基于独立分量分析和微粒群算法的胎儿心电提取
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:

重庆大学国家大学生创新性实验计划资助项目(CQUCX-G_2007-23)

伦理声明:



Fetal electrocardiogram extraction based on independent component analysis and particle swarm optimizer
Author:
Ethical statement:

Affiliation:

Funding:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    胎儿的心电图(FECG)是研究胎儿心脏电生理活动的一项客观指标,但胎儿心电叠加在母体心电(MECG)上,信号十分微弱,并且受到各种噪声干扰的影响。为了清晰地提取出胎儿心电信号,提出一种基于独立分量分析(ICA)与微粒群算法(PSO)的胎儿心电提取方法??PICA算法。研究结果表明,与其他一些传统的胎儿心电提取方法相比,这种方法能够提取出更加准确的胎儿心电信号,具有较强的稳定性和鲁棒性,对基于胎儿心电的生理学、病理学研究有一定意义。

    Abstract:

    Fetal Electrocardiogram(FECG) is an objective index of physiological activity of infants. Nevertheless,FECG is very low and often interfered by Maternal Electrocardiogram(MECG) and other yawp. In order to extract clear FECG,a new method called PICA was proposed based on Independent Component Analysis(ICA) and Particle Swarm Optimizer(PSO). Experiments results indicated that more exact FECG could be obtained by PICA method with high stability and strong robustness than by other methods.

    参考文献
    相似文献
    引证文献
引用本文

曾孝平,梁生博文.基于独立分量分析和微粒群算法的胎儿心电提取[J].太赫兹科学与电子信息学报,2009,7(6):573~578

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
历史
  • 收稿日期:2009-03-25
  • 最后修改日期:2009-06-08
  • 录用日期:
  • 在线发布日期:
  • 出版日期: