CN102302363B - 一种胎心率基线的自动识别装置和方法 - Google Patents
一种胎心率基线的自动识别装置和方法 Download PDFInfo
- Publication number
- CN102302363B CN102302363B CN2011101780331A CN201110178033A CN102302363B CN 102302363 B CN102302363 B CN 102302363B CN 2011101780331 A CN2011101780331 A CN 2011101780331A CN 201110178033 A CN201110178033 A CN 201110178033A CN 102302363 B CN102302363 B CN 102302363B
- Authority
- CN
- China
- Prior art keywords
- heart rate
- fetal heart
- sequence
- baseline
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02411—Detecting, measuring or recording pulse rate or heart rate of foetuses
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0866—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving foetal diagnosis; pre-natal or peri-natal diagnosis of the baby
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Cardiology (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Gynecology & Obstetrics (AREA)
- Pregnancy & Childbirth (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明涉及生物医学信号处理领域,尤其涉及一种胎心率基线的自动识别装置以及实现该装置的方法,本发明包括:预定时长内进行胎心率数据的采集,得到胎心率数据序列h’(n),对采集到的胎心率数据序列h’(n)进行预处理,得到在预处理过程中所对应的相应胎心率数据序列,根据所述预处理过程中所对应的相应胎心率数据序列的频率分布,选取主占优峰值,根据所述预处理过程中所对应的相应胎心率数据序列和主占优峰值,进行动态基线识别,得到动态基线并进行显示和打印。本发明所提供的技术方案可以有效地规避胎心率的规律性变化对基线求解的影响,准确地反应胎儿在不同的状态下的基线水平及其变化。
Description
技术领域
本发明涉及生物医学信号处理领域,尤其涉及一种胎心率基线的自动识别装置以及实现该装置的方法。
背景技术
胎心率基线是反应胎儿中枢神经发育状态,预示胎儿宫内安危的重要指标,也是医护人员对胎儿监护(以下简称胎监)图进行分析时首个要确定的中间参数。一般认为,胎心率基线会随孕周增加而逐渐下降,其正常范围在110bpm~160bpm之间。基线过高或过低都应引起重视,必须立即找出异常的原因,判断这种异常是否具有临床意义,为采取干预措施提供依据。例如在妊娠期,基线若下降至100bpm以下,应考虑先天性心脏病;而在分娩期,基线异常是胎儿窘迫的警戒信号,此时应尽快找出异常原因并采取一定的干预措施解除异常,以保证胎儿的安全。同时,胎心率基线还是医护人员确定胎儿其他中间生理参数的基础,比如加速、减速、变异等,只有在确定胎心率基线的基础上才能确定这些中间参数。
目前临床上计算胎心率基线的方法主要是平均值法,通过胎监模块获得10分钟以上的有效胎心率数据,对数据进行简单的处理后,计算其平均值,并以此平均值在胎监图上画出的直线作为胎心率基线。但这种方法只适合用于胎心率曲线比较平稳,胎心率基线不出现变化的情况,而实际胎儿由于受胎动、宫缩以及各种外部刺激的影响导致胎心率出现加速、减速等规律性变化,平均值法不能规避这些变化对计算结果的影响,造成计算出胎心率基线往往偏离实际值;同时胎心率基线可能会随胎儿睡醒周期而发生变化,平均值法由于只在所有数据中求出一个值导致不能识别到胎心率基线的变化。因此,胎儿处于不同的状态,胎心率基线也会随之改变,现有的胎心率基线识别方法即不能规避胎心率规律性变化对结果的影响,又不能随胎儿状态的不同而变化,会造成计算出的胎心率基线偏离实际值或无法在胎监图上体现胎心率的规律性变化。总之,平均值法不能处理胎心率数据中出现的干扰数据,导致计算出的胎心率基线是不准确和不稳定的。
发明内容
本发明的目的是为了克服现有的胎心率基线识别方法准确性和可变性差的不足,提出一种胎心率动态基线的自动识别装置和方法,从而得到胎心率动态基线,使胎心率基线能根据胎儿状态不同而发生相应变化。
本发明的目的是通过以下技术方案来实现的:
本发明一种胎心率基线的自动识别装置,主要包括:
胎心率数据采集模块,胎心率数据预处理模块,主占优峰值选取模块,动态基线识别模块和主控模块,
所述的胎心率数据采集模块,与所述的主控模块连接,用于在预定时长内进行胎心率数据的采集得到胎心率数据序列h’(n),并将胎心率数据序列h’(n)发送到所述的主控模块;
所述的胎心率数据预处理模块,与所述的主控模块连接,用于对所述的主控模块发送的胎心率数据序列h’(n)进行数据转换、错误数据处理、有效数据率比较、均值滤波和插值处理,得到预处理后的胎心率数据序列B(m),并将预处理过程中得到的相应的结果发送到所述的主控模块;所述的胎心率数据预处理模块进一步包括:数据转换单元,用于对所述胎心率数据采集模块采集得到的胎心率数据序列h’(n)进行转换得到以脉冲间隔为单位记的胎心率数值新序列H(n);错误数据处理单元,用于对所述胎心率数值新序列H(n)根据预设的信号质量判断标准进行错误数据处理得到有效胎心率数据序列V(n);
所述的主占优峰值选取模块,与所述的主控模块连接,用于根据对所述的主控模块发送的预处理过程中得到的相应结果的频率分布,选取主占优峰值,并将结果发送到所述的主控模块;所述的主占优峰值选取模块还包括:频率分布单元,用于对所述有效胎心率数据序列V(n)求出每个胎心率的频率,得到频率分布序列p’(k);排序单元,用于对所述的序列p’(k)按照胎心率值从小到大的顺序进行排序,得到分布序列P(k);主占优峰值判断单元,用于判断所述序列P(k)中是否有满足大于其前I个频率值且大于其后J个频率值的频率值所对应的胎心率值作为占优峰值,如果没有占优峰值,则选取最大频率所对应的胎心率值作为主占优峰值;如果有占优峰值,则遍历占优峰值,选取首个使得扫过的面积超过频率分布总面积S倍的频率值所对应的胎心率值作为主占优峰值,其中I、J、S为预先设定的参数;
