近年来,我国的出生缺陷率持续上升,计划生育、优生优育国策面临严峻挑战。实施胎儿监护,有助于及时发现胎儿异常,从而降低出生缺陷率和婴儿死亡率。胎心宫缩图(CTG)是目前最常见的胎儿监护方法。通过分析CTG信号,可以对胎儿的健康状况进行评估。然而,很多医护工作者判读CTG的水平不足,容易误判而做出不当的临床决策。CTG计算机辅助分析的出现,在一定程度上缓解了这个问题。但是,由于CTG的复杂性以及参数定义不够严谨,计算机分析仍存在很多问题,参数识别的准确率有待提高。为此,本文研究CTG关键参数的提取方法,以提高参数识别的准确率和效率;在此基础上,本文进一步研究胎儿状态评估方法,提出一种更为有效的评估方法。本文的主要研究内容如下:(1)胎心率基线估计算法的研究。针对现有算法准确性或效率不高的问题,本文提出了一种结合胎动的胎心率基线估计算法。在该算法中,利用胎动确定胎心率曲线中加速段的位置,将其去除后进行基线估计,再对基线进行修正。将该算法与两种现有算法对比,结果表明:在分析准确性方面,本文算法明显胜过参照算法一,稍微优于参照算法二;而在计算效率方面,本文算法与参照算法一相差不大,但远高于参照算法二。(2)宫缩曲线特征提取算法的研究。本文研究了宫缩基线和宫缩波识别方法,并提出了相应的新方法。与一种现有的宫缩基线估计算法相比,本文算法可得到更平滑的基线,并且能实现断点检测,从而使最终结果更合理。本文结合图像膨胀原理和宫缩波形态学分析,提出了一种宫缩波识别算法。通过与一种现有算法作对比,结果显示:本文算法的整体识别效果好于参照算法,且错判率、漏判率均低于参照算法。同时,本文还设计了一种宫缩状态实时识别方法,可实现四种状态的实时判别。通过比较本算法的实时分析结果与医生的事后分析结果,发现两者吻合度很高。而且,该算法可满足实时分析对计算效率的要求。(3)胎儿状态评估方法的研究。针对目前计算机辅助分析系统直接套用CTG分类标准而导致胎儿状态分析结果不准的问题,本文根据文献调研和实验结果对CTG分类标准进行修正,并结合模糊集合的思想,计算各个CTG参数对不同状态的隶属度,并使用欧几里得距离衡量CTG信号与三种标准状态间的差距,从而实现胎儿状态的分析。实验结果表明,与直接应用分类标准的方法相比,本文方法可识别出更多的正常类信号,且该方法的特异度和阳性预测值远高于参照方法,总体准确率也明显高于参照方法。