建立胎动模型的关键技术研究和实现

发布时间：2017-06-07 07:00

  本文关键词：建立胎动模型的关键技术研究和实现，由笔耕文化传播整理发布。

【摘要】：胎动信号是胎儿在母体内发育是否健康的重要指标,目前主要采用超声波和母亲自我感知这两种手段,但这两种方法都存在各自的不便。针对这个问题,众多学者尝试了多种方法,但仍不理想。随着微机电系统技术的成熟,MEMS加速度传感器变得更加灵活,体积和功耗越来越小,批量化的生产大大降低了成本,利用加速度传感器检测胎动信号也吸引了研究者越来越多的关注。目前国内外已有团队进行了关于基于加速度传感器胎动检测的相关研究,但仍有很多问题亟待解决,例如如何快速、舒适、易操作地采集大量胎动加速度信号、如何对含有大量干扰的胎动信号进行预处理得到较为理想信噪比的待识别信号,如何建立胎动信号和母亲伪动信号的特征模型等等,围绕这些问题本课题研究了以下几个方面:1)本文采用缝有加速度传感器的特制托腹带采集胎动信号,微型控制单元对数据进行采样、打包,通过无线传输技术上传到装有接收程序的智能设备,实现对胎动信号的采集。这样一个可穿戴的软硬件平台可以方便、快捷的采集胎动加速度信号。2)本文分析了原始数据中的噪声和干扰信号的分布特点,研究了基于窗函数的带通滤波器进行滤波,小波变换良好的时频特性配合不同的小波基和阈值函数对滤波之后的信号进行进一步地去噪,得到较为理想信噪比的待识别信号。3)本文研究了常用的二次时频分布工具,采用基于改进B分布核函数的时频分布工具分析了胎动信号和母亲伪动信号在时频域的不同分布特点,并分别提出了基于模板和图像处理方法和信号稀疏分解的两种不同方法来提取胎动信号分布在时频域的区域数量特征,实验表明这两种方法对提取该特征取得了较为理想的效果,在准确率和时间复杂度上各有优势。4)本文研究了胎动信号对不同时域特征的响应,采用信号能量、标准差、最大偏移和峰度作为胎动信号的时域特征,利用提取的信号特征,建立胎动信号的识别模型。根据实验和医学经验设置了相应的阈值,完成对胎动信号的识别。实验仿真表明本课题提出的基于加速度传感器识别胎动信号的方法取得了较为理想的识别率和正确率。相比于传统的BP神经网络识别胎动信号的方法,本文方法的识别率略有提升,但是正确率有较大提高。同时,本文的方法摆脱了BP神经网络对训练样本的依赖。
【关键词】：胎动信号 加速度传感器 小波去噪 二次时频分析 信号稀疏分解
【学位授予单位】：江南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP212.9;R-332;R714.5
【目录】：

• 摘要3-4
• Abstract4-7
• 第一章 绪论7-11
• 1.1 研究背景与意义7-8
• 1.2 国内外研究现状8-9
• 1.3 本文的主要研究工作9
• 1.4 论文结构安排9-11
• 第二章 胎动检测软硬件基础11-20
• 2.1 MEMS加速度传感器11-14
• 2.2 数据采集平台14-17
• 2.2.1 数据采集单元14-15
• 2.2.2 微控制单元15-16
• 2.2.3 无线数据传输16-17
• 2.3 时频分析工具17-19
• 2.4 本章小结19-20
• 第三章 基于模板的胎动信号时频特征提取20-30
• 3.1 引言20
• 3.2 胎动信号时频分析20-24
• 3.2.1 基于核函数的Wigner-Ville分布20-23
• 3.2.2 胎动信号特点23
• 3.2.3 胎动信号时频分布特征23-24
• 3.3 提取胎动信号特征24-28
• 3.3.1 模板选取25-26
• 3.3.2 基于区域划分的特征提取26-28
• 3.4 实验结果仿真28-29
• 3.5 本章小结29-30
• 第四章 基于稀疏分解的信号时频分布特征提取方法30-37
• 4.1 引言30
• 4.2 信号稀疏分解30-31
• 4.3 基于Gabor字典和MP方法的信号稀疏分解31-34
• 4.3.1 Gabor字典31-32
• 4.3.2 MP方法提取特征32-34
• 4.4 实验仿真34-36
• 4.5 本章小结36-37
• 第五章 胎动信号识别37-52
• 5.1 引言37
• 5.2 胎动加速度信号采集37
• 5.3 胎动信号预处理37-43
• 5.3.1 滤波器实现39-40
• 5.3.2 小波去噪40-43
• 5.4 提取时域特征43-46
• 5.5 胎动信号识别46-47
• 5.6 实验结果分析47-51
• 5.7 本章小结51-52
• 第六章 主要结论与展望52-54
• 6.1 主要结论52
• 6.2 展望52-54
• 致谢54-55
• 参考文献55-59
• 附录: 作者在攻读硕士学位期间发表的论文59

  本文关键词：建立胎动模型的关键技术研究和实现，，由笔耕文化传播整理发布。

本文编号：428375