CN109567866B - 一种胎心率周期变异的处理方法 - Google Patents
一种胎心率周期变异的处理方法 Download PDFInfo
- Publication number
- CN109567866B CN109567866B CN201811193755.2A CN201811193755A CN109567866B CN 109567866 B CN109567866 B CN 109567866B CN 201811193755 A CN201811193755 A CN 201811193755A CN 109567866 B CN109567866 B CN 109567866B
- Authority
- CN
- China
- Prior art keywords
- heart rate
- valley
- fetal heart
- peak
- variation
- 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
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/02—Measuring pulse or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/488—Diagnostic techniques involving Doppler signals
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Cardiology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明的技术方案包括一种胎心率周期变异的处理方法,包括如下步骤:S1、采集预设时长的胎心率并绘制成初始胎心率曲线;S2、对初始胎心率曲线进行数据预处理,得到有效胎心率曲线;S3、区分有效胎心率曲线中的粗变异和细变异并提取细变异数据;S4、分析提取的细变异数据对应的胎心率曲线的波动情况得到每一分钟的摆动波周期数;S5、统计各个摆动波周期数出现次数,将出现次数最多的周期数作为周期变异结果。本发明的有益效果为:无需过多的人工参与,提高了对胎心率曲线的周期变异的分析计算的准确率,从而提高了临床上对胎儿宫内状况判断的准确度,并且该方法简单,容易实现。
Description
技术领域
本发明涉及一种胎心率周期变异的处理方法,属于医疗技术领域。
背景技术
伴随人们对胎儿宫内健康与安全的关注和重视,胎儿监护已在妇产科学和产前临床上占据着重要地位。在电子胎心监护诞生之前,人们采用传统的听筒方式对胎儿进行心跳信息获取,以此判断在宫内发育的状况。传统的获取胎心率的方式存在着一定的局限性和不确定性,尤其是在胎儿缺氧状态,胎心率会发生一些变化,用听筒方式有可能会漏掉这些重要信息,再则不同的人对胎儿心脏声音的辨识能力不同,会影响到信息的获取。随着电子胎心监护技术的诞生和发展,相关的很多技术手段已发展成熟,尤其在胎儿心率的监听、检测和计算方面,已经比传统的手段优越很多,能够实时、准确地反映出胎儿心率的变化,改善和消除了传统方式的局限性和不确定性。
胎心率数据曲线的细变异变化包含周期变异和振幅变异,同时,周期和振幅也是一个波形曲线的两个组成部分。对妊娠期胎儿心率进行一段时间的监护,比如监护10或者20分钟的胎心率数据,然后观察胎心率数据是否在正常范围110BPM~160BPM之内;其次观察并计算胎儿心率曲线的细变异变化——胎心率曲线上肉眼可看到的上下摆动的波。波的组成部分包含振幅和周期,观察1分钟内摆动波的周期数也是观察曲线的细变异主要内容之一。
在当前的电子胎心监护中,普遍认为胎心率基线、加速活动与减速活动的判断更为重要,而往往忽略了周期变异的重要性。事实上,周期变异也是胎心率曲线考察的重要指标之一。从周期变异信息上可以更为直观的反映出胎儿心率的变化情况,进而作为判断胎儿心跳健康状况的指标之一。临床上,若长期没有或者很少的周期变异,说明胎儿在宫内的储备能力弱,应引起重视,必要时采取干预措施。
现有的电子胎心监护技术,对周期变异的判断和计算主要有两种方式:第一种是基于人工经验的肉眼判读方式;第二种是基于相关信号处理技术的算法判断,将胎心率进行数字化,采用相应的算法处理,对周期变异进行分析和计算,常见于多种电子胎心监护产品中。现有的技术中,对胎心率曲线变异周期性的计算需求满足的比较少:一方面,由于对胎心率基线、加速活动与减速活动判断的更为重视,另一方面,实际临床上胎心率曲线的形状多种多样、千变万化,即使通过算法处理后得出的周期变异与实际的结果存在一些偏差,也不易被肉眼发现,导致周期变异的准确性存在易被忽视的问题。实际临床数据中,很大一部分的胎心率数据曲线的摆动波不明显,几乎很难用肉眼直接判断出波动的个数,相应的也就增加了算法的难度。
发明内容
为解决上述问题,本发明的目的在于提供一种胎心率周期变异的处理方法,对监护的20分钟时长的胎儿心率数据进行分析,采用一定的算法处理过程,分析胎心率曲线的变化情况,判断出曲线上摆动波的变化趋势,计算出周期变异摆动波的摆动周期数;该方法对周期变异识别准确率高且算法简单。
