胎儿心率监护是判断胎儿在母体内是否健康的一项重要技术指标。获得胎儿心音信号的方法有多种,超声多普勒法因其高灵敏性、无损伤性、方向性强、适用周期长和操作简单等优点得到了广泛应用。然而超声多普勒回波信号中存在各种干扰和噪声,如何提取较为纯净的胎心音信号以提高计算胎心率的准确性成为本文研究的一个难点。针对该难点,本文对如何提高胎心率检测算法的准确率展开了深入研究,主要工作如下:首先,研究了基于小波分析的胎心音信号处理方法。小波变换因其多分辨率分析特性以及局部特征表征能力在胎心音信号处理领域被广泛使用。在研究了小波基本理论后,针对胎心信号的特点选择合适的小波基和分解层数,并提出了改进的双变量阈值函数对胎心音信号进行阈值去噪。仿真实验表明,该方法的去噪效果比传统阈值函数更好。其次,针对小波变换不具有自适应分解且占用系统资源的问题,本文提出了一种经验模态分解与提升小波阈值相融合的算法。该方法结合了经验模态分解的自适应分解特性以及提升小波变换计算快、存储空间少的优点。仿真实验表明,将这种算法应用于胎心音信号噪中效果显著,并且处理后信噪比和平滑度大大提升,可以得到较为纯净的胎心信号。最后,将本文基于经验模态分解与提升小波阈值的融合算法运用到胎心音信号去噪中,并采用希尔伯特变换提取信号包络,利用自相关算法提取胎心率信号。仿真实验证明经本文算法处理后胎心率倍频、半频的问题得到有效抑制,与传统的带通滤波器、小波去噪效果相比,本文算法的计算准确率最高。