胎儿心电监护是孕妇妊娠期间监测胎儿健康状况的重要手段,可以有效的发现胎儿在母体内发育成长的不良状况,并及时反应,可降低围产期胎儿的发病率与死亡率。因而有效提取清晰的胎儿心电信号具有重要的理论意义和实用价值。由于母体胎儿成长环境的复杂性,采集到胎儿心电具有微弱,非平稳的特性,并且常受到母体心电,工频干扰,基线漂移,肌电干扰的影响,能量较小的胎儿心电混合在原始心电信号中不易被观察到,给胎儿心电特征的提取增加了难度,限制了它在临床上的应用。目前常采用的方法是利用小波分解提取胎儿心电,在多层小波中,提取母亲峰值部分,利用小波重构得到母亲心电,并利用原始心电减去母亲心电得到胎儿心电信号,但是这种方法,常常不能有效的去除干扰噪声,并易造成胎儿QRS波的漏检。利用最小二乘支持向量机的方法,需了解胎儿心电信号及其噪声的时频特性,根据EMD分解处理非平稳信号的良好特性,对原始心电分解,并阐述最小二乘支持向量机的基本工作原理,结合EMD方法对已采集到的母亲胸部心电数据分解并送入支持向量机中训练学习,对样本集数据预测得到母亲腹部心电信号,通过原始心电与预测得到的母亲心电相减得到胎儿心电信号。实验通过对模拟心电加噪,国际通用心电数据库心电,临床采集心电预处理、心电信号的EMD分解和最小二乘支持向量机预测等步骤,编写实验算法代码,均能在MATLAB仿真平台中提取得到胎儿心电。实验证明,基于经验模态分解的方法,能较好的处理非平稳信号,并且采用最小二乘法支持向量机的方法能较好较快的预测母亲腹部心电。实验结果从可视化效果和信噪比两个方面对多种来源的心电信号进行分析,最后得出该方法能够准确提取胎儿心电信号,具有较好的效果,为产前诊断提供了较大价值的医学信息,可作为临床胎心电的研究。