胎儿心电信号检测及监护系统的研究进展
人体心电信号检测系统的研究
人 体 心 电信 号检 测 系统 的研 究
A St ud y o f El e c t r oc a r di og r a ph Me a s u r e m e nt S ys t e m
东北大学信 息科 学与工程 学a n g Hu a ,Ge n g J i n g — h u i ,Go n g He (Co l l e g e o f I n f o r ma t i o n S c i e n c e a n d En g i n e e r i n g.No r t h e a s t e r n Un i v e r s i t y ,S h e n y a n g 1 1 0 8 1 9 ,Ch i n a) 【 摘要 】设计 了一种 能采集人体微 弱心 电信号 的检测 系统 ,此系统使用前端 电路实现对心 电信号 的采集 ,通过滤波、 陷波 电路过滤掉人体及器件产 生的干扰信号 ,后级放 大及 电平抬 高电路为模拟信 号进行模数转换做准备 ,最后使用MP S 4 3 0 单片机进行A/ D转换 ,从 而实现 心率的读取 。测试结果表 明,此系统达 到了良好 的检测效果 。 【 关键词 】心 电信号 ;模拟信号采集 ;滤波 电路 ;放大 电路 ;模数转换
me a s u r i n g p e r f o r ma n c e .
Ke y wo r d s :EC G s i na g l ;a na l o g s i na g l a c q u i s i i t o n ;f i l t e r c i r c it u ;a I 1 1 p h l y i n g c i r c u i t ;A/ D c o n v e r s i o n
胎儿电子监护仪的实训报告
一、实训目的本次实训旨在通过实际操作胎儿电子监护仪,使学生掌握胎儿电子监护的基本原理、操作流程以及临床应用,提高学生在孕期监护中的实际操作能力,确保母婴安全。
二、实训时间2023年X月X日三、实训地点XX医院产科监护室四、实训内容1. 胎儿电子监护仪的基本结构及工作原理2. 胎儿电子监护仪的操作流程3. 胎心率(FHR)及宫缩(CS)曲线的解读4. 胎儿电子监护的临床应用五、实训过程(一)胎儿电子监护仪的基本结构及工作原理胎儿电子监护仪主要由探头、信号处理单元、显示器和数据记录单元组成。
探头负责收集胎心率(FHR)和宫缩(CS)信号,信号处理单元对信号进行放大、滤波、分析等处理,显示器显示FHR和CS曲线,数据记录单元将数据存储以便后续分析。
(二)胎儿电子监护仪的操作流程1. 准备工作:连接电源,打开监护仪,检查探头是否正常。
2. 患者准备:孕妇取仰卧位,暴露腹部,涂抹耦合剂。
3. 探头放置:将胎心率探头放置于孕妇腹部胎儿心脏位置,宫缩探头放置于孕妇腹部宫缩位置。
4. 监测:启动监护仪,观察FHR和CS曲线,记录相关数据。
5. 结果分析:根据FHR和CS曲线判断胎儿宫内状况。
(三)胎心率(FHR)及宫缩(CS)曲线的解读1. FHR曲线:正常情况下,FHR基线波动在120-160次/分钟,基线变异正常。
FHR 加速表示胎儿活动,减速可能表示胎儿缺氧。
2. CS曲线:正常情况下,CS曲线呈规律性波动,强度适中。
CS过强或过弱可能表示胎儿宫内缺氧。
(四)胎儿电子监护的临床应用1. 产前监护:通过胎儿电子监护仪监测胎儿宫内状况,及时发现胎儿宫内缺氧等异常情况,提高母婴安全。
2. 产时监护:在分娩过程中,持续监测胎儿宫内状况,及时处理胎儿宫内缺氧等异常情况,确保母婴安全。
六、实训结果与分析本次实训,我们掌握了胎儿电子监护仪的基本操作,能够根据FHR和CS曲线判断胎儿宫内状况。
通过实训,我们认识到胎儿电子监护在孕期监护中的重要性,提高了自身的实际操作能力。
一种胎儿心音信号采集系统设计与实现
由于采集 到的信号含 有多种杂 质信号 。且胎儿 的心音 信 号相 较于其 他信号 非常 微弱 ,就需 要对 其进行 预处 理 ,
方便后续 的观 察处理 。传 统 的信 号放大滤波 大部分是通 过
2 系统 结构
如图 1 是 本 系统 的整体框 架 图 .主要包 括 以下模 块 :
…
…
…
“
…
…
…
…
…
…
…
…
…
…
…
…
…
…
…
…
…
…
实用第一 智慧 密集
●
…
…
.
…
, …
…
…
…
. …
…
…
.
下 限 ,此 时 放 大 器 也 不 会 像 常 规 运 放 那 样 发 生 饱 和 与 翻转 。
其 中还 有 一 个 1 2 / 1 6位 模 数 转 换 器 ,可 以 对 输 入 信 号 进 行 模 数转 换 之 后进 行 相 应 的 处 理 。还 包 括 一 个 1 2位 的 数 模 转
( 2 )超 低功耗 关 断模 式 :I D D( S HD =1 0 h A / C h a n n e l 。
模块 之外 。还 有一些 外部 的电路 ,包 括 电流 电压的控制 和
电池 电量 的显 示。
工作过程 如下 。使用超声 多普 勒采集仪 采集到胎儿 心 音的原始信号 ,采集 到的信号通过外 围串行接 口 ( s P i )将
数据送至系统模块 ,通 过 T L V 2 7 6 1 D V B模块 的放大滤波之
在 围产期 的胎儿 .目前最 有效 的检 测方式 就是根据 胎儿 的
基于匹配滤波的胎儿心电信号检测系统的研究与设计
T h i s s y s t e m i n t r o d u c e d t h a t u s i n g t h e M l a n g u a g e a n d o t h e r t o o l s i n t h e M AT L AB p l a t f o r m t 0 d i s t i l l t h e f e t u s h e a r t e l e c t r i c a l s i g n a l
Te c h n o l o g y Re p o r t
难 。解 决 这 个 问题 常 用 方 法有 : 匹配 滤 波 法 、 自 MA T L A B 6 . 5 平 台上 实 现 I 4  ̄ 5 ] 。 适 应 滤 波法 等 。本 系 统 采 用 匹配 滤 波 法 ,在
1 . 检 测 系 统 原 理 研 究
技术报告
Te c h n o l o g y Re p o r t
基于匹配滤波的胎儿心电信号检测系 统的研究与设计
宋 盟Байду номын сангаас春 ’熊念 z
l 广东省 医疗器械质量监督检验所 2暨南大学信息科学技术学院 ( 广州 5 1 0 6 6 3 ) ( 广州 5 1 0 6 3 2 )
其优 点明显 ,是 目前 产科 常用 的诊 断方法 。 这 些 因 素 给 胎 儿 心 电的 检 测 带 来 了 比 较 大 的 困
4 2
中国医疗器械信息
C h i n a Me d i c a l D e v i c e I n f o r m a t i o n
技术报告
文 章 编 号 :1 0 0 6 - 6 5 8 6 ( 2 01 4 ) 0 3 - 0 0 4 2 — 0 5 中 图 分 类号 : R 4 4 4 文献 标 识码 : A
非接触式胎儿心率检测
