专利名称：便携式智能型胎动计数器及对采集信号的处理方法
技术领域：
本发明涉及生物医学信息采集、信号与信息处理与现代电子技术相结合的电 子与医学交叉的生物电子学领域，具体来说是属于检测孕妇胎动的智能型电子计 数器。
背景技术：
优生优育是我国的一项重要国策，围产期(孕28周至产后4周)监护技术 对保证母婴安全具有十分重要的意义。孕期胎动监护普遍被认为是一项对母儿完 全无损、且能很好反映胎儿宫内安危情况的重要指标。胎动是胎儿生命的客观象 征之一，是胎儿情况良好的表现。胎动正常预告胎儿宫内健康，胎动减少或消 失，则提示胎儿缺氧或即将死亡，是胎儿需要立即抢救的警报信号。围产科学 的研究表明，当胎儿出现宫内异常的时候，首先出现的征兆是胎动减少或消失， 然后才是胎儿其他生理指标诸如胎儿心率等发生改变，胎动消失到胎心消失可长 达12 48小时，因此胎动监护比其他手段能够更及时地反映胎儿宫内安危情 况，如果在此期间及时采取措施，则还可以得到成活的婴儿。因此，胎动监护是 预防围产期胎死的一项重要措施。目前尚无便携式智能型胎动电子监护仪器，胎 动监护的主要手段是教会孕妇自数胎动，进行家庭自我监护。临床上采用的方 法是28孕周后让孕妇每天早、中、晚3个不同的固定时间各数一次胎动，每 次l小时。由于计数时孕妇需长时间静卧，给孕妇的工作、生活带来很大不便。 孕妇凭主观感觉自数胎动受孕妇敏感度(自身文化素质、感觉视觉和精神心理因 素等影响)、羊水量、腹壁厚薄、职业性质、性格等因素的影响，致使统计胎动 计数时出现遗漏或错数等现象，使胎动计数结果的可信度不高。曾有人以主观感 觉对照超声实时显像检査胎动，结果发现超声实时显像测得的胎动数明显高于孕 妇主观感觉。
目前，国内尚无家庭使用的袖珍式具有智能分析功能胎动计数器产品，仅仅 使用超声成像检测分析系统来检测胎儿的状况；在传统的不能精确检测动态参数 的超声成像系统的基础上，国外在胎动检测分析方面正在开发定量测量胎动的动
态实时超声成像检测分析系统。
参考文献
(1) 吴益珍.胎动计数的临床意义[J ].实用妇科与产科杂志.1987: 3 (6) : 285.
(2) 张光纡.妊娠期胎动监护[J].中华妇产科杂志.1986: 21 (6) : 334.
(3) 杨玉星.LCD便携式急救心电监护仪[J ].中国医疗器械杂志.1995, 19 (2) : 67.
(4) 李翠微.ECG自动分析技术的发展[J].国外医学生物医学工程分册. 1994, 17 (1) : 15.
(5) P ietka E,. Feature ext ract ion in computerized邵p roach to the ECG analysis[J ]. Pat tern Recognit ion. 1991, 24: 139.
(6) 胡广书.数字信号处理-理论、算法与实现[M ].北京清华大学出 版社，1997. 266 281.
(7) 王长林.胎儿脐动脉血流的时域和频域特征分析[J ].中国生物医学 工程学报.1996: 15 (2) : 140.
(8)蔡元龙.模式识别[M].西安西安电子科技大学出版社，1992. 67 79.
(9) 张唯真.生物医学电子学.北京清华大学出版社.1993. 91 142.
(10) Enkin M, Keirse MJNC, Renfrew M and Neilson J. to'ofe to ￡f/ec"re tkre i/ T^re卵a/7cy 朋c/ C力iW7-t/ 2nd ed. Toronto: Oxford University Press 1995:62-3.
