CN202154676U - 基于子宫肌电图的分娩发动预报装置 - Google Patents
基于子宫肌电图的分娩发动预报装置 Download PDFInfo
- Publication number
- CN202154676U CN202154676U CN2011202080996U CN201120208099U CN202154676U CN 202154676 U CN202154676 U CN 202154676U CN 2011202080996 U CN2011202080996 U CN 2011202080996U CN 201120208099 U CN201120208099 U CN 201120208099U CN 202154676 U CN202154676 U CN 202154676U
- Authority
- CN
- China
- Prior art keywords
- electrometrogram
- signal
- childbirth
- predictor
- digital
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本实用新型涉及一种基于子宫肌电图的分娩发动预报装置,该装置包括:子宫肌电图信号采集系统、子宫肌电图数字信号处理系统、处理结果的图文显示装置和声音预报装置,子宫肌电图信号采集系统与子宫肌电图数字信号处理系统相连接,子宫肌电图数字信号处理系统与图文显示装置和声音预报装置相连接。利用本实用新型能客观、准确的预测分娩发动的时间,可以有效降低分娩风险,降低新生儿的病发率和死亡率;同时可帮助产科医生及时采取有效措施,降低早产与过期产的发生率,降低分娩风险和新生儿缺陷率。
Description
技术领域
本实用新型涉及围产期孕妇监护技术,特别涉及一种基于子宫肌电图的分娩发动预报装置。
背景技术
分娩是一个复杂的生理活动,分娩发动的必备条件是胎儿的成熟和母体的准备,分娩发动的具体原因目前尚不清楚。根据分娩发动时间的不同,分娩可分为早产、足月产和过期产。妊娠满28周至不满37足周间的分娩称为早产,妊娠满37周至不满42足周间的分娩称足月产,妊娠满42周及其后的分娩称过期产。早产的发生率为5%-10%,因地区、人种等有所不同,出生一个月内的非畸形新生儿死亡中,3/4因早产所致,早产可导致严重的不良围产儿预后。同样的,过期妊娠因围产儿病率和死亡率明显高于正常足月妊娠而受到广泛重视。因此,在产科领域,客观、准确地预测分娩发动时间具有重要的现实意义。
目前预测分娩发动时间的方法包括传统推算、生化检测、超声检查等。传统推算方法根据末次月经的日期计算预产期,生化检测的方法通过检测各类分泌物来预测分娩,超声检查通过观察胎儿、宫颈的变化等预测分娩。以上方法存在着预测精度不高,或者需要侵入式采集信号等缺点。
由于在分娩发动时,子宫收缩的强度以及持续时间等明显增加,节律性的宫缩直接驱动着孕妇将胎儿排出体外,因此通过测量子宫收缩能够预测分娩发动,常用测量宫缩的方法包括宫内压导管和分娩压力计。但是宫内压导管是有创的,分娩压力计需要将皮带缠在孕妇腹部,不仅孕妇会感觉到不舒适,而且测量不准确。为了能更加安全、准确地预测分娩发动时间,提出了子宫肌电图的测量方法。其中,对子宫肌电图处理方法的正确性直接影响预测的准确程度。
美国专利US6823211B2(申请号US20020149422)描述了一种预测产程的装置,该装置为便携式的组合装置,利用快速傅里叶变换的技术分析子宫肌电图信号,确认子宫的准备情况,预测是否将要发生分娩。美国专利US6134466(申请号US19980123377)描述了一种诊断分娩的装置,计算宫缩时子宫肌电图信号的平均频率,通过分析该平均频率的关系来诊断分娩。中国专利CN101448455A(申请号CN200780018702.0)描述了一种预测人类或其他哺乳动物产程发动的装置,是基于不复杂的数据处理原则,用于在家庭或其他非临床使用的装置,其通过计算子宫肌电图峰值,预测产程发动。以上所述专利中公开的装置通过对子宫肌电图信号的处理来预测产程,预测的准确程度不高。
实用新型内容
本实用新型的目的在于克服现有技术的缺点,运用数字信号处理方法,提供一种客观、准确地预测分娩发动时间的基于子宫肌电图的分娩发动预报装置。
为了达到上述目的,本实用新型采用以下技术方案:
一种基于子宫肌电图的分娩发动预报装置,包括:子宫肌电图信号采集系统、子宫肌电图数字信号处理系统、处理结果的图文显示装置和声音预报装置;子宫肌电图信号采集系统与子宫肌电图数字信号处理系统相连接,子宫肌电数字信号处理系统与图文显示装置和声音预报装置相连接。
优选的,所述子宫肌电图信号采集系统包括:用于提取包含有子宫肌电图的孕妇腹部电信号的电极,用于将提取的电信号无失真放大的前置生物电放大器,用于滤除干扰信号的滤波器,用于将信号再次放大的后置生物电放大器,用于将放大后的模拟信号转换成数字信号的模拟/数字转换器;所述电极、前置生物电放大器、模拟滤波器、后置生物电放大器、模拟/数字转换器依次顺序连接。
优选的,所述滤波器滤除的是孕妇腹部电信号中5HZ以上的高频信号和0.2HZ以下的低频信号。
优选的,所述前置生物电放大器和后置生物电放大器将信号放大至模拟/数字转换器能够感知和处理的数量级。
优选的,子宫肌电图的保存在个人计算机上进行处理,子宫肌电图数字信号通过I/O接口,比如USB接口,送至个人计算机上相应的程序中进行保存处理;子宫肌电图的保存也可以在嵌入式装置上完成,子宫肌电图数字信号直接通过USB接口或者印刷电路板的板级连接送至嵌入式装置上相应的程序中进行保存处理。
利用上述基于子宫肌电图的分娩发动预报装置实现的提取特征参数的方法,包括以下基本步骤:
(1)、通过电极提取包含子宫肌电图信号的电信号;
(2)、利用模拟滤波技术消除孕妇心电、胎儿心电、工频干扰和电磁干扰等噪声;
(3)、使用抑制工频干扰和消除基线漂移等预处理技术对子宫肌电图数字信号进行处理;
(4)、运用小波分析技术提取子宫肌电图信号的特征值,运用离散小波变换、小波包变换或者提升小波变换方法分解子宫肌电图数字信号,将其按相同的频率间隔分解成各个频率段,对各个频段上信号进行能量、功率、均值和频率等特征值计算;
(5)、如果子宫肌电图信号是通过动态监测连续采集提取的,则运用数据比较和峰值检测的技术,比较相邻两天中各个频段信号的特征值,以及将特征值的峰值与孕妇临产时的阈值进行比较;如果子宫肌电图信号是通过单次采集提取的,则运用人工神经网络的技术预测分娩发动时间,人工神经网络由多个孕妇的子宫肌电图信号样本训练得到;
(6)、将子宫肌电图及其特征参数用图文显示装置输出,将分娩发动时间的预测值进行显示,通过声音预报装置将预测结果输出。
优选的,步骤(1)中,所述子宫肌电图信号采用四路电极提取,电极放置在孕妇腹部体表位置,参考电极放置在孕妇髋部,提取电极的差分信号,提取时间为20-40分钟,可以保证能够全面获取子宫肌电的准确特征,并且可根据孕妇的舒适度自行调节提取时间。
优选的,步骤(1)中,所述子宫肌电图信号的采集是通过动态监测连续采集或者单次来实现的,动态监测连续采集是在预产期的前两周开始,每天在相同的时间对孕妇进行子宫肌电图信号的采集;单次采集是在预产期的前两周的任一天对孕妇进行一次子宫肌电图信号的采集,可根据孕妇的实际情况,选择其中一种方法来采集子宫肌电图信号。
步骤(5)中,所述人工神经网络的样本训练包括以下步骤:
(51)、在预产期前两周的任一天,在和单次采集信号相同的时间采集多个孕妇的子宫肌电图信号;
(52)、对于数据运用小波变换或傅里叶变换的方法分解各个频率段的信号分量;
(53)、并计算各个频率段信号的能量、功率、均值和频率等特征值后进行归一化,将此归一化后的值作为人工神经网络的输入;
(54)、跟踪观察这些孕妇,当其分娩时,以此分娩日期为对应输入的输出值。将归一化后的特征值作为输入,对应的分娩日期作为输出,对人工神经网络进行训练,直到输出值的误差在24小时之内,至此完成人工神经网络的训练。
处理的结果通过图文显示装置和声音预报装置示来输出。
与现有技术相比,本实用新型具有以下优点及有益效果:
1、本实用新型通过对孕妇预产期的子宫肌电图的分析和处理,运用小波变换和人工神经网络的方法处理子宫肌电图信号,提取特征参数,判读处理结果,能客观、准确的预测分娩发动的时间,可以有效降低分娩风险,降低新生儿的病发率和死亡率。
2、本实用新型提供了运用离散小波变换、小波包变换或者提升小波变换方法分解子宫肌电图数字信号,然后在所分解频段上来提取能量、功率、频率和均值等特征参数的方法,并且无需侵入式采集孕妇子宫肌电图信号,孕妇可根据自身的实际情况选取合适的途径。
3、本实用新型是无创的,通过运用小波分析和人工神经网络结合的方法处理体表子宫肌电图信号,孕妇感觉较舒适,配合训练好的人工神经网络,能够在24小时之内预测足月分娩。本实用新型可帮助产科医生及时采取有效措施,降低早产与过期产的发生率,降低分娩风险和新生儿缺陷率。
附图说明
图1是本实用新型的系统组成框图;
图2是本实用新型的电极放置示意图;
图3是本实用新型子宫肌电图信号的采集示意图;
图4是本实用新型子宫肌电图单次采集信号处理流程图;
图5是本实用新型子宫肌电图多次采集信号处理流程图。
具体实施方式
下面结合实施例及附图,对本实用新型作进一步详细的描述,但本实用新型的实施方式不限于此。
实施例1
如图1所示一种基于子宫肌电图的分娩发动预报装置,包括:子宫肌电图信号采集系统、子宫肌电图数字信号处理系统、处理结果的图文显示装置和声音预报装置,子宫肌电图信号采集系统与子宫肌电图数字信号处理系统相连接,子宫肌电图数字信号处理系统与图文显示装置和声音预报装置相连接。
如图3所示,所述子宫肌电图信号采集系统包括:用于提取包含有子宫肌电图的孕妇腹部电信号的电极,用于将提取的电信号无失真放大的前置生物电放大器,用于滤除干扰信号的模拟滤波器,将信号再次放大的后置生物电放大器,用于将放大后的模拟信号转换成数字信号的模拟/数字转换器;所述电极、前置生物电放大器、模拟滤波器、后置生物电放大器、模拟/数字转换器依次顺序连接。
所述模拟滤波器滤除的是孕妇腹部电信号中5HZ以上的高频信号和0.2HZ以下的低频信号,防止孕妇的腹部信号、胎儿脑电信号等干扰信号对子宫肌电图信号产生影响。
所述前置生物电放大器和后置生物电放大器将信号放大至模拟/数字转换器能够感知和与处理的数量级,例如对于8位的模拟/数字转换器,能够转换的电压范围是0-5V,那么每一位所代表的电压值大约是5/256=0.02V,对于小于0.02V的模拟信号,AD转换器的输出值均为0,而腹部子宫肌电图信号的电压大小一般为几mv,甚至更小,所以需要将电压放大到至少0.02V以上,当然实际为了确保精度,会放大得更多,比如放大到1V以上。
经过数字化后的子宫肌电图信号在个人计算机或者嵌入式装置中使用相应的数字信号处理程序进行处理分析。若需要在个人计算机上进行处理,则子宫肌电图数字信号通过USB接口送至个人计算机上相应的程序中进行保存处理;若通过嵌入式装置ARM进行处理,该嵌入式装置也可以是DSP、FPGA等,则子宫肌电图数字信号通过USB接口或者直接通过印刷电路板的板级连接送至嵌入式装置上相应的程序中进行保存处理。
如图4所示一种提取子宫肌电图的分娩发动装置特征参数的方法,采用动态监测连续采集子宫肌电图的方法,包括以下基本步骤:
(1)、从孕妇预产期前两周的任一天开始,每天在相同的时间通过放置在孕妇腹部的电极提取包含子宫肌电图信号的孕妇腹部信号,电极摆放位置为:E1放置在肚脐左边3.5cm,肚脐下方1cm处;E2放置在肚脐右边3.5cm,肚脐下方1cm处;E3放置在肚脐左边3.5cm,肚脐下方8cm处;E4放置在肚脐右边3.5cm,肚脐下方1cm处;参考电极放置于髋部。采集30分钟时长的子宫肌电图信号,考虑到孕妇的舒适性,也可适当缩短提取时间,将E1信号与E2信号之差、E1信号与E3信号之差或者E3信号与E4信号之差的其中一路信号选取为输入信号,提取电极的差分信号,提取时间为20-40分钟;
(2)、将输入信号放大后用模拟滤波技术消除母亲心电、胎儿心电、电磁干扰噪声,滤除0.2HZ以下5HZ以上的信号;
(3)、将模拟信号转换成数字信号,使用抑制工频干扰和消除基线漂移的预处理技术对子宫肌电图数字信号进行处理;
(4)、运用小波分析的技术提取子宫肌电图信号的特征值,是运用离散小波变换、小波包变换或者提升小波变换方法分解子宫肌电图数字信号,将其按相同的频率间隔分解成各个频率段;
(5)、运用数据比较和峰值检测的技术,比较相邻两天中各个频段信号的特征值,以及将特征值的峰值与孕妇临产时对应频段的峰值进行比较;
(6)、将子宫肌电图用图文显示装置输出,将分娩发动时间的预测值进行显示,通过声音预报装置将预测结果输出。
实施例2
如图5所示,对于上述一种基于子宫肌电图的分娩发动预报装置,还可以通过单次采集孕妇子宫肌电图信号的方法来提取特征参数,其包括以下基本步骤:
(1)、在预产期的前两周,对孕妇进行一次子宫肌电图信号的采集,电极摆放位置为:E1放置在肚脐左边3.5cm,肚脐下方1cm处;E2放置在肚脐右边3.5cm,肚脐下方1cm处;E3放置在肚脐左边3.5cm,肚脐下方8cm处;E4放置在肚脐右边3.5cm,肚脐下方1cm处;参考电极放置于髋部。采集30分钟时长的子宫肌电图信号,考虑到孕妇的舒适性,也可适当缩短提取时间,将E1信号与E2信号之差、E1信号与E3信号之差或者E3与E4信号之差的其中一路信号选取为输入信号,提取电极的差分信号,提取时间为20-40分钟;
(2)、将输入信号放大后用模拟滤波技术消除母亲心电、胎儿心电、电磁干扰噪声,滤除0.2HZ以下5HZ以上的信号;
(3)、将模拟信号转换成数字信号,使用抑制工频干扰和消除基线漂移的预处理技术对子宫肌电图数字信号进行处理;
(4)、由于在全频段内对子宫肌电图信号进行特征参数提取,会掩盖部分有用信息,本实用新型使用小波变换对子宫肌电图信号进行在各个频率段的分解,假设对于采样率为2fs的子宫肌电信号进行8级的小波包分解,则每个频段信号的频率宽度为fs/256,对于各个频率段上的信号分量,计算特征值能量、功率、频率、均值等参数;
(5)、将各个频率段得信号分量的能量、功率、频率、均值等参数进行归一化处理,以此归一化的值作为人工神经网络的输入;
(6)、运用人工神经网络的技术,将归一化的特征值输入训练良好的人工神经网络,预测分娩发动时间,人工神经网络由多个孕妇的子宫肌电图信号样本训练得到。
步骤(6)中,所述人工神经网络样本的训练包括以下步骤:
(61)、在预产期前两周的任一天,在和单次采集信号相同的时间采集多个孕妇的子宫肌电图信号;
(62)、对于数据运用小波变换或傅里叶变换方法分解各个频率段的信号分量;
(63)、并计算能量、功率、均值、频率后进行归一化,将此归一化后的值作为人工神经网络的输入;
(64)、跟踪观察这些孕妇,当其分娩时,以此分娩日期为对应输入的输出值,将归一化后的特征值作为输入,对应的分娩日期作为输出,对人工神经网络进行训练,直到输出值的误差在24小时之内,至此完成人工神经网络的训练。
上述实施例为本实用新型较佳的实施方式,但本实用新型的实施方式并不受上述实施例的限制,其他的任何未背离本实用新型的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本实用新型的保护范围之内。
Claims (6)
1.一种基于子宫肌电图的分娩发动预报装置,其特征在于,包括:子宫肌电图信号采集系统、子宫肌电图数字信号处理系统、处理结果的图文显示装置和声音预报装置,子宫肌电图信号采集系统与子宫肌电图数字信号处理系统相连接,子宫肌电图数字信号处理系统与图文显示装置和声音预报装置相连接。
2.根据权利要求1所述的一种基于子宫肌电图的分娩发动预报装置,其特征在于,所述子宫肌电图信号采集系统包括:用于提取包含有子宫肌电图的孕妇腹部电信号的电极,用于将提取的电信号无失真放大的前置生物电放大器,用于滤除干扰信号的模拟滤波器,将信号再次放大的后置生物电放大器,用于将放大后的模拟信号转换成数字信号的模拟/数字转换器;所述电极、前置生物电放大器、模拟滤波器、后置生物电放大器、模拟/数字转换器依次顺序连接。
3.根据权利要求2所述的一种基于子宫肌电图的分娩发动预报装置,其特征在于,所述模拟滤波器滤除的是孕妇腹部电信号中5HZ以上的高频信号和0.2HZ以下的低频信号。
4.根据权利要求2所述的一种基于子宫肌电图的分娩发动预报装置,其特征在于,所述前置生物电放大器和后置生物电放大器将信号放大至模拟/数字转换器能够感知和与处理的数量级。
5.根据权利要求1所述的一种基于子宫肌电图的分娩发动预报装置,其特征在于,子宫肌电图的保存在个人计算机上进行处理,子宫肌电图数字信号通过USB接口送至个人计算机上相应的程序中进行保存处理。
6.根据权利要求1所述的一种基于子宫肌电图的分娩发动预报装置,其特征在于,子宫肌电图的保存处理在嵌入式装置上完成,子宫肌电图数字信号直接通过USB接口或者印刷电路板的板级连接送至嵌入式装置上相应的程序中进行保存处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011202080996U CN202154676U (zh) | 2011-06-20 | 2011-06-20 | 基于子宫肌电图的分娩发动预报装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011202080996U CN202154676U (zh) | 2011-06-20 | 2011-06-20 | 基于子宫肌电图的分娩发动预报装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN202154676U true CN202154676U (zh) | 2012-03-07 |
Family
ID=45762330
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011202080996U Expired - Fee Related CN202154676U (zh) | 2011-06-20 | 2011-06-20 | 基于子宫肌电图的分娩发动预报装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN202154676U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102389307A (zh) * | 2011-06-20 | 2012-03-28 | 暨南大学 | 基于子宫肌电图的分娩发动预报装置及提取特征参数的方法 |
CN109645996A (zh) * | 2019-02-21 | 2019-04-19 | 广州爱听贝科技有限公司 | 一种子宫收缩乏力监测方法、系统、智能终端和存储介质 |
-
2011
- 2011-06-20 CN CN2011202080996U patent/CN202154676U/zh not_active Expired - Fee Related
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102389307A (zh) * | 2011-06-20 | 2012-03-28 | 暨南大学 | 基于子宫肌电图的分娩发动预报装置及提取特征参数的方法 |
CN102389307B (zh) * | 2011-06-20 | 2014-01-29 | 暨南大学 | 基于子宫肌电图的分娩发动预报装置及提取特征参数的方法 |
CN109645996A (zh) * | 2019-02-21 | 2019-04-19 | 广州爱听贝科技有限公司 | 一种子宫收缩乏力监测方法、系统、智能终端和存储介质 |
CN109645996B (zh) * | 2019-02-21 | 2022-04-08 | 广州爱听贝科技有限公司 | 一种子宫收缩乏力监测方法、系统、智能终端和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10987047B2 (en) | System and method for analyzing progress of labor and preterm labor | |
CN102389307B (zh) | 基于子宫肌电图的分娩发动预报装置及提取特征参数的方法 | |
US6816744B2 (en) | Device and system for remote for in-clinic trans-abdominal/vaginal/cervical acquisition, and detection, analysis, and communication of maternal uterine and maternal and fetal cardiac and fetal brain activity from electrical signals | |
Schlembach et al. | Monitoring the progress of pregnancy and labor using electromyography | |
Fele-Žorž et al. | A comparison of various linear and non-linear signal processing techniques to separate uterine EMG records of term and pre-term delivery groups | |
Vlemminx et al. | Electrohysterography for uterine monitoring during term labour compared to external tocodynamometry and intra-uterine pressure catheter | |
JP2006523112A (ja) | 電気的筋肉活動の監視 | |
Mikkelsen et al. | Electrohysterography of labor contractions: propagation velocity and direction | |
Garcia-González et al. | Characterization of EHG contractions at term labor by nonlinear analysis | |
Diab et al. | Classification of uterine EMG signals using supervised classification method | |
CN101627907B (zh) | 心电信号分析处理装置及方法 | |
Benalcazar-Parra et al. | Electrohysterographic characterization of the uterine myoelectrical response to labor induction drugs | |
Hao et al. | Development of electrohysterogram recording system for monitoring uterine contraction | |
CN105266799B (zh) | 一种基于盲分离技术的心电放大器自动增益控制方法 | |
CN202154676U (zh) | 基于子宫肌电图的分娩发动预报装置 | |
Garfield et al. | Monitoring the onset and progress of labor with electromyography in pregnant women | |
Huber et al. | Potential use of electrohysterography in obstetrics: a review article | |
CN113133771B (zh) | 基于时频域熵特征的子宫肌电信号分析及早产预测方法 | |
Rabotti | Characterization of uterine activity by electrohysterography | |
Eswaran et al. | Application of wavelet transform to uterine electromyographic signals recorded using abdominal surface electrodes | |
Yang et al. | Estimation of intrauterine pressure from electrohysterography using hilbert phase slips and statistics method | |
Rooijakkers et al. | Low-complexity intrauterine pressure monitoring by Teager energy estimation | |
Chourasia et al. | Fetal heart rate variability analysis from phonocardiographic recordings | |
Hu et al. | A wireless and wearable system for fetal heart rate monitoring | |
CN107157474B (zh) | 一种便携式多胞胎心电监测仪及其监测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120307 Termination date: 20140620 |
|
EXPY | Termination of patent right or utility model |