卜朝晖安蒙蒙陈立锋周斌 郑政

0 引言

胎心监护措施对保障孕妇和胎儿健康具有重要意义[1]。目前，临床上使用的胎心监护仪主要是基于超声多普勒原理，该方法对胎心的监测是间接的，不够直观。同时，该类设备体积大，成本高，整个监测过程需有专业医护人员陪护操作，对用户来说极为不便。相关研究表明，胎儿心电可以最大程度地反映胎儿心脏发育情况[2-4]。

胎儿心电提取方法主要有自适应滤波[5]、小波变换[6]、盲源分离[7]和神经网络[8]等。自适应滤波需要胸部和腹部两路信号，提取的胎儿心电信噪比低；盲源分离需要多路腹部信号，电极连线复杂；小波变换对不同小波基的选择十分敏感，实用性受到限制，提取的胎儿心电信噪比较低；神经网络训练时间较长，实时性差。

文献[9]提出了利用扩展卡尔曼滤波(extended kalman filtering，EKF)和奇异值分解(singular value decomposition，SVD)相结合的单通道胎儿心电信号(fetal electrocardiogram，fECG)提取算法，提取出的fECG具有很高的信噪比，由于是单通道提取，所以连线简单，且可以满足提取的实时性，很好地解决了目前已有的胎儿心电提取方法中存在的问题。本文设计了基于Android移动智能终端的单通道胎儿心电监护系统，在移动智能终端上实时完成了EKF和SVD相结合的单通道胎儿心电提取算法。首先，利用STM32控制24位高精度采样芯片ADS1298完成对孕妇腹部信号的采集，再将采集后的数据通过蓝牙传输到基于Android的移动智能终端，最后，在移动智能终端上完成对胎儿心电的实时提取、显示、存储与分析，计算出相应的心律变异率，并实现对整个监护系统进行控制等功能。整个系统实时性强，准确率高，连线简单，便于携带，界面友好，可移植性强，适合家庭和社区医院使用。

本设计的创新点：(1)在基于Android的移动智能终端上实时完成了EKF和SVD相结合的单通道胎儿心电提取算法，设计了基于Android系统的人机交互界面，实现了胎心监测和诊断的远程移动医疗，适合家庭和社区医院使用;(2)使用24位高精度采样芯片ADS1298直接采集信号，不需要单独设计放大器，简化了电路，便于携带，降低了系统功耗;(3)该单通道胎儿心电监护系统适用于母体和(或)胎儿心律不齐的情况。

1 基于EKF和SVD相结合的单通道胎儿心电提取方法

本设计在扩展卡尔曼滤波(extended Kalman filtering，EKF)算法的基础上，结合奇异值分解(singular value decomposition，SVD)算法[10-13]，可以从单通道孕妇腹部信号中准确提取出高信噪比的胎儿心电信号(fetal electrocardiogram，fECG)，该提取方法的流程如图1所示。首先对单通道腹部信号做50 Hz陷波滤波和0.5～100 Hz带通滤波的预处理；然后进行R峰检测，找出腹部信号中母体心电(maternal electrocardiogram，mECG)的每个R-R间期，考虑到母体心电可能存在心律不齐的情况，针对每个心动周期分别计算其角速度，因此，该算法适用于母体心律不齐的情况；再利用EKF估计出腹部信号中的mECG，随后用腹部信号减去估计出的mECG，进而得到fECG的初步估计。此时，fECG中仍含有较大噪声干扰及母体心电残留，对初步估计出的fECG进行R峰检测，由于胎儿心电信号不是严格的周期信号，胎心率存在一定的变异性，同时，也为了适应胎儿心律不齐的情况，本设计先对胎心的每个R-R间期进行等周期插值，构造胎儿心电信号重构矩阵A，然后，利用SVD算法对fECG进行去噪处理[14-17]，进一步提高信噪比，最后，再对胎心的每个R-R间期进行相应的抽取，恢复出胎心实际的心动周期。因此，该算法适用于胎儿心律不齐的情况。

图1 单通道胎儿心电提取流程Figure 1 Flowchart of single channel fetal ECG extraction

2 基于移动智能终端的单通道胎儿心电监护系统的设计

本文实现的基于移动智能终端的单通道胎儿心电监护系统的总体结构如图2所示。首先，利用STM32控制24位高精度采样芯片ADS1298完成对单通道孕妇腹部信号的采集，再将采集后的数据通过蓝牙传输到基于Android的移动智能终端，最后，在移动智能终端上实时完成EKF和SVD相结合的胎儿心电提取算法，并对提取出的胎儿心电进行显示、存储与分析，计算出相应的心律变异率，设计基于Android系统的人机交互界面，实现对整个监护系统控制等功能。

图2 系统总体结构Figure 2 The overall system structure

2.1 基于STM32的采集控制模块

本系统采用STM32F407单片机控制ADS1298完成对孕妇腹部信号的实时采集，并控制蓝牙模块将采集的数据实时传输给移动智能终端。

设计使用24位的高精度采样芯片ADS1298对单通道孕妇腹部信号进行采集，因而无需单独设计放大器，仍然可以获得足够高的采样分辨率，这样可以简化电路的设计，降低系统功耗，易于实现便携式。设计中ADS1298的采样频率为250 Hz，其工作流程见图3。

图3 ADS1298控制流程Figure 3 ADS1298 control flowchart

2.2 基于Android移动智能终端的单通道胎儿心电监护模块

本设计在基于Android的移动智能终端上实时完成EKF和SVD相结合的单通道胎儿心电提取算法，并对提取出的胎儿心电进行显示、存储与分析，计算出相应的心律变异率，设计相应的人机交互界面，完成对胎儿心电的检测和初步诊断，移动智能终端实现的功能如图4所示。

图4 移动智能终端功能框图Figure 4 Functional block diagram of mobile smart terminal

2.2.1 基于EKF算法的单通道胎儿心电提取

为了适应母体心律不齐的情况，算法以每个母体心动周期为单位，对孕妇腹部信号做EKF处理，算法实现的流程见图5。

图5 EKF提取胎儿心电流程Figure 5 Flowchart of fetal ECG extraction by EKF

2.2.2 基于SVD算法的胎儿心电去噪

由于胎儿心电信号不是严格的周期信号，胎心率存在一定的变异性，为了适应胎儿心律不齐的情况，本设计先对胎心的每个R-R间期进行等周期插值，构造出胎儿心电信号重构矩阵A，然后利用SVD算法对胎儿心电进行去噪处理，最后再对去噪后的胎心每个R-R间期进行抽取，恢复出实际的胎儿心动周期长度。插值和抽取采用级联积分梳状(cascade integrator comb，CIC)滤波器实现。

胎儿心电重构矩阵A的行数m越大，对信噪比的改善就越明显，但当行数m≥7时，信噪比的改善趋势变缓。另外，由于矩阵A中的每一行都对应于胎儿的一个心动周期，故行数越多，算法处理的滞后时间就越长，实时性变差。综合考虑fECG信噪比改善和处理的实时性，重构矩阵A的行数m取为4～6行较为合适[9]。本设计选取m=5，采用长度为5的滑动窗，每次去噪处理向后滑动一个胎儿心动周期，SVD去噪算法的处理流程见图6。

图6 SVD胎儿心电去噪算法流程Figure 6 Flowchart of fetal ECG denoising algorithm based on SVD

2.2.3 基于Android系统的人机交互界面软件的实现

在基于Android系统的移动智能终端上进行人机交互界面软件的设计，根据临床需要，人机交互界面主要由3部分组成：(1) 信息录入部分，记录孕妇的临床编号、姓名、年龄、身高、体重等基本临床信息;(2) 波形显示部分，完成fECG波形显示、mECG波形显示和胎心变异率波形显示;(3) 系统功能部分，实现信号采集的开始与停止，以及对提取到的胎儿心电信号进行存储、回放、心律变异率的计算和初步诊断等功能。

3 实验结果

由于伦理和安全等因素限制，本设计采用DaISy数据库和MIT-BIH非侵入式胎儿心电数据库中的真实心电信号对系统进行实验验证。先将数据库中真实的孕妇腹部信号存储到任意波发生器AFG3252中，然后由AFG3252产生相应的模拟信号作为整个系统的输入信号。为了模拟真实心电信号的幅度值，需要在函数发生器的输出端连接一个信号衰减器，再将衰减后的信号进行采样。验证系统的连接示意图见图7。

