基于盲信号处理的胎儿心音提取与听诊探测仪的研究

论文摘要

怀孕期间的胎儿检测是母婴保健的重要过程。进行长期有效的监控的胎儿监测,可以帮助产科医生确定胎儿的健康,尽可能早诊断疾病,并提高治疗效果。要实现胎儿监护,先要取得反映胎儿健康状况的信号,人们首先想到的是反映胎儿心脏功能的信号,通常有两种,即心音和心电信号。心音是心肌舒缩和瓣膜启闭时振动所产生的声信号,反映了心脏活动的状态,可根据第一心音和第二心音的时间间隔,计算出胎心率。本文在重点分析信息最大化方法,极大似然方法,自然梯度法以及fastica算法等多种独立分量分析算法的基础上,针对胎儿心音信号的生物特征,提出一种比较新颖的单路胎儿心音信号的盲源分离方法,该算法利用基于经验模态分解的方法对胎音信号进行分层并且得到独立子波函数,然后把独立子波函数加入到单路混合信号中从而实现母体心音、杂音和胎音信号的分离,是目前最适合单路胎儿心音信号提取处理的算法之一。为了有效地提取胎音,通过学习分析心音采集器的相关资料,利用单片机硬件,自主研制一种适用于提取胎儿心音信号的心音探测仪。该探测仪可直接提取胎儿心音信号,并通过液晶屏幕加以显示,简单明了;并且该探测仪还可供用户自己使用,观测自己的心音信号,达到自我监测的目的。该探测仪实现了胎音和心音信号的实时采集和可视化分析,从而为心音信号的智能处理提供了一种新的硬件平台。为了验证本文所提算法和所研制的胎音探测仪的可行性与有效性,选定某些孕妇,定期采集一些实际的胎儿心音信号,组成了一个小型的胎儿心音数据库。该数据库采用胎音探测仪在孕妇腹部采集到一些混合信号,然后运用上述的单路胎音BSS方法进行处理,对得到的胎音数据进行分类,按时间顺序进行记录入库。本文的研究成果,为胎音信号的智能处理提供了一种新的软、硬件平台。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 导言
• 1.2 本文的研究背景及意义
• 1.2.1 盲信号处理的发展历程
• 1.2.2 胎儿心音信号的特点
• 1.3 本文的主要内容及创新点
• 第二章 盲信号分离基本理论
• 2.1 盲源分离
• 2.2 独立分量分析的数学模型
• 2.3 独立分量分析的目标函数
• 2.3.1 极大似然估计对照函数
• 2.3.2 互信息对照函数
• 2.3.3 其他对照函数
• 2.4 常用的ICA 方法
• 2.4.1 Infomax 算法（最大熵法）
• 2.4.2 互信息极小法
• 2.4.3 FastICA 算法
• 2.5 本章小结
• 第三章基于EMD 方法的单路混合信号盲分离方法
• 3.1 固有模态函数
• 3.2 EMD 分解
• 3.2.1 EMD 分解的原理
• 3.2.2 EMD 分解的特点
• 3.3 单路混合信号分离算法的描述和实现
• 3.3.1 分离算法的描述
• 3.3.2 扩展单通道信号源数的方法
• 3.4 单路混合胎音的盲分离方法及实验
• 3.4.1 单路混合胎音信号的EMD 分层
• 3.4.2 胎音信号的频谱分析与判定准则
• 3.5 实验数据
• 3.5.1 利用EMD 分层与ICA 处理提取胎音信号
• 3.5.2 实验数据分析
• 3.6 本章小结
• 第四章 心音探测仪的实现
• 4.1 国内外的研究现状
• 4.2 基于单片机的心音智能探测仪的硬件设计
• 4.2.1 系统框图
• 4.2.2 心音信号预处理
• 4.3 设计方案与创新点
• 4.3.1 时钟定时的设计
• 4.3.2 波形的显示
• 4.4 智能探测仪的使用与显示
• 4.5 本章小结
• 第五章 结论与展望
• 5.1 研究结论
• 5.2 后续工作的展望
• 致谢
• 参考文献
• 作者在硕士研究生期间发表论文情况