怀孕期间的胎儿检测是母婴保健的重要过程。进行长期有效的监控的胎儿监测,可以帮助产科医生确定胎儿的健康,尽可能早诊断疾病,并提高治疗效果。要实现胎儿监护,先要取得反映胎儿健康状况的信号,人们首先想到的是反映胎儿心脏功能的信号,通常有两种,即心音和心电信号。心音是心肌舒缩和瓣膜启闭时振动所产生的声信号,反映了心脏活动的状态,可根据第一心音和第二心音的时间间隔,计算出胎心率。本文在重点分析信息最大化方法,极大似然方法,自然梯度法以及fastica算法等多种独立分量分析算法的基础上,针对胎儿心音信号的生物特征,提出一种比较新颖的单路胎儿心音信号的盲源分离方法,该算法利用基于经验模态分解的方法对胎音信号进行分层并且得到独立子波函数,然后把独立子波函数加入到单路混合信号中从而实现母体心音、杂音和胎音信号的分离,是目前最适合单路胎儿心音信号提取处理的算法之一。为了有效地提取胎音,通过学习分析心音采集器的相关资料,利用单片机硬件,自主研制一种适用于提取胎儿心音信号的心音探测仪。该探测仪可直接提取胎儿心音信号,并通过液晶屏幕加以显示,简单明了;并且该探测仪还可供用户自己使用,观测自己的心音信号,达到自我监测的目的。该探测仪实现了胎音和心音信号的实时采集和可视化分析,从而为心音信号的智能处理提供了一种新的硬件平台。为了验证本文所提算法和所研制的胎音探测仪的可行性与有效性,选定某些孕妇,定期采集一些实际的胎儿心音信号,组成了一个小型的胎儿心音数据库。该数据库采用胎音探测仪在孕妇腹部采集到一些混合信号,然后运用上述的单路胎音BSS方法进行处理,对得到的胎音数据进行分类,按时间顺序进行记录入库。本文的研究成果,为胎音信号的智能处理提供了一种新的软、硬件平台。