发明内容
本发明的目的是针对现有技术的问题和不足之处而提供一种简单可靠实用
有效的便携式智能型胎动计数器，以使孕妇能够在不影响日常活动，无需静卧条
件下完成胎动的自我监测。
本发明的另一目的是提供上述胎动计数器对采集信号的处理方法。
本发明的目的是这样实现的 一种便携式智能型胎动计数器，包括压力传感
器，信号采集模块，液晶驱动电路，液晶显示器，压力传感器为微型压力传感器; 还具有接收处理压力传感器输出信号的信号调理模块，信号调理模块由使通过分
信号的低频限制在0.05Hz以内的高通滤波器、仪用放大器、使通过分信号的高 频限制在45Hz以外的低通滤波器、二极放大及极性转换电路、A/D转换电路依 次级联组成；所述信号处理模块由整系数低通滤波器、第二代小波变换Mallat 快速算法模块、BP神经网络算法模块、智能分析模块以及输出模块顺次级联组 成；
整系数低通滤波器对来自信号采集模块的信号进行取整预处理； 第二代小波变换模块将上述预处理后的信号小波分解，分解尺度为5，将 原信号分解到六个子空间，将孕妇呼吸所造成的高频干扰、宫縮及基线漂移的低 频成分对应子空间细节去掉，即将那些希望剔除的频率对应子空间序列置零，将 希望保留的频率范围对应的子空间序列保持原值，并对其使用Mallat算法进行 小波重构，得到与原始信号样本点数相同且已经过滤波的信号；
BP神经网络算法模块对上述滤波信号采用标准的BP神经网络方法进行训 练识别，即以孕妇的胎动信号的实际样本对BP神经网络进行训练，BP网络由3 层节点构成，取网络的规模为输入层单元数为25，隐含层单元数为13，输出 层单元数为];
输出模块结合评价标准，对神经网络分类识别信号进行智能分析并输出胎 动计数信号至液晶驱动电路，并在出现异常情况时发出报警提示信息。
本发明的另一目的是这样实现的所述智能型胎动计数器对采集信号的处理 方法是，首先，对来自信号采集模块的信号采用整系数低通滤波器进行取整预处 理；其次，将上述预处理后的信号小波分解，分解尺度为5,将原信号分解到六 个子空间，将孕妇呼吸所造成的高频干扰、宫縮及基线漂移的低频成分对应子空 间细节去掉，即将那些希望剔除的频率对应子空间序列置零，将希望保留的频率 范围对应的子空间序列保持原值，并对其使用Mallat算法进行小波重构，得到 与原始信号样本点数相同且己经过滤波的信号；然后，对上述滤波信号采用标准 的BP神经网络方法进行训练识别，即以孕妇的胎动信号的实际样本对BP神经网 络进行训练，BP网络由3层节点构成，取网络的规模为输入层单元数为25， 隐含层单元数为13，输出层单元数为l;最后，结合评价标准，对神经网络分类 识别信号进行智能分析并输出胎动计数信号，并在出现异常情况时发出报警提示
倍息o
按硬件产品开发的规范，以产业化模式组织开发，釆用面向对象技术来构造， 使用自顶向下的开发思想，并以统一的产品模型为核心，实现整个系统的有机架 构，最终形成一个实用的服务于人类的合格的产品。本发明釆用单片机控制、专 用ASIC芯片、基于小波变换的微弱胎动信号检测与特征提取处理技术、基于神 经网络、免疫遗传算法及贝叶斯最小概率判别准则的胎动模式识别与分析技术， 本发明胎动计数器由处理器和传感器两部分组成，处理器主要由核心处理芯片、 存储芯片及液晶显示组成。
