基于MICA技术的胎儿心电信号提取的应用研究

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (14): 235-240.

基于MICA技术的胎儿心电信号提取的应用研究

谢永红

哈尔滨金融学院计算机系，哈尔滨 150030

出版日期:2012-05-11 发布日期:2012-05-14

Application research of fetal ECG signal extraction based on MICA technology

XIE Yonghong

Department of Computer Science, Harbin Finance University, Harbin 150030, China

Online:2012-05-11 Published:2012-05-14

摘要/Abstract

摘要： 多维独立分析（Multidimensional Independent Component Analysis，MICA）方法适用于实现多分量信号分析和分量提取，可实际应用于对胎儿心电信号的提取。为了说明MICA算法分离结果的可靠性，利用动态心电合成模型生成仿真的心电信号数据进行了验证，用vkMICA、cfMICA、SJADE、MSOBI四种MICA算法对实际采集到孕妇心电数据集进行了处理。实验结果显示，四种MICA算法可提取出较纯净的胎儿心电信号，并能较好地反映出胎儿心电信号的实际特征。

关键词: 多维独立成分分析, 联合块对角化技术, 胎儿心电信号, 算法

Abstract: Multidimensional Independent Component Analysis（MICA） is suitable for multi-dimensional multi-
component signal analysis and component extraction, can be used in the actual extraction of fetal ECG. To illustrate the reliability of the results of MICA separation algorithm, it is verified by using synthetic model generated simulations Holter ECG data. With vkMICA, cfMICA, SJADE, MSOBI four kinds of MICA algorithm, pregnant women actually collected ECG data sets are processed. The results show the four MICA algorithm can extract the fetal ECG signal more pure, and can better reflect the actual characteristics of fetal ECG.

Key words: multidimensional independent component analysis, technology of joint block diagonalization, fetal Electrocardiogram（ECG） signal, algorithm

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.

XIE Yonghong. Application research of fetal ECG signal extraction based on MICA technology[J]. Computer Engineering and Applications, 2012, 48(14): 235-240.

[1]	兰红，黄敏. 融合KNN优化的密度峰值和FCM聚类算法[J]. 计算机工程与应用, 2021, 57(9): 81-88.
[2]	张岐山，陈露露. 基于均衡接近度灰关联的Slope One算法[J]. 计算机工程与应用, 2021, 57(9): 96-102.
[3]	王永贵，李倩玉. 基于KNN-GBDT的混合协同过滤推荐算法[J]. 计算机工程与应用, 2021, 57(9): 103-108.
[4]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[5]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[6]	闫晓燊，高强，朱思萌，奚学程，赵万生. 亮度不均匀低质量图像中压印字符分割方法[J]. 计算机工程与应用, 2021, 57(8): 185-191.
[7]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[8]	孔继利，张鹏坤，刘晓平. 双向搜索机制的改进A*算法研究[J]. 计算机工程与应用, 2021, 57(8): 231-237.
[9]	槐创锋，郭龙，贾雪艳，张子昊. 改进A*算法与动态窗口法的机器人动态路径规划[J]. 计算机工程与应用, 2021, 57(8): 244-248.
[10]	高铖铖，陈锡程，张瑞，宋秋月，易东，伍亚舟. 三种新型智能算法在疫情预警模型中的应用——基于百度搜索指数的COVID-19疫情预警[J]. 计算机工程与应用, 2021, 57(8): 256-263.
[11]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[12]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[13]	谢锐强，张惠珍. 求解柔性作业车间调度问题的两段式狼群算法[J]. 计算机工程与应用, 2021, 57(7): 251-256.
[14]	沈新烽，姜平，周根荣. 改进SSD算法在零部件检测中的应用研究[J]. 计算机工程与应用, 2021, 57(7): 257-262.
[15]	雍玖，王阳萍，党建武，雷晓妹. 改进TLD与ORB的AR系统长时跟踪注册方法[J]. 计算机工程与应用, 2021, 57(7): 178-184.