本发明解决其问题所采用的技术方案是:
一种胎心率周期变异的处理方法,包括如下步骤:
S1、采集预设时长的胎心率并绘制成初始胎心率曲线;
S2、对初始胎心率曲线进行数据预处理,得到有效胎心率曲线;
S3、区分有效胎心率曲线中的粗变异和细变异并提取细变异数据;
S4、分析提取的细变异数据对应的胎心率曲线的波动情况得到每一分钟的摆动波周期数;
S5、统计各个摆动波周期数出现次数,将出现次数最多的周期数作为周期变异结果;
其中,所述粗变异包括胎心率的加速/减速活动变化,所述细变异包括胎心率曲线的周期变异和振幅变异。
进一步,所述步骤S1还包括:
使用胎心监测设备采集预设时长的宫内胎儿心脏跳动的声音信号;
分析识别采集的声音信号,并通过自相关函数进行处理得到初始胎心率数据;
将初始胎心率数据绘制成初始胎心率曲线。
进一步,所述步骤S2还包括:
根据预设的有效胎心率值范围获取初始胎心率曲线中的有效胎心率数据;
对有效胎心率数据进行低通滤波得到有效胎心率曲线。
进一步,所述步骤S3还包括:
根据预设第一幅度阈值获取有效胎心率曲线中的第一峰谷值相关信息;
利用粗变异特征对第一峰谷值相关信息进行分析判断,得到粗变异数据段;
提取有效胎心率曲线中的粗变异数据段以外的数据段,得到细变异数据。
进一步:所述第一峰谷值相关信息包括第一峰值、第一峰值对应起始点与结束点、第一峰值上升时间、第一峰值恢复时间、第一峰值上升幅度、第一谷值、第一谷值对应起始点与结束点、第一谷值下降时间、第一谷值恢复时间和第一谷值下降幅度。
进一步,所述利用粗变异特征对第一峰谷值相关信息进行分析判断的步骤,包括:
将第一峰值上升时间、第一峰值恢复时间、第一峰值上升幅度与粗变异特征中对应的胎心率加速活动特征进行对比,判断该第一峰值处的胎心率变化是否属于粗变异的胎心率加速活动;
将第一谷值下降时间、第一谷值恢复时间和第一谷值下降幅度与粗变异特征中对应的胎心率减速活动特征进行对比,判断该第一谷值处的胎心率变化是否属于粗变异的胎心率减速活动;
其中,所述粗变异特征根据怀孕时间而定。
进一步,所述步骤S4还包括:
根据预设第二幅度阈值和第二波形宽度阈值查找有效胎心率曲线中细变异数据的第二峰值信息和第二谷值信息;
对第二峰值点处和第二谷值点处曲线进行曲线拟合筛选符合曲线变化趋势的曲线段并得到相应的第三峰值信息和第三谷值信息;
根据第三峰值信息和第三谷值信息计算相应周期变异判断指标,所述周期变异判断指标包括峰值点波形宽度、谷值点波形宽度、峰峰间距和谷谷间距;
分别根据预设周期间隔阈值和第三峰值点波形宽度与第三谷值点波形宽度的重合情况对第三峰值信息和第三谷值信息进行两次筛选,得到最终的周期变异摆动波;
计算周期变异摆动波每一分钟的摆动周期数。
进一步,所述根据第三峰值信息和第三谷值信息计算相应周期变异判断指标,包括:
查找第三峰值点对应的起始点和结束点以及第三谷值点对应的起始点和结束点;
分别计算第三峰值点和第三谷值点前后起始点和结束点之间的时间差得到第三峰值点的波形宽度和第三谷值点的波形宽度;
分别计算相邻两个第三峰值点和相邻两个第三谷值点的时间差,得到第三峰值点的峰峰间距和第三谷值点的谷谷间距;
进一步,所述分别根据预设周期间隔阈值和第三峰值点波形宽度与第三谷值点波形宽度的重合情况对第三峰值信息和第三谷值信息进行两次筛选,包括:
分别将第三峰值点的峰峰间距和第三谷值点的谷谷间距与预设周期间隔阈值进行比较,筛选出峰峰间距大于周期间隔阈值的峰值点信息和谷谷间距大于周期间隔阈值的谷值点信息;
判断第三峰值点波形宽度与第三谷值点波形宽度是否重合,若重合,则仅保存峰值信息及峰值点波形宽度,若不重合,则保存峰值信息、谷值信息、峰值点波形宽度和谷值点波形宽度。
进一步,所述步骤S5还包括:统计各个摆动波周期数出现次数;去除最大与次大、最小与次小的周期数,将剩余周期数中出现次数最多的周期数作为周期变异结果。
本发明的有益效果是:本发明采用的一种胎心率周期变异的处理方法,通过使用电子设备采集数据并自动对采集的数据进行分析处理,无需过多的人工参与,提高了对胎心率曲线的周期变异的分析计算的准确率,从而提高了临床上对胎儿宫内状况判断的准确度,并且该方法简单,容易实现。
附图说明
图1是本发明的主要方法流程图;
图2是本发明具体实施例中对细变异数据对应胎心率曲线波动情况分析流程图;
图3是本发明具体实施摆动波部分信息的相关位置示意图;
图4A是本发明实施例的初始胎心率曲线C的示例图;
图4B是本发明实施例的胎心率曲线L-1的示例图;
图4C是本发明实施例的胎心率曲线L-2的示例图;
图4D是本发明实施例的胎心率曲线粗变异与细变异数据段的示例图;
图4E是本发明实施例的周期变异结果对应曲线的示例图。
具体实施方式
在当今的妇产科学和胎儿临床监护上,对胎儿心率的监护和分析已经是产前重要的项目之一。采用电子胎心监护技术,胎儿心率值的获取通常采用超声多普勒技术,利用超声波的反射原理,将胎心探头放置于接近胎儿心脏位置的母亲腹部,采集胎儿心脏跳动的声音信号,并采用一定算法,对信号进行分析,计算出心率值。
