CN104287711A - 胎心率曲线非基线部分和基线的计算方法 - Google Patents

胎心率曲线非基线部分和基线的计算方法 Download PDF

Info

Publication number
CN104287711A
CN104287711A CN201410494543.3A CN201410494543A CN104287711A CN 104287711 A CN104287711 A CN 104287711A CN 201410494543 A CN201410494543 A CN 201410494543A CN 104287711 A CN104287711 A CN 104287711A
Authority
CN
China
Prior art keywords
baseline
heart rate
fetal heart
interval
value
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.)
Granted
Application number
CN201410494543.3A
Other languages
English (en)
Other versions
CN104287711B (zh
Inventor
李晓东
秦如意
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GUANGZHOU SUNRAY MEDICAL APPARATUS CO Ltd
Original Assignee
GUANGZHOU SUNRAY MEDICAL APPARATUS CO Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by GUANGZHOU SUNRAY MEDICAL APPARATUS CO Ltd filed Critical GUANGZHOU SUNRAY MEDICAL APPARATUS CO Ltd
Priority to CN201410494543.3A priority Critical patent/CN104287711B/zh
Publication of CN104287711A publication Critical patent/CN104287711A/zh
Application granted granted Critical
Publication of CN104287711B publication Critical patent/CN104287711B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02411Detecting, measuring or recording pulse rate or heart rate of foetuses

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Pregnancy & Childbirth (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Gynecology & Obstetrics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physiology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明公开了一种胎心率曲线非基线部分计算方法,其特征在于:非基线区间的特征为:胎心率值与其基准值的最大偏移量不小于Dmin,持续时间不小于Tmin、且不大于Tmax。疑似非基线区间的特征为:胎心率值与其基准值的最大偏移量不小于Dmin,持续时间大于Tmax;对于疑似非基线区间,每次调整其基准值bmp,使疑似非基线区间的持续时间减少,然后再次判断是否满足非基线区间的特征。本发明提供的胎心率曲线非基线部分和胎心率基线的计算方法,尤其是对于加速减速频繁出现的胎心率曲线,能准确识别出胎心率基线,很好解决了基于数值处理方法的算法基线估计不准的问题。同时,本发明计算效率高,解决了基于人工智能方法的算法效率低下的问题。

