CN109567868A - 一种ctg胎心评分方法及系统 - Google Patents

一种ctg胎心评分方法及系统 Download PDF

Info

Publication number
CN109567868A
CN109567868A CN201811198581.9A CN201811198581A CN109567868A CN 109567868 A CN109567868 A CN 109567868A CN 201811198581 A CN201811198581 A CN 201811198581A CN 109567868 A CN109567868 A CN 109567868A
Authority
CN
China
Prior art keywords
heart rate
fetal
value
uterine contraction
data
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.)
Pending
Application number
CN201811198581.9A
Other languages
English (en)
Inventor
孔凤强
关晓丽
卢腾
刘帅
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.)
Guangdong Biolight Meditech Co Ltd
Original Assignee
Guangdong Biolight Meditech 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 Guangdong Biolight Meditech Co Ltd filed Critical Guangdong Biolight Meditech Co Ltd
Priority to CN201811198581.9A priority Critical patent/CN109567868A/zh
Publication of CN109567868A publication Critical patent/CN109567868A/zh
Pending legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/02Measuring pulse or heart rate
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48Diagnostic techniques
    • A61B8/488Diagnostic techniques involving Doppler signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00Evaluating a particular growth phase or type of persons or animals
    • A61B2503/02Foetus

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

本发明涉及一种CTG胎心评分方法及系统,用于实现:胎心数据处理,包括信号采集和胎心率与宫缩值计算,得到胎心率数据、宫缩压力数据及胎动数据;胎心评分,对胎心数据处理步骤得到的胎心率数据、宫缩压力数据进行接收,基于CTG评分算法对接收数据依次执行除干扰及噪声处理、计算胎心率基线、计算宫缩活动、分析判断加速及减速活动、计算振幅变异及计算周期变异,得出分析结果,并根据分析结果得出对应的评分。本发明的有益效果为:对胎心率、宫缩数据的分析和判断更加完善,评分结果也更加准确。