非接触式胎儿心率检测刘鸿程;王笑梅;陈桂安【摘要】胎儿心率检测是围产期常规检测,是评估孕妇和胎儿健康的主要生理指标.相对现有的接触式胎心检测技术,本文提出一种更为便捷,成本低廉的非接触式胎儿心率提取算法.首先基于欧拉视频颜色放大技术,对视频中颜色信号放大.其次,利用光电容积脉搏波描记法提取血液容积脉冲信号,并对母体噪声进行分离,计算功率谱密度提取.将采集到的胎心率,与医院专用胎心设备检测的结果进行定量分析,数据表明可以达到96%的准确度.【期刊名称】《计算机系统应用》【年(卷),期】2019(028)008【总页数】6页(P204-209)【关键词】光电容积脉搏波描记法;血液容积脉冲;欧拉视频放大;胎儿心率;非接触式检测【作者】刘鸿程;王笑梅;陈桂安【作者单位】上海师范大学信息与机电工程学院, 上海 201400;上海师范大学信息与机电工程学院, 上海 201400;上海师范大学信息与机电工程学院, 上海201400【正文语种】中文胎心检测是围产期的常规检测之一[1,2]. 胎儿心率异常通常是由于缺氧或者缺血导致的,缺氧或者缺血会导致胎儿先天生理缺陷. 对胎儿进行胎心监护可以有效的检测胎儿健康状况,确保胎儿和孕妇安全. 围产期的胎儿心率检测对提高胎儿生育质量,降低孕期风险就显得尤其重要.对于高危妊娠孕妇为了避免可能的意外发生,每天都需要进行多次的胎心率检测,及时获得胎儿的健康状况. 传统的胎心检测主要依靠孕妇到医院做产前检测,增加了孕妇体力和经济上的负担. 便携式的胎心率检测仪方便了孕妇可以家中定期自检,自我健康评价.目前主流的胎心检测仪按照原理主要分为三种.第一种是通过声音传感器采集胎心的搏动[3],由于是被动接受声波,检测对孕妇体内的胎儿损害很小,但是信号处理电路复杂,灵敏度差. 第二种是基于胎儿心电[4],孕妇腹壁采集到的胎儿心电信号较微弱,检测难度大,需要复杂的硬件电路和降噪算法. 第三种是基于超声多普勒原理[5],这种胎心率检测仪的优点是电路较简单、灵敏度高,但是检测信号成分复杂,干扰多,给胎心率检测的准确性和稳定性带来一定挑战. 传统的系统需要和别的检测仪或传感器相连,受试者需要佩戴相应的检测仪器,且接触式检测方法成本较高也造成了一些使用的不便.最近几年已有部分学者对基于视频的非接触式心率检测进行了研究,如文献[6]和文献[7]并且已经取得了良好的效果,然而目前为止还没有任何学者进行相应的非接触式胎儿心率检测的研究.本文提出的胎心检测算法利用普通摄像头在日光作为光源的条件下实现非接触式的胎心检测. 通过欧拉颜色放大算法,实现胎儿心率的检测,对测量环境要求不高.无需佩戴任何额外的监测仪器,也不需要医生的参与,使用简单,方便实现低成本、便携式胎心监护.1 胎心检测算法最近几年,基于普通摄像头录制视频提取的信息正被用于生理检测. 比如能运用于非接触式心率检测中[8-11]. 2012年Wu HY,Rubinstein M等提出的欧拉放大算法[12,13],放大心脏跳动引起的皮肤颜色变化,以实现非接触式胎心检测. 除此之外摄像头还可用于血氧饱和度的检测[14,15]. 在自然光下的非接触式生命体征检测[16]. 通过数码相机的测量改善远端心肺功能[17]在移动端应用的,非接触式睡眠呼吸检测系统[18].光学体积描记术(Photo Plethysmo Graphy,PPG)[19]是一种利用光电设备照射人体表面肌肤,通过反射光强度检测人体微动脉,毛细血管中血液容积变化的光电检测算法. 1981年,Nijboer等提出影响PPG信号强度的因素包括血液容量、红血球的位置和血管运动等.随着对PPG信号的研究深入,发现PPG信号中包含着:心跳、呼吸、由中枢神经系统引起的压力反射和体温调节等人体生理信息. 研究表明,从普通摄像头拍摄的人体视频中能够检测到血液容积脉冲信号(Blood Volume Pulse,BVP),分析该信号的频率,可实现非接触式的心率检测. 胎儿心脏的收缩与舒张使孕妇脐带处的血液容量发生周期性的变化,血液吸收和反射光强度也会随之改变,从而导致孕妇脐带位置的皮肤颜色发生周期性的变化,这种变化对应着BVP,但是这种变化是极其微小的,很难被人眼感知. 近年的视频放大技术,可以有效的放大视频中的颜色变化,提取所需的BVP.人体的血管分布于皮肤表层,从而血液周期性循环时皮肤会因光的反射及透射产生周期性的颜色改变,这种周期性的颜色改变即能代表人体的心率. 母体内是个复杂的环境,有胎儿心脏跳动,母体心脏跳动,母体血液流动,子宫肌肉收缩等噪声干扰,因此胎心信号信噪比较低,噪声干扰较大,BVP本身信号较弱,很难直接从原始信号中提取出所需的BVP信号[20]. 本文利用欧拉颜色放大算法将所需的信号频段放大. 并所提取的胎心信号进行适当的归一化处理以便调整波形,滤除噪声干扰,提取相应的BVP信号,用于胎心检测,胎心检测的算法如下:1) 使用普通摄像头获取母体腹部视频;2) 利用欧拉视频放大算法将获取的视频进行颜色放大处理;3) 将颜色放大后的视频分解为到三个颜色通道,分别获取三个颜色通道的血液容积脉冲信号,并对血液容积脉冲信号进行规范化处理;4) 利用独立成分分析算法(Independent Component Analysis,ICA)以三颜色通道的血液容积脉冲信号作为输入,分解为三个信号;5) 计算信号功率谱密度,提取胎心率.1.1 视频去抖动本实验视频是通过手持式移动设备拍摄,不可避免的产生轻微抖动,为了减小误差需要对视频进行去抖动的预处理[21].视频实际上是帧序列. 视频的抖动用运动矢量表示,通过在前后帧中根据搜索算法寻找匹配块,得到宏块的运动位移即运动矢量. 视频稳定时视频内的运动矢量是平稳变化的,当视频出现抖动时,由于整体场景的位移,所有的运动矢量都会在短时间内发生变化,在运动矢量时间曲线上表现为高频部分. 去除高频部分的运动矢量,实现去抖动.1.2 视频颜色放大与合成根据欧拉视频放大算法,使用高斯金字塔和理想带通滤波器对视频从空间和时间两个角度进行处理,以抑制噪声的干扰,放大所需的BVP信号频,并在得到的频段上进行视频的放大和合成.高斯金字塔通过高斯平滑和下采样,获得一系列的下采样图像. 高斯金字塔的处理公式如下:其中,0<l≤N (N表示金字塔的最大层数),0≤i<Cl (Cl表示金子塔第l层凸显的列数),0≤j<Rl (Rl表示金字塔第l层图像的行数),w(m,n)表示5×5的高斯核. 高斯金字塔底层包含图像的更多细节,顶层包含图像的更多轮廓信息. 包含BVP信号的序列位于中间层基带.胎儿心率信号一般处于90~162 bit/min范围内,为了抑制噪声的干扰,本论文采用通频带为1.5 HZ~2.7 HZ的理想带通滤波器.对滤波后的视频进行颜色放大,每一个像素通道乘以一个放大倍数,本论文所采用的放大系数为50. 再将放大后的视频叠加到原视频上,即可得到所需的颜色放大的视频.其中为变换后的目标图像,I(x,t)为原始图像,α为放大倍数,B(x,t)为放大的目标. 对孕妇腹部视频进行欧拉视频放大处理后,使得放大后的微弱的胎儿心率能够被后续的算法分离出来.1.3 血液容积脉冲信号提取Lab是一种与设备无关的基于生理特征的颜色系统,将图像的亮度特征和散色特征分离. L通道存储的是图像的亮度信息,a,b通道存储的是图像的色度信息. a表示从洋红色至绿色的范围,b表示从黄色至蓝色的范围.在已经转换为Lab的颜色空间上分别计算每一帧三通道的空间像素平均值,以提取三个通道的血液容积脉搏波信号,用于后续心率计算. 即:式中,bs是第s帧的图像其中一个颜色通道的像素平均值,xs(z)表示放大后的视频颜色变化序列中第s帧的第z个像素值,M是每一帧的像素点数目. 图1所示是从实验视频中提取出的血液容积脉冲波形,波形的震荡反映出胎儿的心跳变化. 图1 血液容积脉冲波形1.4 胎儿心率提取由于母体内并不是一个完全纯净的环境. 母体心率为主的噪声会对需提取的胎儿血液容积脉搏波信号产生一定的干扰,但母体信号和胎心信号相对独立,使用忙分离将信号分解,以获取较干净的胎心率血液容积脉冲信号. 本文基于负熵判据的FastICA算法来解决相互独立的信号分离问题.首先对信号x(t)进行去均值和白化处理. 将信号减去它的均值,变成零均值矢量,并将信号线性变换为各分量互不相关,去均值和白化处理可简化ICA. 依据负熵判据来寻找解混矩阵W,由信号的解混算法,通过Y=WX实现独立分量的分离. 