Description

胎心率曲线非基线部分和基线的计算方法
技术领域
本发明涉及生物医学信号处理和电子胎儿监护领域,具体涉及一种胎心率曲线非基线部分和基线的计算方法。
背景技术
胎儿电子监护主要是通过连续观察并记录胎心率的变化,以判断胎儿宫内安危情况。胎心率的变化是胎儿中枢神经系统调节的结果。胎心率曲线是对一段时间内胎心率变化的记录,它主要包含四个重要参数:基线、变异、加速和减速。通过对这些参数的读解和识别,产科医护人员能及时掌握胎儿在宫内发育的状况并做出临床决策。在这些参数中,胎心率基线是最为关键的一个参数,其余各个参数均需要在胎心率基线的基础上才能判别。
目前,计算、识别胎心率基线所用的方法主要分为2大类:1、采用数值处理的方法,2、采用人工智能的方法。每一种方法均存在各自的优点与不足:1、第一种方法计算效率高,但有时求出的基线会存在较大的误差,如对于出现连续加速或者减速的胎心率曲线,得到的基线往往会出现抬高或者减低的现象;2、第二种方法能有效地改善第一种方法的不足,但是其计算效率较低,不适合对实时性要求高的场合。
公开日为2012年1月4日的发明专利CN 102302363A提供了一种胎心率基线的自动识别装置和方法,旨在规避胎心率的规律性变化对基线求解的影响,但是其求出的基线可能会出现“跳跃”,这可能会影响产科医护人员对基线的理解;公开日为2013年2月27日的发明专利CN 102940485A提供了一种胎心率基线自动识别算法,采用人工智能的方法求出胎心率基线,其求出的基线具有较高准确性,但是该算法计算效率低、不能满足实际临床应用的实时性要求。
计算、识别胎心率基线的重点在于区分胎心率曲线中的基线部分和非基线部分。目前存在的胎心率基线计算方法中,胎心率曲线的基线部分和非基线部分区分不清晰,这会对基线的计算造成影响,使基线的准确性降低。
发明内容
有鉴于此,本发明旨在提供一种准确性高、计算效率高的胎心率曲线非基线部分和基线的计算方法,从而准确求出胎心率曲线非基线部分,并在此基础上提高胎心率基线自动识别的准确性和实时性。
为了达到上述目的,本发明通过以下技术方案来实现:
胎心率曲线非基线部分的计算方法,主要包括以下步骤:
步骤A1、从胎心率曲线选取若干个互不重叠的区间,每个所述区间的端点胎心率值等于所述胎心率曲线的基准值,所述区间的基准值等于所述区间的端点胎心率值,每个所述区间内的胎心率值都大于或都小于所述区间的基准值;
步骤A2、计算每个所述区间的持续时间;计算每个所述区间内的胎心率值与所述区间基准值的最大偏移值;
步骤A3、从所述若干个区间中选取非基线区间,所述非基线区间的特征为:
所述非基线区间的胎心率值与其基准值的最大偏移值不小于Dmin;所述非基线区间的持续时间不小于Tmin、且不大于Tmax
步骤A4、将选取的若干个所述非基线区间组合为胎心率曲线非基线部分。
作为本发明进一步的技术方案,在所述步骤A4之前,还包括计算所述非基线区间,步骤包括:
步骤B1、从所述若干个区间中选取疑似非基线区间,所述疑似非基线区间的特征为:
所述疑似非基线区间的胎心率值与其基准值的最大偏移值不小于Dmin;所述疑似非基线区间的持续时间大于Tmax
步骤B2、从所述疑似非基线区间选取满足所述非基线区间的特征的区间:
步骤a、每次调整所述疑似非基线区间的基准值n bmp,使所述疑似非基线区间的持续时间减少;
步骤b、将所述疑似非基线区间分为若干个互不重叠的子区间,每个所述子区间的端点胎心率值等于所述疑似非基线区间的基准值,每个所述子区间内的胎心率值都大于或都小于所述子区间的基准值;
步骤c、从所述若干个子区间中选取满足所述非基线区间的特征的区间,即为所述非基线区间;
步骤d、从所述若干个子区间中选取满足所述疑似非基线区间的特征的区间,进入步骤B2。
作为本发明更进一步的技术方案,设置所述Tmax的步骤包括:
将所述胎心率曲线分为若干个胎心率曲线片段;
统计每个胎心率片段的胎动次数;
根据所述胎动的次数设置每个胎心率曲线片段的Tmax
作为本发明更进一步的技术方案,所述非基线区间的特征还包括:
所述非基线区间中大于[H0+k*(FHRmax-H0)]的胎心率值所持续的时间占所述非基线区间持续时间的比例不小于R;所述H0为所述非基线区间的基准值,所述FHRmax为所述非基线区间的最大胎心率值,k为预设系数,R为预设阈值;
所述疑似非基线区间特征还包括:
所述疑似非基线区间中大于[H0+k*(FHRmax-H0)]的胎心率值所持续的时间占所述非基线区间持续时间的比例小于R。
作为本发明更进一步的技术方案,所述非基线区间的特征,还包括:
所述非基线区间至少存在一次胎动。