Description

一种CTG胎心评分方法及系统
技术领域
本发明涉及一种CTG胎心评分方法及系统,属于计算机检测领域。
背景技术
电子胎心监护是当前产科进行胎儿监护过程的一个重要手段。对产前胎儿健康排查的重视,更突显了电子胎心监护的重要作用。电子胎心监护的主要过程是通过连续的监护并记录胎儿心率的变化,由于胎心率的变化是胎儿中枢神经系统调节的结果,因此通过电子胎心监护手段,以达到判断胎儿宫内的安危情况,并给予临床医生重要参考信息的目的。
在电子胎心监护技术诞生之前,人们采用传统的听筒方式监听胎儿的心跳声音,进而获知胎儿在宫内发育的状态。随着科技发展,传统方式已经不能满足人们对胎儿信息的需求,其局限性也越来越凸显:一是,对胎儿心跳声音监听的时间越久获得的信息越全面,这显然对人工监听方式是一种考验;二是,胎儿心率有时候存在异常变化情况,尤其是发生不利好变化的时候,人工的监听方式极有可能会漏掉这些重要信息;三是,对于人工监听方式,监听的结果是监听人的直接反馈,拥有丰富经验的医护人员的监听结果的可信度会更高;四是,人工监听的方式耗时耗力,效率低,而且还可能存在没有准确反映出胎儿实际状态的情况。
随着电子胎心监护诞生至今的百年发展,很多技术水平已趋向成熟,尤其在胎儿心率的监听、检测和计算方面,电子胎心监护技术已经比传统的手段优越很多,能够做到准确地反映出胎儿心率变化,传统方式的局限性也已经得到一定程度的改善和消除。
目前,计算胎儿心率数据的技术,普遍运用超声多普勒原理,将胎心或者宫缩探头放置于胎儿心脏位置处的母亲腹部,胎心探头用于采集胎儿心脏的声音信号,并利用自相关算法,对信号进行分析、计算,得到胎儿的瞬时心率值。宫缩探头用于采集孕晚期的宫缩活动强度,并采用相关的分析处理计算得出宫缩数据。
当今的电子胎心监护技术,已经能够将监护到的胎儿心率和宫缩压力等数值信息以实时或回顾的方式显示出来,将一段时间的胎心率与宫缩数据描绘成线就构成了CTG图。
在CTG胎心评分技术中,被业内公认的、国内外普遍采用的方法有:Fischer评分方法、改良Fischer评分方法、NST评分方法、Krebs评分方法等。每种评分方法各自拥有一套成熟的评分标准,且侧重和考察的评分内容有所不同,评分的数据源均为至少10分钟时长的胎心率数据、宫缩数据或者胎动数据。
电子胎心监护可以实现监护和记录宫内胎儿的心率值、宫缩等数据的变化,并通过FHR基线、周期变异、幅度变异、加速、减速等五个重要参数进行分析和判断。
对胎儿心率、宫缩数据的分析是妇产科临床的重要过程。随着对产前检查的重视,对孕周较大的孕妇进行胎儿心率的监护和分析是医生重要的职责之一,但是伴随着孕妇数量多原因,医生需要对每份CTG监护图进行人工判读,因而投入了极大部分时间和精力到此项工作当中。因此,一个完整而准确的系统判读流程是现实情况所迫切需要的,CTG胎心评分系统就是在此强烈需求下产生。CTG评分系统作为电子胎心监护的重要手段之一,不仅实现了机器自动评分功能,而且更大程度地解放了医护人员的人工判读过程。
现有的CTG胎心评分技术普遍是这样的一种处理过程:采集多普勒胎心音、分析并计算胎心率数据、监护一段时间长的胎心率与宫缩数据、获取胎心宫缩数据的曲线图(即CTG图)、然后对CTG数据图上,通过分析计算上述五个主要参数,进行胎儿心率的评分。但是,机器评分会存在这样的情况:由于与人工经验判读不同,机器评分是按照算法给予的标准进行操作,对参数处在临界范围附近的指标的判断,欠缺灵活,容易造成与实际结果不符,造成评分结果错判的后果。
发明内容
本发明公开的几个示例方面的概述如下。提供本概述是为了读者的方便,以提供对这些实施例的基本理解而不是完全地限定本发明的范围。本概述不是所有预期实施例的广泛综述,并且既不旨在标识所有方面的关键或重要元素,也不描述任何或所有方面的范围。其唯一目的在于以简化的形式呈现一个或多个实施例的一些概念,作为稍后呈现的更详细描述的前奏。为了方便,在本文中术语“一些实施例”可用于指本公开的单一实施例或者多个实施例。
针对现有技术的不足,本发明提供了针对上述的情况,本发明中的CTG评分系统是通过电子信息技术,将胎心率的采集、分析、计算和胎心数据的监护、各个参数的判读、评分、结果输出等过程集于一体。本发明提供了一个完整的流程系统,通过本流程的处理,可以达到更大程度的代替医护人员人工判读工作的目的。同时,本发明重视CTG评分系统对胎心率宫缩数据评分结果的准确性,最大程度降低机器评分不灵活的弊端,对5个主要参数的判断和计算的准确度也通过大量的临床数据验证。因此,本发明CTG评分系统对胎心率、宫缩数据的分析和判断更加地准确和完善,判读效率也比人工判读提高很多。
本发明的技术方案包括一种CTG胎心评分方法,其特征在于,该方法包括:胎心数据处理,包括信号采集和胎心率与宫缩值计算,得到胎心率数据、宫缩压力数据及胎动数据;所述信号采集包括使用多个采集设备对采集对象的胎心音信号、宫缩压力信号及胎动信号进行采集;所述胎心率与宫缩值计算包括对胎心音信号、宫缩压力信号进行滤波处理及计算,得到胎心率数据及宫缩压力值数据,以及,对胎动信号通过算法进行分析和识别,得到胎动数据;胎心评分,对胎心数据处理步骤得到的胎心率数据、宫缩压力数据进行接收,基于CTG评分算法对接收数据依次执行除干扰及噪声处理、计算胎心率基线、计算宫缩活动、分析判断加速及减速活动、计算振幅变异及计算周期变异,得出分析结果,并根据分析结果得出对应的评分。
根据所述的CTG胎心评分方法,其中所述信号采集的步骤还包括:使用包括但不限于超声、压力及胎动三个功能探头采集监护胎儿的心率、宫缩压力及胎动等数据信息得到对应的胎心音信号、宫缩压力信号及胎动信号。
根据所述的CTG胎心评分方法,其中所述胎心率与宫缩值计算对胎心音信号的滤波处理及计算包括:S31,对胎心音信号预处理,使用包括但不限于带通滤波、低通滤波及高通滤波去除胎心音信号的干扰部分及噪声部分;S32,对胎心声音信号进行抽样处理,降低采样率及降低算法的计算容量;S33,使用自相关算法计算得到瞬时胎心率数据,保存并输出胎心率数据。
根据所述的CTG胎心评分方法,其中胎心率与宫缩值计算对宫缩压力信号的滤波处理及计算包括:对采集的宫缩压力信号进行预处理,以及,使用低通滤波方法将宫缩压力信号中的高频噪声和干扰进行去除,进一步,分析和计算瞬时的宫缩压力值,得到宫缩压力数据,保存并输出宫缩压力数据。
根据所述的CTG胎心评分方法,其中所述胎心率与宫缩值计算对对胎动信号通过算法进行分析和识别还包括:使用自动胎动信号采集和/或手动胎动信号采集对胎动信号进行采集;其中手动胎动信号采集为通过手动启动采集装置并使用CTG评分系统对胎动位置进行标记;其中自动胎动是根据信号采集步骤的采集信息,经过算法处理进行分析和识别,得到胎动数据信息,计算自动胎动次数,系统进行标记。