所述的动态基线识别模块,与所述的主控模块连接,用于根据所述的主控模块发送的预处理后的胎心率数据序列B(m)和主占优峰值,求出滤波起始点T,根据滤波起始点T,将所述序列B(m)进行低通滤波和数据还原进而得到动态基线,并将结果发送到所述的主控模块;
所述的主控模块,与所述的胎心率数据采集模块、胎心率数据预处理模块、主占优峰值选取模块、动态基线识别模块、显示与打印模块连接,用于控制所述的胎心率数据采集模块、胎心率数据预处理模块、主占优峰值选取模块、动态基线识别模块、显示与打印模块的工作。
作为本发明进一步的技术方案,所述的胎心率基线的自动识别装置还包括,胎心信号采集与处理转换模块、采集时长判断模块和参数预设模块和显示与打印模块,
所述的胎心信号采集与处理转换模块,与所述的胎心率数据采集模块相连接,用于对超声探头接收到的胎心信号进行采集并转换成胎心率数据,传送到所述的胎心率数据采集模块;
所述的采集时长判断模块,与所述的胎心率数据采集模块相连接,用于判断采集时间是否超过预定时长,若超过预定时长,则向所述的胎心率数据采集模块发出超时信号;
所述的参数预设模块,与所述的采集时长判断模块、胎心率数据预处理模块、主占优峰值选取模块、动态基线识别模块相连,用于对所述各个模块的参数进行预先设定;
所述的显示与打印模块,与所述的主控模块连接,用于根据所述的主控模块发送的动态基线识别结果,在胎监图上进行胎心率基线显示,并打印出来。
作为本发明更进一步的技术方案,所述的胎心率数据预处理模块还进一步包括:
比较单元,根据所述的序列V(n)和H(n)计算出胎心的有效数据率L,并判断其是否大于预设阈值U,如果L大于预先设定的阈值U,则继续进行数据预处理,否则终止数据预处理,重新进行新的胎心率数据的采集;
均值滤波单元,用于对所述的有效胎心率数据序列V(n)进行均值滤波处理得到序列A(m),同时建立所述两个序列V(n)和A(m)的位置映射关系f;
插值处理单元,对所述序列A(m)中无效数据部分采用线性插值方法进行拟合,得到序列B(m)。
作为本发明更进一步的技术方案,所述的动态基线识别模块还进一步包括:
滤波起点获取单元,用于根据所述的主占优峰值求出滤波起始点T,在所述序列B(m)的前K个点中选取与所述的主占优峰值距离不超过阈值Q且距离所述的主占优峰值最近的值,该值即为滤波起始点T,其中K、Q为预先设定的参数;
低通滤波单元,用于根据所述的滤波起始点T,采用低通滤波处理B(m),得到预动态基线序列B1(m);
基线还原单元,用于根据所述的映射关系f,对所述的预动态基线序列用复制的方法进行数据还原,得到动态基线序列B3(n)。
作为本发明更进一步的技术方案,所述的动态基线识别模块还进一步包括:
基线校验单元,用于对所述低通滤波单元得到的预动态基线序列B1(m) 进行校验,得到预动态基线序列B2(m),所述的预动态基线序列B2(m)通过所述的基线还原单元,得到动态基线序列。
本发明,一种胎心率基线的自动识别方法,主要包括,
步骤1,预定时长内进行胎心率数据的采集,得到胎心率数据序列h’(n);
步骤2,对采集到的胎心率数据序列h’(n)进行预处理,得到在预处理过程中所对应的相应胎心率数据序列;所述的步骤2包括:
步骤21,对所述的胎心率数据序列h’(n)进行转换得到以脉冲间隔为单位记的胎心率数值新序列H(n);
步骤22,对所述的胎心率数值新序列H(n)根据预设的信号质量判断标准进行错误数据处理得到有效胎心率数据序列V(n);
步骤3,根据所述预处理过程中所对应的相应胎心率数据序列的频率分布,选取主占优峰值;所述的步骤3包括:
步骤31,对所述的预处理过程中所对应的相应胎心率数据序列,即所述的有效胎心率数据序列V(n),求出每个胎心率的频率,得到频率分布p’(k);
步骤32,对所述的序列p’(k)按照胎心率值从小到大的顺序进行排序,得到分布序列P(k);
步骤33,判断所述序列P(k)中是否有满足大于其前I个频率值且大于其后J个频率值的频率值所对应的胎心率值作为占优峰值,如果没有占优峰值,则选取最大频率所对应的胎心率值作为主占优峰值;如果有占优峰值,则遍历占优峰值,选取首个使得扫过的面积超过频率分布总面积S倍的频率值所对应的胎心率值作为主占优峰值,其中I、J、S为预先设定的参数;
步骤4,根据所述的主占优峰值,求出滤波起始点,根据所述的滤波起始点将所述的预处理过程中所对应的相应胎心率数据序列进行低通滤波和数据还原,进而得到动态胎心率基线。
作为本发明更进一步的技术方案,所述的步骤2还包括:
步骤23,根据所述的序列V(n)和H(n)计算出胎心的有效数据率L,并判断其是否大于预设阈值U,如果L大于预先设定的阈值U,则继续进行数据预处理,否则终止数据预处理,重新回到所述步骤1中进行新的胎心率数据的采集;
步骤24,如果所述L大于预先设定的阈值U,则对所述的有效胎心率数据序列V(n)进行均值滤波处理得到序列A(m),同时建立所述两个序列V(n)和A(m)的位置映射关系f;
步骤25,对所述的序列A(m)中无效数据部分采用线性插值方法进行拟合,得到序列B(m)。
作为本发明更进一步的技术方案,所述的步骤4包括:
步骤41,根据所述的主占优峰值求出滤波起始点T,在所述序列B(m)的前K个点中选取滤波起始点T,其中K、Q为预先设定的参数;
步骤42,将所述的序列B(m)根据所属的滤波起始点T进行低通滤波,在滤波之前对序列B(m)中的每一个值做判断,如果与所述主占优峰值的绝对差值超过阈值M,则该值不参与滤波;否则进行低通滤波得到预动态基线序列B1(m),其中M为预先设定的参数;
步骤43,根据所述的映射关系f,对所述的与所述主占优峰值距离不超过阈值Q且距离主占优峰值最近的值,该值即为预动态基线序列用复制的方法进行数据还原,得到动态基线序列B3(n)。
作为本发明更进一步的技术方案,所述的步骤42进一步包括,先将所述的序列B(m)正向通过低通滤波器,得到序列B0(m),然后将序列B0(m)反向通过低通滤波器,得到所述的预动态基线序列B1(m)。
作为本发明更进一步的技术方案,所述的步骤42和步骤43之间还包括如下步骤,