临床上一般监护至少10分钟的胎儿心率数据,将心率数据绘成胎心率曲线并显示,然后对胎心率曲线进行分析。胎心率曲线是反映胎儿在宫内情况的重要数据信息,国内外普遍使用并被业内广泛认可的Fischer、改良Fischer、Krebs、NST等胎心评分方法,都是通过分析胎心率曲线上的几种重要信息得出相应的胎心率评分结果。
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。本发明的一种胎心率周期变异的处理方法适用于临床上对胎儿心率的细变异诊断。
如图1所示,本发明的一种胎心率振幅变异的处理方法,包括如下步骤:
S1、采集预设时长的胎心率并绘制成初始胎心率曲线;
S2、对初始胎心率曲线进行数据预处理,得到有效胎心率曲线;
S3、区分有效胎心率曲线中的粗变异和细变异并提取细变异数据;
S4、分析提取的细变异数据对应的胎心率曲线的波动情况得到每一分钟的摆动波周期数;
S5、统计各个摆动波周期数出现次数,将出现次数最多的周期数作为周期变异结果;
其中,所述粗变异包括胎心率的加速/减速活动变化,所述细变异包括胎心率曲线的周期变异和振幅变异。
参照图2,进一步,步骤S1还包括:
使用胎心监测设备采集预设时长的宫内胎儿心脏跳动的声音信号;
分析识别采集的声音信号,并通过自相关函数进行处理得到初始胎心率数据;
将初始胎心率数据绘制成初始胎心率曲线。
由于振幅变异是胎心率曲线细变异的一种表现形式,对振幅变异的分析是基于当前的胎心率曲线进行,因此胎心率曲线的获取是计算周期变异的重要前提条件;本实施例中,利用胎心监护仪采集20分钟时长的宫内胎儿心脏跳动的声音信号,胎心监护仪自动对该声音信号进行分析识别将其转换为数字信号,再通过自相关函数对这些数字信号进行处理,得到20分钟时长的初始胎心率数据,将这些初始胎心率数据描点连线即可绘制出初始胎心率曲线,一段示例的初始胎心率曲线如图4A所示,这里将图4A中的初始胎心率曲线记为曲线C,横轴代表时间轴(或者采样点轴),纵轴代表胎心率值。
进一步,步骤S2还包括:
根据预设的有效胎心率值范围获取初始胎心率曲线中的有效胎心率数据;
对有效胎心率数据进行低通滤波得到有效胎心率曲线。
医学资料规定,在一定范围内的胎心率值视为有效值,超出范围之外的视为无效心率值;由于胎心监护仪在进行采集时可能存在一些并非胎儿心脏跳动声音的干扰信号,例如胎心探头接触不良或者胎儿位置活动的情况下采集的异常突变信号或噪声信号,由这些干扰信号计算得到的胎心率数据突变往往是无效的,因此,这里先对初始胎心率曲线进行数据预处理,剔除明显的无效胎心率数据,以提高数据准确性。本实施例中,在曲线C上,根据预设的正常胎心率值范围查找超出该范围的无效胎心率数据并对其进行排除,再采用低通滤波处理,过滤掉噪声信号得到的无效胎心率数据,然后将剩余数据重新描点连线绘制出有效胎心率曲线,记为曲线L。
进一步,步骤S3还包括:
根据预设第一幅度阈值获取有效胎心率曲线中的第一峰谷值相关信息;
利用粗变异特征对第一峰谷值相关信息进行分析判断,得到粗变异数据段;
提取有效胎心率曲线中的粗变异数据段以外的数据段,得到细变异数据。
有些时候,胎儿宫内受到胎动、宫缩等活动的影响时,心率值会发生一定的变化。比如胎心率值上升,表现在胎心率曲线上,会出现一些“拱”形的变化,当幅度改变和持续时间超过一定数值时,称之为胎心率的加速变化活动。有些时候,胎儿受缺氧的影响,心率值也会发生一定的变化,比如胎心率值下降,表现在胎心率曲线上,会出现一些向下掉到一定谷值的下降变化,当幅度改变和持续时间超过一定数值时,称之为胎心率的减速变化活动。
加速活动变化和减速活动变化属于胎心率曲线的粗变异变化形式,而周期变异是胎心率曲线的细变异变化内容。两者所包含和体现的数据信息是完全不同的,需要在胎心曲线上进行有效的区分。
其中,第一峰谷值相关信息包括第一峰值、第一峰值对应起始点与结束点、第一峰值上升时间、第一峰值恢复时间、第一峰值上升幅度、第一谷值、第一谷值对应起始点与结束点、第一谷值下降时间、第一谷值恢复时间和第一谷值下降幅度;关于峰谷值在胎心率曲线的位置示意如图3所示。
本实施例中,为了得到第一峰谷值相关信息,先设置第一幅度阈值,这里的第一幅度阈值的参数设置可参考加速活动、减速活动定义的幅度值范围,根据实际情况而定;在曲线L上查找幅度超过第一幅度阈值的峰、谷值点;并且将这些峰、谷值点在曲线L上用圆圈进行标记,如图4B示例,这里得到8个满足条件的第一峰值,标记后的曲线记为曲线L-1;在这些第一峰值和第一谷值附近查找其对应的起始点与结束点;其中,第一峰值对应起始点与第一峰值点之间的时间差和幅度差,则分别为第一峰值上升时间和第一峰值上升幅度,第一峰值对应结束点与第一峰值点之间的时间差,则为第一峰值恢复时间;同理,第一谷值对应起始点与第一谷值点之间的时间差和幅度差,则分别为第一谷值下降时间和第一谷值下降幅度,第一谷值对应结束点与第一谷值点之间的时间差,则为第一谷值恢复时间。
进一步,利用粗变异特征对第一峰谷值相关信息进行分析判断的步骤,包括:
将第一峰值上升时间、第一峰值恢复时间、第一峰值上升幅度与粗变异特征中对应的胎心率加速活动特征进行对比,判断该第一峰值处的胎心率变化是否属于粗变异的胎心率加速活动;
将第一谷值下降时间、第一谷值恢复时间和第一谷值下降幅度与粗变异特征中对应的胎心率减速活动特征进行对比,判断该第一谷值处的胎心率变化是否属于粗变异的胎心率减速活动;
其中,粗变异特征根据怀孕时间而定。
仅凭第一幅度阈值筛选出的第一峰值和第一谷值对应的胎心率变化可能不全是真正的加速活动或减速活动,因为有些胎心率曲线的基线变异亦可能产生类似加速或者减速变化,即也会产生峰、谷值,因此需要对这些得到的第一峰值和第一谷值进行再次筛选,以得到更准确的粗变异数据;这里以粗变异的加速或减速活动变化的实际特征作为再次筛选的依据,其中粗变异特征具体为:
a、孕32周以下,第一峰值上升时间>10秒,第一峰值上升幅度>10BPM,第一峰值恢复时间>10秒,为一次真正的加速活动;
b、孕32周及以上,第一峰值上升时间>15秒,第一峰值上升幅度>15BPM,第一峰值恢复时间>15秒,为一次真正的加速活动;
c、第一谷值下降时间>15秒,第一谷值下降幅度>15BPM,第一谷值恢复时间>15秒,统称为一次真正的减速活动。
本实施例中,如图4C示例,对曲线L-1中被圆圈标记的第一峰值和第一谷值经过再次筛选后,得到6个真正符合粗变异特征的第一峰值,筛选后的曲线记为曲线L-2;如图4D示例,将曲线L-2中标记的第一峰值和第一谷值所在数据段记为粗变异数据段,以A1、A2...标记出,这里因为几个符合粗变异特征的第一峰值比较靠近,因此将这几个第一峰值所在数据段合并标记为一个粗变异数据段,如图4D中的A2,而粗变异数据段以外的数据则为细变异数据,以L1、L2...标记出。
如图2所示,步骤S4还包括:
根据预设第二幅度阈值和第二波形宽度阈值查找有效胎心率曲线中细变异数据的第二峰值信息和第二谷值信息;
对第二峰值点处和第二谷值点处曲线进行曲线拟合筛选符合曲线变化趋势的曲线段并得到相应的第三峰值信息和第三谷值信息;
根据第三峰值信息和第三谷值信息计算相应周期变异判断指标,所述周期变异判断指标包括峰值点波形宽度、谷值点波形宽度、峰峰间距和谷谷间距;
分别根据预设周期间隔阈值和第三峰值点波形宽度与第三谷值点波形宽度的重合情况对第三峰值信息和第三谷值信息进行两次筛选,得到最终的周期变异摆动波;
计算周期变异摆动波每一分钟的摆动周期数。
进一步,所述根据第三峰值信息和第三谷值信息计算相应周期变异判断指标,包括:
查找第三峰值点对应的起始点和结束点以及第三谷值点对应的起始点和结束点;
分别计算第三峰值点和第三谷值点前后起始点和结束点之间的时间差得到第三峰值点的波形宽度和第三谷值点的波形宽度;
分别计算相邻两个第三峰值点和相邻两个第三谷值点的时间差,得到第三峰值点的峰峰间距和第三谷值点的谷谷间距;
进一步,所述分别根据预设周期间隔阈值和第三峰值点波形宽度与第三谷值点波形宽度的重合情况对第三峰值信息和第三谷值信息进行两次筛选,包括:
分别将第三峰值点的峰峰间距和第三谷值点的谷谷间距与预设周期间隔阈值进行比较,筛选出峰峰间距大于周期间隔阈值的峰值点信息和谷谷间距大于周期间隔阈值的谷值点信息;
判断第三峰值点波形宽度与第三谷值点波形宽度是否重合,若重合,则仅保存峰值信息及峰值点波形宽度,若不重合,则保存峰值信息、谷值信息、峰值点波形宽度和谷值点波形宽度。
进一步,所述步骤S5还包括:
统计各个摆动波周期数出现次数;
去除最大与次大、最小与次小的周期数,将剩余周期数中出现次数最多的周期数作为周期变异结果。
具体的,周期性变化作为摆动波主要特征之一,对其分析和计算的重要前提是寻找出准确的摆动波变化,这里以一具体举例进行说明,对获取的胎心率曲线段L1、L2、L3和L4进行分析和计算,具体的处理过程如下:
(1)确定周期变异判断指标
由于胎心率曲线的复杂多变性,单一地从某一种特性或者指标进行分析和判断周期变异,就会带来计算效果的局限性:即不能灵活运用于各种胎心率曲线上,又会造成计算的结果与实际结果偏差太大的情况发生。
这里通过峰值、谷值、峰峰间隔、谷谷间距、摆动波宽度等多个特征和指标,作为判断条件分析一次曲线波动是否满足为一次变异周期。
(2)峰、谷值计算
设置第二幅度阈值deltaH、第二波形宽度阈值deltaW,搜索L1~L4等曲线数据段上所有疑似波动变化的峰、谷值,即上述第二峰值、第二谷值。deltaH、deltaW是预先设置的值。
(3)确定是否为一次摆动波
根据第二幅度阈值deltaH和第二波形宽度阈值deltaW筛选的第二峰值和第二谷值序列信息,还不足以明确判断出是否为一个摆动波变化,所以要对这些第二峰值和第二谷值变化处的曲线部分进行进一步分析:
对每个峰值点前后的两段数据部分——上升段数据和下降段数据进行分析,然后进行曲线拟合,确定峰值附近的数据部分是否为摆动波变化的曲线趋势,而不是线性(比如折线)趋势。若为曲线变化趋势,保存并记录上升期的起始点和下降期的结束点。
对每个谷值点前后的两段数据部分——下降段数据和上升段数据进行分析,然后进行曲线拟合,确定谷值附近的数据部分是否为摆动波变化趋势,而不是线性(比如折线)趋势。若为曲线变化趋势,保存并记录下降期的起始点和上升期的结束点。
最后将符合摆动波变化趋势的峰、谷值进行保存,并记为第三峰值序列和第三谷值序列,本发明中的序列是指包含某种信息元素的数组。
(4)指标的分析计算与初次筛选
对第三峰值序列和第三谷值序列中的峰、谷值点进行分析处理,计算峰值点前后起始点和结束点之间的时间差,称为峰值处波形宽度,并记录为峰值处波形宽度序列。计算谷值点前后起始点和结束点之间的时间差,称为谷值处波形宽度,并记录为谷值处波形宽度序列。
计算相邻的两个峰值之间的时间差,称为峰峰间距。计算相邻两个谷值之间的时间差,称为谷谷间距。设置周期间隔阈值deltaC,判断并保存峰峰间距大于阈值deltaC的峰值位置,判断并保存谷谷间距大于阈值deltaC的谷值位置。
阈值deltaC为预先设置的值,例如胎心率曲线的采样率为2,若一分钟最大周期数限制为20,则deltaC的值为6,具体deltaC数值大小以实际算法处理过程为准。
(5)峰、谷值的再筛选
由(4)中得出的指标值可知,计算某些谷值处的波形宽度时,可能会存在与附近某一个峰值处波形宽度计算重合的情况。若峰、谷值处波形宽度的计算互有重合,则保存峰值位置与峰值处的波形宽度。若峰、谷值处波形宽度的计算没有重合,则峰值、峰值处波形宽度、谷值和谷值处波形宽度均保存下来。
(6)计算变异的周期值
结合(5)中保留下来的峰值处波形宽度、谷值处波形宽度与峰值信息,将其转为1分钟内的周期值,并去除最大与次大、最小与次小的周期数值,然后结合峰值在曲线上的位置,计算出出现频率最大的周期数值,即为胎心率曲线的周期变异。
对L1~L4的胎心率曲线段经过(1)-(6)的处理过程后,得到的周期变异曲线图如图4E所示,其中峰值的位置以“×”进行标记,图4A-4E中横坐标的一格表示一分钟,可看出最终周期变异结果得出的周期数为4。
以上所述,只是本发明的较佳实施例而已,本发明并不局限于上述实施方式,只要其以相同的手段达到本发明的技术效果,都应属于本发明的保护范围。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。
Claims (8)
1.一种胎心率周期变异的处理方法,其特征在于,包括如下步骤:
S1、采集预设时长的胎心率并绘制成初始胎心率曲线;
S2、对初始胎心率曲线进行数据预处理,得到有效胎心率曲线;
S3、区分有效胎心率曲线中的粗变异和细变异并提取细变异数据;
S4、分析提取的细变异数据对应的胎心率曲线的波动情况得到每一分钟的摆动波周期数;
S5、统计各个摆动波周期数出现次数,将出现次数最多的周期数作为周期变异结果;
其中,所述粗变异包括胎心率的加速/减速活动变化,所述细变异包括胎心率曲线的周期变异和振幅变异;
所述步骤S1还包括:
使用胎心监测设备采集预设时长的宫内胎儿心脏跳动的声音信号;
分析识别采集的声音信号,并通过自相关函数进行处理得到初始胎心率数据;
将初始胎心率数据绘制成初始胎心率曲线;
所述步骤S4还包括:
根据预设第二幅度阈值和第二波形宽度阈值查找有效胎心率曲线中细变异数据的第二峰值信息和第二谷值信息;
对第二峰值点处和第二谷值点处曲线进行曲线拟合筛选符合曲线变化趋势的曲线段并得到相应的第三峰值信息和第三谷值信息;
根据第三峰值信息和第三谷值信息计算相应周期变异判断指标,所述周期变异判断指标包括峰值点波形宽度、谷值点波形宽度、峰峰间距和谷谷间距;
分别根据预设周期间隔阈值和第三峰值点波形宽度与第三谷值点波形宽度的重合情况对第三峰值信息和第三谷值信息进行两次筛选,得到最终的周期变异摆动波;
计算周期变异摆动波每一分钟的摆动周期数。
2.根据权利要求1所述的胎心率周期变异的处理方法,其特征在于,所述步骤S2还包括:
根据预设的有效胎心率值范围获取初始胎心率曲线中的有效胎心率数据;
对有效胎心率数据进行低通滤波得到有效胎心率曲线。
3.根据权利要求1所述的胎心率周期变异的处理方法,其特征在于,所述步骤S3还包括:
根据预设第一幅度阈值获取有效胎心率曲线中的第一峰谷值相关信息;
利用粗变异特征对第一峰谷值相关信息进行分析判断,得到粗变异数据段;
提取有效胎心率曲线中的粗变异数据段以外的数据段,得到细变异数据。
4.根据权利要求3所述的胎心率周期变异的处理方法,其特征在于:所述第一峰谷值相关信息包括第一峰值、第一峰值对应起始点与结束点、第一峰值上升时间、第一峰值恢复时间、第一峰值上升幅度、第一谷值、第一谷值对应起始点与结束点、第一谷值下降时间、第一谷值恢复时间和第一谷值下降幅度。
5.根据权利要求4所述的胎心率周期变异的处理方法,其特征在于,所述利用粗变异特征对第一峰谷值相关信息进行分析判断的步骤,包括:
将第一峰值上升时间、第一峰值恢复时间、第一峰值上升幅度与粗变异特征中对应的胎心率加速活动特征进行对比,判断该第一峰值处的胎心率变化是否属于粗变异的胎心率加速活动;
将第一谷值下降时间、第一谷值恢复时间和第一谷值下降幅度与粗变异特征中对应的胎心率减速活动特征进行对比,判断该第一谷值处的胎心率变化是否属于粗变异的胎心率减速活动;
其中,所述粗变异特征根据怀孕时间而定。
6.根据权利要求1所述的胎心率周期变异的处理方法,其特征在于,所述根据第三峰值信息和第三谷值信息计算相应周期变异判断指标,包括:
查找第三峰值点对应的起始点和结束点以及第三谷值点对应的起始点和结束点;
分别计算第三峰值点和第三谷值点前后起始点和结束点之间的时间差得到第三峰值点的波形宽度和第三谷值点的波形宽度;
分别计算相邻两个第三峰值点和相邻两个第三谷值点的时间差,得到第三峰值点的峰峰间距和第三谷值点的谷谷间距。
7.根据权利要求6所述的胎心率周期变异的处理方法,其特征在于,所述分别根据预设周期间隔阈值和第三峰值点波形宽度与第三谷值点波形宽度的重合情况对第三峰值信息和第三谷值信息进行两次筛选,包括:
分别将第三峰值点的峰峰间距和第三谷值点的谷谷间距与预设周期间隔阈值进行比较,筛选出峰峰间距大于周期间隔阈值的峰值点信息和谷谷间距大于周期间隔阈值的谷值点信息;
判断第三峰值点波形宽度与第三谷值点波形宽度是否重合,若重合,则仅保存峰值信息及峰值点波形宽度,若不重合,则保存峰值信息、谷值信息、峰值点波形宽度和谷值点波形宽度。
8.根据权利要求1所述的胎心率周期变异的处理方法,其特征在于,所述步骤S5还包括:
统计各个摆动波周期数出现次数;
去除最大与次大、最小与次小的周期数,将剩余周期数中出现次数最多的周期数作为周期变异结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811193755.2A CN109567866B (zh) | 2018-10-15 | 2018-10-15 | 一种胎心率周期变异的处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811193755.2A CN109567866B (zh) | 2018-10-15 | 2018-10-15 | 一种胎心率周期变异的处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109567866A CN109567866A (zh) | 2019-04-05 |
CN109567866B true CN109567866B (zh) | 2021-12-28 |
Family
ID=65920067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811193755.2A Active CN109567866B (zh) | 2018-10-15 | 2018-10-15 | 一种胎心率周期变异的处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109567866B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1568316A1 (en) * | 2004-02-24 | 2005-08-31 | Neoventa medical AB | Assessment of fetal reactivity by fetal heart rate analysis |
CN101554325A (zh) * | 2009-05-15 | 2009-10-14 | 南京大学 | 胎儿心电图的分离提取方法 |
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 |
CN102319063A (zh) * | 2011-07-26 | 2012-01-18 | 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 |
CN102485180A (zh) * | 2010-12-06 | 2012-06-06 | 中国科学院深圳先进技术研究院 | 胎儿监护装置和方法 |
CN102512150A (zh) * | 2011-12-28 | 2012-06-27 | 深圳市理邦精密仪器股份有限公司 | 一种胎儿监护报警方法和装置 |
CN103565433A (zh) * | 2013-10-30 | 2014-02-12 | 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 |
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 |
CN108056772A (zh) * | 2017-11-17 | 2018-05-22 | 南京柏橙医疗科技有限公司 | 一种远程胎心监护自动分析系统及其方法 |
CN108261176A (zh) * | 2017-12-28 | 2018-07-10 | 深圳京柏医疗科技股份有限公司 | 胎心监护数据处理方法、装置、系统、存储介质和计算机设备 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9212133D0 (en) * | 1992-06-09 | 1992-07-22 | Polytechnic South West | Medical signal analyzer |
WO2008073491A1 (en) * | 2006-12-11 | 2008-06-19 | University Of Florida Research Foundation, Inc. | System and method for analyzing progress of labor and preterm labor |
US9408549B2 (en) * | 2009-11-03 | 2016-08-09 | Vivaquant Llc | Detecting fiducial points in physiological signals |
CN101828918B (zh) * | 2010-05-12 | 2011-09-21 | 重庆大学 | 基于波形特征匹配的心电信号r波峰检测方法 |
CN102038497B (zh) * | 2010-12-02 | 2012-07-18 | 广东宝莱特医用科技股份有限公司 | 一种心电信号噪声分析方法 |
CN102302363B (zh) * | 2011-06-29 | 2013-06-19 | 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 |
US9439597B2 (en) * | 2012-08-27 | 2016-09-13 | Perigen Inc. | Method and apparatus for monitoring a fetus during labor |
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 |
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 |
CN104622446A (zh) * | 2015-02-03 | 2015-05-20 | 南京理工大学 | 一种基于khm聚类算法的心率变异信号优化方法 |
CN107468221B (zh) * | 2017-09-12 | 2020-05-01 | 济南大学 | 基于金氏脉学的脉搏波信号处理方法及肺癌检测系统 |
-
2018
- 2018-10-15 CN CN201811193755.2A patent/CN109567866B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1568316A1 (en) * | 2004-02-24 | 2005-08-31 | Neoventa medical AB | Assessment of fetal reactivity by fetal heart rate analysis |
CN101554325A (zh) * | 2009-05-15 | 2009-10-14 | 南京大学 | 胎儿心电图的分离提取方法 |
CN102485180A (zh) * | 2010-12-06 | 2012-06-06 | 中国科学院深圳先进技术研究院 | 胎儿监护装置和方法 |
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 |
CN102319063A (zh) * | 2011-07-26 | 2012-01-18 | 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 |
CN102512150A (zh) * | 2011-12-28 | 2012-06-27 | 深圳市理邦精密仪器股份有限公司 | 一种胎儿监护报警方法和装置 |
CN103565433A (zh) * | 2013-10-30 | 2014-02-12 | 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 |
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 |
CN108056772A (zh) * | 2017-11-17 | 2018-05-22 | 南京柏橙医疗科技有限公司 | 一种远程胎心监护自动分析系统及其方法 |
CN108261176A (zh) * | 2017-12-28 | 2018-07-10 | 深圳京柏医疗科技股份有限公司 | 胎心监护数据处理方法、装置、系统、存储介质和计算机设备 |
Non-Patent Citations (4)
Title |
---|
胎儿电子监护仪的应用及其临床意义;梁纯丽;《深圳中西医结合杂志》;20020628;第176页 * |
胎儿电子监护结果评判及处理原则;邢爱耘;《中国计划生育和妇产科》;20140825;第6-11页 * |
胎心宫缩图参数分析和胎儿状态评估方法的研究;李晓东;《中国优秀硕士学位论文全文数据库医药卫生科技辑》;20151215;全文 * |
胎心率电子监护的临床意义;常菊英;《临床合理用药杂志》;20111120;第111-112页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109567866A (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102319063B (zh) | 一种提高胎心率数据加速识别准确性的装置和方法 | |
Jezewski et al. | Determination of fetal heart rate from abdominal signals: evaluation of beat-to-beat accuracy in relation to the direct fetal electrocardiogram | |
Jezewski et al. | A novel technique for fetal heart rate estimation from Doppler ultrasound signal | |
JP5815705B2 (ja) | 胎児モニタリング中に超音波信号の不明確性を削減する方法 | |
CN103263262B (zh) | 测量胎儿心率的系统及方法 | |
JP2002125941A (ja) | 子宮収縮検出器及び頻度トレンド装置 | |
CN109567868A (zh) | 一种ctg胎心评分方法及系统 | |
WO2023226223A1 (zh) | Ppg信号质量评估方法及装置以及ppg信号处理方法及系统 | |
CN112545472B (zh) | 一种ppg信号质量评估的方法、装置、设备及储存介质 | |
US7353127B2 (en) | Apparatus and method for detection and quantification of oscillatory signals | |
Khlif et al. | Time-frequency characterization of tri-axial accelerometer data for fetal movement detection | |
CN112017695A (zh) | 一种自动识别生理声音的系统及方法 | |
CN109567869B (zh) | 一种处理胎心率曲线上加速活动的方法及系统 | |
CN109567866B (zh) | 一种胎心率周期变异的处理方法 | |
CN104055506A (zh) | 一种胎监数据处理方法及装置 | |
CN101866423A (zh) | 一种动脉压信号逐拍分割方法 | |
TW201524465A (zh) | 動脈波分析方法及其系統 | |
CN109567867A (zh) | 一种胎心率振幅变异的处理方法 | |
Alyousif et al. | Rule-based algorithm for intrapartum cardiotocograph pattern features extraction and classification | |
Wei et al. | Fetal heart rate analysis using a non-linear baseline and variability estimation method | |
Goda et al. | A phonography-based method improved by hidden Markov model for fetal breathing movement detection | |
Urdal et al. | Noise and contraction detection using fetal heart rate and accelerometer signals during labour | |
CN109009058A (zh) | 一种胎心监测方法 | |
Lweesy et al. | Extraction of fetal heart rate and fetal heart rate variability from mother's ECG signal | |
JP3196871B2 (ja) | 診断装置 |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Yan Jinyuan Inventor after: Kong Fengqiang Inventor after: Zhang Daoguo Inventor after: Liang Jin Inventor before: Kong Fengqiang |
|
GR01 | Patent grant | ||
GR01 | Patent grant |