无创监测胎儿心电图( fecg ) 毕业设计论文

无创监测胎儿心电图( fecg ) 毕业设计论文

ID:344236

大小:919.36 KB

页数:32页

时间:2017-07-26

无创监测胎儿心电图( fecg )  毕业设计论文_第1页
无创监测胎儿心电图( fecg )  毕业设计论文_第2页
无创监测胎儿心电图( fecg )  毕业设计论文_第3页
无创监测胎儿心电图( fecg )  毕业设计论文_第4页
无创监测胎儿心电图( fecg )  毕业设计论文_第5页
资源描述:

《无创监测胎儿心电图( fecg ) 毕业设计论文》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、摘要胎儿心电信号(FECG)解码(重建)是远程医疗的一个非常重要的分支。一个通过设计具有低能耗无线体域网的远程监控系统以便能在日常使用是非常渴求的。作为一个新兴的技术,压缩感知(CS)显示了在压缩重构数据时具有能耗低方面具有很大的希望。但是,由于原材料胎儿心电图记录的一些具体特征如非稀疏性和强噪声污染,目前的CS算法在本应用中通常会失败。这项工作提出利用块稀疏贝叶斯学习(BSBL)算法来压缩/重建非稀疏生胎儿心电信号记录。实验结果表明,该框架可以重建原始胎儿心电信号的高品质。特别是,重建不破坏相互依存关系之间的多声道

2、记录的信号。这确保了独立重建的分量分析分解记录信号具有很高的保真度。此外,该算法允许使用稀疏二进制传感矩阵与少得多的非零元素来压缩信号。特别是,每一列矩阵只可以包含两个非零项。由此可见,本算法相对于其他算法如当前CS算法和小波算法,可以大大减少代码在数据压缩阶段时CPU的负荷。关键词:胎儿心电信号(FECG),远程监控,远程医疗,块稀疏贝叶斯算法(BSBL),压缩传感(CS),独立分量分析法(ICA)AbstractFetalECG(FECG)telemonitoringisanimportantbranchinte

3、lemedicine.Thedesignofatelemonitoringsystemviaawirelessbody-areanetworkwithlowenergyconsumptionforambulatoryuseishighlydesirable.Asanemergingtechnique,compressedsensing(CS)showsgreatpromiseincompressingreconstructingdatawithlowenergyconsumption.However,duetosom

4、especificcharacteristicsofrawFECGrecordingssuchasnon-sparsityandstrongnoisecontamination,currentCSalgorithmsgenerallyfailinthisapplication.ThisworkproposestousetheblocksparseBayesianlearning(BSBL)frameworktocompress/reconstructnon-sparserawFECGrecordings.Experi

5、mentalresultsshowthattheframeworkcanreconstructtherawrecordingswithhighquality.Especially,thereconstructiondoesnotdestroytheinterdependencerelationamongthemultichannelrecordings.Thisensuresthattheindependentcomponentanalysisdecompositionofthereconstructedrecord

6、ingshashighfidelity.Furthermore,theframeworkallowstheuseofasparsebinarysensingmatrixwithmuchfewernonzeroentriestocompressrecordings.Particularly,eachcolumnofthematrixcancontainonlytwononzeroentries.Thisshowstheframework,comparedtootheralgorithmssuchascurrentCSa

7、lgorithmsandwaveletalgorithms,cangreatlyreducecodeexecutioninCPUinthedatacompressionstage.Keyword:FetalECG(FECG),Telemonitoring,Telemedicine,Healthcare,BlockSparseBayesianLearning(BSBL),CompressedSensing(CS),IndependentComponent,Analysis(ICA)绪论1.1题目背景及目的无创监测胎儿心

8、电图(FECG)是一个监测胎儿的健康重要的手段。一个胎儿心电图的参数特征,如心脏的跳动速率,形态学和动态行为,可用于诊断胎儿发育和疾病。在这些参数中,心脏跳动速率是对高危妊娠胎儿评估的主要指标。例如,胎儿心脏跳动的异常模式(减速,失去高频变化等)一般都预示着胎儿窒息。然而,从产妇腹部非侵入性地获得清晰干净FECGs并不是一件容易的问题。这是因为

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。