RU2762369C2 - Способ определения частоты сердечных сокращений плода для выявления отличий от другого периодического сигнала - Google Patents
Способ определения частоты сердечных сокращений плода для выявления отличий от другого периодического сигнала Download PDFInfo
- Publication number
- RU2762369C2 RU2762369C2 RU2020113360A RU2020113360A RU2762369C2 RU 2762369 C2 RU2762369 C2 RU 2762369C2 RU 2020113360 A RU2020113360 A RU 2020113360A RU 2020113360 A RU2020113360 A RU 2020113360A RU 2762369 C2 RU2762369 C2 RU 2762369C2
- Authority
- RU
- Russia
- Prior art keywords
- pulses
- hiccup
- pulse
- doppler ultrasound
- bursts
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0866—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving foetal diagnosis; pre-natal or peri-natal diagnosis of the baby
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/02—Measuring pulse or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/488—Diagnostic techniques involving Doppler signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5223—Devices 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Cardiology (AREA)
- Gynecology & Obstetrics (AREA)
- Pregnancy & Childbirth (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
Группа изобретений относится к ультразвуковой допплерографии и может быть использована для мониторинга частоты сердечных сокращений плода и родственных технологий. Способ обнаружения движения плода включает: идентификацию пакетов импульсов в доплеровском ультразвуковом сигнале. Каждый пакет импульсов содержит последовательность импульсов, состоящую из одного или более импульсов. Классификацию каждого из идентифицированных пакетов импульсов как связанного с иканием или не связанного с иканием на основе по меньшей мере одной характеристики идентифицированных пакетов импульсов, подавление пакетов импульсов доплеровского ультразвукового сигнала, классифицированных как связанных с иканием; и вычисление частоты сердечных сокращений плода из доплеровского ультразвукового сигнала, в котором пакеты импульсов, классифицированные как связанные с иканием, подавлены. Технический результат группы изобретений заключается в более точном определении частоты сердечных сокращений плода, в выявлении отличий пакетов импульсов в доплеровском ультразвуковом сигнале, обусловленных сокращением сердца плода, от пакетов импульсов, обусловленных иканием плода, и подавлении последних при вычислительной обработке данных частоты сердечных сокращений плода, в создании недорогостоящей системы для точного определения частоты сердечных сокращений плода и в определении порогового значения, позволяющего эффективно отличить сокращения сердца плода от иканий плода. 3 н. и 10 з.п. ф-лы, 6 ил.
Description
ОБЛАСТЬ ТЕХНИКИ
Нижеследующее в целом относится к ультразвуковой допплерографии, мониторингу частоты сердечных сокращений плода и родственным технологиям.
УРОВЕНЬ ТЕХНИКИ
В существующих мониторах для регистрации частоты сердечных сокращений плода используется ультразвуковая допплерография. В данной технологии измеряется амплитуда доплеровского сигнала в зависимости от времени. Каждое сокращение сердца создает компактную последовательность импульсов, состоящую из колебательных импульсов. После проведения полосовой фильтрации для удаления нижних доплеровских частотных составляющих, вызванных движениями плода, частота сердечных сокращений плода определяется как частота возникновения этих последовательностей импульсов.
Однако икание плода может также создавать последовательность импульсов аналогично сокращению сердца. Может возникнуть приступ икоты, который имеет относительно стабильный ритм и который создает последовательности импульсов с более высокой амплитудой, чем при сокращениях сердца. Такой приступ икоты, таким образом, можно ошибочно принять за (квази-) периодическую пульсацию сердца плода, что приводит к ошибочному результату измерения частоты сердечных сокращений плода.
В US 2012083699 A1 раскрыт способ распознавания по меньшей мере одной подвижной анатомической структуры с использованием ультразвуковых данных, при реализации которого осуществляют прием ультразвуковых данных. Ультразвуковые данные содержат информацию о доплеровском сдвиге, которая предоставляет данные, описывающие скорость движения по меньшей мере одной анатомической структуры. Ультразвуковые данные сначала разделяются на серию выделенных интервалов времени. Затем каждому из выделенных интервалов времени присваивается классификационная категория с использованием информации о доплеровском сдвиге. После этого, используя классификацию каждого выделенного интервала времени, распознается по меньшей мере одна анатомическая структура. Это становится возможным, поскольку разные анатомические структуры создают разные паттерны в информации о доплеровском сдвиге.
В EP 3189776 AI раскрыт способ генерирования данных о частоте сердечных сокращений плода, содержащий этапы выделения по меньшей мере одного признака из собранных сегментов ультразвуковых сигналов; разделения ультразвуковых данных на группу достоверных сигналов и группу недостоверных сигналов на основе выделенного по меньшей мере одного признака и множества заданных правил, при этом ультразвуковые данные представляют собой сегменты ультразвуковых сигналов или автокорреляции собранных сегментов ультразвуковых сигналов; а также генерирования данных о частоте сердечных сокращений плода на основе группы достоверных сигналов.
Ниже раскрыты новые и усовершенствованные системы и способы для преодоления этих проблем.