牛顿迭代定理得定点ICA算法为:式中,w*是某一次牛顿迭代得结果,w是w*归一化后的更新值. 式(4)只分离了一个独立分量,要分离多个独立分量,在每次分离一个分量之后,从观测信号中减去该独立分量,如此重复,直到所有分量都被分离出来为止.ICA需要不同的信号源信号作为输入信号并且和输出信号数量相同. 采用Lab颜色空间的三个颜色通道作为ICA的三个输入信号,通过ICA将信号分解为三个输出信号. 由于ICA具有不确定性,既输出信号顺序并不确定. 将这三个信号进行规范化处理,以抑制基线漂移滤除50 HZ的工频干扰. 本文选用Z-score标准化方法. Score标准化方法的公式为:其中,μ为数据的均值,而σ为标准差.将得到的血液容积脉冲波形用快速傅里叶变换变换到频域内. 计算功率谱密度,最大功率谱所对应的频率即为估算的胎心值. 本文采用周期图法计算功率谱.是把随机序列x(n)的N个观测数据视为一能量有限的序列,直接计算x(n)的离散傅里叶变换,得到x(k),然后再取其幅值的平方,并除以N,作为序列x(n)的真实功率谱的估计,图2所示为功率谱密度图.功率谱密度的计算公式如下:其中,FT(ω)为信号fT(t)的傅里叶变换.图2 标准化后的功率谱密度曲线分别计算3个信号的最大功率谱密度,选择中间值作为提取的胎心率.1.5 利用最大似然指标确定误差最小分离结果因为ICA算法中触式混合矩阵A是随机产生的[22],它可能收敛于不同局部极值. 为了提高分离精度,需要对同一信号做多次FastICA计算,从多次结果中选出误差最小者作为最终的分离结果. 因此需要由每次得到的分离结果计算出一个评价量,这个评价量能够反映分离结果的误差最小.ICA可用最大似然估计作为评价指标,理论上最大似然指标的最大值对应于误差最小的分离结果. 基于概率密度的线性变换,在原分量互相统计独的情况下,混合矩阵A的对数似然函数可表示为:式中独立分量的密度函数可用特定的函数模型来逼近,对于非独立的分量,例如正弦和余弦分量,采用独立子空间分析法,适用于本应用的似然指标RL可表示为:用最大似然指标确定误差最小分离算法步骤如下:1) 输入观测信号,置初始值i=1,j=1,初始最大似然指标数组RL(j)=0;2) 运行基于负熵判据的FastICA算法,得到一次分离结果;3) 计算第i次分离结果的最大似然指标存入数组RL(i);4) 比较RL(i)和RL(j)值的大小,把值大者存入数组RL(j),把该次数存入变量j,转到第2步,重复运行2)~4)步N次;5) 输出第j次分离结果. 第j次分离结果为N次分离结果中误差最小的分离结果.2 移动端的程序实现基于Qt的跨平台特性和c++对于图像和信号处理方便的考虑,移动端的开发选用Qt for android来实现算法.这款程序只包含测量部分,通过调用手机摄像头实现视频的录制然后转为立即对该视频进行分析提取所需的胎心信号. 如图3所示.图3 安卓端应用程序界面3 实验分析3.1 实验环境及设备介绍本实验所有视频均利用普通手机摄像头,在室内拍摄,窗户照射进来的自然光为唯一光源. 在拍摄时应尽量保持摄像镜头的稳定,并且使被试者自然的呼吸,且保持静止. 拍摄时的视频图像如图4所示.视频长度约为30 s,分辨率为640×480. 视频的帧率为25 帧/s. 拍摄完成后立即对受试者利用医院专用的胎心仪检测胎心数据. 本次实验选取七个不用的测试者在相同的环境下完成.图4 拍摄的孕妇视频3.2 影响实验准确度的因素1) 颜色空间的影响不同的颜色空间代表着不同的颜色表示方法. 本文选取常见的RGB,YIQ,Lab三个颜色空间来研究颜色空间域的不同对于实验准确度的影响. 专用的医疗检测设备获取的胎心心率作为实验的参考数据,图5所示不同颜色空间域的实验数据与实际值所做的对比.图5 不同颜色空间胎儿心率提取实验结果由本实验结果看,Lab颜色空间下的实验数据最为准确. 7次实验中最大误差仅为4%,而RGB和YIQ颜色空间域都具有较大的实验误差,其中RGB颜色空间的最大实验误差更是达到了12.2%. 所以本文算法采用实验误差最小的Lab颜色空间.2) 视频长度的影响除了颜色空间域的不同,视频的长短也对实验结果产生一定的影响.本文用以上7次实验视频分别截取5 s,10 s,15 s,20 s,25 s,30 s,在Lab 颜色空间上进行实验,选取每一时刻实验误差绝对值均值作为每一时刻的准确度标注,绘制的结果曲线如图6所示.图6 不同视频时长下的准确率曲线由对比实验可以看出,视频长度在25 s~30 s的时候具有最高的准确度,且较为稳定,5 s的视频长度准确度最低,从5 s到25 s中间准确度逐渐增高. 当视频长度大于30 s时又会使运算时间变长,且准确度提高并不明显. 所以本实验最佳视频时长为25 s~30 s之间.3.3 对比分析文献[3-5]虽然也可以对胎儿心率进行正确的提取,但是所需成本较高.例如文献[4]在胎心音的检测上不仅需要安卓端的支持,还需要胎心音检测端的硬件支持. 现在市场上的胎心音检测仪在200元左右,而且只有在围产期才会使用,可重复利用率低,会造成一定的资源浪费. 本文所述非接触式胎儿心率检测算法,只需使用普通家庭常见的安卓端即可进行检测,避免造成不必要的资源浪费.4 结论本文提出了一种基于视频的非接触式胎心检测算法,并再手机端开发了App应用. 利用视频颜色放大算法,提取出视频中的血液容积脉冲信号,通过傅里叶变换,求出最大功率谱所对应的频率估计胎心信号. 利用ICA算法分离母体心率信号,以得到较准确的胎心信号. 在日常非特殊的场景,且视频长度一定的时候获取的胎心准备率较高,可以满足测试者的日常测试所需,操作简单,便捷,成本低廉. 但是本文实验的样本数据量偏少,实验过程中没有遇到异常的胎心值检测,下一步研究需要增加实验样本量,进一步验证该算法的有效性.参考文献【相关文献】1 韩俊,韩杰,申素芳. 产时胎心监护意义的探讨. 当代医学,2009,15(24):53-54. [doi:10.3969/j.issn.1009-4393.2009.24.035]2 陈颖文. 产程中胎心监护的意义. 中国医师杂志,2003,(S1):189-190.3 章榕月. 胎心音信号监测的研究[硕士学位论文]. 海口:海南大学,2017.4 尧永贤,谢侃,蔡坤. 一种胎儿心电信号采集系统的设计与实现. 医疗卫生装备,2014,35(8):1-3.5 朱万里. 超声多普勒胎儿心率检测算法研究[硕士学位论文]. 沈阳:东北大学,2011.6 俞谢益. 基于典型相关分析的非接触式心率检测方法研究[硕士学位论文]. 泉州:华侨大学,2016.7 万铮结. 基于人脸视频图像的心率检测研究[硕士学位论文]. 杭州:浙江工业大学,2014.8 Lin J,Rozado D,Duenser A. Improving video based heart rate monitoring. Studies in Health Technology and Informatics,2015,214:146-151.9 Kumar M,Veeraraghavan A,Sabharwal A. DistancePPG:Robust non-contact vital signs monitoring using a camera.Biomedical Optics Express,2015,6(5):1565-1588. [doi:10.1364/BOE.6.001565]10 Poh MZ,Mcduff DJ,Picard RW. Non-contact,automated cardiac pulse measurements using video imaging and blind source separation. Optics Express,2010,18(10):10762-10774. [doi:10.1364/OE.18.010762]11 Balakrishnan G,Durand F,Guttag J. Detecting pulse from head motions in video. Proceedings of IEEE Conference on Computer Vision and Pattern Recognition. Portland,OR,USA. 2013. 