对所述的序列B1(m)进行校验,将所述的序列B1(m)与B(m)作差,得到序列C(m),计算所述序列C(m)中连续大于0的个数N,如果个数超过阈值R,则标记C(m)中这N个数据的位置,同理标记C(m)中连续小于0的个数超过阈值R的位置,将所述标记的位置对应到所述序列B(m)中的数据,将这些位置上的数据替换序列B(m)中对应的数据,同时根据映射关系f求出这些位置对应在所述序列V(n)上的位置,将V(n)上对应位置的数据替换所述步骤3中的序列V(n)中对应的数据,然后再次执行所述步骤3和步骤4中的41和42两步,得到的序列替换B1(m)中这些位置上的数据,得到预动态基线序列B2(m);如果如上所述的步骤中没有标记的位置,则预动态基线序列B2(m)即为B1(m) ,其中R为预先设定的参数。
本发明所提供的技术方案,基于低通滤波的动态基线自动识别方法,可以有效地滤除胎心率数据中的干扰数据,规避胎心率的规律性变化对基线求解的影响,采用本方案,既适合胎儿处于睡眠期,胎心率基线不变化的情况;又适合胎儿处于觉醒期或胎儿躁动时,胎心率基线可能发生变化的情况,可以准确地反应胎儿在不同的状态下的基线水平及其变化。
附图说明
为了易于说明,本发明由下述的较佳实施例及附图作以详细描述。
图1是本发明一种胎心率动态基线的自动识别方法的一个实施例的流程图;
图2是本发明一种胎心率动态基线的自动识别方法的另一个实施例的流程图;
图3是本发明一种胎心率动态基线的自动识别装置的一个实施例的架构框图;
图4是本发明一种胎心率动态基线的自动识别装置的另一个实施例的架构框图;
图5是原始采集的胎心率数据;
图6为经过错误数据处理后的胎心率数据效果图;
图7为经过插值处理后的胎心率数据效果图;
图8为胎心率数据的频率分布和主占优峰值选取效果图;
图9为低通滤波处理后的胎心率数据效果图;
图10为基线校验后的胎心率数据效果图;
图11为还原后胎心率数据的动态基线效果图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
用于胎心率动态基线识别的技术方案实现主要包括上位机和下位机,下位机主要是通过超声探头来获取胎心信号,然后经过硬件滤波处理和自相关算法计算出胎心率;上位机主要是接受来自下位机的数据,然后显示、存储胎心率数据、描绘胎心率曲线、对胎心率数据的处理和动态基线识别、显示、打印,主要处理方法流程如图1所示:
101.预定时长内进行胎心率数据的采集;
上位机采集n分钟的胎心率数据,得到胎心率数据序列h’(n),图5为上位机采集到的胎心率原始数据。其中,本实施例中设定需要至少采集十分钟的数据,根据《胎儿电子监护学》,一般而言,确定胎心率基线至少需要十分钟的胎心率数据。
102.对采集到的胎心率数据进行预处理;
对胎心率数据序列依次进行数据转换、错误数据处理、有效数据率比较、均值滤波和插值处理,得到不同预处理过程所对应的相应的胎心率数据序列。
103.根据预处理后的胎心率数据的频率分布,选取主占优峰值;
对预处理步骤得到的有效胎心率数据序列进行频率转换、分布排序和主占优峰值的判断进而选取主占优峰值。
104.根据预处理后的胎心率数据和主占优峰值,得到动态胎心率基线;
通过根据主占优峰值求出滤波起始点,根据滤波起始点和预处理后的胎心率数据进行低通滤波得到预动态基线序列,并根据映射关系将其还原得到动态基线序列;此外,还可以在得到预动态基线序列后通过校验,使得得到的预动态基线序列更加精准,并根据映射关系将其还原得到动态基线序列。
105.将动态胎心率基线进行显示和打印;
将得到的动态基线序列送入显示打印模块,在胎监图上画出胎心率基线进行显示,并可打印出来。
本发明一种胎心率基线的自动识别方法的另一个实施方式,请参见图2,具体描述如下:
100.采集并处理胎心信号得到胎心率数据;
超声探头接收到的胎心信号在下位机经过硬件滤波处理和自相关算法计算出胎心率后上传到上位机,上位机的处理包括对胎心率数据进行显示、存储和描绘成胎心率曲线以及相关数据处理等等。其中硬件滤波为了去除采集到的信号受到的频率干扰而自相关算法是具有能使周期信号得到加强而随机噪声被减弱的特性,是计算胎心率的常用技术。
101.预定时长内进行胎心率数据的采集;
上位机采集n分钟的胎心率数据,得到胎心率数据序列h’(n),图5为上位机采集到的胎心率原始数据。其中,本实施例中设定需要至少采集十分钟的数据,根据《胎儿电子监护学》,一般而言,确定胎心率基线至少需要十分钟的胎心率数据。
1021. 对胎心率数据序列h’(n)进行转换得到新序列H(n);
对胎心率数据序列h’(n)进行数据转换,得到序列H(n),从下位机得到的数据是以每分钟多少跳(bpm,beats per min)为单位记的胎心率值,为了使数据处理更加精确,上位机要将数据转换为以脉冲间隔(两次心跳的间隔时间,单位:ms)为单位记的胎心率值。
1022.对序列H(n)进行错误数据处理得到有效胎心率数据序列V(n);
此步根据预设信号质量判断标准可以有效的滤除胎心序列中因胎心信号质量差而产生的无效、错误数据,剩下的是有效数据。图6为经过错误数据处理后的胎心率数据序列。
1023. 根据V(n)和H(n)计算出胎心的有效数据率L,并判断其是否大于预设阈值U;
根据V(n)和H(n)判断胎心的有效数据率L,如果L大于预先设定的阈值U,则继续进行本发明求解基线的下一个步骤;否则终止求解基线,并且终止整个流程,放弃此段数据,重新回到步骤101进行新的胎心率数据的采集。
1024.采用均值滤波处理V(n)得到新序列A(m);
对序列V(n)采用均值滤波器(均值滤波器中可采用特定点数的滑动平均或者特定点数的分段平均等方式)处理,得到序列A(m),同时建立V→A的位置映射关系f,其中f是一个多对一的映射关系,描述滤波前后的数据序列下标位置的对应关系,本实施例中f(m)等于n除以预设阈值的结果的整数部分。
1025.采用线性插值法处理A(m)得到新序列B(m);
对序列A(m)中无效数据部分采用线性插值方法进行拟合,得到序列B(m),线性插值是利用两点成线原理求解直线上其他点的简单的插值方法。图7为经过插值处理后的胎心率数据序列。
如上的1021、1022、1023、1024、1025步骤为本实施例中对胎心率数据进行预处理的步骤。
此外,对胎心率数据预处理步骤,并不局限于如上步骤,还可以采用业界悉知的直接对以每分钟多少跳(bpm,beats per min)为单位记的胎心率值去除错误数据和/或滑动平均和/或插值拟合的方法等等。
1031.对序列V(n)求其频率分布p’(k);
对有效胎心率数据序列V(n)求每个胎心率的频率,得到频率分布p’(k)。
1032. 对p’(k)按照胎心率值从小到大的顺序进行排序,得到分布序列P(k);
1033.根据频率分布求出主占优峰值;
判断P(k)中是否有占优峰值,占优峰值是指P(k)中满足大于其前I个频率值且大于其后J个频率值的频率值所对应的胎心率值,如果没有占优峰值,则选取最大频率所对应的胎心率值作为主占优峰值;如果有占优峰值,则遍历占优峰值,选取首个使得扫过的面积超过频率分布总面积S倍的频率值所对应的胎心率值作为主占优峰值(其中I、J和S可根据实际情况进行预先设定)。图8为胎心率数据的频率分布和主占优峰值选取效果图,图中箭头所指的值即为选取到的主占优峰值。
