基于子宫肌电信号的早产预测方法研究

《基于子宫肌电信号的早产预测方法研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于子宫肌电信号的早产预测方法研究摘要目前全球早产占分娩总数的5%-15%,因地区、人种等有所不同。早产是新生儿死亡和发病的主要原因,由早产所致的严重后遗症给家庭和社会带来沉重的影响。因此,早产的预测十分重要,探讨方便、准确和无创的预测方法是产科工作者的当务之急。本文研究基于子宫肌电信号的早产预测方法。子宫肌电信号存在着频率低、峰值小等特点,本文对体表子宫肌电信号从时域、频域和时频域等各个角度进行了全面的分析,并且比较了不同的子宫肌电信号包络提取方法,包括希尔伯特变换、复小波变换、数学形态学方法和规则平均Shannon能量法。实验结果表明可以通过对信号包络的观察在一定程度上区

2、分早产信号:早产信号包络频谱的峰值出现频繁,而非早产信号包络频谱的峰值仅在部分频点(如1.6Hz和3.2Hz)出现。本文还提取了来自时域图、功率谱、小波包变换和自回归模型的体表子宫肌电信号特征参数共计34个,运用数据挖掘的方法对信号进行了回归和分类的研究。特别的,通过多元线性回归建立信号特征参数与距离分娩发动时间的回归模型,模型能够预测距离分娩发动时间;通过自组织神经网络建立子宫肌电信号的聚类模型,模型的16个输出节点中有4个节点的输出信号特别容易发生早产;通过支持向量机建立早产和非早产信号的分类模型,模型对测试集信号能识别大约89%的早产信号和大约74%的非早产信号。本文的

3、实验结果证明子宫肌电信号自身特性相对于距离分娩时间存在相关性,相对于早产和非早产存在可区分性。因而本文的研究对早产预测进行了有益的尝试;并对进一步的分娩发动时间预测研究具有指导意义。关键词:子宫肌电信号,早产,预测,数据挖掘,聚类模型AAAAbbbbssssttttrrrraaaaccccttttPretermlaboraccountedfor5%-15%ofthetotalnumberofdeliveriesworldwide,duetoregional,ethnicandotherreasonsPretermlaboristhemainreasonforneonatalm

4、ortalityandmorbidity,andseriouscomplicationscausedbypretermbirthbringaheavyimpacttofamiliesandsocietyIt’sveryimportanttoexploreaconvenient,accurateandnon-invasivemethodtopredictpretermlaborforpregnantwomenandobstetriciansThedissertationstudiespredictionofpretermdeliverybasedonuterineEMGThed

5、issertationanalyzedUterineEMGcomprehensivelyfromtime,frequencyandtime-frequencydomainsandcompareddifferentmethodstoextractenvelopofuterineEMG,includingHilberttransform,complexwavelettransform,mathematicalmorphologyandregularaverageShannonenergyExperimentalresultscandistinguishpretermlaborby

6、theobservationofenvelopofuterineEMG:peaksappearfrequentlyintheenvelopofpretermsignal,andappearatafewfrequencynodessuchas1.6Hz,3.2HzintheenvelopoftermsignalThedissertationalsoextractedcharacteristicparametersofuterineEMGfromfigureoftimedomain,powerspectrum,waveletpackettransformandauto-regre

7、ssivemodelMethodsofdataminingareappliedinregressionandclassificationofuterineEMGSpecifically,multiplelinearregressionforregressionmodel,whichcanpredictthetime-to-labor;self-organizingneuralnetworkforclusteringmodel,whichhas4nodesin16nodesoutputpretermsig