發(fā)布時間：2018-01-13 18:00

  本文關(guān)鍵詞：一種從母體腹部電極心電信號中檢測胎心R波的算法　出處：《廈門大學(xué)學(xué)報(自然科學(xué)版)》2017年01期 　論文類型：期刊論文

  更多相關(guān)文章： 胎兒心電 聚類 模板匹配

【摘要】：母體腹部電極心電法通過放置在孕婦腹部的電極片無創(chuàng)檢測胎兒心電信號.但腹部無創(chuàng)檢測采集的是包含胎兒心電、母體心電及噪聲的混合信號,且母體心電信號的幅值遠(yuǎn)大于胎心信號.基于此問題,提出從母體腹部心電信號中檢測胎兒R波的高效算法.該算法避免對腹部信號建立復(fù)雜的模型,通過最小化誤差函數(shù),自適應(yīng)地濾除母親心電信號的波形,以獲得較清晰的胎兒心電波形.再經(jīng)過基于聚類的胎兒R波尖峰檢測以及精篩選的步驟,獲得正確的胎兒R波尖峰.該算法使用PhysioNet Challenge 2013的腹部心電數(shù)據(jù)集Set-a進行測試.測試結(jié)果中,胎兒R波尖峰提取的平均靈敏度為88%,平均陽性檢測率為88%.由于不涉及復(fù)雜的計算,該算法運行時間短,效率高,處理持續(xù)時長為60s的腹部信號平均用時2.64s,很適合用于可穿戴設(shè)備中心電信號的實時檢測.
[Abstract]:Maternal abdominal electrode method by placing electrodes in the abdomen of pregnant women for noninvasive detection of fetal ECG. But abdominal noninvasive detection of fetal ECG acquisition is included, mixed signal and noise of the maternal ECG, and the amplitude of ECG signal is much larger than the maternal fetal heart signal. Based on this problem, an efficient algorithm is proposed to detect fetal R waves from the maternal abdominal ECG signal. This algorithm avoids a complex model of the abdominal signal by minimizing the error function, adaptive filtering mother ECG waveform, to obtain fetal ECG waveform clearly. After screening the fetal clustering R spike detection and precision based on the steps of fetal R wave peak right the abdominal ECG data. The algorithm uses PhysioNet Challenge 2013 sets of Set-a were tested. The test results, the average sensitivity of fetal R wave peak extraction was 88%, Ping Junyang The detection rate is 88%.. Because it doesn't involve complex computation, the algorithm runs with a short time and is efficient. The abdominal signal with a duration of 60s is 2.64s. It is very suitable for real-time detection of electrical signals in wearable devices.

【作者單位】： 中國科學(xué)院合肥智能機械研究所;中國科學(xué)技術(shù)大學(xué)信息科學(xué)技術(shù)學(xué)院;廈門大學(xué)航空航天學(xué)院;廈門大學(xué)附屬第一醫(yī)院;
【分類號】：R714.5
【正文快照】： 2017,56(1):111-116.Citation:XIE X L,WANG Z Y,CHEN G,et al.An efficient algorithm for detecting fetal QRS complexes from non-invasive ab-dominal ECG signal[J].J Xiamen Univ Nat Sci,2017,56(1):111-116.(in Chinese)胎兒心電[1]在早期胎兒疾病診斷中扮演重要的角

【相似文獻】

相關(guān)期刊論文 前2條

1 周拓;楊翠微;方祖祥;;基于模板匹配的心外膜電信號預(yù)處理與特征提取方法[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2009年04期

2 ;[J];;年期

相關(guān)會議論文 前10條

1 劉麗麗;呂凝;郭鋒;;基于膚色和模板匹配的新聞圖像人臉檢測[A];中國通信學(xué)會第五屆學(xué)術(shù)年會論文集[C];2008年

2 李鑫;李力爭;;基于模板匹配的固態(tài)流體流速檢測算法[A];第二十七屆中國控制會議論文集[C];2008年

3 馮春貴;祝詩平;王海軍;;一種改進型模板匹配和離散Hopfield神經(jīng)網(wǎng)絡(luò)的限速標(biāo)志識別方法[A];中國農(nóng)業(yè)工程學(xué)會2011年學(xué)術(shù)年會（CSAE 2011）論文摘要集[C];2011年

4 那盟;賈培發(fā);徐華;;基于模板匹配的微型直升機自主著陸目標(biāo)識別[A];2005年中國智能自動化會議論文集[C];2005年

5 姜楠;張春森;;遺傳算法在圖像模板匹配中的應(yīng)用[A];高精度幾何量光電測量與校準(zhǔn)技術(shù)研討會論文集[C];2008年

6 由霖;修春波;;基于模板匹配的目標(biāo)識別算法[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

7 楊濤;韓洪;仁延深;;模板匹配精確提取圖像特征點算法[A];第二十六屆中國（天津）2012IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會議論文集[C];2012年

8 韓萍;吳仁彪;王兆華;高倩;;基于模板匹配的SAR目標(biāo)識別預(yù)處理新方法[A];第十一屆全國信號處理學(xué)術(shù)年會（CCSP-2003）論文集[C];2003年

9 鄧立新;楊震;鄭寶玉;;一種判別語音靜、清、濁三態(tài)的新方法[A];第九屆全國信號處理學(xué)術(shù)年會（CCSP-99）論文集[C];1999年

10 王超;李東;雷震;;人臉檢測技術(shù)的研究進展[A];江蘇省系統(tǒng)工程學(xué)會第十一屆學(xué)術(shù)年會論文集[C];2009年

相關(guān)重要報紙文章 前1條

1 本報記者 吳苡婷;2秒鐘完成無盲點人體安檢[N];上海科技報;2014年

相關(guān)博士學(xué)位論文 前2條

1 邵平;復(fù)雜背景下快速多姿態(tài)人臉檢測研究[D];中南大學(xué);2007年

2 孫仁山;立木枝干機器視覺識別技術(shù)研究[D];北京林業(yè)大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 徐珩;基于模板匹配跟蹤算法的研究與改進[D];昆明理工大學(xué);2015年

2 張艷梅;基于人眼跟蹤分析的疲勞駕駛檢測的研究與實現(xiàn)[D];東北大學(xué);2014年

3 洪傳文;基于多模板匹配的行人檢測算法研究[D];西安電子科技大學(xué);2014年

4 汪健;織物瑕疵在線檢測技術(shù)的研究和實現(xiàn)[D];浙江工商大學(xué);2015年

5 王倩倩;基于聚類的模板匹配顯微細(xì)胞圖像分割算法的研究[D];重慶大學(xué);2015年

6 朱怡霖;相似多目標(biāo)在LED芯片識別中的研究[D];北京林業(yè)大學(xué);2016年

7 符亞彬;基于Logo標(biāo)志檢測的暴恐視頻識別系統(tǒng)的設(shè)計與實現(xiàn)[D];北京交通大學(xué);2016年

8 李靚;基于機器視覺的印刷品缺陷快速在線檢測方法研究[D];天津科技大學(xué);2015年

9 董歷亞;基于kinect三維物體的位置檢測[D];天津科技大學(xué);2015年

10 郭桂平;基于多模板匹配的絲印缺陷自動檢測系統(tǒng)設(shè)計[D];五邑大學(xué);2016年

，

本文編號：1419912