典型文献
胎儿心电信号的无创提取:基于时间卷积编解码网络
文献摘要：
目的 实现从孕妇腹壁混合心电信号中提取微弱的胎儿心电信号,为准确估计胎儿心率、分析胎儿心电波形等提供基础.方法 利用深度卷积网络(deep CNN)优越的非线性映射能力,本文提出了一种基于时间卷积编解码网络的非线性自适应噪声消除(nonlinear ANC)提取框架,以实现胎儿心电信号的有效提取.首先构建适用于处理胎儿心电信号的深度时间卷积网络(TCED-Net)模型作为非线性映射工具;然后以孕妇胸部心电信号为参考,利用该模型估计孕妇腹壁混合心电信号中的母体心电成分;最后从腹壁混合信号中减去所估计的母体心电成分,以得到完整的胎儿心电信号.实验利用合成心电数据(FECGSYNDB)和临床心电数据(NIFECGDB、PCDB)对方法性能进行测试与对比.结果 本文方法在FECGSYNDB上的胎儿R峰检测精度([F1]值)、均方误差(MSE)和质量信噪比(qSNR)分别达到98.89％,0.20和7.84;在NIFECGDB上的[F1]值达到99.1％;在PCDB上的[F1]值达到98.61％.在不同数据集中较之EKF([F1=]93.84％)、ES-RNN([F1]=97.20％)和AECG-DecompNet([F1]=95.43％)等现有性能最佳的算法,本文方法的R峰检测精度指标分别高出5.05％、1.9％和3.18％,均优于现有最佳方法.结论 与现有算法相比,本文方法可以提取出更为清晰的胎儿心电信号,对孕期进行有效的胎儿健康监护具有一定的应用价值.
文献关键词：
胎儿监护;自适应滤波;时间卷积神经网络;无创胎儿心电图;胎心率信号
中图分类号：
作者姓名：
曹石;巩高;肖慧;方威扬;阙与清;陈超敏
作者机构：
南方医科大学生物医学工程学院,广东 广州 510515;南昌大学第一附属医院,江西 南昌 330006
文献出处：
引用格式：
[1]曹石;巩高;肖慧;方威扬;阙与清;陈超敏-.胎儿心电信号的无创提取:基于时间卷积编解码网络)[J].南方医科大学学报,2022(11):1672-1680
A类：
深度时间卷积网络,TCED,FECGSYNDB,NIFECGDB,PCDB,qSNR,DecompNet,无创胎儿心电图,胎心率信号
B类：
胎儿心电信号,卷积编解码网络,孕妇,腹壁,合心,微弱,电波,深度卷积网络,deep,非线性映射,自适应噪声,噪声消除,nonlinear,ANC,提取框架,有效提取,射工,胸部,模型估计,母体,减去,成心,心电数据,检测精度,均方误差,MSE,较之,EKF,ES,RNN,AECG,有性,精度指标,孕期,健康监护,护具,胎儿监护,自适应滤波,时间卷积神经网络
AB值：
0.236873
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
