基于胎儿监护的宫缩识别算法研究

• 作 者: 童慧玲
• 出 处: 杭州电子科技大学
• 发表日期: 2004年期
• 关键词: 宫缩 识别 早产 状态机 分类

孕期胎心宫缩监护,作为一种最常见最有效的评估宫内胎儿健康状况的监护手段,可以有效地降低自然流产率、早产风险率与围产儿死亡率,已在临床广泛使用。孕妇子宫收缩,是围产期胎儿电子监护的一项核心参数,关系着孕妇胎儿健康状态,若宫缩过频、强度过大,容易导致早产的发生,甚至造成胎儿因缺氧而死亡或者给胎儿造成不可逆的损伤。因此,对孕妇宫缩信号进行分析,提取与胎儿健康相关的生理信息,对于早产的预防具有重要的临床意义。本文主要研究了基于胎儿监护的宫缩信号处理和智能识别技术。首先,通过分析宫缩信号的基本特性,提出了基于信号质量的自适应滤波方法,并对该方法下基线检测结果进行了分析;其次,研究了基于双状态机宫缩识别算法,分析了两个状态机的构建以及之间转换关系;在提取特征向量基础上,基于决策树分类识别算法构建了最优决策树,实现宫缩强度的智能分类。本文的工作主要为:(1)介绍了宫缩信号基础理论及宫缩信号的采集方式,阐述了常用宫缩信号测量方法,介绍了系统评价指标及宫缩信号数据库,为宫缩信号的处理和识别提供了理论基础。(2)提出基于AR模型(Autoregressive Model,AR模型)频谱估计和基于改进的标准方差STD(Standard Deviation,STD)分类的两种宫缩信号分类标准,对采集的宫缩信号进行分类,并根据信号分类结果自动选择与之相对适合的滤波方式,实现采集宫缩信号的自适应滤波。提出了统计中心层法则,实现了宫缩信号基线的检测和修正。(3)提出基于双状态机的宫缩识别算法。介绍了状态机的理论基础,构建了两个状态机,阐述了各个状态机状态更替的条件,分析了两个状态机之间的关系,探讨了实现宫缩识别和宫缩计数的机理。最后利用数据库信号测试了算法的性能。(4)构建了基于决策树宫缩强度分类识别算法。提取宫缩信号特征后,探讨了k倍交叉验证法参数k与算法分类识别效果变化规律,分析了不同特征、不同决策树构造算法对分类结果的影响,最后与其他算法进行了系统的对比分析。本文的研究实现了宫缩信号的准确识别及宫缩信号强度的智能分类,为宫缩信号识别算法的工程化应用奠定了理论基础与技术支撑。