根据所述的CTG胎心评分方法,其中胎心评分步骤还包括:S61,接收胎心率数据、宫缩数据及胎动数据,包括接收时间长度为20分钟的胎心率、宫缩数据信息,并将胎心率、宫缩数据描点,绘成曲线,胎心率数据曲线为F,宫缩数据曲线为T;S62,对胎心率数据、宫缩数据进行去除干扰和噪声处理,包括对曲线F和T使用低通滤波滤波处理,剔除胎心率数据和宫缩数据中的高频干扰部分,滤波后的胎心率曲线记为Ff,宫缩曲线记为Tf;S63,计算胎心率基线,包括将标准数值范围之外胎心率数据视为非有效心率数值,将其剔除,并计算余下胎心率数据的平均值,记为BFHR;S64,计算宫缩活动,包括搜索并计算宫缩曲线Tf上峰值位置,并进行标记,在峰值位置附近查找上升至波峰位置的波形变化起始点,同时查找从峰值处下降结束的终止点,通过波峰、起始点及终止点等信息分析和判断波形变化是否为宫缩变化;S65,分析判断加速活动,包括判断一次胎心率加速变化是否为一次真正的加速活动变化;S66,分析判断减速活动,包括判断一次胎心率减速是否为一次真正的减速活动变化,以及,计算出减速活动的影响因子,根据影响因子和宫缩的关系对减速活动分类;S67,计算振幅变异,包括计算正弦摆动波最大心率与最小心率的幅度差;S68,计算周期变异,包括计算摆动波变化的周期数。
根据所述的CTG胎心评分方法,其中所述步骤S65还包括加速活动的处理,其特征在于:S6501,设置高度阈值holdA,采用峰谷值搜索法查找和计算胎心率曲线Ff上的峰值位置,并保存在序列P(1)、P(2)...P(n)中,其中holdA为预先设置的值;S6502,将峰值位置序列P(n)定位到曲线F上,记为Pnew(n);S6503,在曲线F上,计算各个位置序列Pnew(n)附近处的基线值,作为峰值变化附近的局部基线值,记为bfhr_A(n);S6504,判断曲线F上是否出现有无效心率值,并在曲线上不描点绘出,显示为一段断连的曲线,其中无效心率值表示心率值为0;S6505,分析在峰值Pnew(n)附近处是否有上一步骤中的情况出现,若无效心率值出现在峰值前的上升期和峰值后的下降期,并超过预设时间时,则排除此处为一次加速活动,若没有超过预设,则继续进行后续的判断,直到能够明确判断出是否为一次加速活动为止;S6506,基于局部基线bfhr_A(n)信息,计算各个Pnew(n)所在的胎心率变化处峰值上升期的起始点和峰值下降期的终止点,记为上升起始点序列as(1)、as(2)...as(n),下降终止点序列ae(1)、ae(2)...ae(n);S6507,根据已知的上升起始点序列as(n)、峰值、下降终止点序列ae(n),计算出加速上升时间、加速上升幅度、加速下降时间和加速下降幅度;S6508,通过上升时间、上升幅度、下降时间和下降幅度,判断是否为一次加速活动,若是一次加速活动,则记录并保存加速活动的加速时间、加速幅度及谷值位置。
根据所述的CTG胎心评分方法,其中所述步骤S65还包括加速活动类型的判断,其特征在于:第一加速判断步骤,若加速活动的起始时间大于等于宫缩活动的起始时间,加速活动的结束时间小于等于宫缩活动的结束时间,则认为加速活动为周期性加速;第二加速判断步骤,若加速活动的起始时间和结束时间与宫缩活动无第一判断步骤的关系,或者没有接收宫缩数据时,则将加速活动作为非周期性加速。
根据所述的CTG胎心评分方法,其中所述步骤S66还包括减速活动的处理,其特征在于:S6601,在曲线Ff上,采用峰谷值搜索法查找和计算谷值位置,并保存在序列V(1)、V(2)...V(n)中;S6602,将谷值序列V(n)的位置定位到曲线F上,并在其附近找到曲线F上的谷值位置,记为Vnew(1)、Vnew(2)...Vnew(n);S6603,在曲线F上,计算各个Vnew(n)附近的基线值,作为谷值变化附近的局部基线值,记为bfhr_D(n);S6604,判断曲线F上是否出现有无效心率值,并在曲线上不描点绘出,显示为一段断连的曲线,其中无效心率值表示心率值为0;S6605,在谷值Pnew(n)附近处是否有上一步骤中的情况出现,若无效心率值出现在谷值前的下降期和谷值后的上升期,并超预设时间,则认为此处为心率值有异常,排除此处为一次减速活动;若没有超过预设时间,则继续进行后续的判断,直到能够明确判断是否为一次减速活动为止;S6606,通过局部基线bfhr_D(n)信息,计算各个Vnew(n)所在谷值处的下降期的起始点和上升期的终止点,记为下降起始点序列ds(1)、ds(2)...ds(n),上升终止点序列de(1)、de(2)...de(n);S6607,根据下降起始点序列及上升终止点序列计算减速下降时间、减速下降幅度、减速上升时间、减速上升幅度;S6608,通过下降时间、下降幅度、上升恢复时间和上升恢复幅度的大小,分析并判断是否为一次减速活动,若是一次减速活动,则记录并保存减速活动的减速时间、减速幅度、谷值位置。
根据所述的CTG胎心评分方法,其中所述步骤S66还包括减速活动类型的判断,其特征在于:当接收有宫缩数据时,根据与宫缩位置对减速活动进行分类,其中分类包括早期减速、晚期减速、轻度变异减速及重度变异减速;当没有接收宫缩数据时,将减速活动可以划分为变异减速类型。
根据所述的CTG胎心评分方法,其中所述步骤S67具体包括以下步骤:S6701,在胎心率曲线Ff上,将加速活动和减速活动的曲线部分剔除,余下的胎心率曲线段记为Lf(1)、Lf(2)...Lf(n);S6702,在曲线段Lf(1)、Lf(2)...Lf(n)上,逐点进行峰值、谷值的查找,记录峰值位置、峰值大小、谷值位置、谷值大小;S6703,在各个曲线段Lf(1)、Lf(2)...Lf(n)上,计算峰值距离和峰谷值幅度差;S6704,设置时间阈值Timehold、幅度阈值Amphold,筛选排除掉不是摆动波变化的峰值和谷值;S6705,对所述步骤S6704保留下的峰谷值进行分析,将峰峰间距视为周期,峰谷值差视为幅度,通过周期和幅度两个特征,判断是否是一个摆动波,若是一个摆动波则记录并保存幅度值,记为Amp(1)、Amp(2)...Amp(x),若不是,进行下一个峰谷判断;S6706,分析幅度值序列,将Amp(1)、Amp(2)...Amp(x)中的最大值和次大值排除,将剩余数据中的最大值记为振幅变异。
根据所述的CTG胎心评分方法,其中所述步骤S68具体包括以下步骤:S6801,在胎心率曲线Ff上将加速活动和减速活动的曲线部分剔除,余下的胎心率曲线段记为Lf(1)、Lf(2)...Lf(n);S6802,在曲线段Lf(1)、Lf(2)...Lf(n)上,逐点进行峰值及谷值的查找,记录峰值位置、峰值大小、谷值位置及谷值大小;S6803,在各个曲线段Lf(1)、Lf(2)...Lf(n)上,计算峰峰值距离、峰谷值幅度差;S6804,设置时间阈值、幅度阈值,筛选排除掉不是摆动波变化的峰值和谷值;S6805,对所述步骤S6804中保留下的峰谷值进行分析,通过周期和幅度两个特征,判断是否是一个摆动波,若是一个摆动波则记录并保存周期值,记为Cyc(1)、Cyc(2)...Cyc(y),若不是,进行下一个峰谷判断,其中峰峰间距为周期,峰谷值差视为幅度;S6806,分析周期数值序列,将Cyc(1)、Cyc(2)...Cyc(y)中的最大值排除,次大值记为周期变异。
本发明的技术方案还包括一种执行上述任意方法的CTG胎心评分系统,其特征在于,该系统包括:胎心模块,用于执行信号采集和胎心率与宫缩值计算,得到胎心率数据、宫缩压力数据及胎动数据;所述信号采集包括使用多个采集设备对采集对象的胎心音信号、宫缩压力信号及胎动信号进行采集;所述胎心率与宫缩值计算包括对胎心音信号、宫缩压力信号进行滤波处理及计算,得到胎心率数据及宫缩压力值数据,以及,对胎动信号通过算法进行分析和识别,得到胎动数据;评分模块,用于基于CTG评分算法对接收数据依次执行除干扰及噪声处理、计算胎心率基线、计算宫缩活动、分析判断加速及减速活动、计算振幅变异及计算周期变异,得出分析结果,并根据分析结果得出对应的评分;输出模块,用于对所述评分模块的评分使用交互界面进行显示。