图7 验证系统的连接示意图Figure 7 Connection diagram of verification system

3.1 基于移动智能终端的单通道胎儿心电提取结果

在基于Android的智能手机端实现fECG的提取，结果如图8所示。实验采用DaISy数据库通道3的孕妇腹部信号，可以看出，胎心提取有5个胎儿心动周期的延时，这是由于在对胎心进行SVD去噪处理时，需要用5个fECG周期的数据构造胎儿心电信号重构矩阵A。

图8 基于移动智能终端单通道胎儿心电信号的提取结果Figure 8 Extraction results of single channel fetal ECG signal based on mobile intelligent terminal

3.2 基于移动智能终端的胎儿心电监护系统的稳定性测试

实验采用DaISy数据库通道3的孕妇腹部信号，当系统运行5 min和30 min时，分别截取10 s的胎儿心电提取结果，波形如图9所示。可以看出，随着运行时间增加，该胎心监护系统依然可提取清晰的胎儿心电波形，无基线漂移和明显的信噪比改变，由此可见，本文设计的基于移动智能终端的单通道胎儿心电监护系统具有良好的稳定性。

图9 系统稳定性测试结果Figure 9 Results of system stability test

3.3 基于移动智能终端的胎儿心电监护系统的实时性测试

系统使用的Android智能手机型号为小米6X，版本为Android 9.0，最高频率2.2 GHz，运行内存为4 GB。由于在对胎心进行SVD去噪处理时，需要用5个fECG周期的数据构造胎儿心电信号重构矩阵A，测试结果表明系统处理5个fECG周期的数据用时约为70 μs，远小于1个母体心动周期(约0.8 s)的时间，完全满足临床使用对实时性的需求。

3.4 基于移动智能终端的胎儿心电监护系统的准确性测试

利用敏感性(Se)、阳性预测率(PPV)和F1值3个指标来评价本系统的准确性，其中F1值是准确性的度量。

(1)

(2)

(3)

式中：TP(true positive)为真阳性，代表正确检出的胎儿QRS波个数；FP(false positive)为假阳性，代表错检的胎儿QRS波个数；FN(false negative)为假阴性，代表漏检的胎儿QRS波个数。

MIT-BIH非侵入式胎儿心电数据库中的腹部信号信噪比低，胎儿心电被严重污染，为此，从中选取了15组心电记录，共计48个腹部通道，每个腹部通道截取30 s数据长度，分别利用Se、PPV和F1值这3个指标来评价该胎儿心电监护系统的准确性，评价结果见表1。

表1 胎儿心电监护系统的灵敏度、阳性预测率和准确性(单位：%)Table 1 Sensitivity，positive predictive rate and accuracy of fetal ECG monitoring system(unit:%)

3.5 基于Android智能手机的人机交互界面

基于Android智能手机的单通道胎儿心电监护系统的人机交互界面设计如图10所示。主要实现了孕妇信息录入，蓝牙连接，胎心波形显示、存储与回放，胎儿心律变异率的计算以及胎心功能初步诊断等功能。

图10 Android端人机交互界面设计Figure 10 Design of human-computer interactive interface on Android

4 讨论与结论

目前，胎儿心电监护系统使用的方法主要有：自适应滤波、小波变换、盲源分离和神经网络等。本文设计的基于移动智能终端的单通道胎儿心电监护系统，实现了EKF和SVD相结合的单通道胎儿心电信号提取算法，提取出的fECG具有很高的信噪比，由于是单通道提取，所以连线简单，便于携带，系统工作稳定，满足临床对实时性的需求。同时，该胎心监护系统具有很高的准确性，且适用于母体和(或)胎儿心律不齐的情况，很好地解决了目前已有胎儿心电监护设备存在的问题，具有良好的临床应用价值。

另外，实验测试也发现，当fECG和mECG完全重叠时，提取出fECG的QRS波幅度较小甚至丢失，这个现象在其他单通道fECG提取方法中同样存在，这将是今后胎儿心电提取的研究重点。

本设计实现了基于Android的单通道胎儿心电监护系统，实验测试结果表明：该胎心监护系统可从单通道孕妇腹部信号中准确提取出fECG，准确度为95.60%，阳性预测率为98.71%，系统具有良好的稳定性，连续处理5个fECG周期的数据用时约为70 μs，远小于一个母体心动周期(约0.8 s)的时间，完全满足临床使用对实时性的需求。该胎儿心电监护系统连线简单，便于携带且容易操作，人机界面友好，可移植性强，实现了对胎儿心电监护的可穿戴式远程移动医疗，适合基层、社区医疗以及家庭使用。