患有神经源性膀胱的病人由于控制排尿的神经系统损伤,失去协调膀胱感觉、贮排尿的功能,无法意识到膀胱内尿液容量的多少,无法得知自身何时需要排尿,因过度注意自身膀胱尿液多少导致出现尿频、尿失禁等情况,引起过度紧张、尴尬、沮丧和社会孤立,极大影响病人的心理健康和生存质量。如何检测膀胱容量成为解决神经源性膀胱病人无法意识到膀胱内尿液容量等问题的研究热点。目前,膀胱容量检测技术主要有导尿管技术、计算机断层成像技术、核磁共振成像技术和超声成像技术等。但以上膀胱容量检测技术在经济性和便携性等方面存在不足。因此,本文利用生物电阻抗分析技术的非侵入、安全和经济等特点,结合ANN模型的非线性、分布式、并行化计算等特点,研究了一种适用于神经源性膀胱病人尿意感知的非侵入式膀胱尿液容量检测系统。本文的主要研究工作如下:（1）根据生物电阻抗和ANN模型的膀胱容量检测原理,分析了人体组织和膀胱的生物电阻抗的等效模型,研究并分析了膀胱的生物电阻抗的测量方法和膀胱生物电阻抗的特征属性。（2）根据ANN模型的构建原理和膀胱生物电阻抗的特征属性,提出了基于ANN的膀胱容量感知模型的构建策略,构建了基于BP神经网络的生物电阻抗预测模型和基于改进BP-SVM神经网络的膀胱尿意感知模型。将所采集18名被测者的生物电阻抗作为实验数据,仿真实验证明了遗传算法优化的BP神经网络的预测性能较常规BP神经网络的拟合效果更好、预测精度和相关性更高,可有效预测膀胱的生物电阻抗;所构建的改进BP-SVM的尿意感知判断模型的正确率最高,能根据被测者膀胱的生物电阻抗有效判断其膀胱尿意感知,间接评估膀胱尿液容量。（3）根据膀胱的生物电阻抗的等效模型和测量方法,设计了膀胱容量检测系统的整体方案,设计了以AD5933芯片为核心的电流激励模块、阻抗测量模块、控制模块和电源模块的下位机硬件,设计了串口通信模块、电流激励和频率扫描模块、增益系数模块和阻抗测量模块的上位机软件。最后通过模拟实验及人体实验,评估了检测系统的可行性及其测量准确性。根据测量结果得出,所设计的检测系统能够通过膀胱的生物电阻抗的变化趋势间接反映膀胱尿液容量的变化,测量精度能够满足测量要求,同时检测具有重复性。