CN111265241B - 多维通道传感器的胎儿胎心数据可视化方法及系统 - Google Patents

多维通道传感器的胎儿胎心数据可视化方法及系统 Download PDF

Info

Publication number
CN111265241B
CN111265241B CN202010107982.XA CN202010107982A CN111265241B CN 111265241 B CN111265241 B CN 111265241B CN 202010107982 A CN202010107982 A CN 202010107982A CN 111265241 B CN111265241 B CN 111265241B
Authority
CN
China
Prior art keywords
fetal heart
signal data
dimensional
signal
heart 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.)
Active
Application number
CN202010107982.XA
Other languages
English (en)
Other versions
CN111265241A (zh
Inventor
杨秦山
张庆全
孙磊
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202010107982.XA priority Critical patent/CN111265241B/zh
Publication of CN111265241A publication Critical patent/CN111265241A/zh
Application granted granted Critical
Publication of CN111265241B publication Critical patent/CN111265241B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/02—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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • 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)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Signal Processing (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Cardiology (AREA)
  • Acoustics & Sound (AREA)
  • Pregnancy & Childbirth (AREA)
  • Gynecology & Obstetrics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明提供了一种多维通道传感器的胎儿胎心数据可视化方法及系统，包括：通过多维通道传感器采集多个维度的胎心信号数据；将所述胎心信号数据投射到一维、二维或三维空间；所述投射包括以下任一种或任多种：投影、聚类、主分量分析和积分处理。本发明用多维通道传感器抑制干扰噪声，提高测量的信息量，使用降维信息直观显示信息。利用降维信息不仅仅可对现有信息进行简化显示，还可以挖掘出之前隐藏在数据中的信息。比如空间维度与频率维度的投影，将展示胎动，胎位等信息。

Description

多维通道传感器的胎儿胎心数据可视化方法及系统
技术领域
本发明涉及数据可视化领域，具体地，涉及一种多维通道传感器的胎儿胎心数据可视化方法及系统。
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。如何得到希望的数据，特别是在胎心检测方面，如何满足复杂微信号的监测以及准妈妈们不需要专业知识就可以明确理解信息内容这样的需求，是目前急需解决的技术难题。
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多维通道传感器的胎儿胎心数据可视化方法及系统。
根据本发明提供的一种多维通道传感器的胎儿胎心数据可视化方法，包括：
采集步骤：通过多维通道传感器采集多个维度的胎心信号数据；
可视化处理步骤：将所述胎心信号数据投射到一维、二维或三维空间；
其中，所述投射包括以下任一种或任多种：
投影：利用构造的投影矩阵，将所述胎心信号数据投射到对应维度的空间；
聚类：使用某一维度的胎心信号数据作为标记，对标记进行聚类分析，以降低作为标记的该维度的胎心信号数据；
主分量分析：对多维通道传感器进行特征向量分析，对胎心信号数据进行降维；
积分处理：按照指定维度进行积分，将该指定维度上的离散或连续变化的数值由积分处理为该指定维度的能量标量。
优选地，还包括：
显示步骤：获取可视化处理步骤输出的数据并进行显示；
参数设置步骤：获取设置的参数，对显示的内容进行调整。
优选地，所述多维通道传感器包括多个传感器；
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，所述多个维度包括：
单个采集通道采集的胎心信号数据
Figure BDA0002389026230000021
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；
多维通道传感器中不同位置的传感器采集到的多个胎心信号数据
Figure BDA0002389026230000022
N为多维通道传感器的采集通道总数；
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，多维通道传感器采集到的信号矩阵A(t)为：
Figure BDA0002389026230000031
数值矩阵A：
A＝XX′
X为采集信号，
Figure BDA0002389026230000032
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 BDA0002389026230000033
是特征值
Figure BDA0002389026230000034
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 BDA0002389026230000036
设置空间导引矩阵a和b，构造能量普函数P(ε,θ)：
Figure BDA0002389026230000035
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)。
根据本发明提供的一种多维通道传感器的胎儿胎心数据可视化系统，包括：
采集模块：通过多维通道传感器采集多个维度的胎心信号数据；
可视化处理模块：将所述胎心信号数据投射到一维、二维或三维空间；
其中，所述投射包括以下任一种或任多种：
投影：利用构造的投影矩阵，将所述胎心信号数据投射到对应维度的空间；
聚类：使用某一维度的胎心信号数据作为标记，对标记进行聚类分析，以降低作为标记的该维度的胎心信号数据；
主分量分析：对多维通道传感器进行特征向量分析，对胎心信号数据进行降维；
积分处理：按照指定维度进行积分，将该指定维度上的离散或连续变化的数值由积分处理为该指定维度的能量标量。
优选地，还包括：
显示模块：获取可视化处理步骤输出的数据并进行显示；
参数设置模块：获取设置的参数，对显示的内容进行调整。
优选地，所述多维通道传感器包括多个传感器；
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，所述多个维度包括：
单个采集通道采集的胎心信号数据
Figure BDA0002389026230000041
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；
多维通道传感器中不同位置的传感器采集到的多个胎心信号数据
Figure BDA0002389026230000042
N为多维通道传感器的采集通道总数；
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，多维通道传感器采集到的信号矩阵A(t)为：
Figure BDA0002389026230000043
数值矩阵A：
A＝XX′
X为采集信号，
Figure BDA0002389026230000044
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 BDA0002389026230000045
是特征值
Figure BDA0002389026230000046
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 BDA0002389026230000047
设置空间导引矩阵a和b，构造能量普函数P(ε,θ)：
Figure BDA0002389026230000051
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)本发明在测量中，用多维通道传感器抑制干扰噪声，提高测量的信息量；
2)本发明在显示中，使用降维信息直观显示信息。
3)利用降维信息不仅仅可对现有信息进行简化显示，还可以挖掘出之前隐藏在数据中的信息。比如空间维度与频率维度的投影，将展示胎动，胎位等信息。
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为单个采集通道的结构示意图；
图2为单个采集通道的四个声敏单元组的结构示意图；
图3为传感器的剖视图；
图4为传感器结构层的示意图；
图5为胎心检测服饰的结构示意图；
图6为传感器的空间分布示意图；
图7为传感器的空间分布示意图；
图8为本发明的工作原理图；
图9为本发明的工作流程图；
图10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，本发明提供的一种多维通道传感器的胎儿胎心数据可视化方法，包括：
采集步骤：通过多维通道传感器采集多个维度的胎心信号数据。
可视化处理步骤：将胎心信号数据投射到一维、二维或三维空间。
