CN107997741A - 一种胎心率和宫缩信号的耦合分析方法 - Google Patents

一种胎心率和宫缩信号的耦合分析方法 Download PDF

Info

Publication number
CN107997741A
CN107997741A CN201810014183.0A CN201810014183A CN107997741A CN 107997741 A CN107997741 A CN 107997741A CN 201810014183 A CN201810014183 A CN 201810014183A CN 107997741 A CN107997741 A CN 107997741A
Authority
CN
China
Prior art keywords
heart rate
fetal heart
signal
uterine contraction
coupling
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
CN201810014183.0A
Other languages
English (en)
Other versions
CN107997741B (zh
Inventor
陈坤
陈练
赵扬玉
王妍
张珏
方竞
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.)
Peking University
Peking University Third Hospital
Original Assignee
Peking University
Peking University Third Hospital
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 Peking University, Peking University Third Hospital filed Critical Peking University
Priority to CN201810014183.0A priority Critical patent/CN107997741B/zh
Publication of CN107997741A publication Critical patent/CN107997741A/zh
Application granted granted Critical
Publication of CN107997741B publication Critical patent/CN107997741B/zh
Expired - Fee Related 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 for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/024Measuring pulse rate or heart rate
    • A61B5/02411Measuring pulse rate or heart rate of foetuses
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/43Detecting, measuring or recording for evaluating the reproductive systems
    • A61B5/4306Detecting, measuring or recording for evaluating the reproductive systems for evaluating the female reproductive systems, e.g. gynaecological evaluations
    • A61B5/4343Pregnancy and labour monitoring, e.g. for labour onset detection
    • A61B5/4356Assessing uterine contractions
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Pregnancy & Childbirth (AREA)
  • Gynecology & Obstetrics (AREA)
  • Cardiology (AREA)
  • Reproductive Health (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明公开一种胎心率和宫缩信号的耦合分析方法,包含:信号输入模块,信号预处理模块,耦合参数计算模块,参数输出模块。其中:信号输入模块负责接收胎心率监护仪器实测的胎心率和宫缩信号,信号预处理模块负责对接收信号的异常值进行三次样条插值修复及带通滤波处理,耦合参数计算模块包括胎心率和宫缩信号的交叉功率谱、相干谱及耦合参数计算,参数输出模块负责输出计算结果。本发明利用多变量时间序列耦合分析技术来分析胎儿在宫内的活动情况,融合交叉功率谱和相干谱来量化评价胎心率和宫缩信号之间的耦合程度,很好的拟补单变量信息不全面、分析不准确的缺点,对胎儿宫内活动情况评价更加全面和准确。

