به کارگیری جداسازی کور منابع سیگنال همبسته برای استخراج الکتروکاردیوگرام جنین بر اساس آمارگان های مرتبه دوم

نویسندگان

مسعودرضا آقابزرگی صحاف

چکیده

استخراج الکتروکاردیوگرام جنین (fecg) از سیگنال های الکتریکی ثبت شده به وسیله الکترودهای قرار داده شده بر روی بدن مادر با توجه به اهمیتی که برای بررسی سلامت جنین دارد، از مسائل مطرح در مهندسی پزشکی و پردازش سیگنال های حیاتی است و بنابراین روش جداسازی کور منابع سیگنال که در آن لازم است یک یا چند سیگنال مطلوب صرفا از اطلاعات ترکیبات اندازه گیری شده آنها به وسیله چند گیرنده بدون در اختیار بودن مشخصات کانال انتقال استخراج گردد، یکی از روش های اساسی برای حل این مساله به شمار می آید. بیشتر الگوریتم های جداسازی کور منابع پیشنهاد شده برای جداسازی ecg جنین و ecg مادر بر پایه فرض استقلال این سیگنال هاست (تحلیل مولفه های مستقل). این مقاله روش جدیدی را با در نظر گرفتن فرض واقعی تر همبسته بودن سیگنال ها با یکدیگر پیشنهاد می دهد. روش موردنظر بر اساس اصل تجزیه والد به استخراج داده های مطلوب از داده های ثبت شده پرداخته و با به کارگیری الگوریتمی بر پایه آمارگان های مرتبه دوم، تخمینی از سیگنال های موردنظر را به دست می آورد. نتایج شبیه سازی بر روی سیگنال های الکتروکاردیوگرام، موثر بودن روش پیشنهادی را نشان می دهد.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

بهبود الگوریتم استخراج سیگنال الکتروکاردیوگرام جنین از سیگنال الکتروکاردیوگرام مادر

بررسی ها نشان می دهند که مهم ترین و شایع ترین منبع استرس مادر در طول دوران بارداری، نگرانی در مورد شرایط و سلامت جنین می باشد. یکی از راههای آگاهی از شرایط جنین در طول دوران بارداری استفاده از ثبت سیگنال الکتروکاردیوگرام (نوار قلب) جنین به روش غیر تهاجمی است. در این روش بایستی مولفه های سیگنال الکتروکاردیوگرام جنین را از سیگنال ثبت شده در ناحیه شکمی جدا نمود. سیگنال ثبت شده در ناحیه شکمی، ترکیب...

15 صفحه اول

معرّفی الگوریتم جدید DESICA برای جداسازی کور سیگنال منابع گفتار در حالت پویا

Abstract: We consider a new scenario in blind speech separation problem in which the number and the features of active sources change with time in opposite to the previous methods in which all sources are active all the time. Accordingly, we propose the new DESICA algorithm for source separation which is a compound of the ICA and DESPRIT algorithms. In this algorithm, using the ICA, the separat...

متن کامل

جداسازی سیگنال کور صوتی بر پایه استفاده از روش کومولانت

از جمله روشهای مطرح برای جداسازی چند سیگنال گفتار، که در گیرنده‌ها با یکدیگر ترکیب شده‌اند، استفاده از روش‌های جداسازی کور منابع (BSS) است. جداسازی کور منابع عبارت است از جداسازی و تخمین سیگنال‌هایی که توسط منابع در یک کانال نامعلوم تولید شده و ترکیبات آنها در گیرنده‌ها دریافت شده است. الگوریتم‌های موجود برای جداسازی کور منبع اغلب بر اساس تجزیه‌ی ویژه‌ی ماتریس‌های کومولانت مرتبه‌ی چهارم است. با...

متن کامل

طبقه بندی سیگنال الکترومایوگرام سطحی با استفاده از آمارگان مرتبه بالا

در این مقاله یک روش کارآمد برای طبقه بندی سیگنال الکترومایوگرام سطحی را با استفاده از آمارگان مرتبه بالا ارایه می دهیم. چون تابع توزیع احتمال سیگنال الکترومایوگرام سطحی که در شرایط انقباض عضلانی ایزومتریک ثبت می گردد در بعضی موارد به توزیع گوسی بسیار نزدیک است، در بسیاری از تحقیقات گذشته این تابع توزیع گوسی فرض گردیده است. چون این فرض برای دامنه های کوچک نیرو نادرست است، در این مقاله برای استخر...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید


عنوان ژورنال:
فصل نامه علمی پژوهشی مهندسی پزشکی زیستی

ناشر: انجمن مهندسی پزشکی ایران

ISSN 8006-9685

دوره 1

شماره 4 2008

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023