摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-18页 |
1.1 课题的研究背景及意义 | 第10页 |
1.2 胎心监护的发展及胎心信号的获取 | 第10-12页 |
1.2.1 胎心监护的发展 | 第10-11页 |
1.2.2 胎心信号的获取方法 | 第11-12页 |
1.3 超声多普勒效应测量胎心信号的原理 | 第12-14页 |
1.3.1 多普勒胎心回波信号的数学模型 | 第13-14页 |
1.4 胎心信号特点 | 第14-15页 |
1.5 胎心信号处理的研究现状 | 第15-16页 |
1.6 本文的研究内容及结构 | 第16-18页 |
第二章 常用的胎心率提取方法 | 第18-38页 |
2.1 自相关与峰值检测相关原理 | 第18-19页 |
2.1.1 自相关函数定义 | 第18-19页 |
2.1.2 峰值检测方法 | 第19页 |
2.2 基于小波变换的胎心率提取方法 | 第19-29页 |
2.2.1 一维连续小波变换 | 第19-21页 |
2.2.2 一维离散小波变换 | 第21页 |
2.2.3 多分辨分析 | 第21-22页 |
2.2.4 小波降噪原理解析 | 第22-25页 |
2.2.5 基于小波的胎心率提取实验及仿真分析 | 第25-29页 |
2.3 基于独立分量分析的胎心率提取方法 | 第29-36页 |
2.3.1 ICA的数学模型 | 第29-32页 |
2.3.2 快速独立分量分析算法 | 第32-34页 |
2.3.3 基于FastICA的胎心率提取实验及仿真分析 | 第34-36页 |
2.4 本章小结 | 第36-38页 |
第三章 基于EMD和小波时频分析的胎心率提取 | 第38-62页 |
3.1 经验模态分解相关理论 | 第38-46页 |
3.1.1 瞬时频率与希尔伯特谱分析 | 第39页 |
3.1.2 特征模态函数 | 第39-40页 |
3.1.3 经验模态分解及滤波特性 | 第40-46页 |
3.2 基于经验模态分解的胎心信号预处理 | 第46-52页 |
3.2.1 小波能量分布 | 第47页 |
3.2.2 基于EMD的信号预处理算法 | 第47-49页 |
3.2.3 基于EMD的信号预处理算法的仿真分析 | 第49-52页 |
3.3 基于小波的时频分析 | 第52-53页 |
3.3.1 时频分析概念 | 第52页 |
3.3.2 小波变换的时频分析特性 | 第52-53页 |
3.3.3 帕斯瓦尔定理 | 第53页 |
3.4 胎心率提取实验仿真及分析 | 第53-60页 |
3.4.1 信号的EMD预处理以及胎心率提取仿真实验 | 第53-57页 |
3.4.2 基于小波的时频分析与传统自相关的胎心率提取对比实验 | 第57-60页 |
3.5 本章小结 | 第60-62页 |
第四章 胎心信号采集系统的设计 | 第62-71页 |
4.1 人体探测路径时延分析 | 第62页 |
4.2 超声激励源中心频率设计 | 第62-63页 |
4.3 间歇性探测机制设计 | 第63页 |
4.4 胎心信号采集系统的组成及工作原理 | 第63-69页 |
4.4.1 超声波发射系统结构 | 第64-66页 |
4.4.2 超声波回波接收系统结构 | 第66-68页 |
4.4.3 基于程控分布式电机驱动的超声探测扫描装置及采集系统的实现 | 第68-69页 |
4.5 本章小结 | 第69-71页 |
总结与展望 | 第71-73页 |
参考文献 | 第73-77页 |
攻读硕士学位期间取得的研究成果 | 第77-78页 |
致谢 | 第78-79页 |
附件 | 第79页 |