一体式超声多普勒胎心仪的信号处理算法与实现
发布时间：2020-12-27 14:38
胎心率是胎儿监护中的一项关键指标,通过家用超声多普勒胎心仪进行胎心率监测可以及时发现胎儿的异常情况,有效监护胎儿的健康状况。由于胎心信号幅度微弱、成分复杂、具有多种噪声干扰,市面上的一体式超声多普勒胎心仪往往存在测量灵敏度低、检测范围小、胎心音播放效果不佳、频繁出现啸叫现象等问题。本论文针对上述问题,提出了针对一体式超声多普勒胎心仪的信号处理算法,本文的主要研究内容如下:1.胎心信号消噪算法。通过基于谱减法的自适应消噪算法和阈值消噪算法对胎心信号进行消噪处理。自适应谱减消噪算法在谱减法的基础上,通过端点检测算法识别出噪声信号,从而实现噪声谱的更新。自适应阈值消噪算法主要根据信号的半波峰值与幅度阈值的关系进行削波处理,其中阈值的大小根据信号信噪比检测算法的结果进行自适应调整。本论文利用胎心模拟器产生模拟胎心信号并进行了消噪算法的效果验证。2.自激啸叫抑制算法。根据胎心仪的啸叫信号在幅值和时间分布上的特点,研究并提出了基于信号幅值和计数检测的啸叫抑制算法。本文还研究了基于移频的啸叫抑制算法,同时结合胎心仪扬声器的频响特性和人耳的听觉特性确定了移频方向和移频值范围,在此基础上研究并实现了频域...
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：91 页
【学位级别】：硕士
【部分图文】：
图３．１?ａ随信噪比＾／？的变化曲线??１２??
浙江大学硕士学位论文?胎心信号消噪算法??？取值的计算公式如下式（３．６）所示，其中１／ｓ为斜率，％为沿／／？＝０时ａ??的取值。??ａ?＝?ａ０－?（ＳＮＲ）?／ｓ?（－５?＜?ＳＮＲ?＜?２０）?（３．６）??３．２．２噪声功率谱估计??要利用谱减法进行胎心信号的消噪，首先第一步需要进行噪声功率谱的估计。??在噪声功率谱的估计中，可以将两相邻胎心跳动处信号之间的间隔段信号（如下??图３．２中橘色区域信号所示）视为噪声信号，该间隔段信号包含了除胎儿心脏跳??动以外的其他运动信号所造成的干扰（包含由孕妇体内液体流动、孕妇体腹壁运??动和胎儿静脉血流流动、胎儿呼吸等产生的干扰信号）以及电路噪声干扰。??時＿ｊ??０?０２?０?４?０６?０？?＾?１７?１４?１？?１８?ｉ??时间（ｓ）??图３．２超声多普勒胎心信号及其噪声信号区域??初始噪声功率谱的获取过程如下：??１）使用一体式超声多普勒胎心仪对孕妇进行多次测量，保存测量时的超声多??普勒胎心信号，提取出每个胎心信号的噪声信号段（两相邻胎心跳动处信号之间??的间隔段信号），直到噪声信号段累计到足够长度；??２）对噪声信号进行加窗、分帧处理，求取每一帧的噪声功率谱（幻｜２；??３）对每一帧的噪声功率谱进行累加和平均处理，得到最终的初值噪声功率谱，??计算公式参照式（３．７）。由于超声多普勒胎心仪采集得到的胎心信号中混有电路??噪声和一部分由运动产生的其他干扰信号，它们属于随机信号，通过对随机的噪??１３??
浙江大学硕士学位论文???胎心信号消噪算法??下图３．３为胎心信号及其变异系数的曲线图，可见在胎心跳动明显时，变异??系数的数值较高且呈现明显峰值；胎心跳动微弱时，变异系数的数值较低，但也??可呈现出峰值，在噪声段信号（两相邻胎心跳动处信号之间的间隔段）处，变异??系数的数值很低，没有明显峰值体现。??Ｉ?ｒ?１?１?ｒ????ｉ?１?１?１?１。＇，》??－?胎心信号??变异系数??０７１－?Ｉ?１１?｜?Ｈ??０．６１?！?Ｉ?Ｉ??４ＧＪ｜?Ｉ?Ｍ〇．＜？??Ｈ０．０６??丨．；＇?Ｓ?‘Ｉ?＼?ｉ?－?〇．？??Ｉ?？?！?－?ｖ?ｌ?１?Ｖ?？?？，’、ｋ?？?ｖ；卜??＾，?．—」」０??０?０６?１?１．５?２?２－Ｄ?３?３．５?４??时间（Ｓ＞??图３．３超声多普勒胎心信号１及其变异系数曲线??Ｌｏｇｉｓｔｉｃ函数是一种常见的形函数，其定义域为（－〇〇，〇〇），表达式如下：??／Ｗ?＝?Ｉ７＾Ｔ?（３．９）??其中々衡量曲线变化的快慢，Ａ为＊５■型曲线的中点位置，乙是曲线的最大值。??Ｌｏｇｉｓｔｉｃ函数表现为一条光滑连续且单调的曲线。当左＝丨，Ａ?＝〇，人＝１时??Ｌｏｇｉｓｔｉｃ函数的几何形状如下图３．４所示，在其定义域内该曲线首先缓慢增长，??接着加速增长，在发展期后其增长速度逐渐减慢，最后趋于稳定。目前Ｌｏｇｉｓｔｉｃ??函数常用来反映生物种群发展、神经元非线性感知、人类认知学习过程等［４６］。??－６?－４?－２?０?２?４?６??图３．４?Ｌｏｇｉｓｔｉｃ函数的几何形状??Ｌｏｇｉｓｔｉｃ函数
