CN114366082A - 非侵入式的胎动信号采集与处理方法、系统、装置及介质 - Google Patents

非侵入式的胎动信号采集与处理方法、系统、装置及介质 Download PDF

Info

Publication number
CN114366082A
CN114366082A CN202111634656.5A CN202111634656A CN114366082A CN 114366082 A CN114366082 A CN 114366082A CN 202111634656 A CN202111634656 A CN 202111634656A CN 114366082 A CN114366082 A CN 114366082A
Authority
CN
China
Prior art keywords
signal
segment
fetal
acquiring
fetus
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
CN202111634656.5A
Other languages
English (en)
Inventor
何克晶
林镇源
卓伟伦
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.)
Guangzhou Odier Technology Co ltd
South China University of Technology SCUT
Original Assignee
Guangzhou Odier Technology Co ltd
South China University of Technology SCUT
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 Guangzhou Odier Technology Co ltd, South China University of Technology SCUT filed Critical Guangzhou Odier Technology Co ltd
Priority to CN202111634656.5A priority Critical patent/CN114366082A/zh
Publication of CN114366082A publication Critical patent/CN114366082A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1101—Detecting tremor
    • 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
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • 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
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1107—Measuring contraction of parts of the body, e.g. organ, muscle
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/43—Detecting, measuring or recording for evaluating the reproductive systems
    • A61B5/4306—Detecting, measuring or recording for evaluating the reproductive systems for evaluating the female reproductive systems, e.g. gynaecological evaluations
    • A61B5/4343—Pregnancy and labour monitoring, e.g. for labour onset detection
    • A61B5/4362—Assessing foetal parameters
    • 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
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Cardiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pulmonology (AREA)
  • Pregnancy & Childbirth (AREA)
  • Gynecology & Obstetrics (AREA)
  • Mathematical Physics (AREA)
  • Reproductive Health (AREA)
  • Pediatric Medicine (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明公开了一种非侵入式的胎动信号采集与处理方法、系统、装置及介质，其中方法包括：通过非侵入式传感器采集孕妇的振动信号，将所述振动信号转化为数字信号；根据所述数字信号获取带标签的信号片段；根据所述信号片段获取胎儿的生理信号，根据所述生理信号判断胎儿的状态；其中，所述非侵入式传感器集成在提供人体坐卧的产品上。本发明通过非侵入式传感器采集孕妇的信息，传感器无需佩戴在身上，提高了舒适度。本发明可广泛应用于胎儿健康监控领域。