此外,对主占优峰值的选取方式很多,并不局限于如上步骤,还可以直接根据最大频率值选取、也可以根据序列P(k)中首个满足与最大频率值之比超过设定阈值的频率值且在其之前的所有频率值的累加和超过预设阈值的规则来选取该满足条件的频率值所对应的胎心率值作为主占峰值等等。
1041.根据主占优峰值求出滤波起始点T;
根据主占优峰值求出滤波起始点T,在序列B(m)的前K个点中选取与主占优峰值距离不超过阈值Q且距离主占优峰值最近的值,该值即为滤波起始点T(其中K、Q可根据实际情况进行预先设定);
此外,对滤波起始点的选取方式很多,并不局限于如上步骤,还可以直接将主占优峰值选取为滤波起始点、也可以选取为序列B(m)中满足与主占优峰值距离不超过设定阈值的所有值的平均值等等。
1042.根据滤波起始点T,采用低通滤波处理B(m),得到预动态基线序列B1(m);
将序列B(m)、滤波起始点T输入到一个低通滤波器中,相对于胎心率数据,它的基线是一个低频信号,需要通过低通滤波得到,在滤波之前要对序列B(m)中的每一个值做判断,如果与主占优峰值的绝对差值超过阈值M,则该值不能参与滤波;否则要参与滤波计算。采用双向滤波技术,这样可以消除相位偏移,先将序列B(m)正向通过低通滤波器,得到序列B0(m),然后将序列B0(m)反向通过低通滤波器,通过这一步的滤波可以得到预动态基线序列B1(m)。图9中的基线曲线为经过首次低通滤波处理后得到的预动态基线序列(其中阈值M可根据实际情况进行预先设定)。到此步骤为止再执行如下的1044步骤已经可以实现本发明对胎心率基线自动的识别,另外,本实施例中还可以增加如下1043步骤进一步校验和优化对胎心率基线的自动识别。
1043.对B1(m)进行校验,得到预动态基线序列B2(m);
将序列B1(m)与B(m)作差,得到序列C(m)。计算序列C(m)中连续大于0的个数N,如果个数超过阈值R,则标记C(m)中这N个数据的位置;同理标记C(m)中连续小于0的个数超过阈值R的位置(其中R可根据实际情况进行预先设定);
将如上所述中标记的位置对应到序列B(m)中的数据,将这些位置上的数据替换为序列B(m),同时根据映射关系f求出这些位置对应在V(n)上的位置,将V(n)上对应位置的数据替换为步骤103中的序列V(n),然后再次执行步骤103和步骤104中的1041和1042两步,得到的序列替换B1(m)中这些位置上的数据,得到预动态基线序列B2(m);如果如上所述的步骤中没有标记的位置,则预动态基线序列B2(m)即为B1(m)。图10中的基线曲线为经过校验后得到的预动态基线序列。
1044.对B2(m)进行还原,得到动态基线序列B3(n);
根据映射关系f,将序列B2(m)用复制的方法做数据还原,相当于m个数据中的每一个数据复制并总体还原为n个数据,得到能与胎心率序列h’(n)对应的动态基线序列B3(n)。图11中的基线曲线为经过还原后得到的动态基线序列。
105.得到动态基线并进行显示和打印;
将得到的动态基线序列B3(n)送入显示打印模块,在胎监图上画出胎心率基线进行显示,并可打印出来。
本发明一种胎心率基线的自动识别的装置,如图3所示,主要包括:
胎心率数据采集模块301,与主控模块306连接,用于在预定时长内进行胎心率数据的采集并得到胎心率数据序列h’(n),并将胎心率数据序列h’(n)发送到主控模块306;
胎心率数据预处理模块302,与主控模块306连接,用于对主控模块发送的胎心率数据序列h’(n)依次进行数据转换、错误数据处理、有效数据率比较、均值滤波和插值处理,得到预处理后的胎心率数据序列B(m),并将预处理过程中得到的相应的结果发送到主控模块306;
主占优峰值选取模块303,与主控模块306连接,用于对主控模块发送的预处理过程中得到的结果进行频率转换、分布排序和主占优峰值的判断进而选取主占优峰值,并将结果发送到主控模块306;
动态基线识别模块304,与主控模块306连接,用于根据主控模块306发送的预处理后的胎心率数据序列B(m)和主占优峰值,求出滤波起始点T,根据滤波起始点T,将所述序列B(m)进行低通滤波和数据还原进而得到动态基线,并将结果发送到主控模块306;
显示与打印模块305,与主控模块306连接,用于将主控模块306发送的动态基线识别结果,在胎监图上画出胎心率基线进行显示,并可打印出来。
主控模块306,与所述的胎心率数据采集模块301,胎心率数据预处理模块302,主占优峰值选取模块303,动态基线识别模块304,显示与打印模块305连接,用于控制胎心率数据采集模块301,胎心率数据预处理模块302,主占优峰值选取模块303,动态基线识别模块304,显示与打印模块305的工作;
本具体实施方式中的主控模块306可以为公知结构的可编程的微处理器件。
为了更详细的了解本发明,下面以另一个实施例对本发明一种胎心率基线的自动识别的装置进行描述,请参看图4,具体为:
所述的一种胎心率基线的自动识别的装置还包括:
胎心信号采集与处理转换模块308,与所述的胎心率数据采集模块301相连接,是一个实现信号采集、处理和转换的超声探头装置,用于将超声探头接收到的胎心信号进行采集并转换成胎心率数据,本实施例中对采集的胎心信号经过硬件滤波处理和自相关算法计算出胎心率数据,传送到所述的胎心率数据采集模块301;
采集时长判断模块309,与所述的胎心率数据采集模块301相连接,用于判断采集时间是否超过预定时长,若超过预定时长,则向所述的胎心率数据采集模块301发出超时信号;
参数预设模块307,与所述的采集时长判断模块309、胎心率数据预处理模块302,主占优峰值选取模块303,动态基线识别模块304相连,用于对所述各个模块的参数进行预先设定;
所述的胎心率数据预处理模块302还进一步包括:
数据转换单元310,用于对所述胎心率数据采集模块采集得到的胎心率数据序列h’(n)进行转换得到以脉冲间隔为单位记的胎心率数值新序列H(n);
错误数据处理单元311,用于对胎心率数值新序列H(n) 根据预设的信号质量判断标准进行错误数据处理得到有效胎心率数据序列V(n);
比较单元312,根据V(n)和H(n)计算出胎心的有效数据率L,并判断其是否大于预设阈值U,如果L大于预先设定的阈值U,则继续进行数据预处理;否则终止数据预处理,重新进行新的胎心率数据的采集;
均值滤波单元313,用于对所述的有效胎心率数据序列V(n)进行均值滤波处理得到序列A(m),同时建立两个序列的位置映射关系f;
插值处理单元314,对序列A(m)中无效数据部分采用线性插值方法进行拟合,得到序列B(m)。
