从无创胎儿心电图中提取临床信息
计算机视觉与模式识别
2016-06-06 v1
摘要
胎儿心率 (FHR) 的估计在上个世纪引起了广泛关注，低心率变异性已被研究用于识别宫内生长受限胎儿（产前），而异常的 FHR 模式则与分娩过程中的胎儿窘迫（产时）相关联。已提出多种监测技术用于 FHR 估计，包括听诊和多普勒超声。本论文专注于从有限数量的腹部传感器记录中提取无创胎儿心电图 (NI-FECG)。NI-FECG 提取技术的主要挑战在于腹部混合信号中胎儿心电信号的低信噪比，该混合信号由占主导地位的母体心电成分、胎儿心电和噪声组成。然而，与其他胎儿监测技术相比，NI-FECG 提供了许多优势，其中最重要的一点是能够对胎儿心电进行形态学分析，这对于确定观察到的 FHR 事件是正常还是病理性的至关重要。为了推动 NI-FECG 信号处理领域的发展，有必要开发标准化的公共数据库并对一系列已发表的和新颖的算法进行基准测试。
引用
@article{arxiv.1606.01093,
title = {Extraction of clinical information from the non-invasive fetal electrocardiogram},
author = {Joachim Behar},
journal= {arXiv preprint arXiv:1606.01093},
year = {2016}
}
备注
Diss. University of Oxford, 2014