用LMS算法不断更新线性FIR滤波器系数和FLANN滤波器系数,线性FIR滤波器系数更新公式为
wi,j(n+1)=wi,j(n)+μ1,ie(n)mi(n-j)
FLANN滤波器系数更新公式为
hs,p,i,j(n+1)=hs,p,i,j(n)+μ2,ie(n)sin[pπmi(n-j)]
hc,p,i,j(n+1)=hc,p,i,j(n)+μ2,ie(n)cos[pπmi(n-j)]
其中,μ1,i为第i通道FIR滤波器的步长,μ2,i为第i通道FLANN滤波器的步长;
利用自适应LMS算法获得的滤波器系数wi,j、hs,p,i,j和hc,p,i,j是自适应调整的、时变的,而母亲心电信号从胸部区域到腹部区域之间的非线性关系也是时变的,该非线性关系可以通过上述滤波器系数来表示,从而估计得到母亲心电信号从胸部区域到腹部区域之间的非线性关系。
所述步骤(5)具体包括以下步骤:在所述步骤(4)的基础上,得到自适应FLANN滤波器的误差输出信号e(n)=fm(n)-y(n),作为估计得到的胎儿心电信号。
本发明具有以下优点和有益成果:
一、本发明方法基于自适应FLANN滤波,很好地解决了母亲心电信号在胸部区域传递到腹部区域之间非线性问题;
二、本发明方法计算复杂度低,抗噪声能力强,可自适应地调整滤波器的参数,快速地跟踪参考输入通道和原始输入通道的非平稳心电信号,能够实时提取胎儿心电信号;
三、本发明方法采用单腹部导联和多胸部导联获得心电信号,导联系统设计简单,且易于实现。
本发明是一种基于自适应FLANN(Functional link artificial neural network,函数链接人工神经网络)滤波器的胎儿心电信号提取方法,针对从母体采集得到的腹部心电信号和胸部心电信号(实际心电信号)数据进行测试([6]D.De Moor(Ed.)Daisy:database for theidentification ofsystems,available online),能够很好地提取胎儿心电信号。本发明解决了母亲心电信号从母亲胸部区域到腹部区域之间存在非线性的问题,并对实际采集心电数据进行了测试,能够很好地提取胎儿心电信号,是一种可靠有效的胎儿心电信号提取的非线性方法。和现有的用于提取胎儿心电信号的非线性方法相比,本发明的优点的具体优点表现为能很好地提取胎儿心电信号,导联系统设计简单,计算复杂度低且实时性好。
附图说明
图1是本发明方法的流程图;
图2是本发明方法的胸部导联采集得到的心电数据波形图(三个图由上至下分别为母亲胸部心电信号m1(n)、m2(n)、m3(n));
图3是本发明方法的腹部导联采集得到的心电数据波形图(母亲胎儿心电混合信号fm(n));
图4是本发明方法的胎儿心电信号提取原理图;
图5是本发明方法的基于自适应FLANN滤波器估计母亲心电信号从胸部区域到腹部区域的非线性关系流程图;
图6是本发明方法的提取得到的胎儿心电信号。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
如图1所示,本发明提供了一种基于自适应FLANN滤波器的胎儿心电信号提取方法,其特征是包括以下步骤:
(1)首先从母亲腹部导联获得母亲胎儿混合心电信号以及从母亲胸部导联获得母亲心电信号,数据采用Daisy数据,样本数据长度为2500;采样率为250Hz。
(2)对从母亲体表获取的两类心电信号分别进行预处理,其包括校正信号的低频基线漂移、滤除50Hz工频干扰、滤除高频肌电信号干扰等;
(3)将预处理后的母亲胎儿混合心电信号和母亲心电信号进行归一化处理,分别作为自适应FLANN滤波器的原始输入信号和参考输入信号;
(4)利用自适应LMS(Least Mean Square)算法对FLANN滤波器参数进行不断更新,估计母亲心电信号从母亲胸部区域到腹部区域之间的非线性关系;
(5)将自适应FLANN滤波器的误差输出信号,作为估计得到的胎儿心电信号。
所述步骤(1)中,如图2和图3所示,分别对应从母亲体表胸部导联和腹部导联获得的心电信号,从Daisy数据中选取的胸部导联个数为(q=3),腹部导联个数为1;
所述步骤(2)中,采用8阶巴特沃斯型IIR数字高通滤波器校正信号的基线漂移,该滤波器的截止频率为0.04Hz;采用IIR数字陷波器滤除50Hz工频干扰;采用6阶巴特沃斯型IIR数字低通滤波器滤除肌电干扰等高频噪声,该滤波器的截止频率为200Hz。
如图4所示,利用自适应FLANN滤波器提取胎儿心电信号原理图,所述步骤(3)具体包括以下步骤:
(3-1)将所述步骤(2)预处理后的一路母亲胎儿混合心电信号fm(n)和三路(q=3)母亲心电信号m1(n)、m2(n)、m3(n),选取自适应FLANN滤波器的长度为N=75,分别对连续N点采集数据进行归一化处理;
(3-2)将母亲胎儿混合心电信号fm(n)作为自适应FLANN滤波器的原始输入信号,母亲心电信号m1(n)、m2(n)、m3(n)作为自适应FLANN滤波器的多参考输入信号,即采用单原始输入和多参考输入的自适应FLANN滤波的结构形式。
如图5所示,所述步骤(4)具体包括以下步骤:
(4-1)将母亲胎儿混合心电信号fm(n)和三路母亲心电信号m1(n)、m2(n)、m3(n)分别进行以三角基函数{1,cos(πu),sin(πu),cos(πu),sin(πu),…,cos(Nπu),sin(Nπu)}为基的N点非线性扩展,u表示待扩展的序列;