Description

非侵入式的胎动信号采集与处理方法、系统、装置及介质
技术领域
本发明涉及胎儿健康监控领域，尤其涉及一种非侵入式的胎动信号采集与处理方法、系统、装置及介质。
背景技术
胎动是胎儿生命的一个客观特征，一般来说，胎动不仅可以作为妊娠的诊断依据，临床上还可以作为胎儿是否缺氧的一个指标。例如胎动的减少可能表示胎儿缺氧，因此胎动计数是一个简单却重要的反映胎儿健康状况的指标，也是产前监护的重要方法之一。
胎动的本质也是一种振动，可以用能感受微弱振动的敏感传感器来采集信号，经过软硬件处理后，分离出胎动情况。例如孕妇每天在家里按需监测胎儿的体动情况、胎儿心率等可以提高妊娠生活质量，但由于孕妇不能经常去医院用昂贵的超声设备检查胎儿状态，检测间隔时间较长。当胎儿发生心脏骤停或心率不规律时，很难发现异常。因此孕妇需要每天检测胎动情况，并作记录。现有的胎动采集均是将传感器穿戴在身上，且贴紧肚皮进行采集，容易给孕妇以及胎儿带来不适。
发明内容
为至少一定程度上解决现有技术中存在的技术问题之一，本发明的目的在于提供一种非侵入式的胎动信号采集与处理方法、系统、装置及介质。
本发明所采用的技术方案是：
一种非侵入式的胎动信号采集与处理方法，包括以下步骤：
通过非侵入式传感器采集孕妇的振动信号，将所述振动信号转化为数字信号；
根据所述数字信号获取带标签的信号片段；
根据所述信号片段获取胎儿的生理信号，根据所述生理信号判断胎儿的状态；
其中，所述非侵入式传感器集成在提供人体坐卧的产品上。
进一步地，所述非侵入式传感器包括压电薄膜传感器、压力传感器中的一种，或者包括由多个传感器组成的阵列；
所述通过非侵入式传感器采集孕妇的振动信号，将所述振动信号转化为数字信号，包括：
将由所述非侵入式传感器采集到的振动信号转换为模拟信号，对所述模拟信号进行放大和滤波处理后，获得混合孕妇信号和胎儿信号的混合信号；
去除所述混合信号中的孕妇信号，将剩下的胎儿信号转化为所述数字信号。
进一步地，带标签的所述信号片段包括含有体动片段和不含体动片段，所述生理信号包括胎儿的心率、胎儿的呼吸率以及胎儿的体动情况；
所述根据所述信号片段获取胎儿的生理信号，包括：
根据所述不含体动片段获取胎儿的心率和呼吸率，根据所述含有体动片段对计算获得的所述心率进行去噪修正；
根据所述含有体动片段获取胎儿的体动情况。
进一步地，所述根据所述含有体动片段对计算获得的所述心率进行去噪修正，包括：
将所述含有体动片段划分为若干个窗口片段，获取所述窗口片段内连续m个峰值的位置，并计算m-1个峰值的间隔，按间隔进行降序排序，得到矩阵P；
计算m-2个峰间隔时间差，得到矩阵E，找出矩阵E中最小值对应的索引i；
设E(i)＝+∞，将P(i)和P(i+1)插入到矩阵H，重复进行以上计算，直到min(E(i))＝∞；
计算矩阵H中元素的均值At＝mean(H)，根据均值At计算当前窗口片段的胎儿心率值；
根据若干个窗口片段的胎儿心率值获取修正后的胎儿心率。
进一步地，当前窗口片段的所述胎儿心率值的计算公式为：
Figure BDA0003441555350000021
式中，k为系数；
所述修正后的胎儿心率的表达式如下：
Figure BDA0003441555350000022
其中，β为权重系数，Ft-1是上一个窗口片段对应的修正后的心率。
进一步地，所述根据所述含有体动片段获取胎儿的体动情况，包括：
采用预设长度的移动窗口对所述含有体动片段进行分割，对分割获得的每个窗口片段的时频分布中进行特征提取；
根据提取获得的特征进行分类，获得胎儿的体动情况。
进一步地，所述窗口片段X(t)的时频分布的表达式为：
Figure BDA0003441555350000023
其中，Z(t)是X(t)的分析关联，表示为：
Figure BDA0003441555350000024
Figure BDA0003441555350000031
是X(t)的Hilbert变换，定义为：
Figure BDA0003441555350000032
其中，
Figure BDA0003441555350000033
和
Figure BDA0003441555350000034
分别为正傅里叶变换和逆傅里叶变换，g(u,τ)为二次时频分布的核心项。
本发明所采用的另一技术方案是：
一种非侵入式的胎动信号采集与处理系统，包括：
通过非侵入式传感器采集孕妇的振动信号，将所述振动信号转化为数字信号；
根据所述数字信号获取带标签的信号片段；
根据所述信号片段获取胎儿的生理信号，根据所述生理信号判断胎儿的状态；
其中，所述非侵入式传感器集成在提供人体坐卧的产品上。
本发明所采用的另一技术方案是：
一种非侵入式的胎动信号采集与处理装置，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现上所述方法。
本发明所采用的另一技术方案是：
一种计算机可读存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行如上所述方法。
本发明的有益效果是：本发明通过非侵入式传感器采集孕妇的信息，传感器无需佩戴在身上，提高了舒适度。
附图说明
为了更清楚地说明本发明实施例或者现有技术中的技术方案，下面对本发明实施例或者现有技术中的相关技术方案附图作以下介绍，应当理解的是，下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例，对于本领域的技术人员而言，在无需付出创造性劳动的前提下，还可以根据这些附图获取到其他附图。
图1是本发明实施例中一种非侵入式的胎动信号采集与处理方法的流程示意图；
图2是本发明实施例中含有体动片段分类方法示意图；
图3是本发明实施例中一种非侵入式的胎动信号采集与处理方法的步骤流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
在本发明的描述中，需要理解的是，涉及到方位描述，例如上、下、前、后、左、右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发明和简化描述，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发明的限制。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
如图3所示，本实施例提供一种非侵入式的胎动信号采集与处理方法，包括以下步骤：
S1、通过非侵入式传感器采集孕妇的振动信号，将振动信号转化为数字信号；其中，非侵入式传感器集成在提供人体坐卧的产品上。
非侵入式传感器包括有：压电薄膜PVDF、EMFI、压力传感器等一系列通过振动方式感知信号，这类传感器可以感受微弱的振动信号，并转化为电荷、电阻、电压等电气信号的各种不需要身体直接接触的传感器。非侵入式传感器可以由一个传感器组成，也可以由多个传感器组成阵列，同时采集多路信号，并选择信号质量较好的一路或者多路信号。在一些实施例中，传感器或传感器阵列放置在床上，孕妇躺在上面，不需要直接接触，可以隔着衣服进行测量，可以在孕妇睡眠阶段进行采集，实现无感式的胎动信号采集。这里需要注意的是，不仅可以将压电薄膜传感器集成在床垫或者瑜伽垫中，也可将压电薄膜传感器集成在卧椅等人体可睡觉的装置上等。
示例地，对非侵入式传感器采集到的信号进行以下处理：
A1、放大原始信号，并用低通滤波器过滤信号，过滤高频噪声干扰；
A2、经过步骤A1的信号再经过低通滤波，过滤超低频的干扰信号；可以获得孕妇和胎儿生理信号的混合信号；但孕妇的心率和呼吸率一般较低，且强度较大，主要为孕妇的生理信号；
A3、将步骤A2产生的模拟信号经由模数转化模块转成数字信号，并输出。
S2、根据数字信号获取带标签的信号片段。
采用体动识别算法，检测出数字信号中含有体动片段和不含体动片段。依据方法为当存在体动时，信号输出值较大，远大于一般情况下采集的数据，甚至由于运算放大器限制，会出现饱和情况。基于此，体动识别算法将原始信号分成含体动和不含体动两种不同的片段，对于不含体动的数据片段，可以经过软件数字滤波后得到质量较好的心率呼吸波形，根据心率呼吸波形可计算获得胎儿的心率和呼吸率。
S3、根据信号片段获取胎儿的生理信号，根据生理信号判断胎儿的状态。
其中，步骤S3包括步骤S31-S32：
S31、根据不含体动片段获取胎儿的心率和呼吸率，根据含有体动片段对计算获得的心率进行去噪修正。
步骤S31中根据含有体动片段对计算获得的心率进行去噪修正这一步骤，包括：
将所述含有体动片段划分为若干个窗口片段，获取所述窗口片段内连续m个峰值的位置，并计算m-1个峰值的间隔，按间隔进行降序排序，得到矩阵P；
计算m-2个峰间隔时间差，得到矩阵E，找出矩阵E中最小值对应的索引i；
设E(i)＝+∞，将P(i)和P(i+1)插入到矩阵H，重复进行以上计算，直到min(E(i))＝∞；
计算矩阵H中元素的均值At＝mean(H)，根据均值At计算当前窗口片段的胎儿心率值；
根据若干个窗口片段的胎儿心率值获取修正后的胎儿心率。
S32、根据含有体动片段获取胎儿的体动情况。
其中，步骤S32包括步骤S321-S322：
S321、采用预设长度的移动窗口对含有体动片段进行分割，对分割获得的每个窗口片段的时频分布中进行特征提取；
S322、根据提取获得的特征进行分类，获得胎儿的体动情况。
其中，窗口片段X(t)的时频分布的表达式为：
