【摘 要】
：
胎儿心电图检测技术是一项检测围产期以及妊娠期胎儿健康情况的重要技术手段,能有效地发现胎儿在母体内正常发育生长中的不良情况,但现实中采集到的胎儿心电图往往受到复杂噪声和母体心电分量的干扰。通过对胎儿心电图进行分析,可以在早期及时诊断胎儿宫内缺血和先天性心脏病等,能有效地降低新生儿各类疾病的发病率和死亡率。从母体腹壁混合信号中稳健地提取胎儿心电信号是有效监测胎儿健康最大的挑战,这主要是由于胎儿心电相对
论文部分内容阅读
胎儿心电图检测技术是一项检测围产期以及妊娠期胎儿健康情况的重要技术手段,能有效地发现胎儿在母体内正常发育生长中的不良情况,但现实中采集到的胎儿心电图往往受到复杂噪声和母体心电分量的干扰。通过对胎儿心电图进行分析,可以在早期及时诊断胎儿宫内缺血和先天性心脏病等,能有效地降低新生儿各类疾病的发病率和死亡率。从母体腹壁混合信号中稳健地提取胎儿心电信号是有效监测胎儿健康最大的挑战,这主要是由于胎儿心电相对于母体心电而言振幅较低以及所采集信号的不稳定性。本文提出基于遗传BP神经网络的胎儿心电提取算法,并融合小波阈值和降噪自动编码器对提取后胎儿心电信号进行增强。论文主要内容如下:（1）针对母体心电干扰影响胎儿心电信号提取准确性的问题,提出了一种遗传BP神经网络提取算法。该算法基于BP神经网络估计胸部导联信号和母体心电信号之间非线性映射,计算母体心电模板,并采用遗传算法优化网络的参数,提高算法的精度,最后从混合心电信号消除母体心电后即可获得胎儿心电信号。BP神经网络虽具有强大的非线性映射能力,但网络中参数的设置会导致计算的母体心电模板不准确,从而影响胎儿心电信号的提取准确性。本文采用遗传算法对网络参数寻优,有效地解决了这一问题。在Da ISy数据库上进行测试,本文方法的准确率和灵敏度分别达到95.49%和96.36%。同时分离出的胎儿心电信号与真实的胎儿心电信号具有很高的契合度。（2）针对提取后胎儿心电信号存在残余噪声的问题,本文对提取后胎儿心电信号进行时域和频谱分析,观察到其时域波形具有非平稳性,其频谱具有伪周期性的特点。针对其时频域噪声特点,提出融合小波阈值与降噪自动编码器对胎儿心电信号进行增强。经对含不同类型噪声的真实胎儿心电数据进行实验验证,该去噪算法平均输出信噪比达到15.33d B,平均均方根误差达到0.061。考证了本文算法可以提取出质量较好的胎儿心电信号。
其他文献
大脑是人体中的重要器官,核磁共振成像（Magnetic Resonance Imaging,MRI）对脑部软组织成分显像清晰,三维（Three Dimensions,3D）脑MRI图像单模配准算法的研究对临床应用有着重要价值。传统方法精度较高,但普遍存在算法复杂度高、配准时间长和普适性差的问题。深度学习方法精度高、实时性强,但大多忽略了配准的微分同胚性。基于对称微分同胚网络（Symmetric D
阿尔茨海默症（Alzheimer’s Disease,AD）属于神经退行性疾病,其主要症状是记忆力、认知功能下降以及语言能力减弱等。轻度认知障碍（Mild Cognitive Impairment,MCI）是正常和痴呆之间的一种过渡阶段,其临床主要表现是记忆以及认知功能较常人存在轻微受损,但没有完全被确定为AD。MCI被认为有极大的可能最终转化为AD,然而目前仍然缺乏针对AD的有效生物标志物。功能
