导读:本文包含了胎儿心电论文开题报告文献综述及选题提纲参考文献,主要关键词:FECG,小波包分解,快速独立成分分析,腹部混合信号
胎儿心电论文文献综述
黄艺格,杨雨丹,贺知明[1](2019)在《融合峰值最大化小波分析与fastICA的胎儿心电提取》一文中研究指出目的:针对母体心电信号和胎儿心电信号重迭度太高,导致胎儿心电分离精度低、受母体心电信号干扰的问题,提出一种峰值最大化的小波分析与快速独立成分分析(fast independent component analysis,fastICA)结合的胎儿心电提取算法。方法:首先对母体腹部混合信号(包含母体心电信号和胎儿心电信号)进行白化和去均值处理,再利用峰值确定小波包分解点,以降低混合信号重迭程度;然后利用基于负熵的fastICA分离混合心电信号,得到含有噪声的胎儿心电信号;最后使用小波去噪去除信号中的噪声和基线漂移。结果:该算法提取的胎儿心电信号比基于峭度的fastICA算法提取的胎儿心电信号更清晰,收敛性更好。结论:该算法能在母体心电信号和胎儿心电信号重迭度太高的时候,对胎儿心电信号进行有效分离,满足目前医疗市场上对提取胎儿心电信号的需求。(本文来源于《医疗卫生装备》期刊2019年04期)
孟蓉[2](2019)在《胎儿心电监护的临床运用及诊断意义》一文中研究指出目的探讨胎儿心电监护在孕晚期的运用及诊断意义。方法选取妊娠满37周不满42周的孕妇进行胎儿心电监护,对胎心监护仪描记的瞬时胎心率曲线及图形根据胎心监护评价标准作出临床分析报告。结果 50例孕妇中,38例胎心监护报告结果 NST反应型,有6例NST睡眠型,6例通过轻推孕妇腹壁唤醒胎儿后再次监护NST为反应型,其余6例为NST无反应型。结论胎心监护的临床运用可以准确有效地筛查出NST无反应型胎儿,及时纠正胎儿缺血缺氧,在临床产科诊断中具有重要意义。(本文来源于《基层医学论坛》期刊2019年03期)
洪强,袁延超,张斌,邵明刚,吴水才[3](2018)在《一种基于云平台的胎儿心电远程监护系统》一文中研究指出本文提出一种基于云平台的胎儿心电远程监护系统,该系统由心电采集器、智能手机APP和云端服务器软件3部分组成。创可贴式心电采集器实时采集孕妇和胎儿的混合心电信号,通过蓝牙无线传送给智能手机。智能手机APP软件对接收到的混合心电信号进行分离,从母体中提取出胎儿心电信号,并把胎儿心电信号通过移动通讯网远程传输到云端服务器。云端服务器对接收到的胎儿心电进行存储和智能分析,同时将胎儿心电信号和服务器智能分析结果推送给在线医生进行监护诊断,服务器智能分析结果能给医生诊断提供参考。云端服务器软件自动将医生的诊断结果和建议返回到孕妇智能手机中。实验结果表明,所研制的基于云平台胎儿心电远程监护系统运行可靠,适合对孕妇进行长期的胎儿心电远程监护。(本文来源于《中国医疗设备》期刊2018年11期)
袁丽,吴水才,袁延超[4](2018)在《一种改进的FastICA算法在胎儿心电提取中的应用》一文中研究指出目的为了改进传统FastICA算法对初始权值较敏感的问题,本文提出一种基于超松弛因子改进的FastICA算法来提取胎儿心电。方法首先对Da ISy数据库中的母体腹部混合信号进行中心化和白化处理,去除信号间的相关性;然后在牛顿迭代算法中引入超松弛因子对随机产生的初始权值进行处理,再用改进FastICA算法提取胎儿心电;最后对胎儿心电信号的提取结果通过可视化的波形和量化指标进行评估。结果实验结果显示该算法平均迭代次数由改进前的55次降到15次,信噪比也得到提高,并且改进后算法提取出来的胎儿心电几乎不掺杂母体心电。结论基于超松弛因子改进的FastICA算法,在保持收敛速度的同时,放宽了对初始权值的要求,避免了收敛不平衡,减少了迭代次数,可以提取出比较清晰的胎儿心电。(本文来源于《北京生物医学工程》期刊2018年05期)