Figure BDA0003441555350000051
其中，Z(t)是X(t)的分析关联，表示为：
Figure BDA0003441555350000052
Figure BDA0003441555350000053
是X(t)的Hilbert变换，定义为：
Figure BDA0003441555350000061
其中，
Figure BDA0003441555350000062
和
Figure BDA0003441555350000063
分别为正傅里叶变换和逆傅里叶变换，g(u,τ)为二次时频分布的核心项。
以下通过结合具体实施例对上述方法进行详细解释说明。
如图1所示，本实施例提供的一种非侵入式的胎动信号采集与处理方法，包括胎动信号采集与信号处理两个部分，其中信号处理又分成终端处理和云端处理：
胎动信号采集：由能将微弱振动转化为电气信号的敏感传感器和相应的信号采集硬件电路组成。其中传感器可以为一个，也可以为多个传感器组成传感器阵列的方式。传感器置于床上，孕妇躺在上面。硬件电路包括信号放大，低通滤波，高通滤波，模数转化器等硬件。传感器产生的电气信号，一般为电压值或电流值，经过电路放大，高通滤波过滤高频信号，低通滤波过滤低频信号，得到原始信号。原始信号包含了孕妇的呼吸心率、胎儿的呼吸心率、以及孕妇体动，胎儿体动、环境振动噪声等大幅振动。通过有线(包括USB数据线、RJ45网线等)或者无线(包括蓝牙、WIFI、4G/5G等)方式传输到处理终端。
信号处理终端包括接收终端的预处理和云端的进一步处理：
接收终端对采集的数据做预处理，包括补充缺失值，识别异常值等方式。对于缺失值，采用补齐的方式。依据是数据变动都是平滑过渡，不会出现突高或突低的数据。因此使用最近距离邻法补充，先根据欧式距离或其他距离计算方式确定距离具有缺失数据样本的最近k个样本，将k个值加权平均来估计缺失数据的值。对于异常值的识别采用k近邻距离之和的方法的识别。选取可能的异常值前后k个相邻的值，计算他们的之间的距离，当距离明显偏大时说明存在异常值。异常值可以看成缺失值，采用和缺失值补齐同样的方式进行填补。原始信号采用体动识别算法，检测出含有体动片段和不含体动片段。依据方法为当存在体动时，信号输出值较大，远大于一般情况下采集的数据，甚至由于运算放大器限制，会出现饱和情况。体动识别算法将原始信号分成含体动和不含体动两种不同的片段，对于不含体动的数据片段，可以经过软件数字滤波后得到质量较好的心率呼吸波形，再使用峰值检测算法得到峰值序列，序列发送至云端处理；包含体动片段可能为孕妇体动、胎儿体动以及环境振动干扰等，将信号片段抽样降低采样率后发送至云端处理。发送方式通常为无线传输方式，包括WIFI传输、4G/5G传输等。
云端处理，峰值序列可以计算胎儿心率；体动片段信号分析胎儿体动情况。综合胎儿心率和胎儿体动情况可以分析胎儿健康状况。
胎儿心率数据修正，由峰值序列可以计算胎儿心率变化情况，但由于存在漏检或者错误检测以及体动片段的影响，直接通过峰值序列计算的胎儿心率数据存在较大误差，并且在含体动片段存在缺失值。虽然可以使用平均值来减弱这种干扰，但还是会对胎儿心率的计算准确率产生重大的影响。将序列划分为若干个窗口片段，在窗口片段内对胎儿心率峰值序列进行加权，消除噪声，提高胎儿心率计算的计算精度。具体步骤如下：
步骤1：Data为带时间T的胎儿心率数据，从Data数据中，提取t到t+w时刻的胎儿心率数据；
步骤2：降低数据采样率，通过峰值检测算法，找出m个峰值的位置，并计算m-1个峰值间隔，按大小排序(从大到小或者从小到大)得到矩阵P；
步骤3：计算m-2个峰间隔时间差，得到矩阵E，找出E中最小值对应的索引i；
步骤4：设E(i)＝+∞，将P(i)和P(i+1)插入到矩阵H，重复步骤3，直到min(E(i))＝∞；
步骤5：计算矩阵H中元素的均值，At＝mean(H)，并计算在当前窗口内的胎儿心率值为：
Figure BDA0003441555350000071
步骤6：修正胎儿心率值，
Figure BDA0003441555350000072
体动片段分类：如图2所示，由接收终端发送的体动片段，将体动片段进行分类，可以分成孕妇体动、胎儿体动、环境振动干扰等。其中胎儿体动又可以细分为强体动和弱体动。首先是特征提取。
采用长度为2.56秒(大于大多数运动的长度)的移动窗口对信号进行分割，并从每段信道信号的时频分布(TFD)中提取特征。定义信号X(t)的二次TFD的一般形式为：
Figure BDA0003441555350000073
其中Z(t)是X(t)的分析关联，可表示为：
Figure BDA0003441555350000074
Figure BDA0003441555350000075
