JP2022530002A - 心拍信号を分離するための胎児超音波処理ユニット - Google Patents

心拍信号を分離するための胎児超音波処理ユニット Download PDF

Info

Publication number
JP2022530002A
JP2022530002A JP2021562380A JP2021562380A JP2022530002A JP 2022530002 A JP2022530002 A JP 2022530002A JP 2021562380 A JP2021562380 A JP 2021562380A JP 2021562380 A JP2021562380 A JP 2021562380A JP 2022530002 A JP2022530002 A JP 2022530002A
Authority
JP
Japan
Prior art keywords
ultrasonic
input
signal
heart rate
processing unit
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
JP2021562380A
Other languages
English (en)
Other versions
JPWO2020216755A5 (ja
Inventor
クリストフ フロリアン フランク
マークス シルヴェスター ウォールシュラガー
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of JP2022530002A publication Critical patent/JP2022530002A/ja
Publication of JPWO2020216755A5 publication Critical patent/JPWO2020216755A5/ja
Pending legal-status Critical Current

Links

Images

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
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02411Detecting, measuring or recording pulse rate or heart rate of foetuses
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/024Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02444Details of sensor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/43Detecting, measuring or recording for evaluating the reproductive systems
    • A61B5/4306Detecting, measuring or recording for evaluating the reproductive systems for evaluating the female reproductive systems, e.g. gynaecological evaluations
    • A61B5/4343Pregnancy and labour monitoring, e.g. for labour onset detection
    • A61B5/4362Assessing foetal parameters
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0866Detecting organic movements or changes, e.g. tumours, cysts, swellings involving foetal diagnosis; pre-natal or peri-natal diagnosis of the baby
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/44Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A61B8/4477Constructional features of the ultrasonic, sonic or infrasonic diagnostic device using several separate ultrasound transducers or probes
    • 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
    • A61B2562/00Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0204Acoustic sensors
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/04Arrangements of multiple sensors of the same type
    • A61B2562/043Arrangements of multiple sensors of the same type in a linear array
    • 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
    • A61B8/5223Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Cardiology (AREA)
  • Gynecology & Obstetrics (AREA)
  • Pregnancy & Childbirth (AREA)
  • Physiology (AREA)
  • Pediatric Medicine (AREA)
  • Reproductive Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

異なる別個の心拍信号源、すなわち母体心拍数及び胎児心拍数を表す信号のセットを抽出するために胎児ドップラー超音波データを処理するための処理ユニット及び方法である。ドップラーデータが、母体腹部内における異なる(が、場合によっては重なる)組織領域に対応した複数の異なるトランスデューサー源から受信される(32)。ドップラー超音波データの複数の源から、各々が母体腹部内における異なる組織領域に対応した入力信号チャンネルの1つのセットがコンパイルされる(34)。次に、これらが、入力チャンネルの各々に存在する複数の心拍数源を混合解除するように動作して、別々の心拍数源を表すものとして取得され得るICAからの出力信号のセットを導出するPCAアルゴリズム36、及び、その後のICAアルゴリズム38により連続的に処理される。

Description

本発明は、超音波ドップラーデータ内における異なる心拍信号源を区別することにおける使用のための超音波処理ユニットを提供する。
電子胎児監視(EFM)は典型的には、妊娠及び分娩中に子宮内の胎児から拍動(心拍数)信号を獲得するためにドップラー超音波を使用する。胎児心拍数(FHR)は獲得された拍動信号を使用して計算される。
この目的のために使用される超音波(US)ドップラートランスデューサーは典型的には、集束していないおおむね円柱の超音波ビーム場を使用する。ビームボリュームの程度は、特徴的受信時間ウィンドウにより規定される。このウィンドウ中に、USトランスデューサーは、任意の動く解剖学的構造物から反射信号を獲得するように設定される。
典型的には、EFMは存在する胎児と同じ数だけ母体腹部に位置する超音波トランスデューサーユニットを必要とし、すなわち、双胎妊娠を監視することは2つのトランスデューサーユニットを必要とし、三胎妊娠を監視することは3つを必要とし、その他も同様である。現在のEFMシステムはトランスデューサーユニットの注意深い配置を必要とし、したがって、各トランスデューサーユニットの超音波ビームは、胎児の心臓又は大きい胎児の動脈といった1つの胎児拍動数源のみをカバーし、例えば大きい腹部動脈といった母体拍動数源はカバーしない。この要求が満たされず、及び、トランスデューサーの超音波ビームによりカバーされたボリュームに複数の独立した拍動数源が存在する場合、EFMシステムが胎児心拍数を計算することができない場合があり、又は、誤った心拍数を計算する。
特に、1つのトランスデューサーユニットの超音波ビームによりカバーされたボリュームが複数の心拍数源を含む場合、2つ以上の拍動数源の混合体であるドップラー超音波信号が獲得される。結果として、この信号に基づいて実施されるFHR(胎児心拍数)計算は失敗し、又は誤った測定結果をもたらす。
したがって、各トランスデューサーユニットがその超音波ビーム場において1つの個々の拍動数源のみをピックアップすることを確実なものとするために、母体腹部に超音波トランスデューサーユニットを配置するとき、高度の注意が現在必要とされる。
正しい配置は時間を費やし、多くの場合複数回の試行を必要とする。いずれかの胎児の位置が変化した場合、走査中にトランスデューサーユニットを再配置することが更に必要となる。
知られたEFMシステムに対して現在使用されているアプローチは、複数の超音波トランスデューサーユニットが使用される場合、各トランスデューサーユニットがそれ自体の超音波ビーム場から獲得された別々のドップラー超音波信号を記録し、そこから1つの拍動数を計算するというものである。次に、拍動数が、表示及び記録のためにEFMシステムの中央ユニットに送信される。
したがって、このアプローチは別々のトランスデューサーユニットの各々により獲得された超音波信号が1つの心拍数源のみに関連していることを前提としており、1つの獲得された信号に複数の心拍数源が存在するという想定される事例に対して対処するための、又は改善するための提案を含まない。このアプローチは更に、交差するビーム場の実現、ひいては、2つのトランスデューサーユニットが同じ心拍数源のうちの1つ又は複数に関連した信号を捕捉することの実現を可能にしない。
したがって、別々の超音波トランスデューサーユニットの各々の正しい配置を確実なものとする場合における大幅な時間の消費に加えて、配置の誤り、及び1つのUSビーム場における複数の心拍数源の偶発的な包含に起因して、心拍数計算における誤りも頻発し得る。
したがって、複数の異なるUSトランスデューサーユニットにより獲得された複数のUS信号内に存在する異なる固有の心拍数源を識別するための、及び区別するための改善されたアプローチを提供することに利益が存在する。
本発明は請求項により規定される。
本発明の一態様による例によると、受信されたドップラー超音波データ内における異なる心拍数源を区別するための胎児監視における使用のための超音波処理ユニットであって、
超音波処理ユニットが、使用時に少なくとも2つの超音波トランスデューサーユニットと通信可能に結合可能であり、
超音波処理ユニットが、
第1の超音波トランスデューサー源から第1の入力ドップラー超音波データを受信することと、第2の超音波トランスデューサー源から第2の入力ドップラー超音波データを受信することと、
第1の入力ドップラー超音波データと第2の入力ドップラー超音波データとから入力超音波信号チャンネルの1つのセットをコンパイルすることであって、各入力超音波信号チャンネルが、対象者内における異なる特定の組織領域に対応した、コンパイルすることと、
統計学的に無相関な入力信号チャンネルの1つ又は複数の線形結合を識別するように構成された主成分分析(PCA)工程を実施することであって、線形結合が、構成されたとき、第1の出力信号のセットを規定する、主成分分析(PCA)工程を実施することと、
互いに統計学的に独立した第1の出力信号の1つ又は複数の線形結合を識別するように構成された独立成分分析(ICA)工程を実施することであって、1つ又は複数の線形結合が、1つ又は複数の第2の出力信号のセットを規定する、独立成分分析(ICA)工程を実施することと、
を行うように構成された、超音波処理ユニットが提供される。組み合わされたPCA工程及びICA工程の効果に起因して、結果として得られる第2の出力信号は、各々が1つの心拍信号源に対応したものとして信頼性高く取得され得る。したがって、1つ又は複数の第2の出力信号は、別個の心拍数源に対応した信号を提供する。
したがって、本発明の実施形態は、複数のトランスデューサー信号の取扱いに対し、現在のEFMシステムから知られているものとは異なるアプローチを提案する。別々のトランスデューサーユニットの各々に対して1つの別々の心拍信号を処理する、及び導出する代わりに、本発明は、中央点(すなわち超音波処理ユニット)において複数の(少なくとも2つの)トランスデューサーユニットにより記録された超音波信号チャンネルを収集することと、記録された信号チャンネルを1つの組み合わされたセットにコレートする(順に並べる)ことと、記録された信号チャンネル内に存在する個々の基礎となる心拍信号を識別するために、及び抽出するために、記録された信号チャンネルを数学的に処理することとに基づいている。
特に、実施形態は、主成分分析(PCA)及び独立成分分析(ICA)の数学的手法を使用して、元の超音波信号チャンネルに混合体として存在する独立した心拍数源を区別する、及び分離することに基づいている。
したがって、各トランスデューサーユニットからの超音波データ内における複数の心拍数源の存在が効果的に取り扱われ得、複数の源のピックアップに起因した胎児心拍数計算における誤りが実質的に回避される。
したがって、これは、簡略化されたトランスデューサー配置を可能にし、EFMシステムにより記録される、及び表示される心拍数(胎児及び母体)の信頼性及び入手可能性を高める。
したがって、本発明の実施形態は、正しいトランスデューサー配置に必要な時間及び労力を削減する。
処理ユニットは、第1の超音波トランスデューサー源と第2の超音波トランスデューサー源との各々から、1つ又は複数の超音波信号(チャンネル)の形態をとる超音波データを受信する。入力信号チャンネルの1つのセットのコンパイルは、この場合、単にこれらの受信されたチャンネルを一緒に1つの群にコレートすることを有する。
代替的に、処理ユニットは、別々の超音波信号を抽出するために処理されていない第1のトランスデューサー源及び第2のトランスデューサー源の各々からの超音波データを受信する。この場合において、超音波処理ユニットは、第1の入力ドップラー超音波データと第2の入力ドップラー超音波データとの各々から1つ又は複数の超音波信号チャンネルを抽出し、これらを入力信号チャンネルの1つのセットにコンパイル又はコレートする。信号チャンネルのこの抽出は、例えば、一連の時間的に連続したウィンドウにわたって所与の入力超音波信号をゲーティングする処理を含み、各ウィンドウは異なるチャンネルを提供する。結果として得られるチャンネルは、各々が複数の心拍数源の混合体を含む。
したがって、入力信号チャンネルの1つのセットに含まれる別々の超音波信号チャンネルの抽出は、超音波処理ユニットにより実施され、又は、提供された超音波処理ユニットの外部において、例えば源超音波トランスデューサーユニットにより実施される。
入力超音波信号チャンネルのコンパイルされたセットの各々が異なる特定の組織領域に対応し、すなわち第1の入力ドップラー超音波データと第2の入力ドップラー超音波データとが一緒に複数の異なる組織領域を表し、信号チャンネルのセットがこれらの異なる組織領域に対応する。
異なる特定の組織領域は、互いに空間的に正確に一致しない対象者内における領域を意味する。異なる特定の組織領域は重なっていてもよい。異なる組織領域は、異なる深さの領域、又は、おおむね同じ深さであるが互いに横方向にずれている領域を包含する。第1の入力ドップラー超音波データと第2の入力ドップラー超音波データとの各々は、1つ又は複数の異なる組織領域、例えば1つ又は複数の異なる深さの領域に対するデータを含む。
第1の超音波トランスデューサー源及び第2の超音波トランスデューサー源の各々が、例えば超音波プローブといった1つ又は複数の超音波トランスデューサーを備える超音波トランスデューサーユニットである。
PCA及びICAアルゴリズムは、信号源の混合体を分離するために信号分析において使用される数学的手法である。複数の入力混合信号(入力信号チャンネル)を提供することにより、これらのアルゴリズムの組み合わせが第2の出力信号のセットの抽出を可能にし、第2の出力信号の各々が1つの心拍数源に対応する。
PCA工程とICA工程との組み合わされた適用は、2つの処理のいずれかのみを使用して達成可能なものに比べて、データ内に存在する元の心拍数源のより完全な混合解除をもたらす。結果として、第2の出力信号のセットは、異なる心拍数源を信頼性高く表すように取得され得る。
PCA工程により識別された入力信号の各線形結合は、1つの第1の出力信号に対応する。PCA工程は、各線形結合を規定する線形係数(又は重み)を識別し、及び/又は、各々を形成する関連する信号を識別された重みと組み合わせることにより第1の出力信号の各々を生成する。
PCA工程は、互いに統計学的に無相関な入力信号チャンネルの1つ又は複数の線形結合を識別するように構成される。
統計的相関は当技術分野の用語である。特に統計的相関性は、数理統計学の分野において明確に定義された用語である。2つの確率変数X及びYの乗算結果の期待値が、確率変数X及びYの期待値の乗算結果に等しい場合、確率変数X及びYは統計学的に無相関である。
E{X・Y}=E{X}・E{Y}
本発明に関するコンテキストにおいて、変数Xは入力信号チャンネルの識別された線形結合のうちの第1のものであり、変数Yは入力信号チャンネルの識別された線形結合のうちの第2のものである。
この定義は、確率変数のベクトルに容易に拡張される。特に、上記の式における第1項は、確率ベクトルx及びyの外積又は二項積の期待値になり、2つのベクトルの相互相関行列であり、すなわち、
E(x・y)=E(x)・E(y
である。
ベクトルバージョンに対して、ベクトルxとyとの外積の期待値は、ベクトルが無相関であるためには、ベクトルx及びyの個々の期待値の外積に等しくなければならない。2つのベクトルの外積は行列である。上付のは、上記の式における関連する行列の転置を表す。
本発明に関するコンテキストにおいて、PCAアルゴリズムは、出力として1つのベクトルzを生成し、ベクトルzの要素は第1の出力信号のセット(入力信号チャンネルの線形結合のセット)により構成される。PCAアルゴリズムの目的は、説明されているように、このような(1つの)出力ベクトルの個々の成分(チャンネル)を無相関にすることである。
PCAアルゴリズムにより生成される1つの出力ベクトルに対して上述の(一般的な)無相関条件を適用するために、条件はわずかに異なる形態により表される。共分散行列
=E((z-m)・(z-m
の対角要素の外側のすべての要素がゼロであるとき、出力信号チャンネルの1つの出力ベクトルzの個々の要素の無相関性が実現される(ここで、mはzの要素の平均値のベクトルである)。対角要素は各チャンネルの分散を含むので、一定値をもたない任意の成分に対して対角要素はゼロではない。
統計的相関性の定義は、例えば、Appo Hyvarinen、Juha Karhunen、Erkki Ojaの書籍である「Independent Component Analysis」、John Wiley & Sons,Inc.、2001に示されている。
統計的独立も、数理統計学において明確に定義された用語である。変数x、yの同時確率(値の特定の組み合わせを観測する確率)が個々の確率の乗算に因数分解される場合、すなわち、
xy(x,y)=p(x)・p(y)
である場合、2つの変数x、yは統計学的に独立している。
これは効果的に、変数x、yのうちの1つの値の知識情報が、他方の変数の値についてまったく情報を与えないことを意味する。
統計学的に独立した変数は常に無相関であるが、無相関な変数は独立であるとは限らない。例示として、他方の変数がゼロではない場合に一方の変数が常にゼロである2つの確率変数を検討する。2つの変数の乗算結果が常にゼロに等しいので、2つの変数は無相関であるが、一方の変数がゼロではないことが分かっていることは他方の変数がゼロであるという推論を可能にするので、独立ではない。
1つ又は複数の実施形態によると、超音波信号チャンネルのコンパイルされた1つのセットは、対象者内における少なくとも2つの異なる深さの領域に対応したチャンネルを含む。第1の入力ドップラー超音波データと第2の入力ドップラー超音波データとの一方又は両方が、複数の異なる深さの領域に対応したデータを含む。
超音波信号チャンネルのコンパイルされた1つのセットは、対象者内における少なくとも2つの異なる横空間領域に対応したチャンネルを含む。これにより、領域が互いに横方向に(すなわち、深さ方向に直交した幅方向に)ずれていることが意味されている。例えば、超音波ビームが対象者を通して複数の異なる方向に生成されることを可能にするためにビーム形成が使用される場合、異なる横領域は異なるビーム指向性領域(例えば、組織表面から対象者内に異なる方向に延びた管状ビーム領域)である。
PCA工程は、互いに統計学的に無相関でありながら規定の閾値より大きい組み合わされた信号の強度又は分散をもつ第1の出力信号をもたらす入力信号チャンネルの線形結合を識別するように構成される。
閾値は、入力信号間の、又は、可能な組み合わされた信号間の平均又は最大信号強度に関連して規定される。例えば、閾値は、可能な組み合わされた信号間の最大信号強度の50%又は75%の信号強度である。
したがって、PCAアルゴリズムは、統計学的に無相関のままでありながら最大の組み合わされた信号の強度をもたらす線形結合を選択する。
有益な実施形態によると、処理ユニットは、識別された線形結合に従って第2の出力信号のセットを生成するように更に構成される。これは入力信号を、各線形結合(第2の出力信号の各々)に対して規定された重みの特定のセットと一緒に組み合わせることを有する。したがって、独立した心拍数源の各々に対する信号は再構成され、例えばユーザーに対する表示又は他の通信のために、又は更なる処理のために出力される。
これらの実施形態は、識別された別々の源の各々に対して拍動信号を再構成することにより、更に、胎児心拍数の無いタイミング又は誤った胎児心拍数のタイミングが存在する知られたEFMシステムにおいて生成された拍動信号において発生し得る生じ得る「静かな」期間を回避することを目的とする。
信号の組み合わせはルーチン処理であり、当業者はこれを達成する手段を認識する。
処理ユニットは、第2の出力信号を処理して、各々から心拍信号又は心拍数測定結果を導出するように適応される。
処理ユニットは、第2の出力信号の各々に生理学的源を帰属させるように更に適応される。
処理ユニットはここで、各信号の生理学的源を特定することにより第2の出力信号の各々に対する生理学的帰属を導出する。
処理ユニットは、例えば、出力信号のうちのどれが母体心拍数に対応するか、及び、どれが胎児心拍数に対応するかを特定する。
帰属は、第2の出力信号の1つ又は複数の信号特性の比較に基づく。
1つ又は複数の実施形態によると、コンパイルすることは、各々が対象者内における異なる特定の組織領域に対応した入力超音波信号チャンネルの1つのベクトルを、第1の入力ドップラー超音波データと第2の入力ドップラー超音波データとからコンパイルすることを有し、すなわち生成された1つのセットが1つのベクトルとなる。
PCA工程は、概して、ICA工程への入力として、入力信号の識別された線形結合の標示を提供するように構成される。
幾つかの例において、PCA工程は、入力信号の識別された線形結合を規定する線形係数の複数のセットをICA工程への入力として提供する。PCA工程は行列を出力し、行列の要素は線形係数により占められる。
追加的に、又は代替的に、PCA工程は、識別された線形結合に従って第1の出力信号のセットを生成するように、及び、ICA工程への入力として信号を提供するように構成される。
上述のように、1つ又は複数の実施形態によると、入力信号チャンネルのセットをコンパイルすることは、源データから信号チャンネルを抽出することを有する。これは、複数の異なる時間ウィンドウにわたって、例えば一連の時間的に連続したウィンドウにわたって入力ドップラー超音波データをゲーティングすることを有する。したがって、入力信号チャンネルは、各々が異なる捕捉された超音波ウィンドウに対応する。
本発明の更なる態様による例は、
ここまでに概略的に説明されている、又は以下で説明される任意の例又は実施形態による、又は本出願の任意の請求項による超音波処理ユニットと、
第1の入力ドップラー超音波データと第2の入力ドップラー超音波データとのうちの少なくとも一方を超音波処理ユニットに提供するための、超音波処理ユニットに動作可能に結合された1つ又は複数の超音波トランスデューサーと、
を備える、超音波装置を提供する。
超音波装置は、超音波プローブユニットを備え、プローブユニットは、超音波処理ユニットと、1つ又は複数の超音波トランスデューサーの少なくとも一部とを組み込んだものである。
プローブユニットは、例えばハウジングを含み、超音波処理ユニットと1つ又は複数の超音波トランスデューサーとがハウジング内に収容されている。
接続インターフェースは有線コネクタであってもよく、又は、無線超音波プローブに接続するための無線接続インターフェースであってもよい。
本発明の更なる態様による例は、
ここまでに概略的に説明されている、又は以下で説明される任意の例又は実施形態による、又は本出願の任意の請求項による超音波処理ユニットと、
使用時に少なくとも2つの超音波トランスデューサーユニットに接続するための接続インターフェースと、
を備える、患者監視システムを提供する。
患者監視システムは、接続インターフェースに結合された少なくとも2つの超音波トランスデューサーユニットのセットを備えることを更に含む。トランスデューサーユニットは、例えば超音波プローブである。
超音波トランスデューサーユニットの一方又は両方は、単なる送信/受信ユニットであり、すなわち、超音波信号を送信する、及び検出するための1つ又は複数の超音波トランスデューサーを備える。本例において、超音波処理ユニットは、異なる組織領域に対する異なる信号チャンネルを分離するための、トランスデューサーユニットにより出力されるアナログ信号のデジタル化及び復調のためのコンポーネントを含むすべての信号処理コンポーネントを備える。この場合において、アナログ信号は、通信インターフェースを介して各トランスデューサーユニットから超音波処理ユニットに通信される。
他の例において、超音波トランスデューサーユニットは、信号のデジタル化及び復調を実施するための、及び、異なる組織領域に対する信号チャンネルの分離を実現するためのローカルの、又はオンサイトの信号処理コンポーネントを更に備える。この場合において、分離された信号チャンネルを表す結果として得られるデジタルデータは、超音波トランスデューサーユニットから超音波処理ユニットに通信される。
患者監視システムは、少なくとも1つ以上の超音波トランスデューサーユニット、例えば超音波プローブが接続され得るベースステーション又はベースユニットを含む。ベースステーションは、超音波処理ユニットにより実施される処理の結果を表示するためのディスプレイを含む。
超音波処理ユニットは、ベースステーションに含まれる。代替的に、超音波処理ユニットは、幾つかの例において、超音波トランスデューサーユニットに含まれる。
患者監視システムは、超音波トランスデューサーと超音波処理ユニットとを統合した超音波プローブを備える、上述のように超音波装置と接続された、又は接続可能なベースステーションを含む。
患者監視システムは、使用時に1つ又は複数の接続されたトランスデューサーユニットによる超音波データの獲得を制御するように適応された制御装置を更に含む。
制御装置は、異なる組織領域、例えば異なる深さを表す超音波信号を獲得するために、1つ又は複数の超音波トランスデューサーユニットの各々の送信及び受信回路を制御する。制御装置は、送信パルス及び受信ウィンドウの持続期間、及び、送信パルス及び受信ウィンドウの間のタイミングを制御する。制御装置は、規定の時間ウィンドウにわたる入力ドップラー信号データのゲーティングを制御し、これにより、対象者の組織内における異なる深さに対応した異なる入力信号チャンネルを分離する。
特定の例において、異なる深さは、1つの生成された円柱超音波ビーム場内における異なる深さの領域に対応する。
本発明の更なる態様による例は、受信されたドップラー超音波データ内における異なる心拍数源を区別することにおける使用のための超音波処理方法であって、方法が、
第1の超音波トランスデューサー源から第1の入力ドップラー超音波データを受信するステップと、第2の超音波トランスデューサー源から第2の入力ドップラー超音波データを受信するステップと、
第1の入力ドップラー超音波データと第2の入力ドップラー超音波データとから入力超音波信号チャンネルの1つのセットをコンパイルするステップであって、各入力超音波信号チャンネルが、対象者内における異なる特定の組織領域に対応した、コンパイルするステップと、
統計学的に無相関な入力信号チャンネルの1つ又は複数の線形結合を識別するように構成された主成分分析(PCA)工程を実施するステップであって、線形結合が、構成されたとき、第1の出力信号のセットを規定する、主成分分析(PCA)工程を実施するステップと、
互いに統計学的に独立した第1の出力信号の1つ又は複数の線形結合を識別するように構成された独立成分分析(ICA)工程を実施するステップであって、1つ又は複数の線形結合が、1つ又は複数の第2の出力信号のセットを規定する、独立成分分析(ICA)工程を実施するステップと、
を有する、超音波処理方法を提供する。1つ又は複数の第2の出力信号が、別個の心拍数源に対応したものとして信頼性高く取得され得る信号を提供する。
本発明のこれらの態様及び他の態様が、以下で説明される実施形態から明らかとなり、以下で説明される実施形態を参照しながら説明される。
本発明をより良く理解するために、及び、本発明がどのように実現されるかをより明確に示すために、以下で単なる例示として添付図面が参照される。
各トランスデューサーユニットビームにおいて1つの心拍数源のみを捕捉するようにプローブを配置することに基づいて、複数の超音波トランスデューサーユニットを使用して胎児心拍数データを獲得するための知られたアプローチを示す図である。 誤った心拍数計算をもたらす図1の知られたアプローチにおける例示的な配置誤りを示す図である。 1つ又は複数の実施形態による例示的な超音波処理ユニットにより実施されるステップのブロック図である。 1つ又は複数の実施形態による例示的な超音波処理ユニットのワークフローを示す図である。 本発明の例示的な実施形態の使用を示す図である。 本発明の例示的な実施形態の更なる使用を示す図である。 1つ又は複数の実施形態による例示的な超音波システムを示す図である。
本発明は図を参照しながら説明される。
詳細な説明及び特定の例は装置、システム、及び方法の例示的な実施形態を示しているが、詳細な説明及び特定の例は例示を目的とすることを意図したものにすぎず、本発明の範囲を限定することを意図したものではないことが理解されなければならない。本発明の装置、システム、及び方法のこれらの、及び他の特徴、態様、及び利点は、以下の説明、添付の特許請求の範囲、及び添付図面からより良く理解されるようになる。図は概略図にすぎず、一定の縮尺で描かれないことが理解されなければならない。同一又は類似の部分を示すために、複数の図にわたって同じ参照符号が使用されることも理解されなければならない。
本発明は、異なる別個の心拍信号源を表す信号、すなわち母体心拍数及び胎児心拍数のセットを抽出するために胎児ドップラー超音波データを処理のための処理ユニット及び方法を提供する。ドップラーデータは、母体腹部内における異なる(が、場合によっては重なる)組織領域に対応した複数の異なるトランスデューサー源から受信される。ドップラー超音波データの複数の源から、各々が母体腹部内における異なる組織領域に対応した入力信号チャンネルの1つのセットがコンパイルされる。次に、これらは、PCAアルゴリズム及びその後のICAアルゴリズムにより連続的に処理され、この処理が、入力チャンネルの各々に存在する複数の心拍数源を混合解除するように作用し、及び、別々の心拍数源を表すものとして取得され得るICAからの出力信号のセットを導出する。
上述のように、従来の電気的胎児監視(EFM)システムは、複数の心拍数源が母体腹部内に存在する事例(例えば多胎妊娠事例)に十分に対応していない。まず、これらの場合において、典型的にはEFMは、存在する胎児と同じ数だけ母体腹部に位置する超音波トランスデューサーユニットを必要とする。加えて、現在のEFMシステムは、各トランスデューサーユニットの超音波ビームが1つの心拍数源のみをカバーすることを確実なものとするために、トランスデューサーの非常に注意深い配置を必要とする。
知られたEFMシステムに対して現在使用されているアプローチは、複数の超音波トランスデューサーユニットが使用される場合、各トランスデューサーユニットがそれ自体の超音波ビーム場から獲得された別々のドップラー超音波信号を記録し、そこから1つの拍動数を計算するというものである。次に、拍動数が表示及び記録のためにEFMシステムの主ユニットに送信される。
これは母体腹部20の皮膚表面に配置された第1の超音波トランスデューサーユニット12a及び第2の超音波トランスデューサーユニット12bを示す図1に概略的に示されている。これらは、心拍数源を検出するために母体腹部内に第1の超音波ビーム場14a及び第2の超音波ビーム場14bをそれぞれ送信する。この例では2人の胎児が存在すると仮定されており、したがって、母体心拍数源22cに加えて腹部内に存在する第1の胎児心拍数源22a及び第2の胎児心拍数源22bが存在する。2つの胎児心拍数を正しく記録するために、超音波ビーム場14a、14bの各々が1つの心拍信号源22a、22bのみを含むように、各トランスデューサーユニット12a、12bが注意深く配置されなければならない。母体拍動数源22c(例えば腹部動脈)は、いずれの超音波ビーム場14a、14bによってもカバーされない。
したがって、このアプローチは、別々のトランスデューサーユニットの各々により獲得された超音波信号が1つの心拍数源のみに関連していることを前提としており、複数の心拍数源が1つの信号に存在するという想定される事例に対して対処する、又は改善するための提案を含まない。このアプローチは、更に交差するビーム場の実現、ひいては2つのトランスデューサーユニットが同じ心拍数源のうちの1つ又は複数に関連した信号を捕捉することの実現を可能にしない。
このアプローチは時間がかかり、トランスデューサー配置に対する選択肢を制限する。このアプローチは、胎児が位置を変えた場合、トランスデューサーユニットの再配置を更に必要とする。
トランスデューサーユニットの配置の誤りが更に発生し得る。これは図2に概略的に示されている。本例において、超音波トランスデューサーユニット12a、12bは意図せず、それらのそれぞれの超音波ビーム場14a、14bが交差するように配置されている。第1のトランスデューサーユニット12aは、その超音波ビーム場14aに第1の胎児心拍数源22aと第2の胎児心拍数源22bとの両方を含み、第2のトランスデューサーユニット12bは、その超音波ビーム場14bに第2の心拍数源22bのみを含む。結果として、第1の超音波トランスデューサーユニット12aは心拍信号源の混合体をピックアップする。知られた技術を使用した場合、これは、第1のトランスデューサーユニットに対する誤った心拍数計算結果をもたらし、又は、心拍数計算結果をまったくもたらさない。いずれの場合も臨床的な意思決定が影響を受け、場合によっては良くない結果を伴う。
更に、図1の例に示されるように、どのトランスデューサーもその超音波視野14a、14b内において母体拍動数源22cをカバーしない。
加えて、知られた技術における複数の源のピックアップについて議論されている起こり得る問題に起因して、オペレーターは多くの場合、望ましくない干渉信号をピックアップする可能性を減らすために、ビーム幅エリアを比較的小さく維持することを要求される。しかし、狭くカバーされたビームエリアは、対象物(胎児心臓)がすぐに焦点外に動くという結果をもたらす。結果として、トランスデューサーユニットの頻繁な再配置が多くの場合必要となり、これは不便であり、検査工程の妨げになり得る。
本発明の実施形態はとりわけ、多トランスデューサーEFMシステムにおけるトランスデューサー配置をより簡単なものにすること、及び、EFMシステムにより計算される胎児心拍数の入手可能性及び信頼性を高めることを目的とする。
端的に言えば、本発明の実施形態によると、システムの各超音波トランスデューサーユニットは、1つ又は複数のドップラー超音波信号チャンネルを記録する。複数のチャンネルは、例えば、深さ、方向、又は幅によりトランスデューサーユニットのうちの1つ又は複数の超音波ビームによりカバーされたボリュームを区切ることにより記録される。この手法により、各チャンネルは、わずかに異なる組織領域に対応する。これは、例えば、受信されたドップラー信号の適切に制御されたゲーティングを通して、又は例えば、超音波アレイが使用されるビーム形成を通して(例えば遅延和アプローチを通して)実現され得る。
各トランスデューサーの信号チャンネルは、例えばトランスデューサーユニットのうちの1つに、又は例えばEFMシステムの中央ベースステーションに含まれる1つの収集点(すなわち超音波処理ユニット)において収集される。ドップラー超音波チャンネルデータは、有線又は無線接続により送信され得る。
中央収集点において、個々のドップラー超音波信号チャンネルがチャンネルの1つのベクトルに組み合わされ、信号処理方法の主成分分析(PCA)が、降順に(信号パワーに対応した)最大信号分散を含むベクトル要素の多くの直交線形結合を識別するために使用される。これらの主成分は、次に、互いに統計学的に独立した主成分の線形結合を識別する独立成分分析(ICA)を実施するための入力データとして使用される。次に、これらの線形結合は、独立した心拍信号を表すものとして取得される。
次に、胎児心拍数及び場合によっては母体心拍数が、例えば当技術分野において知られた方法、例えば自己相関を使用して、再構成された源信号から計算される。
この方法によると、各超音波トランスデューサーユニットビーム場において1つより多い拍動数源を含むことを回避するための策を講じることはもはや厳格に必要とされるわけではなくなる。PCAを適用し、その後にICAを適用する処理は、個々の心拍数源の混合体を含む入力信号からの個々の心拍数源の分離及び再構成を可能にする。これは、腹部におけるトランスデューサー配置の工程を簡略化し、及び計算された心拍数の信頼性を高める。加えて、複数の拍動数源のピックアップが実現され得るので、もはや、従来技術の場合のようにビーム幅エリアを最小限に小さく維持する必要が一切ない。これは、超音波ビームによりカバーされるエリアがより広く選択されることを可能にし、及び、対象物の心臓が頻繁に焦点外に動いてトランスデューサーユニットを頻繁に再配置することが結果的に必要となるという上述の問題を回避する。
本発明の第1の態様による例は、受信されたドップラー超音波データ内における異なる心拍数源を区別するための胎児監視における使用のための超音波処理ユニットを提供する。超音波処理ユニットは、使用時に少なくとも2つの超音波トランスデューサーユニットと通信可能に結合可能である。超音波処理ユニットは、少なくとも2つの超音波トランスデューサー源と接続するための接続インターフェースを含む。
図3は、超音波処理ユニットにより実施される基本ステップ30をブロック図の形態で示すフロー図を示す。
超音波処理ユニットは、第1の超音波トランスデューサー源から第1の入力ドップラー超音波データを受信するように(32)、及び、第2の超音波トランスデューサー源から第2の入力ドップラー超音波データを受信するように構成されている。更なる例において、入力ドップラーデータの2つより多いセットが受信されてもよい。入力ドップラー超音波データの任意の数m個のセットが、m個の超音波トランスデューサー源のそれぞれから受信されてもよい。
超音波トランスデューサーユニットは、第1の入力ドップラー超音波データと第2の入力ドップラー超音波データとから入力超音波信号チャンネルの1つのセットをコンパイルする(34)ように更に構成されており、各入力超音波信号チャンネルが対象者内における異なる特定の組織領域に対応する。
上述のように、これに対して異なる選択肢も可能である。処理ユニットは、第1の超音波トランスデューサーユニットと第2の超音波トランスデューサーユニットとの各々から、1つ又は複数の超音波信号(チャンネル)の形態をとる超音波データを受信する。入力信号チャンネルの1つのセットのコンパイルは、この場合、単にこれらの受信されたチャンネルを一緒に1つの群にコレートすることを有する。
代替的に、処理ユニットは、別々の超音波信号を抽出するために処理されていない第1のトランスデューサーユニットと第2のトランスデューサーユニットとの各々からの超音波データを受信する。この場合において、超音波処理ユニットは、第1の入力ドップラー超音波データと第2の入力ドップラー超音波データとの各々から1つ又は複数の超音波信号チャンネルを抽出し、これらを入力信号チャンネルの1つのセットにコンパイル又はコレートする。信号チャンネルのこの抽出は、例えば、一連の時間的に連続したウィンドウにわたって所与の入力超音波信号をゲーティングする処理を含み、各ウィンドウが異なるチャンネルを提供する。結果として得られるチャンネルは、各々が複数の心拍数源の混合体を含む。
したがって、入力信号チャンネルの1つのセットに含まれる別々の超音波信号チャンネルの抽出は、超音波処理ユニットにより実施され、又は、提供された超音波処理ユニットの外部において実施される。
超音波処理ユニットは、統計学的に無相関な入力信号チャンネルの1つ又は複数の線形結合を識別するように構成された主成分分析(PCA)工程を実施する(36)ように更に構成されており、線形結合は、構成されたとき、第1の出力信号のセットを規定する。
PCA工程は、ICAへの入力として入力信号の識別された線形結合の標示を提供する。これは、幾つかの例において、入力信号の線形係数又は重みのセットの形態である。PCA工程は、導出された線形結合に基づいて第1の出力信号を生成することを有する。これらは、線形係数(重み)の代わりに、又は線形係数(重み)に加えて、幾つかの例においてICA工程の入力として提供される。
続いて、超音波処理ユニットは、互いに統計学的に独立した第1の出力信号の1つ又は複数の線形結合を識別するように構成された独立成分分析(ICA)工程を実施する(38)ように構成されており、1つ又は複数の線形結合が、1つ又は複数の第2の出力信号のセットを規定する。第2の出力信号のセットは、探索された領域内における別々の別個の拍動数源を表すものとして取得される。ICA工程は、第1の出力信号の識別された線形結合に従って第2の出力信号のセットを生成する。これらは、出力として提供される。これらは、例えば臨床医といったユーザーによる観測のために、例えば関連するディスプレイデバイスに表示される。
図4は、1つ又は複数の実施形態による超音波処理ユニットに対する例示的なワークフローをより詳細に概略的に示す。特定の機能は、独立したコンポーネントにより実施されるものとして示されるが、これはこの図における例示のためにすぎない。概して、これらのコンポーネントにより実施される機能は、幾つかの例において例えば1つの単体のプロセッサといった1つ又は複数のコンポーネントの異なる組み合わせにより実施されることが理解される。
まず、第1のドップラー超音波データ及び第2のドップラー超音波データが、それぞれ第1の超音波トランスデューサーユニット13a及び第2の超音波トランスデューサーユニット13bを使用して取得される。2つの超音波トランスデューサーユニットが例示として示されているが、2つより多くのものが使用されてもよい。任意の数m個のトランスデューサー源が、入力ドップラー超音波データのm個のセットをそれぞれ収集するために使用され得る。
各トランスデューサーユニットにより記録されたドップラー超音波信号チャンネル52は、中央収集デバイス(すなわち超音波処理ユニット)に送信される。中央収集デバイスは中央ベースステーションに位置し、又は、超音波トランスデューサーユニットのうちの1つに含まれる。各トランスデューサーユニットは、異なる深さの領域、方向、又はビーム場幅に対応した1つ又は複数のドップラー超音波信号チャンネルを記録し得る。
中央収集デバイスは、中央収集デバイスが受信する入力信号チャンネル52を、チャンネルの1つのベクトルに組み合わせる(53)。このベクトルは、主成分分析アルゴリズム54に対する入力として使用される。このアルゴリズムは、統計学的に無相関な、信号の(信号パワーに対応した)最大分散を捕捉する入力信号チャンネル52の線形結合(加重和)を特定する。線形結合の導出されたセットは、出力ベクトルにコンパイルされる。PCAアルゴリズムの出力ベクトルは、出力チャンネルの分散を比較することにより、いくつの心拍信号源が存在するかを特定するために使用され得る。
しかし、PCAは典型的には単独では、独立した心拍数源信号の完全な分離を実現するためには不十分である。トランスデューサーユニットにより生成されるチャンネル数が多いので、PCAは更なる処理ステップのためにチャンネルの総数を減らすために使用され得る。チャンネル数を、信号の多量の分散を捕捉する主成分チャンネルのより小さいセットへと減らすことは、後続の処理ステップを簡略化し、それが主にノイズを含む入力信号チャンネルの数学的部分空間を排除する。
PCAは、例えばオンライン機械学習アルゴリズム(例えばニューラルネットワーク)又は部分空間学習を包含する多くの異なるアルゴリズムを使用して実施され得る。
より少ない数の主成分チャンネルが第1の出力信号のセット56を規定する。
これらは、次に、独立成分分析(ICA)工程58への入力として使用される。この技術は、各々が腹部における1つの心臓信号源のドップラー超音波信号のみを含むと信頼性高く仮定される、多くの信号チャンネルにおける統計学的に独立した第1の出力信号56の線形結合を結果的に特定する。ICAアルゴリズムは、拍動信号源の混合解除を完了させる。
ICA工程58により導出された線形結合は、第2の出力信号のセット60を規定する。
次に、ICA工程58の第2の出力信号60は、例えば自己相関に基づく心拍数計算アルゴリズムに対する入力として使用される。各出力信号チャンネル60は主にただ1つの心拍信号源から構成されているので、信号混合に起因した誤った胎児心拍数(FHR)読み取りは、現在の技術に比べてはるかに少ない頻度となる。
より詳細には、動作中、超音波パルスは、探索されている体、すなわち対象者の子宮領域内に複数の超音波受信/送信ユニット13a、13bにより送信される。パルスは、規定の送信ウィンドウ、又は送信ウィンドウの反復的なセットにわたって規定の周波数において送信される。受信/送信ユニットは、超音波信号を生成する、及び検出するための1つ又は複数の超音波トランスデューサーを備える。それは超音波トランスデューサーユニットの形態であるが、(この例ではユニットの外部に備えられた)信号処理コンポーネントを備えていない。
次に、反射された超音波信号は超音波受信送信ユニット13に戻って受信される。反射は信号が反射される深さに応じて異なる時点において受信送信ユニットにおいて受信される。組織における超音波の伝播速度(約1000メートル/秒)は知られているので、送信と受信との間の時間遅延は、超音波パルスが伝播した距離に写像される。したがって、この距離は深さに比例する。
幾つかの例において、信号は1つの方向に送信され、及び、1つの円柱ビーム場内における異なる深さに対応した超音波信号が受信され、及びゲーティングされる。この手法により、各超音波トランスデューサーユニットは、対象者内における異なる深さの領域に対応した複数のチャンネルを獲得し得る。
更なる例において、超音波トランスデューサーユニットは個々の超音波送信器のアレイを備え、制御手段は、生成された超音波ビームの指向性を制御するために、アレイを使用してビーム形成を適用するように構成されている。ビーム形成は、複数の異なるビーム方向から超音波データを獲得するために制御される。各指向性ビーム内における複数の異なる深さからの信号が獲得される。超音波処理ユニットは、各ビームから(以下で説明される工程に従って)複数の異なる深さのチャンネルを抽出するように構成される。このアプローチは、1つのトランスデューサーユニットを使用して、より大きいボリュームの組織がスキャンされること、及び同時に、処理するためにPCAアルゴリズムに対して、より多くの超音波チャンネルを生成することを可能にする。
いずれの場合も、入力データは増幅器により増幅され、次に、対象者内における異なる組織領域(例えば異なる深さ又は幅の領域)に対応した複数の別々の入力チャンネル52に分割される。
例えば、異なる深さに対応した信号は、異なる時間的受信ウィンドウにわたって入来信号をゲーティングすることにより分離され、したがって、ゲーティングされた信号の各々が異なる深さに対応した異なる入力信号チャンネル52を提供する。異なる横方向にずれた領域に対応した信号は、例えば遅延和アプローチなどのビーム形成技術を通して分離される。
幾つかの例において、特定の所望の深さ、又は異なるビーム場方向からの受信信号が取得され得るように、送信パルス及び受信ウィンドウの持続期間、及び、送信パルス及び受信ウィンドウの間のタイミングが調節され得、次に受信信号は、入力信号チャンネル52の各々において異なる組織領域の信号を提供するように適切な時間ウィンドウにわたってゲーティングされる。
前処理ステップが、各入力信号チャンネル52に適用される。これらは、異なる入力信号チャンネル52を分離した後に、又は、分離する前に適用される。
特に、復調及び信号統合は、各入力信号チャンネル52の入力信号に適用される。復調は、元の送信された信号と比較して、測定されたドップラー信号のドップラー(周波数)シフトに等しい周波数を伴う信号を生成する。
帯域通過フィルタ処理は、各入力信号チャンネル52に適用される。フィルタ処理は、心拍測定に対して想定される周波数範囲内における入来信号の周波数成分を選択するように構成される。これは、データの関連する周波数成分のみが残されて、全体的なノイズを低減することを確実なものとする。
幾つかの例(図示されていない)において、包絡線復調器が更に適用される。これは、選択された(フィルタ処理された)周波数範囲に対して、時間の関数としての信号強度(例えば強さ又は分散)の変化に対応した包絡線信号を各入力信号チャンネル52に対して抽出する。
入力信号チャンネルが、入力信号の1つの収集されたセットへとコンパイルされる(53)。ベクトルは、入力信号チャンネルのセットから形成される。
入力信号チャンネルのコンパイルされた1つのセット53が、次に、主成分分析アルゴリズム54に入力として提供される。
要約すると、このアルゴリズム54は、統計学的に無相関な、信号の最大強度(分散)を捕捉する入力信号チャンネル52の線形結合(加重和)を特定する。これらの線形結合は、構成されたとき、第1の出力信号のセット56に対応する。
PCAアルゴリズム54の出力は、入力信号52の集まりに存在する全数の心拍数信号源の標示を提供する。しかし、PCAの第1の出力信号56は、元の心拍数信号源の混合体を依然として含む。したがって、PCA単独では、異なる心拍源を完全に分離するために十分ではない場合がある。
PCAは、初期数の入力チャンネル52の無相関の強い拍動数信号(すなわち第1の出力信号56)の数まで減らすために使用され得る。第1の出力信号のセット56は、典型的には入力信号チャンネル52の総数より少ない数になる。
チャンネル数を減らすことは後続の処理ステップを簡略化し、ノイズのみを含むコンパイルされた入力チャンネルベクトル53の数学的部分空間を排除する。PCAアルゴリズム54は、異なる拍動信号源の混合解除の第1のステージを効果的に実施する。
PCAは、例えばオンラインニューラルネットワークアルゴリズム又は他の機械学習アルゴリズムを包含する多くのアルゴリズムを使用して実施され得る。PCAは概して、機械学習の部分セット(又は、特定の技術)と考えられる。
例えば、Hyvarinen、Karhunen、及びOjaによる書籍である「Independent Component Analysis」のchapter6(「Principal Component Analysis and Whitening」)が、適切な主成分分析工程を実施するための工程を詳細に説明している。このチャプターは、特に、主成分の1つずつの抽出、及び複数の主成分の並列的な抽出、サンプルごと及びバッチモードアルゴリズム、及び、抽出されなければならない成分の数を特定する方法を含むPCAの幾つかの要素を説明している。
次に、第1の出力信号56は、より複雑な独立成分分析(ICA)工程58に入力として提供される。この技術は、統計学的に独立した第1の出力チャンネル56の線形結合を特定する。これは理想的な場合には、多くの第2の出力信号チャンネル60をもたらし、第2の出力信号の各々は主に、腹部における1つの拍動信号源のドップラー超音波信号のみを含む。ICAアルゴリズムは、元の拍動信号源の混合解除を完了させる。
PCAアルゴリズム及びICAアルゴリズムは、以下でより詳細に説明される。
PCAアルゴリズム54は入力信号チャンネル52を処理し、第1の出力チャンネル56を形成するために入力チャンネル52をどのように(線形)結合するかを説明する重みベクトル(又は線形係数)のセットを出力として提供する。好ましくは、PCAは更に、入力チャンネル52のセットより少ない数のチャンネルからなる、又は、入力チャンネル52のセットより少ない数のチャンネルからなるものではない第1の出力チャンネル56自体を出力する。PCAは、出力チャンネルのベクトルを出力する。
ベクトル/行列形式により、PCAは、
z(t)=V*x(t)
を演算し、ここで、xは、入力信号チャンネル52に対応したn個の要素の列ベクトルであり、zは、出力チャンネルに対応したm個の要素の列ベクトルであり、Vは、zの要素を統計学的に無相関なものにし、通常は更にそれらの統計的分散を1に正規化するm個の行及びn個の列を含む行列である。
出力信号が両方とも無相関にされ、及び、それらの分散が正規化された場合、処理は別様に「ホワイトニング」として知られる。
PCAアルゴリズムは、入力としてxを与えられたときV及びzの値を特定する。通常はV及びzに対して1つの一意解が存在するわけではなく、PCAアルゴリズムは、zの要素を無相関にする無限に多くの取り得る解のうちの1つを導出する。PCAは、入力信号52のみの分散及び相互相関(いわゆる二次統計)を考慮することにより機能するので、PCAは無相関性を実現し得るが、zの要素の統計的独立を実現しない。
単純な例として、xにおいて3つの入力チャンネルが提供され、及び、全部で2つの心拍信号源が異なる強さでxのチャンネル内に存在するという事前の知識情報が提供される。問題は、2つの出力チャンネル56、及び2×3行列の形態のVを導き出すことである。
第1の心拍信号源が等しい強さでxの第1の入力チャンネル及び第2の入力チャンネル52に存在し、第2の心拍信号源がxの第3の入力チャンネル52のみに存在する場合、PCAアルゴリズムは、次の形態のVをもたらさなければならない。
Figure 2022530002000002
この特定の例では、(2つの源が最初から実際に混合されていたわけではないので)PCAアルゴリズムは、実際に2つの源の完全な分離を更に実現する。
独立した信号源の最大数は胎児監視用途では通常知られているので、この情報はPCA工程の複雑さを減らすために有益に使用され、PCAアルゴリズムが処理において考慮することを必要とされる次元の数を減らすことに留意されたい。アルゴリズム自体は、この場合において、いくつの出力チャンネルをアルゴリズムが生成しなければならないかを特定することを必要とされない。これは、アルゴリズムの速度を上げる。
特に、アルゴリズムに関与する行列演算に起因して、演算の複雑さはチャンネル数の3乗で増加する。したがって、問題を4つの(又はより多くの)チャンネルから2つ又は3つ(双胎妊娠の場合)まで減らすことは、アルゴリズムの演算要求を著しく下げる。
この簡潔化はアルゴリズムにおいて事前にプログラムされ、又は、この簡潔化はアルゴリズムの調節可能な設定として提供される。例えば、処理ユニットは、心拍数源信号の総数を表すユーザー入力を受信するように構成され、総数は、例えば単胎又は双胎(又はより多くの)妊娠が存在するか否かに基づいて特定される。
PCAは信号分析の分野においてよく知られた工程であり、当業者はPCAの背景にある原理、及び、工程を実施するための詳細な手段を理解する。例えばComon及びJuttenによる書籍である「Handbook of Blind Source Separation」が、本発明の実施形態により適用されるPCAアルゴリズムに関する更に多くの情報を提供している。Hyvarinenらによる書籍である「Independent component analysis」も主成分分析に関するチャプターを含んでおり、この書籍は、本発明の実施形態における使用に適したPCAアルゴリズムを実施するための適切な手段に関する詳細な説明を提供している。
独立成分分析(ICA)アルゴリズムは、第1の出力信号の線形結合の導出されたセットを規定する(例えば行列形式により表された)重みベクトルのセットを更に出力する。ICAアルゴリズムは、第2の出力信号のベクトルを更に出力する。
概して、y(t)すなわち
y(t)=W*z(t)
の要素が統計学的に独立するように、ICAアルゴリズムが行列Wを導出する。z(t)はPCA/ホワイトニングアルゴリズムの出力である。
ICAアルゴリズムはPCAアルゴリズムにより考慮された二次統計の裏を見て、例えばyのチャンネルの尖度、信号エントロピー、又は相互情報量といった更なる統計的性質を考慮し、その理由は、これらの性質が統計的従属性/独立性を定量化するからである。
概して、ICAアルゴリズムは、適切なWを導出することにより最小化される、又は最大化されるコスト関数(例えば尖度、信号エントロピー、又は相互情報量)を選択すること、及び、最小化/最大化のための最適化アルゴリズム(例えば勾配降下、確率勾配降下、ニュートン法)を選択することにより構築される。
コスト関数は非線形であるので、アルゴリズムは適用可能な制約を考慮して、コスト関数を最小化する/最大化するWを導出するために、幾つかの近似解に対して繰り返すことが必要とされる(このような制約は、例えば最適化アルゴリズムがコスト関数を最小化するために単にWをゼロに設定すること、又は、コスト関数を最大化するためにWの値を際限なく大きくさせることを防ぐために使用され得る)。
PCA工程及びICA工程の適用後、行列W及びVは、任意選択的に更に「混合解除行列」Bへと組み合わされ、ここで、
y(t)=W*z(t)=W*V*x(t)=B*x(t)
である。
本例において、Bはyの出力チャンネルを形成するxの線形結合を直接説明する。Bは、xのチャンネルがyにおける各出力チャンネルの成分として現れるか否か、及び、どれくらい強く現れるかを表す情報を提供する。
ICAは信号分析の分野においてよく知られた工程であり、当業者はICAの背景にある原理、及び工程を実施するための詳細な手段を理解する。例示的なICAアルゴリズムに関する更なる詳細は、例えば、Appo Hyvarinen、Juha Karhunen、Erkki Ojaの書籍である「Independent Component Analysis」、John Wiley & Sons,Inc.、2001に示されている。
ICAの第2の出力信号チャンネル60は、個々の心拍信号源を表すものとして取得される。
ICAの第2の出力信号60は、後に心拍数計算アルゴリズムへの入力として提供される。ドップラー超音波信号に基づいて心拍数測定結果又は信号を導出するためのアルゴリズムは当技術分野において知られている。幾つかは、例えば自己相関に基づく。
例えば、1つの適切な例示的な心拍数計算アルゴリズムが米国特許第4,403,184号の文献において概説されている。この例は自己相関に基づく。繰り返し信号の周波数を特定するために自己相関を使用することは、当分野において確立された技術である。
第2の出力信号チャンネルの各々は主にただ1つの心拍信号源から構成されるので、混合信号に起因した誤ったFHR読み取りの発生が、既存の解決策に比べて非常に大幅に小さくされる。
1つ又は複数の有益な実施形態によると、処理ユニットは、第2の出力信号60の各々に対する生理学的源の帰属を導出するように、すなわち、各信号が母体心拍数又は胎児心拍数に対応しているか否かを判定するように更に構成される。
この帰属処理は、第2の出力信号60の1つ又は複数の性質を比較することを有する比較アプローチに基づく。
例えば、異なる第2の出力信号60の性質、例えば、識別された信号源の平均深さ、拍動数、信号のスペクトル成分が比較され、結果は帰属を知らせるために使用される。母体心拍信号及び胎児心拍信号のそれぞれに対するこれらの性質のうちの1つ又は複数の記憶された知られた平均値又は典型的な値が存在し、これらは第2の出力信号60の各々に対する帰属を特定するための基準として使用される。母体ECG又はSpO2拍動数などの他の性質が、幾つかの例において帰属処理に情報を与えるために更に使用される。
信号源を分類する(様々な出力信号60の信号特性を比較する)比較アプローチは、各源を順に考慮し、それを分析して帰属を特定することより単純なアプローチである。
図5は、2つの胎児心拍数源の検出のための本発明の例示的な実施形態の適用例を概略的に示す。
本例では、上述の図2の例に示されるように、第1の超音波トランスデューサーユニット12a及び第2の超音波トランスデューサーユニット12bの超音波ビーム場14a、14bが互いに交差する。第1のトランスデューサーユニット12aの超音波ビーム場14aは2つの胎児心拍数源22a、22bを含む。このビーム場から獲得された超音波信号は、したがって、2つの心拍数源の混合体を含む。第2のトランスデューサーユニット12bは、そのビーム視野14b内に第2の胎児心拍数源22bのみを含む。したがって、これらの2つの超音波トランスデューサーにより獲得された超音波信号チャンネルは、2つの心拍信号源の混合体を含み、チャンネルのうちの幾つかが同じ心拍数源を含む。
両方のトランスデューサーユニット12a、12bからの超音波データが、超音波信号チャンネルの1つのセットにコンパイルされ(53)、及び、PCA及びICAアルゴリズム54、58が連続的に適用され、これにより、2つの第2の出力信号チャンネルのセットが取得されることを可能にし、1つが第1の心拍数源22aに対応し、1つが第2の心拍数源22bに対応する。次に、腹部における第1の胎児心拍数源22a及び第2の胎児心拍数源22bに対応した出力心拍信号62を取得するためにこれらの心拍数源に心拍数計算アルゴリズムが適用される。
図6は、本発明の実施形態の更なる適用例を示す。
この例では、2つのトランスデューサーユニット12a、12bが、2つの別々の深さの領域(「近く」24a、24b及び「遠く」25a、25b)からのドップラー超音波信号を記録する。(2つの胎児心臓源及び母体心臓源にそれぞれ対応した)3つの拍動信号源22a、22b、及び22cはすべて、収集点53に到達する4つの入力信号チャンネルに異なる強さで存在する。信号源22aは第1のトランスデューサーユニット12aの両方のチャンネル24a、25aに、及び、第2のトランスデューサーユニット12bの遠いチャンネル25bに存在する。信号源22bは第2のトランスデューサーユニット12bの近いチャンネル24bに存在する。信号源22cは両方のトランスデューサーユニット12a、12bの遠いチャンネル25a、25bに異なる強さで存在する。PCA/ICAアルゴリズム54、58は、記録された信号混合体から信号源の混合解除を実施する。次に、再構成された独立した拍動信号に対して拍動数計算が実施され、出力拍動信号1、2、及びMをもたらす。
本発明の実施形態により使用されるアプローチは、知られたアプローチより優れた多くの利点を提供する。
特に、本発明の信号分離工程のより高いロバスト性は、母体腹部に超音波トランスデューサーユニットを配置するときに、要求される制約がより少ないことを意味する。これは、電気的胎児監視(EFM)システムをより簡単に、及びより便利に使用することを可能にし、患者の快適さを更に改善する。
更に、本発明の実施形態は、超音波視野内における独立した拍動信号源の総数を特定すること、及び、源信号の各々を別々に分析することができる。これは、1つのトランスデューサーを使用して、母体拍動数と更に胎児拍動数との両方を提供するために、又は複数の胎児を監視するために使用され得る。
本発明の更なる態様による例は、患者監視システムを提供する。1つ又は複数の実施形態による例示的な患者監視システム70が図7に示される。
患者監視システム70は、ここまでに概略的に説明されている、又は以下で説明される任意の例又は実施形態による、又は本出願の任意の請求項による超音波処理ユニットを備える。示される例において、超音波処理ユニットは、ベースステーションユニット72の内部に組み込まれている。しかし、他の例において、超音波処理ユニットは、ベースステーションユニットが接続された、又は接続可能な超音波トランスデューサーユニット76内にローカルに組み込まれる。
患者監視システム70は、入力ドップラー超音波データ又は入力ドップラー超音波データから導出されたデータを受信するための少なくとも2つの超音波トランスデューサーユニット76a、76bに使用時に接続するための入力コネクタポート74の形態をとる接続インターフェースを更に備える。ベースステーションに使用時に接続するための2つの超音波トランスデューサーユニット76a、76bの例示的なセットが図7に示されている。各トランスデューサーユニットは、ベースステーションの入力コネクタ74のポートと係合するように成形されたそれぞれの出力コネクタ78a、78bを備える。
超音波処理ユニットがベースステーション72に含まれている場合、入力コネクタ74は、受信された超音波データを伝達するために超音波処理ユニットに結合される。
コネクタ74は、図7において有線コネクタポートとして示されている。他の例において、コネクタは、無線超音波プローブに接続するための無線接続インターフェースを備える。
提供される患者監視システム70は、入力コネクタ74に結合された2つの超音波トランスデューサーユニット76a、76bのセットを更に含む。トランスデューサーユニットは各々が例えば超音波プローブである。
本例における患者監視システムは、実施される分析工程の結果を表示するための、例えば1つ又は複数の第2の出力信号の視覚表現を表示するための、ベースステーション72の超音波処理ユニットに動作可能に結合されたディスプレイ80を更に含む。
患者監視システム70は、使用時に接続されたトランスデューサーユニットにより超音波データの獲得を制御するように適応された制御装置を更に含む。
制御装置は、異なる組織領域、例えば異なる深さを表す超音波信号を獲得するように超音波トランスデューサーユニットの送信及び受信回路を制御する。制御装置は、送信パルス及び受信ウィンドウの持続期間、及び、送信パルス及び受信ウィンドウの間のタイミングを制御する。制御装置は、規定の時間ウィンドウにわたって入力ドップラー信号データのゲーティングを制御し、これにより対象者の組織内における異なる組織領域に対応した異なる入力信号チャンネルを分離する。
幾つかの例において、制御装置は超音波トランスデューサーユニット内にローカルに含まれ、又は、制御装置により実施される制御ステップは超音波トランスデューサーユニットにおいてローカルに実施される。
上述のように、超音波トランスデューサーユニットのうちの1つは、超音波処理ユニットを備える。それは、例えば、1つ又は複数の超音波トランスデューサーと処理ユニットに動作可能に結合された超音波処理ユニットとを組み込んだ超音波プローブユニットである。超音波トランスデューサーユニットは、上述の超音波データ前処理ステップ及び/又は制御ステップの少なくとも部分セットをローカルに実施する。
患者監視システムは、上述のものと異なる形態をとる。例えば、患者監視システムは、ディスプレイを備える、及び複数の超音波トランスデューサーユニットに接続可能な監視ステーション(例えばトロリー型監視ステーション)を備える。
任意の例において、患者監視システムは、同じ患者又は異なる患者を監視するために任意の数の更なるセンサー又はデータ源に接続可能である。
本発明の更なる態様による例は、ここまでに概略的に説明されている、又は以下で説明される任意の例又は実施形態による、又は本出願の任意の請求項による超音波処理ユニットと、第1の入力ドップラー超音波データと第2の入力ドップラー超音波データとのうちの少なくとも一方を超音波処理ユニットに提供するための、超音波処理ユニットに動作可能に結合された1つ又は複数の超音波トランスデューサーとを備える超音波装置を提供する。
本装置は、例えば超音波プローブユニットを備え、プローブユニットは、超音波処理ユニットと、1つ又は複数の超音波トランスデューサーの少なくとも一部とを組み込んだものである。例えば、プローブは、1つ又は複数の超音波トランスデューサーと超音波処理ユニットとを組み込んだハウジングを備える。
本発明の更なる態様による例は、受信されたドップラー超音波データ内における異なる心拍数源を区別することにおける使用のための超音波処理方法であって、方法が、
第1の超音波トランスデューサー源から第1の入力ドップラー超音波データを受信するステップ(32)と、第2の超音波トランスデューサー源から第2の入力ドップラー超音波データを受信するステップと、
第1の入力ドップラー超音波データと第2の入力ドップラー超音波データとから入力超音波信号チャンネルの1つのセットをコンパイルするステップ(34)であって、各入力超音波信号チャンネルが対象者内における異なる特定の組織領域に対応した、コンパイルするステップと、
統計学的に無相関な入力信号チャンネルの1つ又は複数の線形結合を識別するように構成された主成分分析(PCA)工程を実施するステップ(36)であって、線形結合が、構成されたとき、第1の出力信号のセットを規定する、PCA工程を実施するステップと、
互いに統計学的に独立した第1の出力信号の1つ又は複数の線形結合を識別するように構成された独立成分分析(ICA)工程を実施するステップ(38)であって、1つ又は複数の線形結合が、1つ又は複数の第2の出力信号のセットを規定し、1つ又は複数の第2の出力信号が、別個の心拍数源に対応した信号を提供する、ICA工程を実施するステップと、
を有する、超音波処理方法を提供する。
上述のステップの各々に対する実施態様の選択肢及び詳細事項は、本発明の装置の態様(すなわち超音波処理ユニットの態様)に対する前述の説明及び記述に従って理解され、及び解釈される。
本発明の装置の態様に関連した(超音波処理ユニットに関連した)上述の例、選択肢、又は実施形態の特徴又は詳細事項のうちの任意のものは、本発明の本方法の態様に適用され、又は組み合わされ、又は組み込まれる。
上述のように、実施形態は制御装置を使用する。制御装置は、必要とされる様々な機能を実施するために、ソフトウェア及び/又はハードウェアを使用して多くの手法により実現され得る。プロセッサは、要求される機能を実施するようにソフトウェア(例えばマイクロコード)を使用してプログラムされる1つ又は複数のマイクロプロセッサを使用する制御装置の一例である。しかし、制御装置はプロセッサを使用して実現されてもよく、又は使用せずに実現されてもよく、及び、幾つかの機能を実施する専用ハードウェア、及び、他の機能を実施するプロセッサ(例えば、1つ又は複数のプログラムされたマイクロプロセッサ及び関連する回路)の組み合わせとして実現されてもよい。
本開示の様々な実施形態において使用される制御装置コンポーネントの例は従来のマイクロプロセッサ、特定用途向け集積回路(ASIC)、及びフィールドプログラマブルゲートアレイ(FPGA)を包含するが、これらに限定されない。
様々な実施態様において、プロセッサ又は制御装置は、1つ又は複数の記憶媒体、例えば揮発性及び不揮発性コンピュータメモリ、例えば、RAM、PROM、EPROM、及びEEPROMと関連付けられてもよい。記憶媒体は、1つ又は複数のプロセッサ及び/又は制御装置において実行されたとき、要求される機能を実施する1つ又は複数のプログラムを使用して符号化されてもよい。様々な記憶媒体がプロセッサ又は制御装置内に固定されてもよく、又は様々な記憶媒体に記憶された1つ又は複数のプログラムがプロセッサ又は制御装置にロードされ得るように、移動可能であってもよい。
開示されている実施形態の変形例が、図面、本開示、及び添付の特許請求の範囲の考察により、請求項に記載された発明を実施する当業者により理解及び実現され得る。特許請求の範囲において、「備える(含む、有する、もつ)」という表現は、他の要素もステップも排除せず、単数表現は複数を排除しない。1つのプロセッサ又は他のユニットが、特許請求の範囲に記載されている幾つかの項目の機能を実現してもよい。単に特定の手段が相互に異なる従属請求項に記載されているということが、利点を得るためにこれらの手段の組み合わせが使用不可能なことを示すわけではない。コンピュータプログラムがここまでに説明されている場合、コンピュータプログラムは、他のハードウェアと一体的に、又は他のハードウェアの一部として供給される光記憶媒体又はソリッドステート媒体などの適切な媒体に記憶されてもよい/適切な媒体に格納して配布されてもよいが、例えばインターネット又は他の有線又は無線電気通信システムを介して他の形態で配布されてもよい。「するように適応された」という用語が特許請求の範囲又は説明において使用される場合、「するように適応された」という用語は、「するように構成された」という用語と同等であることを意図したものであることに留意されたい。特許請求の範囲における参照符号は、いずれも特許請求の範囲を限定するように解釈されてはならない。

Claims (14)

  1. 受信されたドップラー超音波データ内における異なる心拍数源を区別するための胎児監視における使用のための超音波処理ユニットであって、
    前記超音波処理ユニットが、使用時に少なくとも2つの超音波トランスデューサー源と通信可能に結合可能であり、
    前記超音波処理ユニットが、第1の超音波トランスデューサー源から第1の入力ドップラー超音波データを受信することと、第2の超音波トランスデューサー源から第2の入力ドップラー超音波データを受信することと、
    前記第1の入力ドップラー超音波データと前記第2の入力ドップラー超音波データとから入力超音波信号チャンネルの1つのセットをコンパイルすることであって、各前記入力超音波信号チャンネルが、対象者内における異なる特定の組織領域に対応した、コンパイルすることと、
    統計学的に無相関な前記入力超音波信号チャンネルの1つ又は複数の線形結合を識別する主成分分析(PCA)工程を実施することであって、前記線形結合が、構成されたとき、第1の出力信号のセットを規定する、PCA工程を実施することと、
    互いに統計学的に独立した前記第1の出力信号の1つ又は複数の線形結合を識別する独立成分分析(ICA)工程を実施することであって、1つ又は複数の前記線形結合が、1つ又は複数の第2の出力信号のセットを規定し、これにより1つ又は複数の前記第2の出力信号が、別個の心拍数源に対応した信号を提供する、ICA工程を実施することと、
    を行う、
    超音波処理ユニット。
  2. 前記入力超音波信号チャンネルのコンパイルされた前記セットが、前記対象者内における少なくとも2つの異なる深さの領域に対応したチャンネルを含み、及び/又は、前記対象者内における少なくとも2つの異なる横領域に対応したチャンネルを含む、
    請求項1に記載の超音波処理ユニット。
  3. 前記PCA工程が、互いに統計学的に無相関でありながら規定の閾値より大きい組み合わされた信号の強度又は分散をもつ前記第1の出力信号をもたらす前記入力超音波信号チャンネルの前記線形結合を識別する、
    請求項1又は請求項2に記載の超音波処理ユニット。
  4. 前記超音波処理ユニットが更に、識別された前記線形結合に従って前記第2の出力信号の前記セットを生成する、
    請求項1から請求項3のいずれか一項に記載の超音波処理ユニット。
  5. 前記超音波処理ユニットが、各前記第2の出力信号から心拍信号又は心拍数測定結果を導出するために、前記第2の出力信号を処理する、
    請求項4に記載の超音波処理ユニット。
  6. 前記超音波処理ユニットが、更に、前記第2の出力信号の各々に生理学的源を帰属させる、
    請求項1から請求項5のいずれか一項に記載の超音波処理ユニット。
  7. 前記コンパイルすることが、前記第1の入力ドップラー超音波データと前記第2の入力ドップラー超音波データとから前記入力超音波信号チャンネルの1つのベクトルをコンパイルすることを有し、各前記入力超音波信号チャンネルが、前記対象者内における異なる特定の組織領域に対応した、
    請求項1から請求項6のいずれか一項に記載の超音波処理ユニット。
  8. 請求項1から請求項7のいずれか一項に記載の少なくとも1つの前記超音波処理ユニットと、
    前記第1の入力ドップラー超音波データと前記第2の入力ドップラー超音波データとのうちの少なくとも一方を前記超音波処理ユニットに提供するための、前記超音波処理ユニットに動作可能に結合された1つ又は複数の超音波トランスデューサーと、
    を備える、超音波装置。
  9. 前記超音波装置が、超音波プローブユニットを備え、前記超音波プローブユニットが、前記超音波処理ユニットと1つ又は複数の前記超音波トランスデューサーの少なくとも一部とを組み込んだものである、
    請求項8に記載の超音波装置。
  10. 請求項1から請求項7のいずれか一項に記載の超音波処理ユニットと、
    少なくとも2つの超音波トランスデューサーユニットに使用時に接続するための接続インターフェースと、
    を備える、患者監視システム。
  11. 前記接続インターフェースに結合された少なくとも2つの前記超音波トランスデューサーユニットのセットを更に備える、
    請求項10に記載の患者監視システム。
  12. 使用時に少なくとも1つの接続された前記超音波トランスデューサーユニットによる超音波データの獲得を制御する制御装置を更に含む、
    請求項10又は請求項11に記載の患者監視システム。
  13. 受信されたドップラー超音波データ内における異なる心拍数源を区別することにおける使用のための超音波処理方法であって、前記超音波処理方法が、
    第1の超音波トランスデューサー源から第1の入力ドップラー超音波データを受信するステップと、第2の超音波トランスデューサー源から第2の入力ドップラー超音波データを受信するステップと、
    前記第1の入力ドップラー超音波データと前記第2の入力ドップラー超音波データとから入力超音波信号チャンネルの1つのセットをコンパイルするステップであって、各前記入力超音波信号チャンネルが、対象者内における異なる特定の組織領域に対応した、コンパイルするステップと、
    統計学的に無相関な前記入力超音波信号チャンネルの1つ又は複数の線形結合を識別する主成分分析(PCA)工程を実施するステップであって、前記線形結合が、構成されたとき、第1の出力信号のセットを規定する、PCA工程を実施するステップと、
    互いに統計学的に独立した前記第1の出力信号の1つ又は複数の線形結合を識別する独立成分分析(ICA)工程を実施するステップであって、1つ又は複数の前記線形結合が、1つ又は複数の第2の出力信号のセットを規定し、これにより、1つ又は複数の前記第2の出力信号が、別個の心拍数源に対応した信号を提供する、ICA工程を実施するステップと、
    を有する、超音波処理方法。
  14. 前記入力超音波信号チャンネルのコンパイルされた前記セットが、前記対象者内における少なくとも2つの異なる深さの領域に対応したチャンネルを含む、及び/又は、前記対象者内における少なくとも2つの異なる横領域に対応したチャンネルを含む、
    請求項13に記載の超音波処理方法。
JP2021562380A 2019-04-24 2020-04-22 心拍信号を分離するための胎児超音波処理ユニット Pending JP2022530002A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP19170882.5 2019-04-24
EP19170882.5A EP3730060A1 (en) 2019-04-24 2019-04-24 Fetal ultrasound processing unit for separating heart rate signals
PCT/EP2020/061114 WO2020216755A1 (en) 2019-04-24 2020-04-22 Fetal ultrasound processing unit for separating heart rate signals

Publications (2)

Publication Number Publication Date
JP2022530002A true JP2022530002A (ja) 2022-06-27
JPWO2020216755A5 JPWO2020216755A5 (ja) 2022-10-21

Family

ID=66251706

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021562380A Pending JP2022530002A (ja) 2019-04-24 2020-04-22 心拍信号を分離するための胎児超音波処理ユニット

Country Status (5)

Country Link
US (1) US20220192525A1 (ja)
EP (2) EP3730060A1 (ja)
JP (1) JP2022530002A (ja)
CN (1) CN113825450A (ja)
WO (1) WO2020216755A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11874946B2 (en) * 2020-08-05 2024-01-16 International Business Machines Corporation Database map restructuring for data security

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001311723A (ja) * 2000-04-28 2001-11-09 Takayoshi Yamamoto コンピュータ支援診断装置
JP2018527101A (ja) * 2015-09-15 2018-09-20 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 胎児心拍数を決定する装置及び方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2818768C2 (de) 1978-04-28 1986-07-24 Hewlett-Packard GmbH, 7030 Böblingen Verfahren und Vorrichtung zum Messen der Frequenz bzw. der Periodendauer der Grundschwingung eines annähernd periodischen Eingangssignales
CN85200036U (zh) * 1985-04-01 1986-01-29 清华大学 超声多普勒血流信号实时谱分析器
US5526816A (en) * 1994-09-22 1996-06-18 Bracco Research S.A. Ultrasonic spectral contrast imaging
US7333850B2 (en) * 2004-05-28 2008-02-19 University Of Florida Research Foundation, Inc. Maternal-fetal monitoring system
US8162837B2 (en) * 2005-06-13 2012-04-24 Spentech, Inc. Medical doppler ultrasound system for locating and tracking blood flow
US7818050B2 (en) * 2006-05-02 2010-10-19 Lono Medical Systems, Llc Passive phonography heart monitor
US9408549B2 (en) * 2009-11-03 2016-08-09 Vivaquant Llc Detecting fiducial points in physiological signals
US8617076B2 (en) * 2011-12-20 2013-12-31 General Electric Company Maternal contribution detection during fetal heart monitoring
US9185353B2 (en) * 2012-02-21 2015-11-10 Xerox Corporation Removing environment factors from signals generated from video images captured for biomedical measurements
US10531801B2 (en) * 2013-09-09 2020-01-14 Koninklijke Philips N.V. Fetal heart rate extraction from maternal abdominal ECG recordings
US9572504B2 (en) * 2015-03-16 2017-02-21 Nuvo Group Ltd. Continuous non-invasive monitoring of a pregnant human subject
CN107106143B (zh) * 2015-05-07 2020-10-20 深圳迈瑞生物医疗电子股份有限公司 三维超声成像方法和装置
WO2017045915A1 (en) * 2015-09-15 2017-03-23 Koninklijke Philips N.V. Device and method for determining fetal heart rate
CN106092229B (zh) * 2016-06-16 2018-12-04 浙江大学 针对超声波气体流量计的有效信号盲提取方法和装置
CN207341769U (zh) * 2016-08-03 2018-05-11 深圳市莱佳医疗电子有限公司 一种可自动检测和记录胎动的超声多普勒胎儿心率仪
CN107450724A (zh) * 2017-07-31 2017-12-08 武汉大学 一种基于双声道音频多普勒效应的手势识别方法及系统
CN109199375B (zh) * 2018-11-30 2021-11-02 东南大学 一种无创胎儿心电检测装置及心电信号数据处理方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001311723A (ja) * 2000-04-28 2001-11-09 Takayoshi Yamamoto コンピュータ支援診断装置
JP2018527101A (ja) * 2015-09-15 2018-09-20 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 胎児心拍数を決定する装置及び方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
KRIBECHE, ALI ET AL.: "Separating fetal Doppler signals in pregnancy using Independent Component Analysis : application to", 2005 IEEE ULTRASONIC SYMPOSIUM, vol. 2, JPN6022048313, 2005, US, pages 1319 - 1322, XP010899087, ISSN: 0005102973, DOI: 10.1109/ULTSYM.2005.1603096 *

Also Published As

Publication number Publication date
EP3958747A1 (en) 2022-03-02
CN113825450A (zh) 2021-12-21
EP3730060A1 (en) 2020-10-28
US20220192525A1 (en) 2022-06-23
WO2020216755A1 (en) 2020-10-29
EP3958747B1 (en) 2022-12-07

Similar Documents

Publication Publication Date Title
US11476000B2 (en) Methods and systems using mathematical analysis and machine learning to diagnose disease
US6024705A (en) Automated seismic detection of myocardial ischemia and related measurement of cardiac output parameters
RU2676002C2 (ru) Выделение частоты сердечных сокращений плода из материнской абдоминальной экг
JP5271718B2 (ja) 複数の時間区分にわたり胎児及び産婦のecgを特定する方法
EP3675717B1 (en) Multisensor cardiac function monitoring and analytics systems
CN102440806B (zh) 用于电磁噪声消除的超声方法和探头
EP1579244B1 (en) Segmentation tool for identifying flow regions in an imaging system
EP2790588B1 (en) Automated doppler pulse cycle selection
US20050090755A1 (en) Analysis of auscultatory sounds using single value decomposition
JP7102630B2 (ja) 心拍信号を分離するための胎児超音波処理ユニット
NL2002510C2 (en) Extrapolating ica knowledge from one epoch to another for improved fetal ecg separation.
JP2022530002A (ja) 心拍信号を分離するための胎児超音波処理ユニット
US11020095B2 (en) Data compression to facilitate remote medical analysis and diagnosis
JP7182391B2 (ja) 超音波診断装置
CN115517705A (zh) 频谱分析方法和超声成像系统
Bairy Application of Mathematics to monitor the ECG signal

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221013

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20221013

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20221013

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221121

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20230213

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20230710