(4-2)将非线性扩展得到的序列作为自适应FLANN滤波器输入,其中线性FIR滤波器系数为wi,j,i表示参考输入通道序号,j表示相应滤波器的延迟次数;FLANN滤波器非线性部分系数中对应正弦分量系数hs,p,i,j和余弦分量系数hc,p,i,j,s表示系数对应正弦分量,c表示系数对应余弦分量,p表示FLANN的序号;
(4-3)得到第i参考通道的FIR滤波器线性输出为自适应FLANN滤波器非线性输出为
其中,FLANN的个数P为40,自适应FLANN滤波器的总输出为
(4-4)利用LMS算法不断更新线性FIR滤波器系数和FLANN滤波器系数,线性FIR滤波器系数更新公式为
wi,j(n+1)=wi,j(n)+μ1,ie(n)mi(n-j)
FLANN滤波器系数更新公式为
hs,p,i,j(n+1)=hs,p,i,j(n)+μ2,ie(n)sin[pπmi(n-j)]
hc,p,i,j(n+1)=hc,p,i,j(n)+μ2,ie(n)cos[pπmi(n-j)]
其中,第i通道FIR滤波器的步长设为μ1,i=0.05,第i通道自适应FLANN滤波器的步长设为μ2,i=0.0001,初始wi,j(1)、hs,p,i,j(1)和hc,p,i,j(1)均设为0。
利用自适应LMS算法获得的滤波器系数wi,j、hs,p,i,j和hc,p,i,j是自适应调整的、时变的,而母亲心电信号从胸部区域到腹部区域之间的非线性关系也是时变的,该非线性关系可以通过上述滤波器系数来表示,从而估计得到母亲心电信号从胸部区域到腹部区域之间的非线性关系。
如图6所示,所述步骤(5)具体包括以下步骤:在所述步骤(4)的基础上,得到自适应FLANN滤波器的误差输出信号e(n)=fm(n)-y(n),作为估计得到的胎儿心电信号,fm(n)为母亲胎儿混合心电信号,y(n)为自适应FLANN滤波器的总输出。图6给出了估计得到的胎儿心电信号波形,可以看出,母体心电信号和胎儿心电信号在时域和频域的重叠部分同样具有很好的提取效果。
上述实施例为本发明较好的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (1)
1.一种基于自适应FLANN滤波器的胎儿心电信号提取方法,其特征在于包括以下步骤:
步骤(1)、首先从母亲腹部导联获得母亲胎儿混合心电信号以及从母亲胸部导联获得母亲心电信号;
步骤(2)、对从母亲体表获取的两类心电信号分别进行预处理,其包括校正信号的低频基线漂移、滤除50Hz工频干扰、滤除高频肌电信号干扰;
步骤(3)、将预处理后的母亲胎儿混合心电信号和母亲心电信号进行归一化处理,分别作为自适应FLANN滤波器的原始输入信号和参考输入信号;
步骤(4)、利用自适应LMS算法更新自适应FLANN滤波器参数,估计母亲心电信号从母亲胸部区域到腹部区域之间的非线性关系;
步骤(5)、将自适应FLANN滤波器的误差输出信号,作为估计得到的胎儿心电信号;
所述步骤(2)中,
采用8阶巴特沃斯型IIR数字高通滤波器校正信号的基线漂移,该滤波器的截止频率为0.04Hz;采用IIR数字陷波器滤除50Hz工频干扰;采用6阶巴特沃斯型IIR数字低通滤波器滤除肌电干扰这一种高频噪声,该滤波器的截止频率为200Hz;
所述步骤(3)具体包括以下步骤:
步骤(3-1)、将所述步骤(2)预处理后的一路母亲胎儿混合心电信号fm(n)和q路母亲心电信号m1(n)、m2(n)、…、mq(n),选取自适应FLANN滤波器的长度为N,分别进行连续N个采样并归一化处理;
步骤(3-2)、将母亲胎儿混合心电信号fm(n)作为自适应FLANN滤波器的原始输入信号,母亲心电信号m1(n)、m2(n)、…、mq(n)作为自适应FLANN滤波器的多参考输入信号,即采用单原始输入和多参考输入的自适应FLANN滤波的结构形式;
所述步骤(4)具体包括以下步骤:
步骤(4-1)、将母亲胎儿混合心电信号fm(n)和q路母亲心电信号m1(n)、m2(n)、…、mq(n)分别进行以三角基函数{1,cos(1πu),sin(1πu),cos(2πu),sin(2πu),…,cos(Nπu),sin(Nπu)}为基的N点非线性扩展,u表示待扩展的序列;
步骤(4-2)、将非线性扩展得到的序列作为自适应FLANN滤波器输入,其中线性FIR滤波器系数为wi,j,i表示参考输入通道序号,j表示相应滤波器的延迟次数;FLANN滤波器非线性部分系数中对应正弦分量系数hs,p,i,j和余弦分量系数hc,p,i,j,s表示系数对应正弦分量,c表示系数对应余弦分量,p表示FLANN的序号;
步骤(4-3)、得到第i参考通道的FIR滤波器线性输出为自适应FLANN滤波器非线性输出为
其中,P为FLANN的个数,自适应FLANN滤波器的总输出为
步骤(4-4)、利用LMS算法不断更新线性FIR滤波器系数和FLANN滤波器系数,线性FIR滤波器系数更新公式为
wi,j(n+1)=wi,j(n)+μ1,ie(n)mi(n-j)
FLANN滤波器系数更新公式为
hs,p,i,j(n+1)=hs,p,i,j(n)+μ2,ie(n)sin[pπmi(n-j)]
