使用广义回归神经网络的胎儿心电提取

doi:10.3778/j.issn.1002-8331.2009.10.064

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (10): 211-214.DOI: 10.3778/j.issn.1002-8331.2009.10.064

使用广义回归神经网络的胎儿心电提取

蒲秀娟¹,曾孝平¹,陈悦君¹,韩亮¹,程军²,李君¹

1.重庆大学通信工程学院，重庆 400030
2.第三军医大学西南医院心内科，重庆 400038

收稿日期:2008-02-26 修回日期:2008-04-01 出版日期:2009-04-01 发布日期:2009-04-01
通讯作者: 蒲秀娟

Extraction method of fetal electrocardiogram by general regression neural network

PU Xiu-juan¹,ZENG Xiao-ping¹,CHEN Yue-jun¹,HAN Liang¹,CHENG Jun²,LI Jun¹

1.College of Communication Engineering，Chongqing University，Chongqing 400030，China
2.Department of Cardiology，Southwest Hospital，Third Military Medical University，Chongqing 400038，China

Received:2008-02-26 Revised:2008-04-01 Online:2009-04-01 Published:2009-04-01
Contact: PU Xiu-juan

摘要/Abstract

摘要： 针对胎儿心电难以提取问题，提出一种从母体腹壁混合信号中提取胎儿心电的方法。利用广义回归神经网络（GRNN）估计母体心电信号传导至腹壁的非线性变换，将非线性变换后的母体心电信号从腹壁混合信号中减去，再通过小波包去噪技术抑制胎儿心电的基线漂移和噪声，得到清晰的胎儿心电。应用合成心电信号和临床心电信号完成实验，在胎儿心电和母体心电QRS波完全重叠情况下，提取出清晰的胎儿心电。实验结果验证了方法的有效性。

关键词: 胎儿心电, 广义回归神经网络, 小波包去噪

Abstract: In this paper，a novel method for extracting fetal electrocardiogram（FECG） from abdominal composite signal of a pregnant is proposed.The maternal component in the abdominal electrocardiogram（ECG） signal is a nonlinearly transformed version of the maternal ECG（MECG） and this nonlinearly relation is identified by the General Regression Neural Network （GRNN）.The FECG is extracted by subtracting the nonlinearly transformed version of MECG from the abdominal ECG signal.The baseline shift and noise in FECG are suppressing by wavelet packet denoise technique.Visual test results obtain from synthetic ECG signals and real ECG signals demonstrate the effectiveness of the proposed method in extracting the FECG even when it is totally embedded within the maternal QRS complex.

Key words: fetal electrocardiogram（FECG）, General Regression Neural Network（GRNN）, wavelet packet denoise

蒲秀娟¹,曾孝平¹,陈悦君¹,韩亮¹,程军²,李君¹. 使用广义回归神经网络的胎儿心电提取[J]. 计算机工程与应用, 2009, 45(10): 211-214.

PU Xiu-juan¹,ZENG Xiao-ping¹,CHEN Yue-jun¹,HAN Liang¹,CHENG Jun²,LI Jun¹. Extraction method of fetal electrocardiogram by general regression neural network[J]. Computer Engineering and Applications, 2009, 45(10): 211-214.

[1]	褚鹏宇，刘澜. 基于变权重组合模型的铁路客运量短期预测[J]. 计算机工程与应用, 2017, 53(4): 228-232.
[2]	黄煜栋. 基于RCGA优化GRNN的实时动态目标追踪模型[J]. 计算机工程与应用, 2014, 50(10): 238-243.
[3]	鲁小勇1，杨鸿武2，郭威彤2，裴东2. 基于PAD三维情绪模型的情感语音韵律转换[J]. 计算机工程与应用, 2013, 49(5): 230-235.
[4]	张霆，张友鹏. 基于EMD小波包和ANFIS的滚动轴承故障诊断[J]. 计算机工程与应用, 2013, 49(21): 230-234.
[5]	谢永红. 基于MICA技术的胎儿心电信号提取的应用研究[J]. 计算机工程与应用, 2012, 48(14): 235-240.
[6]	严文娟 1，2，李刚2，林凌2，张宝菊3，佟颖3. 人工神经网络在舌诊近红外光谱中的应用研究[J]. 计算机工程与应用, 2011, 47(27): 132-135.
[7]	刘辉1，张云生2，张印辉3，何自芬3. 基于火焰图像特征与GRNN的转炉吹炼状态识别[J]. 计算机工程与应用, 2011, 47(26): 7-10.

使用广义回归神经网络的胎儿心电提取

Extraction method of fetal electrocardiogram by general regression neural network

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 7

编辑推荐

Metrics