收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于小波变换与非负矩阵分解的胎心电信号处理方法研究

黄晨昕  
【摘要】:胎儿心电信号是胎儿发育阶段心脏产生的源发性信号,反应了心脏活动的整个过程和变化规律。通过对胎儿心电图的分析,能及时了解胎儿在宫内的发育状况,判断是否存在缺陷异常。然而,从母体腹壁采集到的信号包含了母亲心电、工频干扰、基线漂移以及其他各种噪声。而胎儿心电本身又是一种低频、微弱的非平稳信号,如何从腹部信号中有效提取出较为清晰的胎儿心电信号一直是生物医学信号处理领域的研究热点。本文介绍胎儿心电的相关知识以及常用的处理方法,在总结优秀经验的前提下,通过实验对比分析,提出一种基于小波变换与非负矩阵分解的胎儿心电信号处理方法。首先,对信号进行预处理,使用梳状滤波器消除50Hz工频干扰及其谐波分量,低通滤波器去除高频噪声,中值滤波器去除基线漂移,并对预处理效果进行验证。然后,介绍了基于小波变换的母胎心电信号分离方法,小波变换具有多分辨率特性以及局部特征表示能力在信号处理领域被广泛使用,针对心电信号特点选择合适的小波基及分解层数进行小波变换,对分解后的近似信号进行阈值检测,得到母亲心电信号所有R波峰值点位置,再从细节信号中截取对应的母亲心电信号高频成分,利用小波重构得到母亲心电信号。用滤波后的信号减去重构后的母亲心电,即可得到含有噪声的胎儿心电。之后,提出了一种基于非负矩阵分解的胎儿心电信号处理方法。在处理单通道模型下含有噪声的胎儿心电信号时,为了满足非负矩阵分解的要求,首先对其进行时频变换,得到Born-Jordan分布,通过转换到频域上的功率谱,选择合适的频段进行NMF分解,得到胎儿心电的特征信号,对其进行峰值检测可计算得到胎儿瞬时心率。通过模拟数据和MIT-BIH心电数据库中的临床数据进行仿真测试与结果分析,验证算法的可靠性。实验结果表明:本文提出的算法能有效地提取胎儿心电特征信号,并计算出较为准确的胎儿心率,可作为产科医护人员诊断的有效参考依据。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张慧;党思航;崔宗勇;;基于增量非负矩阵分解的合成孔径雷达目标识别[J];科学技术与工程;2017年12期
2 黄波;严宣辉;林建辉;;基于联合非负矩阵分解的协同过滤推荐算法[J];模式识别与人工智能;2016年08期
3 杨永生;张优云;朱永生;;基于多核非负矩阵分解的机械故障诊断[J];西北工业大学学报;2015年02期
4 许榕;吴聪;蒋士正;陈启美;;二维局部非负矩阵分解的路网态势算法[J];上海交通大学学报;2015年08期
5 李玉翔;李弼程;郭志刚;;基于非负矩阵分解的网络重叠社区发现研究[J];系统仿真学报;2014年03期
6 余先川;任雅丽;初晓凤;徐金东;刘石华;李鸿镇;张洁;;一种基于加权非负矩阵分解的矿产预测方法[J];地质学刊;2013年01期
7 李兵;米双山;刘鹏远;刘东升;张培林;;二维非负矩阵分解在齿轮故障诊断中的应用[J];振动.测试与诊断;2012年05期
8 张永鹏;郑文超;张晓辉;;非负矩阵分解及其在图像压缩中的应用[J];西安邮电学院学报;2008年03期
9 高亮;潘积远;于佳平;;基于非负矩阵分解的类标签映射集成学习[J];科学技术与工程;2018年01期
10 刘志扬;;非负矩阵分解及其改进方法[J];华侨大学学报(自然科学版);2016年06期
11 徐富盛;曹飞龙;;非负矩阵分解的分布式算法[J];中国计量大学学报;2017年01期
12 王波;于凤芹;陈莹;;基于非平滑非负矩阵分解语音增强[J];计算机工程与应用;2017年07期
13 李国朋;潘志松;姚清;李德毅;;融合先验信息的非负矩阵分解社区发现算法[J];模式识别与人工智能;2016年07期
14 胡永刚;张雄伟;邹霞;张立伟;郑云飞;;贝叶斯非负矩阵分解语音增强的优化算法[J];解放军理工大学学报(自然科学版);2015年01期
15 李臣明;张师明;李昌利;;非负矩阵分解的一个约束稀疏算法[J];四川大学学报(工程科学版);2015年02期
16 胡丽莹;郭躬德;马昌凤;;基于对称非负矩阵分解的重叠社区发现方法[J];计算机应用;2015年10期
17 姜伟;李宏;余震国;杨炳儒;;稀疏约束图正则非负矩阵分解[J];计算机科学;2013年01期
