规范有效的产前胎儿监护是对胎儿生长健康状况的实时动态观察,而常用的监护手段是胎儿心电监护,胎儿心电信号是胎儿心脏活动时源发性的生物电信号,包含着丰富的信息。由于通过母体腹部采集到的胎儿心电信号,常伴有母亲心电信号、工频干扰、基线漂移、母体肌电等干扰噪声,因此如何提取到准确的胎儿心电信号一直是医护研究人员研究的重难点。基于负熵的独立分量分析固定点算法(FastICA)结合了负熵所带来的统计特性和不动点迭代的优良算法特性,是一种快速寻优迭代的多维数据处理技术,从孕妇体表采集到的心电信号可被看作是多个相互独立信号的混合,符合ICA算法的前提条件,故可用FastICA算法分离各个源信号。而非负矩阵分解是一种非监督式的有效处理数据的降维方法,可以对分离出的含噪胎儿心电作进一步的提取。因此,本文针对前人优秀的理论成果,结合仿真实验,提出基于独立分量分析和非负矩阵分解的胎儿心电信号提取方法。本文实验采用三种多通道的心电数据,包括:模拟心电信号、国际通用的MIT-BIH心电数据库以及医院临床采集的信号。其中,模拟心电信号是在分析胎儿心电、母亲心电和噪声干扰的幅频及时频特性的基础上,用MATLAB软件仿真生成更接近于原始心电的模拟混合信号,以验证本文算法的提取效果。先对原始信号作预处理,采用梳状滤波器抑制工频噪声,低通滤波器消除肌电高频干扰,并用多层小波分解去除低频段的基线漂移,结合实验优化预处理效果。再利用构建的基于负熵的FastICA算法模型分离出母亲心电和含噪的胎儿心电信号,接着将含噪的胎儿心电数据作时频变换处理,获取非负频谱,NMF分解得到胎儿心电的特征信号。最后用波峰检测方法定位R波位置,计算胎心率,根据算法评估指标对实验结果做对比分析。实验证明,本文提出的基于独立分量分析和非负矩阵分解的方法,能够提取出较清晰的母亲心电和准确的胎儿心电特征信号,验证了算法的可行性和有效性。检测结果具有较大价值的临床医学信息,可以作为医护人员判断胎儿是否存在窘迫现象的参考依据。