| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-18页 |
| ·胎儿心电信号的生理学理论 | 第10-13页 |
| ·胎儿心脏监测 | 第10-12页 |
| ·胎儿心脏发育及胎儿心电信号 | 第12-13页 |
| ·胎儿心电提取的研究 | 第13-15页 |
| ·胎儿心电数据库 | 第15-16页 |
| ·本课题研究的意义与结构安排 | 第16-18页 |
| 第2章 基于 LMS 自适应相关抵消的方法提取胎儿心电 | 第18-28页 |
| ·自适应滤波 | 第18-19页 |
| ·基于 LMS 自适应相关抵消的方法提取胎儿心电 | 第19-23页 |
| ·自适应相关抵消 | 第19-20页 |
| ·LMS 自适应算法 | 第20-22页 |
| ·LMS 自适应相关抵消提取 FECG 算法流程 | 第22-23页 |
| ·胎儿心电提取性能评估 | 第23-24页 |
| ·算法验证与结果分析 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于 RBF 人工神经网络的胎儿心电提取 | 第28-38页 |
| ·人工神经网络算法 | 第28-31页 |
| ·人工神经网络算法简介 | 第28-29页 |
| ·RBF 人工神经网络原理 | 第29-31页 |
| ·基于 RBF 人工神经网络的方法提取胎儿心电 | 第31-33页 |
| ·算法验证与结果分析 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于独立分量分析方法提取胎儿心电 | 第38-63页 |
| ·盲信号处理的基本概念和工作原理 | 第38-40页 |
| ·独立分量分析的基本原理 | 第40-42页 |
| ·FASTICA 应用于 DAISY 数据分离 FECG | 第42-53页 |
| ·ICA 的预处理 | 第42-45页 |
| ·信息论相关知识 | 第45-47页 |
| ·独立性判据和对照函数 | 第47-48页 |
| ·FastICA 原理及提取 FECG 算法流程 | 第48-50页 |
| ·算法验证及结果分析 | 第50-53页 |
| ·FASTICA 应用于 MIT 数据分离 FECG | 第53-62页 |
| ·胎儿心电信号的噪声预处理 | 第53-57页 |
| ·基线漂移 | 第54-55页 |
| ·工频干扰 | 第55-57页 |
| ·MIT 数据噪声预处理结果 | 第57-59页 |
| ·MIT 数据进行 FastICA 分离提取 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