所述的主占优峰值选取模块303还进一步包括:
频率分布单元,用于对有效胎心率数据序列V(n)求每个胎心率的频率,得到频率分布p’(k);
排序单元,用于对p’(k)按照胎心率值从小到大的顺序进行排序,得到分布序列P(k);
主占优峰值判断单元,用于判断P(k)中是否有满足大于其前I个频率值且大于其后J个频率值的频率值所对应的胎心率值作为占优峰值,如果没有占优峰值,则选取最大频率所对应的胎心率值作为主占优峰值;如果有占优峰值,则遍历占优峰值,选取首个使得扫过的面积超过频率分布总面积S倍的频率值所对应的胎心率值作为主占优峰值,其中I、J、S为预先设定的参数。
所述的动态基线识别模块304还进一步包括:
滤波起点获取单元318,用于根据主占优峰值求出滤波起始点T,在所述序列B(m)的前K个点中选取与主占优峰值距离不超过阈值Q且距离主占优峰值最近的值,该值即为滤波起始点T,其中K、Q为预先设定的参数;
低通滤波单元319,用于根据滤波起始点T,采用低通滤波处理B(m),得到预动态基线序列B1(m);
基线校验单元320,用于对所述低通滤波单元得到的预动态基线序列B1(m) 进行校验,得到预动态基线序列B2(m),所述的预动态基线序列B2(m)通过所述的基线还原单元,得到动态基线序列;
基线还原单元321,用于根据所述的映射关系f,对所述的预动态基线序列用复制的方法进行数据还原,得到动态基线序列B3(n);
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种胎心率基线的自动识别装置,其特征在于,包括,胎心率数据采集模块,胎心率数据预处理模块,主占优峰值选取模块,动态基线识别模块和主控模块,
所述的胎心率数据采集模块,与所述的主控模块连接,用于在预定时长内进行胎心率数据的采集,进而得到胎心率数据序列h’(n),并将所述的胎心率数据序列h’(n)发送到所述的主控模块;
所述的胎心率数据预处理模块,与所述的主控模块连接,用于对所述的主控模块发送的胎心率数据序列h’(n)进行预处理,得到预处理后的胎心率数据序列B(m),并将预处理过程中得到的相应的结果发送到所述的主控模块;所述的胎心率数据预处理模块进一步包括:数据转换单元,用于对所述胎心率数据采集模块采集得到的胎心率数据序列h’(n)进行转换得到以脉冲间隔为单位记的胎心率数值新序列H(n);错误数据处理单元,用于对所述胎心率数值新序列H(n)根据预设的信号质量判断标准进行错误数据处理得到有效胎心率数据序列V(n);
所述的主占优峰值选取模块,与所述的主控模块连接,用于根据对所述的主控模块发送的预处理过程中得到的相应结果的频率分布,选取主占优峰值,并将结果发送到所述的主控模块;所述的主占优峰值选取模块还包括:频率分布单元,用于对所述有效胎心率数据序列V(n)求出每个胎心率的频率,得到频率分布序列p’(k);排序单元,用于对所述的序列p’(k)按照胎心率值从小到大的顺序进行排序,得到分布序列P(k);主占优峰值判断单元,用于判断所述序列P(k)中是否有满足大于其前I个频率值且大于其后J个频率值的频率值所对应的胎心率值作为占优峰值,如果没有占优峰值,则选取最大频率所对应的胎心率值作为主占优峰值;如果有占优峰值,则遍历占优峰值,选取首个使得扫过的面积超过频率分布总面积S倍的频率值所对应的胎心率值作为主占优峰值,其中I、J、S为预先设定的参数;
所述的动态基线识别模块,与所述的主控模块连接,用于根据所述的主控模块发送的主占优峰值,求出滤波起始点T,根据滤波起始点T,将所述预处理后的胎心率数据序列B(m)进行低通滤波和数据还原进而得到动态胎心率基线,并将结果发送到所述的主控模块;
所述的主控模块,与所述的胎心率数据采集模块、胎心率数据预处理模块、主占优峰值选取模块、动态基线识别模块、显示与打印模块连接,用于控制所述的胎心率数据采集模块、胎心率数据预处理模块、主占优峰值选取模块、动态基线识别模块工作。
2.根据权利要求1所述的一种胎心率基线的自动识别装置,其特征在于,所述的胎心率基线的自动识别装置还包括,胎心信号采集与处理转换模块、采集时长判断模块、参数预设模块和显示与打印模块,
所述的胎心信号采集与处理转换模块,与所述的胎心率数据采集模块相连接,用于对超声探头接收到的胎心信号进行采集并转换成胎心率数据,传送到所述的胎心率数据采集模块;
所述的采集时长判断模块,与所述的胎心率数据采集模块相连接,用于判断采集时间是否超过预定时长,若超过预定时长,则向所述的胎心率数据采集模块发出超时信号;
所述的参数预设模块,与所述的采集时长判断模块、胎心率数据预处理模块、主占优峰值选取模块、动态基线识别模块相连,用于对所述采集时长判断模块、胎心率数据预处理模块、主占优峰值选取模块、动态基线识别模块的参数进行预先设定;
所述的显示与打印模块,与所述的主控模块连接,用于根据所述的主控模块发送的动态基线识别结果,在胎监图上进行胎心率基线显示,并打印出来。
3.根据权利要求1或2所述的一种胎心率基线的自动识别装置,其特征在于,所述的胎心率数据预处理模块还进一步包括:
比较单元,根据所述的序列V(n)和H(n)计算出胎心的有效数据率L,并判断其是否大于预设阈值U,如果L大于预先设定的阈值U,则继续进行数据预处理,否则终止数据预处理,重新进行新的胎心率数据的采集;
均值滤波单元,用于对所述的有效胎心率数据序列V(n)进行均值滤波处理得到序列A(m),同时建立所述两个序列V(n)和A(m)的位置映射关系f;
插值处理单元,对所述序列A(m)中无效数据部分采用线性插值方法进行拟合,得到序列B(m)。
4.根据权利要求3所述的一种胎心率基线的自动识别装置,其特征在于,所述的动态基线识别模块还进一步包括:
滤波起点获取单元,用于根据所述的主占优峰值求出滤波起始点T,在所述序列B(m)的前K个点中选取与所述的主占优峰值距离不超过阈值Q且距离所述的主占优峰值最近的值,该值即为滤波起始点T,其中K、Q为预先设定的参数;
低通滤波单元,用于根据所述的滤波起始点T,采用低通滤波处理B(m),得到预动态基线序列B1(m);
基线还原单元,用于根据所述的映射关系f,对所述的预动态基线序列用复制的方法进行数据还原,得到动态基线序列B3(n)。
5.根据权利要求4所述的一种胎心率基线的自动识别装置,其特征在于,所述的动态基线识别模块还进一步包括:
基线校验单元,用于对所述低通滤波单元得到的预动态基线序列B1(m) 进行校验,得到预动态基线序列B2(m),所述的预动态基线序列B2(m)通过所述的基线还原单元,得到动态基线序列。
6.一种胎心率基线的自动识别方法,其特征在于,包括:
步骤1,预定时长内进行胎心率数据的采集,得到胎心率数据序列h’(n);
