胎儿心电信号对胎儿疾病的临床诊断具有重要意义，如胎儿缺氧。从母体体表检测到的胎儿心电信号含有大量的干扰，噪声，如母体心电信号，基线漂移等等。本文以胎儿心电信号为研究对象，分析并研究了胎儿心电信号的提取算法。　　 本文阐述了选题的背景以及意义，分析了胎儿心电信号的生理学基础以及国内外的研究现状，介绍了基于小波域独立分量分析以及基于半盲源分离的胎儿心电信号提取算法，分析了这些算法的特点，并给出了相应的算法仿真计算结果。根据胎儿心电信号的特点，给出了胎儿心电信号提取的解决方案。首先，胎儿心电信号中含有较强的噪声，本文使用样条二进小波详细分析了信号和噪声在小波域的性态特点，推导出信号的样条二进小波变换系数幅值沿尺度的变化趋势依赖于信号的奇数阶导数，高斯白噪声的样条二进小波变换系数方差沿尺度逐渐衰减且衰减率越来越小。提出了一种基于小波域性态分析的组合滤波方法，仿真实验表明了算法的有效性。其次，胸腹导联母体心电信号的映射关系是非线性的，本文应用自适应模糊神经推理系统快速的学习到了这种非线性的映射关系，从而有利于胎儿心电信号的实时提取。该算法是一种块信息处理的算法，具有一定的自适应能力，能有效应对胸腹导联母体心电信号非线性映射关系的轻微变化。另外，该算法仅需要胸腹两个导联的心电信号信息，方便了心电信号的采集。