Description

一种胎心率和宫缩信号的耦合分析方法
技术领域
本发明属于一种生理参数分析方法,特别涉及一种胎心率和宫缩信号的耦合分析方法。
背景技术
胎动、胎心率和宫缩信号是孕妇观察胎儿状况的重要生理参数。胎动是胎儿在母体子宫内的活动,胎心率为胎儿的心跳速率,宫缩信号为胎动、宫缩等引起母亲腹壁的压力信号或子宫肌电功率谱包络信号。胎动时往往出现胎心率的短暂上升和母亲腹部压力、子宫肌电的变化。胎动次数的多少、快慢强弱等表示着胎儿在母体的安危,当胎盘功能不全或胎儿有某种疾病时,胎动常会减少,大量研究表明胎动减少与围产儿不良结局的风险相关。因此,胎动信号是胎儿向外传递自身情况的重要信息。
产前对孕妇的胎动进行监护,可以及时了解胎儿在宫内的情况及胎盘功能,及时发现胎儿有可能出现的病患,对降低新生儿病死率及妊娠妇女的并发症极为重要。尽管有多种计数胎动的方法,但是理想的胎动计数方法仍无定论。临床指南中推荐了2种计数胎动的方案:(1)产妇侧卧位,2h内感受10次以上胎动即为满意的胎动;(2)指导产妇每次自数胎动1h、每周3次,以确定胎动的基础水平,当胎动达到或超过基础水平时即为满意的胎动,当胎动低于基础水平时,则需要进一步检查以评估胎儿宫内状态。虽然两种方法安全、简单,但由于该方法在实际的操作过程中,孕妇并不能很好地坚持,且由于其主观判断误差,容易造成胎动计数的较大误差,使得胎动数不准确,不能及时发现胎儿异常。
现行方案,如B超以超声波的方式在胎动的识别器材中最为准确,可识别出各种类型的胎动行为,但不适合长时间使用,且单价昂贵。加速度计类的监测方案,运动信号干扰问题严重。由于胎心率受运动、生理节律等多种因素影响,宫缩信号受母体用力、呼吸、体位变化等影响,单独用胎心率或宫缩信号做胎儿活动的量化评估,都存在估计不准确的技术难题。
发明内容
本发明的目的在于针对上述已有技术的不足,提供一种胎心率和宫缩信号的耦合分析方法,该方法利用胎心率和宫缩信号之间的耦合程度分析,很好的弥补了单变量的分析不足,更有效地量化胎儿在宫内的活动情况。
为了实现上述目的,本发明的胎心率和宫缩信号的耦合分析方法,包含:
接收胎心率监护仪器实测的信号,其中所述信号包含胎心率信号XR和宫缩信号YR
对接收的所述胎心率信号XR和宫缩信号YR进行预处理;
对所述预处理后的胎心率信号X和宫缩信号Y的耦合参数进行计算,并输出计算结果。
优选地,对接收的所述胎心率信号XR和宫缩信号YR进行预处理的步骤进一步包括:分别对接收的所述胎心率XR和宫缩信号YR值为0的异常值进行三次样条插值修复;当异常数据持续预设值T以上,则该时间段对应的XR和YR剔除。
优选地,对处理异常值后的胎心率信号XR和宫缩信号YR进行预处理的步骤进一步包括:将所述胎心率信号XR和宫缩信号YR分别进行带通滤波。
优选地,对所述预处理后的胎心率信号X和宫缩信号Y进行耦合参数计算步骤包括,先分别计算的两个时间序列X和Y的时间频率谱或时间尺度谱(s)和(s),再计算X和Y交叉谱:则对应交叉功率谱为其中s为频率或尺度参数,n为时间窗的索引值,“*”为共轭运算。
优选地,对所述预处理后的胎心率信号X和宫缩信号Y进行耦合参数计算步骤进一步包括:计算相干谱Rn(s),其中:最后,耦合谱CPn(s)计算步骤为:将耦合谱CPn(s)按预定频率段分别统计基于时间平均的耦合值CPmean
优选地,所述的胎心率和宫缩信号的耦合分析方法,其特征在于:所述带通滤波频率范围为0.01~0.5Hz。
优选地,所述的胎心率和宫缩信号的耦合分析方法,其特征在于:所述时间频率谱或时间尺度谱计算分别包括窗口傅立叶变换、HHT变换或小波变换。
优选地,所述的胎心率和宫缩信号的耦合分析方法,其特征在于所述预定频率段的为0.01~0.5Hz。
本发明与现有技术相比,具有如下有益效果:
本发明利用多变量时间序列分析技术来分析胎儿在宫内的活动情况,融合交叉功率谱和相干谱来量化评价胎心率和宫缩信号之间的耦合强度,进一步通过耦合程度反映胎儿的活动宫内状况,其中相干谱用来度量时频空间中两个时间序列局部相关的密切程度,即使对应波功率谱中低能量值区,两者在小波相干谱中的相关性也有可能很显著,因此能反映胎儿微小的运动。
附图说明
图1是本发明的系统框图;
图2是本发明的实验流程图;
图3是本发明的实验流程图;
图4胎心率和宫缩信号的交叉功率谱图;
图5胎心率和宫缩信号的相干谱图;
图6胎心率和宫缩信号的耦合谱图;
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。
如图2所示,以一位年龄为32周岁,孕周为35周的被测者为例。
步骤S1,接收胎心率监护仪器实测的信号,其中包含胎心率信号XR和宫缩信号YR,采样率均为4Hz,如图3所示;
步骤S2,对接收胎心率XR和宫缩信号YR值为0的异常值进行三次样条插值修复;当异常数据持续10s以上,则该时间段对应的XR和YR剔除。
步骤S3,分别对经步骤S2处理后的胎心率信号XR和宫缩信号YR进行FIR带通滤波;其中,滤波器阶数为20,频率范围为0.01~0.5Hz。
步骤S4,对经步骤S3滤波后的胎心率信号X和宫缩信号Y分别进行进行小波变换,依据公式:
式中s是尺度参数,τ是平移参数,“*”表示共轭运算。Morlet母小波表达式为式中ω是角频率,取ω=6。实际计算时,取s=s02jΔj;其中,s0=1/2,Δj=1/256,序列取样间隔Δt=1/4s,平移参数τ=b0m/s;其中,b0=1,m=1,±1,...,±N/2。
同样有宫缩信号Y的频率谱WY(s,τ),则胎心率信号X和宫缩信号Y的交叉小波变换为WXY(s)=∫WX(s,τ)WY*(s,τ)dτ,本步骤所求交叉小波功率谱|WXY(s)|2,如图4所示,其值越大,表明两者具有共同的高能量区,彼此相关显著。
步骤S5,对经步骤S3滤波后的胎心率信号X和宫缩信号Y计算相干谱R(s),依据公式:
上式类似于传统意义上相关系数表达式,它是两个时间序列在某一频率上波振幅的交叉积与各个振动波的振幅乘积之比,这里S是平滑器,
S(W)=Sscale(Stime(W(s)))
其中:Sscale表示沿着小波伸缩尺度轴平滑;Stime表示沿着小波时间平移轴平滑。Morlet小波的平滑器表达式如下:
Sscale(W)|n=(W(s)×c2Π(0.6s))|n
这里的c1和c2是标准化常数,Π是矩形函数,参数0.6是根据经验确定的尺度与Morlet小波波长的解相关,本步骤计算结果如图5所示。
步骤S6,定义胎心率信号X和宫缩信号Y的耦合谱CP(s)计算表达式为:CP(s)=|WXY(s)|2×R(s),基于胎心率信号X和宫缩信号Y交叉小波变换功率谱和小波相干谱,可以融合它们共同的高能量区以及位相关系量化评价胎儿的活动状态。此步骤结果图如图6所示,因小波变换的时间尺度图必须在时间频率图来解释,定义频带[f1f2]的瞬时耦合值公式如下:
式中Ψ(ω)为ψ(s)的傅立叶变换。
因此,基于时间平均的耦合值此实施例中,预定频率段的为0.01~0.5Hz。
步骤S7,输出上述参数|WXY(s)|2、R(s)、CP(s)和CPmean
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。尽管本发明已进行了一定程度的描述,明显地,在不脱离本发明的精神和范围的条件下,可进行各个条件的适当变化。可以理解,本发明不限于所述实施方案,而归于权利要求的范围,其包括所述每个因素的等同替换。