步骤2,对采集到的胎心率数据序列h’(n)进行预处理,得到在预处理过程中所对应的相应胎心率数据序列;所述的步骤2包括:
步骤21,对所述的胎心率数据序列h’(n)进行转换得到以脉冲间隔为单位记的胎心率数值新序列H(n);
步骤22,对所述的胎心率数值新序列H(n)根据预设的信号质量判断标准进行错误数据处理得到有效胎心率数据序列V(n);
步骤3,根据所述预处理过程中所对应的相应胎心率数据序列的频率分布,选取主占优峰值;所述的步骤3包括:
步骤31,对所述的预处理过程中所对应的相应胎心率数据序列,即所述的有效胎心率数据序列V(n),求出每个胎心率的频率,得到频率分布p’(k);
步骤32,对所述的序列p’(k)按照胎心率值从小到大的顺序进行排序,得到分布序列P(k);
步骤33,判断所述序列P(k)中是否有满足大于其前I个频率值且大于其后J个频率值的频率值所对应的胎心率值作为占优峰值,如果没有占优峰值,则选取最大频率所对应的胎心率值作为主占优峰值;如果有占优峰值,则遍历占优峰值,选取首个使得扫过的面积超过频率分布总面积S倍的频率值所对应的胎心率值作为主占优峰值,其中I、J、S为预先设定的参数;
步骤4,根据所述的主占优峰值,求出滤波起始点,根据所述的滤波起始点将所述的预处理过程中所对应的相应胎心率数据序列进行低通滤波和数据还原,进而得到动态胎心率基线。
7.根据权利要求6所述的一种胎心率基线的自动识别方法,其特征在于,在所述步骤1之前还包括,对超声探头接收到的胎心信号进行采集并转换成胎心率数据;在所述的步骤4之后还包括,将所述的动态胎心率基线进行显示和打印。
8.根据权利要求6或7所述的一种胎心率基线的自动识别方法,其特征在于,所述的步骤2还包括:
步骤23,根据所述的序列V(n)和H(n)计算出胎心的有效数据率L,并判断其是否大于预设阈值U,如果L大于预先设定的阈值U,则继续进行数据预处理,否则终止数据预处理,重新回到所述步骤1中进行新的胎心率数据的采集;
步骤24,如果所述L大于预先设定的阈值U,则对所述的有效胎心率数据序列V(n)进行均值滤波处理得到序列A(m),同时建立所述两个序列V(n)和A(m)的位置映射关系f;
步骤25,对所述的序列A(m)中无效数据部分采用线性插值方法进行拟合,得到序列B(m)。
9.根据权利要求8所述的一种胎心率基线的自动识别方法,其特征在于,所述的步骤4包括:
步骤41,根据所述的主占优峰值求出滤波起始点T,在所述序列B(m)的前K个点中选取与所述主占优峰值距离不超过阈值Q且距离主占优峰值最近的值,该值即为滤波起始点T,其中K、Q为预先设定的参数;
步骤42,将所述的序列B(m)根据所属的滤波起始点T进行低通滤波,在滤波之前对序列B(m)中的每一个值做判断,如果与所述主占优峰值的绝对差值超过阈值M,则序列B(m)中的该值不参与滤波;否则进行低通滤波得到预动态基线序列B1(m),其中M为预先设定的参数;
步骤43,根据所述的映射关系f,对所述的预动态基线序列用复制的方法进行数据还原,得到动态基线序列B3(n)。
10.根据权利要求9所述的一种胎心率基线的自动识别方法,其特征在于,所述的步骤42进一步包括,先将所述的序列B(m)正向通过低通滤波器,得到序列B0(m),然后将序列B0(m)反向通过低通滤波器,得到所述的预动态基线序列B1(m)。
11.根据权利要求9所述的一种胎心率基线的自动识别方法,其特征在于,所述的步骤42和步骤43之间还包括如下步骤,
对所述的序列B1(m)进行校验,将所述的序列B1(m)与B(m)作差,得到序列C(m),计算所述序列C(m)中连续大于0的个数N,如果个数超过阈值R,则标记C(m)中这N个数据的位置,同理标记C(m)中连续小于0的个数超过阈值R的位置,将所述标记的位置对应到所述序列B(m)中的数据,将这些位置上的数据替换为序列B(m),同时根据映射关系f求出这些位置对应在所述序列V(n)上的位置,将V(n)上对应位置的数据替换为所述步骤3中的序列V(n),然后再次执行所述步骤3和步骤4中的41和42两步,得到的序列替换B1(m)中这些位置上的数据,得到预动态基线序列B2(m);如果如上所述的步骤中没有标记的位置,则预动态基线序列B2(m)即为B1(m),其中R为预先设定的参数。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101780331A CN102302363B (zh) | 2011-06-29 | 2011-06-29 | 一种胎心率基线的自动识别装置和方法 |
EP11868484.4A EP2676601B1 (en) | 2011-06-29 | 2011-07-07 | Apparatus and method for automatically identifying fetal heart rate baseline |
US14/009,507 US9232901B2 (en) | 2011-06-29 | 2011-07-07 | Apparatus and method for automatically identifying fetal heart rate baseline |
PCT/CN2011/076947 WO2013000179A1 (zh) | 2011-06-29 | 2011-07-07 | 一种胎心率基线的自动识别装置和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101780331A CN102302363B (zh) | 2011-06-29 | 2011-06-29 | 一种胎心率基线的自动识别装置和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102302363A CN102302363A (zh) | 2012-01-04 |
CN102302363B true CN102302363B (zh) | 2013-06-19 |
Family
ID=45376358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011101780331A Active CN102302363B (zh) | 2011-06-29 | 2011-06-29 | 一种胎心率基线的自动识别装置和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9232901B2 (zh) |
EP (1) | EP2676601B1 (zh) |
CN (1) | CN102302363B (zh) |