显示步骤：获取可视化处理步骤输出的数据并进行显示。显示的方式包括：数值、曲线图、柱状图，饼图、统计分布柱状图、热点图、面积色块图、三维能量图、空间能量分布图等。
参数设置步骤：获取设置的参数，对显示的内容进行调整。
投射包括以下任一种或任多种：
投影：利用构造的投影矩阵，将胎心信号数据投射到对应维度的空间。例如构造投影矩阵
Figure BDA0002389026230000061
这里给出了三维数据向二维数据投影的矩阵。相应的可以构造由M维度向N维度投影的矩阵。
聚类：使用某一维度的胎心信号数据作为标记，对标记进行聚类分析，以降低作为标记的该维度的胎心信号数据。
主分量分析：对多维通道传感器进行特征向量分析，对胎心信号数据进行降维。为了得到降低数据维度的方法，本发明利用最大的L个特征值及对应的特征向量，将信号降维到L维度上，在本实施例中，L<5。
积分处理：按照指定维度进行积分，将该指定维度上的离散或连续变化的数值由积分处理为该指定维度的能量标量，以达到减少维度的目的。
本发明中的多个维度的胎心信号数据至少包含以下五个维度，用户可以直接观察访问的维度信息。
A.单个采集通道采集的胎心信号数据
Figure BDA0002389026230000062
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。该维度在时间上展开，每次测量都产生一些列基于不同采集时刻的数据。
B.多维通道传感器中不同位置的传感器采集到的多个胎心信号数据
Figure BDA0002389026230000063
N为多维通道传感器的采集通道总数，该维度在空间上展开，处于不同空间位置的传感器采集到的多个胎心信号数据不同。
C.采集胎心信号数据的时刻，比如一周的某几天在测量，比如一天当中的某些时刻在测量，比如在孕期某几周进行的测量等等。
D.胎心信号数据的频域信息，用户关心的心率，其实是一种单位时间内发生某事件的次数，这是一种频率信息。而频域信息是心音频率，表示承载胎心信息的声学信号的频率范围。
E.胎心信号数据的特征信息，该信息是从测量信号当中提取的特征信息。居于信号特征信息的聚类方法可以被医生或医疗机构直接进行研究。
在本实施例中，以上5个不同的维度是用户会直接观察和访问的。其他实施例中，还有一些不会被用户观察和访问的维度，我们将在自主的处理方法中整合，而不会展示在客户面前。这5个不同维度，使每个测量值都成为一个5维的多维测量信息。
本发明把5维的信息投影在不同的空间上，其目的是给用户展示时，只展示2维或1维信息。方便理解。同时也可以挖掘出原始信号没有的信息。比如空间维度与频率维度的投影，将展示胎动，胎位等信息。
如图2所示，多维通道传感器包括多个传感器。每个传感器包括多个声敏单元组，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。
1)每个声敏单元会接收到信号
Figure BDA0002389026230000071
2)每组声敏单元接收的信号为
Figure BDA0002389026230000072
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 BDA0002389026230000073
完成一个差分测量。
4)单个采集通道得到的数据
Figure BDA0002389026230000074
x是采集的时域信号。i是单个采集通道的编号，t是时间序列编号。
5)复合传感器矩阵得到的信号矩阵为
Figure BDA0002389026230000081
6)根据采集信号
Figure BDA0002389026230000082
可以得到相关数值矩阵
A＝XXT
7)分析对称A矩阵的特征向量。
AU＝UV
对特征值进行排列，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 BDA0002389026230000083
Figure BDA0002389026230000084
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 BDA0002389026230000086
9)设置空间导引矩阵a和b,构造能量谱函数
Figure BDA0002389026230000085
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：
bH(θ)aH(ε)Aa(ε)b(θ)
这里提取了胎心信号而减弱了两类干扰信息
11)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9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。
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 BDA0002389026230000091
Figure BDA0002389026230000092
设计自组织加权矩阵
Figure BDA0002389026230000093
其中0≤wn≤1。wn将使用图10的方式来设定。
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。
在实际的应用中：
1、利用复合传感器的信号空间维度与频率维度的投影，可以展示胎动信息。不同于胎心信号，胎动信号的频率很低在赫兹级别。在通常的胎心探测仪中普遍作为干扰滤除。而我们采用降维的方法提取信息可以探测的胎儿胎动的情况。
2、利用胎儿胎动情况在时间维度上的测量，给监测胎儿情况提供了可靠有效的数据。目前的方式都是准妈妈自己数胎动。不可靠、而且会增加准妈妈的心理焦虑。使用本发明提供的方式，数胎动的记录可以和探测胎心基线一起同时自动完成。
3、聚类分析后的信号特征信息，为高危产妇的诊断和预防提供的数据分析依据。
在上述一种多维通道传感器的胎儿胎心数据可视化方法的基础上，本发明还提供一种多维通道传感器的胎儿胎心数据可视化系统，包括：
采集模块：通过多维通道传感器采集多个维度的胎心信号数据。
可视化处理模块：将所述胎心信号数据投射到一维、二维或三维空间。
其中，所述投射包括以下任一种或任多种：
投影：利用构造的投影矩阵，将所述胎心信号数据投射到对应维度的空间。
聚类：使用某一维度的胎心信号数据作为标记，对标记进行聚类分析，以降低作为标记的该维度的胎心信号数据。
主分量分析：对多维通道传感器进行特征向量分析，对胎心信号数据进行降维。
积分处理：按照指定维度进行积分，将该指定维度上的离散或连续变化的数值由积分处理为该指定维度的能量标量。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
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 (4)

1.一种多维通道传感器的胎儿胎心数据可视化方法，其特征在于，包括：
采集步骤：通过多维通道传感器采集多个维度的胎心信号数据；
可视化处理步骤：将所述胎心信号数据投射到一维、二维或三维空间；
其中，所述投射包括以下任一种或任多种：
投影：利用构造的投影矩阵，将所述胎心信号数据投射到对应维度的空间；
聚类：使用某一维度的胎心信号数据作为标记，对标记进行聚类分析，以降低作为标记的该维度的胎心信号数据；
主分量分析：对多维通道传感器进行特征向量分析，对胎心信号数据进行降维；
积分处理：按照指定维度进行积分，将该指定维度上的离散或连续变化的数值由积分处理为该指定维度的能量标量；
所述多维通道传感器包括多个传感器；
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 DEST_PATH_IMAGE002
，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；
多维通道传感器中不同位置的传感器采集到的多个胎心信号数据
Figure 185574DEST_PATH_IMAGE002
，i∈1～N，N为多维通道传感器的采集通道总数；
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；
每个声敏单元接收到信号
Figure DEST_PATH_IMAGE004
，k为声敏单元的编号；
每组声敏单元接收的信号为
Figure DEST_PATH_IMAGE006
,n为每组声敏单元中声敏单元的总数，
Figure DEST_PATH_IMAGE008
,假设单个采集通道有
Figure DEST_PATH_IMAGE010
组，M=2；
每个采集通道的采集的信号为
Figure DEST_PATH_IMAGE012
，完成一个差分测量，
Figure DEST_PATH_IMAGE014
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；
多维通道传感器采集到的信号矩阵
Figure DEST_PATH_IMAGE016
为：
Figure DEST_PATH_IMAGE018
数值矩阵A：
Figure DEST_PATH_IMAGE020
X为采集信号，X=
Figure 758506DEST_PATH_IMAGE002
，上标
Figure DEST_PATH_IMAGE022
为共轭转置符号；
分析数值矩阵A的特征向量：
Figure DEST_PATH_IMAGE024
其中，特征向量
Figure DEST_PATH_IMAGE026
是特征值
Figure DEST_PATH_IMAGE028
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 DEST_PATH_IMAGE030
；
设置空间导引矩阵a和b，构造能量谱函数
Figure DEST_PATH_IMAGE032
：
Figure DEST_PATH_IMAGE034
K 1、K 2为0到1之间的加权系数；上标
Figure 521932DEST_PATH_IMAGE022
为共轭转置符号，取使
Figure 635250DEST_PATH_IMAGE032
取峰值的
Figure DEST_PATH_IMAGE036
组合，
Figure DEST_PATH_IMAGE038
的组合给出了胎心信号的空间传播相对方向；
提取胎心信号：
Figure DEST_PATH_IMAGE040
。
2.根据权利要求1所述的多维通道传感器的胎儿胎心数据可视化方法，其特征在于，还包括：
显示步骤：获取可视化处理步骤输出的数据并进行显示；
参数设置步骤：获取设置的参数，对显示的内容进行调整。
3.一种多维通道传感器的胎儿胎心数据可视化系统，其特征在于，包括：
采集模块：通过多维通道传感器采集多个维度的胎心信号数据；
可视化处理模块：将所述胎心信号数据投射到一维、二维或三维空间；
其中，所述投射包括以下任一种或任多种：
投影：利用构造的投影矩阵，将所述胎心信号数据投射到对应维度的空间；
聚类：使用某一维度的胎心信号数据作为标记，对标记进行聚类分析，以降低作为标记的该维度的胎心信号数据；
主分量分析：对多维通道传感器进行特征向量分析，对胎心信号数据进行降维；
积分处理：按照指定维度进行积分，将该指定维度上的离散或连续变化的数值由积分处理为该指定维度的能量标量；
所述多维通道传感器包括多个传感器；
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 839836DEST_PATH_IMAGE002
，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；
多维通道传感器中不同位置的传感器采集到的多个胎心信号数据
Figure 131140DEST_PATH_IMAGE002
，i∈1～N，N为多维通道传感器的采集通道总数；
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；
每个声敏单元接收到信号
Figure 867014DEST_PATH_IMAGE004
，k为声敏单元的编号；
每组声敏单元接收的信号为
Figure 534756DEST_PATH_IMAGE006
, n为每组声敏单元中声敏单元的总数，
Figure 938056DEST_PATH_IMAGE008
,假设单个采集通道有
Figure 649529DEST_PATH_IMAGE010
组，M=2；
每个采集通道的采集的信号为
Figure 872700DEST_PATH_IMAGE012
，完成一个差分测量，
Figure 344132DEST_PATH_IMAGE014
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；
多维通道传感器采集到的信号矩阵
Figure 336359DEST_PATH_IMAGE016
为：
Figure DEST_PATH_IMAGE018A
数值矩阵A：
Figure DEST_PATH_IMAGE020A
X为采集信号，X=
Figure 625258DEST_PATH_IMAGE002
，上标
Figure 584992DEST_PATH_IMAGE022
为共轭转置符号：
分析数值矩阵A的特征向量：
Figure DEST_PATH_IMAGE024A
其中，特征向量
Figure 532220DEST_PATH_IMAGE026
是特征值
Figure 910112DEST_PATH_IMAGE028
的排序结果，V为为特征值对角矩阵；
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 963387DEST_PATH_IMAGE030
；
设置空间导引矩阵a和b，构造能量谱函数
Figure 161150DEST_PATH_IMAGE032
：
Figure DEST_PATH_IMAGE042
K 1、K 2为0到1之间的加权系数、上标
Figure 161336DEST_PATH_IMAGE022
为共轭转置符号，取使
Figure 128155DEST_PATH_IMAGE032
取峰值的
Figure 368644DEST_PATH_IMAGE036
组合，
Figure 788124DEST_PATH_IMAGE038
的组合给出了胎心信号的空间传播相对方向；
提取胎心信号：
Figure 405050DEST_PATH_IMAGE040
。
4.根据权利要求3所述的多维通道传感器的胎儿胎心数据可视化系统，其特征在于，还包括：
显示模块：获取可视化处理步骤输出的数据并进行显示；
参数设置模块：获取设置的参数，对显示的内容进行调整。
CN202010107982.XA 2020-02-21 2020-02-21 多维通道传感器的胎儿胎心数据可视化方法及系统 Active CN111265241B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010107982.XA CN111265241B (zh) 2020-02-21 2020-02-21 多维通道传感器的胎儿胎心数据可视化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010107982.XA CN111265241B (zh) 2020-02-21 2020-02-21 多维通道传感器的胎儿胎心数据可视化方法及系统

Publications (2)

Publication Number Publication Date
CN111265241A CN111265241A (zh) 2020-06-12
CN111265241B true CN111265241B (zh) 2021-10-22

Family

ID=70991277

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010107982.XA Active CN111265241B (zh) 2020-02-21 2020-02-21 多维通道传感器的胎儿胎心数据可视化方法及系统

Country Status (1)

Country Link
CN (1) CN111265241B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105530857A (zh) * 2013-09-09 2016-04-27 皇家飞利浦有限公司 根据母体腹部ecg记录的胎儿心率提取
CN107427241A (zh) * 2015-03-16 2017-12-01 努沃集团有限公司 怀孕的人类受试者的连续非侵入性监测
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

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017132958A1 (en) * 2016-02-04 2017-08-10 Zeng Xinxiao Methods, systems, and media for voice communication

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105530857A (zh) * 2013-09-09 2016-04-27 皇家飞利浦有限公司 根据母体腹部ecg记录的胎儿心率提取
CN107427241A (zh) * 2015-03-16 2017-12-01 努沃集团有限公司 怀孕的人类受试者的连续非侵入性监测
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Paris：Passive and continuous fetal heart monitoring system;Yao Yao等;《Smart Health》;20191104;第13页第6.3.2-6.3.4节 *

Also Published As

Publication number Publication date
CN111265241A (zh) 2020-06-12

Similar Documents

Publication Publication Date Title
CN104873186B (zh) 一种可穿戴的动脉检测装置及其数据处理方法
CA2850990C (en) Non-invasive fetal monitoring
AU2011323102B2 (en) Wireless fetal monitoring system
EP3389498B1 (en) Fetal monitoring system and method
CA2721622C (en) Fetal ecg monitoring
CN106344005A (zh) 一种可移动心电图监测系统及监测方法
WO2013059267A2 (en) Non-invasive detection of fetal or maternal illness
CN101822534B (zh) 基于相空间重构的脉搏波观测方法
Altini et al. Detection of fetal kicks using body-worn accelerometers during pregnancy: Trade-offs between sensors number and positioning
Zhao et al. An IoT-based wearable system using accelerometers and machine learning for fetal movement monitoring
Altini et al. Variable-length accelerometer features and electromyography to improve accuracy of fetal kicks detection during pregnancy using a single wearable device
Ghaffari et al. Robust fetal QRS detection from noninvasive abdominal electrocardiogram based on channel selection and simultaneous multichannel processing
Liang et al. Passive fetal movement recognition approaches using hyperparameter tuned lightgbm model and bayesian optimization
CN101668486A (zh) 肺功能区域性评价的方法和系统
CN111265241B (zh) 多维通道传感器的胎儿胎心数据可视化方法及系统
Alizadeh et al. Remote health monitoring system for bedbound patients
CN105708441B (zh) 可佩戴指套及心电图和脉象采集终端
CN111265240A (zh) 胎心监护仪及胎心测量方法
CN103142223B (zh) 一种基于极值差的心脏磁信号处理方法
CN111317500B (zh) 基于胎心胎动信号的智能穿戴系统
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
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
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
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
CN111265238A (zh) 基于多维通道信号处理的胎心监护系统、设备及方法

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
GR01 Patent grant
GR01 Patent grant