胎兒心電信號提取對圍產期胎兒監護具備重要意義。為提高胎兒心電信號的預測精度，本文提出一種基于遺傳算法（GA）優化的長短時記憶（LSTM）網絡胎兒心電信號提取方法（GA-LSTM）。首先根據母體腹壁混合心電信號的特征，利用 GA 的全局搜索能力對 LSTM 網絡中隱層神經元個數、學習率和訓練次數進行尋優，計算參數的最優組合，使網絡拓撲結構與母體腹壁混合信號的特征相匹配；然后，使用 GA 求出的最優網絡參數構建 LSTM 網絡模型，并利用 GA-LSTM 網絡模型估計母體胸部心電信號傳輸到母體腹壁時的非線性變換；最后，利用母體胸部心電信號和 GA-LSTM 網絡模型求得的非線性變換，估計腹壁信號中所含的母體心電信號，從腹壁混合信號中減去估計出的母體心電信號，得到純凈的胎兒心電信號。本文實驗應用兩個數據庫的臨床心電信號進行實驗分析，最終結果表明：與傳統歸一化最小均方誤差（NLMS）方法、支持向量機（SVM）方法、遺傳算法支持向量機（GA-SVM）方法和 LSTM 網絡方法相比，本文所提出的方法可以提取出更為清晰的胎兒心電信號，其準確率、靈敏度、精確性和總體概率均有較好的提高，表明本文方法可以提取出較為純凈的胎兒心電信號，對圍產期胎兒健康監護具有一定的應用價值。
生物（如蜜蜂）觸角作為自然界最高效的感測系統，研究其感知機制是仿制高性能傳感技術的關鍵。針對觸角感知機制研究過程中存在的實驗過程非標準化、手動操作干擾與效率低等問題，本文開發了一種適用于采集生物觸角電信號（含觸角反應時間信息）的自動化實驗裝置。首先，針對實驗中昆蟲頭部的自動識別定位問題，建立了昆蟲頭部輪廓特征的圖像模板，對昆蟲頭部實現了基于豪斯多夫（Hausdorff）法的模板匹配。然后，針對昆蟲頭部相對于標準檢測位置的角度偏差問題，提出了基于長軸最小外接矩形的昆蟲頭部中軸線角度計算方法。最終，通過生物觸角電信號采集裝置采集得到昆蟲觸角接觸試劑時產生的電信號。本文以蜜蜂為研究對象，實驗結果表明：利用模板匹配可實現對蜜蜂頭部準確率95.3%的快速匹配定位，蜜蜂頭部的位姿角度糾正誤差小于1°；觸角與實驗試劑的接觸距離能夠滿足觸角感知機制實驗的要求；采集得到蜜蜂觸角對蔗糖溶液的接觸反應時間等參數與人工實驗得到的結果一致。該系統在無人干擾的狀態下實現了生物觸角接觸信號的有效采集，提高了生物觸角感知機制實驗的標準化水平，為研究與分析生物觸角感知機制中所涉及的生物觸角反應時間提供一種實驗方法與裝置。