【参考文献】：
期刊论文
[1]胎心监护仪在足月分娩产妇中的应用[J]. 束文. 医疗装备. 2019(19)
[2]《2018年我国卫生健康事业发展统计公报》出炉[J]. 李芮. 中医药管理杂志. 2019(10)
[3]基于谱减法的语音信号降噪改进算法[J]. 金薛冬,李东新. 国外电子测量技术. 2018(05)
[4]一种便携式多普勒胎心检测系统的设计及实现[J]. 戴明,詹凯,陈昕,林浩明,孟德明,陈思平. 生物医学工程研究. 2017(02)
[5]无线超声多普勒胎心检测系统的研发[J]. 杨钧鹏,詹凯,张旭东,陈昕. 中国医疗器械杂志. 2016(06)
[6]基于经验模态分解的胎心音信号除噪方法[J]. 刘俏俏,谭志向,张懿,王华. 生物医学工程学杂志. 2015(04)
[7]基于Logistic函数的贝叶斯概率矩阵分解算法[J]. 方耀宁,郭云飞,兰巨龙. 电子与信息学报. 2014(03)
[8]基于小波阈值和自适应谱线增强的胎心率去噪算法[J]. 董明明,王剑钢. 计算机与现代化. 2012(12)
[9]基于小波变换模极大值的去噪方法研究[J]. 刘丽梅,刘齐跃,张静. 河北工业科技. 2010(06)
[10]基于改进谱减法的语音增强研究[J]. 刘志坤,唐小明,朱洪伟. 计算机仿真. 2009(06)
博士论文
[1]小波和神经网络在自适应均衡中的算法研究[D]. 王军锋.西安电子科技大学 2003
硕士论文
[1]基于超声多普勒技术的胎心率测量研究[D]. 张旭斌.合肥工业大学 2019
[2]全数字式超声多普勒胎心率测量系统的开发[D]. 杨钧鹏.深圳大学 2017
[3]胎心音信号监测的研究[D]. 章榕月.海南大学 2017
[4]基于FPGA的啸叫抑制器的研究与设计[D]. 李仑.武汉理工大学 2017
[5]声反馈抑制算法的研究与实现[D]. 李康康.天津大学 2017
[6]声学系统中反馈抑制器的研究和DSP实现[D]. 杨阳.广州大学 2016
[7]基于DSP的啸叫抑制器的研究与设计[D]. 储灿耀.武汉理工大学 2016
[8]基于智能手机的胎心率检测技术及系统设计与实现[D]. 王欧阳.浙江大学 2016
[9]胎儿心率检测算法的研究[D]. 黄新安.江南大学 2015
[10]自适应声场均衡控制器的设计[D]. 高亮.河北科技大学 2014
本文编号：2941922
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：91 页
【学位级别】：硕士
【部分图文】：
图３．１?ａ随信噪比＾／？的变化曲线??１２??
浙江大学硕士学位论文?胎心信号消噪算法??？取值的计算公式如下式（３．６）所示，其中１／ｓ为斜率，％为沿／／？＝０时ａ??的取值。??ａ?＝?ａ０－?（ＳＮＲ）?／ｓ?（－５?＜?ＳＮＲ?＜?２０）?（３．６）??３．２．２噪声功率谱估计??要利用谱减法进行胎心信号的消噪，首先第一步需要进行噪声功率谱的估计。??在噪声功率谱的估计中，可以将两相邻胎心跳动处信号之间的间隔段信号（如下??图３．２中橘色区域信号所示）视为噪声信号，该间隔段信号包含了除胎儿心脏跳??动以外的其他运动信号所造成的干扰（包含由孕妇体内液体流动、孕妇体腹壁运??动和胎儿静脉血流流动、胎儿呼吸等产生的干扰信号）以及电路噪声干扰。??時＿ｊ??０?０２?０?４?０６?０？?＾?１７?１４?１？?１８?ｉ??时间（ｓ）??图３．２超声多普勒胎心信号及其噪声信号区域??初始噪声功率谱的获取过程如下：??１）使用一体式超声多普勒胎心仪对孕妇进行多次测量，保存测量时的超声多??普勒胎心信号，提取出每个胎心信号的噪声信号段（两相邻胎心跳动处信号之间??的间隔段信号），直到噪声信号段累计到足够长度；??２）对噪声信号进行加窗、分帧处理，求取每一帧的噪声功率谱（幻｜２；??３）对每一帧的噪声功率谱进行累加和平均处理，得到最终的初值噪声功率谱，??计算公式参照式（３．７）。由于超声多普勒胎心仪采集得到的胎心信号中混有电路??噪声和一部分由运动产生的其他干扰信号，它们属于随机信号，通过对随机的噪??１３??
