CN111265239A - 基于邻近计算的胎心检测信号处理及信息提取系统及方法 - Google Patents

基于邻近计算的胎心检测信号处理及信息提取系统及方法 Download PDF

Info

Publication number
CN111265239A
CN111265239A CN202010107972.6A CN202010107972A CN111265239A CN 111265239 A CN111265239 A CN 111265239A CN 202010107972 A CN202010107972 A CN 202010107972A CN 111265239 A CN111265239 A CN 111265239A
Authority
CN
China
Prior art keywords
fetal heart
signal
sensor
data
detection signal
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
CN202010107972.6A
Other languages
English (en)
Inventor
张庆全
杨秦山
孙磊
Original Assignee
孙磊
张庆全
杨秦山
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 孙磊, 张庆全, 杨秦山 filed Critical 孙磊
Priority to CN202010107972.6A priority Critical patent/CN111265239A/zh
Publication of CN111265239A publication Critical patent/CN111265239A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B7/00—Instruments for auscultation
    • A61B7/02—Stethoscopes
    • A61B7/04—Electric stethoscopes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0011—Foetal or obstetric data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02411—Detecting, measuring or recording pulse rate or heart rate of foetuses
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A61B5/7214—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts using signal cancellation, e.g. based on input of two identical physiological sensors spaced apart, or based on two signals derived from the same sensor, for different optical wavelengths
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/02—Foetus

Landscapes

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

Abstract

本发明提供了一种基于邻近计算的胎心检测信号处理及信息提取系统及方法，包括：传感器模块：通过多通道、多类型传感器组合，对孕妇及胎儿信息进行实时探测，得到探测数据；信号采集模块：对探测数据进行数字化处理，得到数字探测信号；数据运算模块：在本地对数字探测信号进行分析处理。本发明的数据不用传到遥远的云端进行计算。在本地、靠近数据源的地方就可以进行快速的分析和处理。运算更高效，信息更安全。缓解采集大数据的传输流量压力，适用于长时间测量。

Description

基于邻近计算的胎心检测信号处理及信息提取系统及方法
技术领域
本发明涉及信号处理领域，具体地，涉及一种基于邻近计算的胎心检测信号处理及信息提取系统及方法。
背景技术
专利文献US4086917A和US4890624A均公开了基于超声发射器的胎心监测方式。这种方式后来被广泛使用，其基本原理是向孕妇腹部使用发射信号，超声信号穿过人体组织不同部分会产生反射。超声信号遇到胎儿胎心时，也会反射，同时这种反射因为其目标的运动特性，会产生多普勒频率偏移。通过观察频率偏移变化的快慢，可以用来分析胎心数据。
这一类的基于超声发射的胎心监测方式一直沿用的今天。这种方式的主要问题有：
1)向孕妇腹部主动发射信号。因此存在潜在的危险，各国妇产科都不建议长时间，多频次的使用基于超声发射的胎心监护方式。
2)高频超声信号需要耦合剂方便能量穿透腹部到达胎儿。通常胎心监护使用的超声频率为500kHz到2MHz范围。这样的超声信号衰减很快，需要良好的耦合媒介传输。在胎心监护使用中，用耦合剂涂抹在孕妇腹部，已达到传递超声信号的目的。这样使用非常不方便，也不可能佩戴使用。只能每次使用的时候，宽衣解带涂抹耦合剂。
3)这种基于超声发射的的监护仪器，需要使用探头正对胎儿胎心，才可以准确的探测信号，否则无法接受到胎心反射信号。严重时无法测量，或者测量恨不准确。只有有经验的医生能够快速找到胎心位置，并用探头测量。限制的孕妇自己使用的可能。
由于以上原因，基于超声发射的监护仪器通常被医院使用，而为了实现家用化和普及化，可行的方案是采用传感器被动的采集胎心信号。可是在胎心监测的应用中，灵敏的被动传感器，又容易受到其他背景噪声信号的干扰。这种背景噪声，包括孕妇心跳、呼吸等生理信号，包括环境干扰信号，包括胎儿位置变化带来的强弱信号变化等等。
若采用传统的频谱分析的方式，来比较胎儿和准妈妈的心跳声的差异来分别不同的信号源，这就必须要假设两种信号都能达到足够的信噪比，否则这种方式无法使用。
现有技术中通过聚焦来实现胎儿胎心音与准妈妈心跳声的区分，来实现测量胎儿胎心的目的。可是这种方法第一，使用了主动发射的方式，对胎儿和准妈妈的健康都有潜在的威胁。第二，聚焦的方式使用机械、电子的方式调整发射方向。这使得必须有足够的专业知识或先验信息确认希望发射的方向在哪里。这在使用中受到了极大的限制，需要在医院在医生指导下才能完成。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种基于邻近计算的胎心检测信号处理及信息提取系统及方法。
根据本发明提供的一种基于邻近计算的胎心检测信号处理及信息提取系统，包括：
传感器模块：通过多通道、多类型传感器组合，对孕妇及胎儿信息进行实时探测，得到探测数据；
信号采集模块：对探测数据进行数字化处理，得到数字探测信号；
数据运算模块：在本地对数字探测信号进行分析处理。
优选地，所述传感器模块包括多维通道传感器矩阵，所述多维通道传感器矩阵包括多个传感器；
每个所述传感器包括多个声敏单元组，所述多个声敏单元组采用差分测量，构成单个采集通道；
每个声敏单元组包括多个声敏单元。
优选地，所述传感器为分层结构，包括：声耦合结构层、传感器结构层和声阻尼结构层；
所述传感器结构层设置于所述声耦合结构层与所述声阻尼结构层之间。
优选地，所述传感器结构层包括：隔声材料和多个所述声敏单元，所述隔声材料填充在所述声敏单元之间。
优选地，所述多个维度包括：
单个采集通道采集的胎心信号数据
Figure BDA0002389023570000036
x是采集的时域信号，上标i是单个采集通道的编号，下标t为时间序列编号；
不同位置的传感器采集到的多个胎心信号数据
Figure BDA0002389023570000037
i∈1～N，N为传感器模块的采集通道总数；
采集胎心信号数据的时刻；
胎心信号数据的频域信息；
胎心信号数据的特征信息。
优选地，传感器采集到的信号矩阵A(t)为：
Figure BDA0002389023570000031
数值矩阵A：
A＝XX′
X为采集信号，
Figure BDA0002389023570000032
上标′为共轭转置符号：
分析数值矩阵A的特征向量：
AU＝UV
其中，特征向量
Figure BDA0002389023570000033
是特征值
Figure BDA0002389023570000034
的排序结果，V为特征值对角矩阵；
将特征向量分为胎心信号特征向量T、孕妇心跳信号特征向量P和噪声信号特征向量E，
Figure BDA0002389023570000038
设置空间导引矩阵a和b，构造能量普函数P(ε，θ)：
Figure BDA0002389023570000035
K1、K2为0到1之间的加权系数；上标′为共轭转置符号，取使P(ε，θ)取峰值的ε，θ组合；
提取胎心信号：b′(θ)a′(ε)Aa(ε)b(θ)。
优选地，还包括：
信号传输模块：将分析处理的结果加密传输至云端。
优选地，所述传感器在空间上复合布局，在对采集到的信号进行后处理时，对所述传感器进行自组织分组，分别用于测量和降噪。
根据本发明提供的一种基于邻近计算的胎心检测信号处理及信息提取方法，包括：
通过多通道、多类型传感器组合，对孕妇及胎儿信息进行实时探测，得到探测数据；
对探测数据进行数字化处理，得到数字探测信号；
在本地对数字探测信号进行分析处理。
优选地，所述传感器模块包括多维通道传感器矩阵，所述多维通道传感器矩阵包括多个传感器；
每个所述传感器包括多个声敏单元组，所述多个声敏单元组采用差分测量，构成单个采集通道；
每个声敏单元组包括多个声敏单元；
所述多个维度包括：
单个采集通道采集的胎心信号数据
Figure BDA0002389023570000045
x是采集的时域信号，上标i是单个采集通道的编号，下标t为时间序列编号；
不同位置的传感器采集到的多个胎心信号数据
Figure BDA0002389023570000046
i∈1～N，N为传感器模块的采集通道总数；
采集胎心信号数据的时刻；
胎心信号数据的频域信息；
胎心信号数据的特征信息；
传感器采集到的信号矩阵A(t)为：
Figure BDA0002389023570000041
数值矩阵A：
A＝XX′
X为采集信号，
Figure BDA0002389023570000042
上标′为共轭转置符号：
分析数值矩阵A的特征向量：
AU＝UV
其中，特征向量
Figure BDA0002389023570000043
是特征值
Figure BDA0002389023570000044
的排序结果，V为特征值对角矩阵；
将特征向量分为胎心信号特征向量T、孕妇心跳信号特征向量P和噪声信号特征向量E，
Figure BDA0002389023570000052
设置空间导引矩阵a和b，构造能量普函数P(ε，θ)：
Figure BDA0002389023570000051
K1、K2为0到1之间的加权系数；上标′为共轭转置符号，取使P(ε，θ)取峰值的ε，θ组合；
提取胎心信号：b′(θ)a′(ε)Aa(ε)b(θ)。
与现有技术相比，本发明具有如下的有益效果：
1、本发明的数据不用传到遥远的云端进行计算。在本地、靠近数据源的地方就可以进行快速的分析和处理。运算更高效，信息更安全。缓解采集大数据的传输流量压力，适用于长时间测量。
2、本发明利使用被动传感器，完全避免了主动发射对孕妇及胎儿的潜在危害。
3、本发明有效抑制干扰噪声，使得日常生活中的行动不会影响胎心监测的数据，不需要静卧测量。
4、本发明在胎儿胎位移动的情况下，依然能够准确测量信号，方便孕妇或家人的使用。
5、本发明复合传感器矩阵的可裁剪、自组织特性，对不同体态的人群，可以广泛适应。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明的结构示意图；
图2为单个采集通道的结构示意图；
图3为单个采集通道的四个声敏单元组的结构示意图；
图4为传感器的剖视图；
图5为传感器结构层的示意图；
图6为胎心检测服饰的结构示意图；
图7为传感器的空间分布示意图；
图8为传感器的空间分布示意图；
图9为本发明的工作原理图；
图10为本发明的工作流程图；
图11为自组织操作的原理图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
如图1所示，本发明提供的一种基于邻近计算的胎心检测信号处理及信息提取系统，包括：传感器模块、信号采集模块和多个邻近计算节点。邻近计算是指靠近传感器，但不是在传感器模块里的计算能力。采用网络、计算、存储、应用核心能力为一体的开放平台，是介于传感模块和云端的一个计算平台。
传感器模块通过多通道、多类型传感器组合，对孕妇及胎儿信息进行实时探测，得到探测数据。信号采集模块对探测数据进行数字化处理，得到数字探测信号。每个邻近计算节点包括数据运算模块和存储模块，数据运算模块在本地对数字探测信号进行分析处理。并通过信号传输模块将分析处理的结果加密传输至云端
传感器模块包括多维通道传感器矩阵，多维通道传感器矩阵包括多个传感器。每个传感器包括多个声敏单元组，如图2所示，每个声敏单元组包括多个声敏单元1。如图3所示的实施例中，16个声敏单元1分为四组，但本发明对此不做限制。多个声敏单元组采用差分测量，构成单个采集通道。
如图4所示，传感器为分层结构，包括：声耦合结构层11、传感器结构层12和声阻尼结构层13，传感器结构层12设置于声耦合结构层11与声阻尼结构层13之间。如图5所示，传感器结构层包括：隔声材料14和多个声敏单元1，隔声材料14填充在声敏单元1之间。
如图7、图8所示，多个传感器在空间上复合布局，在对采集到的信号进行后处理时，对多个传感器进行自组织分组，分别用于测量和降噪。
本发明提供的一种多维通道传感器的胎心检测传感器矩阵的信号处理方法，采用上述的多维通道传感器的胎心检测传感器矩阵，执行步骤包括：
1)每个声敏单元会接收到信号
Figure BDA0002389023570000061
2)每组声敏单元接收的信号为
Figure BDA0002389023570000071
m＝1，…，M，假设单个采集通道有M组。不失一般性，我们这里选择M＝2。
3)每个采集通道的采集的信号为
Figure BDA0002389023570000072
完成一个差分测量。
4)单个采集通道得到信号
Figure BDA0002389023570000073
x是采集的时域信号。i是单个采集通道的编号。t时间序列编号。
5)复合传感器矩阵得到的信号为
Figure BDA0002389023570000074
6)根据采集信号
Figure BDA0002389023570000075
可以得到相关数值矩阵
A＝XX′
7)分析对称A矩阵的特征向量。
AU＝UV
特征值进行排列，数值最大的几个代表了几个主要声音信号的来源，一般情况下，孕妇心跳声、胎儿心跳声、以及环境噪声将产生数值最大的几个特征值。其中
Figure BDA0002389023570000076
Figure BDA0002389023570000077
是特征值的排序结果。其对于的特征向量，也构成了相应的信号、噪声空间。
8)主要三个信号源，胎心，孕妇心跳、以及环境噪声，他们之间是不相关信号。可以将特征向量列向量分为胎心信号特征向量、孕妇心跳信号特征向量、和噪声信号特征向量；
Figure BDA0002389023570000079
9)设置空间导引矩阵a和b，构造能量谱函数
Figure BDA0002389023570000078
K1、K2为0到1之间的加权系数，按照实际信噪比调整，不失一般性，可以取K1＝1，K2＝1。
使得上式P取峰值的ε，θ组合，给出了胎心信号的空间传播相对方向。
10)使用得到的空间导引矩阵信息，进行处理，有下式：
b′(θ)a′(ε)Aa(ε)b(θ)
11)这里提取了胎心信号而减弱了两类干扰信息
12)步骤(1)到(11)为自组织多入多出SMIMO(self-organization multiple-input multiple-output)采集处理方法。该方法会在采样时间段内重复使用多次。多次的结果会累积，以实现提高信噪比的目的。使用SMIMO的流程方法在图10中显示。
因为SMIMO的采用，孕妇可以在复杂噪声环境下使用发明的胎心测量设备。比如，工作中，和别人对话交流中，在外采购等等日常生活活动。这些活动中产生的以及面临的复杂噪声环境，对于一般测量设备而言是难解决。而SMIMO解决了在复杂环境中提取胎心信息的难题。
如图6所示，基于上述多维通道传感器的胎心检测传感器矩阵，本发明还提供一种胎心检测服饰，服饰可以是腹带，可以是内衣，腰带，胸衣等等孕妇可以使用的穿戴服饰或装备。各个传感在软材料上按指定的分布排列。本实施例中分为上衣和下衣。上衣上设置了一个传感器，用于检测孕妇信号，下衣上设置了三个传感器，其位置环绕孕妇的腹部，用于检测胎心信号。
通过复合采集矩阵采集的信号，将用于基于胎心率的计算。完成多传感器的自组织功能，减弱背景噪声，减弱非胎心信号能量，如图9所示，输出结果是胎心率，胎心方位。实现这个目标使用了基于旋转噪声空间的信号处理技术。同时会实现多个传感器群的自组织。传感器的复合矩阵的自组织是通过算法实现的。这里的自组织一个典型的例子是靠近胎儿的几个传感器信号将集中用于提取胎儿胎心信息，而靠近母体心脏位置的多个传感器信号将集中用于提取母体心跳等信息，该信息将用来减弱相关的非胎心信号能量。而选择哪些传感器作为一个测量群，将由算法自动完成。无需人工选择。另一方面，这种自组织阵列，也使得孕妇佩戴多个传感器时，无需准确定位，传感器会自动适应。同时，对于胎儿的位置，也会自适应。不会因为胎儿移动了位置而无法捕捉到胎心信息。并且，因为人体态特征的变化带来的影响，也因为该技术的使用而可以实现广泛适应。
如图11所示，自组织是指无需监督(人工干预、选择)的完成使用多采集通道信号的部分通道数据，以实现最大信噪比输出的目的。并不是使用所有通道信号就是最优的，冗余采集的目的是不会遗漏信号，但同时也采集了大量低信噪比、信息量较低的信号。通过无需监督(人工干预、选择)的子组织，实现仅使用部分采集信号，以达到提高信噪比，扩大信息量的目的。该算法的输入信号是采集得到的N个单采集通道的信号
Figure BDA0002389023570000081
设计自组织加权矩阵
Figure BDA0002389023570000082
其中0≤wn≤1。wn将使用图11的方式来设定。
因为邻近计算系统结构的采用，孕妇作为用户可以快速得到关心的胎心信息，以及基于智能算法的聚类分析结果。同时复杂的解释和案例分析，可以交由远端的医生协助完成，降低误诊风险。在这个过程中，个人信息安全可以得到保障，而得到信息的时间缩短了。
在本申请的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (10)

1.一种基于邻近计算的胎心检测信号处理及信息提取系统，其特征在于，包括：
传感器模块：通过多通道、多类型传感器组合，对孕妇及胎儿信息进行实时探测，得到探测数据；
信号采集模块：对探测数据进行数字化处理，得到数字探测信号；
数据运算模块：在本地对数字探测信号进行分析处理。
2.根据权利要求1所述的基于邻近计算的胎心检测信号处理及信息提取系统，其特征在于，所述传感器模块包括多维通道传感器矩阵，所述多维通道传感器矩阵包括多个传感器；
每个所述传感器包括多个声敏单元组，所述多个声敏单元组采用差分测量，构成单个采集通道；
每个声敏单元组包括多个声敏单元。
3.根据权利要求2所述的基于邻近计算的胎心检测信号处理及信息提取系统，其特征在于，所述传感器为分层结构，包括：声耦合结构层、传感器结构层和声阻尼结构层；
所述传感器结构层设置于所述声耦合结构层与所述声阻尼结构层之间。
4.根据权利要求3所述的基于邻近计算的胎心检测信号处理及信息提取系统，其特征在于，所述传感器结构层包括：隔声材料和多个所述声敏单元，所述隔声材料填充在所述声敏单元之间。
5.根据权利要求2所述的基于邻近计算的胎心检测信号处理及信息提取系统，其特征在于，所述多个维度包括：
单个采集通道采集的胎心信号数据
Figure FDA0002389023560000011
x是采集的时域信号，上标i是单个采集通道的编号，下标t为时间序列编号；
不同位置的传感器采集到的多个胎心信号数据
Figure FDA0002389023560000012
i∈1～N，N为传感器模块的采集通道总数；
采集胎心信号数据的时刻；
胎心信号数据的频域信息；
胎心信号数据的特征信息。
6.根据权利要求5所述的基于邻近计算的胎心检测信号处理及信息提取系统，其特征在于，传感器采集到的信号矩阵A(t)为：
Figure FDA0002389023560000021
数值矩阵A：
A＝XX′
X为采集信号，
Figure FDA0002389023560000022
上标′为共轭转置符号：
分析数值矩阵A的特征向量：
AU＝UV
其中，特征向量
Figure FDA0002389023560000023
是特征值
Figure FDA0002389023560000024
的排序结果，V为特征值对角矩阵；
将特征向量分为胎心信号特征向量T、孕妇心跳信号特征向量P和噪声信号特征向量E，
Figure FDA0002389023560000026
设置空间导引矩阵a和b，构造能量普函数P(ε,θ)：
Figure FDA0002389023560000025
K1、K2为0到1之间的加权系数；上标′为共轭转置符号，取使P(ε,θ)取峰值的ε,θ组合；
提取胎心信号：b′(θ)a′(ε)Aa(ε)b(θ)。
7.根据权利要求1所述的基于邻近计算的胎心检测信号处理及信息提取系统，其特征在于，还包括：
信号传输模块：将分析处理的结果加密传输至云端。
8.根据权利要求1所述的基于邻近计算的胎心检测信号处理及信息提取系统，其特征在于，所述传感器在空间上复合布局，在对采集到的信号进行后处理时，对所述传感器进行自组织分组，分别用于测量和降噪。
9.一种基于邻近计算的胎心检测信号处理及信息提取方法，其特征在于，包括：
通过多通道、多类型传感器组合，对孕妇及胎儿信息进行实时探测，得到探测数据；
对探测数据进行数字化处理，得到数字探测信号；
在本地对数字探测信号进行分析处理。
10.根据权利要求9所述的基于邻近计算的胎心检测信号处理及信息提取方法，其特征在于，所述传感器模块包括多维通道传感器矩阵，所述多维通道传感器矩阵包括多个传感器；
每个所述传感器包括多个声敏单元组，所述多个声敏单元组采用差分测量，构成单个采集通道；
每个声敏单元组包括多个声敏单元；
所述多个维度包括：
单个采集通道采集的胎心信号数据
Figure FDA0002389023560000031
x是采集的时域信号，上标i是单个采集通道的编号，下标t为时间序列编号；
不同位置的传感器采集到的多个胎心信号数据
Figure FDA0002389023560000032
i∈1～N，N为传感器模块的采集通道总数；
采集胎心信号数据的时刻；
胎心信号数据的频域信息；
胎心信号数据的特征信息；
传感器采集到的信号矩阵A(t)为：
Figure FDA0002389023560000033
数值矩阵A：
A＝XX′
X为采集信号，
Figure FDA0002389023560000034
上标′为共轭转置符号：
分析数值矩阵A的特征向量：
AU＝UV
其中，特征向量
Figure FDA0002389023560000035
是特征值
Figure FDA0002389023560000036
的排序结果，V为特征值对角矩阵；
将特征向量分为胎心信号特征向量T、孕妇心跳信号特征向量P和噪声信号特征向量E，
Figure FDA0002389023560000038
设置空间导引矩阵a和b，构造能量普函数P(ε,θ)：
Figure FDA0002389023560000037
K1、K2为0到1之间的加权系数；上标′为共轭转置符号，取使P(ε,θ)取峰值的ε,θ组合；
提取胎心信号：b′(θ)a′(ε)Aa(ε)b(θ)。
CN202010107972.6A 2020-02-21 2020-02-21 基于邻近计算的胎心检测信号处理及信息提取系统及方法 Pending CN111265239A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010107972.6A CN111265239A (zh) 2020-02-21 2020-02-21 基于邻近计算的胎心检测信号处理及信息提取系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010107972.6A CN111265239A (zh) 2020-02-21 2020-02-21 基于邻近计算的胎心检测信号处理及信息提取系统及方法