是S(t)的Hilbert变换，定义为:
Figure BDA0003441555350000076
其中
Figure BDA0003441555350000077
和
Figure BDA0003441555350000078
分别为正傅里叶变换和逆傅里叶变换。二次时频分布的核心项g(u,τ)决定了如何在多普勒滞后域中对时频分布进行滤波/平滑。所选的特征用于分类器分类。
主成分分析(PCA)在分类问题中常用来降低特征空间的维数。在主成分分析中识别出组合特征后，从基信号的TFD中提取，从0.7Hz到60Hz滤波。然后将所有组合的特征测度集输入到分类器中进行分类。80％的数据用于训练，其余数据用于测试。分类采用序贯最小优化方法和1阶多项式核函数。将提取的特征输入分类器，最后输出得到分类结果。
所选的特征用于训练多项式核支持向量机(SVM)。该非概率二元线性分类器在特征测度向量所构成的空间中构造了一个超平面。基于支持向量机的分类器对过度训练的敏感性较低，训练速度很快。、在主成分分析中识别出组合特征后，从基信号的TFD中提取。然后将所有组合的特征测度集输入到三个SVM分类器中进行分类。50％的数据用于培训，其余数据用于测试。分类采用序贯最小优化方法和1阶多项式核函数。基于所有三个分类器的输出分类结果。
分类结果包括孕妇体动、胎儿体动、环境噪声振动；胎儿体动又可以进一步分为强体动和弱体动。在一个睡眠周期里，统计每个小时里的胎儿体动情况，可以分析胎儿健康状况。根据胎动的变化情况，当胎动计数>30次/12小时为正常；<20次/12小时为异常。若<10次/12小时提示胎儿已明显缺氧。或者如果胎动计数连续两天<2次/小时也可认为异常。当连续天数采集胎动次数时，以前三天胎动的平均值为基准，若当天胎动计数比基准值减少≥30％者可认为胎动次数减少。
由分类结果计算胎儿每小时的胎动次数，分析胎儿健康状况，并输出到终端上。
综上所述，本实施例方法相对于现有技术，具有如下有益效果：
(1)不需要佩戴在身上，可以隔着衣服测量，提高了舒适度，同时也易于设备维护。
(2)减少孕妇自己数胎动负担，提高了胎动识别的准确率，可在睡眠阶段计算胎动情况，分析胎儿状态。
(3)通过本实施例的方法能获取长时间的胎动情况，计算胎动率，分析胎儿健康状态信息。
(4)能有效减小噪声等干扰，使用时可以在睡眠时静默采集测量，无感式监测胎动情况。
本实施例还提供一种非侵入式的胎动信号采集与处理系统，包括：
通过非侵入式传感器采集孕妇的振动信号，将所述振动信号转化为数字信号；
根据所述数字信号获取带标签的信号片段；
根据所述信号片段获取胎儿的生理信号，根据所述生理信号判断胎儿的状态；
其中，所述非侵入式传感器集成在提供人体坐卧的产品上。
本实施例的一种非侵入式的胎动信号采集与处理系统，可执行本发明方法实施例所提供的一种非侵入式的胎动信号采集与处理方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
本实施例还提供一种非侵入式的胎动信号采集与处理装置，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现图3所示方法。
本实施例的一种非侵入式的胎动信号采集与处理装置，可执行本发明方法实施例所提供的一种非侵入式的胎动信号采集与处理方法，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
本申请实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行图3所示的方法。
本实施例还提供了一种存储介质，存储有可执行本发明方法实施例所提供的一种非侵入式的胎动信号采集与处理方法的指令或程序，当运行该指令或程序时，可执行方法实施例的任意组合实施步骤，具备该方法相应的功能和有益效果。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的上述描述中，参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于上述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.一种非侵入式的胎动信号采集与处理方法，其特征在于，包括以下步骤：
通过非侵入式传感器采集孕妇的振动信号，将所述振动信号转化为数字信号；
根据所述数字信号获取带标签的信号片段；
根据所述信号片段获取胎儿的生理信号，根据所述生理信号判断胎儿的状态；
其中，所述非侵入式传感器集成在提供人体坐卧的产品上。
