基于卷积神经网络的EHG胎儿早产识别算法
2022-06-07吴沈冠邓艳军张烨菲邵李焕赵治栋
中国医疗器械杂志 2022年3期
【作 者】吴沈冠,邓艳军,张烨菲,邵李焕,赵治栋
1 杭州电子科技大学 通信工程学院,杭州市,310018
2 杭州电子科技大学 电子信息学院,杭州市,310018
0 引言
在临床实践中,通常将妊娠期满28周但不足37周时出生的新生儿称为早产儿。早产儿在胎龄、体重、身体各器官发育成熟度上都低于正常的新生儿,将来极有可能出现支气管肺发育不良、早产性视网膜病变等严重的不良预后。根据世界卫生组织的报告,每年至少有1500万早产儿出生,我国每年新生儿约2000多万名,其中约10%为早产儿[1]。子宫的收缩是分娩发动的重要特征之一,随着妊娠的推进,胎儿逐渐成熟,子宫壁的张力随着宫腔容积的增大而不断增强。宫缩活动随着分娩期的临近,从不规律、低强度逐渐趋向于规律和高强度。因此对孕妇宫缩状况进行实时有效地监测对实现胎儿早产预测具有重大的临床意义。
目前临床主要使用的子宫收缩活动监测技术是子宫内压力导管法(intrauterine pressure catheter,IUPC)和分娩压力描记法(tocodynamometer,TOCO)。IUPC在安全性方面略有不足,容易对胎儿造成伤害,更有可能带来严重的相关并发症,比如胎盘或子宫壁穿孔。TOCO法检测结果易受各方面的影响,如TOCO探头的放置位置和皮下脂肪厚度;此外,宫内胎儿运动、母亲呼吸、探头绑缚的松紧程度以及产妇的身体质量指数(body mass index,BMI)等也会影响检测结果的准确性。
子宫肌电(electrohysterography,EHG)信号法通过采集孕妇腹部的子宫肌电信号,能够无创地监测子宫收缩活动,具有高准确性和非侵入性的特点,弥补了目前子宫收缩活动监测技术的不足。……
登录APP查看全文