WO (1) | WO2013000179A1 (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102319063B (zh) | 2011-07-26 | 2013-10-16 | 深圳市理邦精密仪器股份有限公司 | 一种提高胎心率数据加速识别准确性的装置和方法 |
CN102940485B (zh) * | 2012-10-10 | 2015-04-08 | 广州三瑞医疗器械有限公司 | 一种胎心率基线自动识别算法 |
CN103565433B (zh) * | 2013-10-30 | 2015-02-25 | 深圳市理邦精密仪器股份有限公司 | 一种提高胎儿监护效率的方法和装置 |
CN103610458B (zh) * | 2013-11-27 | 2015-05-13 | 中国科学院深圳先进技术研究院 | 心电数据重采样方法、心电图显示方法和装置 |
CN104287711B (zh) * | 2014-09-24 | 2018-01-16 | 广州三瑞医疗器械有限公司 | 胎心率曲线非基线部分和基线的计算方法 |
CN104586379B (zh) * | 2015-01-21 | 2017-05-24 | 深圳市理邦精密仪器股份有限公司 | 一种胎心率曲线的参数输出方法及装置 |
CN104586378A (zh) * | 2015-01-21 | 2015-05-06 | 深圳市理邦精密仪器股份有限公司 | 一种胎心率曲线的输出方法及装置 |
CN104644150B (zh) * | 2015-02-10 | 2017-08-25 | 深圳市理邦精密仪器股份有限公司 | 胎儿唤醒方法、系统及装置 |
CN105030231B (zh) * | 2015-07-16 | 2017-10-13 | 北京工业大学 | 一种胎心监护加速特征参数的提取方法 |
CN105193451B (zh) * | 2015-10-21 | 2018-02-27 | 北京工业大学 | 一种胎儿心率曲线基线的识别方法 |
CN105266788A (zh) * | 2015-11-11 | 2016-01-27 | 四川长虹电器股份有限公司 | 一种胎心音分离方法 |
US10758146B2 (en) | 2017-04-12 | 2020-09-01 | Qinshan Yang | System and method for fetal heartbeat sound monitoring and recording by propagation and spacial location analysis by a sensor matrix |
CN109645975A (zh) * | 2017-10-10 | 2019-04-19 | 深圳市理邦精密仪器股份有限公司 | 胎心率曲线数据的处理方法及装置 |
CN108663707B (zh) * | 2018-04-02 | 2020-12-08 | 成都理工大学 | 一种多次双向s-k平滑处理系统及方法 |
CN108903930A (zh) * | 2018-04-26 | 2018-11-30 | 李坚强 | 一种胎心率曲线分类系统、方法及装置 |
CN110575159B (zh) * | 2018-06-11 | 2023-12-05 | 深圳市理邦精密仪器股份有限公司 | 一种信号基线复位方法、装置及监护仪 |
CN108937902B (zh) * | 2018-07-10 | 2021-05-11 | 传世未来(北京)信息科技有限公司 | 一种胎心率基线估算方法、装置、电子设备及存储介质 |
CN110840430B (zh) * | 2018-08-21 | 2022-09-13 | 北京万生人和科技有限公司 | 腹内压数据筛选方法、计算机可读存储介质、腹内压数据筛选装置 |
CN109567866B (zh) * | 2018-10-15 | 2021-12-28 | 广东宝莱特医用科技股份有限公司 | 一种胎心率周期变异的处理方法 |
CN109303573B (zh) * | 2018-12-04 | 2021-08-31 | 湖南自兴智慧医疗科技有限公司 | 一种根据b超检测中上彩血流图来计算孕早期胚胎胎心率的方法 |
CN110432884B (zh) * | 2019-07-08 | 2022-07-01 | 暨南大学 | 基于胎心率减速区面积的胎儿状况测评方法及系统 |
EP4033985A4 (en) * | 2019-09-27 | 2023-09-06 | BFLY Operations, Inc. | METHOD AND DEVICES FOR MONITORING FETAL HEARTBEAT AND UTERNAL CONTRACTION SIGNALS |
CN112716525B (zh) * | 2021-04-06 | 2021-08-10 | 深圳市理邦精密仪器股份有限公司 | 胎儿心率的处理方法、装置及可读存储介质 |
CN113598810B (zh) * | 2021-07-22 | 2023-08-15 | 暨南大学 | 一种基于分割网络的胎心率基线自动计算方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101272731A (zh) * | 2005-09-27 | 2008-09-24 | 西铁城控股株式会社 | 心率计以及心率检测方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040133115A1 (en) * | 2002-11-01 | 2004-07-08 | Hamilton Emily F. | Method and apparatus for identifying heart rate feature events |
JP4452145B2 (ja) * | 2004-08-20 | 2010-04-21 | 株式会社デンソー | 心拍検出装置 |
EP2087841B1 (en) * | 2006-11-29 | 2015-08-19 | Fujitsu Limited | Arousal level judging method and arousal level judging program |
CA2681926A1 (en) * | 2007-03-28 | 2008-10-02 | The London Health Sciences Centre Research Inc. | Eeg monitor of fetal health |