本发明的有益效果为:两个模块间既能分开独立使用,又能联合一起使用,使用方式较为灵活,系统优势更加凸显:单独使用时:胎心模块能够实现胎心率、宫缩的实时采集、计算与显示功能;而评分模块能够实现对已经监护的一定时间长度(本发明需要的数据长度为20分钟)的胎心率、宫缩数据进行分析、判断和评分;两个模块联合使用时,就是一个完整的CTG评分系统流程。通过本系统流程的处理,不仅可以达到提高评分效率,替代医护人员人工判读工作的目的,而且,本系统优化了处理方式,提高了算法的性能,使得对胎心率、宫缩数据的评分结果更加准确;与现有技术相比,本系统进一步降低了机器评分欠缺灵活,进而导致的结果不准确的弊端。在评分项目中,对5个主要参数的分析和计算进行了大量的临床数据验证。因此,本发明CTG评分系统对胎心率、宫缩数据的分析和判断更加完善,评分结果也更加准确。
附图说明
图1所示为根据本发明的方法的总体流程图;
图2所示为根据本发明实施方式的总体系统框图;
图3所示为根据本发明实施方式的胎心模块工作流程图;
图4所示为根据本发明实施方式的评分模块工作流程图;
图5所示为根据本发明实施方式的宫缩活动位置示意图;
图6所示为根据本发明实施方式的胎心率无效值示意图;
图7所示为根据本发明实施方式的胎心率及宫缩数据。
具体实施方式
本发明的技术方案包括一种CTG胎心评分方法及系统,适用于以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本发明的目的、方案和效果。
需要说明的是,如无特殊说明,当某一特征被称为“固定”、“连接”在另一个特征,它可以直接固定、连接在另一个特征上,也可以间接地固定、连接在另一个特征上。此外,本公开中所使用的上、下、左、右等描述仅仅是相对于附图中本公开各组成部分的相互位置关系来说的。在本公开中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。此外,除非另有定义,本文所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。本文说明书中所使用的术语只是为了描述具体的实施例,而不是为了限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的组合。
应当理解,尽管在本公开可能采用术语第一、第二、第三等来描述各种元件,但这些元件不应限于这些术语。这些术语仅用来将同一类型的元件彼此区分开。例如,在不脱离本公开范围的情况下,第一元件也可以被称为第二元件,类似地,第二元件也可以被称为第一元件。本文所提供的任何以及所有实例或示例性语言(“例如”、“如”等)的使用仅意图更好地说明本发明的实施例,并且除非另外要求,否则不会对本发明的范围施加限制。
图1所示为根据本发明的方法的总体流程图。总体包括:对胎儿心率和宫缩数据进行信号采集和分析计算,进而能够准确地对其评分,并将结果输出。详细包括:S1,胎心数据处理;胎心数据处理,包括信号采集和胎心率与宫缩值计算,得到胎心率数据、宫缩压力数据及胎动数据;信号采集包括使用多个采集设备对采集对象的胎心音信号、宫缩压力信号及胎动信号进行采集;胎心率与宫缩值计算包括对胎心音信号、宫缩压力信号进行滤波处理及计算,得到胎心率数据及宫缩压力值数据,以及,对胎动信号通过算法进行分析和识别,得到胎动数据;S2,胎心评分;胎心评分,对胎心数据处理步骤得到的胎心率数据、宫缩压力数据进行接收,基于CTG评分算法对接收数据依次执行除干扰及噪声处理、计算胎心率基线、计算宫缩活动、分析判断加速及减速活动、计算振幅变异及计算周期变异,得出分析结果,并根据分析结果得出对应的评分。S3,输出评分结果将步骤S2的评分结果通过显示屏幕等输出。
图2所示为根据本发明实施方式的总体系统框图。包括:胎心模块,用于执行信号采集和胎心率与宫缩值计算,得到胎心率数据、宫缩压力数据及胎动数据;所述信号采集包括使用多个采集设备对采集对象的胎心音信号、宫缩压力信号及胎动信号进行采集;所述胎心率与宫缩值计算包括对胎心音信号、宫缩压力信号进行滤波处理及计算,得到胎心率数据及宫缩压力值数据,以及,对胎动信号通过算法进行分析和识别,得到胎动数据;评分模块,用于基于CTG评分算法对接收数据依次执行除干扰及噪声处理、计算胎心率基线、计算宫缩活动、分析判断加速及减速活动、计算振幅变异及计算周期变异,得出分析结果,并根据分析结果得出对应的评分;输出模块,用于对所述评分模块的评分使用交互界面进行显示。
图3所示为根据本发明实施方式的胎心模块工作流程图。
胎心模块的主要处理流程如下:胎心模块:设备拥有采集超声、压力、胎动等三个功能探头,可分别采集和监护胎儿的心率、宫缩压力、胎动等数据信息。胎心模块中的胎心探头采用了多普勒超声技术采集胎儿心脏在宫内跳动的声音信号,模块拥有高灵敏度、宽声场范围、更容易捕捉胎心声音、低超声功率等优点,在监护胎儿的同时更安全有效。
胎心模块的主要功能有两个:信号采集功能和胎心率与宫缩值的计算功能。信号采集是胎心模块主要的硬件功能,利用多普勒超声波原理,通过探头发射和接受声波信号。胎心率与宫缩值计算是胎心模块主要的软件功能,其核心算法部分是胎心率的计算,方法采用自相关算法,处理的数据是采集的声音信号,比如采样率为4000Hz-6000Hz的多普勒胎心音信号。
胎心、宫缩模块的输入:胎心音信号、宫缩压力信号、胎动信号。
胎心、宫缩模块的输出:胎儿瞬时心率值、宫缩数据、胎动数据。
胎心模块主要有以下处理过程:
(1)胎心探头、宫缩探头采集信号、胎动信号采集。
(2)对采集的胎心音信号进行预处理:主要采用采用一些滤波方法,对声音信号的干扰和噪声部分进行去除,滤波方法分别有带通滤波、低通滤波、高通滤波。
(3)将胎心声音信号进行抽样,降低采样率,降低算法的计算容量。
(4)采用自相关算法,计算出瞬时胎心率值。
(5)对采集的宫缩压力信号进行预处理:通过一些滤波方法,将宫缩压力信号中的高频噪声和干扰进行去除,滤波方法采用低通滤波。
(6)分析和计算瞬时的宫缩压力值。
(7)分析胎动信号包括:胎动信号的采集分为自动胎动信号采集和手动胎动信号采集;手动胎动是孕妇直接手按按钮,CTG评分系统对胎动位置进行标记;自动胎动是根据胎心模块对信号的采集信息,然后经过算法处理进行分析和识别,得到胎动数据信息,计算自动胎动次数,系统进行标记。
(8)保存和输出胎心率数据、宫缩压力数据、胎动数据。
图4所示为根据本发明实施方式的评分模块工作流程图。评分模块的工作流程具体如下:
评分模块是CTG胎心评分系统第二大主要模块,也是重要的评分算法模块,其主要内容CTG评分算法,参考和采用是改良Fischer评分方法。
评分方法,改良Fischer评分方法分析计算的5个主要参数有:FHR基线、振幅变异、周期变异、加速活动、减速活动,其具体含义如下:
FHR基线:参考电子胎心监护指南与妇产科学中定义,FHR基线是10分钟或者20分钟的胎儿心率的平均值。
振幅变异:也称为摆动振幅,根据《临床检测学》中的方法,摆动振幅的测定是通过在整段胎心率描绘纸上选一段既无加速又无减速而且波动比较像正弦曲线的一分钟曲线段,看其最高心率和最低心率之差得到。
周期变异:1分钟内肉眼可见的胎心率曲线的波动数。
加速活动:伴随胎动、宫缩时,发生的胎儿心率明显的加快活动,在胎心曲线图上,表现为高于基线且向上增加至波峰,然后恢复基线位置的活动。
减速活动:伴随宫缩或者不伴随宫缩时,发生的胎儿心率明显的减慢活动,在胎心曲线图上,表现为低于基线且向下降低至波谷,然后恢复基线位置的活动。
减速活动大致分为三类早期减速、晚期减速与变异减速。
早期减速:它的发生与子宫收缩几乎同时开始,子宫收缩后即恢复正常,变化幅度不超过40bpm。
变异减速:宫缩开始后不一定减慢。减速与宫缩的关系不一定是衡定的。但在出现后下降迅速,幅度大(60-80bpm),持续时间长,恢复也迅速。
晚期减速:子宫收缩开始后一段时间(都在高峰后)出现胎心音减慢,持续时间长,恢复亦缓慢,是胎儿缺氧的表现,予以高度注意。
评分算法的主要处理过程如下:
CTG评分算法是评分模块主要的算法内容,其主要处理过程有:
(T1)接收胎心率数据、宫缩数据、胎动数据
本发明接收时间长度为20分钟的胎心率、宫缩数据信息,并将胎心率、宫缩数据描点,各自绘成曲线,胎心率数据曲线为F,宫缩数据曲线为T。
(T2)对胎心率数据、宫缩数据进行去除干扰和噪声处理
对曲线F和T进行滤波处理,本系统采用的是低通滤波方法,剔除胎心率数据和宫缩数据中的高频干扰部分,降低信号的噪声,滤波后的胎心率曲线记为Ff,宫缩曲线记为Tf。
(T3)计算胎心率基线
根据相关电子胎心技术资料及医学教材,胎心率基线的定义是一定时间段(至少10分钟以上)的胎心率数据的均值。本发明在计算的胎心率基线数据长度为20分钟,在计算之前,将教材中定义的数值范围之外胎心率数据视为非有效心率数值,将其剔除,仅计算余下胎心率数据的平均值,记为BFHR。
(T4)分析计算宫缩活动
评分模块由胎心模块获取宫缩数据,其值范围在0-100之间(如下图一),有宫缩活动变化处曲线的有明显的向上“拱”形状变化。每个宫缩活动处都存在一个最高峰值,相关的医学资料中从宫缩的持续时间和变化强度上对宫缩活动加以定义和区分,表现在曲线图上,可通过查找和分析这些明显的“拱”形波变化,然后在持续时间和变化幅度上进行计算,判断其是否是一次宫缩活动变化。
搜索并计算宫缩曲线Tf上峰值位置,并对它们进行标记,在峰值位置附近查找上升至波峰位置的波形变化起始点,同时查找从峰值处下降结束的终止点。通过波峰、起始点、终止点等信息分析和判断波形变化是否是宫缩变化:计算出波形变化的上升持续时间和变化幅度,设置时间阈值tempT和幅度阈值tempA,判断此波形变化是否是宫缩活动变化。时间阈值tempT和幅度阈值tempA为预先设置的值。
(T5)对加速活的分析,主要内容是判断一次胎心率加速变化是否为一次真正的加速活动变化,其次计算出加速活动的各项信息:加速持续时间、加速幅度、峰值位置等。其主要处理过程如下:
(1)设置高度阈值holdA,采用峰谷值搜索法查找和计算胎心率曲线Ff上的峰值位置,并保存在序列P(1)、P(2)...P(n)中。holdA为预先设置的值。
(2)将峰值位置序列P(n)定位到曲线F上,因为曲线F与Ff有细微差别,所以P(n)在曲线F上并不一定对应峰值位置处,需要进一步寻找曲线F上的峰值位置,记为Pnew(n)。
(3)在曲线F上,计算各个位置序列Pnew(n)附近处的基线值,称为峰值变化附近的局部基线值,记为bfhr_A(n)。
(4)判断胎心曲线F上,是否有因为体动、胎动、胎儿心率加速或者宫缩引起的胎心探头接触不良,从而造成计算出无效心率值的情况出现,例如见图二的1、2、3、4处位置的心率值变化(此些位置处的心率值为0,为方便显示,表现在曲线上为掉下来一段。实际临床使用的CTG胎心评分系统画出的胎心曲线是不会出现掉下来现象的,遇到无效心率0值,在曲线上不描点绘出,显示为一段断连的曲线)。
(5)分析在峰值Pnew(n)附近处是否有上述(4)中的情况出现,若无效心率值出现在峰值前的上升期和峰值后的下降期,并超过一定的时间bTime,则排除此处为一次加速活动,若没有超过时间bTime,则继续进行后续的判断,直到能够明确判断出是否为一次加速活动为止。bTime为预先设置的值。
(6)利用局部基线bfhr_A(n)信息,计算各个Pnew(n)所在的胎心率变化处峰值上升期的起始点和峰值下降期的终止点,记为上升起始点序列as(1)、as(2)...as(n),下降终止点序列ae(1)、ae(2)...ae(n)。
(7)根据已知的上升起始点序列as(n)、峰值、下降终止点序列ae(n),计算出加速上升时间、加速上升幅度、加速下降时间和加速下降幅度。
加速上升持续时间:上升起始点至峰值的时间
加速上升幅度:上升起始点与峰值之间的幅度差
加速下降恢复时间:峰值至下降终止点的时间
加速下降幅度:峰值与下降终止点之间的幅度差
(8)根据前文中加速活动的含义,通过上升时间、上升幅度、下降时间和下降幅度的大小,分析并判断是否为一次加速活动,若是一次加速活动,则记录并保存加速活动的相关信息:加速时间、加速幅度、峰值位置。其具体参考如图5所示的的宫缩活动位置示意图,其中箭头所标识的为宫缩活动位置。
(T6)加速活动类型的判断,如果胎心模块采集并评分模块接收有宫缩活动数据,需要进一步判断每个加速活动与宫缩活动的位置关系:
(1)若加速活动的起始时间大于等于宫缩活动的起始时间,加速活动的结束时间小于等于宫缩活动的结束时间,则认为加速活动为周期性加速。
(2)若加速活动的起始时间和结束时间与宫缩活动无(1)中关系,或者胎心评分模块没有接收宫缩数据时,则认为加速活动为非周期性加速。
在评分标准中,加速活动的次数越多,说明是胎儿利好表现,评分值相应也会越高。但是周期性加速活动与非周期性加速活动相比,是胎儿不利好的变现,因而评分值会偏低。所以,对加速活动项的评分不能仅仅从加速活动的次数上判断,还需要判断加速活动的类型,进而更加客观准确的评分。具体的判断加速活动变化的评分标准可参见改良Fischer评分方法。其具体示意参考如图6根据本发明实施方式的胎心率无效值示意图,其中的1-4为无效心率值
(T7)分析判断减速活动,包括:
对减速活动的分析的主要内容,除了和分析加速活动一样,需要判断胎心率减速变化是否是真正的减速活动变化,并计算出减速活动的各项信息——减速时间、减速幅度、峰谷位置等之外,还要通过这些信息和宫缩的关系,进一步对减速活动准确的分类,以确保评分模块对减速活动项的评分的客观性。其主要处理过程如下:
(1)在曲线Ff上,采用峰谷值搜索法查找和计算谷值位置,并保存在序列V(1)、V(2)...V(n)中。
(2)曲线Ff是经过滤波处理后的胎心率数据,与评分模块接收的胎心率数据有一定的偏差,减速活动的判断要在原始的胎心率曲线F上查找,才会与本CTG胎心评分系统显示的胎心曲线位置相同。所以,将谷值序列V(n)的位置定位到曲线F上,并在其附近找到曲线F上的谷值位置,记为Vnew(1)、Vnew(2)...Vnew(n)。
(3)在曲线F上,计算各个Vnew(n)附近的基线值,称为谷值变化附近的局部基线值,记为bfhr_D(n)。
(4)判断曲线F上是否有因体动或者宫缩等活动引起的胎心探头接触不良,从而造成心率计算为无效值情况出现,类似图6情况。
(5)分析在谷值Pnew(n)附近处是否存在类似(T5)的(4)中的情况:如若无效心率值出现在谷值前的下降期和谷值后的上升期,并超过一定的时间bTime,则认为此处为心率值有异常,排除此处为一次减速活动;如若没有超过时间bTime,则继续进行后续的判断,直到能够明确判断是否为一次减速活动为止。bTime为预先设置的值。
(6)利用局部基线bfhr_D(n)信息,计算各个Vnew(n)所在谷值处的下降期的起始点和上升期的终止点,记为下降起始点序列ds(1)、ds(2)...ds(n),上升终止点序列de(1)、de(2)...de(n)。
(7)计算减速下降时间、减速下降幅度、减速上升时间、减速上升幅度。
减速下降持续时间:下降起始点至谷值的时间
减速下降幅度:下降起始点与谷值之间的幅度差
减速上升恢复时间:谷值至上升终止点的时间
减速上升幅度:谷值与上升终止点之间的幅度差
(8)据前减速活动的含义,通过下降时间、下降幅度、上升恢复时间、上升恢复幅度的大小,分析并判断是否为一次减速活动,若是一次减速活动,则记录并保存减速活动的相关信息:减速时间、减速幅度、谷值位置。
之所以重视对减速活动进行分类,是因为每种减速类型所表现出的胎儿心率变化,其对应的都是胎儿在宫内不同的状态显示,甚至对有些情况应给予高度的重视。
在评分标准中,如若没有出现减速活动变化,是胎儿宫内利好的表现,评分结果也会相应偏高。出现减速活动变化的时候,需要对减速活动的次数和类型进行计算和判断,原则上减速活动的次数越多,胎儿越不利好,如若再加减速类型是晚期减速、重度变异减速或者延长减速,说明胎儿状态不是很好,减速项的评分结果也会低,甚至会是0分情况。所以,对减速活动类型的准确判断,才能更客观和精准的进行评分。具体的判断减速活动变化的评分标准可参见改良Fischer评分方法。
(T8)计算振幅变异
振幅变异是胎心率基线变异的一种表现,由振幅变异的定义可知,计算的是1分钟内类似正弦摆动波最大心率与最小心率的幅度差,反映的是胎心率基线的细变异。因此,振幅变异的分析和计算要避开加速、减速等心率变化部分。
对摆动波的分析,要从波形的两个特征入手:周期和振幅。振幅是由摆动波最大值与最小值的差计算得到,所以摆动波的峰、谷值寻找是计算振幅变异和周期变异的主要步骤,其处理过程如下:
(1)在胎心率曲线Ff上,将加速活动和减速活动的曲线部分剔除,余下的胎心率曲线段记为Lf(1)、Lf(2)...Lf(n)。
(2)在曲线段Lf(1)、Lf(2)...Lf(n)上,逐点进行峰值、谷值的查找,记录峰值位置、峰值大小、谷值位置、谷值大小。
(3)在各个曲线段Lf(1)、Lf(2)...Lf(n)上,计算峰峰值距离、峰谷值幅度差。
(4)设置时间阈值Timehold、幅度阈值Amphold,筛选排除掉不是摆动波变化的峰值和谷值。
(5)对(4)步中保留下的峰谷值进行分析,将峰峰间距视为周期,峰谷值差视为幅度。通过周期和幅度两个特征,判断是否是一个摆动波,若是一个摆动波则记录并保存幅度值,记为Amp(1)、Amp(2)...Amp(x),若不是,进行下一个峰谷判断。
(6)分析幅度值序列,将Amp(1)、Amp(2)...Amp(x)中的最大值和次大值排除,将剩余数据中的最大值记为振幅变异。
注时间阈值Timehold、幅度阈值Amphold是预先设置的值。
(T9)计算周期变异
由周期变异的定义可知,计算的是1分钟内摆动波变化的周期数,反映的是胎心率基线的细变异。同振幅变异,是胎心率基线变异的一种表现,对其分析和计算也要避开加速、减速等心率变化部分。
由于计算周期变异,也是以判断摆动波的周期性变化为主要内容,所以,在本CTG评分系统系统中,周期变异计算和振幅变异的计算同时进行。其主要处理过程可以(T8)中的振幅变异的计算:
(1)同T8中的(1)。
(2)同T8中的(2)。
(3)同T8中的(3)。
(4)同T8中的(4)。
(5)对(4)步中保留下的峰谷值进行分析,将峰峰间距视为周期,峰谷值差视为幅度。通过周期和幅度两个特征,判断是否是一个摆动波,若是一个摆动波则记录并保存周期值,记为Cyc(1)、Cyc(2)...Cyc(y),若不是,进行下一个峰谷判断。
(6)分析周期数值序列,将Cyc(1)、Cyc(2)...Cyc(y)中的最大值排除,次大值记为周期变异。
图7所示为根据本发明实施方式的胎心率及宫缩数据。如图7中的实际数据示例,图中横轴的数字代表时间,总计有20分钟。纵轴的数字是数值大小,其含义对应于图中曲线、直线分别为:上面曲线代表胎心率数值曲线,其对应的纵轴数值为胎心率值,单位是BPM;下面曲线是宫缩压力曲线,其对应的纵轴数值为宫缩压力值;直线代表计算出的BFHR基线值。
经过上述本CTG胎心评分系统的处理过程之后,系统将胎心宫缩数据的分析结果进行输出,根据改良Fischer评分方法的标准,输出的结果为如下表1所示:
表1:实例的CTG评分结果
注:本发明内容中,有关序列的数标n、m、x、y等仅代表序列中数值个数的符号,没有具提大小概念。即使不同的序列用了同样的数标,也不能表示序列中存储的数值个数相同。
应当认识到,本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现,其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而,若需要,该程序可以以汇编或机器语言实现。在任何情况下,该语言可以是编译或解释的语言。此外,为此目的该程序能够在编程的专用集成电路上运行。
此外,可按任何合适的顺序来执行本文描述的过程的操作,除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行,并且可作为共同地在一个或多个处理器上执行的代码(例如,可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。计算机程序包括可由一个或多个处理器执行的多个指令。
进一步,方法可以在可操作地连接至合适的任何类型的计算平台中实现,包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现,无论是可移动的还是集成至计算平台,如硬盘、光学读取和/或写入存储介质、RAM、ROM等,使得其可由可编程计算机读取,当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外,机器可读代码,或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文步骤的指令或程序时,本文的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明的方法和技术编程时,本发明还包括计算机本身。
计算机程序能够应用于输入数据以执行本文的功能,从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中,转换的数据表示物理和有形的对象,包括显示器上产生的物理和有形对象的特定视觉描绘。
以上,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,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。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 (13)