Publications (1)

Publication Number Publication Date
CN111265239A true CN111265239A (zh) 2020-06-12

Family

ID=70991198

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010107972.6A Pending CN111265239A (zh) 2020-02-21 2020-02-21 基于邻近计算的胎心检测信号处理及信息提取系统及方法

Country Status (1)

Country Link
CN (1) CN111265239A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113192629A (zh) * 2021-05-08 2021-07-30 清华大学 用于自动胎心判读的方法和装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090177101A1 (en) * 2008-01-08 2009-07-09 The General Electric Company Method of fetal and maternal ecg identification across multiple epochs
CN205268157U (zh) * 2015-12-11 2016-06-01 包骏 非接触式心电传感器及其可穿戴式多通道心电采样内衣
CN105940445A (zh) * 2016-02-04 2016-09-14 曾新晓 一种语音通信系统及其方法
CN106548026A (zh) * 2016-11-04 2017-03-29 广州贝护佳医疗科技有限公司 远程胎儿监护方法和系统
CN107174222A (zh) * 2017-05-16 2017-09-19 深圳市云传智联技术有限公司 一种基于压电技术的穿戴式被动无源胎音监护系统及装置
CN107468232A (zh) * 2017-09-05 2017-12-15 苏州风尚智选医疗科技有限公司 胎心监护装置和方法
US20180296116A1 (en) * 2017-04-12 2018-10-18 Qinshan Yang System and method for fetal heartbeat sound monitoring and recording by propagation and spacial location analysis by a sensor matrix
CN109830245A (zh) * 2019-01-02 2019-05-31 北京大学 一种基于波束成形的多说话者语音分离方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090177101A1 (en) * 2008-01-08 2009-07-09 The General Electric Company Method of fetal and maternal ecg identification across multiple epochs
CN205268157U (zh) * 2015-12-11 2016-06-01 包骏 非接触式心电传感器及其可穿戴式多通道心电采样内衣
CN105940445A (zh) * 2016-02-04 2016-09-14 曾新晓 一种语音通信系统及其方法
CN106548026A (zh) * 2016-11-04 2017-03-29 广州贝护佳医疗科技有限公司 远程胎儿监护方法和系统
US20180296116A1 (en) * 2017-04-12 2018-10-18 Qinshan Yang System and method for fetal heartbeat sound monitoring and recording by propagation and spacial location analysis by a sensor matrix
CN107174222A (zh) * 2017-05-16 2017-09-19 深圳市云传智联技术有限公司 一种基于压电技术的穿戴式被动无源胎音监护系统及装置
CN107468232A (zh) * 2017-09-05 2017-12-15 苏州风尚智选医疗科技有限公司 胎心监护装置和方法
CN109830245A (zh) * 2019-01-02 2019-05-31 北京大学 一种基于波束成形的多说话者语音分离方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113192629A (zh) * 2021-05-08 2021-07-30 清华大学 用于自动胎心判读的方法和装置

Similar Documents

Publication Publication Date Title
Duan et al. Non-contact detection of vital signs using a UWB radar sensor
US10758146B2 (en) System and method for fetal heartbeat sound monitoring and recording by propagation and spacial location analysis by a sensor matrix
AU2011323102B2 (en) Wireless fetal monitoring system
EP2790588B1 (en) Automated doppler pulse cycle selection
CN102440806B (zh) 用于电磁噪声消除的超声方法和探头
CN104873186A (zh) 一种可穿戴的动脉检测装置及其数据处理方法
CN108289653A (zh) 用于确定胎儿心率的设备和方法
CN104382571A (zh) 一种基于桡动脉脉搏波传导时间的测量血压方法及装置
CN101822534B (zh) 基于相空间重构的脉搏波观测方法
CN112806977B (zh) 基于多尺度融合网络的生理参数测量方法
CN111265239A (zh) 基于邻近计算的胎心检测信号处理及信息提取系统及方法
CN109034259A (zh) 肿瘤介入装置的图像控制系统、方法、终端、储存介质
JP2022522236A (ja) 心拍信号を分離するための胎児超音波処理ユニット
CN111317500B (zh) 基于胎心胎动信号的智能穿戴系统
CN111227819B (zh) 多维通道传感器的胎心检测传感器矩阵的信号处理方法
CN114052740A (zh) 基于毫米波雷达的非接触心电图监测方法
CN111265240A (zh) 胎心监护仪及胎心测量方法
CN111227820A (zh) 多维通道传感器的胎心检测传感器矩阵、胎心检测设备
CN102525431B (zh) 一种心血管生理信号的检测装置及方法
CN111265241B (zh) 多维通道传感器的胎儿胎心数据可视化方法及系统
CN110916680A (zh) 一种基于s21相位的无创血糖浓度检测方法
CN111265238A (zh) 基于多维通道信号处理的胎心监护系统、设备及方法
CN115500817A (zh) 一种融合毫米波雷达和深度学习模型的无接触式心震信号检测方法及其装置
EP3958747B1 (en) Fetal ultrasound processing unit for separating heart rate signals
CN113892931A (zh) 一种基于深度学习的fmcw雷达提取分析腹内压力方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200612

RJ01 Rejection of invention patent application after publication