高光谱图像（Hyperspectral Image,HSI）是一种由数十个或数百个波段构成的数据立方体,相对于传统的RGB图像或多光谱图像（Multispectral Image,MSI）而言,它包含了丰富的光谱信息,可以更好地反映地物的实际情况。而由于光学成像原理的限制,HSI空间分辨率相对较低,这限制了HSI后续的分析与应用。在这种情况下,融合高空间分辨率（High Resolution,HR
甲基法尼酯（Methylene farnesoate,MF）是存在于甲壳动物体内一种十分重要的内分泌倍半萜类激素,其主要作用包括调控甲壳动物蜕皮、生长发育与繁殖等过程。然而,在甲壳动物中,甲基法尼酯如何运输到靶器官从而发挥作用尚未清晰。本研究以凡纳滨对虾Litopenaeus vannamei为研究对象,通过生物信息学整合凡纳滨对虾基因组与转录组的数据信息,筛选到了11个Juvenile horm
合成孔径雷达（Synthetic Aperture Radar,SAR）以其独有的全天候、全天时成像特点,在军事和民用方面有众多的研究和应用,如:军事测绘、海洋监测、资源勘探等方面。然而,受相干成像机制的影响,SAR图像会带有相干斑噪声,该噪声的存在降低了SAR图像的信噪比,使图像中的目标信息受到遮挡,从而严重地影响了图像质量,模糊了图像中的重要信息,为后续进行SAR图像高水平处理任务带来巨大的挑
孤独症（Autism Spectrum Disorder,ASD）是一种神经系统疾病,常发病于婴幼儿早期,症状包括行为方式刻板和认知方式局限等。目前,主要是医师参考量表对ASD进行诊断,方法主观性强且诊断效率低。因此寻找客观生物学标志物对ASD诊断具有重要意义。本文基于递归图（Recurrence Plot,RP）提取ASD儿童八通道脑电信号（Electroencephalogram,EEG）特征
SDN解耦了数据平面和控制平面,具备网络可灵活配置的优势。SDN网络状态的全局可见性和流量转发规则的运行操作使得任何冲突都可以通过逻辑上集中的控制器远程解决,增强了网络的稳定性。但同时,控制器的集中化及其可见性使得网络更易受到攻击,为恶意攻击创造了更多的机会。DDoS攻击会对SDN网络造成毁灭性打击,这是一个非常严重的问题。论文对此问题,从检测、负载均衡以及攻击溯源三个方面进行研究。所做的工作主要
近年来,脑血管疾病的患病人数急剧上升,特别是脑卒中患者在治疗后普遍存在的不同程度的运动功能障碍,给家庭和社会带来极重的负担。及时而有效的康复治疗能够最大程度地恢复患者运动能力。而对脑卒中患者运动神经系统功能状态进行准确评估是提高康复治疗效果的基础。皮质肌耦合（corticalmuscular coupling,CMC）能够揭示大脑皮层和运动肌肉组织两大系统之间的信息传递和功能联系,可以用于研究神经
药物靶点关系是药物研发过程中不可缺少的信息。因此,药物靶点相互作用相关的研究已经成为药学研究的热点。传统的实验方法验证药物靶点相互作用关系效率很低,需要花费大量的时间和精力,并且费用也十分高昂。这大大制约了药物的研发速度,阻碍了医学技术的进步。随着科学技术的发展,越来越多的专家学者利用计算机技术辅助药物靶点关系的预测,极大地提升了实验效率,缩短了药物研发的周期。现有的药物靶点关系研究中主要存在两大
疲劳表情作为人体的生理和心理机能的外在体现,能够真实反映人们的注意力、知觉、思维、判断、意志、决策和运动能力是否下降。因此,疲劳表情识别在医疗健康检测、疲劳驾驶等领域有着很大的应用潜力。在疲劳表情识别领域中,遮挡条件下的表情识别技术是目前广大研究者的重点研究对象。在遮挡情况下,疲劳表情识别任务时常因难以提取到有效的分类特征信息,导致疲劳状态判断不准确。因此,本文围绕如何提高遮挡条件下的疲劳表情识别