由于原始胎动信号是由压力传感器置于孕妇腹部采集的，孕妇腹部的信号成 分比较复杂，实际上在采集胎动信号时，凡是影响腹壁压力的各种因素均被记录 下来，除胎动外，宫縮及母体用力、呼吸、咳嗽、发笑等都能引起母体腹壁压力 的改变，带来低频和高频的干扰信号，它们在频谱上与胎动信号接近，甚至部分 重叠，给胎动信号的提取及判别工作带来了极大的困难。常用的FIR和IIR滤 波器截止频率固定，在噪声频谱范围不断变化时，常常无法用固定的截止频率 发挥良好的滤波作用。对于传统的自适应滤波器，它的输入除了原始胎动信号 外，还需要一个与体表噪声无关而与胎动信号相关的参考信号，这需要增加硬件 电路。但由于参考信号的采集区也很难选择，于是，使用了小波自适应滤波器， 较好地解决了以上问题。
便携式智能型胎动计数器技术指标有-
1、 微型轻便；
2、 智能记录、分析及报警；虚警概率小于10—6;漏报概率小于10—
3、 无故障时间大于101()小时；
自制的胎动计数器具有结构简单、性能可靠、实用有效、使用方便的特点。 从监测效果上看，避免了孕妇主观感觉和文化背景的差异性，提高了计数准确性 和孕妇安全感，它能使孕妇能够在不影响日常活动、无需静卧条件下完成胎动的 自我监护。另一方面也为护产科医生提供了先进方便可靠的分析工具。
胎动计数器的使用，节省了护理人员的工作时间，有利于医院、社区护理人 员开展孕产期妇女健康教育。随着我国人民生活水平的提高，孕期保健越来越受 到重视,仅靠在医院产科门诊检査时护理人员进行的口头指导胎动计数远不能满 足孕妇的需要，这样既占去了护理人员的大量时间，还存在着医疗纠纷隐患。此
胎动计数器适用于护士指导孕妇在家庭中进行自我监护，这样， 一旦发现胎动异 常或消失，即可及时就医终止妊娠，对挽救胎儿的生命有着重要的意义。
图1是本发明胎动计数器的硬件电路框图2是图1所示信号处理模块对采集信号处理的程序流程图3是图2所示小波滤波处理叙述流程图4是图2所示BP神经网络算法的程序流程图。
具体实施例方式
图1示出，胎动信号及干扰信号在母腹部通过微型灵敏度压力传感器GH-2 变成电信号，再经信号调理模块，把胎动信号调到一定的电压范围，并通过A/D 转换后，送至信号采集模块，信号采集模块以一定的采样频率采样信号，把采集 到的信号送入信号处理模块(主要由型号为S3C2410的ASIC芯片和型号为 TMS320C55X的DSP芯片组成)进行处理，信号处理模块的输出信号经液晶驱动 电路送至液晶显示器进行显示。其中仪用放大器型号为INA118。
上述信号调理模块由高通滤波器、仪用放大器、低通滤波器、二级放大及极 性转换以及A/D转换电路顺次级联组成。高通滤波器主要用在信号处于高频并且 需要削弱低频(或直流成分)的场合。胎动信号是低频微弱的生理信号，其频率基 本限制在0. l — 10Hz内，所以设计电路的通频范围为0. 05 ~ 45Hz。首先要做的 是用高通滤波器进行隔直，使通过分信号的低频限制在0.05Hz以内。仪用放大 器INA118是一个低功耗、低成本的通用仪用放大器。其内设计的电流反馈电路 提供了宽的信号带宽，经激光修正后电路，具有很低的失调电压和很高的共模抑 制比。器件可以在只有正负1.25V的电源下工作，而且静态电流仅为350nA。很 适合用干电池供电。使用时只需外接一只增益电阻，就可以实现l- 10000之间 的任意增益，而且有正负40V的输入保护电压。INA118的工作模式是差动模式， 作为前置放大器时，温漂和噪声小，增益和共模抑制比比较高。低通滤波器主要 用于信号处于低频(或直流成分)，并且需要削弱高次谐波或频率较高的干扰和噪 声场合，它使通过分信号的高频限制在45Hz以外。经过高、低通滤波以及INA118 放大后，信号电压有正有负，二级放大及极性转换电路需要对信号进行放大及极 性转换。
