CN105912879B - 一种胎心率曲线修正方法及其装置 - Google Patents
一种胎心率曲线修正方法及其装置 Download PDFInfo
- Publication number
- CN105912879B CN105912879B CN201610388587.7A CN201610388587A CN105912879B CN 105912879 B CN105912879 B CN 105912879B CN 201610388587 A CN201610388587 A CN 201610388587A CN 105912879 B CN105912879 B CN 105912879B
- Authority
- CN
- China
- Prior art keywords
- fetal heart
- heart rate
- rate curve
- data
- time period
- 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.)
- Expired - Fee Related
Links
- 210000002458 fetal heart Anatomy 0.000 title claims abstract description 247
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000012937 correction Methods 0.000 title claims abstract description 35
- 230000002159 abnormal effect Effects 0.000 claims abstract description 51
- 238000007405 data analysis Methods 0.000 claims abstract description 7
- 230000005856 abnormality Effects 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 238000003745 diagnosis Methods 0.000 abstract description 11
- 230000009286 beneficial effect Effects 0.000 abstract description 6
- 230000008569 process Effects 0.000 abstract description 4
- 230000001605 fetal effect Effects 0.000 description 21
- 230000008774 maternal effect Effects 0.000 description 14
- 238000012544 monitoring process Methods 0.000 description 8
- 230000005236 sound signal Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 210000003754 fetus Anatomy 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 238000002604 ultrasonography Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 206010012186 Delayed delivery Diseases 0.000 description 1
- 208000001951 Fetal Death Diseases 0.000 description 1
- 206010055690 Foetal death Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000008321 arterial blood flow Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 231100000479 fetal death Toxicity 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开了一种胎心率曲线修正方法,其特征在于,包括:选取胎心率曲线异常的时间段;回放所述时间段的胎心音;修正所述时间段的胎心率曲线段。进一步,还包括提供所述时间段的胎心率曲线段的可编辑接口,接受人工编辑后的所述时间段的胎心率数据,在云端收集大样本数据,利用大数据分析方法对胎心率曲线段的修正算法进行优化学习。本发明提供的胎心率曲线修正方法提供所述时间段的胎心率曲线段的可编辑接口,有助于医务人员对这段异常胎心率曲线段进行快速修正。并在个例的诊断过程中,记录这些诊断结果并存储在云端,反过来利用这些大样本数据来反哺、优化胎心率曲线段修正算法,可以更持续的、更全面的完善胎心率曲线修正算法。