hc,p,i,j(n+1)=hc,p,i,j(n)+μ2,ie(n)cos[pπmi(n-j)]
其中,μ1,i为第i通道FIR滤波器的步长,μ2,i为第i通道FLANN滤波器的步长,e(n)为自适应FLANN滤波器的误差输出信号;
利用自适应LMS算法获得的滤波器系数wi,j、hs,p,i,j和hc,p,i,j是自适应调整的、时变的,而母亲心电信号从胸部区域到腹部区域之间的非线性关系也是时变的,该非线性关系可以通过上述滤波器系数来表示,从而估计得到母亲心电信号从胸部区域到腹部区域之间的非线性关系;
所述步骤(5)具体包括以下步骤:在所述步骤(4)的基础上,得到自适应FLANN滤波器的误差输出信号:
e(n)=fm(n)-y(n)
作为估计得到的胎儿心电信号,式中,fm(n)为母亲胎儿混合心电信号,y(n)为自适应FLANN滤波器的总输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310674038.2A CN103610460B (zh) | 2013-12-11 | 2013-12-11 | 一种基于自适应flann滤波器的胎儿心电信号提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310674038.2A CN103610460B (zh) | 2013-12-11 | 2013-12-11 | 一种基于自适应flann滤波器的胎儿心电信号提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103610460A CN103610460A (zh) | 2014-03-05 |
CN103610460B true CN103610460B (zh) | 2015-10-28 |
Family
ID=50161197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310674038.2A Expired - Fee Related CN103610460B (zh) | 2013-12-11 | 2013-12-11 | 一种基于自适应flann滤波器的胎儿心电信号提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103610460B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104161508B (zh) * | 2014-08-28 | 2017-05-24 | 哈尔滨工程大学 | 一种胎儿心电信号提取方法 |
US9392952B1 (en) * | 2015-03-10 | 2016-07-19 | Nuvo Group Ltd. | Systems, apparatus and methods for sensing fetal activity |
CN104796110B (zh) * | 2015-05-05 | 2017-11-28 | 吉林大学 | 模拟工频梳状陷波器及其调整方法 |
CN105640545B (zh) * | 2015-12-31 | 2018-12-14 | 深圳先进技术研究院 | 一种胎儿心电信号提取方法及装置 |
CN106667478B (zh) * | 2016-12-07 | 2023-06-09 | 成都亿咖极科技有限公司 | 一种多导联联合检测的智能胎儿心电检测方法及系统 |
CN106580309A (zh) * | 2016-12-09 | 2017-04-26 | 北京工业大学 | 一种胎儿心电检测电路系统 |
CN107049303A (zh) * | 2017-03-10 | 2017-08-18 | 哈尔滨工业大学 | 一种基于多腹导和多胸导的自适应胎儿心电信号提取系统及方法 |
CN107788975A (zh) * | 2017-11-03 | 2018-03-13 | 北京工业大学 | 一种基于安卓智能手机的胎儿心电监护系统 |
CN110101378A (zh) * | 2019-04-30 | 2019-08-09 | 索思(苏州)医疗科技有限公司 | 一种由母亲腹部混合ecg信号提取胎儿心率的算法 |
CN110262249B (zh) * | 2019-07-08 | 2022-09-23 | 广东三姆森科技股份有限公司 | 基于bp神经网络的永磁同步伺服系统谐振陷波器参数自校正方法 |
CN112200068A (zh) * | 2020-10-09 | 2021-01-08 | 武汉科技大学 | 基于lstm神经网络心电提取方法、系统、设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101554325B (zh) * | 2009-05-15 | 2011-04-13 | 南京大学 | 胎儿心电图的分离提取方法 |
