胎动信号处理的研究及其在Android移动终端的实现

发布时间：2020-07-19 18:52

【摘要】：在胎儿的生理指标中,胎动是一种最为直观的表现形式。胎儿运动可以用来监测胎儿的直接健康状况,并了解其神经发育状况。检测胎动目前主要有两种:医院超声检测和孕妇自我感知。医院的超声检测设备价格昂贵,但如果长期的超声检测,可能会对胎儿一定的影响,而母体感知胎动只能感受到超声成像检测到的胎动的36%。鉴于胎动降低的临床意义,国内外已经有大量的学者对如何识别胎动进行了多方面的研究。但目前为止,实用化的家用胎动监测设备在市场上仍然是空白的。随着新型加速度传感器的技术成熟,其在医学检测领域得到了很好的发展。本课题将研究采用缝有加速度传感器的特制托腹带采集胎动信号,通过微控制处理器将胎动原始数据通过低功耗蓝牙传输到Android移动终端设备进行分析识别,最终实现胎动次数可视化。但胎动信号中包含大量由母体动作或其他可能降低信号质量的人为因素引起的虚假信息,因此给胎动的检测造成了很大阻碍。为此本文为实现低成本、便携性、智能化的移动胎动检测监测设备做了以下工作:1)本文通过4个加速度传感器采集孕妇腹壁上的胎动信号,由微控制处理器将数据进行打包处理,然后控制蓝牙将数据发送到Android移动设备中。2)本文研究分析了常用的信号时频分析方法,针对Wigner-Ville分布的交叉干扰项引入改进B分布的方法,并对胎动信号以及母体干扰信号进行了特征分析。提取出胎动信号与干扰信号的特征,针对胎动信号特征设计了FIR带通滤波器,并对滤波后的信号进一步小波去噪处理。最后将滤波去噪后的信号送入BP神经网络进行学习训练,最终识别胎动信号。3)本文在Android Studio开发平台实现了移动终端与胎动信号采集平台的蓝牙通信,并将接收到的胎动数据保存在手机内存中。通过NDK将BP神经网络算法移植到Android系统中,最终可以对保存在手机中的胎动数据进行胎动识别,并将胎动次数显示在移动客户端。
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN911.7;TB559
【图文】：

不过这项研究主要是研究了胎动信号对母亲睡眠质量的影响理作深入的研究。里，虽然国内外的很多研究工作者在胎动识别领域做了很多研究的家用胎动监测设备在市场上仍然是空白的。因此，在胎动识高胎动信号的识别精确度。研究工作采用缝有加速度传感器的特制托腹带采集胎动信号。微控制处胎动原始数据通过低功耗蓝牙传输到 Android 移动终端设备。号中可能包含由母体移动或其他可能降低信号质量的人为因素动的检测。另一个复杂因素是加速度计信号可能包含具有类似B对原始胎动信号进行时频分析，提取出胎动信号与干扰信号的处理。滤波后的信号送入 BP 神经网络进行学习训练，最终中将识别算法通过 APP 软件实现，并将处理结果可视化。图 1.1：

滤波后的信号送入 BP 神经网络进行学习训算法通过 APP 软件实现，并将处理结果可视图 1.1 整体框架图领域的发展刚刚兴起，因此并没有公开的胎动移动胎动数据采集设备。采集设备包括微控制这是一个团队的合作项目，本文主要工作是对模块我们采用低功耗蓝牙协议栈（Bluetooth L动信号传输到智能手机进行下一步对胎动信号处

不能测量零频率信号。度传感器是最早开发的加速度传感器，这类传感器在悬梁会导致悬臂梁的伸长或压缩，压敏电阻的阻值随之改变，通度的测量，具有测量范围宽，成本低的优点，但是加速度值度传感器是利用固定电极和运动电极之间的电容变化来测可变电极，受加速度影响产生危机，从而改变电极板间距，，温度漂移小，所以是当前应用最广泛的加速度传感器。加速度传感器采集上，Karlsso[21]和薛艳明[22]提出了超声多普勒和压力传医院中使用而且不适合长期监测，压力传感器只能采集单一动信号。考虑到胎动信号的多维度表现形式，本文采用电容为 MMA8451Q。这是一款智能，低功耗，电容式，微机械如图 2.1 所示，MMA8451Q 传感器可以检测到 X，Y，Z 三于传感器方向，另两个轴为水平方向。

【参考文献】

相关期刊论文 前10条

1 张博;王屹博;;运动骨骼肌受力特征分析及对韧带损伤治疗[J];科技通报;2015年12期

2 黄新安;葛高发;;一种改进的胎心率检测算法[J];计算机仿真;2015年10期

3 胡广书;汪梦蝶;;生物医学信号处理研究综述[J];数据采集与处理;2015年05期

4 甘广辉;童蕾;陈超敏;;基于低功耗蓝牙网络的家用胎儿监护系统设计[J];电子技术应用;2015年08期

5 廖梦佳;秦亚杰;汪源源;丁力;贾杰;;基于多传感器融合的用于脑卒中患者的可穿戴式上肢动作识别系统[J];中国康复医学杂志;2015年05期

6 葛高发;;基于小波变换的胎动信号采集与分析方法的研究[J];信息安全与技术;2015年03期

7 周志广;冀彦卓;;地铁施工引发地面沉降的BP神经网络预测分析[J];地质灾害与环境保护;2014年03期

8 张敏;黄启涛;钟梅;王艳;裘毓雯;梁伟璋;行李琳;;278例宫内死胎原因及临床特征分析[J];实用妇产科杂志;2014年02期

9 于达;宋雁;林艳;;胎动减少后不良妊娠结局的风险预测研究[J];中国当代医药;2013年18期

10 邢秀玉;刘鸿宇;黄武;;基于加速度的小波能量特征及样本熵组合的步态分类算法[J];传感技术学报;2013年04期

相关博士学位论文 前1条

1 李霞;基于连续小波变换的水下信号处理技术研究[D];西北工业大学;2003年

相关硕士学位论文 前8条

1 王力占;面向绿色制造的船舶建造车间环境质量分析与评价[D];大连理工大学;2016年

2 王钰;基于无线传感网络冻融循环下路基环境安全检测装置设计[D];哈尔滨理工大学;2016年

3 张霄驰;基于神经网络的语音识别算法和Android平台语音助手的实现[D];西安电子科技大学;2014年

4 焦红超;原动机实验室电子模拟及监控系统的设计[D];河北工业大学;2014年

5 陈文;基于Android平台的校园信息服务系统的设计与实现[D];暨南大学;2012年

6 徐以国;基于蚁群神经网络的家电壳体注塑成型质量预测[D];浙江大学;2010年

7 王斌;MEMS传感器闭环检测电路研究设计[D];西安电子科技大学;2010年

8 吴浩;MEMS电容式加速度传感器相关检测技术研究[D];中国科学院研究生院（上海微系统与信息技术研究所）;2006年

本文编号：2762821