A Null Space-Based Blind Source Separation for Fetal Electrocardiogram Signals
Notice bibliographique
Résumé
This paper presents a new non-invasive deterministic algorithm of extracting the fetal Electrocardiogram (FECG) signal based on a new null space idempotent transformation matrix (NSITM). The mixture matrix is used to compute the ITM. Then, the fetal ECG (FECG) and maternal ECG (MECG) signals are extracted from the null space of the ITM. Next, MECG and FECG peaks detection, control logic, and adaptive comb filter are used to remove the unwanted MECG component from the raw FECG signal, thus extracting a clean FECG signal. The visual results from Daisy and Physionet real databases indicate that the proposed algorithm is effective in extracting the FECG signal, which can be compared with principal component analysis (PCA), fast independent component analysis (FastICA), and parallel linear predictor (PLP) filter algorithms. Results from Physionet synthesized ECG data show considerable improvement in extraction performances over other algorithms used in this work, considering different additive signal-to-noise ratio (SNR) increasing from 0 dB to 12 dB, and considering different fetal-to-maternal SNR increasing from -30 dB to 0 dB. The FECG detection of the NSITM is evaluated using statistical measures and results show considerable improvement in the sensitivity (SE), the accuracy (ACC), and the positive predictive value (PPV), as compared with other algorithms. The study demonstrated that the NSITM is a feasible algorithm for FECG extraction.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».