本文關(guān)鍵詞：建立胎動(dòng)模型的關(guān)鍵技術(shù)研究和實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：胎動(dòng)信號(hào)是胎兒在母體內(nèi)發(fā)育是否健康的重要指標(biāo),目前主要采用超聲波和母親自我感知這兩種手段,但這兩種方法都存在各自的不便。針對(duì)這個(gè)問題,眾多學(xué)者嘗試了多種方法,但仍不理想。隨著微機(jī)電系統(tǒng)技術(shù)的成熟,MEMS加速度傳感器變得更加靈活,體積和功耗越來越小,批量化的生產(chǎn)大大降低了成本,利用加速度傳感器檢測(cè)胎動(dòng)信號(hào)也吸引了研究者越來越多的關(guān)注。目前國(guó)內(nèi)外已有團(tuán)隊(duì)進(jìn)行了關(guān)于基于加速度傳感器胎動(dòng)檢測(cè)的相關(guān)研究,但仍有很多問題亟待解決,例如如何快速、舒適、易操作地采集大量胎動(dòng)加速度信號(hào)、如何對(duì)含有大量干擾的胎動(dòng)信號(hào)進(jìn)行預(yù)處理得到較為理想信噪比的待識(shí)別信號(hào),如何建立胎動(dòng)信號(hào)和母親偽動(dòng)信號(hào)的特征模型等等,圍繞這些問題本課題研究了以下幾個(gè)方面:1)本文采用縫有加速度傳感器的特制托腹帶采集胎動(dòng)信號(hào),微型控制單元對(duì)數(shù)據(jù)進(jìn)行采樣、打包,通過無線傳輸技術(shù)上傳到裝有接收程序的智能設(shè)備,實(shí)現(xiàn)對(duì)胎動(dòng)信號(hào)的采集。這樣一個(gè)可穿戴的軟硬件平臺(tái)可以方便、快捷的采集胎動(dòng)加速度信號(hào)。2)本文分析了原始數(shù)據(jù)中的噪聲和干擾信號(hào)的分布特點(diǎn),研究了基于窗函數(shù)的帶通濾波器進(jìn)行濾波,小波變換良好的時(shí)頻特性配合不同的小波基和閾值函數(shù)對(duì)濾波之后的信號(hào)進(jìn)行進(jìn)一步地去噪,得到較為理想信噪比的待識(shí)別信號(hào)。3)本文研究了常用的二次時(shí)頻分布工具,采用基于改進(jìn)B分布核函數(shù)的時(shí)頻分布工具分析了胎動(dòng)信號(hào)和母親偽動(dòng)信號(hào)在時(shí)頻域的不同分布特點(diǎn),并分別提出了基于模板和圖像處理方法和信號(hào)稀疏分解的兩種不同方法來提取胎動(dòng)信號(hào)分布在時(shí)頻域的區(qū)域數(shù)量特征,實(shí)驗(yàn)表明這兩種方法對(duì)提取該特征取得了較為理想的效果,在準(zhǔn)確率和時(shí)間復(fù)雜度上各有優(yōu)勢(shì)。4)本文研究了胎動(dòng)信號(hào)對(duì)不同時(shí)域特征的響應(yīng),采用信號(hào)能量、標(biāo)準(zhǔn)差、最大偏移和峰度作為胎動(dòng)信號(hào)的時(shí)域特征,利用提取的信號(hào)特征,建立胎動(dòng)信號(hào)的識(shí)別模型。根據(jù)實(shí)驗(yàn)和醫(yī)學(xué)經(jīng)驗(yàn)設(shè)置了相應(yīng)的閾值,完成對(duì)胎動(dòng)信號(hào)的識(shí)別。實(shí)驗(yàn)仿真表明本課題提出的基于加速度傳感器識(shí)別胎動(dòng)信號(hào)的方法取得了較為理想的識(shí)別率和正確率。相比于傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)識(shí)別胎動(dòng)信號(hào)的方法,本文方法的識(shí)別率略有提升,但是正確率有較大提高。同時(shí),本文的方法擺脫了BP神經(jīng)網(wǎng)絡(luò)對(duì)訓(xùn)練樣本的依賴。
【關(guān)鍵詞】：胎動(dòng)信號(hào) 加速度傳感器 小波去噪 二次時(shí)頻分析 信號(hào)稀疏分解
【學(xué)位授予單位】：江南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP212.9;R-332;R714.5
【目錄】：

• 摘要3-4
• Abstract4-7
• 第一章 緒論7-11
• 1.1 研究背景與意義7-8
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀8-9
• 1.3 本文的主要研究工作9
• 1.4 論文結(jié)構(gòu)安排9-11
• 第二章 胎動(dòng)檢測(cè)軟硬件基礎(chǔ)11-20
• 2.1 MEMS加速度傳感器11-14
• 2.2 數(shù)據(jù)采集平臺(tái)14-17
• 2.2.1 數(shù)據(jù)采集單元14-15
• 2.2.2 微控制單元15-16
• 2.2.3 無線數(shù)據(jù)傳輸16-17
• 2.3 時(shí)頻分析工具17-19
• 2.4 本章小結(jié)19-20
• 第三章 基于模板的胎動(dòng)信號(hào)時(shí)頻特征提取20-30
• 3.1 引言20
• 3.2 胎動(dòng)信號(hào)時(shí)頻分析20-24
• 3.2.1 基于核函數(shù)的Wigner-Ville分布20-23
• 3.2.2 胎動(dòng)信號(hào)特點(diǎn)23
• 3.2.3 胎動(dòng)信號(hào)時(shí)頻分布特征23-24
• 3.3 提取胎動(dòng)信號(hào)特征24-28
• 3.3.1 模板選取25-26
• 3.3.2 基于區(qū)域劃分的特征提取26-28
• 3.4 實(shí)驗(yàn)結(jié)果仿真28-29
• 3.5 本章小結(jié)29-30
• 第四章 基于稀疏分解的信號(hào)時(shí)頻分布特征提取方法30-37
• 4.1 引言30
• 4.2 信號(hào)稀疏分解30-31
• 4.3 基于Gabor字典和MP方法的信號(hào)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 實(shí)驗(yàn)仿真34-36
• 4.5 本章小結(jié)36-37
• 第五章 胎動(dòng)信號(hào)識(shí)別37-52
• 5.1 引言37
• 5.2 胎動(dòng)加速度信號(hào)采集37
• 5.3 胎動(dòng)信號(hào)預(yù)處理37-43
• 5.3.1 濾波器實(shí)現(xiàn)39-40
• 5.3.2 小波去噪40-43
• 5.4 提取時(shí)域特征43-46
• 5.5 胎動(dòng)信號(hào)識(shí)別46-47
• 5.6 實(shí)驗(yàn)結(jié)果分析47-51
• 5.7 本章小結(jié)51-52
• 第六章 主要結(jié)論與展望52-54
• 6.1 主要結(jié)論52
• 6.2 展望52-54
• 致謝54-55
• 參考文獻(xiàn)55-59
• 附錄: 作者在攻讀碩士學(xué)位期間發(fā)表的論文59

  本文關(guān)鍵詞：建立胎動(dòng)模型的關(guān)鍵技術(shù)研究和實(shí)現(xiàn)，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：428375