图2示出，所述信号处理模块对来自信号采集模块的信号首先采用整系数低 通滤波器进行取整预处理；其次，第二代小波变换Mallat快速算法模块将上述 预处理后的信号小波分解，分解尺度为5，将原信号分解到六个子空间，将孕妇 呼吸所造成的高频干扰、宫縮及基线漂移的低频成分对应子空间细节去掉，即将 那些希望剔除的频率对应子空间序列置零，将希望保留的频率范围对应的子空间 序列保持原值，并对其使用Mallat算法进行小波重构，得到与原始信号样本点 数相同且已经过滤波的信号；然后，BP神经网络算法模块对上述滤波信号采用 标准的BP神经网络方法进行训练识别，即以孕妇的胎动信号的实际样本对BP 神经网络进行训练，BP网络由3层节点构成，取网络的规模为输入层单元数 为25，隐含层单元数为13，输出层单元数为1;最后，智能分析模块结合评价 标准，对神经网络分类识别信号进行智能分析，信号经输出模块处理并输出胎动 计数信号至液晶驱动电路，并在出现异常情况时发出报警提示信息。
对上述处理方法说明如下
(1) 整系数低通滤波器对胎动信号预处理 从母腹部提取出的胎动信号成分比较复杂，信噪比较低，为了提高模式
识别的正确率，首先就要提高其信噪比，对胎动信号进行低通滤波。采用整系数 低通滤波器对对胎动信号预处理，其中，整系数低通滤波器(王老师麻烦你补充 以下您写的公式，谢谢)。
(2) 第二代小波变换Mallat快速算法胎动信号检测
参加图3，将釆集的胎动信号小波分解，分解尺度为5，共将原信号分 解到六个子空间，将孕妇呼吸所造成的高频干扰、宫縮及基线漂移等低频成分对 应子空间细节去掉，即将那些希望剔除的频率对应子空间序列置零，将希望保留 的频率范围对应的子空间序列保持原值，这样处理之后就使得要滤出的频带的信 号减去的频带信号减置最小而达到滤波效果，然后对其使用Mallat算法进行重 构便得到了与原始信号样本点数相同而已经经过滤波的信号了。 (3) BP神经网络算法进行分类识别 采用标准的BP神经网络算法来对胎动信号进行训练识别。BP网络由3层节点 构成,取网络的规模为输入层单元数为25，隐含层单元数为13，输出层单元数为1。 胎动信号是非平稳的随机信号，波形的细节复杂多样，因此从多位孕妇的胎动信号记录中选出了大量的典型胎动和非胎动的样本对神经网络进行训练。
参见图4，上述分类识别步骤为初始化后，将样本数N置零，然后给定输入 样本和理想输出，求隐层、输出层各单元输出，调整权值后，将N+1赋予N，判断 N是否大于样本总数，若N小于样本总数，则返回"给定输入样本和理想输出"步 骤，再次按上述步骤进行；若N大于样本总数，则结束。
(4)智能分析
对胎动次数的正常规律进行智能分析，结合评价标准，给出正确的结论；在 出现异常情况时给出报警提示信息。 使用方法
首先向孕妇说明使用胎动计数器的意义并指导使用。然后将传感器置于孕妇 腹壁贴紧后用尼龙扣固定,其松紧度要适宜,接收器置于身边或挂在孕妇腰间即可 使用，每当胎动出现l次接收器即可用数字显示，并累计数字。使用胎动计数器时 孕妇不受体位限制，但应避免剧烈活动。
胎动计数方法是以小时计数为单位，每R3次，每次计数lh，如妊娠晚期胎 动每小时少于4次或连续12h内胎动少于10次应视为异常。急性胎动减少应考虑胎 儿宫内受损，需及时就医做进一歩检查与治疗。 一般情况下，发现胎动消失后及 时终止妊娠有挽救胎儿的可能。
使用胎动计数器时首先应注意勿用力挤压、揉搓、折叠传感器,以免造成传 感器失灵而误报信息。其次，孕妇应在情绪平稳的情况下进行监测。
权利要求