本发明,胎心率基线计算方法,主要包括以下步骤:
S1、基于上述的胎心率非基线部分的计算方法,计算所述胎心率曲线的非基线部分;
S2、清空所述胎心率曲线中的非基线部分后,进行插值、平滑处理;
S3、在所述插值、平滑处理后的胎心率曲线中,计算所述胎心率基线中的若干个胎心率点;对所述胎心率基线中的若干个胎心率点进行插值、平滑滤波,得到胎心率基线。
作为本发明进一步的技术方案,步骤S3之后还包括
对所述胎心率基线进行修正。
作为本发明更进一步的技术方案,所述对胎心率基线进行修正,包括:
求出所述胎心率基线的基准线;
利用所述胎心率基线与所述胎心率基线的基准线计算新胎心率基线,并进行多点平滑,处理后的新胎心率基线为最终的胎心率基线。
作为本发明更进一步的技术方案,所述对胎心率基线进行修正,还包括:
求出所述胎心率基线的拟合线;
利用所述胎心率基线、所述胎心率基线的拟合线和所述胎心率基线的基准线,计算出新的基线,并进行平均滤波,处理后的新基线为最终的胎心率基线。
本发明相对于现有技术具有如下的优点及效果:本发明基于数值处理方法,结合胎动信息,提供一种胎心率曲线非基线部分和胎心率基线的计算方法,可以准确求出胎心率曲线的非基线部分,进而计算出准确的胎心率基线。尤其是对于加速减速频繁出现的胎心率曲线,本发明能准确识别出胎心率基线,很好解决了基于数值处理方法的算法基线估计不准的问题。同时,本发明计算效率高,解决了基于人工智能方法的算法效率低下的问题。
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为实施例1选取非基线区间的示意图;
图2为实施例1从疑似非基线区间选取非基线区间的示意图;
图3为实施例1进一步增加的胎心率曲线非基线区间和疑似非基线区间判断标准的示意图;
图4为实施例2经过分析计算选取的最终的非基线区间示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例及附图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用以解释本发明,并不用于限定本发明。
实施例1
胎心率曲线非基线部分的计算方法,主要包括以下步骤:
步骤A1、从胎心率曲线选取若干个互不重叠的区间,每个所述区间的端点胎心率值等于所述胎心率曲线的基准值,所述区间的基准值等于所述区间的端点胎心率值,每个所述区间内的胎心率值都大于或都小于所述区间的基准值;
需要指出的是,在本实施例中,所述胎心率曲线的基准值可利用现有技术求得:找出所述胎心率曲线中的稳定部分,在稳定部分中个数最多的胎心率值为所述胎心率曲线的基准值,具体方法可参见:S.Andersson.Acceleration anddeceleration detection and baseline estimation[D],Chalmers University ofTechnology,2011。
如图1所示,选取满足步骤A1所述区间时,在所述胎心率曲线F上画一条直线L,该直线的值为所述胎心率曲线的基准值。所述胎心率曲线F与所述直线L交叉形成若干个交点,选取相连两个交点间的区间,即为互不重叠的区间,每个所述区间的端点胎心率值等于所述胎心率曲线的基准值,所述区间的基准值等于所述区间的端点胎心率值,每个所述区间内的胎心率值都大于或都小于所述区间的基准值。
步骤A2、计算每个所述区间的持续时间;计算每个所述区间内的胎心率值与所述区间基准值的最大偏移值;
如图1所示,所述胎心率曲线F是以时间为横轴、胎心率值为纵轴,选取所述区间后,所述区间两个端点的时间差即为所述区间的持续时间。所述区间的最大胎心率值与基准值的差值绝对值即为所述区间内的值与所述区间基准值的最大偏移值。
步骤A3、从所述若干个区间中选取非基线区间,所述非基线区间的特征为:
所述非基线区间的胎心率值与其基准值的最大偏移值不小于Dmin;所述非基线区间的持续时间不小于Tmin、且不大于Tmax
如图1所示,在本实施例中,Dmin设为15bpm(心跳/分钟),Tmin设为15s,Tmax设为1min。由此选取的所述非基线区间包括I1、I2、I3。I4持续时间大于Tmax,故不属于非基线区间。
步骤A4、将选取的若干个所述非基线区间组合为胎心率曲线非基线部分。
如图1所示,在本实施例中,胎心率曲线非基线部分包括所述非基线区间I1、I2、I3
进一步的,在所述步骤A4之前,还包括步骤:
步骤B1、从所述若干个区间中选取疑似非基线区间,所述疑似非基线区间的特征为:
所述疑似非基线区间的胎心率值与其基准值的最大偏移值不小于Dmin;所述疑似非基线区间的持续时间大于Tmax
