DIY编程器网

标题: 胎心率计算机算法的进展 [打印本页]

作者: admin 时间: 2014-10-12 21:24
标题: 胎心率计算机算法的进展
1　引言
提高人口出生质量，降低围产儿的死亡率是妇幼保健工作的一项重要内容。据统计，我国弱智儿童数量十分庞大，很大部分是由于胎儿在生长过程中经常处于缺氧、缺血的窘迫状态而导致发育不良或早产［1］。统计资料表明，围产儿死亡中25％是可以避免的。显然在围产期对胎儿进行监护，防止胎儿受损是十分必要的。胎心率监护是目前临床上常用的一种胎儿监护方法。胎心率的监护方式主要有三种：无刺激试验、宫缩负荷试验和催产素激惹试验。无刺激试验的胎心率监护是目前临床上使用最广泛的方式。进行胎心率监护首先要检测胎心率，早先的方法有母体腹壁心电图、体外心音图、胎儿心电图等［2］。当前胎心率检测方法可分为有损检测和无损检测。有损检测主要采用头皮电极的方式来检测胎心率，即将电极置于胎儿头皮直接测得胎儿心电信号后得到胎心率，它只能在分娩过程胎儿头部娩出后才可使用；而无损检测主要采用超声多普勒方式，即由胎儿心脏的物理运动造成超声的多普勒效应来检测胎心率，可适用于产前和分娩期监护。胎心率分析就是在通过上述方式获得胎心率数据后进行的分析，由分析得出的一些指标来判断和预测胎儿状况。一种有效的胎心率分析方法需要经过大量临床数据的分析，建立起具体指标、曲线形态类型和胎儿健康状况之间的相应关系，预测胎儿发育状况，才能使分析方法具有实际的临床使用价值。目前在临床上使用的各种不同厂家的机型其分析方法也各不相同［3～5］，都是在各自大量的临床数据分析积累后建立起来的算法模型。
虽然目前对采用胎心率监护来判断胎儿发育状况好坏还存在许多的争论［6］，但是赞成使用胎心率监护的还是绝大部分，所以对胎心率分析方法的研究也不断在发展。随着信号采集和检测技术的不断提高及胎心率分析方法的发展，胎心率监护必将成为一种临床上更为有效的胎儿监护方法。
2 胎心率分析方法发展状况
在计算机进行胎心率分析之前，主要采用肉眼识别和凭医生的临床经验来判断胎儿发育状况。直至70年代末80年代初，用计算机对胎心率进行在线式（on-line）或离线式（off-line）的分析［5］，才使胎心率分析有了定量化的指标。肉眼识别和计算机的定量化分析相比，前者一致性差，精确度低，人为主观因素影响大。在未使用计算机分析胎心率时，引起胎心率监护争论的很大原因是由于缺少一致性良好的客观指标［7］。RobertGagnon等人对计算机分析和肉眼识别进行对比，结果发现即使是同一个妇产科专家，在经过一段时间后，对同一曲线的识别也不一样，更何况是不同专家之间，可见肉眼识别的一致性很差，不适合进行客观诊断［8］。目前随着计算机性能的日益提高，各种新兴的分析方法也逐步被应用到胎心率分析上来挖掘胎心率监护曲线内部隐藏着的更为重要的信息，以寻找更加准确的分析方法。目前正在被使用或处于研究中的分析方法有许多，既有线性，又有非线性，既有时域，又有频域。下面对一些主要的方法进行综述。
2.1 时域分析
时域分析方法是最常用、最成熟的分析方法。目前在临床上实际使用的胎心率监护仪都是采用对胎心率的时间序列进行线性分析。例如牛津公司的System8000［5］、Hew-lett-Packard公司的HP8040［9］等。采用线性时域分析，首先要根据临床要求确定胎心率曲线各个监护指标的定义，然后采用相应的数学手段例如统计、扫描、判断比较等从曲线形态上来识别计算各个指标，最后根据指标综合判断胎儿的健康状况。研究人员采用线性时域分析法经过近20年的大量临床试验，使这些指标已经有了较为统一的曲线形态上的定义，常见的指标如胎心率基线、胎心率加速、减速、胎心率的波动幅度和频率等，并建立了各个指标和胎儿键康状况、储备大小之间较明确的关系，得出了能够较好地用胎心率指标来评判断胎儿状况的标准［10］。所以采用线性的时域分析已基本达到临床使用要求。对于具体系统，其数据采集方式、采集速度、使用单位等不同，其相应的各指标定义和标准也略有不同，具体的算法也有一定差别。
2.2 频域分析
频域分析相对时域分析而言，只是将心率数据通过快速傅立叶变换（FFT）将时间域转换到频域，相应地采用频域参数例如谱密度、谱能量等来建立衡量胎儿状况的指标。和时域分析类似，分析某时间段的心率谱，同时记录对应时间段胎儿的生理和病理状况。对一定量的胎心率数据样本进行分析对比、观察统计，建立其某个频谱参数和相应的胎儿状态之间的关系，从而达到能预测胎儿健康程度的能力。VanWoerdenEE等人采用能量谱分析胎儿心率变化和胎儿行为，结果发现有正常面部运动时段的能量谱在面部运动频率处有一个波峰，而没有面部运动的时段对应的能量谱就没有峰值出现［11］，如图1所示。而AbboudS等人采用能量谱通过腹壁母体心电图来分析胎儿心率变化，他们从15个怀孕32～41周的孕妇身上获得母体心电图后采用正交相关函数、数字滤波和快速傅立叶变换等得到能量谱［12］。分析能量谱得出了两个反映心率长变异和短变异的指标，并和信号在时域分析中得出的变异进行比较，发现有良好的一致性（r＝0.937）。

图1在有正常面部运动的CF1状态期，胎心率变化的相对谱密度（注：纵坐标A.U.表示相关谱密度的绝对单位，RM指示面部运动所处的频率位置。
2.3 人工神经网络分析
人工神经网络是一类仿生物神经网络原理的信息处理系统，与传统信息处理系统有着本质不同，是以并行性、容错性、非线性和自学习性等为主要特征。胎心率是一种随胎儿健全状况、成熟程度不同而不断变化的，同时胎心率很容易受低血氧、贫血、酸中毒、宫缩等因素影响［1］，简单地凭线性方法可能还不足以最准确地反映胎儿状况，应该以多种因素综合考虑来进行诊断。采用神经网络方法能够将多个因素同时进行考虑，适当地应用到对胎心率的诊断和识别能够取得较好的效果。目前研究人员主要用神经网络方法来构造小的专家系统进行预测和识别隐藏在曲线内部的信息。KelthRDF等人采用4个输入节点分别表示减速的面积、深度、时长及变化，5个隐层节点，3个输出节点分别表示不是减速、是减速、是一个严重减速来构造了一个BP神经网络模型如图2所示，在经过106次随机样本输入，每个样本大约重复输入了2193次。网络学习一直到误差小于0.1后停止，然后对116个时间长度为15min的未知片段进行识别，识别完后再进行第二次的随机识别，同时由妇产科专家、助产士、工程师、临床使用的监护仪进行相同方法的识别作为对照。结果发现网络的识别结果和妇产科专家的识别结果有最高的符合率，同时对同一样本的识别又比专家的一致性要高，而且远远好于目前在临床上使用的监护仪的专家符合率［13］。DevoeLD等人采用神经网络来预测胎儿的预后状况和确定对于足月孕妇无负荷试验的每次监护的最佳时间间隔［14］。他们发现连续的或隔天的胎心率情况可以较好地预测下一天的胎心率情况，从而可以按照一定的时间间隔进行监护，而避免了无规则地盲目监护。他们还由此得出胎心率的长变异是提供预测的最好指标，并和采用回归方程的方法相比，神经网络方法预测出的结果要来得好。
2.4 混沌分析
混沌理论是专门用于描述介于线性和随机两者之间边界问题的一类混沌现象。研究人员在研究控制胎心率的生理机制后，得出胎儿心率既不是一个简单的线性变化，也不是完全的随机过程，是处于这两者之间的边界问题即混沌现象，所以用混沌方法来分析胎心率可能更好地理解胎心率的整个生理机制。ChaffinDG等人采用相位空间重建技术和维数分析，研究了12条从正常孕妇中得到的胎心率曲线，用时延方法得到相位空间吸引子，其特征和那些非线性混沌系统具有一致性，揭示了胎心率的变化是由一个非线性混沌系统控制的［15］。RenzoGG等人采用分形算法来估测胎心率的变化情况［16］，他们分析了健康足月胎儿的心率，得到一个大的中心吸引子，并伴有大量随机的能量投射，而当心率曲线变得有问题时，吸引子就变小，能量投射数目也相应减小，当胎儿进一步退化，则吸引子变得非常小，而且基本上没有能量投射。他们还指出，在提早衰退的胎儿中，吸引子在其轨迹上失去了原来的复杂性而变得更小、更狭窄，并且和D2维值的下降相一致。