浙江大学硕士学位论文???胎心信号消噪算法??下图３．３为胎心信号及其变异系数的曲线图，可见在胎心跳动明显时，变异??系数的数值较高且呈现明显峰值；胎心跳动微弱时，变异系数的数值较低，但也??可呈现出峰值，在噪声段信号（两相邻胎心跳动处信号之间的间隔段）处，变异??系数的数值很低，没有明显峰值体现。??Ｉ?ｒ?１?１?ｒ????ｉ?１?１?１?１。＇，》??－?胎心信号??变异系数??０７１－?Ｉ?１１?｜?Ｈ??０．６１?！?Ｉ?Ｉ??４ＧＪ｜?Ｉ?Ｍ〇．＜？??Ｈ０．０６??丨．；＇?Ｓ?‘Ｉ?＼?ｉ?－?〇．？??Ｉ?？?！?－?ｖ?ｌ?１?Ｖ?？?？，’、ｋ?？?ｖ；卜??＾，?．—」」０??０?０６?１?１．５?２?２－Ｄ?３?３．５?４??时间（Ｓ＞??图３．３超声多普勒胎心信号１及其变异系数曲线??Ｌｏｇｉｓｔｉｃ函数是一种常见的形函数，其定义域为（－〇〇，〇〇），表达式如下：??／Ｗ?＝?Ｉ７＾Ｔ?（３．９）??其中々衡量曲线变化的快慢，Ａ为＊５■型曲线的中点位置，乙是曲线的最大值。??Ｌｏｇｉｓｔｉｃ函数表现为一条光滑连续且单调的曲线。当左＝丨，Ａ?＝〇，人＝１时??Ｌｏｇｉｓｔｉｃ函数的几何形状如下图３．４所示，在其定义域内该曲线首先缓慢增长，??接着加速增长，在发展期后其增长速度逐渐减慢，最后趋于稳定。目前Ｌｏｇｉｓｔｉｃ??函数常用来反映生物种群发展、神经元非线性感知、人类认知学习过程等［４６］。??－６?－４?－２?０?２?４?６??图３．４?Ｌｏｇｉｓｔｉｃ函数的几何形状??Ｌｏｇｉｓｔｉｃ函数
【参考文献】：
期刊论文
[1]胎心监护仪在足月分娩产妇中的应用[J]. 束文. 医疗装备. 2019(19)
[2]《2018年我国卫生健康事业发展统计公报》出炉[J]. 李芮. 中医药管理杂志. 2019(10)
[3]基于谱减法的语音信号降噪改进算法[J]. 金薛冬,李东新. 国外电子测量技术. 2018(05)
[4]一种便携式多普勒胎心检测系统的设计及实现[J]. 戴明,詹凯,陈昕,林浩明,孟德明,陈思平. 生物医学工程研究. 2017(02)
[5]无线超声多普勒胎心检测系统的研发[J]. 杨钧鹏,詹凯,张旭东,陈昕. 中国医疗器械杂志. 2016(06)
[6]基于经验模态分解的胎心音信号除噪方法[J]. 刘俏俏,谭志向,张懿,王华. 生物医学工程学杂志. 2015(04)
[7]基于Logistic函数的贝叶斯概率矩阵分解算法[J]. 方耀宁,郭云飞,兰巨龙. 电子与信息学报. 2014(03)
[8]基于小波阈值和自适应谱线增强的胎心率去噪算法[J]. 董明明,王剑钢. 计算机与现代化. 2012(12)
[9]基于小波变换模极大值的去噪方法研究[J]. 刘丽梅,刘齐跃,张静. 河北工业科技. 2010(06)
[10]基于改进谱减法的语音增强研究[J]. 刘志坤,唐小明,朱洪伟. 计算机仿真. 2009(06)
博士论文
[1]小波和神经网络在自适应均衡中的算法研究[D]. 王军锋.西安电子科技大学 2003
硕士论文
[1]基于超声多普勒技术的胎心率测量研究[D]. 张旭斌.合肥工业大学 2019
[2]全数字式超声多普勒胎心率测量系统的开发[D]. 杨钧鹏.深圳大学 2017
[3]胎心音信号监测的研究[D]. 章榕月.海南大学 2017
[4]基于FPGA的啸叫抑制器的研究与设计[D]. 李仑.武汉理工大学 2017
[5]声反馈抑制算法的研究与实现[D]. 李康康.天津大学 2017
[6]声学系统中反馈抑制器的研究和DSP实现[D]. 杨阳.广州大学 2016
[7]基于DSP的啸叫抑制器的研究与设计[D]. 储灿耀.武汉理工大学 2016
[8]基于智能手机的胎心率检测技术及系统设计与实现[D]. 王欧阳.浙江大学 2016
[9]胎儿心率检测算法的研究[D]. 黄新安.江南大学 2015
[10]自适应声场均衡控制器的设计[D]. 高亮.河北科技大学 2014
本文编号：2941922
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2941922.html