2.根据权利要求1所述的一种非侵入式的胎动信号采集与处理方法，其特征在于，所述非侵入式传感器包括压电薄膜传感器、压力传感器中的一种，或者包括由多个传感器组成的阵列；
所述通过非侵入式传感器采集孕妇的振动信号，将所述振动信号转化为数字信号，包括：
将由所述非侵入式传感器采集到的振动信号转换为模拟信号，对所述模拟信号进行放大和滤波处理后，获得混合孕妇信号和胎儿信号的混合信号；
去除所述混合信号中的孕妇信号，将剩下的胎儿信号转化为所述数字信号。
3.根据权利要求1所述的一种非侵入式的胎动信号采集与处理方法，其特征在于，带标签的所述信号片段包括含有体动片段和不含体动片段，所述生理信号包括胎儿的心率、胎儿的呼吸率以及胎儿的体动情况；
所述根据所述信号片段获取胎儿的生理信号，包括：
根据所述不含体动片段获取胎儿的心率和呼吸率，根据所述含有体动片段对计算获得的所述心率进行修正；
根据所述含有体动片段获取胎儿的体动情况。
4.根据权利要求3所述的一种非侵入式的胎动信号采集与处理方法，其特征在于，所述根据所述含有体动片段对计算获得的所述心率进行修正，包括：
将所述含有体动片段划分为若干个窗口片段，获取所述窗口片段内连续m个峰值的位置，并计算m-1个峰值的间隔，按间隔进行降序排序，得到矩阵P；
计算m-2个峰间隔时间差，得到矩阵E，找出矩阵E中最小值对应的索引i；
设E(i)＝+∞，将P(i)和P(i+1)插入到矩阵H，重复进行以上计算，直到min(E(i))＝∞；
计算矩阵H中元素的均值At＝mean(H)，根据均值At计算当前窗口片段的胎儿心率值；
根据若干个窗口片段的胎儿心率值获取修正后的胎儿心率。
5.根据权利要求4所述的一种非侵入式的胎动信号采集与处理方法，其特征在于，当前窗口片段的所述胎儿心率值的计算公式为：
Figure FDA0003441555340000021
式中，k为系数；
所述修正后的胎儿心率的表达式如下：
Figure FDA0003441555340000022
其中，β为权重系数，Ft-1是上一个窗口片段对应的修正后的心率。
6.根据权利要求3所述的一种非侵入式的胎动信号采集与处理方法，其特征在于，所述根据所述含有体动片段获取胎儿的体动情况，包括：
采用预设长度的移动窗口对所述含有体动片段进行分割，对分割获得的每个窗口片段的时频分布中进行特征提取；
根据提取获得的特征进行分类，获得胎儿的体动情况。
7.根据权利要求6所述的一种非侵入式的胎动信号采集与处理方法，其特征在于，所述窗口片段X(t)的时频分布的表达式为：
Figure FDA0003441555340000023
其中，Z(t)是X(t)的分析关联，表示为：
Figure FDA0003441555340000024
Figure FDA0003441555340000025
是X(t)的Hilbert变换，定义为：
Figure FDA0003441555340000026
其中，
Figure FDA0003441555340000027
和
Figure FDA0003441555340000028
分别为正傅里叶变换和逆傅里叶变换，g(u,τ)为二次时频分布的核心项。
8.一种非侵入式的胎动信号采集与处理系统，其特征在于，包括：
通过非侵入式传感器采集孕妇的振动信号，将所述振动信号转化为数字信号；
根据所述数字信号获取带标签的信号片段；
根据所述信号片段获取胎儿的生理信号，根据所述生理信号判断胎儿的状态；
其中，所述非侵入式传感器集成在提供人体坐卧的产品上。
9.一种非侵入式的胎动信号采集与处理装置，其特征在于，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现权利要求1-7任一项所述方法。
10.一种计算机可读存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由处理器执行时用于执行如权利要求1-7任一项所述方法。
CN202111634656.5A 2021-12-29 2021-12-29 非侵入式的胎动信号采集与处理方法、系统、装置及介质 Pending CN114366082A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111634656.5A CN114366082A (zh) 2021-12-29 2021-12-29 非侵入式的胎动信号采集与处理方法、系统、装置及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111634656.5A CN114366082A (zh) 2021-12-29 2021-12-29 非侵入式的胎动信号采集与处理方法、系统、装置及介质