图2　输入节点所表示的含义和BP神经网络的构成

图3　胎心率曲线和相应的时频能量分布图：（1）31周孕期；（2）38周孕期
2.5 匹配跟踪（MatchingPursuits，MP）
MetinAkay等人研究和总结了前人单独在时域或频域中的FHR分析技术，提出了基于时域和频域的匹配跟踪法（MP）来分析FHR。由于匹配跟踪法能在时间—频率平面得到复杂的能量结构，例如从尖脉冲状到持续的活跃波动型，而这样的结构用能量谱方法和小波分析都是无法在时间—频率平面得到的。用MP方法去考察胎心率的波动是因为传统的傅立叶变换不能反映波动很少的信号，而小波变换因其傅立叶变换只支持一个很小频带，也不能反映频带很宽的信号结构。MetinAkay等人用MP方法去考察胎心率的时频特征时，发现其能量结构符合上述所述的复杂结构［18］，这使得用传统傅立叶变换到频域中去分析或使用小波变换分析都不能很好地反映胎心率信号的特征。MetinAkay等人用MP方法考察了怀孕31周和38周健康的孕妇，发现相对于31周胎心率而言，38周的胎心率信号中能够得到更多的小块高频成份，而且频率值也更高一些。虽然两者都有长的水平状结构，但是38周的心率曲线对应的水平状结构对应更高的频率值，如图3所示。显然不同孕周的胎心率监护曲线通过此方法可以进行区分，并判断胎儿发育是否良好。进一步发现使用MP方法可以非常敏感地检测出动态变化的FHR信号中的干扰，可以提高对胎心率监护曲线的置信度。
3 讨论
胎心率监护过程是一个复杂的过程。由于对分娩前胎心率的检测是通过母体腹壁得到，若采用心电信号方式，则受母体的心电、肌电等各种生物电信号的干扰；若采用超声波多普勒方式检测，则容易受母体的腹壁运动、胎儿自身的移动以及母亲肥胖等生理结构的影响。加上胎儿本身的心脏又那么弱小，电信号和心脏壁、血流的运动都非常微小，所以要得到高质量的胎心率是一个很复杂的技术过程［18］，而胎心率信号质量的高低决定了胎心率监护的可信度［19］。同样，得到胎心率数据后对其分析也是一个复杂的过程：首先选取适当的监护指标，依据指标建立起一个可靠的算法模型和分析方法，再由算法模型对大量的临床数据和记录进行求解，并利用统计学手段对指标结果进行统计、对比、分析，建立起指标和胎儿病理生理状态之间的良好关系，并选取相应指标的正常值范围，从而使分析具有辅助诊断的功能［20］。
目前对胎心率的监护是否有效还存在一定的分歧和争论，研究人员发现胎心率曲线并不能准确反映胎儿的健全状况，例如宫内死亡的胎儿并不都是由相似的病理原因引起的，有些胎儿死亡前还表现出正常形态的胎心率监护曲线，这使有些研究人员对胎心率监护持怀疑态度［6］。同时，胎心率所受影响的因素很多，如不同的分娩阶段有不同的变化情况，或者受药物、麻醉等影响，这使得对胎心率的诊断需要进行综合考虑，而不能简单地用单个胎心率曲线指标来反映胎儿状况［21］。目前对胎心率的监护指标还没有一个完全统一的标准正常值，实施胎心率监护的标准化还有许多工作要做。例如对于哪些孕妇需要进行监护，监护多长时间得到的胎心率才保证有效，信号丢失率达到多少才可能引起记录不准确，各类参数的精确度需要满足多少才能符合计算和判别的要求，正常监护一般需间隔多少时间等等。
由于胎心监护还没有严格的标准存在，所以目前正在临床上使用的不同公司的仪器参照的标准也各不相同，包括依据的指标定义不一样，数目不一样，参数取值范围不一样等多方面，而且每种仪器所使用的胎心率检测过程也可能不一样，使得胎心率数据采用的单位、精度和相同时间采集的数据量也可能不一样，这都影响到计算机对数据的分析，势必也很难使各仪器的参照标准之间达到完全一致。妇产科医生必须依据所使用的仪器的标准来诊断。目前临床上使用的不同公司的仪器，其诊断标准都是通过很长时间的临床试用，做过大量的各种类型孕妇、各个怀孕时间、分娩阶段的监护，基本包括了一些临床常见的曲线类型，建立了曲线指标和胎儿生理病理状况之间较好的相互关系，使这些参数基本能够反映胎儿的各种生理病理状况，基本符合临床监护的需求，并试图建立了这些参数的正常范围值。
目前对各类胎心率分析方法已有许多，除了上面的所述外还有小波分析等，而且还在不断研究中，但大多还是停留在理论的研究上，真正应用到临床识别和诊断还相当少，而且基本还没有非常符合临床实际使用要求的方法。象上述介绍的各种非线性方法，目前还都只是一些尝试性的工作，真正能要应用到临床还有大量的数据积累、分析、统计工作要做，以使得对应方法建立起良好的分析指标和胎儿生理病理状况之间的关系，除此之外，诊断识别和预测的准确率的提高还要能够满足长时间监护分析的要求，分析和诊断速度要能够满足实时监护的要求，能够对信号质量进行估计并能进行自适应地调整算法参数等。随着研究人员的不断深入研究，可以相信，更好的、更符合临床要求的分析算法将会真正使胎心率监护趋向标准化。

欢迎光临 DIY编程器网 (http://diybcq.com/)