[發明專利]胎動信號采集分析裝置

有效

• 申請號: 202011032075.X
• 申請日: 2020-09-27
• 公開（公告）號: CN112155558B
• 公開（公告）日: 2021-08-06
• 發明（設計）人: 賈朋飛;楊洪波;張瑩瑩;呂甜甜;蔡黎明;劉永峰;郭凱
• 申請（專利權）人: 永康國科康復工程技術有限公司
• 主分類號: A61B5/11
• 分類號: A61B5/11;A61B5/00
• 代理公司: 北京遠大卓悅知識產權代理有限公司 11369
• 代理人: 孔凡玲

1.一種胎動信號采集分析裝置，其特征在于，包括：可穿戴設置在孕婦腹壁上的信號采集模塊以及與所述信號采集模塊通信連接的信號分析模塊；

所述信號采集模塊包括間隔設置在孕婦腹壁上的N個用于采集孕婦腹壁的振動信號的傳感器，以進行N個通道數據并行采集；

所述信號分析模塊包括預處理單元、分類單元和統計單元，所述預處理單元將接收的所述信號采集模塊中的N個傳感器采集的振動信號進行數據預處理后傳輸至所述分類單元；

所述分類單元用于對振動信號的形式進行分類，其包括以下步驟：

1)首先將單位監測時間內接收到的N個通道的數據按時間線進行數據切割分段，形成多個獨立的判定單元，然后按時間線對多個判定單元逐一通過以下步驟進行分析判定；

2)通過多通道特征分析先對振動信號進行胎動信號與噪聲信號的區分判定，然后再對胎動信號與噪聲信號的具體形式進行區分判定，形成分類結果，之后進行下一個判定單元的分析判定；

3)重復上述步驟2)直至完成單位監測時間內的所有判定單元的分析判定；

其中，胎動信號的具體形式至少包括敲擊形式胎動和強烈形式胎動，噪聲信號的具體形式至少包括呼吸噪聲、噴嚏噪聲和體動噪聲；

所述統計單元依據所述分類單元的分類結果形成單位監測時間內的多維胎動指標，該多維胎動指標至少包括在單位監測時間內的胎動次數、胎動形式、胎動最長持續時間、最長持續時間內強烈胎動占比、胎兒最長靜態時間以及胎兒活躍度；

其中，所述胎動最長持續時間為：單位監測時間內，連續被判定為胎動信號的判定單元區間中，持續時間最長的區間所占的總時間；

所述最長持續時間內強烈胎動占比為：單位監測時間內，胎動最長持續時間區間中，被判定為強烈形式胎動的區間所占的百分比；

所述胎兒最長靜態時間為：單位監測時間內，連續被判定為噪聲信號的判定單元區間中，持續時間最長的區間所占的總時間；

所述胎兒活躍度為：單位監測時間內，被判定為胎動信號的判定單元占單位監測時間內的所有判定單元的百分比；

所述步驟2)具體包括：

2-1)對單個判定單元進行多通道特征提取，包括：

2-1-1)提取N個通道之間的皮爾遜相關系數，然后計算每個通道對于其他通道皮爾遜相關系數的均值，記為皮爾遜相關系數均值ρ_n；

2-1-2)計算N個通道中每個通道的峰峰值商：根據采樣頻率，設定峰峰值之間的最小水平單位距離，在此距離下，計算每一個通道中最大峰值與最小峰值的比值，記為peakDivision_N；

2-1-3)對N個通道信號做頻譜分析及歸一化處理，并計算N個通道信號不同頻率對應振幅的平均值amp_n，統計amp_n大于振幅閾值thresholdAmp的通道數量，記為count_{(ampthresholdAmp)}；

2-1-4)矩陣特征分析：單個判定單元內，將N個通道信號的振動信號數據構成M*N的矩陣,M表示采樣頻率f與判定單元時長t的乘積，即M＝f*t；對于該矩陣，以meanRowValue表示行向量的均值，index表示行向量的索引，取如下特征：

a)行向量均值最大值與最小值的差值

r_max-min，r_max-min＝meanRowValue_max-meanRowValue_min，

其中，meanRowValue_max表示行向量均值最大值，meanRowValue_min表示行向量均值最小值；

b)行向量均值最大值的索引與行向量均值最小值的索引差index_max-min,index_max-min＝index_max-index_min,其中，index_max表示行向量均值最大值的索引，index_min表示行向量均值最小值的索引；

2-2)依據步驟2-1)獲得的多通道特征對該判定單元的振動信號進行胎動信號與噪聲信號的具體分類，包括：

2-2-1)設定2個皮爾遜相關系數判定閾值A和B，其中，0＜A＜B，將所有通道的皮爾遜相關系數均值ρ_n中的最小值ρ_min與A和B進行比較，再根據比較結果按以下不同步驟進行判定；

2-2-2)ρ_min＞B時，統計N個通道中每個通道的峰峰值商peakDivision_N；

I、若存在有至少一個通道的峰峰值商大于設定的閾值P_T時，則判定為敲擊形式胎動，輸出分類結果，否則再按以下步驟繼續進行判定，其中，2.0≤P_T≤2.5；

II、統計count_{(ampthresholdAmp)}的數量，若主頻數量count_{(ampthresholdAmp)}＝J時，則判定為呼吸噪聲，輸出分類結果，J為正整數；否則再按以下步驟繼續進行判定；

III、設定矩陣特征分析閾值thresholdValue，若r_max-min＞thresholdValue且index_max-minI*f時，判定為噴嚏噪聲，否則判定為體動噪聲；輸出分類結果，其中，I為比例系數，1≤I≤2.5；

2-2-3)ρ_min＜A時，若所有通道的皮爾遜相關系數中，小于A的皮爾遜相關系數的數量不大于k時，則判定為敲擊形式胎動，否則判定為強烈形式胎動，輸出分類結果；其中kN/2；

2-2-4)A＜ρ_min＜B時，再統計N個通道中每個通道的峰峰值商peakDivision_N，若存在有至少一個通道的峰峰值商大于設定的閾值P_T時，則再按以下步驟a)進行判定，否則按以下步驟b)進行判定；

a)若所有通道的皮爾遜相關系數中，小于A的皮爾遜相關系數的數量不大于k時，則判定為敲擊形式胎動，否則判定為強烈形式胎動，輸出分類結果；其中kN/2；

b)設定矩陣特征分析閾值thresholdValue，若r_max-min＞thresholdValue且index_max-minI*f時，判定為噴嚏噪聲，否則判定為體動噪聲；輸出分類結果，其中，I為比例系數，1≤I≤2.5。