仇悦[5](2018)在《基于循环神经网络的胎儿心电提取方法研究》一文中研究指出胎儿心电信号对胎儿健康状况的早期诊断有重要作用。与常规心电信号相同,胎儿心电信号的波形形态中包含了大量信息,可用于胎儿缺氧和先天性心脏缺陷等病症的医学诊断。然而,从非侵入式测量方法测得的孕妇腹壁心电信号中,提取清晰的胎儿心电信号波形,目前仍较为困难。胎儿心电信号常受工频干扰、母体心电成分和其他噪声成分的污染,而以往的大部分工作只能分离出包含大量噪声的胎儿心电信号,用于提取胎心心率,并不能提取出胎儿心电信号的清晰波形。这导致了基于胎儿心电波形形态的医学诊断难以实施,极大限制了胎儿心电信号的临床应用价值。本文开展了一系列研究工作,通过改善工频消噪,母体成分抵消和胎心信号降噪叁个关键环节的信号处理效果,大幅提升了提取出的胎儿心电信号波形的清晰度和准确度。本文的主要研究内容与贡献如下:1.基于循环神经网络的心电信号工频消噪方法工频干扰是现代传感器技术采集得到的生物医学电信号中,含有的主要噪声之一,对传感信号的信号质量有极大影响,因而工频消噪往往是传感信号预处理过程中的重要环节。工频干扰与心电信号在频域分布上的重迭,使传统滤波方法在进行工频消噪时,常会引起显着的信号失真。本文提出基于循环神经网络的工频消噪方法,经合成样本训练后的循环神经网络模型,可无需先验知识和预处理过程,直接从心电信号中提取出工频干扰成分。构建了一种训练样本的生成策略,将心电信号纯净波形与随机模拟工频信号混合,得到合成样本。实验结果表明,该方法可显着缓解工频消噪过程引入的信号失真,具有较强的泛化能力,为论文后续的创新工作提供了理论基础。2.基于循环神经网络的分段重建工频消噪方法采用非侵入式测量法测得的孕妇腹壁心电信号中,胎儿心电信号成分通常十分微弱。工频消噪过程引入的信号失真会严重破坏胎儿心电信号的波形信息。因而胎儿心电的提取过程,对工频消噪的低失真度要求更为严苛。本文提出了基于双向循环神经网络的分段重建工频消噪方法,通过分段估计,借助双向循环神经网络扩充的拟合能力,提取心电信号中工频干扰成分的特性系数,计算出工频干扰成分的幅度、相位与实际频率,而后通过逐段局部重建,对心电信号中的工频干扰成分进行重建恢复。实验结果表明,相较以往性能最优方法,该方法将滤得心电信号的信噪比平均提高了7 dB,将工频干扰幅值变化的瞬态响应时间减少到了 0.09秒,且具有较强的鲁棒性,可适应工频干扰的幅值和频率在较大范围内的变化,满足了胎儿心电信号预处理的性能要求。此外,经实验验证,该方法还具有一定的泛化能力,可无需重新训练循环神经网络模型,直接应用于实际生物电信号的工频消噪任务,具有良好的普适性和实用价值。3.基于循环神经网络的胎儿心电提取方法孕妇腹壁心电信号中含有母体心电、各类噪声和微弱的胎儿心电信号,为提取出清晰的胎心信号波形,本文提出了一种基于循环神经网络的两阶段噪声消除胎儿心电提取方法,以循环神经网络数字信号处理为基础,通过母体成分抵消和胎心信号降噪两阶段的处理过程,实现低失真度的胎儿心电提取。分别设计了两阶段处理过程的算法框架。改进了模型自适应更新的损失函数和参数调节策略实现循环神经网络的自动迭代收敛。根据母体内心电信号传导变换的系统特性,修改了长短时记忆单元遗忘门和输出门的门控机制,大幅降低了循环神经网络的运算量。实验结果表明,相较以往性能最优方法,该方法在母体成分抵消和胎心信号降噪两阶段的处理过程中,分别将提取出的胎儿心电信号的信噪比,平均提高了 1.26dB和4.33dB。这共计约5.6dB的性能提升,显着提高了胎儿心电的信号质量,将有助于胎儿心电波形的医学诊断,促进胎儿健康监测技术的发展。(本文来源于《浙江大学》期刊2018-07-01)