1.一种CTG胎心评分方法,其特征在于,该方法包括:
胎心数据处理,包括信号采集和胎心率与宫缩值计算,得到胎心率数据、宫缩压力数据及胎动数据;
所述信号采集包括使用多个采集设备对采集对象的胎心音信号、宫缩压力信号及胎动信号进行采集;
所述胎心率与宫缩值计算包括对胎心音信号、宫缩压力信号进行滤波处理及计算,得到胎心率数据及宫缩压力值数据,以及,对胎动信号通过算法进行分析和识别,得到胎动数据;
胎心评分,对胎心数据处理步骤得到的胎心率数据、宫缩压力数据进行接收,基于CTG评分算法对接收数据依次执行除干扰及噪声处理、计算胎心率基线、计算宫缩活动、分析判断加速及减速活动、计算振幅变异及计算周期变异,得出分析结果,并根据分析结果得出对应的评分。
2.根据权利要求1所述的CTG胎心评分方法,其特征在于,所述信号采集的步骤还包括:
使用包括但不限于超声、压力及胎动三个功能探头采集监护胎儿的心率、宫缩压力及胎动等数据信息得到对应的胎心音信号、宫缩压力信号及胎动信号。
3.根据权利要求1所述的CTG胎心评分方法,所述胎心率与宫缩值计算对胎心音信号的滤波处理及计算包括:
S31,对胎心音信号预处理,使用包括但不限于带通滤波、低通滤波及高通滤波去除胎心音信号的干扰部分及噪声部分;
S32,对胎心声音信号进行抽样处理,降低采样率及降低算法的计算容量;
S33,使用自相关算法计算得到瞬时胎心率数据,保存并输出胎心率数据。
4.根据权利要求1所述的CTG胎心评分方法,所述胎心率与宫缩值计算对宫缩压力信号的滤波处理及计算包括:对采集的宫缩压力信号进行预处理,以及,使用低通滤波方法将宫缩压力信号中的高频噪声和干扰进行去除,进一步,分析和计算瞬时的宫缩压力值,得到宫缩压力数据,保存并输出宫缩压力数据。
5.根据权利要求1所述的CTG胎心评分方法,所述胎心率与宫缩值计算对对胎动信号通过算法进行分析和识别还包括:
使用自动胎动信号采集和/或手动胎动信号采集对胎动信号进行采集;
其中手动胎动信号采集为通过手动启动采集装置并使用CTG评分系统对胎动位置进行标记;
其中自动胎动是根据信号采集步骤的采集信息,经过算法处理进行分析和识别,得到胎动数据信息,计算自动胎动次数,系统进行标记。
6.根据权利要求1所述的CTG胎心评分方法,其特征在于,所述胎心评分步骤还包括:
S61,接收胎心率数据、宫缩数据及胎动数据,包括接收时间长度为20分钟的胎心率、宫缩数据信息,并将胎心率、宫缩数据描点,绘成曲线,胎心率数据曲线为F,宫缩数据曲线为T;
S62,对胎心率数据、宫缩数据进行去除干扰和噪声处理,包括对曲线F和T使用低通滤波滤波处理,剔除胎心率数据和宫缩数据中的高频干扰部分,滤波后的胎心率曲线记为Ff,宫缩曲线记为Tf;
S63,计算胎心率基线,包括将标准数值范围之外胎心率数据视为非有效心率数值,将其剔除,并计算余下胎心率数据的平均值,记为BFHR;
S64,计算宫缩活动,包括搜索并计算宫缩曲线Tf上峰值位置,并进行标记,在峰值位置附近查找上升至波峰位置的波形变化起始点,同时查找从峰值处下降结束的终止点,通过波峰、起始点及终止点等信息分析和判断波形变化是否为宫缩变化;
S65,分析判断加速活动,包括判断一次胎心率加速变化是否为一次真正的加速活动变化;
S66,分析判断减速活动,包括判断一次胎心率减速是否为一次真正的减速活动变化,以及,计算出减速活动的影响因子,根据影响因子和宫缩的关系对减速活动分类;
S67,计算振幅变异,包括计算正弦摆动波最大心率与最小心率的幅度差;
S68,计算周期变异,包括计算摆动波变化的周期数。
7.根据权利要求6所述的CTG胎心评分方法,所述步骤S65还包括加速活动的处理,其特征在于:
S6501,设置高度阈值holdA,采用峰谷值搜索法查找和计算胎心率曲线Ff上的峰值位置,并保存在序列P(1)、P(2)...P(n)中,其中holdA为预先设置的值;
S6502,将峰值位置序列P(n)定位到曲线F上,记为Pnew(n);
S6503,在曲线F上,计算各个位置序列Pnew(n)附近处的基线值,作为峰值变化附近的局部基线值,记为bfhr_A(n);
S6504,判断曲线F上是否出现有无效心率值,并在曲线上不描点绘出,显示为一段断连的曲线,其中无效心率值表示心率值为0;
S6505,分析在峰值Pnew(n)附近处是否有上一步骤中的情况出现,若无效心率值出现在峰值前的上升期和峰值后的下降期,并超过预设时间时,则排除此处为一次加速活动,若没有超过预设,则继续进行后续的判断,直到能够明确判断出是否为一次加速活动为止;
S6506,基于局部基线bfhr_A(n)信息,计算各个Pnew(n)所在的胎心率变化处峰值上升期的起始点和峰值下降期的终止点,记为上升起始点序列as(1)、as(2)...as(n),下降终止点序列ae(1)、ae(2)...ae(n);
S6507,根据已知的上升起始点序列as(n)、峰值、下降终止点序列ae(n),计算出加速上升时间、加速上升幅度、加速下降时间和加速下降幅度;
S6508,通过上升时间、上升幅度、下降时间和下降幅度,判断是否为一次加速活动,若是一次加速活动,则记录并保存加速活动的加速时间、加速幅度及谷值位置。
8.根据权利要求6所述的CTG胎心评分方法,所述步骤S65还包括加速活动类型的判断,其特征在于:
第一加速判断步骤,若加速活动的起始时间大于等于宫缩活动的起始时间,加速活动的结束时间小于等于宫缩活动的结束时间,则认为加速活动为周期性加速;
第二加速判断步骤,若加速活动的起始时间和结束时间与宫缩活动无第一判断步骤的关系,或者没有接收宫缩数据时,则将加速活动作为非周期性加速。
9.根据权利要求6所述的CTG胎心评分方法,所述步骤S66还包括减速活动的处理,其特征在于:
S6601,在曲线Ff上,采用峰谷值搜索法查找和计算谷值位置,并保存在序列V(1)、V(2)...V(n)中;
S6602,将谷值序列V(n)的位置定位到曲线F上,并在其附近找到曲线F上的谷值位置,记为Vnew(1)、Vnew(2)...Vnew(n);
S6603,在曲线F上,计算各个Vnew(n)附近的基线值,作为谷值变化附近的局部基线值,记为bfhr_D(n);
S6604,判断曲线F上是否出现有无效心率值,并在曲线上不描点绘出,显示为一段断连的曲线,其中无效心率值表示心率值为0;
S6605,在谷值Pnew(n)附近处是否有上一步骤中的情况出现,若无效心率值出现在谷值前的下降期和谷值后的上升期,并超预设时间,则认为此处为心率值有异常,排除此处为一次减速活动;若没有超过预设时间,则继续进行后续的判断,直到能够明确判断是否为一次减速活动为止;
S6606,通过局部基线bfhr_D(n)信息,计算各个Vnew(n)所在谷值处的下降期的起始点和上升期的终止点,记为下降起始点序列ds(1)、ds(2)...ds(n),上升终止点序列de(1)、de(2)...de(n);
S6607,根据下降起始点序列及上升终止点序列计算减速下降时间、减速下降幅度、减速上升时间、减速上升幅度;
S6608,通过下降时间、下降幅度、上升恢复时间和上升恢复幅度的大小,分析并判断是否为一次减速活动,若是一次减速活动,则记录并保存减速活动的减速时间、减速幅度、谷值位置。
10.根据权利要求6所述的CTG胎心评分方法,所述步骤S66还包括减速活动类型的判断,其特征在于:
当接收有宫缩数据时,根据与宫缩位置对减速活动进行分类,其中分类包括早期减速、晚期减速、轻度变异减速及重度变异减速;
当没有接收宫缩数据时,将减速活动可以划分为变异减速类型。
11.根据权利要求6所述的CTG胎心评分方法,其特征在于,所述步骤S67具体包括以下步骤:
S6701,在胎心率曲线Ff上,将加速活动和减速活动的曲线部分剔除,余下的胎心率曲线段记为Lf(1)、Lf(2)...Lf(n);
S6702,在曲线段Lf(1)、Lf(2)...Lf(n)上,逐点进行峰值、谷值的查找,记录峰值位置、峰值大小、谷值位置、谷值大小;
S6703,在各个曲线段Lf(1)、Lf(2)...Lf(n)上,计算峰值距离和峰谷值幅度差;
S6704,设置时间阈值Timehold、幅度阈值Amphold,筛选排除掉不是摆动波变化的峰值和谷值;
S6705,对所述步骤S6704保留下的峰谷值进行分析,将峰峰间距视为周期,峰谷值差视为幅度,通过周期和幅度两个特征,判断是否是一个摆动波,若是一个摆动波则记录并保存幅度值,记为Amp(1)、Amp(2)...Amp(x),若不是,进行下一个峰谷判断;
S6706,分析幅度值序列,将Amp(1)、Amp(2)...Amp(x)中的最大值和次大值排除,将剩余数据中的最大值记为振幅变异。
12.根据权利要求6所述的CTG胎心评分方法,其特征在于,所述步骤S68具体包括以下步骤:
S6801,在胎心率曲线Ff上将加速活动和减速活动的曲线部分剔除,余下的胎心率曲线段记为Lf(1)、Lf(2)...Lf(n);
S6802,在曲线段Lf(1)、Lf(2)...Lf(n)上,逐点进行峰值及谷值的查找,记录峰值位置、峰值大小、谷值位置及谷值大小;
S6803,在各个曲线段Lf(1)、Lf(2)...Lf(n)上,计算峰峰值距离、峰谷值幅度差;
S6804,设置时间阈值、幅度阈值,筛选排除掉不是摆动波变化的峰值和谷值;
S6805,对所述步骤S6804中保留下的峰谷值进行分析,通过周期和幅度两个特征,判断是否是一个摆动波,若是一个摆动波则记录并保存周期值,记为Cyc(1)、Cyc(2)...Cyc(y),若不是,进行下一个峰谷判断,其中峰峰间距为周期,峰谷值差视为幅度;
S6806,分析周期数值序列,将Cyc(1)、Cyc(2)...Cyc(y)中的最大值排除,次大值记为周期变异。
13.一种用于执行所述权利要求1-12任意方法的一种CTG胎心评分系统,其特征在于,该系统包括:
胎心模块,用于执行信号采集和胎心率与宫缩值计算,得到胎心率数据、宫缩压力数据及胎动数据;所述信号采集包括使用多个采集设备对采集对象的胎心音信号、宫缩压力信号及胎动信号进行采集;所述胎心率与宫缩值计算包括对胎心音信号、宫缩压力信号进行滤波处理及计算,得到胎心率数据及宫缩压力值数据,以及,对胎动信号通过算法进行分析和识别,得到胎动数据;
评分模块,用于基于CTG评分算法对接收数据依次执行除干扰及噪声处理、计算胎心率基线、计算宫缩活动、分析判断加速及减速活动、计算振幅变异及计算周期变异,得出分析结果,并根据分析结果得出对应的评分;
输出模块,用于对所述评分模块的评分使用交互界面进行显示。
CN201811198581.9A 2018-10-15 2018-10-15 一种ctg胎心评分方法及系统 Pending CN109567868A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811198581.9A CN109567868A (zh) 2018-10-15 2018-10-15 一种ctg胎心评分方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811198581.9A CN109567868A (zh) 2018-10-15 2018-10-15 一种ctg胎心评分方法及系统

Publications (1)

Publication Number Publication Date
CN109567868A true CN109567868A (zh) 2019-04-05

Family

ID=65920438

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811198581.9A Pending CN109567868A (zh) 2018-10-15 2018-10-15 一种ctg胎心评分方法及系统

Country Status (1)

Country Link
CN (1) CN109567868A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN112971753A (zh) * 2019-12-13 2021-06-18 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
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
CN113855198A (zh) * 2021-10-13 2021-12-31 泰州市华达机电设备有限公司 用于宫缩识别的图像增强系统
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
CN114366082A (zh) * 2021-12-29 2022-04-19 华南理工大学 非侵入式的胎动信号采集与处理方法、系统、装置及介质
CN114724720A (zh) * 2022-06-10 2022-07-08 北京大学第三医院(北京大学第三临床医学院) 一种基于深度学习的产前电子胎心监护自动识别系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1993008534A1 (en) * 1991-10-24 1993-04-29 Hewlett-Packard Gmbh Apparatus and method for evaluating the fetal condition
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
CN102319064A (zh) * 2011-10-13 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减速识别准确性的装置和方法
CN103371852A (zh) * 2012-04-18 2013-10-30 广州贝护佳医疗科技有限公司 一种远程无线胎儿监护系统
CN103505199A (zh) * 2012-12-31 2014-01-15 Tcl集团股份有限公司 一种远程胎心监护系统及其监护方法
CN105147307A (zh) * 2015-06-18 2015-12-16 广州三瑞医疗器械有限公司 一种宫缩状态实时判别方法以及基于该方法的镇痛方法
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

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1993008534A1 (en) * 1991-10-24 1993-04-29 Hewlett-Packard Gmbh Apparatus and method for evaluating the fetal condition
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
CN102319064A (zh) * 2011-10-13 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减速识别准确性的装置和方法
CN103371852A (zh) * 2012-04-18 2013-10-30 广州贝护佳医疗科技有限公司 一种远程无线胎儿监护系统
CN103505199A (zh) * 2012-12-31 2014-01-15 Tcl集团股份有限公司 一种远程胎心监护系统及其监护方法
CN105147307A (zh) * 2015-06-18 2015-12-16 广州三瑞医疗器械有限公司 一种宫缩状态实时判别方法以及基于该方法的镇痛方法
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 (1)

* Cited by examiner, † Cited by third party
Title
李晓: "胎心率电子监护检测与分析新方法的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112971753A (zh) * 2019-12-13 2021-06-18 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
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
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
CN113855198A (zh) * 2021-10-13 2021-12-31 泰州市华达机电设备有限公司 用于宫缩识别的图像增强系统
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
CN114366082A (zh) * 2021-12-29 2022-04-19 华南理工大学 非侵入式的胎动信号采集与处理方法、系统、装置及介质
CN114366082B (zh) * 2021-12-29 2024-06-04 华南理工大学 非侵入式的胎动信号采集与处理方法、系统、装置及介质
CN114724720A (zh) * 2022-06-10 2022-07-08 北京大学第三医院(北京大学第三临床医学院) 一种基于深度学习的产前电子胎心监护自动识别系统

Similar Documents

Publication Publication Date Title
CN109567868A (zh) 一种ctg胎心评分方法及系统
Surrel et al. Online obstructive sleep apnea detection on medical wearable sensors
Papadaniil et al. Efficient heart sound segmentation and extraction using ensemble empirical mode decomposition and kurtosis features
CN102319063B (zh) 一种提高胎心率数据加速识别准确性的装置和方法
CN109907732A (zh) 一种颅内动脉瘤破裂风险的评估方法及系统
CN105550653B (zh) 心电导联智能选择方法和系统
CN113095302B (zh) 用于心律失常分类的深度模型、利用该模型的方法及装置
CN104546007B (zh) 胎动检测抗干扰处理方法及装置
CN107887032A (zh) 一种数据处理方法及装置
CN102210586A (zh) 用于胎儿监护装置的自动分析方法
CN109288508A (zh) 一种基于crnn-bp的血压值智能测量方法
CN106618560A (zh) 脑电波信号的处理方法和装置
CN109065163A (zh) 中医诊断服务平台
CN103405225A (zh) 一种获取疼感评测指标的方法、装置及设备
CN105912879A (zh) 一种胎心率曲线修正方法及其装置
Altini et al. Combining electrohysterography and heart rate data to detect labour
CN109009004A (zh) 一种基于中医脉象分析的体质检测方法
Lukoševičius et al. Noninvasive fetal QRS detection using echo state network
EP3189776A1 (en) An apparatus and method for generating fetal heart rate data
CN106388780A (zh) 基于二分类器与检测器融合的睡眠状态检测方法和系统
CN109567869B (zh) 一种处理胎心率曲线上加速活动的方法及系统
CN110200642A (zh) 一种认知负荷与心理压力的测量方法及终端
Costa et al. An Automatic Sleep Spindle detector based on WT, STFT and WMSD
CN108338777A (zh) 一种脉搏信号检测分析方法及装置
CN107837083A (zh) 基于最小二乘支持向量机的j波自动检测方法

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: Zhang Daoguo

Inventor after: Kong Fengqiang

Inventor after: Liang Jin

Inventor after: Guan Xiaoli

Inventor after: Liu Shuai

Inventor after: Lu Teng

Inventor before: Kong Fengqiang

Inventor before: Guan Xiaoli

Inventor before: Lu Teng

Inventor before: Liu Shuai

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190405