1、一种便携式智能型胎动计数器，包括压力传感器，信号采集模块，液晶驱动电路，液晶显示器，其特征在于，所述压力传感器为微型压力传感器；还具有接收处理压力传感器输出信号的信号调理模块，信号调理模块由使通过分信号的低频限制在0.05Hz以内的高通滤波器、仪用放大器、使通过分信号的高频限制在45Hz以外的低通滤波器、二极放大及极性转换电路、A/D转换电路依次级联组成；所述信号处理模块由整系数低通滤波器、第二代小波变换Mallat快速算法模块、BP神经网络算法模块、智能分析模块以及输出模块顺次级联组成；整系数低通滤波器对来自信号采集模块的信号进行取整预处理；第二代小波变换模块将上述预处理后的信号小波分解，分解尺度为5，将原信号分解到六个子空间，将孕妇呼吸所造成的高频干扰、宫缩及基线漂移的低频成分对应子空间细节去掉，即将那些希望剔除的频率对应子空间序列置零，将希望保留的频率范围对应的子空间序列保持原值，并对其使用Mallat算法进行小波重构，得到与原始信号样本点数相同且已经过滤波的信号；BP神经网络算法模块对上述滤波信号采用标准的BP神经网络方法进行训练识别，即以孕妇的胎动信号的实际样本对BP神经网络进行训练，BP网络由3层节点构成，取网络的规模为输入层单元数为25，隐含层单元数为13，输出层单元数为1；输出模块结合评价标准，对神经网络分类识别信号进行智能分析并输出胎动计数信号至液晶驱动电路，并在出现异常情况时发出报警提示信息。
2、 根据权利要求1所述智能型胎动计数器，其特征在于，所述压力传感器 的型号为(;H-2，仪用放大器的型号为INA118，信号处理模块主要由DSP芯片和 ASIC芯片组成，DSP芯片的型号为TMS320C55X， ASIC芯片的型号为S3C2410。
3、 根据权利要求2所述智能型胎动计数器，其特征在于，所述信号处理模 块还连接有报警器。
4、 一种如权利要求1所述智能型胎动计数器对采集信号的处理方法，其特 征在于，首先，对来自信号采集模块的信号釆用整系数低通滤波器进行取整预处 理；其次，将上述预处理后的信号小波分解，分解尺度为5，将原信号分解到六 个子空间，将孕妇呼吸所造成的高频干扰、宫縮及基线漂移的低频成分对应子空 间细节去掉，即将那些希望剔除的频率对应子空间序列置零，将希望保留的频率范围对应的子空间序列保持原值，并对其使用Mallat算法进行小波重构，得到 与原始信号样本点数相同且己经过滤波的信号；然后，对上述滤波信号采用标准 的BP神经网络方法进行训练识别，即以孕妇的胎动信号的实际样本对BP神经网 络进行训练，BP网络由3层节点构成，取网络的规模为输入层单元数为25， 隐含层单元数为13，输出层单元数为l;最后，结合评价标准，对神经网络分类 识别信号进行智能分析并输出胎动计数信号，并在出现异常情况时发出报警提示 信息。
全文摘要
一种便携式智能型胎动计数器及其对采集信号的处理方法，主要由压力传感器，信号调理模块，信号采集模块，信号处理模块，液晶驱动电路，液晶显示器组成，信号调理模块又由高通滤波器、仪用放大器、低通滤波器、二极放大及极性转换电路、A/D转换电路依次级联组成；信号处理模块对信号采集模块的输出信号进行取整预处理、使用第二代小波变换Mallat算法进行重构以及BP神经网络算法进行分类识别、智能分析后输出胎动计数信号。它能使孕妇在不影响日常活动，无需静卧的条件下完成胎动的自我监护，具有简单可靠、实用有效的特点。
文档编号A61B5/00GK101194826SQ200610022580
公开日2008年6月11日 申请日期2006年12月22日 优先权日2006年12月22日
发明者杨太珠, 忠 王 申请人:四川川大智胜软件股份有限公司;四川大学