袁延超[6](2018)在《基于智能手机的胎儿心电监护系统设计》一文中研究指出非侵入式胎儿心电监护能及早发现胎儿窘迫、先天性心脏病、脐带缠绕等病理情况,进而采取对胎儿有效的治疗措施。而孕妇腹部心电中胎儿心电信号极其微弱,并且混合有母体心电等噪声干扰。现有胎儿心电提取算法和监护系统大都是非实时的,即先用设备采集存储孕妇腹部和胸部心电信号,再基于计算机提取胎儿心电信号。本文提出一种新型基于智能手机的胎儿心电监护系统。胎儿心电采集器采集3导联孕妇腹部心电信号,然后将心电信号经蓝牙发送到智能手机。设计智能手机APP软件,对腹部心电信号进行IIR滤波,进一步用实时快速独立分量分析(ICA)算法提取胎儿心电。手机界面上实时显示胎儿心电波形、心率并对异常心率进行提示。本论文详细描述了基于智能手机的胎儿心电监护系统硬件、软件、算法设计,并对各部分性能进行了测试。本文具体研究内容如下:1、胎儿心电采集器设计。以蓝牙处理器CY8C4247为主处理器,3导联模拟前端集成芯片ADS1293采集腹部心电,电路由锂离子电池供电。通过Type-C接口经充电芯片MCP73831给电池充电,TLV70033 3.3V稳压芯片给各模块供电。经印制电路板(PCB)制作,嵌入式驱动调试,外壳设计,制作出样机。2、胎儿心电信号发生器设计。以MSP430F149单片机为主处理器,DAC5571八位数模转换芯片模拟输出处理器Flash存储的腹部叁导联心电信号和单导联胎儿心电信号。电路采用5V USB线供电,并经LM1117-3.3V稳压芯片给各模块供电。轻触按键调节胎儿心电的幅值和心率并在0.96寸有机发光二极管(OLED)上显示。经PCB制作,嵌入式驱动调试,外壳设计,制作出样机。3、安卓智能手机胎儿心电提取APP软件设计。包括界面设计、蓝牙低功耗(BLE)连接服务、实时提取算法移植、胎儿历史心电存储及回放查看、胎儿心电异常与疾病分析、用户注册登录设计等,采用快速ICA算法在手机端进行胎儿心电实时提取显示。经系统性能测试,胎儿心电采集器工作可连续达24小时以上,对实时提取的胎儿心电信号随机30分钟性能测试,实验结果表明提取准确度达94.79%,灵敏度达99.21%。本系统实现了胎儿心电家庭监护基本功能,具有较高市场应用价值。(本文来源于《北京工业大学》期刊2018-06-01)
袁延超,吴水才,袁丽,王笑茹,高小峰[7](2018)在《基于BP神经网络的胎儿心电提取算法研究》一文中研究指出目的针对胎儿心电不易提取的问题,提出一种从孕妇腹部混合心电信号和胸部心电信号中提取胎儿心电的方法。方法采用反向传播(BP)神经网络预测孕妇腹部混合心电信号中母体心电的真实形态,从腹部混合信号中减去预测的母体心电信号便得到胎儿心电信号。与小波阈值去燥算法和自适应滤波算法比较,评价BP神经网络算法可行性。结果相比小波阈值去燥算法和自适应滤波算法,该算法准确度为94.12%,灵敏度为96.97%。这两项指标均优于小波阈值去燥算法的80.52%、93.94%和自适应滤波算法的87.88%、87.88%。结论基于BP神经网络的方法可以提取到纯净的胎儿心电信号,对于胎儿心电监护有一定的应用价值。(本文来源于《生物医学工程与临床》期刊2018年03期)
李花莲,赵胜,魏欣,闻捷[8](2018)在《胎儿心电图125例中异常心电的特点与临床表现》一文中研究指出目的应用胎儿心电图(FECG)诊断胎儿心律失常,分析心律异常的可能原因。方法回顾本院125例因产前检查异常行FECG检查的病例,结合心脏超声和临床资料分析胎儿心律失常的特点、病因及转归。结果(1)胎儿异常心电图40例(32%),其中房性早搏30例(24%);室性早搏3例(2.4%);胎儿心动过缓3例(2.4%);心动过速3例:心房扑动2例(1.6%)和紊乱性房性心律1例(0.8%)。(2)一般原因为孕妇急性呼吸道感染,胎儿结构异常,母体抗核抗体阳性为主,分别占72.5%、12.25%和10%。(3)6例终止妊娠,1例死胎。结论 FECG能快速、准确诊断心律失常,为临床管理提供参考依据。(本文来源于《中国心脏起搏与心电生理杂志》期刊2018年02期)
袁丽,吴水才,袁延超,高小峰[9](2018)在《一种变步长LMS算法提取胎儿心电》一文中研究指出目的为了解决LMS算法在收敛速度与稳态误差之间的矛盾,本文提出一种变步长LMS算法提取胎儿心电。方法首先将母体腹部信号作为原始输入信号,母体胸部信号作为参考输入信号,对两路信号进行预处理,去除基线漂移,再使用本文设计的算法提取胎儿心电。结果实验结果表明本文算法在收敛速度与跟踪能力方面均优于传统LMS算法,并且可提取出清晰的胎儿心电。结论改进后的LMS算法可以提取出比较清晰的胎儿心电。(本文来源于《中国医疗设备》期刊2018年03期)
侯世芳[10](2018)在《胎儿心电提取方法的研究》一文中研究指出目前,胎儿心电图是医生诊断胎儿健康状况的最有效依据,通过分析胎儿心电信号的特征波形,可获取包括胎儿先天性心脏病、宫内缺氧、宫内窘迫、脐带缠绕等围产期的相关异常信息,为胎儿的健康提供可靠保障。腹部心电采集法是当前认可度最高的胎儿心电采集方法,该方法将电极置于母体腹部体表处检测胎儿心电信号。所得到的胎儿心电信号含有多种噪声,尤其是母亲心电的干扰信号。因此,获取纯净的胎儿心电在临床上意义重大。本文对胎儿心电提取做了详细研究,针对当前独立分量分析分离胎儿心电的局限性,提出了基于小波变换和改进的匹配滤波法来提取胎儿心电。本论文的主要工作如下:首先,对胎儿心电检测的重要意义进行了阐述,总结了当前国内外胎儿心电的检测的发展历程与研究现状,重点介绍了胎儿心电检测方法的分类,说明了各检测方法的基本原理。其次,利用基于峭度的快速定点算法(Fast Independent Component Analysis,Fast ICA)分别对人工合成腹部心电信号和真实腹部心电信号分离胎儿心电信号,并证明了该法分离合成母体腹部心电信号和Daisy数据库中真实八导联心电信号的可行性以及分离MIT Physio Net/Cin C2013数据库中真实四导联母体腹部心电信号的不足。进而,提出了使用小波变换和改进的匹配滤波法提取胎儿心电。对胎儿心电信号使用平稳小波变换预处理,选择合适的小波系数后进一步使用小波阈值法定位母亲心电的R峰,在此算法基础上设计了母亲心电R峰检测的GUI界面。最后,提出了一种改进的匹配滤波法,当母体腹部心电信号在时域上有母亲心电信号与胎儿心电信号的重合波时,能准确的提取胎儿心电信号。进而搭建了基于该算法的胎儿心电提取GUI界面,并使用两组数据对该算法及界面的有效性作出了检验。(本文来源于《哈尔滨理工大学》期刊2018-03-01)
胎儿心电论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
目的探讨胎儿心电监护在孕晚期的运用及诊断意义。方法选取妊娠满37周不满42周的孕妇进行胎儿心电监护,对胎心监护仪描记的瞬时胎心率曲线及图形根据胎心监护评价标准作出临床分析报告。结果 50例孕妇中,38例胎心监护报告结果 NST反应型,有6例NST睡眠型,6例通过轻推孕妇腹壁唤醒胎儿后再次监护NST为反应型,其余6例为NST无反应型。结论胎心监护的临床运用可以准确有效地筛查出NST无反应型胎儿,及时纠正胎儿缺血缺氧,在临床产科诊断中具有重要意义。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
胎儿心电论文参考文献
[1].黄艺格,杨雨丹,贺知明.融合峰值最大化小波分析与fastICA的胎儿心电提取[J].医疗卫生装备.2019
[2].孟蓉.胎儿心电监护的临床运用及诊断意义[J].基层医学论坛.2019
[3].洪强,袁延超,张斌,邵明刚,吴水才.一种基于云平台的胎儿心电远程监护系统[J].中国医疗设备.2018
[4].袁丽,吴水才,袁延超.一种改进的FastICA算法在胎儿心电提取中的应用[J].北京生物医学工程.2018
[5].仇悦.基于循环神经网络的胎儿心电提取方法研究[D].浙江大学.2018
[6].袁延超.基于智能手机的胎儿心电监护系统设计[D].北京工业大学.2018
[7].袁延超,吴水才,袁丽,王笑茹,高小峰.基于BP神经网络的胎儿心电提取算法研究[J].生物医学工程与临床.2018
[8].李花莲,赵胜,魏欣,闻捷.胎儿心电图125例中异常心电的特点与临床表现[J].中国心脏起搏与心电生理杂志.2018
[9].袁丽,吴水才,袁延超,高小峰.一种变步长LMS算法提取胎儿心电[J].中国医疗设备.2018
[10].侯世芳.胎儿心电提取方法的研究[D].哈尔滨理工大学.2018