胎儿心电图是通过安置在孕妇体表的电极，记录胎儿心脏每一心动周期发生的电位变化及其在心脏的传导过程。通过对其波形变化的分析，可以及早发现胎儿宫内缺氧，脐带缠绕及先天性心脏病等疾病，降低围产儿的发病率和死亡率。　　 本文详细阐述了基于支持向量机的胎儿心电提取原理。指出腹部混合信号中的母体心电成分，实际上是母体心电经过非线性变换传导至腹部的信号，利用支持向量机来拟合这一非线性过程，得到母体心电成分的最优估计，从腹部混合信号中减去该最优估计就得到胎儿心电信号。　　 选择不同的核函数会产生不同的支持向量机模型。本文采用多项式核函数，线性核函数以及径向基核函数三种常用核函数，在LSSVM和v-SVM两种支持向量机情况下，对合成心电和实际心电进行了胎儿心电提取研究。　　 研究基于LSSVM的合成心电提取。利用模型合成了母体心电和胎儿心电，采用相关系数这一客观指标，考察了三种核函数在不同信噪比条件下的提取表现。合成数据上的结果表明：径向基核函数的提取效果略优于多项式核函数，前二者的提取表现均优于线性核函数的表现。　　 研究基于LSSVM的实际心电提取。从训练点数，J维时间导数以及惩罚系数几方面对LSSVM模型进行了优化。比较了三种核函数提取到的实际胎儿心电的可视化效果：径向基核函数能有效抑制腹部混合信号中的母体心电成分，其提取效果最好；多项式核函数的提取效果总体上较为理想，但局部比径向基核函数提取效果略差；线性核函数没有能够提取到清晰的胎儿心电信号。　　 研究基于v-SVM的胎儿心电提取。选择回归能力较强的径向基核函数，讨论了参数v的优化过程，并与LSSVM的提取结果进行对比：在母体心电与胎儿心电的QRS波部分及完全重合时，v-SVM的结果中有明显的母体心电残留，并丢失了部分胎儿心电信息；LSSVM在相同情况下均能得到清晰的胎儿心电信号。