如图1所示,在本实施例中,区间I4持续时间大于Tmax,胎心率值与其基准值的最大偏移值不小于Dmin,故区间I4为所述疑似非基线区间。
步骤B2、从所述疑似非基线区间选取满足所述非基线区间的特征的区间:
步骤a、每次调整所述疑似非基线区间的基准值n bmp,使所述疑似非基线区间的持续时间减少;
如果所述疑似非基线区间内的胎心率值均大于基准值,为使所述疑似非基线区间的持续时间减少,则需要每次增大所述疑似非基线区间的基准值n bmp;如果所述疑似非基线区间内的胎心率值均小于基准值,为使所述疑似非基线区间的持续时间减少,则需要每次减小所述疑似非基线区间的基准值n bmp。
需要指出的是,n的选择需要综合考虑效率和准确率的关系,n越大准确率越高,但是效率低,n越小效率越高,但准确率下降。一般情况下,n取0.5~2bmp。
如图2所示,所述疑似非基线区间I4内的胎心率值均大于基准值,为使所述疑似非基线区间I4的持续时间减少,则需要每次增大所述疑似非基线区间I4的基准值,从基准值L增大到L';
步骤b、从所述疑似非基线区间选取若干个互不重叠的子区间,每个所述子区间的端点胎心率值等于所述疑似非基线区间的基准值,每个所述子区间内的胎心率值都大于或都小于所述子区间的基准值;
需要指出的是,本步骤与步骤A1从胎心率曲线中选取区间的过程基本一致。所述疑似非基线区间I4的基准值增大到L'后,在所述疑似非基线区间上画一条直线,该直线的值为所述疑似非基线区间的基准值。所述胎心率曲线F与所述直线L交叉形成若干个交点,选取相连两个交点间的区间。
如图2所示,在本实施例中,所述疑似非基线区间I4的基准值L增大到L'后,区间I4被分为多个子区间,区间I41和I42是其中两个子区间。
步骤c、从所述若干个子区间中选取满足所述非基线区间的特征的区间,即为所述非基线区间;
如图2所示,在本实施例中,从所述疑似非基线区间I4分出的多个子区中,只有区间I41、I42满足所述非基线区间的特征,即区间I41、I42的胎心率值与其基准值的最大偏移值不小于Dmin,区间I41、I42的持续时间不小于Tmin、且不大于Tmax,故I41、I42为非基线区间。
步骤d、从所述若干个子区间中选取满足所述疑似非基线区间的特征的区间,进入步骤B2。
如图3所示,在本实施例中,当所述疑似非基线区间I4的基准值的增大后,若所得的子区间中存在满足所述疑似非基线区间的特征的区间,则认为该区间是疑似非基线区间,需要进入步骤a进一步处理。
进一步的,设置所述Tmax的步骤包括:
将所述胎心率曲线分为若干个胎心率曲线片段;
本实施例中,将所述胎心率曲线分成若干个时长为t1的胎心率曲线片段,每个胎心率片段起点间隔为t2,一般的,t1设为10min,t2设为5min。
统计每个胎心率曲线片段的胎动次数;
根据所述胎动的次数设置每个胎心率曲线片段的Tmax
在本实施例中,对于每个胎心率曲线片段,根据胎动次数的数目,设置相应的Tmax。一般的,如果胎动≥40次/小时,Tmax设为5min;如果胎动<40次/小时且≥20次/小时,Tmax设为3min;如果胎动<20次/小时,Tmax设为1min。
需要指出的是,持续时间的判断基准Tmax是根据被判断区间所在的胎心率曲线片段的胎动次数确定的,它是变化的。另外,同一个被判断区间可能处于多个相邻的胎心率曲线片段的重叠部分,由此持续时间的判断基准Tmax可能是不同的,这时,持续时间的判断基准Tmax以前一个胎心率片段的胎动次数决定。如果后一胎心率曲线片段中包括已经确认的非基线部分,则对于该非基线部分,不做重复判断。
实施例2
本实施例与实施例1基本相同,不同的仅在于所述非基线区间的特征还包括:
所述非基线区间中大于[H0+k*(FHRmax-H0)]的胎心率值所持续的时间占所述非基线区间持续时间的比例不小于R;所述H0为所述非基线区间的基准值,所述FHRmax为所述非基线区间的最大胎心率值,k为预设系数,R为预设阈值;
所述疑似非基线区间特征还包括:
所述疑似非基线区间中大于[H0+k*(FHRmax-H0)]的胎心率值所持续的时间占所述疑似非基线区间持续时间的比例小于R。
如图3所示,对于每个所述非基线区间或疑似非基线区间,计算该区间的持续时间ttotal和该区间内大于[H0+k*(FHRmax-H0)]的胎心率值所持续的时间tpart,计算比例并比较该比例与预设阈值R的大小。
在本实施例中,k设为0.7,R设为0.3。在I1、I2、I3、I41、I42中,据此标准判断的所述非基线区间为I1、I2、I3、I42,所述疑似非基线区间为I41
