基于多模态深度学习的胎儿状态动态监测方法及系统

本发明公开了一种基于多模态深度学习的胎儿状态动态监测方法及系统，该方法使用滑窗将胎儿心率信号和子宫收缩信号分割为多个分段时间信号，并对每个分段信号进行去噪预处理；对信号进行小波变换得到时频谱图,投入3D卷积神经网络提取特征；引入交叉注意力模块对两个模态特征进行融合，投入transformer编码器完成时序特征提取，最后通过全连接层实现胎儿状态监测。该方法利用多模态融合与深度学习技术，能准确、动态地监测胎儿状态。可有效减少人工监测误差，提高监测效率和准确，为医护人员实时了解胎儿情况提供有力支持，有助于及时发现胎儿异常状态，保障胎儿安全。