3430-3437.12 Wu HY,Rubinstein M,Shih E,et al. Eulerian video magnification for revealing subtle changes in the world.ACM Transactions on Graphics,2012,31(4):No.65.13 Liu C,Torralba A,Freeman WT,et al. Motion magnification. ACM Transactions on Graphics,2005,24(3):519-526. [doi:10.1145/1073204]14 Huelsbusch M,Blazek V. Contactless mapping of rhythmical phenomena in tissue perfusion using PPGI. Proceedings of Medical Imaging 2002:Physiology and Function from Multidimensional Images. San Diego,CA,USA. 2002.110-117.15 Schultz-Ehrenburg U,Blazek V. Value of quantitative photoplethysmography for functional vascular diagnostics.Skin Pharmacology and Applied Skin Physiology,2001,14(5):316-323. [doi:10.1159/000056362]16 Tarassenko L,Villarroel M,Guazzi A,et al. Non-contact video-based vital sign monitoring using ambient light and auto-regressive models. Physiological Measurement,2014,35(5):807-831. [doi:10.1088/0967-3334/35/5/807]17 McDuff D,Gontarek S,Picard RW. Improvements in remote cardiopulmonary measurement using a five band digital camera. IEEE Transactions on Biomedical Engineering,2014,61(10):2593-2601. [doi:10.1109/TBME.2014.2323695]18 Nandakumar R,Gollakota S,Watson N. Contactless sleep apnea detection on smartphones. Proceedings of the 13th Annual International Conference on Mobile Systems,Applications,and Services. Florence,Italy. 2015. 45-57.19 Poh MZ,McDuff DJ,Picard RW. Advancements in noncontact,multiparameter physiological measurements using a webcam. IEEE Transactions on Biomedical Engineering,2010,58(1):7-11.20 Verkruysse W,Svaasand LO,Nelson JS. Remote plethysmographic imaging using ambient light. Optics Express,2008,16(26):21434-21445. [doi:10.1364/OE.16.021434] 21 Chang HC,Lai SH,Lu KR. A robust and efficient video stabilization algorithm. Proceedings of 2004 IEEE International Conference on Multimedia and Expo. Taipei,China. 2004. 29-32.22 Comon P. Independent component analysis,a new concept?Signal Processing,1994,36(3):287-314. [doi:10.1016/0165-1684(94)90029-9]。
胎儿心电信号检测及监护系统的研究进展
胎儿心电信号检测及监护系统的研究进展
欧辉彬
【期刊名称】《中国医疗设备》
【年(卷),期】2017(032)003
【摘要】胎儿心电信号记录的是孕妇子宫内胎儿心脏动作电位及其传导过程中的图形变化,通过对波形变化的分析,能及早发现妊娠期或分娩期的胎儿病理情况,从而预防新生儿疾病并降低胎儿死亡率.本文主要阐述胎儿心电信号检测技术研究进展与新技术的运用,重点介绍其系统工作原理和自适应滤波器算法提取胎儿心电信号的特点,对从孕妇腹壁电信号中分离提取清晰的胎儿心电图的研究进行了分析.【总页数】3页(P107-109)
【作者】欧辉彬
【作者单位】海口市人民医院医学工程处,海南海口 570208
【正文语种】中文
【中图分类】R504.41
【相关文献】
1.胎儿心电信号的提取及远程监护系统的应用与发展 [J],
2.远程心电监护系统及动态心电信号自动分析的研究进展 [J], 吴宝明;朱凌云;卓豫;朱新建;闫庆广;冯正权;黄华
3.一种基于云平台的胎儿心电远程监护系统 [J], 洪强;袁延超;张斌;邵明刚;吴水才
4.胎儿心电信号检测算法的研究进展 [J], 郝婧宇;南格丽;吴水才
5.基于移动智能终端的单通道胎儿心电监护系统 [J], 卜朝晖;安蒙蒙;陈立锋;周斌;郑政
因版权原因,仅展示原文概要,查看原文内容请购买。
基于ZigBee技术的胎儿心电监护系统的设计
数 字式 交流调压器控 制算法 的研 究与设计
吕伟 鹏
( 盐城 师范 学院 , 苏 盐城 2 40 ) 江 2 02
摘 要 :本文针对应用常规 PD控制算法 的交流调压器在 实际工业生产过程 中不能达到理 想控制效果的 问题 ,提 出了以 I PC系列单 片机 Dpc O6 1 a作为核心控制芯片 , I s i3 f0 4 使用 一种 改进型 PD控制算 法, I 利用 电压 、 电流双 闭环的控制方 式, 实 现 了系统 的平稳软启动 以及调压 、 调功。 同时采用滑动平均值滤波的方 法, 有效地 消除 了控制 系统 的噪声。 实验结果表 明该 控制算法不但实现 了电压的平稳输出, 且系统性能也得到 了改善。 关键词 : 交流调压 ; 闭环; 双 改进型 PD I;
{■] 1
i
( 二 “ 电踺 i mj 伦 波 彤 r
响应 时间可 以小于一个 电网电压周期 。但其输 出电压 和电流 的
谐波 含量较高 , 需要较大容量 的滤波环节 , 并且输入 功率 因数较
图 1 交 流斩 波控 制 原 理
电力 电子类交流调压器常见 的控制方式分为相位控制和斩
20 . 01