Description
技术领域
本发明涉及胎儿监护领域,特别涉及一种胎心率曲线修正方法及其装置。
背景技术
胎儿监护仪是对胎儿的一个或多个生理参数进行测量可视化设备。这些监护仪包括用于测量子宫活动以及一个或多个胎儿心率的多个传感器元件。目前临床上基本上使用两种方法进行电子胎儿监测:其一外部或间接方法,它是采用将外部换能器放置在母亲腹部的用法,在这种情况下通常使用超声多普勒换能器;其二内部或直接方法,它是使用螺旋电极接收胎先露部位获得的胎儿心电图。这种方法只有在胎先露部位可接近和可识别的情况下才能使用。
大多数情况下,临床采用超声多普勒技术的胎儿监护仪检测胎儿心率。然而,电子胎儿监护仪在换能器放置错误情况下,可能会不经意地记录到母亲心率。除此之外,超声多普勒记录到的轨迹可能显示重复计数的现象。如果心脏收缩期间母亲大动脉壁的移动几乎等同于心脏舒张期间大动脉壁的移动则可能会发生重复计数,则从传感器信号导出的包络波具有相同的形状,并且胎儿监护仪无法检测两者之间的差别。于是将一次心脏跳动计数为二,从而使心率加倍。因此,在测量由例如大动脉壁移动引起的微弱信号时偶然会发生心率加倍。通常被加倍的母亲心率看上去具有过大的变异性,因此可能将其解释为胎儿心率。
在此类记录上母亲心率模式可以酷似胎儿心率模式。曲解错误的心率轨迹可能导致不必要的医疗动作、不必要的手术、受损害胎儿的延误分娩甚至是胎儿死亡。
因为胎儿监护技术在使用胎儿换能器时不能检测胎儿信号源和母亲信号源之间的差别,所以所有的胎儿监测仪制造商都建议生产连续母亲轨迹。已经知晓有各种技术可以用于此目的。首先,脉搏可以经由秒表手动的测量。第二,可以从放置在母亲手指或耳朵上的母亲脉搏血氧计传感器获得母亲心率。第三,心电图设备的应用可能被用于产生母亲心率轨迹。另一种可能是在母亲心脏上方放置第二超声换能器。因此,大多数胎儿监测仪具有用于识别相同的胎儿心率和母亲心率的内置比较算法。交叉通道校验特征帮助检测这些轨迹的符合性。只要两组所记录的心率轨迹显示出在一段时间内相似,就会自动打印问号。
为了解决这一问题,授权公告日为2012年8月29日的PCT发明专利CN101790346B,提供了一种监测胎儿心率的方法,该方法包括提供了两个传感器,其一适于感测母亲心率,其二适于感测胎儿心率。该方法通过分析母亲心率和胎儿心率来检测母胎心率的符合性。公开日为2010年12月29日的中国发明专利提供了一种同时得到胎心率和胎心波形的处理方法,使其不仅能检测胎儿心率,得到心率变化情况,而且能获得指示心跳强弱的心跳波形和棒图,并能够在胎心率处于非正常状态时自动启动报警功能,从而克服现有的胎儿心率仪处理方法的不足。
上述方法都是基于胎心率算法工程上的改进,而实际上,很多的“断线、翻倍、减半”等问题,有经验的医务人员通过全局曲线很容易就知道哪些位置出现了“断线、翻倍、减半”,而且很容易手工描绘出这一段心率曲线,如果能够让医务人员同时听到这一段的胎心音,而描绘出来的心率曲线会更加接近于实际心率曲线。而在目前的胎儿监护仪中,均没有提供医务人员的操作接口。
发明内容
本发明的目的就在于解决上述问题,提供一种胎心率曲线修正方法及其装置,修正胎心率曲线,完善胎心率曲线修正算法。
为了达到上述目的,本发明采用如下技术方案:一种胎心率曲线修正方法,其特征在于,包括:
选取胎心率曲线异常的时间段;
回放所述时间段的胎心音;
根据所述时间段的胎心音数据及整个胎心率曲线的趋势数据,修正所述时间段的胎心率曲线段。
进一步,还包括:
提供所述时间段的胎心率曲线段的可编辑接口。
进一步,还包括:
接受人工编辑后的所述时间段的胎心率数据;
存储所述时间段的胎心率数据、胎心音数据、人工编辑后的所述时间段的胎心率数据。
进一步,还包括:
在云端收集大样本的所述时间段的胎心率数据、胎心音数据、人工编辑后的所述时间段的胎心率数据;
将所述时间段的胎心率数据、胎心音数据作为输入数据,将人工编辑后的所述时间段的胎心率数据作为对应的输出数据;
利用大数据分析方法对胎心率曲线段的修正算法进行优化学习。
进一步,所述胎心率曲线异常包括以下胎心率曲线异常的任意组合:异常加/减速、加速、减半、断线。
本发明还提供一种胎心率曲线修正装置,其特征在于,包括:
胎心率数据存储模块,用于存储胎心率数据;
胎心音数据存储模块,用于存储胎心音数据;
胎心率异常曲线段选取模块,用于选取所述胎心率数据中的异常曲线段;
胎心音回放模块,用于回放所述异常曲线段对应的胎心音数据。
进一步,还包括:
胎心率曲线段可编辑功能模块,用于与用户交互,提供给用户操作界面,供其编辑所述胎心率数据中的异常曲线段。
进一步,还包括:
上传模块,用于向云端上传所述胎心率异常曲线段、所述胎心率异常曲线段对应的胎心音数据、所述胎心率异常曲线段对应的人工编辑后的胎心率数据。
进一步,还包括:
下载模块,用于从云端下载胎心率曲线修正算法。
本发明相对于现有技术具有如下的优点及有益效果:
1、本发明提供的胎心率曲线修正方法首先选取胎心率曲线异常的时间段,然后播放对应时间段的胎心音信号,有助于医务人员对这段异常胎心率曲线段更准确的判断,降低“假阳性”,减少医务人员重复劳动。
2、本发明提供的胎心率曲线修正方法提供所述时间段的胎心率曲线段的可编辑接口,有助于医务人员对这段异常胎心率曲线段进行快速修正。并且,在云端收集大样本的所述时间段的胎心率数据、胎心音数据、人工编辑后的所述时间段的胎心率数据,利用大数据分析方法对胎心率曲线段的修正算法进行优化学习。本发明提供的胎心率曲线修正方法,在个例的诊断过程中,记录这些诊断结果并存储在云端,反过来利用这些大样本数据来反哺、优化胎心率曲线段修正算法,可以更持续的、更全面的完善胎心率曲线修正算法。
3、本发明提供的胎心率曲线修正装置可以选取胎心率曲线异常的时间段,然后播放对应时间段的胎心音信号,有助于医务人员对这段异常胎心率曲线段更准确的判断,降低“假阳性”,减少医务人员重复劳动。
4、本发明提供的胎心率曲线修正装置提供所述时间段的胎心率曲线段的可编辑接口,有助于医务人员对这段异常胎心率曲线段进行快速修正。并且,可以向云端上传所述时间段的胎心率数据、胎心音数据、人工编辑后的所述时间段的胎心率数据,并可以从云端下载利用大数据分析方法优化学习后的胎心率曲线段的修正算法。基于本发明提供的胎心率曲线修正装置,在个例的诊断过程中,记录这些诊断结果并上传至云端,反过来利用由这些大样本数据反哺、优化的胎心率曲线段修正算法,可以充分利用人类智慧,提高胎儿监护诊断质量。
附图说明
图1是实施例胎心率曲线修正方法流程示意图一。
图2是实施例胎心率曲线修正方法流程示意图二。
图3是实施例提供所述时间段的胎心率曲线段的可编辑接口示意图。
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。
实施例
参照图1~2所示,本实施例提供一种胎心率曲线修正方法,其特征在于,包括:
选取胎心率曲线异常的时间段;
回放所述时间段的胎心音;
根据所述时间段的胎心音数据及整个胎心率曲线的趋势数据,修正所述时间段的胎心率曲线段。
需要说明的是,胎心率曲线异常的时间段的选取可以通过手工选取,也可以通过计算机智能选取。所述胎心率曲线异常是指偶尔出现的胎心率曲线“断线、翻倍、减半”等胎心率异常问题,这些胎心率异常问题一方面可能由不可避免的干扰信号引起,干扰信号比如:母体动脉血流信号、胎儿肢体运动等,另一方面也有可能是由于胎儿自身出现的生理问题。在临床应用中,这两个引起的原因对临床处置的选择影响很大:如果原因是前者,就是通常意义上的“假阳性”,就不需要做特殊的处理;如果原因是后者,就需要引起医生的特别关注,需要通过进一步的检查确诊。
在临床中,从一副完整的胎心率曲线中识别出“断线、翻倍、减半”等异常胎心率曲线段是不难的,这些异常胎心率曲线段具有非常明显的特征,通常只需要进行简单的形态学分析即可。但是现在的胎儿监护仪通常都是实时分析计算胎心率,那么在实时分析中,偶发的一些异常信号,由于没有后续的胎心率信息作为参考,这些异常信号很难马上被识别,以至于在目前的胎心率算法中,只是用断点或其他方式标记出来由医务人员来识别。但是目前的胎儿监护仪由于缺少胎心音信息,医务人员也不能准确判断。因此,对于这些异常信号,医务工作者一般采取舍弃重新再监测一次;或者对胎儿监护仪产生怀疑,导致会遗漏一些重要的信息。
幸运的是,通过大量的临床调查发现,对于这些异常信号,如果能提供这段时间的胎心音信号,会更有助于医务工作者对这段异常胎心率信号的准确判断,甚至可以更为准确的还原、修正这段胎心率曲线。因为在很多时候,医务工作者直接听这段胎心音判断这段胎心率曲线是否异常会更加容易,因此存储并回放这段胎心音信号对医务人员判断胎心率曲线是否正常非常有帮助,医务工作者就可以根据自己的判断准确的修正这段胎心率曲线,继而进行后续的诊断或计算机专家智能分析。
需要指出的是,目前已经出现类似的利用同时存储胎心率和胎心音的方法来解决这一问题,比如公开日为2010年12月29日的中国发明专利提供了一种同时得到胎心率和胎心波形的处理方法,使其不仅能检测胎儿心率,得到心率变化情况,而且能获得指示心跳强弱的心跳波形和棒图,并能够在胎心率处于非正常状态时自动启动报警功能。但是此方法仅仅是在发生异常的时候报警,并没有对胎心率曲线进行修正,因此也就无法从根本上解决这一问题。本实施例提供的“根据所述时间段的胎心音和胎心率数据,修正所述时间段的胎心率曲线段”的方法,是通过对所述胎心率异常时间段的胎心音和胎心率数据进一步人工或计算机分析,修正所述时间段的胎心率曲线段,以保证整个胎心率曲线的完整性和可诊断性。医务工作者不需要再次重新监测,就能更为准确的判断,大大减轻了医务工作者的劳动强度和孕妇的不适感。
进一步,提供所述时间段的胎心率曲线段的可编辑接口。
进一步,接受人工编辑后的所述时间段的胎心率数据;
存储所述时间段的胎心率数据、胎心音数据、人工编辑后的所述时间段的胎心率数据。
需要说明的是,提供所述时间段的胎心率曲线段的可编辑接口的目的在于,让医务工作者根据对整个外围信息的综合判断,包括胎心音数据和前后完整的胎心率曲线图,对所述胎心率异常时间段的胎心率数据进行直接编辑。编辑方法可采用手指拖动、鼠标点击的方式,直接在胎心率曲线图上进行操作。这样的好处在于,可以借助更为的专业的医务人员对图形进行修正,对胎心率曲线进行更准确的判断。
参照图3所示,两条虚线内(异常时间段)出现了翻倍现象,虚线内(异常时间段)的图形是可编辑的状态,用户可利用手指拖动(具有触摸屏的监测设备)或鼠标点击等方式来编辑虚线内的胎心率曲线。当然,其他区域的胎心率曲线是不允许编辑的。
很多情况下,医务工作者直接听这段胎心音会更容易判断这段胎心率曲线是否异常,也有助于对胎心率曲线的准确判断。医务工作者也可以根据自己的判断准确的修正这段胎心率曲线,这往往比在实验室建立的修正算法更加贴合实际。
因此,本实施例进一步提供所述时间段的胎心率曲线段的可编辑接口,就是让医务工作者根据自己的判断自行调整这段时间的胎心率曲线段。调整后的曲线段凝结了医务工作者的智慧,这种智慧通过云模式记录下来,并经过大数据的处理方式,用来完善胎心率修正算法。
进一步,在云端收集大样本的所述时间段的胎心率数据、胎心音数据、人工编辑后的所述时间段的胎心率数据;
将所述时间段的胎心率数据、胎心音数据作为输入数据,将人工编辑后的所述时间段的胎心率数据作为对应的输出数据;
利用大数据分析方法对胎心率曲线段的修正算法进行优化学习。
需要说明的是,基于云模式采集所述输入数据(所述时间段的胎心率信号和胎心音信号)、输出数据(医务人员手工编辑后的胎心率曲线段),可以采集到更多的样本数据。基于本实施例提供的方法,在个例的诊断过程中,记录这些诊断结果并存储在云端,反过来利用这些大样本数据来反哺、优化胎心率曲线段修正算法。
本实施例的优点在于,一方面提供胎心率曲线段的修正编辑接口,一方面利用云模式大数据技术,采集并利用好这些大数据,可以更持续的、更全面的完善胎心率曲线修正算法。
需要说明的是,采集大样本的以胎心率信号/胎心音信号为输入数据,以手工编辑后的胎心率曲线段数据作为输出数据,建立的计算机数学模型,这些数学模型建立算法目前已有很多,比如神经网络、SVN、支持向量机等算法。这些算法的具体实施方式可参考现有的算法。
进一步,所述胎心率曲线异常包括以下胎心率曲线异常的任意组合:异常加/减速、加速、减半、断线。
本实施例还提供一种胎心率曲线修正装置,其特征在于,包括:
胎心率数据存储模块,用于存储胎心率数据;
胎心音数据存储模块,用于存储胎心音数据;
胎心率异常曲线段选取模块,用于选取所述胎心率数据中的异常曲线段;
胎心音回放模块,用于回放所述异常曲线段对应的胎心音数据。
进一步,还包括:
胎心率曲线段可编辑功能模块,用于与用户交互,提供给用户操作界面,供其编辑所述胎心率数据中的异常曲线段。
参照图3所示,两条虚线内(异常时间段)出现了翻倍现象,虚线内(异常时间段)的图形是可编辑的状态,用户可利用手指拖动(具有触摸屏的监测设备)或鼠标点击等方式来编辑虚线内的胎心率曲线。当然,其他区域的胎心率曲线是不允许编辑的。
进一步,还包括:
上传模块,用于向云端上传所述胎心率异常曲线段、所述胎心率异常曲线段对应的胎心音数据、所述胎心率异常曲线段对应的人工编辑后的胎心率数据。
进一步,还包括:
下载模块,用于从云端下载胎心率曲线修正算法。
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 (3)
1.一种胎心率曲线修正方法,其特征在于,包括:
选取胎心率曲线异常的时间段;
回放所述时间段的胎心音;
根据所述时间段的胎心音数据及整个胎心率曲线的趋势数据,修正所述时间段的胎心率曲线段:
提供所述时间段的胎心率曲线段的可编辑接口;
接受人工编辑后的所述时间段的胎心率数据;
存储所述时间段的胎心率数据、胎心音数据、人工编辑后的所述时间段的胎心率数据;
在云端收集大样本的所述时间段的胎心率数据、胎心音数据、人工编辑后的所述时间段的胎心率数据;
将所述时间段的胎心率数据、胎心音数据作为输入数据,将人工编辑后的所述时间段的胎心率数据作为对应的输出数据;
利用大数据分析方法对胎心率曲线段的修正算法进行优化学习。
2.根据权利要求1所述的胎心率曲线修正方法,其特征在于,所述胎心率曲线异常包括以下胎心率曲线异常的任意组合:异常加/减速、加速、减半、断线。
3.一种胎心率曲线修正装置,其特征在于,包括:
胎心率曲线段可编辑功能模块,用于与用户交互,提供给用户操作界面,供其编辑所述胎心率数据中的异常曲线段:选取胎心率曲线异常的时间段;回放所述时间段的胎心音;根据所述时间段的胎心音数据及整个胎心率曲线的趋势数据,修正所述时间段的胎心率曲线段:提供所述时间段的胎心率曲线段的可编辑接口;接受人工编辑后的所述时间段的胎心率数据;
存储模块,用于存储所述时间段的胎心率数据、胎心音数据、人工编辑后的所述时间段的胎心率数据;
上传模块,用于向云端上传所述胎心率异常曲线段、所述胎心率异常曲线段对应的胎心音数据、所述胎心率异常曲线段对应的人工编辑后的胎心率数据;
胎心率曲线修正算法优化模块,用于在云端收集大样本的所述时间段的胎心率数据、胎心音数据、人工编辑后的所述时间段的胎心率数据;将所述时间段的胎心率数据、胎心音数据作为输入数据,将人工编辑后的所述时间段的胎心率数据作为对应的输出数据;利用大数据分析方法对胎心率曲线段的修正算法进行优化学习;
下载模块,用于从云端下载胎心率曲线修正算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610388587.7A CN105912879B (zh) | 2016-06-03 | 2016-06-03 | 一种胎心率曲线修正方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610388587.7A CN105912879B (zh) | 2016-06-03 | 2016-06-03 | 一种胎心率曲线修正方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105912879A CN105912879A (zh) | 2016-08-31 |
CN105912879B true CN105912879B (zh) | 2021-04-13 |
Family
ID=56743166
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610388587.7A Expired - Fee Related CN105912879B (zh) | 2016-06-03 | 2016-06-03 | 一种胎心率曲线修正方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105912879B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106419953A (zh) * | 2016-09-26 | 2017-02-22 | 珠海爱珂索移动医疗科技有限公司 | 一种基于双频采集及振动还原的无线听诊系统 |
CN109346190A (zh) * | 2018-08-07 | 2019-02-15 | 广东技术师范学院 | 一种基于医疗大数据的老年群体健康监护系统 |
CN112971753B (zh) * | 2019-12-13 | 2024-09-10 | 深圳市理邦精密仪器股份有限公司 | 胎心率减速类型的识别方法、装置及胎儿监护设备 |
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 |
CN113827214B (zh) * | 2021-08-24 | 2024-04-30 | 江苏信臣健康科技股份有限公司 | 胎心模拟数据获取方法、装置及应用 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1149440A (zh) * | 1995-10-30 | 1997-05-14 | 张盛冰 | 一种动态心电监测及其智能监测方法 |
CN2865561Y (zh) * | 2005-11-28 | 2007-02-07 | 中国医科大学 | 短程无线动态心电图仪 |
CN102038498A (zh) * | 2011-01-20 | 2011-05-04 | 天津理工大学 | 一种纸质心电图数字化方法 |
CN203138473U (zh) * | 2013-01-21 | 2013-08-21 | 陕西理工学院 | 基于gsm远程心电监护系统 |
CN103251405A (zh) * | 2013-04-18 | 2013-08-21 | 深圳市科曼医疗设备有限公司 | 心律失常分析方法和系统 |
CN103800037A (zh) * | 2014-01-15 | 2014-05-21 | 北京春闱科技有限公司 | 一种胎心监护系统、胎心监护设备以及监护方法 |
CN104586383A (zh) * | 2015-01-12 | 2015-05-06 | 北京世纪今科医疗器械有限公司 | 一种心电波形分类方法及装置 |
CN104866579A (zh) * | 2015-05-26 | 2015-08-26 | 北京海思敏医疗技术有限公司 | 动态心电图图形数据处理方法、客户端和服务器 |
CN104902818A (zh) * | 2013-02-05 | 2015-09-09 | 株式会社日立医疗器械 | X射线ct装置以及图像重构方法 |
CN104887220A (zh) * | 2015-06-18 | 2015-09-09 | 山东大学 | 一种由腹壁心电信号提取胎儿心电信号的方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1997005821A1 (en) * | 1995-08-10 | 1997-02-20 | Pentavox Kft. | Method and apparatus for measuring fetal heart rate and an electroacoustic sensor for receiving fetal heart sounds |
CN102048534B (zh) * | 2010-12-17 | 2012-12-19 | 深圳市理邦精密仪器股份有限公司 | 一种可回放胎心多普勒音频信号的监护方法和装置 |
CN104398254B (zh) * | 2014-11-14 | 2017-02-22 | 中国科学院深圳先进技术研究院 | 一种心电图分析系统、分析设备及预测模型采集设备 |
CN104866724A (zh) * | 2015-05-26 | 2015-08-26 | 北京海思敏医疗技术有限公司 | 基于图像的心电分析方法及装置 |
-
2016
- 2016-06-03 CN CN201610388587.7A patent/CN105912879B/zh not_active Expired - Fee Related
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1149440A (zh) * | 1995-10-30 | 1997-05-14 | 张盛冰 | 一种动态心电监测及其智能监测方法 |
CN2865561Y (zh) * | 2005-11-28 | 2007-02-07 | 中国医科大学 | 短程无线动态心电图仪 |
CN102038498A (zh) * | 2011-01-20 | 2011-05-04 | 天津理工大学 | 一种纸质心电图数字化方法 |
CN203138473U (zh) * | 2013-01-21 | 2013-08-21 | 陕西理工学院 | 基于gsm远程心电监护系统 |
CN104902818A (zh) * | 2013-02-05 | 2015-09-09 | 株式会社日立医疗器械 | X射线ct装置以及图像重构方法 |
CN103251405A (zh) * | 2013-04-18 | 2013-08-21 | 深圳市科曼医疗设备有限公司 | 心律失常分析方法和系统 |
CN103800037A (zh) * | 2014-01-15 | 2014-05-21 | 北京春闱科技有限公司 | 一种胎心监护系统、胎心监护设备以及监护方法 |
CN104586383A (zh) * | 2015-01-12 | 2015-05-06 | 北京世纪今科医疗器械有限公司 | 一种心电波形分类方法及装置 |
CN104866579A (zh) * | 2015-05-26 | 2015-08-26 | 北京海思敏医疗技术有限公司 | 动态心电图图形数据处理方法、客户端和服务器 |
CN104887220A (zh) * | 2015-06-18 | 2015-09-09 | 山东大学 | 一种由腹壁心电信号提取胎儿心电信号的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105912879A (zh) | 2016-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105912879B (zh) | 一种胎心率曲线修正方法及其装置 | |
US11801030B2 (en) | Systems and methods for predicting gastrointestinal impairment | |
US8116855B2 (en) | Fetal surveillance | |
US5033472A (en) | Method of and apparatus for analyzing propagation of arterial pulse waves through the circulatory system | |
EP0284685A2 (en) | Apparatus and method for detecting and processing bioelectric signals | |
DE102011001662A1 (de) | System und Verfahren zum Durchführen von Elektrokardiographie mit Bewegungserfassung | |
JP2005512719A (ja) | 心臓モニター | |
Verdurmen et al. | Normal ranges for fetal electrocardiogram values for the healthy fetus of 18–24 weeks of gestation: a prospective cohort study | |
BRPI1009020A2 (pt) | método para o reconhecimento de pelo menos uma estrutura anatômica móvel com o uso de dados de ultrassom, produto de programa de computador, sistema de controle e monitor fetal | |
US20230337957A1 (en) | Multi-sensor patch | |
US20130096440A1 (en) | Portable fetal eeg-recording device and method of use | |
CN110897631A (zh) | 孕产实时监测装置及方法 | |
US20200237240A1 (en) | Vital-sign estimation apparatus and calibration method for vital-sign estimator | |
Zakaria et al. | Fetal movements recording system using accelerometer sensor | |
CN105326482B (zh) | 记录生理信号的方法和装置 | |
Eenkhoorn et al. | Evaluation and patient experience of wireless noninvasive fetal heart rate monitoring devices | |
Wróbel et al. | Automated detection of fetal movements in Doppler ultrasound signals versus maternal perception | |
Rooijakkers | Innovative devices and techniques for multimodal fetal health monitoring | |
Marnani et al. | Advancements and Challenges in Non-Invasive Electrocardiography for Prenatal, Intrapartum, and Postnatal Care: A Comprehensive Review | |
EP4368115A1 (en) | Cardiotocographic scanning session duration | |
Horoba et al. | Design and interfacing aspects of the medical instrumentation for modern hospital system for pregnancy and labour monitoring | |
Ayala et al. | Made to move: A review of measurement strategies to characterize heterogeneity in normal fetal movement | |
JP2004350797A (ja) | 脳波の評価方法及びその評価装置 | |
Memar | Use of Multiscale Entropy to Characterize Fetal Autonomic Development | |
Rajan et al. | Anandha Hridaya-Fetal Heart Beat Monitor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210413 |