一种多胞胎的胎心电提取方法及系统技术方案

本发明专利技术属于胎心电监护领域，具体公开了一种多胞胎的胎心电提取方法及系统，包括心电采集模块、多胞胎判断模块和多胞胎心电提取模块，多胞胎判断模块以采集的单通道或多通道腹部心电为输入，输出对胎儿个数的判断；多胞胎心电提取模块根据胎儿个数选择相应的胎心电提取模型，胎心电提取模型以采集的单通道或多通道腹部心电为输入，提取出所有胎儿的胎心电，其中提取出的胎心电按幅值强度降序排列，本发明专利技术实现了多胞胎的胎心电提取，提高多胞胎胎心电监护的效率。胎心电监护的效率。胎心电监护的效率。

【技术实现步骤摘要】
一种多胞胎的胎心电提取方法及系统


[0001]本专利技术涉及胎心电监护领域，特别是一种多胞胎的胎心电提取方法及系统。

技术介绍

[0002]胎心电可通过在孕妇的腹部放置电极的方式进行采集，这种无创的胎心电监护是妊娠期重要的胎心监护手段之一，采集的心电信号可有效地反映腹中胎儿的健康状况。
[0003]采集到的腹部心电信号是母体心电，胎心电和噪声等成分的混合信号，需要有效的技术手段将目标胎心电提取出来。当前已有大量的胎心电提取方法被提出，主要思路大多可分为两类，一类为消除腹部心电中的母体心电成分，剩下的主要成分即为胎心电，但是这些方法主要适用于单一胎儿的情况，多胞胎的情况较为复杂，在消除母体心电后，多个胎儿的心电依旧混合在一起，难以直接用以医疗诊断；另一类为盲源分离法，通过构造分离矩阵将腹部心电中的多种成分进行分离，但是这种方法无法对胎儿的个数进行判断，且输出的幅值，位置，正负等特征难以确定。
[0004]综上，目前针对多胞胎的研究还相对较少。难以简单通过消除母体心电的方法来提取出多胞胎的胎心电，需要可靠的方法判断出当前胎儿的个数，并且分别提取出多胞胎中每个胎儿的胎心电。

技术实现思路

[0005]为了解决上述技术问题，本专利技术提供了一种多胞胎的胎心电提取方法及系统，通过判断多胞胎中的胎儿个数选择相应的胎心电提取模型，以此实现多胞胎的胎心电，提高多胞胎胎心电监护的效率。
[0006]为达到上述目的，本专利技术是按照以下技术方案实施的：
[0007]本专利技术的第一个目的是要提供一种多胞胎的胎心电提取方法，包括以下步骤：
[0008]S1、将采集孕妇腹部心电图输入多胞胎判断模块，由多胞胎判断模块对孕妇腹部心电图进行处理，以判断出孕妇腹部心电图中包含的胎儿个数n；
[0009]S2、将采集孕妇腹部心电图输入多胞胎心电提取模块，由多胞胎心电提取模块根据胎儿个数提取出n个胎儿的胎心电。
[0010]进一步地，采集的孕妇腹部心电图为单通道或多通道腹部心电。
[0011]进一步地，上述多胞胎的胎心电提取方法还包括：
[0012]S3、多胞胎心电提取模块将提取出的胎心电按幅值强度降序排列后输出。
[0013]进一步地，所述步骤S1具体包括：将采集的孕妇腹部心电图进行归一化处理后，输入训练好的卷积神经网络模型中，由卷积神经网络模型输出胎儿个数n。
[0014]进一步地，所述步骤S2具体包括：
[0015]多胞胎心电提取模块根据胎儿个数n选择训练好的n胞胎心电提取模型，将采集的孕妇腹部心电图进行归一化处理后，输入训练好的n胞胎心电提取模型中，输出n通道的胎心电，一个通道的输出对应一个胎儿的心电。
[0016]进一步地，所述归一化处理的方法为：
[0017][0018]式中，y为归一化后的信号，x为归一化前的信号，max为取最大值操作，min为取最小值操作。
[0019]进一步地，在卷积神经网络模型训练过程中，引入专家经验的分类器训练方法，从常规数据库中获取多胞胎孕妇的腹部心电信号，然后让临床胎心监护专家从这些信号中标记出相应的胎儿个数，从而得到训练集的输出目标标签，以此在常规数据库中获取足量的心电信号进行卷积神经网络模型的迭代训练，让卷积神经网络模型学习到从当前区域到目标区域的映射关系，得到训练好的卷积神经网络模型。
[0020]进一步地，在n胞胎心电提取模型训练过程中，采用虚拟数据对模型进行训练，其中虚拟数据由以下公式生成：
[0021][0022]式中，AECG为腹部心电，MECG为母体心电，FECG
i
为第i个胎儿的心电，即腹部心电由母体心电和多个胎儿的心电线性叠加而成，在n胞胎心电提取模型训练过程中，将AECG作为输入，对应的n个FECG作为目标标签进行训练。
[0023]本专利技术的第二个目的是要提供一种多胞胎的胎心电提取系统，包括：
[0024]心电采集模块，所述心电采集模块用于采集孕妇腹部心电图；
[0025]与心电采集模块输出端相连的多胞胎判断模块，所述多胞胎判断模块以采集的孕妇腹部心电图为输入，输出对胎儿个数的判断；
[0026]与多胞胎判断模块输出端相连的多胞胎心电提取模块，所述多胞胎心电提取模块用于根据胎儿个数选择相应的n胞胎心电提取模型，n胞胎心电提取模型以采集的孕妇腹部心电图为输入，提取出所有胎儿的胎心电。
[0027]与现有技术相比，本专利技术通过判断多胞胎中的胎儿个数选择相应的胎心电提取模型，以此实现多胞胎的胎心电提取，提高多胞胎胎心电监护的效率。
附图说明
[0028]图1是本专利技术的多胞胎的胎心电提取方法的流程图；
[0029]图2是本专利技术中多胞胎判断模块里采用的卷积神经网络结构图；
[0030]图3是本专利技术中多胞胎心电提取模块里的卷积自编码网络结构图；
[0031]图4是本专利技术中多胞胎心电提取效果示例图。
[0032]图5是本专利技术的多胞胎的胎心电提取系统的结构框图。
具体实施方式
[0033]为使本专利技术的目的、技术方案及优点更加清楚明白，以下结合实施例，对本专利技术进行进一步的详细说明。此处所描述的具体实施例仅用于解释本专利技术，并不用于限定专利技术。
[0034]实施例1
[0035]如图1所示，本实施例具体是一种多胞胎的胎心电提取方法，包括以下步骤：
[0036]S1、将采集孕妇腹部心电图输入多胞胎判断模块，采集的孕妇腹部心电图既可以是单通道也可以是多通道腹部心电，腹部心电包含母体心电和多个胎儿的心电；由多胞胎判断模块对孕妇腹部心电图进行处理，以判断出孕妇腹部心电图中包含的胎儿个数n；
[0037]将采集的孕妇腹部心电图进行归一化处理后，输入训练好的卷积神经网络模型中，由卷积神经网络模型输出胎儿个数n；
[0038]多胞胎心电提取模块根据胎儿个数n选择训练好的n胞胎心电提取模型，将采集的孕妇腹部心电图进行归一化处理后，输入训练好的n胞胎心电提取模型中，输出n通道的胎心电，一个通道的输出对应一个胎儿的心电。
[0039]S2、将采集孕妇腹部心电图输入多胞胎心电提取模块，由多胞胎心电提取模块根据胎儿个数提取出n个胎儿的胎心电；
[0040]S3、多胞胎心电提取模块将提取出的胎心电按幅值强度降序排列后输出。
[0041]进一步地，所述归一化处理的方法为：
[0042][0043]式中，y为归一化后的信号，x为归一化前的信号，max为取最大值操作，min为取最小值操作。
[0044]本实施例的卷积神经网络模型的网络结构如图2所示，该网络包含4个卷积层、一个降采样层、一个全连接层和一个输出层，采用RELU函数作为激活函数，交叉熵函数作为损失函数。在卷积神经网络模型训练过程中，引入专家经验的分类器训练方法，从常规数据库中获取多胞胎孕妇的腹部心电信号，然后让临床胎心监护专家从这些信号中标记出相应的胎儿个数，从而得到训练集的输出目标标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多胞胎的胎心电提取方法，其特征在于，包括以下步骤：S1、将采集孕妇腹部心电图输入多胞胎判断模块，由多胞胎判断模块对孕妇腹部心电图进行处理，以判断出孕妇腹部心电图中包含的胎儿个数n；S2、将采集孕妇腹部心电图输入多胞胎心电提取模块，由多胞胎心电提取模块根据胎儿个数提取出n个胎儿的胎心电。2.根据权利要求1所述的多胞胎的胎心电提取方法，其特征在于：采集的孕妇腹部心电图为单通道或多通道腹部心电。3.根据权利要求1所述的多胞胎的胎心电提取方法，其特征在于，还包括：S3、多胞胎心电提取模块将提取出的胎心电按幅值强度降序排列后输出。4.根据权利要求1所述的多胞胎的胎心电提取方法，其特征在于：所述步骤S1具体包括：将采集的孕妇腹部心电图进行归一化处理后，输入训练好的卷积神经网络模型中，由卷积神经网络模型输出胎儿个数n。5.根据权利要求1所述的多胞胎的胎心电提取方法，其特征在于，所述步骤S2具体包括：多胞胎心电提取模块根据胎儿个数n选择训练好的n胞胎心电提取模型，将采集的孕妇腹部心电图进行归一化处理后，输入训练好的n胞胎心电提取模型中，输出n通道的胎心电，一个通道的输出对应一个胎儿的心电。6.根据权利要求4或4所述的多胞胎的胎心电提取方法，其特征在于：所述归一化处理的方法为：式中，y为归一化后的信号，x为归一化前的信号，max为取最大值操作，min为取最小值操作。7.根据权利要求4所述的多胞...

【专利技术属性】
技术研发人员：钟伟，庞土坤，
申请(专利权)人：广东警官学院广东省公安司法管理干部学院，
类型：发明
国别省市：