US8396540B2 (en) * | 2007-06-13 | 2013-03-12 | Clinical Computer Systems Incorporated | Electronic fetal monitoring assessment system and method |
US8805485B2 (en) * | 2008-11-21 | 2014-08-12 | Massachusetts Institute Of Technology | Extraction of fetal cardiac signals |
JP5387367B2 (ja) * | 2008-12-01 | 2014-01-15 | 富士通株式会社 | 覚醒度判定装置および覚醒度判定方法 |
US9131860B2 (en) * | 2008-12-29 | 2015-09-15 | Mark Evans | Identifying the level of fetal risk during labor |
CN201734712U (zh) * | 2010-06-10 | 2011-02-09 | 无锡市仁科医疗电子有限公司 | 孕妇胎儿多参数专家诊断系统 |
CN102090883B (zh) * | 2010-12-30 | 2012-11-07 | 深圳市理邦精密仪器股份有限公司 | 一种胎动自动识别方法及其装置 |
-
2011
- 2011-06-29 CN CN2011101780331A patent/CN102302363B/zh active Active
- 2011-07-07 EP EP11868484.4A patent/EP2676601B1/en active Active
- 2011-07-07 WO PCT/CN2011/076947 patent/WO2013000179A1/zh active Application Filing
- 2011-07-07 US US14/009,507 patent/US9232901B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101272731A (zh) * | 2005-09-27 | 2008-09-24 | 西铁城控股株式会社 | 心率计以及心率检测方法 |
Non-Patent Citations (2)
Title |
---|
JP特开2006-55406A 2006.03.02 |
JP特开2010-155072A 2010.07.15 |
Also Published As
Publication number | Publication date |
---|---|
CN102302363A (zh) | 2012-01-04 |
EP2676601A4 (en) | 2015-05-06 |
US9232901B2 (en) | 2016-01-12 |
EP2676601B1 (en) | 2017-04-26 |
US20140031707A1 (en) | 2014-01-30 |
WO2013000179A1 (zh) | 2013-01-03 |
EP2676601A1 (en) | 2013-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102302363B (zh) | 一种胎心率基线的自动识别装置和方法 | |
CN102319063B (zh) | 一种提高胎心率数据加速识别准确性的装置和方法 | |
CN102319064B (zh) | 一种提高胎心率数据减速识别准确性的装置和方法 | |
CN102940485B (zh) | 一种胎心率基线自动识别算法 | |
CN108765876A (zh) | 基于多模信号的驾驶疲劳深度分析预警系统及方法 | |
CN102090883B (zh) | 一种胎动自动识别方法及其装置 | |
CN103565433B (zh) | 一种提高胎儿监护效率的方法和装置 | |
CN103263262B (zh) | 测量胎儿心率的系统及方法 | |
US8439842B2 (en) | Method and device for controlling transmission power of an active transducer | |
CN105588577A (zh) | 一种用于运动监测装置的异常计步的检测方法和装置 | |
CN104287711B (zh) | 胎心率曲线非基线部分和基线的计算方法 | |
CN106073746B (zh) | 基于胎儿心率曲线的胎儿安静睡眠周期提取方法 | |
CN105550653A (zh) | 心电导联智能选择方法和系统 | |
CN116701886B (zh) | 一种运动肺测试数据智能分析管理系统 | |
CN104055506A (zh) | 一种胎监数据处理方法及装置 | |
Senapati et al. | Cardiac arrhythmia classification of ECG signal using morphology and heart beat rate | |
CN113892919B (zh) | 诊脉数据获取方法、装置、电子设备及系统 | |
CN110151156A (zh) | 一种基于窗内自动加权平均算法的胎心率提取方法及系统 | |
CN105030231B (zh) | 一种胎心监护加速特征参数的提取方法 | |
CN101018575A (zh) | 强血压变化检测 | |
Signorini et al. | Reliable nonlinear indices for fetal heart rate variability signal analysis | |
CN116458864B (zh) | 一种智能胎儿健康预警系统 | |
CN109567866B (zh) | 一种胎心率周期变异的处理方法 | |
Pani et al. | A real-time algorithm for tracking of foetal ECG sources obtained by block-on-line BSS techniques | |
Wei et al. | Fetal heart rate analysis using a non-linear baseline and variability estimation method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |