胎兒電子監護自動分析系統的設計與實現

孫海濤, 童 蕾, 陳超敏

(1.南方醫科大學 生物醫學工程學院 廣東 廣州 510515；2.廣東機電職業技術學院 廣東 廣州 510515)

胎兒電子監護自動分析系統的設計與實現

孫海濤1, 童 蕾2, 陳超敏1

(1.南方醫科大學 生物醫學工程學院 廣東 廣州 510515；2.廣東機電職業技術學院 廣東 廣州 510515)

提出一種對圍產期胎兒宮內發育和健康狀況自動評估分析系統.該系統通過對探頭獲取的胎心信號、宮縮壓信號進行處理，識別出胎心宮縮圖的胎心率基線、胎心率加速和減速、胎心率基線變異、宮縮等生理參數指標，并根據計算出的參數值和臨床上廣泛采用的評分法，完成胎兒在宮內的健康狀況評估分析，為婦產科醫生提供診斷依據.通過臨床試驗驗證，相比傳統的人工判讀模式，本系統能夠獲取較為客觀公正的生理參數值，有效避免人工識別的主觀性誤差，提升圍產期胎兒的監護質量.

胎心率； 胎兒電子監護； 胎心宮縮圖； 自動評分分析

0 引言

胎兒在母體生長過程中會出現缺氧、缺血的窘迫狀態，這是致嬰兒死亡的重要因素.胎兒心臟是供氧和輸送營養物質的重要器官，受到大腦中樞神經系統的控制，以及血流狀態和激素等體液的調節.一旦出現問題可導致智力遲鈍、胎兒窘迫，甚至是早產、難產[1].這些特征可以從胎兒心率的變化上反映出來.所以對胎心的判斷對于臨床分析顯得尤為重要.胎心率信號的獲取方式經歷了早期的聽診法、胎兒頭皮電極測心電圖法、母體腹部胎兒測心電圖法[2]以及超聲多普勒法，其中超聲多普勒獲取胎心率目前使用最為廣泛.臨床醫生主要憑借臨床經驗根據胎心宮縮圖進行主觀判斷胎兒發育狀況，沒有較為統一的評判標準，可能會出現誤判，造成嚴重的后果.本文對胎心率檢測算法和胎心率臨床參數指標算法進行優化分析.設計一種基于臨床上廣泛采用的評分法的胎心宮縮圖自動評估系統，根據胎心宮縮圖評分法對胎心率相關參數進行處理分析，進而為宮內胎兒狀況進行綜合評分，為臨床妊娠期產婦的預防和治療提供有效依據.

1 系統結構與功能

本系統設計的胎心監護自動分析系統是對孕婦宮縮壓和胎兒心率進行檢測并智能分析的儀器.主要包括胎心率宮縮壓檢測分析模塊、胎心率曲線相關參數分析模塊、宮縮曲線相關參數分析模塊及評分分類系統分析模塊，其系統框圖如圖1所示.首先將從胎心宮縮探頭模塊獲得的數據進行預處理，然后提取胎心率基線、宮縮基線并檢測和評估相關參數，最后根據Krebs、Fischer、NST、CST等評分法則進行自動評分分析[3]，并保存輸出評估結果.本研究的目的是設計出提取胎心宮縮圖相關特征參數的算法，包括胎心率基線、胎心率加速、胎心率減速、胎心率基線變異、子宮收縮和胎動等參數進行識別和分析，將不同的信號處理方法運用在復雜的生物信號處理之中.

圖1 胎心電子監護系統框圖Fig.1 System structure of the electronic fetal heart rate mornitoring

2 胎心宮縮信號檢測模塊分析

其中:τ為延時，s(t)為實際信號，n(t)為噪聲信號，因為噪聲信號不相關,故后兩項為零，而n(t)自相關的結果理論上是一個δ函數，所以當s(t)為周期函數時，對胎心信號數據進行自相關處理后的結果如圖3所示，橫軸為采樣點.

根據自相關結果求得胎兒瞬時速率，先從自相關序列信號Rxx(k)中提取出第一個峰值和峰值對應的序列點Rf，采樣頻率為Fs，可以計算胎兒的心率跳動周期Tf=Rf/Fs，則胎兒的瞬時心率FHR=60/Tf，得到胎兒瞬時心率曲線如圖4所示.

宮縮信號檢測系統是通過應變壓力傳感器進行采集.子宮收縮時，母體子宮會凸起、變硬，對綁在腹部的宮縮探頭產生壓力，并將壓力信號轉化為電信號，即宮縮波的等效信號.由于此宮縮信號是從母體腹部檢測到的，包含一些復雜的干擾信號，故需要采用相應的處理方法檢測宮縮波周期、持續時間、壓力變化趨勢等參數.

圖2 胎心率原始信號Fig.2 The original signal of fetal heart rate

圖3 胎心率自相關信號Fig.3 The autocorrelation signal of fetal heart rate

3 胎心宮縮曲線相關參數分析模塊

3.1 胎心率基線分析

胎心率基線是胎心率加速、減速、基線變異的重要指標分析的基礎，臨床上胎心率容易受到外界因素干擾，對結果造成不利影響.因此很有必要設計一種高精度獲取胎心率基線的算法[7].一般情況胎心率基線分為：正常、心動過速和心動過緩3種類型.針對不同類型結果并結合臨床表現，設計一種新的胎心率基線提取算法，其算法核心思想是：

1) 讀取單位時間內胎心率數據，去除無效數據(本文為90～200 bpm之外的數據)，對剩余數據進行統計分析，用直方圖分析得到剩余數據中所占比例最大的值作為胎心率的基線值.

2) 將該基線值作為基準點對原胎心率曲線進行平滑濾波.

3) 胎心率曲線波動較大時，單純平滑算法效果不好，必須加以修正.

4) 修正后再進行4次平滑、迭代處理，最終得到較為平穩、光滑的胎心率基線.

直方圖分析獲取基準點位置時，需注意先將胎兒瞬時心率從bpm轉換到時域單位(胎兒的心動周期)，以便于對胎心數據進行篩選.選取胎心率范圍為90～200 bpm，轉換為時域即選取心動周期在300～600 ms之間.然后通過直方圖分析找到某采樣點內出現較為集中的胎兒心動周期，再進行單位轉化即可得到胎心率基準點.如圖5所示觀察到的基準點(倒三角標識)的位置和大小.

圖4 胎兒瞬時心率曲線圖Fig.4 The graphy of fetal instaneous heart rate

圖5 直方圖法分析胎心率基線Fig.5 Histogram analysis for fetal heart rate baseline

平滑算法采用了向前、向后平滑同時進行，將直方圖分析所得的基準點作為胎心率平滑濾波的參考點B0，并在該點的基礎上進行濾波處理.

初始位置：B0=0.975B0+0.025Bi；

向前濾波：Bi=0.975Bi+1+0.025Bi；

向后濾波：Bi=0.975Bi-1+0.025Bi，其中：i=1，2，3….

當胎心率波動較大時，平滑效果不理想，需要對波動大的部分加以修正.修正算法的思想是：設定一個上下限閾值，當胎心率數據大于流動基線上限閾值的時候，該胎心率數據需要被替換，根據設置的閾值能夠找到需要替換點的位置和大小，同理當胎心率數據小于流動基線下限閾值的時候，同樣的方法進行替換[8].3次迭代閾值參數設置如表1.

圖6得到整個監護過程的胎心率基線，波動較大的細線是胎心瞬時速率曲線，較為平穩光滑的粗線就是胎心率基線.

表1 胎心率基線修正閾值參數設置

圖6 胎心率基線檢測分析Fig.6 The algorithm analysis of fetal heart rate baseline

3.2 胎心率加速和減速分析

胎心率加速指實驗開始20 min內不少于2次胎兒瞬時心率大于胎心率基線15 bpm以上，并且連續超過15 s.胎心率減速定義為：隨子宮收縮出現的暫時性胎心率基線降低，依據其出現的先后順序和形狀大小可分為不同類型.腦干中樞交感神經和副交感神經共同支配調節基線加快或減慢，是胎兒自主神經功能調節的一種形式，所以對胎心率加速和減速算法的研究分析對判斷胎兒在宮內的健康狀況具有重要意義[9].

根據胎心率加速的定義設計胎心率加速算法，主要過程為：

1) 獲取胎心率基線和檢測每個采樣點的瞬時胎心率FHR值.

2) 查找大于FHR基線值10 bpm的數據，在以后的一分鐘內搜索最大值，記錄峰值和發生時間.

3) 分別向前、向后55 s時間內搜索比基線值大3 bpm的點.

4) 在3)中搜索對應時間范圍的FHR最小值點，并記錄發生的時間為起始點和終止點.

5) 判斷終點位置與起始點位置的時間間隔是否超過15 s，如超過，就標記一次胎心率加速事件，并標記加速峰值以及發生的時間.

減速檢測算法的思路過程與加速算法類似：

1) 獲取胎心率基線和檢測每個采樣點的瞬時胎心率FHR值.

2) 查找小于FHR基線值20 bpm的數據，在以后的一分鐘內搜索最小值，標記波谷值以及發生的時間.

3) 然后分別向前、向后55 s時間內搜索比基線值小3 bpm的點.

4) 找到滿足條件的點(對應范圍的FHR為胎心率減速事件)，并標記出下降幅度以及發生時間.

實際檢測效果如圖7所示，對加速事件和減速事件標記就可以得到胎心率加速和減速的數目和發生的時間[10].

3.3 胎心率基線變異

胎心率基線變異的定義是：胎心率在基線上快速重復變化的小波，可分為長變異(long term variability, LTV)和短變異(short term variablity,STV).LTV是肉眼可以看見的擺動的基線波，由振幅和周期構成.正常情況下胎兒在胎動活躍時，振幅變化范圍在10～25 bpm之間，如果基線變化不明顯或者停止不動，這將可能是胎兒窘迫的表現.STV是一次心跳到下一次心跳的時間內發生的微小變化，一般情況下這種時間差為20～30 s， 心搏間FHR數值變化范圍一般為3 bpm.胎心率變異的計算主要是變異振幅和周期的計算.其計算方法主要思想是：首先讀取FHR基線數據，把每一分鐘內的基線分化成相連續的片段，算出每個片段基線的平均值，然后將相鄰FHR平均值相減，得到相鄰差值再進行平均即得到每分鐘內變異平均值，最后再將整個過程得到的變異值平均化，計算出最終STV值.

3.4 宮縮基線及宮縮檢測分析

宮縮壓是指孕婦子宮有規律地收縮時產生的壓力，是孕婦產檢的重要指標，對孕婦的早產和流產具有很好的預測作用.本系統中的宮縮波是從孕婦腹壁獲得，其成分比較復雜，故采用如下檢測方法：

1) 對原始宮縮曲線預處理，低通濾波處理得到宮縮數組filter_uc，經微分運算后得到數組diff_uc.

2) 在數組diff_uc選取一個片段并找出最小值坐標，以該坐標為起點向前搜索過零點，該點坐標對應filter_uc一峰值點，并判斷此峰值是否大于宮縮基線25 mmHg，低于則沒有宮縮發生，找出峰值點位置peak.

3) 從峰值peak點開始找出宮縮發生的起始位置和終點位置，若宮縮發生的時間超過30 s，而且本次peak位置與上次間隔大于60 s，則認為發生一次宮縮.

4) 繼續從本次峰值處開始在數組diff_uc向后搜索過零點，標注為新宮縮波的起始點.并保證本次的峰值點位置大于上次位置，避免檢測到同一個宮縮波[10].

依照這種方法向后動態搜索整個宮縮曲線以及宮縮基線，即可以獲取所有宮縮波，圖8為實際檢測到的宮縮波的效果，宮縮曲線峰值處的“·”代表檢測到的宮縮波的最大等效點，而前后相鄰的兩個“·”位置的時間間隔為宮縮波發生的持續時間，即可以計算宮縮次數和持續時間等參數.

圖7 胎心率減速和減速檢測分析Fig.7 The analysis of FHR acceleration and FHR deceleration

圖8 宮縮波檢測分析Fig.8 The utering constraction wave analysis

4 評分分析法設計模塊

胎心宮縮圖(cardiotocography,CTG)是利用電子監護設備對胎心率曲線和宮縮壓力曲線描記下來供臨床分析的圖形.目前國內臨床上大部分依靠計算機描繪出的宮縮圖進行人工判讀，其準確性與一致性不高.在本系統中計算機根據分析胎心宮縮曲線的相關參數對宮內胎兒狀況進行自動評分[11].胎心監護分：無刺激試驗(non stress test,NST)、宮縮應激試驗(contraction stress test,CST)和催產素應激試驗(oxytocin challenge test,OTC)3種監護模式[12].NST是在沒有發生宮縮和外界條件影響的情況下對胎心率曲線的分析.臨床上將NST結果分為4種類型，包括反應型、無反應型、混合型和正弦型.CST是指自然宮縮或外部刺激下對胎心率曲線的分析.OTC是指使用催產素促發子宮收縮下對胎心率曲線的分析.目前國內外學者基于胎心率監護提出了多種方法,其中國外的包括基于Dawes/Redman判斷的Huntleigh系統、SisPorto2.0系統、2CTG系統等，國內的包括廣州三瑞、深圳理邦等， 這些系統的評分結果還沒有一個統一的規范標準.在本系統設計中，有3種NST、CST和OCT監護模式可供選擇，適用于不同的曲線特征.臨床上在國內得到普遍認可的是NST監護模式,本系統的NST采用國際上公認最新的美國婦產科協會(American college of obstetrics and gynaecology,ACOG)指定的產前CTG無刺激實驗分類，制定了最新最權威的參數指標：胎心率基線、胎心率加速、胎心率減速、基線變異等分類方法[13]，分為3種類型：正常型(2分)、不確定型(1分)、非正常型(0分).最后將驗證過了的各參數模塊的算法采用面向對象的思想在客戶端進行軟件系統設計開發.本系統采用Window下的MFC框架進行界面設計和功能實現.

5 結果與討論

本系統研制了一種對胎心宮縮曲線自動評分的電子胎兒監護系統，并對胎心宮縮信號的檢測分析算法進行改進優化.通過對胎心率、宮縮壓信號進行分析，系統檢測出胎心宮縮曲線相關參數值，再根據參數值和評分法對胎兒健康水平進行評分，婦產科醫生則基于評分結果實施相應的治療措施，為臨床準確、快速地預測胎兒宮內狀況和提出治療方案提供保障.為驗證本系統的可靠性和準確性，對大樣本臨床案例進行了評分系統分析(本文未列出)，并將多位婦產科臨床醫生人工識別得分結果作為標準參照.實驗結果發現該系統所自動計算的胎心宮縮曲線指標以及得分結果與人工評分結果相符合.本系統與傳統的人工判別模式相比有以下優點：安全、可靠,降低人工判別的主觀性誤差,從而得到較為客觀公正的結果，進而提升圍產期監護質量.

[1] 程志厚,宋書良.胎兒電子監護學[M].北京：人民衛生出社，2001:60-62.

[2] 夏冰,劉亞雷,穆曉敏,等.一種改進的非線性PCA胎兒心電信號提取算法[J].鄭州大學學報(理學版)，2009,41(1):99-103.

[3] WESTERHUIS M, HOREN E V, KWEE A, et al. Inter-and intra-observer agreement of intrapartum ST analysis of the fetal electrocardiogram in women monitored by STAN[J]. Bjog an international journal of obstetrics & gynaecology, 2009, 116(4):545-551.

[4] 陸堯勝，盧岑，李曉，等.胎心率宮縮圖計算機分析系統的設計與實現[J].微計算機信息，2010,26(18)：26-28.

[5] 張玲,陳碩,張旸.基于自相關獲取周期的時間序列模式挖掘算法[J].信息工程大學學報,2015,16(2)：209-213.

[6] 陳曉娟, 霍曉良, 董寒冰,等. 小波熵閾值的心電信號去噪及R波檢測算法[J]. 河南科技大學學報(自然科學版), 2015, 36(5):46-51.

[7] KRUPA N, ALI MOHD M A, ZAHEDI E, et al. Antepartum fetal heart rate feature extraction and classification using empirical mode decomposition and support vector machine[J].Biomedical engineering online, 2011, 10(1):6.

[8] 成新民,蔣天發,李祖欣.一種基于數學形態學的語音基音軌跡平滑的改進算法[J].武漢理工大學學報(交通科學與工程版), 2010,34(5):1065-1068.

[9] 劉衛紅,李笑天,潘明明,等.計算機分析胎心電子監護結果與胎兒窘迫的相關性研究[J].中華婦產科雜志, 2001,36(10):581-584.

[10]楊建平,肖開選.一種評價宮縮強度的小波能量值分析方法[J].生物醫學工程學雜志,2012,29(1):80-83.

[11]PARDEY J, MOULDEN M, REDMAN C W G. A computer system for the numerical analysis of nonstress tests[J].American journal of obstetrics & gynecology, 2002, 186(5):1095-1103.

[12]MANTEL R, GEIJIN H P V, CARON F J M, et al. Computer analysis of antepartum fetal heart rate: 1. Baseline determination[J]. International journal of biomedical computing, 1990, 25(4):261-272.

[13]IAMAIL N A M, IBRAHIM M, NAIM N M, et al. Nifedipine versus terbutaline for tocolysis in external cephalic version[J].International journal of gynecology & obstetrics, 2008, 102(3):263-266.

(責任編輯：王浩毅)

Design and Implement of Automatic Analysis System for Electronic Fetal Monitor

SUN Haitao1, TONG Lei2, CHEN Chaomin1

(1.SchoolofBiomedicalEngineering,SouthernMedicalUniversity,Guangzhou510515,China;2.GuangdongVocationalCollegeofMechanicalandElectricalTechnology,Guangzhou510515,China)

The cardiotocography(CTG) diagnosis was over-depended on manual operation, and the accuracy was affected by subjective judgement and random factors. A computer-aided automatic analysis system was proposed to forecast the health status of the fetus. The Doppler ultrasound probe was used to obtain the relevant physiological signals. And then signals were calculated by the improved algorithm which was widely used in the clinical fetal electronic monitoring to identify the fetal heart rate (FHR) baseline, FHR acceleration, FHR deceleration, FHR baseline variability and other parameter information. The system made decisions based on the parameters, and got the score. The experimental results showed that the automatic system could be more accurate than subjective judgement, the incidence of neonatal asphyxia and cesarean section could be reduced, and the quality of perinatal monitoring could be improved.

fetal heart rate; fetal electronic monitoring; cardiotocography (CTG); automatic score analysis

2015-12-01

廣東省重大科技專項項目(2012A080104010).

孫海濤(1990—)，男,河南駐馬店人，碩士研究生，主要從事生物醫學信息檢測與處理、母嬰監護系統的研究,E-mail:1536678860@qq.com;通訊作者：陳超敏(1966—),男，江西吉安人，教授，博士，主要從事精確放射治療技術研究，E-mail：gzccm@fimmu.com.

孫海濤，童蕾，陳超敏.胎兒電子監護自動分析系統的設計與實現[J].鄭州大學學報(理學版)，2016，48(2)：65-70.

R318.6

A

1671-6841(2016)02-0065-06

10.13705/j.issn.1671-6841.2015293