需要指出的是,利用本实施例附加的标准判断出的非基线区间,进入步骤a后,每次调整所述疑似非基线区间的基准值n bmp,使所述疑似非基线区间的持续时间减少的同时,也会使所述疑似非基线区间趋向满足所述非基线区间特征。
经过上述步骤分析计算选取的最终的非基线区间示意图如图4所示,非基线部分包括区间I1、I2、I3、I411、I412、I42
进一步的,所述非基线区间的特征,还包括:
所述非基线区间至少存在一次胎动。
为了更加准确的找出非基线区间,需要结合胎动图进行进一步的判断,对每一个判断出来的非基线区间,还要进行最后的验证,每一个非基线区间还必须存在至少一次的胎动。
实施例3
在实施例1或2的基础之上,本发明还提供一种胎心率基线计算方法的实施例,包括以下步骤:
S1、基于所述的胎心率非基线部分的计算方法,计算胎心率曲线的非基线部分;
如图4所示,在本实施例中,胎心率曲线的非基线部分包括I1、I2、I3、I411、I412、I42
S2、清空所述胎心率曲线中的非基线部分后,进行插值、平滑处理;
S3、在所述插值、平滑处理后的胎心率曲线中,计算所述胎心率基线中的若干个胎心率点;对所述胎心率基线中的若干个胎心率点进行插值、平滑滤波,得到胎心率基线。
在本实施例中,具体实现方式为:
对于所述插值、平滑处理后的胎心率曲线,如果相邻两个胎心率点之间的差值≥2bpm,则把这些胎心率点去除。计算剩下的胎心率点的均值μ,设置一个胎心率范围为[μ-a,μ+a],其中a为预设阈值。在剩下的胎心率点中,找出在该范围内的胎心率点,将其定义为属于胎心率基线部分的胎心率点;
将属于胎心率基线部分的胎心率点进行三次样条插值,再进行平滑滤波,得到胎心率基线(方法可参见:L.Jiménez,R.González,M.Gaitán,et al.Computerized algorithm for baseline estimation of fetal heart rate[C].Computers inCardiology,2002,477-480)。
实施例4
本实施例与实施例3基本相同,其不同之处仅在于,所述计算胎心率基线之后还包括以下步骤:
对所述胎心率基线进行修正。
进一步,所述对胎心率基线进行修正,包括以下步骤:
求出所述胎心率基线的基准线;
利用所述胎心率基线与所述胎心率基线的基准线计算新胎心率基线,并进行多点平滑,处理后的新基线为最终的胎心率基线。
在本实施例中,具体实现方式为:
统计所述胎心率基线BL上每个胎心率值对应的频数。设置一个频数阈值fB2。选出BL中数值最小的且大于fB2的胎心率值,以该胎心率值作直线,该直线为BL的基准线BLbl
找出所述胎心率基线BL中与所述胎心率基线的基准线BLbl相差大于2bpm的部分。对于每一部分,计算其长度为Lb,统计该部分基线与其对应的胎心率曲线间的交点数ns,找出其中幅值最大的胎心率点Vx1和幅值最小的胎心率点Vx2,x1和x2分别是这两个点对应的位置。计算极值差|Vx1-Vx2|、斜率交叉率设置3个对应的阈值为D1、D2和D3,如果满足|Vx1-Vx2|>D1 则将该部分定义为偏差部分;
利用所述胎心率基线BL与所述胎心率基线的基准线BLbl计算新胎心率基线,并进行多点平滑,处理后的新基线为最终的胎心率基线。根据基线BL与基准线BLbl,新基线B1的计算公式为:
其中,c1和c2为预设值。对于B1进行多点平滑,处理后的B1为新的胎心率基线。
实施例5
本实施例与实施例4基本相同,其不同之处仅在于,所述对胎心率基线进行修正,还包括以下步骤:
求出所述胎心率基线的拟合线;
利用所述胎心率基线、所述胎心率基线的拟合线和所述胎心率基线的基准线,计算出新的基线,并进行平均滤波,处理后的新基线为最终的胎心率基线。
在本实施例中,具体实现方式为:
对于实施例4中所得的新胎心率基线BLN,根据最小二乘法线性拟合,得到拟合线BLf。利用基线BLN、基准线BLbl和拟合线BLf,计算出新的基线B2,其公式为:
B 2 i = c 3 * BLN i + c 4 * BL bli + c 5 * BL fi , | BLN i - BL bli | ≤ | BLN i - BL fi | B 2 i = c 3 * BLN i + c 4 * BL fi + c 5 * BL bli , | BLN i - BL bli | > | BLN i - BL fi | .
其中,c3、c4和c5为预设值,c4>c5。对B2进行平滑滤波,处理后的B2为新的胎心率基线。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