РАСКРЫТИЕ СУЩНОСТИ ИЗОБРЕТЕНИЯ
В одном раскрытом аспекте способ обнаружения движения плода включает в себя: идентификацию пакетов импульсов в доплеровском ультразвуковом сигнале, при этом каждый пакет импульсов содержит последовательность импульсов, состоящую из одного или более импульсов; классификацию каждого из идентифицированных пакетов импульсов как связанного с иканием или не связанного с иканием на основе по меньшей мере одной характеристики идентифицированных пакетов импульсов; подавление пакетов импульсов доплеровского ультразвукового сигнала, классифицированных как связанных с иканием; и вычисление частоты сердечных сокращений плода из доплеровского ультразвукового сигнала, в котором пакеты импульсов, классифицированные как связанные с иканием, подавлены.
В другом раскрытом аспекте устройство, выполненное с возможностью определения частоты сердечных сокращений плода, включает в себя по меньшей мере один электронный процессор, запрограммированный на: идентификацию пакетов импульсов в доплеровском ультразвуковом сигнале, при этом каждый пакет импульсов содержит последовательность импульсов, состоящую из одного или более импульсов; классификацию каждого из идентифицированных пакетов импульсов как связанного с иканием или не связанного с иканием на основе по меньшей мере одной характеристики идентифицированных пакетов импульсов; подавление пакетов импульсов доплеровского ультразвукового сигнала, классифицированных как связанных с иканием; и вычисление частоты сердечных сокращений плода из доплеровского ультразвукового сигнала, в котором пакеты импульсов, классифицированные как связанные с иканием, подавлены.
Одно преимущество заключается в более точном определении частоты сердечных сокращений плода.
Другое преимущество заключается в выявлении отличий пакетов импульсов в доплеровском ультразвуковом сигнале, обусловленных сокращением сердца плода, от пакетов импульсов, обусловленных иканием плода, и подавлении последних при вычислительной обработке данных частоты сердечных сокращений плода.
Еще одно преимущество заключается в создании недорогостоящей системы для точного определения частоты сердечных сокращений плода.
Еще одно преимущество заключается в определении порогового значения, позволяющего эффективно отличить сокращения сердца плода от иканий плода.
Представленный вариант осуществления может не обеспечивать либо обеспечивать одно, два, более двух или все вышеуказанные преимущества и/или может предоставлять другие преимущества, как станет понятно среднему специалисту в данной области техники после прочтения и осознания настоящего описания.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
Изобретение может быть реализовано с использованием различных компонентов и схем расположения компонентов, а также с использованием различных этапов и чередований этапов. Чертежи служат лишь для иллюстрации предпочтительных вариантов осуществления, и их не следует толковать как ограничивающие изобретение.
На ФИГ. 1 показан пример блок-схемы последовательности операций способа определения частоты сердечных сокращений плода согласно одному аспекту;
На ФИГ. 2 иллюстративно представлены данные, собранные с помощью способа по ФИГ. 1;
На ФИГ. 3 иллюстративно представлены данные, собранные с помощью способа по ФИГ. 1;
На ФИГ. 4A и 4B иллюстративно представлен сигнал иканий во временной области (ФИГ. 4A) и соответствующий спектр мощности (ФИГ. 4B);
На ФИГ. 5 показан другой пример блок-схемы последовательности операций системы по ФИГ. 1;
На ФИГ. 6 схематически показана система определения частоты сердечных сокращений плода согласно другому аспекту.
ОСУЩЕСТВЛЕНИЕ ИЗОБРЕТЕНИЯ
В доплеровском ультразвуковом сигнале, измеренном применительно к плоду, сокращение сердца плода представлено в виде пакета импульсов, состоящего из последовательности импульсов относительно малой продолжительности, например, порядка 100-200 миллисекунд. Данную последовательность импульсов обычно относят или приписывают к систолической фазе сердцебиения плода, в ходе которой сердце сокращается для создания кровотока. Однако икание плода может создавать схожий пакет импульсов, состоящий из последовательности импульсов сопоставимой продолжительности. Кроме того, икание плода может происходить по квазипериодической схеме, имитирующей ритм пульса плода. Таким образом, пакеты импульсов, вызванные иканием плода, могут ошибочно идентифицироваться как сокращения сердца плода, что может приводить к существенной ошибке вычисленной частоты сердечных сокращений плода, при этом измеренные значения обычно ниже истинного значения в силу “дополнительных” сокращений сердца, фактически вызванных икотой.
Ниже раскрыто усовершенствование в определении частоты сердечных сокращений плода, при котором используется тест для распознавания, является ли пакет импульсов во временной зависимости амплитуды ультразвукового доплеровского сигнала следствием икоты, и если это так, - подавление пакета импульсов икоты, прежде чем будет проведена вычислительная обработка данных частоты сердечных сокращений плода. В одном иллюстративном подходе осуществляется вычислительная обработка данных числа импульсов (или, что то же самое, числа переходов через нуль) в последовательности импульсов. Как установлено в настоящем документе, последовательность импульсов, связанная с сокращением сердца, обычно имеет большее число импульсов, чем последовательность импульсов, связанная с икотой. При анализе клинических данных было обнаружено, что последовательность импульсов, связанная с сокращением сердца, обычно имеет около 6 импульсов, в то время как последовательность импульсов, связанная с икотой, обычно имеет около 3 импульсов. Данный результат может быть обобщен для использования в тесте, в котором осуществляется вычислительная обработка данных отсчета импульсов для пакета импульсов. Отсчет импульсов для пакета импульсов, идентифицированного в доплеровском ультразвуковом сигнале, может содержать число пересечений временной оси (т.е. переходов через нуль) либо может содержать число пиковых значений импульсов. Любой пакет импульсов, для которого полученный определением отсчет импульсов равен пороговому значению или меньше его, далее рассматривается или классифицируется как связанный с иканием или не связанный с иканием.
В качестве опции может использоваться машинное обучение для оптимизации типового отсчета импульсов в последовательности импульсов, связанной с сокращением сердца, для конкретного плода, в отношении которого проводится мониторинг. Основываясь на предположении, что сокращения сердца со статистической точки зрения доминируют над более редким иканием, подход заключается в составлении статистического распределения отсчетов импульсов для последовательностей импульсов, распознанных для плода, подвергаемого мониторингу в текущий момент времени. После того как собрано достаточное количество статистических данных, предполагается, что это распределение числа импульсов соответствует нормальному распределению. Математическое ожидание этого распределения в этом случае представляет собой типичное число импульсов для последовательности импульсов, порожденной сокращением сердца. Среднеквадратическое отклонение (или другой показатель "ширины" распределения) предоставляет информацию о степени отклонения от этого типичного числа импульсов, чтобы определить последовательность импульсов как порожденную икотой.
Вместо обучения, выполняемого в отношении индивидуального плода, может проводиться обучение на основе отсчетов импульсов, связанных с сокращениями сердца и с икотой, для определенной группы утробных плодов, например плодов в определенном возрастном диапазоне, плодов с определенными заболеваниями и т.д.
Если последовательность импульсов идентифицируется как вызванная икотой, она устраняется или подавляется. В иллюстративном варианте осуществления это осуществляется путем ослабления последовательности импульсов, связанной с икотой, по меньшей мере на 3 дБ. Таким образом, она становится второстепенной по отношению к последовательности импульсов, вызванной действительными сокращениями сердца, и оказывает пренебрежимо малое влияние на последующий вычисление частоты сердечных сокращений плода.
На ФИГ. 1 способ 100 определения частоты сердечных сокращений плода схематически показан в виде блок-схемы последовательности операций. На этапе 102 получают доплеровский ультразвуковой сигнал от плода, и подвергают этот сигнал фильтрации с помощью полосового фильтра для подавления составляющей движения плода в доплеровском ультразвуковом сигнале. Операция полосовой фильтрации устраняет данные о движениях, характеризующие движение плода, не связанное с деятельностью грудной клетки.
На этапе 104 проводят идентификацию пакетов импульсов в доплеровском ультразвуковом сигнале. Каждый пакет импульсов содержит последовательность импульсов, состоящую из одного или более импульсов. На ФИГ. 2 показан доплеровский ультразвуковой сигнал после полосовой фильтрации для подавления движения плода, где можно видеть несколько пакетов импульсов, включая два, помеченные как пакеты 42, 44 импульсов. На ФИГ. 3 показаны развернутые виды иллюстративных пакетов 42, 44 импульсов. Обычно импульсы в последовательности импульсов, составляющей пакет импульсов, быстро увеличиваются по амплитуде от значения сигнала, близкого к уровню шума в начале пакета импульсов, чтобы достичь максимальной амплитуды импульса приблизительно вблизи центра пакета импульсов, после чего импульсы уменьшаются по амплитуде, возвращаясь к уровню шума. Кроме того, пакеты импульсов, связанные с сердцебиением (а также связанные с икотой), обычно имеют продолжительность порядка от нескольких десятков миллисекунд до пары сотен миллисекунд или около того. Остальные участки доплеровского ультразвукового сигнала можно отбросить.
На этапе 106 каждый из идентифицированных пакетов импульсов доплеровского ультразвукового сигнала классифицируется как связанный с иканием или не связанный с иканием на основе по меньшей мере одной характеристики идентифицированных пакетов импульсов. В некоторых вариантах осуществления указанная по меньшей мере одна характеристика включает в себя определение отсчета импульсов, содержащего число пересечений временной оси или число пиковых значений импульсов, для каждого из пакетов импульсов, идентифицированных в доплеровском ультразвуковом сигнале. После того как число пересечений или пиков определено для каждого пакета импульсов, любой пакет импульсов, для которого полученный определением отсчет импульсов равен пороговому значению или меньше его, классифицируется как связанный с иканием, при этом все другие идентифицированные пакеты импульсов (например, в которых пороговое значение превышено) идентифицируются как не связанные с иканием. Например, в некоторых выполненных калибровочных операциях было обнаружено, что задание порогового значения, равного трем пересечениям, обеспечивало эффективное различение между пакетами импульсов, связанными с иканием (имеющими три импульса или менее), и пакетами импульсов, связанными с сердцебиением (имеющими четыре или более импульсов).
В других вариантах осуществления по меньшей мере одна характеристика идентифицированных пакетов импульсов включает в себя статистическое распределение отсчетов импульсов в пакетах импульсов, идентифицированных в доплеровском ультразвуковом сигнале. Например, осуществляется сбор данных, пока статистическое распределение не станет нормализованным. Пороговое значение выбирается на основе нормализованного статистического распределения.
Возвращаясь к ФИГ. 1, на этапе 108 любые пакеты импульсов доплеровского ультразвукового сигнала, классифицированные как связанные с иканием на этапе 106, подавляются. В одном подходе пакеты импульсов, связанные с иканием, подавляются путем ослабления доплеровского ультразвукового сигнала по меньшей мере на 3 дБ для подавления пакетов импульсов, классифицированных как связанных с иканием. В другом возможном варианте осуществления любой временной сегмент прошедшего полосовую фильтрацию доплеровского ультразвукового сигнала, который идентифицирован как пакет импульсов и классифицирован как связанный с иканием, заменяется сигналом, имеющим нулевое значение на этом временном сегменте либо имеющим какое-либо другое подходящее значение, например, равное уровню шума.
На этапе 110 частота сердечных сокращений плода вычисляется из доплеровского ультразвукового сигнала, в котором пакеты импульсов, классифицированные как связанные с иканием, подавлены (т.е. остаются пакеты импульсов, классифицированные как не связанные с иканием). Чтобы это осуществить, частота сердечных сокращений плода вычисляется как частота возникновения идентифицированных пакетов импульсов в доплеровском ультразвуковом сигнале, в котором пакеты импульсов, классифицированные как связанные с иканием, подавлены.
На этапе 112 вычисленная частота сердечных сокращений может выводиться на устройство отображения.
На ФИГ. 2 и 3 показаны примеры сгенерированных данных. На ФИГ. 2 показан доплеровский ультразвуковой сигнал 40 после полосовой фильтрации, проведенной с помощью полосового фильтра для устранения артефактов движения плода и матери. Доплеровский ультразвуковой сигнал включает в себя некоторое количество пакетов импульсов, в том числе пакет 42 импульсов, связанный с сердцебиением плода, и пакет 44 импульсов, связанный с иканием.
На ФИГ. 3 показаны увеличенные участки пакета 42 импульсов, связанного с сокращением сердца, и пакета 44 импульсов, связанного с иканием. Как показано на ФИГ. 3, пакет 42 импульсов, связанный с пульсацией сердца, включает в себя шесть переходов 50 через нулевое значение оси амплитуды, где доплеровский ультразвуковой сигнал переходит из отрицательной области в положительную. С другой стороны, пакет 42 импульсов, связанный с пульсацией сердца, включает в себя шесть пиковых значений 51 импульсов. Эти значения выше порогового значения, равного трем переходам, которое определено из анализа клинических данных. Следовательно, электронный процессор 22 определяет, что пульсация 42 сердца свидетельствует о частоте сердечных сокращений плода. Напротив, пакет 44 импульсов включает в себя три перехода 60 через нулевое значение оси амплитуды, где доплеровский ультразвуковой сигнал переходит из отрицательной области в положительную, либо, в качестве альтернативы, три пиковые значения 61 импульсов, что находится в пороговой области трех переходов, определенной из анализа клинических данных. Следовательно, электронный процессор 22 определяет, что импульс 44, связанный с иканием, свидетельствует об икоте.
В дополнительных вариантах осуществления могут использоваться технологии машинного обучения для классификации участков спектра доплеровского ультразвукового сигнала как свидетельствующих об икании или не свидетельствующих об икании. В некоторых вариантах осуществления проводится вычислительная обработка данных частотного спектра пакета импульсов, например с помощью быстрого преобразования Фурье (FFT) и т.п., при этом пакет импульсов (который представлен во временной области) объединяется с частотным спектром, прошедшим вычислительную обработку. Любой пакет импульсов, частотный спектр которого удовлетворяет критерию классификации, классифицируется как связанный с иканием, а любой пакет импульсов, не удовлетворяющий критерию классификации, классифицируется как не связанный с иканием. Например, выбирается критерий классификации, который включает в себя частотный спектр, имеющий один или более признаков, выбираемых из группы, содержащей: (1) бинарный признак, указывающий, имеет ли частотный спектр высокоамплитудный лепесток на нижней частоте, низкоамплитудный лепесток на верхней частоте, а также провал, отделяющий высокоамплитудный лепесток от низкоамплитудного лепестка; (2) частоту пика частотного спектра; а также (3) частотный спектр, имеющий высокоамплитудный лепесток на нижней частоте и низкоамплитудный лепесток на верхней частоте, при этом признаки включают в себя центральную частоту низкоамплитудного лепестка и центральную частоту высокоамплитудного лепестка. Предпочтительно объединение пакета импульсов (например, во временной области) с частотным спектром, прошедшим вычислительную обработку, повышает точность обнаружения икоты.
На ФИГ. 4A и 4B дополнительно проиллюстрированы эти признаки. На ФИГ. 4A показан временной сигнал икоты, а на ФИГ. 4B показан спектр мощности сигналов при икании плода. На ФИГ. 4A и 4B изображенные сигналы обладают высокой периодичностью, как во временной, так и в частотной области. В частотной области имеется множество гармоник. Амплитуда этих гармоник постепенно уменьшается, а затем снова увеличивается до другого уровня, который ниже уровня доминантной составляющей. После того как из признаков или параметров периодичности определен паттерн, в сигнале идентифицируется икание. В спектре можно идентифицировать ряд параметров. Например, имеются основная частотная составляющая 70, расположенная наиболее близко к y-оси, вторая частотная составляющая 72 гармоники, имеющая вторую по высоте амплитуду, всплеск 74, имеющий по меньшей мере 2 частоты гармоники, а также минимальная частота 76, находящаяся в спектре между y-осью и частотным всплеском. Следует понимать, что на этапе 106 распознавания икоты могут эффективно использоваться как временные признаки, например, те, что описаны со ссылкой на ФИГ. 3, так и спектральные признаки, полученные путем машинного обучения, такие как описаны со ссылкой на ФИГ. 4A и 4B, чтобы повысить возможность отличить икоту от сердцебиения плода.
На ФИГ. 5 описан способ или процесс 200, в котором пороговое значение для выявления отличия пакетов импульсов, связанных с иканием, от пакетов импульсов, связанных с сокращениями сердца, определяется путем машинного обучения. На этапе 202 получают доплеровский ультразвуковой сигнал от плода и подвергают фильтрации с помощью полосового фильтра для подавления составляющей движения плода в доплеровском ультразвуковом сигнале. Операция полосовой фильтрации устраняет данные о движениях, характеризующие движение плода, не связанное с деятельностью грудной клетки.
На этапе 204 из отфильтрованного сигнала вычисляется огибающая. Огибающая используется для определения диапазона амплитуд пиковых значений отфильтрованного сигнала. Данная операция проводится в режиме реального времени. Также определяется качество сигнала, чтобы оценить, следует ли отбросить этот сигнал.
На этапе 206 из огибающей выделяются признаки. Например, находят число пиковых значений и переходов через нуль, чтобы определить деятельность (например, сокращение сердца или икание) в этом сигнале, и/или выделяют спектральные признаки, описанные со ссылкой на ФИГ. 4A и 4B.
Возвращаясь к ФИГ. 5, на этапе 208 выделенные признаки вводятся в алгоритм машинного обучения. Алгоритм машинного обучения работает с данными режима обучения, которые уже определены как свидетельствующие о сокращении сердца или икоте. Алгоритм машинного обучения может постоянно обновляться по мере поступления новых данных.
На этапе 210, если процесс машинного обучения завершен, участки сигналов, определяемые как вызванные икотой, идентифицируются и подавляются, в результате чего остаются только участки сигнала, свидетельствующие о частоте сердечных сокращений.
На этапе 212, если процесс машинного обучения не завершен, вычисление частоты сердечных сокращений плода определяется оставшимися участками сигнала, которые не свидетельствуют об икоте.
На ФИГ. 6 показано иллюстративное устройство или иллюстративная система 10, выполненная с возможностью определения частоты сердечных сокращений плода. Как показано на ФИГ. 1, устройство 10 включает в себя устройство 12 для ультразвукового доплеровского исследования, в состав которого входит ультразвуковой преобразователь 14 (в неограничивающем иллюстративном примере, представленном на ФИГ. 1, показан набор из трех ультразвуковых преобразователей 14 на поддоне 15 для их хранения; иллюстративное устройство 12 для ультразвукового доплеровского исследования может осуществлять мониторинг одной, двух или трех матерей одновременно с помощью этих преобразователей). Ультразвуковой преобразователь 14 выполнен с возможностью получения доплеровского ультразвукового сигнала. Например, ультразвуковой преобразователь 14 может крепиться или как-то иначе присоединяться к брюшной области матери (не показано), вынашивающей плод (не показано), так что ультразвуковой преобразователь 14 лежит поверх части плода (например, плод и преобразователь отделены брюшной областью матери).
Устройство 10 также включает в себя по меньшей мере один электронный процессор 22, по меньшей мере одно устройство 24 пользовательского ввода, такое как иллюстративная панель управления, имеющая кнопки, переключатели, сенсорные клавиши, клавиатуру и т.п., а также устройство 26 отображения. Иллюстративный электронный процессор 22 выполнен за одно целое с устройством 12 для ультразвукового доплеровского исследования, однако предполагается, что дополнительно или в качестве альтернативы может присутствовать электронный процессор, например, электронный процессор компьютера и т.п. (не показано), расположенный иначе. Иллюстративный дисплей 26 встроен в устройство 12 для ультразвукового доплеровского исследования, однако в других вариантах осуществления дисплей может представлять собой отдельный компонент, например, дисплей компьютера или отдельный экранный монитор. Электронный процессор 22 может быть выполнен с возможностью управления устройством 26 отображения для выведения на экран сигнала вычисленной частоты сердечных сокращений.
По меньшей мере один электронный процессор 22 функционально связан с некратковременным носителем для хранения (не показано), на котором хранятся инструкции, считываемые и исполняемые по меньшей мере одним электронным процессором 22 для выполнения раскрытых операций, в том числе реализации способа или процесса 100 определения частоты сердечных сокращений плода. Некратковременный носитель для хранения, например, может содержать жесткий диск, RAID или другой магнитный носитель информации; твердотельный накопитель, флеш-накопитель, электронно-стираемое постоянное запоминающее устройство (EEROM) или другое электронное запоминающее устройство; оптический диск или другое оптическое запоминающее устройство, различные сочетания таковых и т.д. В некоторых примерах способ или процесс 100 обнаружения движения плода может выполняться с помощью облачной технологии.
Процесс 100 определения частоты сердечных сокращений плода обычно включает в себя использование цифрового полосового фильтра 30 для устранения сигналов движения плода, которые обычно имеют более низкую частоту, чем пакеты импульсов сердцебиения. Согласно настоящему раскрытию процесс 100 определения частоты сердечных сокращений плода дополнительно включает в себя использование компонента 32 для идентификации икоты и подавления. Вычислитель 34 частоты сердечных сокращений плода проводит вычислительную обработку данных частоты сердечных сокращений плода, когда все пакеты импульсов, связанные с иканием, подавлены компонентом 32 для идентификации икоты и подавления.
Данное раскрытие представлено со ссылкой на предпочтительные варианты осуществления. После прочтения и осмысления приведенного подробного описания могут быть предложены модификации и изменения. Предполагается, что данное раскрытие включает все такие модификации и изменения, если они не выходят за рамки объема притязаний прилагаемой формулы изобретения или ее эквивалентов.
Claims (67)
1. Способ (100) обнаружения частоты сердечных сокращений у плода,
включающий:
идентификацию пакетов импульсов в доплеровском ультразвуковом сигнале,
при этом каждый пакет импульсов содержит последовательность импульсов, состоящую из одного или более импульсов;
классификацию каждого из идентифицированных пакетов импульсов как
связанного с иканием или не связанного с иканием на основе по меньшей мере одной характеристики идентифицированных пакетов импульсов;
подавление пакетов импульсов доплеровского ультразвукового сигнала,
классифицированных как связанных с иканием; и
вычисление частоты сердечных сокращений плода из доплеровского ультразвукового сигнала, в котором пакеты импульсов, классифицированные как
связанные с иканием, подавлены,
отличающийся тем, что операция классификации также включает определение отсчета импульсов, содержащего число пересечений временной оси или число пиковых значений импульсов, для каждого из пакетов импульсов, идентифицированных в доплеровском ультразвуковом сигнале, а также классификацию как связанного с иканием любого пакета импульсов, для которого полученный определением отсчет импульсов равен пороговому значению или меньше его.
2. Способ (100) по п. 1, также включающий:
составление статистического распределения отсчетов импульсов в пакетах импульсов, идентифицированных в доплеровском ультразвуковом сигнале; и
выбор порогового значения на основе статистического распределения.
3. Способ (100) по п. 1, в котором операция классификации также включает:
вычислительную обработку данных частотного спектра для каждого пакета импульсов и
классификацию как связанного с иканием любого пакета импульсов, частотный спектр которого удовлетворяет критерию классификации.
4. Способ (100) по п. 3, в котором критерий классификации включает в себя
частотный спектр, имеющий один или более признаков, выбираемых из группы,
содержащей:
(1) бинарный признак, указывающий, имеет ли частотный спектр высокоамплитудный лепесток на нижней частоте, низкоамплитудный лепесток на верхней частоте, а также провал, отделяющий высокоамплитудный лепесток от низкоамплитудного лепестка;
(2) частоту пика частотного спектра и
(3) частотный спектр, имеющий высокоамплитудный лепесток на нижней частоте и низкоамплитудный лепесток на верхней частоте, при этом признаки включают в себя
центральную частоту низкоамплитудного лепестка и центральную частоту высокоамплитудного лепестка.
5. Способ (100) по любому из пп. 1-4, также включающий, прежде чем будут выполнены операции по идентификации, классификации, подавлению и вычислению,
полосовую фильтрацию доплеровского ультразвукового сигнала для подавления составляющей движения плода доплеровского ультразвукового сигнала.
6. Устройство (10), выполненное с возможностью определения частоты сердечных сокращений плода, содержащее:
по меньшей мере один электронный процессор (22), запрограммированный на:
идентификацию пакетов импульсов в доплеровском ультразвуковом сигнале, при этом каждый пакет импульсов содержит последовательность импульсов, состоящую из одного или более импульсов;
классификацию каждого из идентифицированных пакетов импульсов как
связанного с иканием или не связанного с иканием на основе по меньшей мере одной характеристики идентифицированных пакетов импульсов;
подавление пакетов импульсов доплеровского ультразвукового сигнала,
классифицированных как связанных с иканием; и
вычисление частоты сердечных сокращений плода из доплеровского ультразвукового сигнала, в котором пакеты импульсов, классифицированные как
связанные с иканием, подавлены,
отличающийся тем, что операция классификации включает:
определение отсчета импульсов, содержащего число пересечений временной оси или число пиковых значений импульсов, для каждого из пакетов импульсов, идентифицированных в доплеровском ультразвуковом сигнале; и
классификацию как связанного с иканием любого пакета импульсов, для которого полученный определением отсчет импульсов равен пороговому значению или меньше его.
7. Устройство (10) по п. 6, в котором по меньшей мере один электронный процессор (22) также запрограммирован на:
составление статистического распределения отсчетов импульсов в пакетах импульсов, идентифицированных в доплеровском ультразвуковом сигнале; и
выбор порогового значения на основе статистического распределения.
8. Устройство (10) по п. 7, в котором операция классификации включает в себя:
вычислительную обработку данных частотного спектра для каждого пакета импульсов и
классификацию как связанного с иканием любого пакета импульсов, частотный спектр которого удовлетворяет критерию классификации.
9. Устройство (10) по п. 8, в котором критерий классификации включает в себя
частотный спектр, имеющий один или более признаков, выбираемых из группы,
содержащей:
(1) бинарный признак, указывающий, имеет ли частотный спектр высокоамплитудный лепесток на нижней частоте, низкоамплитудный лепесток на верхней частоте, а также провал, отделяющий высокоамплитудный лепесток от низкоамплитудного лепестка;
(2) частоту пика частотного спектра и
(3) частотный спектр, имеющий высокоамплитудный лепесток на нижней частоте и
низкоамплитудный лепесток на верхней частоте, при этом признаки включают в себя
центральную частоту низкоамплитудного лепестка и центральную частоту высокоамплитудного лепестка.
10. Устройство (10) по любому из пп. 6-9, в котором по меньшей мере один электронный процессор (22) также запрограммирован на выполнение:
прежде чем будут выполнены операции по идентификации, классификации, подавлению и вычислению, полосовой фильтрации доплеровского ультразвукового сигнала для подавления составляющей движения плода доплеровского ультразвукового сигнала.
11. Устройство (10) по любому из пп. 6-10, в котором операция вычисления включает вычисление частоты сердечных сокращений плода как частоты возникновения идентифицированных пакетов импульсов в доплеровском ультразвуковом сигнале, в котором подавлены пакеты импульсов, классифицированные как связанные с иканием.
12. Устройство (10) по любому из пп. 6-11, в котором по меньшей мере один электронный процессор (22) также запрограммирован на:
подавление импульсов сигнала, характеризующих икание, путем ослабления импульсов по меньшей мере на 3 дБ.
13. Некратковременный компьютерочитаемый носитель информации, на котором
хранится программный код, считываемый и исполняемый одним или более электронными процессорами для выполнения операций, включающих:
идентификацию пакетов импульсов в доплеровском ультразвуковом сигнале,
при этом каждый пакет импульсов содержит последовательность импульсов, состоящую из одного или более импульсов;
классификацию каждого из идентифицированных пакетов импульсов как
связанного с иканием или не связанного с иканием на основе по меньшей мере одной характеристики идентифицированных пакетов импульсов;
подавление пакетов импульсов доплеровского ультразвукового сигнала, классифицированных как связанных с иканием; и
вычисление частоты сердечных сокращений плода из доплеровского ультразвукового сигнала, в котором пакеты импульсов, классифицированные как
связанные с иканием, подавлены,
отличающийся тем, что операция классификации также включает определение отсчета импульсов, содержащего число пересечений временной оси или число пиковых значений импульсов, для каждого из пакетов импульсов, идентифицированных в доплеровском ультразвуковом сигнале, а также классификацию как связанного с иканием любого пакета импульсов, для которого полученный определением отсчет импульсов равен пороговому значению или меньше его.
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNPCT/CN2017/101558 | 2017-09-13 | ||
| CN2017101558 | 2017-09-13 | ||
| EP17199536.8 | 2017-11-01 | ||
| EP17199536.8A EP3479768A1 (en) | 2017-11-01 | 2017-11-01 | A fetal heart rate detection method to discriminate from other periodic signal |
| PCT/EP2018/074404 WO2019052988A1 (en) | 2017-09-13 | 2018-09-11 | METHOD FOR DETECTION OF FETAL HEART RHYTHM FOR DISTINGUISHING THE SAME OF ANOTHER PERIODIC SIGNAL |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| RU2020113360A RU2020113360A (ru) | 2021-10-15 |
| RU2020113360A3 RU2020113360A3 (ru) | 2021-10-15 |
| RU2762369C2 true RU2762369C2 (ru) | 2021-12-20 |
Family
ID=63490484
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2020113360A RU2762369C2 (ru) | 2017-09-13 | 2018-09-11 | Способ определения частоты сердечных сокращений плода для выявления отличий от другого периодического сигнала |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US11224402B2 (ru) |
| EP (1) | EP3681401B1 (ru) |
| JP (1) | JP6802413B2 (ru) |
| CN (1) | CN111093514B (ru) |
| BR (1) | BR112020004655A2 (ru) |
| RU (1) | RU2762369C2 (ru) |
| WO (1) | WO2019052988A1 (ru) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006082977A1 (ja) * | 2005-02-07 | 2006-08-10 | Tokyo Metropolitan Organization For Medical Research | 胎動監視システムおよび胎動情報収集装置 |
| US20120083699A1 (en) * | 2009-06-09 | 2012-04-05 | Koninklijke Philips Electronics N.V. | Method and apparatus for recognizing moving anatomical structures using ultrasound |
| EP2055235B1 (en) * | 2006-08-04 | 2015-05-13 | Tokyo Metropolitan Institute of Medical Science | Fetal movement information processing device and fetal movement information processing method |
| RU2596719C1 (ru) * | 2015-04-23 | 2016-09-10 | Федеральное государственное бюджетное учреждение "Научный центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова" Министерства здравоохранения Российской Федерации | Способ повышения точности оценки состояния плода во время беременности, основанный на дополнительной регистрации его икотоподобных движений при кардиотокографии |
| EP3189776A1 (en) * | 2016-01-08 | 2017-07-12 | Koninklijke Philips N.V. | An apparatus and method for generating fetal heart rate data |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AUPM964094A0 (en) * | 1994-11-24 | 1994-12-15 | Sullivan, C.E. | Biophysical foetal monitor |
| WO2002096288A1 (en) | 2001-05-29 | 2002-12-05 | Reproductive Health Technologies, Inc. | System for detection and analysis of material uterine, maternal and fetal cardiac and fetal brain activity |
| EP1941832B1 (en) * | 2003-10-14 | 2010-10-06 | Monica Healthcare Limited | Fetal surveillance |
| US20070102501A1 (en) * | 2005-09-02 | 2007-05-10 | Nguyen Diep M | Device and methods for counting, timing, recording, and charting fetal movement frequency |
| US8064991B2 (en) | 2008-01-08 | 2011-11-22 | The General Electric Company | Method of fetal and maternal ECG identification across multiple EPOCHS |
| US20100241018A1 (en) * | 2009-03-21 | 2010-09-23 | Peter Samuel Vogel | Baby monitor |
| JP5718126B2 (ja) * | 2011-03-31 | 2015-05-13 | 沖電気工業株式会社 | 微細振動特徴量算出装置、微細振動特徴量算出方法及びプログラム |
| US8693218B2 (en) * | 2011-05-25 | 2014-04-08 | Delta Electronics, Inc. | Power adapter and method of controlling power adapter operated in energy saving mode |
| US9232929B2 (en) | 2013-03-13 | 2016-01-12 | General Electric Company | Method and device for fetal heart rate monitoring with maternal contribution detection |
-
2018
- 2018-09-11 RU RU2020113360A patent/RU2762369C2/ru active
- 2018-09-11 WO PCT/EP2018/074404 patent/WO2019052988A1/en unknown
- 2018-09-11 JP JP2020513293A patent/JP6802413B2/ja active Active
- 2018-09-11 US US16/647,316 patent/US11224402B2/en active Active
- 2018-09-11 BR BR112020004655-8A patent/BR112020004655A2/pt not_active IP Right Cessation
- 2018-09-11 EP EP18765130.2A patent/EP3681401B1/en active Active
- 2018-09-11 CN CN201880059606.9A patent/CN111093514B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006082977A1 (ja) * | 2005-02-07 | 2006-08-10 | Tokyo Metropolitan Organization For Medical Research | 胎動監視システムおよび胎動情報収集装置 |
| EP2055235B1 (en) * | 2006-08-04 | 2015-05-13 | Tokyo Metropolitan Institute of Medical Science | Fetal movement information processing device and fetal movement information processing method |
| US20120083699A1 (en) * | 2009-06-09 | 2012-04-05 | Koninklijke Philips Electronics N.V. | Method and apparatus for recognizing moving anatomical structures using ultrasound |
| RU2596719C1 (ru) * | 2015-04-23 | 2016-09-10 | Федеральное государственное бюджетное учреждение "Научный центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова" Министерства здравоохранения Российской Федерации | Способ повышения точности оценки состояния плода во время беременности, основанный на дополнительной регистрации его икотоподобных движений при кардиотокографии |
| EP3189776A1 (en) * | 2016-01-08 | 2017-07-12 | Koninklijke Philips N.V. | An apparatus and method for generating fetal heart rate data |
Also Published As
| Publication number | Publication date |
|---|---|
| US11224402B2 (en) | 2022-01-18 |
| CN111093514B (zh) | 2023-10-13 |
| JP2020528807A (ja) | 2020-10-01 |
| CN111093514A (zh) | 2020-05-01 |
| JP6802413B2 (ja) | 2020-12-16 |
| BR112020004655A2 (pt) | 2020-09-15 |
| RU2020113360A (ru) | 2021-10-15 |
| EP3681401B1 (en) | 2020-12-23 |
| WO2019052988A1 (en) | 2019-03-21 |
| US20200275907A1 (en) | 2020-09-03 |
| EP3681401A1 (en) | 2020-07-22 |
| RU2020113360A3 (ru) | 2021-10-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Varghees et al. | Effective heart sound segmentation and murmur classification using empirical wavelet transform and instantaneous phase for electronic stethoscope | |
| Yang et al. | Ensemble of kernel extreme learning machine based random forest classifiers for automatic heartbeat classification | |
| JP6811773B2 (ja) | フォトプレチスモグラム（ｐｐｇ）信号品質を定量化する方法 | |
| US9198634B2 (en) | Medical decision support system | |
| Goovaerts et al. | A machine-learning approach for detection and quantification of QRS fragmentation | |
| US8690789B2 (en) | Categorizing automatically generated physiological data based on industry guidelines | |
| Leung et al. | Analysis of the second heart sound for diagnosis of paediatric heart disease | |
| US12059259B2 (en) | Method and apparatus for processing an electrocardiogram signal and electronic device | |
| CN104382618A (zh) | 基于胎心率检测的去噪方法和胎心率检测仪 | |
| US20140378855A1 (en) | Apparatus and method for feature extraction and classification of fetal heart rate | |
| EP3189776A1 (en) | An apparatus and method for generating fetal heart rate data | |
| Torre-Cruz et al. | Unsupervised detection and classification of heartbeats using the dissimilarity matrix in PCG signals | |
| CN112017695A (zh) | 一种自动识别生理声音的系统及方法 | |
| CN113288058B (zh) | 信号处理方法及装置 | |
| Gonçalves et al. | STFT or CWT for the detection of Doppler ultrasound embolic signals | |
| RU2762369C2 (ru) | Способ определения частоты сердечных сокращений плода для выявления отличий от другого периодического сигнала | |
| Pardey | Detection of ventricular fibrillation by sequential hypothesis testing of binary sequences | |
| JP2016106734A (ja) | 身体情報取得装置、身体情報取得方法、およびプログラム | |
| CN109846473B (zh) | 一种检测单导联10秒心电图噪音干扰程度的方法 | |
| CN110507299A (zh) | 一种心率信号检测装置及方法 | |
| JP6706996B2 (ja) | 生体信号処理装置、異常判別方法およびプログラム | |
| CN109009058B (zh) | 一种胎心监测方法 | |
| EP3479768A1 (en) | A fetal heart rate detection method to discriminate from other periodic signal | |
| Lima et al. | Automatic segmentation of the second cardiac sound by using wavelets and hidden Markov models | |
| US20220181008A1 (en) | Emboli detection methods to identify mechanisms of brain injury in susceptible adults and children |