Claims (8)

1.一种胎心率和宫缩信号的耦合分析方法,由以下步骤组成::
接收胎心率监护仪器实测的信号,其中所述信号包含胎心率信号XR和宫缩信号YR
对所述接收的胎心率信号XR和宫缩信号YR进行预处理;
对所述预处理后的胎心率信号X和宫缩信号Y的耦合参数进行计算,并输出计算结果。
2.如权利要求1所述的胎心率和宫缩信号的耦合分析方法,其特征在于:对所述接收的胎心率信号XR和宫缩信号YR进行预处理的步骤进一步包括:分别对接收的所述胎心率XR和宫缩信号YR值为0的异常值进行三次样条插值修复;当异常数据持续预设值T以上,则该时间段对应的XR和YR剔除。
3.如权利要求1所述的胎心率和宫缩信号的耦合分析方法,其特征在于:对处理异常值后的胎心率信号XR和宫缩信号YR进行预处理的步骤进一步包括:将所述胎心率信号XR和宫缩信号YR分别进行带通滤波。
4.如权利要求1所述的胎心率和宫缩信号的耦合分析方法,其特征在于:对所述预处理后的胎心率信号X和宫缩信号Y进行耦合参数计算步骤包括,先分别计算两个时间序列X和Y的时间频率谱或时间尺度谱再计算X和Y交叉谱:则对应交叉功率谱为其中s为频率或尺度参数,n为时间窗的索引值,“*”为共轭运算。
5.如权利要求1所述的胎心率和宫缩信号的耦合分析方法,其特征在于:对所述预处理后的胎心率信号X和宫缩信号Y进行耦合参数计算步骤进一步包括:计算相干谱Rn(s),其中:最后,耦合谱CPn(s)计算步骤为:将耦合谱CPn(s)按预定频段内统计基于时间平均的耦合值CPmean
6.如权利要求2所述的胎心率和宫缩信号的耦合分析方法,其特征在于:所述带通滤波频率范围为0.01~0.5Hz。
7.如权利要求4所述的胎心率和宫缩信号的耦合分析方法,其特征在于:所述时间频率谱或时间尺度谱计算分别包括窗口傅立叶变换、HHT变换或小波变换。
8.如权利要求5所述的胎心率和宫缩信号的耦合分析方法,其特征在于:所述耦合谱CPn(s)中预定频率段的为0.01~0.5Hz。
CN201810014183.0A 2018-01-08 2018-01-08 一种胎心率和宫缩信号的耦合分析方法 Expired - Fee Related CN107997741B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810014183.0A CN107997741B (zh) 2018-01-08 2018-01-08 一种胎心率和宫缩信号的耦合分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810014183.0A CN107997741B (zh) 2018-01-08 2018-01-08 一种胎心率和宫缩信号的耦合分析方法

Publications (2)

Publication Number Publication Date
CN107997741A true CN107997741A (zh) 2018-05-08
CN107997741B CN107997741B (zh) 2020-10-30

Family

ID=62050312

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810014183.0A Expired - Fee Related CN107997741B (zh) 2018-01-08 2018-01-08 一种胎心率和宫缩信号的耦合分析方法

Country Status (1)

Country Link
CN (1) CN107997741B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109567799A (zh) * 2018-12-26 2019-04-05 杭州电子科技大学 基于平滑小波相干性的肌电信号特征提取方法
CN110151176A (zh) * 2019-04-10 2019-08-23 杭州电子科技大学 一种基于肌电信号的上肢肘关节连续运动估计方法
CN111248900A (zh) * 2020-03-31 2020-06-09 燕山大学 一种基于单通道心脑信息耦合分析方法及系统
CN113456064A (zh) * 2021-07-15 2021-10-01 广州三瑞医疗器械有限公司 一种产前胎心监护信号智能判读方法
CN114159039A (zh) * 2021-11-12 2022-03-11 广州三瑞医疗器械有限公司 一种智能产前胎心监护模型
CN116458864A (zh) * 2023-06-19 2023-07-21 深圳大学 一种智能胎儿健康预警系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106994025A (zh) * 2016-01-22 2017-08-01 深圳市理邦精密仪器股份有限公司 获取胎心率的方法、系统及设备

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106994025A (zh) * 2016-01-22 2017-08-01 深圳市理邦精密仪器股份有限公司 获取胎心率的方法、系统及设备

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109567799A (zh) * 2018-12-26 2019-04-05 杭州电子科技大学 基于平滑小波相干性的肌电信号特征提取方法
CN110151176A (zh) * 2019-04-10 2019-08-23 杭州电子科技大学 一种基于肌电信号的上肢肘关节连续运动估计方法
CN111248900A (zh) * 2020-03-31 2020-06-09 燕山大学 一种基于单通道心脑信息耦合分析方法及系统
CN113456064A (zh) * 2021-07-15 2021-10-01 广州三瑞医疗器械有限公司 一种产前胎心监护信号智能判读方法
CN113456064B (zh) * 2021-07-15 2024-04-16 广州三瑞医疗器械有限公司 一种产前胎心监护信号智能判读方法
CN114159039A (zh) * 2021-11-12 2022-03-11 广州三瑞医疗器械有限公司 一种智能产前胎心监护模型
CN116458864A (zh) * 2023-06-19 2023-07-21 深圳大学 一种智能胎儿健康预警系统
CN116458864B (zh) * 2023-06-19 2023-08-11 深圳大学 一种智能胎儿健康预警系统

Also Published As

Publication number Publication date
CN107997741B (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
CN107997741A (zh) 一种胎心率和宫缩信号的耦合分析方法
CN104887220B (zh) 一种由腹壁心电信号提取胎儿心电信号的方法及系统
CN104757955A (zh) 一种基于脉搏波的人体血压预测方法
US11253204B2 (en) Method for assessing electrocardiogram signal quality
CN104739395A (zh) 一种基于脉搏波的人体血压预测方法
CN101194826A (zh) 便携式智能型胎动计数器及对采集信号的处理方法
CN103462642A (zh) 基于时频分析的多普勒胎心音的瞬时心率检测方法及装置
Khlif et al. Time-frequency characterization of tri-axial accelerometer data for fetal movement detection
CN106889981B (zh) 一种用于提取胎儿心率的智能终端
CN106073746A (zh) 基于胎儿心率曲线的胎儿安静睡眠周期提取方法
Tomassini et al. AdvFPCG-Delineator: Advanced delineator for fetal phonocardiography
CN109938719A (zh) 一种基于生理参数的驾驶员疲劳检测方法
CN104055506B (zh) 一种胎监数据处理方法及装置
KR101554381B1 (ko) 태아 건강 평가 방법 및 장치
Samuel et al. A novel hybrid method for calculating the fetal heart rate from the non-invasive abdominal electrocardiogram signal
JP2020138022A (ja) 胎児心拍数測定方法並びに胎児および母体の同時監視方法
Spilka et al. Stability of variability features computed from fetal heart rate with artifcially infused missing data
CN116246777A (zh) 一种基于社区产检数据流的妇产科信息分析方法
CN205031255U (zh) 微伏级t波交替实时检测系统
CN105193451B (zh) 一种胎儿心率曲线基线的识别方法
Logier et al. Fetal distress diagnosis using heart rate variability analysis: design of a high frequency variability index
CN102715897B (zh) 一种基于胎心电频谱图确定胎儿平均心率的方法
CN114027852A (zh) 宫内胎儿状况分析装置和方法
Punitha et al. Analysis of fluctuations of uterine contractions in preterm pregnancies using adaptive fractal features of electromyography signals
Desai et al. Correlations of fetal cardiac sympathetic activity with maternal body mass index

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20201030

CF01 Termination of patent right due to non-payment of annual fee