『1 Kav u i 5 r o ns E. C. io rs . G. F t ds , p ua M Ts , oi i a D e a. t 1A“ _
a t m ae e h d lg f r ftl h a t r t e ta t n fo h u o t d m t o o o y o e a e r ae x r ci r m t e o
S W2为续流开关。它是 以比输入 电源高得多的频率周期性使 电 路 中的功率器件导通和关 断 ,通过改变开关周期 中功率器件导
监护参数的测量方法及进展
3中外医疗中外医疗I N FOR I GN M DI L TR TM NT2008N O .19CH I NA FOR EI G N M EDI CAL TREATM ENT综 述监护仪是目前临床上用于重症患者生命体征监测的主要方法,从诸如心电、血氧、血压等单一参数监测发展到现在的多个参数监测。
监护仪的主要参数的测量方法的优劣对监护仪性能影响重大,本文就监护仪的参数测量方法及相关的发展作一概要介绍。
1基本监护参数的测量方法1.1心电心电信号是由心脏周期性搏动所产生细胞电生理活动综合并传导至体表的微弱信号(毫伏级),这个信号继续被贴在体表的电极拾取后传给信号放大器,通常这个信号放大器的增益要有500~2000倍范围,通频带要有0.05~130H z ,再经C PU 控制下A D 处理后得到数字心电信号。
这个数字心电信号可以进行滤波、幅度调整、波形特征识别与分类、基本特征参数的计算、功率谱分析,对于长时间心电信号还可以进行心率变异和非线性分析,这些信号分析方法能为心电信号特征检测和疾病诊断及疗效的评价提供有效依据;根据数据采集的通道多少又可分成单通道、三通道9/12导联和8通道同步12导联心电监测,而后者更能全面反映心脏各部位心肌细胞的电生理活动,将有利于对心肌各壁可能的缺血性改变的评价和心脏疾病的诊断。
心电监护也向着能进一步获取精细、稳定清晰的心电信号和多种诊断心电参数的方向发展。
1.2呼吸一般借助于心电电缆,通过体表电极给人体施加一个高频恒流源,这个恒流源的载频一般为几十千赫,并由于呼吸所引起的胸部阻抗的变化而调制这个载频,再通过呼吸波放大、解调、再传给低频信号放大器,由于阻抗变化很小,通常整个呼吸电路增益要有1~2万倍,通频带要有0.3~2.5H z ,同样再经CPU 控制下A D 处理后得到数字呼吸信号,可以进一步识别呼吸特征波并计算呼吸率。
一般心电、呼吸都在一个模块上,为降低成本、提高可靠性,心电/呼吸的主要放大电路和滤波处理电路可以采用定制的集成电路芯片。
NIU监护技术及其进展(武汉周晓光)
肺功能监护技术
• 工作原理
将潮气量及跨肺压的信息通过转换装置输入 计算机,可得出流速、潮气量及压力曲线, 压力容量曲线图,流速容量曲线图,肺顺应 性、气道阻力及呼吸功等值。
经皮血气监护技术
• 临床意义
存在下列情况时,TcPO2与PaO2相关性差, TcPO2可低于PaO2:①重度酸中毒(pH< 7.05);②低体温(肛温<35℃);③重度 青紫型先天性心脏病,PaO2<30mmHg。④高 氧血症,PaO2>100mmHg。⑤休克、重度贫血 、重度水肿等。⑥使用大剂量的妥拉苏林。
经皮氧饱和度监护技术
• 工作原理
经皮血氧饱和度监护仪的探头 分夹型和带型两类,各有多种 规格,可安置在手指、足趾、 耳垂或鼻翼等部位。
经皮氧饱和度监护技术
• 工作原理
探头的光源端发射一束光线(常为红色可见 光或红外线),透射监测部位,由探头的接 收端接收后输入信息处理系统,获得SO2并 通过显示屏以数字显示。 当SO2超出设定范围时,报警器发出声音、 闪光或数字闪动报警。
心电监护技术
• 常用心电监护仪、心肺监护仪、多功能监护 仪等无创监护手段持续监护心电活动。
心电监护技术
• 临床意义
动态监测心率和心律变化,区别室上性和室 性心律失常。 诊断心肌缺血,并有助于寻找其原因。 提示血钾和血钙的明显升高或降低。 心肺复苏时用于心脏按压或电除颤等监测。 安装临时起搏器时评估其功能。
呼吸监护技术
• 临床意义
动态监测呼吸频率变化,预测呼吸衰竭。 及时发现呼吸暂停。 窒息复苏时的监测。
呼吸监护技术
• 注意事项
仪器的敏感度调节要恰当,过低不能检测较 弱的胸部阻抗,过高则可同时接收心脏搏动 引起的阻抗变化,影响结果判断。
生物医学工程中心电信号处理的最新研究进展
生物医学工程中心电信号处理的最新研究进展在生物医学工程领域,电信号处理是一个重要的研究方向,其目标是利用数学模型和工程技术,处理和分析生物体内产生的电信号,以提取有用的信息,并为临床诊断和治疗提供帮助。
在过去的几十年中,随着科技的进步,电信号处理技术得到了广泛应用和改进。
本文将介绍生物医学工程中心电信号处理的最新研究进展。
首先,生物医学工程中心的研究人员致力于开发新的信号采集技术。
这些技术允许科学家和医生采集不同生理信号,如脑电图(EEG)、心电图(ECG)和肌电图(EMG)。
新的传感器技术和高精度的采集设备使得信号质量得到了极大的提高,从而提供了更准确的数据分析依据。
其次,信号降噪和滤波是生物医学工程中心电信号处理的关键问题之一。
由于生物信号通常受到众多噪声的干扰,必须采取有效的方法将有用信号从噪声中提取出来。
研究人员已经开发出了各种滤波算法和降噪技术,如小波变换、自适应滤波和时频分析等。
这些技术的应用使得信号处理更加准确和可靠。
另外,特征提取是生物医学工程中心电信号处理中一个重要的环节。
通过分析信号的频率、振幅、相位等特征,可以揭示出信号中隐藏的生理信息。
研究人员已经提出了很多经典的特征提取算法,如短时傅里叶变换(STFT)和小波包变换(WPT)。
这些算法能够将信号转换成不同的特征表示,并提供更好的分类和识别性能。
此外,人工智能(AI)算法在生物医学工程中心电信号处理中的应用也日益重要。
通过深度学习和模式识别等技术,研究人员能够设计出更准确和高效的信号分类和分析模型。
例如,应用卷积神经网络(CNN)对脑电图信号进行分类,可以实现自动检测和诊断脑部疾病。
这些AI算法的发展有望为生物医学工程提供更多的应用场景和研究思路。
此外,生物医学工程中心的研究人员还关注信号处理与临床应用的结合。
他们努力将信号处理技术应用于医学诊断和治疗中。
例如,将信号处理技术与脑机接口相结合,可以实现人脑与计算机的直接交互,帮助截肢者恢复肢体功能;将信号处理技术应用于心脏搏动信号分析,可以辅助医生进行心脏病的诊断和治疗。
胎心率计算机分析方法的进展
胎心率计算机分析方法的进展1 引言提高人口出生质量,降低围产儿的死亡率是妇幼保健工作的一项重要内容。
据统计,我国弱智儿童数量十分庞大,很大部分是由于胎儿在生长过程中经常处于缺氧、缺血的窘迫状态而导致发育不良或早产[1]。
统计资料表明,围产儿死亡中25%是可以避免的。
显然在围产期对胎儿进行监护,防止胎儿受损是十分必要的。
胎心率监护是目前临床上常用的一种胎儿监护方法。
胎心率的监护方式主要有三种:无刺激试验、宫缩负荷试验和催产素激惹试验。
无刺激试验的胎心率监护是目前临床上使用最广泛的方式。
进行胎心率监护首先要检测胎心率,早先的方法有母体腹壁心电图、体外心音图、胎儿心电图等[2]。
当前胎心率检测方法可分为有损检测和无损检测。
有损检测主要采用头皮电极的方式来检测胎心率,即将电极置于胎儿头皮直接测得胎儿心电信号后得到胎心率,它只能在分娩过程胎儿头部娩出后才可使用;而无损检测主要采用超声多普勒方式,即由胎儿心脏的物理运动造成超声的多普勒效应来检测胎心率,可适用于产前和分娩期监护。
胎心率分析就是在通过上述方式获得胎心率数据后进行的分析,由分析得出的一些指标来判断和预测胎儿状况。
一种有效的胎心率分析方法需要经过大量临床数据的分析,建立起具体指标、曲线形态类型和胎儿健康状况之间的相应关系,预测胎儿发育状况,才能使分析方法具有实际的临床使用价值。