CN102160787B (zh) * | 2011-05-31 | 2013-06-26 | 广东工业大学 | 一种基于时频变换的胎儿心电盲提取方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006081447A2 (en) * | 2005-01-27 | 2006-08-03 | The Board Of Trustees Of The University Of Illinois | Blind adaptive filter extraction of fetal electrocardiogram signal estimate |
-
2013
- 2013-12-11 CN CN201310674038.2A patent/CN103610460B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101554325B (zh) * | 2009-05-15 | 2011-04-13 | 南京大学 | 胎儿心电图的分离提取方法 |
CN102160787B (zh) * | 2011-05-31 | 2013-06-26 | 广东工业大学 | 一种基于时频变换的胎儿心电盲提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103610460A (zh) | 2014-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103610460B (zh) | 一种基于自适应flann滤波器的胎儿心电信号提取方法 | |
CN101972145B (zh) | 一种基于源信号时域相对稀疏性的胎儿心电盲分离方法 | |
CN101554325B (zh) | 胎儿心电图的分离提取方法 | |
CN105078505A (zh) | 生理信号处理方法及处理装置 | |
CN102160787B (zh) | 一种基于时频变换的胎儿心电盲提取方法 | |
CN103479349A (zh) | 心电信号数据获取及处理方法和系统 | |
CN106889981B (zh) | 一种用于提取胎儿心率的智能终端 | |
Taebi et al. | Noise cancellation from vibrocardiographic signals based on the ensemble empirical mode decomposition | |
CN103405227A (zh) | 基于双层形态学滤波的心电信号预处理方法 | |
CN104173043A (zh) | 一种适合于移动平台的心电数据分析方法 | |
CN101596108B (zh) | 胎儿心电图的一种基于重构相空间的非线性分离提取方法 | |
CN105266800B (zh) | 一种基于低信噪比条件下胎儿心电盲分离方法 | |
CN108272451A (zh) | 一种基于改进小波变换的qrs波识别方法 | |
CN101627907B (zh) | 心电信号分析处理装置及方法 | |
CN107693004A (zh) | 基于hilbert变换的胎儿心电提取与胎儿心率识别方法 | |
Wang et al. | Wavelet transform based ECG denoising using adaptive thresholding | |
Tang et al. | ECG de-noising based on empirical mode decomposition | |
CN105266799B (zh) | 一种基于盲分离技术的心电放大器自动增益控制方法 | |
Lima-Herrera et al. | Fetal ECG extraction based on adaptive filters and Wavelet Transform: Validation and application in fetal heart rate variability analysis | |
CN103169469B (zh) | 一种基于高频激励的实时脑电阻抗检测方法 | |
CN106691437B (zh) | 一种基于母体心电信号的胎儿心率提取方法 | |
Shulgin et al. | Electrohysterographic signals processing for uterine activity detection and characterization | |
Rooijakkers et al. | Critical analysis of electrohysterographic methods for continuous monitoring of intrauterine pressure | |
CN107049303A (zh) | 一种基于多腹导和多胸导的自适应胎儿心电信号提取系统及方法 | |
CN205083472U (zh) | 一种心电信号采集与处理系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151028 Termination date: 20161211 |
|
CF01 | Termination of patent right due to non-payment of annual fee |