STUDIO SPERIMENTALE DI SEGNALI DI FREQUENZA CARDIACA FETALE E CONTRAZIONI UTERINE TRAMITE TRASFORMATE WAVELET

This thesis falls within the field of biomedical signal processing and analysis, with a particular focus on cardiotocography (CTG), a non-invasive monitoring technique used to assess fetal well-being during labor. The aim of the work was to study, characterize, and pre-process fetal heart rate (FHR) and uterine contraction (UC) signals, extracted from the publicly available CTU-UHB database, and to implement advanced analysis techniques based on frequency-domain and time–frequency-domain transforms. The initial phase introduced the fundamental concepts of signal theory, the importance of biomedical signal processing, and the main methods of acquisition, transmission, and protection of physiological data, with particular attention to the Internet of Medical Things (IoMT) and secure communication in WBAN. The physiological, clinical, and technical aspects related to CTG signals were then explored in detail. For FHR, the analysis covered autonomic regulation mechanisms, the clinical relevance of heart rate variability (FHRV), and key acquisition and pre-processing methods. For UC, the electrophysiological origin of uterine contractions was described, along with the role of electrohysterography (EHG) as a non-invasive technique for their recording and characterization. The core of the project involved extensive experimental work using MATLAB. After confirming the absence of pre-processing in the raw signals, custom scripts were developed for signal acquisition, visualization, filtering (using a moving average), and statistical characterization. A spectral analysis was then conducted using the Fast Fourier Transform (FFT), followed by a multiresolution analysis via Continuous Wavelet Transform (CWT) and Discrete Wavelet Transform (DWT). The wavelet approach enabled the extraction of approximation and detail coefficients for a time–frequency representation of the signals. Statistical features were computed from these coefficients, highlighting structural differences between FHR and UC. Overall, the work provides a comprehensive and integrated framework for the processing of CTG signals.

La presente tesi si colloca nell’ambito dell’elaborazione e dell’analisi dei segnali biomedici, con particolare riferimento alla cardiotocografia, tecnica di monitoraggio non invasiva impiegata per valutare il benessere fetale durante il travaglio. L’obiettivo del lavoro è stato lo studio, la caratterizzazione e la pre-elaborazione dei segnali di frequenza cardiaca fetale (FHR) e contrazioni uterine (UC), estratti dal database pubblico CTU-UHB, e l’implementazione di tecniche di analisi avanzata basate su trasformate nel dominio della frequenza e nel dominio tempo-frequenza. Nella fase iniziale sono stati introdotti i concetti fondamentali di teoria dei segnali, l’importanza dell’elaborazione in ambito biomedico e i principali metodi di acquisizione, trasmissione e protezione dei dati fisiologici, con particolare attenzione al contesto IoMT (Internet of Medical Things) e alla trasmissione sicura dei segnali nei sistemi WBAN. Successivamente sono stati approfonditi gli aspetti fisiologici, clinici e tecnici legati ai segnali CTG. Per il segnale FHR sono stati analizzati i meccanismi di regolazione autonomica, l’importanza della variabilità (FHRV) come indicatore di benessere fetale e le principali tecniche di acquisizione e pre-elaborazione. Per il segnale UC è stata descritta l’origine elettrofisiologica della contrazione e il ruolo della tecnica non invasiva dell’elettroisterografia (EHG) nella sua registrazione e caratterizzazione. La parte centrale del lavoro è stato un ampio lavoro sperimentale su MATLAB: dopo aver verificato l’assenza di pre-elaborazione nei segnali grezzi del dataset, sono stati sviluppati script personalizzati per l’acquisizione, la visualizzazione, il filtraggio e la caratterizzazione statistica dei tracciati. È stata quindi effettuata un’analisi spettrale mediante FFT, seguita da un’analisi multirisoluzione tramite Trasformata Wavelet Continua (CWT) e Discreta (DWT). L’approccio wavelet ha permesso di estrarre coefficienti di approssimazione e dettaglio utili per la descrizione tempo-frequenza dei segnali. Su questi coefficienti sono state calcolate feature statistiche evidenziando differenze strutturali tra FHR e UC. Il lavoro fornisce un quadro completo e integrato dell’elaborazione dei segnali CTG.