目前在临床上使用的各种不同厂家的机型其分析方法也各不相同[3~5],都是在各自大量的临床数据分析积累后建立起来的算法模型。
虽然目前对采用胎心率监护来判断胎儿发育状况好坏还存在许多的争论[6],但是赞成使用胎心率监护的还是绝大部分,所以对胎心率分析方法的研究也不断在发展。
随着信号采集和检测技术的不断提高及胎心率分析方法的发展,胎心率监护必将成为一种临床上更为有效的胎儿监护方法。
2 胎心率分析方法发展状况在计算机进行胎心率分析之前,主要采用肉眼识别和凭医生的临床经验来判断胎儿发育状况。
胎儿电子监护
胎儿电子监护仪可以帮助医生 及时发现胎儿宫内窘迫、缺氧 等异常情况,确保母婴安全。
胎儿心电图监测技术
胎儿心电图监测技术是通过在孕妇腹部放置电极,采集胎儿心电信号的一种无创性 检查方法。
该技术可以实时监测胎儿心率和心律的变化,以及ST段等心电图指标,有助于发现 胎儿心脏传导系统异常和心律失常等问题。
胎儿电子监护
汇报人:XX
目录
• 胎儿电子监护概述 • 胎儿电子监护设备与技术 • 胎儿电子监护实施流程 • 胎儿电子监护结果解读 • 胎儿电子监护在产科应用 • 胎儿电子监护存在问题与展望
01
胎儿电子监护概述
定义与原理
定义
胎儿电子监护是一种通过电子设备对 胎儿心率、宫缩等生理参数进行连续 监测的技术。
宫缩压力监测
胎儿电子监护可以监测孕 妇的宫缩压力,帮助医生 判断产程进展情况和胎儿 受压情况。
分娩方式选择参考依据
自然分娩评估
通过对胎儿电子监护数据的分析,可以评估孕妇是否适合 自然分娩,以及自然分娩过程中可能存在的风险。
剖宫产指征
在某些情况下,如胎儿窘迫、胎位异常等,医生可能会建 议孕妇选择剖宫产。胎儿电子监护可以为医生提供剖宫产 的指征和依据。
原理
利用超声波或电极等传感器,将胎儿 心率、宫缩等生理信号转换为电信号 ,再经过放大、处理和分析,最终显 示在监护仪屏幕上。
发展历程
早期阶段
近期发展
20世纪60年代,胎儿电子监护技术开 始应用于临床,主要采用间断性听诊 方式。
90年代至今,胎儿电子监护技术不断 完善,监测精度和可靠性得到提高, 同时实现了远程监测和数据共享。
将采集到的胎心率和宫缩数据进行分 析处理,生成监护报告,为临床诊断 和治疗提供依据。
电子胎心监护解读
胎心率的一过性变化
早期减速
加速
变异减速 晚期减速
胎心一过性变化(减速)的几种情 况
⑴早期减速(ED):特点是FHR曲
线下降几乎与宫缩曲线上升同时开始, FHR最低点与宫缩曲线高峰相一致。即波 谷对波峰,开始早(宫缩一开始胎心就开 始下降),持续时间短,下降幅度小(< 50bpm),恢复快。
多发生在第一产程的后期,为宫缩时胎头 受压兴奋迷走神经引起,不受孕妇体位和 吸氧而改变,可受阿托品改变。
1.孕期延长减速图形 ---其特点是正常范围内 的FHR基线突然下降30bpm~40bpm~ 60bpm,持续时间一般为1.5min~2min~ 3min或更长。往往在医生为之着急时,曲 线迅速回升,并维持在原正常基线水平 。
孕期PD图形的发生原因
①迷走神经暂时占优势。FHR基线的维持是靠植物 神经调节的结果。但比较而言,至妊娠晚期时易出 现迷走神经优势。恰在某一段时间内,交感神经暂 时被迷走神经所抑制发生PD,往往不经处理便可自 行回升,并随后出现明显的胎动及加速,因而不是 缺氧。
电子胎心监护解读新 进展
在新版的指南中,提出按FHR 基线、 变异、减速及加速4个特征将胎心监护 图形划分为正常、可疑及病理性3个类
现减速现象。 ⑥出现胎儿醒睡周期(20-40分钟),如监护时间内无
胎动及加速,通过外界刺激或其他方法唤醒胎儿,重
复20分钟而出现胎动及加速者,仍可诊断为反应型。
正常NST
①胎心率基线120~160 bpm ; ②监护20-40分钟无胎动或胎动时无胎心率加速,
经刺激后胎心率仍无明显加速; ③伴胎心率基线长期变异减弱或消失,振幅小于
(三)混合减速图形
两个以上的减速图形反复出现,便称混 合减速(mixed deceleration)。它不同于复合 (或重合)减速,混合减速每个图形独立存 在,并不互相重合,例如并存LD和ED或/和 VD等。
胎儿心电信号处理方法及胎儿心电信号处理装置[发明专利]
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201980025110.4(22)申请日 2019.04.25(30)优先权数据2018-091128 2018.05.10 JP(85)PCT国际申请进入国家阶段日2020.10.10(86)PCT国际申请的申请数据PCT/JP2019/017759 2019.04.25(87)PCT国际申请的公布数据WO2019/216251 JA 2019.11.14(71)申请人 阿童木医疗有限公司地址 日本东京都(72)发明人 须藤一彦 小田桐直子 大和田一成 曾根良和 洼昌之 松原一郎 (74)专利代理机构 北京德琦知识产权代理有限公司 11018代理人 杨晶 王琦(51)Int.Cl.A61B 5/0444(2006.01)A61B 5/0452(2006.01) (54)发明名称胎儿心电信号处理方法及胎儿心电信号处理装置(57)摘要提供一种能够从通过参考系统独立成分分析法分离出的多个信号中适当地选择出确实包含胎儿心电成分的信号的胎儿心电信号处理方法及胎儿心电信号处理装置。
本发明的胎儿心电信号处理方法包括:胎儿特征显示信号提取步骤,从自妊娠中的母体获取的多个通道的生物信号中,通过参考系统独立成分分析法,针对多个通道中的每个通道分离出分离信号,并去除每个通道的分离信号的噪声,由此提取出胎儿特征显示信号;以及母体心电信号去除步骤,通过从胎儿特征显示信号中去除有可能出现母体心电信号的时段的胎儿特征显示信号,从而得到包含大量胎儿心电信号的胎儿特征信号。
权利要求书2页 说明书10页 附图5页CN 112040862 A 2020.12.04C N 112040862A1.一种胎儿心电信号处理方法,其特征在于,包括:胎儿特征显示信号提取步骤,从自妊娠中的母体获取的多个通道的生物信号中,通过参考系统独立成分分析法,针对每个所述通道分离出分离信号,并去除各所述分离信号的噪声,由此提取出每个所述通道的胎儿特征显示信号;以及母体心电信号去除步骤,通过从所述胎儿特征显示信号中去除有可能出现所述母体的心电信号的时段的所述胎儿特征显示信号,从而得到包含大量胎儿心电信号的胎儿特征信号。
母亲胎儿监护仪相关专用标准的研究
209Research on particular standards related to maternal fetal monitor/Chen Yongqiang, Qiu Sihai, Chen Dewei, Ouyang BoEDAN Instruments, Inc, Shenzhen 518122, China.Corresponding author:[Abstract] The safe and reliable maternal fetal monitor can provide comprehensive physiological monitoring for pregnant women and fetuses, and effectively reduce maternal and infant mortality. In the current stage, in addition to the general requirements of medical electrical equipment applicable to maternal fetal monitor in China, there is no