Claims (9)

1.胎心率曲线非基线部分的计算方法,其特征在于,包括以下步骤:
步骤A1、从胎心率曲线选取若干个互不重叠的区间,每个所述区间的端点胎心率值等于所述胎心率曲线的基准值,所述区间的基准值等于所述区间的端点胎心率值,每个所述区间内的胎心率值都大于或都小于所述区间的基准值;
步骤A2、计算每个所述区间的持续时间;计算每个所述区间内的胎心率值与所述区间基准值的最大偏移量;
步骤A3、从所述若干个区间中选取非基线区间,所述非基线区间的特征为:
所述非基线区间的胎心率值与其基准值的最大偏移量不小于Dmin;所述非基线区间的持续时间不小于Tmin、且不大于Tmax
步骤A4、将选取的若干个所述非基线区间组合为胎心率曲线非基线部分。
2.根据权利要求1所述胎心率曲线非基线部分的计算方法,其特征在于,在所述步骤A4之前,还包括计算所述非基线区间,步骤包括:
步骤B1、从所述若干个区间中选取疑似非基线区间,所述疑似非基线区间的特征为:
所述疑似非基线区间的胎心率值与其基准值的最大偏移量不小于Dmin;所述疑似非基线区间的持续时间大于Tmax
步骤B2、从所述疑似非基线区间选取满足所述非基线区间的特征的区间:
步骤a、每次调整所述疑似非基线区间的基准值n bmp,使所述疑似非基线区间的持续时间减少;
步骤b、将所述疑似非基线区间分为若干个互不重叠的子区间,每个所述子区间的端点胎心率值等于所述疑似非基线区间的基准值,每个所述子区间内的胎心率值都大于或都小于所述子区间的基准值;
步骤c、从所述若干个子区间中选取满足所述非基线区间的特征的区间,即为所述非基线区间;
步骤d、从所述若干个子区间中选取满足所述疑似非基线区间的特征的区间,进入步骤a。
3.根据权利要求2所述胎心率曲线非基线部分的计算方法,其特征在于:所述Tmax的设置步骤包括:
将所述胎心率曲线分为若干个胎心率曲线片段;
统计每个胎心率曲线片段的胎动次数;
根据所述胎动的次数设置每个胎心率曲线片段的Tmax
4.根据权利要求2所述胎心率曲线非基线部分的计算方法,其特征在于,所述非基线区间的特征还包括:
所述非基线区间中大于[H0+k*(FHRmax-H0)]的胎心率值所持续的时间占所述非基线区间持续时间的比例不小于R;所述H0为所述非基线区间的基准值,所述FHRmax为所述非基线区间的最大胎心率值,k为预设系数,R为预设阈值;
所述疑似非基线区间特征还包括:
所述疑似非基线区间中大于[H0+k*(FHRmax-H0)]的胎心率值所持续的时间占所述非基线区间持续时间的比例小于R。
5.根据权利要求1-4任一项所述胎心率曲线非基线部分的计算方法,其特征在于,所述非基线区间的特征,还包括:
所述非基线区间至少存在一次胎动。
6.胎心率基线计算方法,其特征在于,包括以下步骤:
S1、基于权利要求5所述的胎心率非基线部分的计算方法,计算所述胎心率曲线的非基线部分;
S2、清空所述胎心率曲线中的非基线部分后,进行插值、平滑处理;
S3、在所述插值、平滑处理后的胎心率曲线中,计算所述胎心率基线中的若干个胎心率点;对所述胎心率基线中的若干个胎心率点进行插值、平滑滤波,得到胎心率基线。
7.基于权利要求6所述胎心率基线计算方法,其特征在于,步骤S3之后还包括
对所述胎心率基线进行修正。
8.基于权利要求7所述胎心率基线计算方法,其特征在于,所述对胎心率基线进行修正,包括:
求出所述胎心率基线的基准线;
利用所述胎心率基线与所述胎心率基线的基准线计算新胎心率基线,并进行多点平滑,处理后的新胎心率基线为最终的胎心率基线。
9.基于权利要求8所述胎心率基线计算方法,其特征在于,所述对胎心率基线进行修正,还包括:
求出所述胎心率基线的拟合线;
利用所述胎心率基线、所述胎心率基线的拟合线和所述胎心率基线的基准线,计算出新的基线,并进行平均滤波,处理后的新基线为最终的胎心率基线。
CN201410494543.3A 2014-09-24 2014-09-24 胎心率曲线非基线部分和基线的计算方法 Active CN104287711B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410494543.3A CN104287711B (zh) 2014-09-24 2014-09-24 胎心率曲线非基线部分和基线的计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410494543.3A CN104287711B (zh) 2014-09-24 2014-09-24 胎心率曲线非基线部分和基线的计算方法