Publications (1)

Publication Number Publication Date
CN114366082A true CN114366082A (zh) 2022-04-19

Family

ID=81142911

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111634656.5A Pending CN114366082A (zh) 2021-12-29 2021-12-29 非侵入式的胎动信号采集与处理方法、系统、装置及介质

Country Status (1)

Country Link
CN (1) CN114366082A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103720469A (zh) * 2014-01-02 2014-04-16 山东大学 可穿戴式动态母体胎儿心电检测装置
CN109567868A (zh) * 2018-10-15 2019-04-05 广东宝莱特医用科技股份有限公司 一种ctg胎心评分方法及系统
CN109567756A (zh) * 2018-12-29 2019-04-05 北京工业大学 一种基于人工智能床垫的睡眠状态检测方法
CN110151156A (zh) * 2019-04-07 2019-08-23 西安电子科技大学 一种基于窗内自动加权平均算法的胎心率提取方法及系统
CN210300977U (zh) * 2018-12-14 2020-04-14 深圳和而泰数据资源与云技术有限公司 一种人体生理指标检测设备及智能床垫
CN112155559A (zh) * 2020-09-27 2021-01-01 永康国科康复工程技术有限公司 便携式胎动监测系统
CN112716474A (zh) * 2021-01-20 2021-04-30 复旦大学 基于生物微波雷达的非接触式睡眠状态监测方法和系统
CN113679352A (zh) * 2021-09-02 2021-11-23 上海贝瑞电子科技有限公司 一种非接触微动传感器采集孕妇胎动的装置及方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103720469A (zh) * 2014-01-02 2014-04-16 山东大学 可穿戴式动态母体胎儿心电检测装置
CN109567868A (zh) * 2018-10-15 2019-04-05 广东宝莱特医用科技股份有限公司 一种ctg胎心评分方法及系统
CN210300977U (zh) * 2018-12-14 2020-04-14 深圳和而泰数据资源与云技术有限公司 一种人体生理指标检测设备及智能床垫
CN109567756A (zh) * 2018-12-29 2019-04-05 北京工业大学 一种基于人工智能床垫的睡眠状态检测方法
CN110151156A (zh) * 2019-04-07 2019-08-23 西安电子科技大学 一种基于窗内自动加权平均算法的胎心率提取方法及系统
CN112155559A (zh) * 2020-09-27 2021-01-01 永康国科康复工程技术有限公司 便携式胎动监测系统
CN112716474A (zh) * 2021-01-20 2021-04-30 复旦大学 基于生物微波雷达的非接触式睡眠状态监测方法和系统
CN113679352A (zh) * 2021-09-02 2021-11-23 上海贝瑞电子科技有限公司 一种非接触微动传感器采集孕妇胎动的装置及方法

Similar Documents

Publication Publication Date Title
US11915825B2 (en) Systems and methods of analyte measurement analysis
US8992435B2 (en) System and method for classifying a heart sound
US7949389B2 (en) Fetal ECG monitoring
CN108392211B (zh) 一种基于多信息融合的疲劳检测方法
CN110151138B (zh) 基于卷积神经网络的睡眠呼吸暂停片段检测方法、设备
US11783924B2 (en) ECG information processing method and ECG workstation
CN105530857A (zh) 根据母体腹部ecg记录的胎儿心率提取
CN111493828B (zh) 基于全卷积网络的序列到序列的睡眠障碍检测方法
Bsoul et al. Real-time sleep quality assessment using single-lead ECG and multi-stage SVM classifier
CN109645979A (zh) 动态心电信号伪差识别方法及装置
CN110123304B (zh) 基于多模板匹配和相关系数矩阵的动态心电噪声滤除方法
CN114391807B (zh) 睡眠呼吸障碍分析方法、装置、设备及可读介质
US11596336B2 (en) Learning model-generating apparatus, method, and program for assessing favored chewing side as well as determination device, method, and program for determining favored chewing side
US20210121117A1 (en) Systems and methods of qt interval analysis
US20140378855A1 (en) Apparatus and method for feature extraction and classification of fetal heart rate
CN112704503B (zh) 心电信号噪声处理方法
CN113520343A (zh) 睡眠风险预测方法、装置和终端设备
US11766210B2 (en) Methods and devices for determining signal quality for a swallowing impairment classification model
US20220386946A1 (en) Systems and methods for designation of rem and wake states
CN114366082A (zh) 非侵入式的胎动信号采集与处理方法、系统、装置及介质
CN115804581B (zh) 心率特征的测量方法、症状检测方法及相关设备
CN113456027B (zh) 一种基于无线信号的睡眠参数评估方法
CN114176519A (zh) 一种非接触式心电信号质量分类方法
KR20200055582A (ko) 심전도 신호 진단 파라미터 추출 디바이스 및 추출 방법
CN105395191A (zh) 基于年龄段检测的人员生理状态检测装置

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