particular standard for maternal fetal monitor. The common practice in the industry is to refer to and learn from the particular standards of multi-parameter monitor and ultrasonic Doppler fetal monitor. Based on this, the particular standards applicable to the maternal fetal monitor were researched, and the idea of formulating particular standards for the basic safety and essential performance requirements of the maternal fetal monitor were proposed to ensure the safety and effectiveness of the monitor.[Key words] Maternal fetal monitor; Particular standard; Performance requirement; Safety and effectivenessFund program: Technology Research Project of Shenzhen Science and Technology Innovation Commission (JSGG20191129104606094)[摘要] 安全和性能可靠的母亲胎儿监护仪(简称母胎监护仪)可为孕产妇和胎儿提供全方面的生理监护,有效降低母婴死亡率。
胎儿 Holter监测系统的临床应用与观察
1 . 3 结果 判断标准
2 0 m i n至少有 3次以上胎 动伴胎心率
加速 >1 5 b p m,持续 时间 >1 5 S 为正 常 , 称 为 有反 应型 。无
反应型是指胎心监护连续 4 0 a r i n以上 , 胎动数与 胎心率加速
数少于前述情况或胎动 时无胎心 率加 速 , 基 线变异频 率小 于 6 b p m。如胎监无 反应 型经 吸氧后复查 为有反 应型者 视为正 常。记录每例孕妇完整完成监测 的时间 、 监测 中断次数 、 舒适 度、 满意度 。舒适 度分 为 三级 … : 孕妇 在完 成一 次胎 监 过程
1 . 4 统计学处理
应用 S P S S 1 9 . 0统 计软件 , 计量资 料 比较
采用 t 或t ’ 检验 , 计 数资料 的 比较 采用 检验 , 等级 资料 的
比较采用 Wi l c o xБайду номын сангаасo n秩和检验 。检验水准 = 0 . 0 5 。
[ 5] 王文菁 , 许 明智 . 焦 虑 自评量表 在精神疾 病患 者中 的因子结构 研究 [ J ] . 广东医学 , 2 0 0 9, 3 0( 1 0 ) : 1 4 1 6—1 4 1 8 . 胜 [ 6] 段泉泉 , 利. 焦虑及抑郁 自评 量表 的临床效 度 [ J ] . 中国心
近2 0年来 , 电子胎心监 测在我 国 已经 广泛普 及 , 通过监
内无胎动再 延长 2 0 m i n监护 时 间 , 以等 待 睡眠 中的胎 儿 醒 来, 避免胎儿睡眠 时错判 。走 纸速 度 为 3 e r a / r a i n , 记 录胎 儿
测胎心率 的变化来评价 胎儿在 宫 内的氧合状况 、 神 经系统 的 反应性及胎儿心脏功能 等状况 , 已成 为评估胎 儿宫 内状况 的 主要检测手段 。随着科学 技术 的发展 , 英 国诺 丁汉大 学研发
胎儿远程监护信息的采集与分析
胎儿远程监护信息的采集与分析
李晓燕;王怀阳;王丹丹
【期刊名称】《微计算机信息》
【年(卷),期】2005(021)034
【摘要】目的:探讨胎儿远程监护系统的数据采集和胎儿信号分析的新方法.方法:采用声卡并结合Matlab软件实现对胎儿心音信号的采集,并分别运用自相关算法和自适应算法对信号进行分析.结果:数据的采集和分析效果理想,可以准确得到胎儿的心率.结论:该数据采集和信号分析方法应用于胎儿远程监护系统可以准确判断胎儿的健康状况,从而保障孕产妇和胎儿的安全.
【总页数】3页(P113-115)
【作者】李晓燕;王怀阳;王丹丹
【作者单位】266071,山东青岛中国海洋大学电子工程系;266071,山东青岛中国海洋大学电子工程系;266071,山东青岛中国海洋大学电子工程系
【正文语种】中文
【中图分类】TP391
【相关文献】
1.胎儿远程监护信息的采集与分析 [J], 李晓燕;王怀阳;王丹丹
2.胎儿远程监护对高危妊娠的应用分析 [J], 于珊;徐延华;郑晓霞
3.远程监护技术在妊娠晚期胎儿监护中的应用效果观察 [J], 曾瑞华
4.妊娠晚期孕妇与胎儿远程监护的临床应用 [J], 朱宪增;李爱军;韩金星;王新娟;徐
月秀
5.一种基于云平台的胎儿心电远程监护系统 [J], 洪强;袁延超;张斌;邵明刚;吴水才因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
中国医疗设备 2017年第32卷 03期 V OL.32 No.03107综 述REVIEW引言随着社会对母婴健康关注度的提高,与胎儿发育相关的生理和病理研究日益受到医学界的广泛重视。
胎儿心信号(Fetal Electrocardiogram ,FECG )记录的是孕妇子宫内胎儿心脏动作电位及其传导过程中的图形变化,通过对波形变化的分析,能及早发现妊娠期或分娩期的胎儿病理情况,从而预防新生儿疾病并降低胎儿死亡率[1]。
其最大优势在于能随时反映胎儿心脏活动的生理特征,一旦发生异常,其心电图形的变化比其他生理指标变化的更快、更容易被发现,因此可通过FECG 的监测早期发现胎儿缺氧、先天性心脏病、宫内缺氧等多种疾病[2]。
这种监测方法比临床广泛使用的四维彩超更敏感,彩超只是对胎儿心脏形态进行检查,由于其结构分辨率有一定的限制,当结构出现较大变化时才有可能在彩超检查时被发现[3]。
本文主要针对胎儿心电的提取方法及监护系统进行深入探讨,同时指出该系统未来发展的方向。
1 胎儿心电监护技术的发展历程1650年,法国人Marsar 首先提出胎心音概念;1819年,法国人Laennec 发明了木制钟式听诊器;1957年,Edward Hon 开始胎儿心电图的研究;1965年,研制出应用于临床的胎儿电子监护仪,进入70年代后因集成电路出现使微弱信号的提取、自动分析系统等更加完善,加上产科临床学科发展及交流,使得胎儿心电监护迅速普及[4]。
80年代后随着计算机技术的发展,电脑被引入胎心监护,可将长时间连续监护的资料永久保存,过去难以处理的胎心率信号变的简单易行;90年代后随着多媒体电脑及Windows 操作系统等信息技术的发展,远程胎儿监护技术飞速发展,可胎儿心电信号检测及监护系统的研究进展Research Progress of Fetal Electrocardiosignal Detection and Monitoring System[摘 要] 胎儿心电信号记录的是孕妇子宫内胎儿心脏动作电位及其传导过程中的图形变化,通过对波形变化的分析,能及早发现妊娠期或分娩期的胎儿病理情况,从而预防新生儿疾病并降低胎儿死亡率。
本文主要阐述胎儿心电信号检测技术研究进展与新技术的运用,重点介绍其系统工作原理和自适应滤波器算法提取胎儿心电信号的特点,对从孕妇腹壁电信号中分离提取清晰的胎儿心电图的研究进行了分析。
[关键词] 胎儿心电;自适应滤波;监护系统;微处理器;提取算法Abstract: Fetal electrocardiosignal records the graph change of fetal cardiac action potential and the conductive process in the uterus of pregnant women. Through analysis of the graph change, the fetal pathologic condition in gestation period or delivery period can be detected as soon as possible, so as to prevent neonatal diseases and reduce fetal mortality rate. This article elaborated the research progress of fetal electrocardiosignal detection technology and its application, mainly introduced the working principle of this system and characteristics of using selfadaptive filter algorithm to acquire fetal electrocardiograph. In addition, research on how to separate and extract fetal electrocardiogram from the abdominal wall electrical signals in pregnant women was analyzed.Key words: fetal electrocardiogram; self-adaptive filtering; monitoring system; microprocessor; extraction algorithm[中图分类号] R504.41 [文献标识码] A doi :10.3969/j.issn.16741633.2017.03.029[文章编号] 1674-1633(2017)03-0107-03欧辉彬海口市人民医院 医学工程处,海南 海口 570208OU Hui-binDepartment of Medical Engineering, Haikou People’s Hospital, Haikou Hainan 570208, China收稿日期:20160424修回日期:20160525作者邮箱:ohb6269@综 述REVIEW利用电话网络实时传输胎心监护信息到医院中央监护站进行胎心监护图形的分析及报告[5]。
2 胎儿心电检测系统2.1 FECG的拾取目前拾取FECG的主要方法有头皮电极法和腹部电极法两种,腹部电极法由于具有无创性,是目前FECG提取的未来发展方向。
腹部电极法是通过在孕妇腹部上放置电极得到FECG,其具有以下优点:无创检测、操作简单方便、可实时检测多次、对胎儿和孕妇无损害、孕妇易接受。
但该方法的缺点是:只能间接取得FECG,所反映胎儿心脏活动的电信号需经孕妇器官组织传至体表由电极取得,其信号电压较弱、波形干扰大。
随着滤波技术发展,胎儿心电波形干扰问题已逐渐得到解决[6]。
头皮电极法虽然能获得清晰的胎儿心电图,但破膜后才能使用,应用时间受限,不能连续监测、容易引起感染,而且不能在孕期监护,因此现在临床上已不多见。
2.2 基于自适应滤波的FECG提取在实际中检测到的FECG是比较微弱的,通过腹部提取时其信噪比极低、随机变化大,而且在时域和频域均与母体心电有重叠,被母体干扰信号所覆盖,由此可见要获取清晰的FECG是很困难的,准确提取FECG是胎儿心电监护需要解决的关键问题[7]。
目前对胎儿心电的监护系统的研究仍十分缺乏,临床上使用的无创胎儿心电图机,严格地说只能算是母胎混合的心电信号,RR间期难以区分,不能算是真正意义上的FECG,如何在完整取得FECG有效成分的前提下很好的滤除母体心电信号,以无创检测方式获取纯净的FECG,正成为国内外研究的热点。
目前解决此问题常用的方法有匹配滤波法、自适应滤波法、独立分量分析法、盲源分离法、奇异值分解法、小波变换模极大值算法等[8]。
由于自适应滤波法技术比较成熟、滤波效果好、提取的FECG质量高运用较多,文中将重点介绍。
国内外最先研究的是匹配滤波法,但由于匹配滤波要求很高的精度、成本高,其后才出现了自适应滤波法,相比匹配滤波法它能更好地消除肌电干扰。
自适应滤波器是相对固定滤波器而言的,固定滤波器的滤波频率是固定的,自适应滤波器的滤波频率则是自动随着输入信号变化而变化,所以适应范围更广,具有计算量小、收敛速度快等特点[911]。
2.3 胎儿心电监护系统胎儿心电监护系统通过孕妇腹部和胸部同时获得母体和胎儿的心电信号,经滤波、除噪、放大及软件的处理获得清晰FECG[12];微处理器对FECG采集、存储、传输并进行运算处理,最后由PC机对数据进行分析,实现对FECG 的检测与显示[13]。
微处理器对胎儿心电信号采集、存储、传输处理并通过串口传送到PC机并对采样数据进行分析[14];由计算机对FECG的分离提取算法的处理获取清晰完整的胎儿心电信号,实现对FECG的的检测。
由于心电信号是一种低频、微弱的电信号,心电幅度一般在5 μV~5 mV 之间,频带主要集中在0.05~100 Hz,FECG更加微弱,一般只有2~30 μV,从母体腹部取得的心电信号复杂、信噪比低,母体的心电信号比FECG大10~20倍[15]。
此外母体肌电干扰噪声、母体呼吸、运动引入的噪声也使得FECG 容易被母体心电信号和噪声所淹没,FECG与母体心电信号的频谱在频域中大部分重叠,不易区分[16];由于受各种生物的、非生物的噪声和干扰的影响,加上FECG本身又非常微弱,能否成功的提取成为信号处理的一个难题,可见由于在FECG的采集和处理方面所面临困难,对信号处理与检测提出了较高的要求,为了得到清晰的FECG,几十年来,国内外专家进行了许多探索。
目前国内外基本采用自适应滤波法提取FECG,主要是考虑母体心电作为准周期平稳过程中仅QRS波变化较快的特点,侧重于采用最小均方算法和最小二乘算法相结合的分段滤波的自适应滤波器消除母体心电对胎儿心电的干扰[17]。
该方法的创新点在于最小均方算法的改进以及两种算法的联合使用,能够消除母体心电对胎儿心电的干扰。
国内一些学者将自适应谱线増加与自适应噪声对消技术相结合,同时提出了多路自适应滤波法[18]。
近年来,越来越多的研究趋向于构建动态模型,利用合成心电信号来研究这些未解决的问题,以评估各种提取算法。
2.4 FECG提取中主要干扰噪声从母亲腹部釆集到的FECG非常微弱,母体自身的心电信号比胎儿强2~10倍,并同时受到50 Hz工频、肌电等各种干扰和噪声和影响,会将FECG覆盖掉[19]。
由于FECG的低频、微弱的特性决定了它极易受到人体其他信号的干扰,而它的不稳定性和随机性也为它的检测提取带来不少困难[20]。
检测采集FECG过程中主要的干扰噪声有母体心电信号、50 Hz工频干扰、肌电干扰、极化干扰、基线漂移等[21]。
在众多噪声中,母体心电信号对FECG的干扰最为严重,因为胎儿与母亲的心电频谱在相当范围内重合。
在滤除母体心电信号时,常常把FECG的有用成分也附带滤除,出现FECG的R波削峰或ST段信息丟失的现象,如何在有效成分不损失的前提下更好地滤除母体心电信号成为国内外研究热点[22]。
目前主要有两个研究方向:①把母体信号看作噪声,采取一些滤波方法,包括匹配滤波、自适滤波和修正自适应滤波等进行滤除;②把母体信号和胎儿信号看作两个独立信号,釆取盲源分离、独立分量分析和奇异值分解等方法将其分离[23]。