18 李孔震;王炳和;娄昊;郑烨;;基于小波变换和二维非负矩阵分解的人脸识别算法[J];计算机应用研究;2013年04期
19 吕亚丽;赵辽英;;基于约束非负矩阵分解的混合象元分解新方法[J];杭州电子科技大学学报;2009年04期
20 徐晨光;邓承志;;稀疏正则化的非负矩阵分解高光谱解混算法比较与分析[J];南昌工程学院学报;2017年06期
中国重要会议论文全文数据库 前10条
1 蒋永锴;叶东毅;;基于稀疏非负矩阵分解的自动多文摘方法[A];中国计算机语言学研究前沿进展(2007-2009)[C];2009年
2 马帅;吴飞;杨易;邵健;;基于稀疏非负矩阵分解的图像检索[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
3 宋尚真;周慧鑫;秦翰林;;基于非负矩阵分解的高光谱异常检测[A];2015 年(第七届)西部光子学学术会议论文集[C];2015年
4 蔡蕾;朱永生;;基于稀疏性非负矩阵分解和支持向量机的轴心轨迹图识别[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
5 蒋霈霖;;遥感图像混合谱解混的新方法[A];中国自动化学会中南六省(区)2010年第28届年会·论文集[C];2010年
6 孔晗旸;杨清宇;蔡远利;乃永强;张志强;;基于非负矩阵分解的往复式压缩机故障数据聚类算法[A];第19届中国系统仿真技术及其应用学术年会论文集(19th CCSSTA 2018)[C];2018年
7 关晨曦;周诠;;一种基于局部图像预处理的数据压缩算法[A];第十五届中国体视学与图像分析学术会议论文集[C];2017年
8 刘立文;曹婷婷;黄智;余先川;;非负矩阵分解及其在广东双壬铜矿预测中的应用研究[A];地球资源环境定量化理论与应用——2009年全国数学地球科学与地学信息学术会议论文集[C];2009年
9 钱乐乐;高隽;徐小红;;非负性约束的图像稀疏编码[A];第七届全国信息获取与处理学术会议论文集[C];2009年
10 赵永强;宋琳;程永梅;;基于偏振图像融合的镜面反射分量分离[A];图像图形技术研究与应用(2010)[C];2010年
中国博士学位论文全文数据库 前10条
1 胡丽莹;非负矩阵分解算法研究及其应用[D];福建师范大学;2016年
2 徐丽君;矩阵结构化分解的算法与应用[D];大连理工大学;2017年
3 王民;基于稀疏优化的建模与高性能算法研究及其应用[D];电子科技大学;2018年
4 张翔;投影非负矩阵分解算法研究及其应用[D];国防科学技术大学;2015年
5 杨政;基于带约束矩阵的图像表示与检索算法研究[D];浙江大学;2016年
6 赵学义;多媒体特征学习与信息检索联合优化问题研究[D];浙江大学;2015年
7 陆玉武;图像分类中流形回归与非负矩阵分解研究[D];哈尔滨工业大学;2015年
8 杨晨雪;图像特征学习方法与应用研究[D];电子科技大学;2016年
9 王啸;基于生成模型和矩阵分解的社区发现算法研究[D];天津大学;2016年
10 黄晓辉;高维数据的若干聚类问题及算法研究[D];哈尔滨工业大学;2015年
中国硕士学位论文全文数据库 前10条
1 黄晨昕;基于小波变换与非负矩阵分解的胎心电信号处理方法研究[D];广东工业大学;2018年
2 谢伟建;基于L_(2,1/2)稀疏约束和余弦相似度的非负矩阵分解聚类算法[D];华东交通大学;2018年
3 谢型浪;基于非负矩阵分解和神经网络的心肺音分离方法研究与应用[D];广东工业大学;2018年
4 黄司辉;非负矩阵分解及其在多谱信号处理中的应用[D];广东工业大学;2018年
5 吕本生;深度正交非负矩阵分解及其聚类研究[D];广东工业大学;2018年
6 蔡少芝;图像标注中基于视觉和语义一致性的标签传播及其标签均衡方法[D];华南理工大学;2018年
7 詹明俊;基于非负矩阵分解的聚类算法研究[D];华南理工大学;2018年
8 秦文斐;基于张量的大数据融合模型研究[D];东北电力大学;2018年
9 叶文婷;基于非负矩阵分解的聚类集成相关技术[D];西南交通大学;2018年
10 韩东;稀疏约束非负矩阵分解算法及其应用研究[D];南昌航空大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978