3 智能胎兒監護計算機控制系統
計算機控制系統利用Visual C++6.0為程序的開發環境，在Win2000環境中運行。針對系統處理的數據量大且實時性要求高的特點，系統編程時充分運用了多線程的思想。整個系統設置為5個線程，其中管理用戶界面，響應用戶動作的線程為主線程，生存周期為整個程序的主存期，其它4個線程實現智能控制、通信控制、數據處理算法、監護顯示功能，生命周期就是線程函數本身。多線程思想的運用，使系統各個功能模塊并行運行，可以大大提高CPU的利用率，滿足了系統實時性的要求。其中數據處理算法和智能控制是控制系統關鍵。
3.1基于coif5小波的胎心音數據處理算法
小波分析提供了一種自適應時域和頻域同時局部化的分析方法，無論分析低頻或高頻局部信號，都能自動調節時-頻窗，以適應實際分析的需要。小波分析的實質是將信號x(t)投影到小波函數上，即x(t)與的內積，得到便于處理的小波系數，按照分析的需要對小波系數進行處理，然后對處理后的小波系數進行反變換得到處理后的信號。在實際應用中多采用離散二進小波變換。對于k個離散數據點， 離散二進小波變換為：

（1）

上式說明，小波變換是將離散信號在小波基函數上的投影，不同的m、n代表不同的分辨率（尺度）和不同的時頻（平移），小波函數正是通過不同的m、n來調節不同的局部時頻和不同的分辨率，即小波的多分辨分析特性能將信號在不同尺度下進行多分辨的分解，并將交織在一起的各種不同頻率組成的混合信號分解成不同頻段的子信號，因而對信號具有按頻帶處理的能力。運用小波分析進行信號噪聲消除是小波分析的一個非常重要的應用之一。
　　一個含噪聲的一維信號的模型可表示為：
（2）

其中：s(i)為真實信號；e(i)為噪聲；x(i)為含噪信號。在實際工程中，有用信號通常表現為低頻信號或較平穩的信號，噪聲信號則表現為高頻信號，所以消噪過程可按以下方法進行處理。首先對實際信號進行小波分解，選擇小波并確定分解層數為N，則噪聲部分通常包含在高頻中。然后對小波分解的高頻系數進行門限閾值量化處理。最后根據小波分解的第N層低頻系數和經過量化后的1～N層高頻系數進行小波重構，達到消除噪聲的目的，即抑制信號的噪聲，在實際信號中恢復真實信號。
超聲多普勒胎心音信號經過信號預處理電路，信號頻率范圍為0―500Hz，其中包含了低于4 Hz的胎兒心跳頻率，所以對信號進行波形分析和胎心率計算時應針對信號的低頻信息，而不是高頻信息；小波變換的多分辨分析特性是隨著尺度由細變粗，逐步得到信號的高頻到低頻，從細節到平滑一系列結果。所以可以利用小波的多分辨分析特性，通過選用合適的小波基，優化分解層數，分離多普勒胎心信號的高頻部分和低頻部分，并將高頻部分全部剔除，得到包含全部胎兒心跳信息的低頻部分，通過低頻信號頻率，計算出胎兒心跳周期，得到胎心率。本系統通過大量實驗和理論推導選用構造的小波函數。利用小波具有的正交性、近似對稱性、較好的光滑度和正則性的優點，通過6層小波分解提取，得到8Hz以下的第6層低頻信號。這時的低頻信號基本上就是胎兒的心跳信號。