Publications (2)

Publication Number Publication Date
CN104287711A true CN104287711A (zh) 2015-01-21
CN104287711B CN104287711B (zh) 2018-01-16

Family

ID=52307856

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410494543.3A Active CN104287711B (zh) 2014-09-24 2014-09-24 胎心率曲线非基线部分和基线的计算方法

Country Status (1)

Country Link
CN (1) CN104287711B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105030231A (zh) * 2015-07-16 2015-11-11 北京工业大学 一种胎心监护加速特征参数的提取方法
CN105193451A (zh) * 2015-10-21 2015-12-30 北京工业大学 一种胎儿心率曲线基线的识别方法
CN109567867A (zh) * 2018-10-15 2019-04-05 广东宝莱特医用科技股份有限公司 一种胎心率振幅变异的处理方法
CN110432884A (zh) * 2019-07-08 2019-11-12 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
CN111743524A (zh) * 2020-06-19 2020-10-09 联想(北京)有限公司 一种信息处理方法、终端和计算机可读存储介质
CN112716525A (zh) * 2021-04-06 2021-04-30 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
CN113598810A (zh) * 2021-07-22 2021-11-05 暨南大学 一种基于分割网络的胎心率基线自动计算方法
US12094611B2 (en) 2021-11-02 2024-09-17 GE Precision Healthcare LLC Deep learning based fetal heart rate analytics

Citations (4)

* Cited by examiner, † Cited by third party
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
CN102210586A (zh) * 2011-06-03 2011-10-12 泰安市迈迪医疗电子有限公司 用于胎儿监护装置的自动分析方法
CN102302363A (zh) * 2011-06-29 2012-01-04 深圳市理邦精密仪器股份有限公司 一种胎心率基线的自动识别装置和方法
CN102940485A (zh) * 2012-10-10 2013-02-27 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

