1

1. 可穿戴式系統設計 期中報告
指導教授: 鍾明桉 教授
電子工程所 學生: 賴紀廷
學號: 111368544
2023/01/06

2. Assessment of Fetal and Maternal Well-
Being During Pregnancy Using Passive
Wearable Inertial Sensor
• 使用被動式可穿戴慣性傳感器評估孕期胎兒和母親的健康狀況
Eranda Somathilake , Upekha Hansanie Delay , Janith Bandara Senanayaka , Samitha Lakmal
Gunarathne ,Roshan Indika Godaliyadda , Senior Member, IEEE, Mervyn Parakrama Ekanayake
, Senior Member, IEEE,Janaka Wijayakulasooriya , Member, IEEE, and Chathura Rathnayake

3. Outline
• I. INTRODUCTION
• II. BACKGROUND
• III. DEVICE IMPLEMENTED
• IV. DATA ANALYSIS
A. 初步閱讀
B. 呼吸數據分析
C. 胎動檢測
D. 干擾去除
V. RESULTS
A. 呼吸數據分析
B. 胎動檢測
C. 干擾去除
VI. CONCLUSION

4. I. INTRODUCTION
• 連續性心律紀錄法（cardiotocography，簡稱CTG）（一種電子胎兒監測
[electronic fetal monitoring，簡稱EFM] 方法）監控分娩期間的胎兒狀況
缺點
1.不方便
2.儀器需要專業人士
操作
3.超音波對胎兒影響
4.無法長時間使用
5.無法自由活動

5. II. BACKGROUND
一種方法是使用卷積生成尺度
圖的神經網絡 (CNN)通過對信
號進行小波變換，得到然後用
於識別胎動。
另一種方法是使用循環神經網
絡 (RNN)，其中門控使用循環
單元 (GRU) 細胞，以便信號可
以分析長期依賴性以檢測胎兒
移動。

6. III. DEVICE IMPLEMENTED
https://www.twblogs.
net/a/5c9174acbd9e
ee35cd6b6ace
IMU使用方法、校正以及
視覺化
慣性測量單元 IMU

7. IV. DATA ANALYSIS
A. Preliminary Readings(1/5)
單軸時域加速度讀數
讀數的時頻變化
時域數據的概率分
佈函數 (PDF)
功率谱密度（PSD Power Spectral
density）

8. IV. DATA ANALYSIS
A. Preliminary Readings(2/5)

9. IV. DATA ANALYSIS
A. Preliminary Readings(3/5)

10. IV. DATA ANALYSIS
A. Preliminary Readings(4/5)

11. IV. DATA ANALYSIS
A. Preliminary Readings(5/5)

12. IV. DATA ANALYSIS
B. Respiratory Data Analysis(1/3)
產婦呼吸運動和胎兒運動的 Z 軸加速度計變化。

13. IV. DATA ANALYSIS
B. Respiratory Data Analysis(2/3)
比較不同類型的小波在加速度信號分類上的性能，使用了幾種類型的小波（Daubechies
小波 db2、db4、db6、Symlet 小波 sym2 和 sym4），並比較了每種小波的準確性。這種
比較可以在表 II 中觀察到。
(DWT)

14. IV. DATA ANALYSIS
B. Respiratory Data Analysis(3/3)
孕婦能量消耗maternal energy expenditure (EE)

15. IV. DATA ANALYSIS
C. Fetal Movement Detection
CNN 和 GRU 來自 13 位母親的數據
集。
數據來自十位媽媽被用來訓練，三位
媽媽被用於測試。

16. IV. DATA ANALYSIS
D. Interference Removal
Fig. 13.
Signal
estimation
using Wiener
filter.

17. V. RESULTS
A. Respiratory Data Analysis
在呼吸的 Z 軸
加速度計數據
中檢測到峰值
運動。
當信號包含胎
動信號時檢測
到峰值

18. • 小波尺度圖是一種生物醫學信號分析工具，用於描
述信號中不同尺度（即周期長度）的信號特徵。
• 小波尺度圖是小波分析的一種可視化工具，用於描
述信號中不同尺度的信號特徵。它的原理是通過小
波轉換（wavelet transform）將信號分解成多個尺度，
並在每個尺度上計算信號的能量，然後將能量按尺
度繪制成圖。小波尺度圖能夠揭示信號中不同尺度
的時間變化，因此在生物醫學信號分析中常用於檢
測心跳變化、呼吸變化等。
V. RESULTS
B. Fetal Movement Detection(1/4)

19. V. RESULTS
B. Fetal Movement Detection(2/4)
Wavelet scalograms generated
from the data.
(a) Scalogram with fetal
movement.
(b) Scalogram without fetal
movement.
(c) Scalogram during mother’s
laughter.

20. V. RESULTS
B. Fetal Movement Detection(3/4)

21. V. RESULTS
B. Fetal Movement Detection(4/4)
圖 19 給出了 CNN 和 GRU 神經網絡的訓練和測試信息以及時期數。從獲得的結果中
可以明顯看出，在訓練過程中，CNN 和 GRU 網絡都能夠識別與胎動相關的特徵。但
是測試集，因為它取自不同母親的讀數而不是用於訓練的讀數，所以沒有觀察到準確
度的顯著變化。

22. V. RESULTS
C. Interference Removal
圖 20. 使用 AMU 隨時間變
化的圖和數據點的概率分佈
比較過濾信號、
參考信號和
原始信號。

23. VI. CONCLUSION
This device coupled with a three-step algorithm has
the ability to estimate the EE after activity with an
approximate accuracy of 98%.
Furthermore, implementing a GRU-based algorithm
on the data collected resulted in identifying the
occurrence of fetal movements with a training
accuracy of 90% and testing accuracy of 75%.。