论文部分内容阅读
提高人口出生质量,降低孕产妇及围产儿死亡率是妇幼保健工作的一项重要内容,良好的孕期监护是孕产妇和胎儿安全的可靠保证。胎儿心电信号(Fetal Electrocardiogram,FECG)可以用于检测早期胎儿心脏健康状况,是反映胎儿心脏电生理活动的一项客观指标;通过分析FECG的RR间期可获得胎心率变异(Fetal Heart Rate Variability,FHRV)信息,FHRV反应了交感-副交感神经张力及其平衡性,是目前临床上评估胎儿健康状况的重要指标。临床上可通过孕妇腹部电极非侵入无创采集FECG,但信号受到母体心电信号(Maternal Electrocardiogram,MECG)、肌电和母体呼吸等诸多噪声的干扰,如何从混合信号中有效准确提取微弱FECG信号是需要解决的关键问题之一。本论文研究多导联/单导联环境下胎儿心电提取及胎心率变异谱分析算法,目标是提出鲁棒性强、收敛速度快的胎儿心电提取算法;在此基础上,在频域建立一个无创的胎心率变异定量测量方法,由此可以评估胎儿健康状况以及自主神经系统功能的发育情况。首先,针对多导联条件提出基于混沌修正BFGS(Modified BFGS,MBFGS)的快速定点独立分量分析算法(Fast Independent Component Analysis,Fast ICA),有效地实现了多导联方式的胎儿心电提取。其次,针对单导联条件研究了腹部心电信号(Abdomenal Electrocardiogram,AECG)动态模型,在此基础上提出了并行边缘粒子滤波算法(parallel Marginalized Particle Filter,par-MPF),并通过实验对算法性能进行了验证。最后,利用希尔伯特黄变换(Hilbert-Huang Transform,HHT)对提取的胎儿心电进行胎心率变异分析。本文主要的研究内容有:1、研究了基于混沌优化算法与MBFGS算法的多导联胎儿心电提取算法。首先,研究了独立分量分析(Independent Component Analysis,ICA)理论及Fast ICA算法;其次,针对Fast ICA存在的缺点,将混沌优化算法与MBFGS算法相结合,从而得到改进FastICA算法;最后,通过合成信号和临床信号验证了该算法的良好性能。2、研究了基于心电动态模型和并行边缘粒子滤波的单导联胎儿心电提取算法。首先,研究了心电信号动态模型,并建立对胎儿心电和母体心电同时建模的腹部心电动态模型;其次,基于该模型提出了并行边缘粒子滤波算法,用该滤波算法跟踪胎儿心电和母体心电,获取高质量的胎儿心电信号;最后,通过合成信号和临床数据库对该算法的性能进行了验证,结果表明该算法鲁棒性强、稳定度高。3、研究了基于希尔伯特黄变换的胎心率变异分析算法。首先,对提取的胎儿心电信号进行R峰定位从而得到胎心率(Fetal Heart Rate,FHR)信号;进而利用希尔伯特黄变换对胎心率变异做精确谱分析,在频域建立一个无创的胎心率变异定量测量方法。本文所研究的胎儿心电提取结合胎心率变异性的定量分析将有利于妇产科医护人员发现胎儿早期发育异常,做到及时处理高危围产儿,防止围产儿不良预后,降低围产儿的发病率和死亡率,对于提高优生优育水平具有重要的意义。