Patent Citations (5)

* Cited by examiner, † Cited by third party
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
CN102210586A (zh) * 2011-06-03 2011-10-12 泰安市迈迪医疗电子有限公司 用于胎儿监护装置的自动分析方法
CN102302363A (zh) * 2011-06-29 2012-01-04 深圳市理邦精密仪器股份有限公司 一种胎心率基线的自动识别装置和方法
EP2676601A1 (en) * 2011-06-29 2013-12-25 Edan Instruments, Inc. Apparatus and method for automatically identifying fetal heart rate baseline
CN102940485A (zh) * 2012-10-10 2013-02-27 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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
庞宇等: "基于形态滤波的心电信号去除基线漂移方法", 《物理学报》 *
陆尧胜等: "胎心宫缩图计算机分析系统的设计与实现", 《微计算机信息》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105030231A (zh) * 2015-07-16 2015-11-11 北京工业大学 一种胎心监护加速特征参数的提取方法
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
CN105193451A (zh) * 2015-10-21 2015-12-30 北京工业大学 一种胎儿心率曲线基线的识别方法
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
CN109567867A (zh) * 2018-10-15 2019-04-05 广东宝莱特医用科技股份有限公司 一种胎心率振幅变异的处理方法
CN110432884A (zh) * 2019-07-08 2019-11-12 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
CN111743524A (zh) * 2020-06-19 2020-10-09 联想(北京)有限公司 一种信息处理方法、终端和计算机可读存储介质
CN112716525A (zh) * 2021-04-06 2021-04-30 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
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
CN113598810A (zh) * 2021-07-22 2021-11-05 暨南大学 一种基于分割网络的胎心率基线自动计算方法
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
US12094611B2 (en) 2021-11-02 2024-09-17 GE Precision Healthcare LLC Deep learning based fetal heart rate analytics

Also Published As

Publication number Publication date
CN104287711B (zh) 2018-01-16

Similar Documents

Publication Publication Date Title
CN104287711A (zh) 胎心率曲线非基线部分和基线的计算方法
CN104161510B (zh) 一种多级导联心电信号qrs波形识别方法
US9801609B2 (en) Device and method for enhancing accuracy of recognizing fetus heart rate acceleration data
CN102302363B (zh) 一种胎心率基线的自动识别装置和方法
CN102940485B (zh) 一种胎心率基线自动识别算法
EP2767228A1 (en) Device and method for improving identification accuracy of fetal heart rate deceleration
CN104173045B (zh) 一种癫痫发作预警系统
CN107622259B (zh) 一种t波检测方法、心电数据分析方法及装置
CN109567868A (zh) 一种ctg胎心评分方法及系统
CN108324271A (zh) 心电信号识别方法、系统和心电监测设备
CN103784130B (zh) 一种提高胎心率曲线效率的方法及系统
Yang et al. Patterns of sequential off-road glances indicate levels of distraction in automated driving
CN104352234A (zh) 一种生理电信号尖峰奇异点检测方法
CN102034022B (zh) 一种基于倍频分析的信号处理方法及系统
CN116784852A (zh) 一种疲劳状态确定方法、装置、智能床垫及介质
CN104849684B (zh) 一种示波器、校正装置及其自动校正水平中心的方法
JP5167027B2 (ja) 瞬き状態検出装置
CN110236594A (zh) 一种胎动信号识别标记方法、系统、介质、设备
CN105193409A (zh) 一种脑电抑制水平评估方法及系统
CN105030231B (zh) 一种胎心监护加速特征参数的提取方法
JP2018514270A5 (zh)
CN106446830B (zh) 智能辅助睡眠中的催眠状态识别方法和系统
CN109528186A (zh) 一种用于采集、处理心率的方法及设备
CN109567867A (zh) 一种胎心率振幅变异的处理方法
CN109567866B (zh) 一种胎心率周期变异的处理方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant