CN106991291A - 胎儿心电信号实时转换为胎儿胎音的计算机仿真转换方法 - Google Patents

胎儿心电信号实时转换为胎儿胎音的计算机仿真转换方法 Download PDF

Info

Publication number
CN106991291A
CN106991291A CN201710243679.0A CN201710243679A CN106991291A CN 106991291 A CN106991291 A CN 106991291A CN 201710243679 A CN201710243679 A CN 201710243679A CN 106991291 A CN106991291 A CN 106991291A
Authority
CN
China
Prior art keywords
fetal ecg
ecg signal
signal
batch
fetal
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
CN201710243679.0A
Other languages
English (en)
Other versions
CN106991291B (zh
Inventor
张松
吴文杰
杨益民
杨琳
郝冬梅
张蕾
郑定昌
李广飞
池臻欤
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.)
Beijing Yes Medical Devices Co ltd
Original Assignee
Beijing University of Technology
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 Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201710243679.0A priority Critical patent/CN106991291B/zh
Publication of CN106991291A publication Critical patent/CN106991291A/zh
Application granted granted Critical
Publication of CN106991291B publication Critical patent/CN106991291B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

胎儿心电信号实时转换为胎儿胎音的计算机仿真转换方法,属于孕妇无创伤胎儿胎音的计算机仿真技术领域,其特征在于,采用成段输入、分批缓存、逐批转换的方式把从生理信号数据库中输入并经胎儿心电信号分离算法分离的从母体腹部提取的一段胎儿心电信号输入计算机,再经分批缓存、逐批提取并预处理后得到了一批待处理的胎儿心电信号,再逐批用线性转换函数转换成等时长的对应于各采样点胎儿心电信号幅值的胎儿心跳声音信号,再经压频转换后得到等时长的胎儿心跳声音方波脉冲信号,通过扬声器转换成等时长的胎儿胎音。本发明具有简单易行,胎儿胎音R波识别准确的优点,待形成便携胎音监测仪后,便可适用于孕妇家庭监测,孕妇胎儿健康远程监测等领域。

Description

胎儿心电信号实时转换为胎儿胎音的计算机仿真转换方法
技术领域:
本发明属于孕妇无创伤胎儿胎音的计算机仿真转换技术领域。
背景技术:
胎心监护技术能够帮助临床医生准确、及时的获得孕妇孕期或者分娩过程中胎儿的生理状态信息。胎儿在母亲体内出现胎儿窘迫等其他问题都会直接反映在胎心率的变化上。目前临床上的胎心监护方法多采用超声多普勒法,该方法通过将超声探头置于母体的腹部并对准胎儿的心脏,依据多普勒效应,识别出胎儿心脏的收缩和舒张,再通过内置的扬声器将胎儿心脏活动变化的声音,即胎儿胎音播放出来,通过这一声音对胎儿的生理病理状态进行监护。但该方法存在着如下的局限性:1.需要孕妇在测量的过程中一直保持不动,不适合进行长时间的监护。2.有研究表明,胎儿长时间暴露在超声辐射下,会影响到出生后的体质。
发明内容:
本发明的目的在于提出一种胎儿心电信号实时转换为胎儿胎音的计算机仿真转换方法,通过将胎儿心电信号直接转换为胎儿心跳声音信号从而进行胎心监护,以克服运用超声多普勒法对胎儿胎音进行监护的缺点。
为了达到上述目的,本发明的思路是:利用胎儿心电信号中设定的幅值范围(的计算方法见下文)与人耳听力舒适频率范围fmin、fmax(经少量人群测试,取fmin=250Hz,fmax=1000Hz)建立线性转换函数,利用该函数对胎儿心电信号进行压频转换,转换后的信号即为仿真的胎儿心跳声音信号,最后利用扬声器将该信号播放出来。
本发明的特征在于,胎儿心电信号实时转换为胎儿胎音的计算机仿真转换方法,其特征在于,是一种对胎儿心电信号,采用成段输入,分批缓存后,用胎儿心电信号和胎儿心跳声音信号间的线性转换函数成批并延时地把所述胎儿心电信号转换为胎儿心跳声音信号的方法,所述线性转换函数是一种基于人耳听力允许的频率区间以及当设定长度的采样窗口按设定的采样间隔在每批内沿着采样间隔的序号移动时各个窗口内各个采样点所对应的胎儿心电信号中最大幅值的平均值,计算出的各采样点的胎儿心跳声音信号的虚拟频率的函数,据此得到了反映胎儿心跳声音的方波脉冲信号,所述计算机仿真转换方法是在一台计算机中依次按以下步骤进行的。
步骤(1),构造一个把胎儿心电信号实时转换为胎儿胎音的计算机仿真转换系统,包括:胎儿心电信号缓存模块、胎儿心电信号预处理模块,胎儿心电信号线性转换模块,以及用于胎儿胎音输出的组件,其中:
胎儿心电信号缓存模块,输入信号为:The physionet生理信号数据库中的一段胎儿心电信号,所述胎儿心电信号是来自于用五电极法采自健康孕妇腹部子宫位置的胎儿心电信号,并经过离散化后,用Maurizio Varanini提出的胎儿心电信号分离算法分离出的,所述健康孕妇是指胎儿心电信号单波时长相同的孕妇,这一段离散的胎儿心电信号的时长为P,采样频率为fP,采样分辨率为η,其中包含了有限个数的胎儿心电信号的R波,所述R波为胎儿心电信号中幅值最大的QRS波群中最大波的缩写,反映了胎儿心室肌处理心脏血流的传导全过程,所述胎儿心电信号缓存模块把时长为p的这段胎儿心电信号等分成为N批,n=1,2,…,N,N为总批数,n为批的序号,并逐批缓存,分批处理时长为tsap秒,每批有I个采样点,i为采样点序号,从而使得每批输出的胎儿心跳声音信号较同批胎儿心电信号存在tsap秒的延时。
胎儿心电信号预处理模块,输入信号来自所述胎儿心电信号缓存模块的一段胎儿心电信号,按顺序号对每批胎儿心电信号依次进行信号标准化、将信号中小于均值的部分倒置,通过巴特沃斯低通滤波器去除信号毛刺,共三步预处理操作,逐批输出经过预处理的胎儿心电信号。
胎儿心电信号线性转换模块,输入信号是来自所述胎儿心电信号预处理模块按顺序号逐批输出的每批预处理后的胎儿心电信号,利用预置的线性转换函数把每批胎儿心电信号按顺序号将逐个R波的转换成对应于各个采样点i上胎儿心电信号幅值的胎儿心跳声音信号的虚拟频率fiI为采样点数,再按顺序号逐批输出胎儿心跳声音信号的虚拟频率fi,所述虚拟频率值为胎儿心电信号中包括R波波形在内的所有的胎儿心电信号各波形内最大幅值所在采样间隔中的电压方波经傅里叶变换得到的各次谐波中幅值最大值的谐波所对应的频率的限制值。
用于表示胎儿胎音输出的组件是一个在输出端接有一个扬声器的虚拟频率值-胎儿心电信号波形积分电压模块,输入信号是来自所述线性转换模块按顺序号逐批输出的胎儿心跳声音信号的虚拟频率fi,经预处理的胎儿心电信号的时长,采样点数,以及每个采样点i的胎儿心电信号的幅值,输出为一系列断续的包括R波波形在内的所有的虚拟频率为fi的各胎儿心电信号波形电压方波脉冲,幅度为包括R波波形在内的各个的胎儿心电信号波形的幅值的积分值,输入到所述的扬声器后逐批断续地转换为不同音强的胎儿胎音输出。
步骤(2),计算机依次按以下步骤逐批地把胎儿心电信号转换为胎儿胎音输出:
步骤(2.1),计算机初始化,设定:
每批胎儿心电信号时长为p。
巴特沃斯低通滤波器的截止频率为5Hz,阶数为1阶。
每一批内胎儿心电信号的处理时长为tsap,采样频率fp,采样点序号 I为采样点数,I=tsap*fp,符号表示向下取整数。
胎儿心电信号各个波形的线性转换函数:
每批胎儿心电信号中均设立一个同样时长的采样窗口W,窗内至少有一个胎儿心电信号单波,所述采样窗口W的时长为M个采样间隔,M为受限正整数,初始时,所述采样窗口的左端点位于横轴即时间轴的起始点,所述采样窗口沿时间横轴右移时的移动步长为M。
为所述采样窗口W沿每批胎儿心电信号R波时间轴右移时各不同位置的采样窗口Ws内各采样点i所采到的胎儿心电信号幅值中的最大值的算术平均值,待求取,s=1,2,…,S,s为窗口移动位置的序号,S为窗口移动的总次数。
为每批n内对应于各采样点i的胎儿心电信号中R波幅值的最小值,待求取,
fmax、fmin为人耳听力频率的范围,为设定值,fmax=1000Hz,fmin=250Hz。
表示每批n内的采样点i处的胎儿心电信号的幅值。
表示每批n内的各采样点i的虚拟频率。
所述线性转换函数表示采样点i的虚拟频率受限于以下两个约束参数:
k1表示:每批n内各采样点i所采到的胎儿心电信号的幅值处于这个范围内,由的单位漂移值引起的胎儿心电声音信号虚拟频率的变化范围。
k2表示:每批n内各采样点i所采到的胎儿心电信号的幅值值附近漂移时其单位幅值的漂移值引起的胎儿心跳声音信号虚拟频率的改变,应小于fmax值;
步骤(2.2),计算机依次按以下步骤逐批把每批内的各胎儿心电信号用线性转换函数转换成对应于采样点数I按顺序逐批输出的胎儿的胎音:
步骤(2.2.1),胎儿心电信号标准化,步骤如下:
步骤(2.2.1.1),按下式计算每批n内胎儿心电信号的均值和标准差
步骤(2.2.1.2),按下式计算每批n内标准化后的胎儿心电信号
的均值为0,方差为1。
步骤(2.2.2),把步骤(2.2.1)得到的胎儿心电信号中小于均值的部分倒置。
步骤(2.2.3),用截止频率及阶数均为设定值的巴特沃斯低通滤波器对步骤(2.2.2)的结果去除信号毛刺。
步骤(2.2.4),把经过步骤(2.2.1)~(2.2.3)各预处理操作的各批胎儿心电信号用所述线性转换函数计算出各批胎儿心电信号中对应于每个采样点i的胎儿心电信号幅值的胎儿心跳声音信号的虚拟频率为每批n内的采样频率,步骤如下:
步骤(2.2.4.1),输出各批胎儿心电信号中采样点i所对应的胎儿心电信号的幅值的最小值窗口W处于不同位置时不同窗口Ws内胎儿心电信号幅值最大值的平均值
步骤(2.2.4.2),用所述线性转换函数计算出各批胎儿心电信号中各采样点i上的胎儿心电信号幅值所对应的胎儿心跳声音信号的虚拟频率
步骤(2.2.5),在经过步骤(2.2.1)~(2.2.3)各预处理操作的各批胎儿心电信号中筛选出R波波形,代表了单个R波在一个采样间隔内高频分量的上限约束值,胎儿心电信号中R波波形的个数为Q个。
步骤(2.2.5.1),找出包括R波波形在内的每批内所有的胎儿心电信号波形。
步骤(2.2.5.2),找出R波波形的左右两个端点,步骤如下:
步骤(2.2.5.2.1),将胎儿心电信号中过零点的前一时刻的下降斜率的绝对值明显小于后一时刻上升斜率的绝对值的点设为R波波形的左端点,将胎儿心电信号中过零点的前一时刻下降斜率的绝对值明显大于后一时刻上升斜率的绝对值的点设为R波波形右端点,且两端点的时间差大于等于20ms。
步骤(2.2.5.2.2),顺序筛选出各个R波波形。
步骤(2.2.6),将步骤(2.2.5)中每批内所筛选出的R波波形转换为一系列断续Q个R波波形的电压方波脉冲,其幅值为步骤(2.2.5)中所筛选出的各R波波形的幅值的积分值,每一个方波脉冲的宽度等于R波波形的时长。
步骤(2.2.7),通过扬声器,从每批第一个胎儿心电信号初始点开始,把步骤(2.2.6)得到的结果转换为胎儿的胎音输出。
本发明的有益效果在于:
本发明方法实时的将胎儿心电信号转换为胎儿心跳声音信号,利用胎儿心跳声音信号驱动扬声器,进而模拟胎儿胎音,本发明与超声多普勒法相比,对采集位置的精确程度要求较低,受孕妇运动影响较小,且对于胎儿没有超声辐射的影响,经过大量实验仿真验证,效果良好,且本发明能够有效地发现由于胎儿心电信号单波时长不同且有部分重叠所引起的早搏。
附图说明:
图1为本发明的系统原理框图。
图2为本发明的主程序流程框图。
图3为本发明一个测试实例,图3(a)由母体腹部采集得到的胎儿心电信号,图3(b)为分离得到的胎儿心电信号。
图4为胎儿心电信号转换为胎儿心跳声音信号的图例解释,图4(a)为原图中3-4秒的胎儿心电信号,图4(b)为图4(a)所对应的胎儿心跳声音信号。
图5为虚拟频率的转换示意图。
具体实施方式:
以下结合操作流程图对本方法一种较为典型的具体实施方式进行详细描述。
本方法样例数据选择自physionet生理信号数据库中的一段时长为300秒的胎儿心电信号,该信号的采样频率为1000Hz,采样分辨率为16bit,共计包含627个胎儿心电信号R波。该样例中取批处理时间长度tsap=4秒,即仿真得到的仿真的胎儿心跳声音信号较胎儿心电信号存在4秒的延时,因此需要将该信号分割为75批,每批为一个样例。将每一批胎儿心电信号转换为仿真的胎儿心跳声音信号并输出,共计转换75次。以下部分以前4秒,即第一批为样例,就其具体实施方式进行描述,该段信号如图3(a)所示。
首先采用Maurizio Varanini在2013年提出的算法对胎儿心电信号进行分离,(该算法的文章发表在COMPUTING IN CARDIOLOGY CONFERENCE会议上,文章名称为“一种多步骤的胎儿心电分离方法”,“A Multi-step Approach for Non-invasive Fetal ECGAnalysis”。是该会议上评分最高的开源算法)。得到胎儿心电信号,见图3(b)。
转换过程开始前,首先应对胎儿心电信号进行预处理操作,第一步是计算信号的均值以及标准差通过公式对信号进行标准化。第二步为将经过标准化的信号中小0的部分全部倒置。最后一步为使信号通过截止频率为5Hz的1阶巴特沃斯低通滤波器,去除信号毛刺,预处理后信号如图4(a)所示。
在S202步骤中,利用极小值的特点找出预处理后的胎儿心电信号中的所有的极小值,根据极小值两端的斜率值筛选出满足条件的R波波形左右端点,从而筛选出R波波形。
在S203步骤中,确定以及fmax和fmin的大小,本发明中取fmax=1000Hz,fmin=250Hz,为胎儿心电信号最小值,设定一长度为500ms的采样窗口,并将该窗口以100ms的步长沿胎儿心电信号时间轴位移,取各采样窗口内的最大值的算数平均值为最后进行线性转换函数的建立,线性转换函数的表达式为:
k1,k2的计算公式为:
解二元二次方程可得本样例中的线性转换函数:并根据线性转换函数计算各采样点所对应的虚拟频率的值。
在S207步骤中,由胎儿心电信号每一个R波的起始点开始,输出一系列断续的频率为虚拟频率的R波波形电压方波脉冲,其中方波脉冲的总时长为R波的时长,幅值为各个R波波形幅值的积分值。
在方波信号生成的过程中实时的对其进行输出,驱动扬声器模拟胎儿胎音,对全部75个样例,进行如上转换过程。
经过对全部75个样例的测试,该方法的灵敏度为99.04%,特异度为98.35%,效果良好。

Claims (2)

1.胎儿心电信号实时转换为胎儿胎音的计算机仿真转换方法,其特征在于,是一种对胎儿心电信号,采用成段输入,分批缓存后,用胎儿心电信号和胎儿心跳声音信号间的线性转换函数成批并延时地把所述胎儿心电信号转换为胎儿心跳声音信号的方法,所述线性转换函数是一种基于人耳听力允许的频率区间以及当设定长度的采样窗口按设定的采样间隔在每批内沿着采样间隔的序号移动时各个窗口内各个采样点所对应的胎儿心电信号中最大幅值的平均值,计算出的各采样点的胎儿心跳声音信号的虚拟频率的函数,据此得到了反映胎儿心跳声音的方波脉冲信号,所述计算机仿真转换方法是在一台计算机中依次按以下步骤进行的:
步骤(1),构造一个把胎儿心电信号实时转换为胎儿胎音的计算机仿真转换系统,包括:胎儿心电信号缓存模块、胎儿心电信号预处理模块,胎儿心电信号线性转换模块,以及用于胎儿胎音输出的组件,其中:
胎儿心电信号缓存模块,输入信号为:The physionet生理信号数据库中的一段胎儿心电信号,所述胎儿心电信号是来自于用五电极法采自健康孕妇腹部子宫位置的胎儿心电信号,并经过离散化后,用Maurizio Varanini提出的胎儿心电信号分离算法分离出的,所述健康孕妇是指胎儿心电信号单波时长相同的孕妇,这一段离散的胎儿心电信号的时长为P,采样频率为fP,采样分辨率为η,其中包含了有限个数的胎儿心电信号的R波,所述R波为胎儿心电信号中幅值最大的QRS波群中最大波的缩写,反映了胎儿心室肌处理心脏血流的传导全过程,所述胎儿心电信号缓存模块把时长为p的这段胎儿心电信号等分成为N批,n=1,2,…,N,N为总批数,n为批的序号,并逐批缓存,分批处理时长为tsap秒,每批有I个采样点,i为采样点序号,从而使得每批输出的胎儿心跳声音信号较同批胎儿心电信号存在tsap秒的延时,
胎儿心电信号预处理模块,输入信号来自所述胎儿心电信号缓存模块的一段胎儿心电信号,按顺序号对每批胎儿心电信号依次进行信号标准化、将信号中小于均值的部分倒置,通过巴特沃斯低通滤波器去除信号毛刺,共三步预处理操作,逐批输出经过预处理的胎儿心电信号,
胎儿心电信号线性转换模块,输入信号是来自所述胎儿心电信号预处理模块按顺序号逐批输出的每批预处理后的胎儿心电信号,利用预置的线性转换函数把每批胎儿心电信号按顺序号将逐个R波的转换成对应于各个采样点i上胎儿心电信号幅值的胎儿心跳声音信号的虚拟频率fiI为采样点数,再按顺序号逐批输出胎儿心跳声音信号的虚拟频率fi,所述虚拟频率值为胎儿心电信号中包括R波波形在内的所有的胎儿心电信号各波形内最大幅值所在采样间隔中的电压方波经傅里叶变换得到的各次谐波中幅值最大值的谐波所对应的频率的限制值,
用于表示胎儿胎音输出的组件是一个在输出端接有一个扬声器的虚拟频率值-胎儿心电信号波形积分电压模块,输入信号是来自所述线性转换模块按顺序号逐批输出的胎儿心跳声音信号的虚拟频率fi,经预处理的胎儿心电信号的时长,采样点数,以及每个采样点i的胎儿心电信号的幅值,输出为一系列断续的包括R波波形在内的所有的虚拟频率为fi的各胎儿心电信号波形电压方波脉冲,幅度为包括R波波形在内的各个的胎儿心电信号波形的幅值的积分值,输入到所述的扬声器后逐批断续地转换为不同音强的胎儿胎音输出:
步骤(2),计算机依次按以下步骤逐批地把胎儿心电信号转换为胎儿胎音输出:
步骤(2.1),计算机初始化,设定:
每批胎儿心电信号时长为p:
巴特沃斯低通滤波器的截止频率为5Hz,阶数为1阶:
每一批内胎儿心电信号的处理时长为tsap,采样频率fp,采样点序号 I为采样点数,I=tsap*fp,符号表示向下取整数,
胎儿心电信号各个波形的线性转换函数:
f i n = k 1 * a i n + k 2 ,
k 1 = ( f m a x - f m i n ) / ( a max c p n - a m i n n ) ,
k 2 = f max - k 1 * a max c p n ,
每批胎儿心电信号中均设立一个同样时长的采样窗口W,窗内至少有一个胎儿心电信号单波,所述采样窗口W的时长为M个采样间隔,M为受限正整数,初始时,所述采样窗口的左端点位于横轴即时间轴的起始点,所述采样窗口沿时间横轴右移时的移动步长为M,
为所述采样窗口W沿每批胎儿心电信号R波时间轴右移时各不同位置的采样窗口Ws内各采样点i所采到的胎儿心电信号幅值中的最大值的算术平均值,待求取,s=1,2,…,S,s为窗口移动位置的序号,S为窗口移动的总次数,
为每批n内对应于各采样点i的胎儿心电信号中R波幅值的最小值,待求取,
fmax、fmin为人耳听力频率的范围,为设定值,fmax=1000Hz,fmin=250Hz,
表示每批n内的采样点i处的胎儿心电信号的幅值,
表示每批n内的各采样点i的虚拟频率,
所述线性转换函数表示采样点i的虚拟频率受限于以下两个约束参数:
k1表示:每批n内各采样点i所采到的胎儿心电信号的幅值处于这个范围内,由的单位漂移值引起的胎儿心电声音信号虚拟频率的变化范围,
k2表示:每批n内各采样点i所采到的胎儿心电信号的幅值值附近漂移时其单位幅值的漂移值引起的胎儿心跳声音信号虚拟频率的改变,应小于fmax值;
步骤(2.2),计算机依次按以下步骤逐批把每批内的各胎儿心电信号用线性转换函数转换成对应于采样点数I按顺序逐批输出的胎儿的胎音:
步骤(2.2.1),胎儿心电信号标准化,步骤如下:
步骤(2.2.1.1),按下式计算每批n内胎儿心电信号的均值和标准差
a ‾ n = ( Σ i = 1 I a 1 n ) / I ,
a s t d n = 1 I Σ i = 1 I ( a i n - a ‾ n ) 2 ,
步骤(2.2.1.2),按下式计算每批n内标准化后的胎儿心电信号
的均值为0,方差为1,
步骤(2.2.2),把步骤(2.2.1)得到的胎儿心电信号中小于均值的部分倒置,
步骤(2.2.3),用截止频率及阶数均为设定值的巴特沃斯低通滤波器对步骤(2.2.2)的结果去除信号毛刺,
步骤(2.2.4),把经过步骤(2.2.1)~(2.2.3)各预处理操作的各批胎儿心电信号用所述线性转换函数计算出各批胎儿心电信号中对应于每个采样点i的胎儿心电信号幅值的胎儿心跳声音信号的虚拟频率 为每批n内的采样频率,步骤如下:
步骤(2.2.4.1),输出各批胎儿心电信号中采样点i所对应的胎儿心电信号的幅值的最小值窗口W处于不同位置时不同窗口Ws内胎儿心电信号幅值最大值的平均值
步骤(2.2.4.2),用所述线性转换函数计算出各批胎儿心电信号中各采样点i上的胎儿心电信号幅值所对应的胎儿心跳声音信号的虚拟频率
步骤(2.2.5),在经过步骤(2.2.1)~(2.2.3)各预处理操作的各批胎儿心电信号中筛选出R波波形,代表了单个R波在一个采样间隔内高频分量的上限约束值,胎儿心电信号中R波波形的个数为Q个,
步骤(2.2.6),将步骤(2.2.5)中每批内所筛选出的R波波形转换为一系列断续Q个R波波形的电压方波脉冲,其幅值为步骤(2.2.5)中所筛选出的各R波波形的幅值的积分值,每一个方波脉冲的宽度等于R波波形的时长,
步骤(2.2.7),通过扬声器,从每批第一个胎儿心电信号初始点开始,把步骤(2.2.6)得到的结果转换为胎儿的胎音输出。
2.根据权利要求1所说的胎儿心电信号实时转换为胎儿胎音的计算机仿真转换方法,其特征在于,步骤(2.2.5)是通过R波波形筛选模块来实现的,其步骤如下:
步骤(1),找出包括R波波形在内的每批内所有的胎儿心电信号波形,
步骤(2),找出R波波形的左右两个端点,步骤如下:
步骤(2.1),将胎儿心电信号中过零点的前一时刻的下降斜率的绝对值明显小于后一时刻上升斜率的绝对值的点设为R波波形的左端点,将胎儿心电信号中过零点的前一时刻下降斜率的绝对值明显大于后一时刻上升斜率的绝对值的点设为R波波形右端点,且两端点的时间差大于等于20ms,
步骤(2.2),顺序筛选出各个R波波形。
CN201710243679.0A 2017-04-14 2017-04-14 胎儿心电信号实时转换为胎儿胎音的计算机仿真转换方法 Active CN106991291B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710243679.0A CN106991291B (zh) 2017-04-14 2017-04-14 胎儿心电信号实时转换为胎儿胎音的计算机仿真转换方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710243679.0A CN106991291B (zh) 2017-04-14 2017-04-14 胎儿心电信号实时转换为胎儿胎音的计算机仿真转换方法

Publications (2)

Publication Number Publication Date
CN106991291A true CN106991291A (zh) 2017-07-28
CN106991291B CN106991291B (zh) 2020-01-10

Family

ID=59415022

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710243679.0A Active CN106991291B (zh) 2017-04-14 2017-04-14 胎儿心电信号实时转换为胎儿胎音的计算机仿真转换方法

Country Status (1)

Country Link
CN (1) CN106991291B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113080891A (zh) * 2021-03-17 2021-07-09 浙江大学 基于人体微动信号的呼吸率和心率的提取方法
CN113349754A (zh) * 2021-07-20 2021-09-07 成都芯跳医疗科技有限责任公司 一种基于便携式动态心电监护仪的心率计算方法
CN113516063A (zh) * 2021-06-29 2021-10-19 北京精密机电控制设备研究所 一种基于K-Means及步态周期相似性的运动模式识别方法
CN115153579A (zh) * 2022-07-29 2022-10-11 广东粤港澳大湾区国家纳米科技创新研究院 一种胎儿心电监测方法和系统
CN115990008A (zh) * 2022-11-22 2023-04-21 森思泰克河北科技有限公司 心率变异性监测方法、装置、雷达及可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202027573U (zh) * 2011-02-28 2011-11-09 东南大学 远程胎儿心电监护系统
US20120016209A1 (en) * 2008-04-15 2012-01-19 Tufts Medical Center, Inc. Fetal ecg monitoring
US20120130239A1 (en) * 2006-09-28 2012-05-24 Tyco Healthcare Group Lp Cable Monitoring Apparatus
CN204207771U (zh) * 2014-09-12 2015-03-18 浙江铭众生物医学创业投资有限公司 一种基于智能移动终端平台的胎音监护系统
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
CN106073746A (zh) * 2016-06-15 2016-11-09 北京工业大学 基于胎儿心率曲线的胎儿安静睡眠周期提取方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120130239A1 (en) * 2006-09-28 2012-05-24 Tyco Healthcare Group Lp Cable Monitoring Apparatus
US20120016209A1 (en) * 2008-04-15 2012-01-19 Tufts Medical Center, Inc. Fetal ecg monitoring
CN202027573U (zh) * 2011-02-28 2011-11-09 东南大学 远程胎儿心电监护系统
CN204207771U (zh) * 2014-09-12 2015-03-18 浙江铭众生物医学创业投资有限公司 一种基于智能移动终端平台的胎音监护系统
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
CN106073746A (zh) * 2016-06-15 2016-11-09 北京工业大学 基于胎儿心率曲线的胎儿安静睡眠周期提取方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113080891A (zh) * 2021-03-17 2021-07-09 浙江大学 基于人体微动信号的呼吸率和心率的提取方法
CN113516063A (zh) * 2021-06-29 2021-10-19 北京精密机电控制设备研究所 一种基于K-Means及步态周期相似性的运动模式识别方法
CN113349754A (zh) * 2021-07-20 2021-09-07 成都芯跳医疗科技有限责任公司 一种基于便携式动态心电监护仪的心率计算方法
CN115153579A (zh) * 2022-07-29 2022-10-11 广东粤港澳大湾区国家纳米科技创新研究院 一种胎儿心电监测方法和系统
CN115153579B (zh) * 2022-07-29 2024-09-13 广东粤港澳大湾区国家纳米科技创新研究院 一种胎儿心电监测方法和系统
CN115990008A (zh) * 2022-11-22 2023-04-21 森思泰克河北科技有限公司 心率变异性监测方法、装置、雷达及可读存储介质

Also Published As

Publication number Publication date
CN106991291B (zh) 2020-01-10

Similar Documents

Publication Publication Date Title
CN106991291A (zh) 胎儿心电信号实时转换为胎儿胎音的计算机仿真转换方法
CN106037694B (zh) 一种基于脉搏波的连续血压测量装置
CN105411577B (zh) 胎儿心电信号分离方法及系统
CN108647565A (zh) 一种基于深度学习模型对心电信号分类的数据预处理方法
CN104068841B (zh) 一种测量心脏收缩时间参数的测量方法及装置
Qiu et al. Cuffless blood pressure estimation based on composite neural network and graphics information
CN106539562A (zh) 一种由脉搏波评估心功能的方法
CN104757959A (zh) 一种基于影像叠影的脉搏波传输速率检测方法和系统
CN104473660A (zh) 一种基于子带能量包络自相关特征的异常心音识别方法
CN110327032A (zh) 一种单导心电信号pqrst波联合精准识别算法
CN108670238A (zh) 基于脑氧信号与血压信号的脑血流自主调节能力评价方法
CN102334986B (zh) 动脉压信号中重搏切迹点识别方法
CN112842355B (zh) 基于深度学习目标检测的心电信号心搏检测识别方法
Zairi et al. Intelligent system for detecting cardiac arrhythmia on FPGA
CN105310688A (zh) 一种基于非负盲分离胎儿心电特征信号提取方法
CN103099642B (zh) 一种超声血流信号质量实时分析方法
CN108742588B (zh) 一种脉搏波波速检测方法及装置
CN114145725B (zh) 一种基于无创连续血压测量的ppg采样率估算方法
CN205814348U (zh) 心脏瓣膜心音信号机械振动智能分析系统
CN113057617B (zh) 一种心输出量的无创监测系统
Alfarhan et al. Wireless heart abnormality monitoring kit based on Raspberry Pi
WO2019075981A1 (zh) 一种基于标尺的多普勒频谱图的调整方法及设备
CN207996202U (zh) 孕妇体检用的胎心监护仪
CN108498088A (zh) 一种检测和分析脑动脉功能和状态的仪器
Degbedzui et al. Preterm birth prediction by classification of spectral features of electrohysterography signals using 1D convolutional neural network: Preliminary results

Legal Events

Date Code Title Description
PB01 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
TR01 Transfer of patent right

Effective date of registration: 20221230

Address after: 100176 Floor 5, Unit 4, Building 16, Yard 20, Kechuang 14th Street, Daxing District, Beijing

Patentee after: BEIJING YES MEDICAL DEVICES Co.,Ltd.

Address before: 100124 No. 100 Chaoyang District Ping Tian Park, Beijing

Patentee before: Beijing University of Technology

TR01 Transfer of patent right