Феталното наблюдение ще доведе до големи промени

Наблюдението на плода ще доведе до големи промени

Изследователи в Иран са използвали дълбока невронна мрежа (DNN), за да извлекат фетална електрокардиограма (ЕКГ) от един абдоминален ЕКГ канал. Техният метод, описан във Физиологични измервания, може да подобри наблюдението на плода в бъдеще.

Как да изолираме ЕКГ на плода?

Понастоящем електрическата активност на сърцето на плода се измерва чрез електрокардиограма, получена от електроди с ЕКГ проводници, поставени върху корема на бъдещата майка. Клиницистите могат да използват феталната ЕКГ за оценка на здравето на плода и диагностициране на аномалии.

Предизвикателството? Трудно е да се отделят феталните ЕКГ сигнали от абдоминалните ЕКГ, които съдържат сигнали от плода („ЕКГ на плода“) и майката („ЕКГ на майката“), както и сигнали от източници на смущения, като мускулни контракции. Тази задача става по-взискателна към края на бременността, когато амплитудата на ЕКГ сигнала на плода е сравнима с тази на ЕКГ на майката.

Водещият автор на изследването, Араш Расти-Мейманди, студент в Иранския университет за наука и технологии, и колегите му излязоха с подход, който разчита на DNN за решаване на проблема.

Rasti-Meymandi е вдъхновен от Unets, конволюционни мрежи, често използвани за задачи за сегментиране на медицински изображения. Той и неговият сътрудник Абузар Гафари прилагат модифицирана версия на Unet, за да извлекат първо ЕКГ на бременната жена и след това ЕКГ сигнала на плода.

„Unet превъзхожда други техники в сегментирането на изображения“, каза Расти-Мейманди. „За да извлечем различни компоненти на абдоминалната ЕКГ, ние открихме абдоминални ЕКГ сигнали с различни разделителни способности (подобно на процеса, използван в модела на Unet).“

DNN на изследователите, наречен AECG-DecompNet, използва две подмрежи последователно за извличане на фетални ЕКГ от едноканална абдоминална ЕКГ. Първата подмрежа извлича ЕКГ на майката; втората е ЕКГ на плода. Изследователите отделно обучиха двете подмрежи, използвайки симулирани ЕКГ сигнали, и след това оцениха подмрежите, използвайки симулирани и реални абдоминални ЕКГ записи.

Използвайки графичен процесор, DNN на изследователите може да обработи четири секунди абдоминални ЕКГ записи за около една секунда.

Бъдещето на DNN и феталната ЕКГ

За разлика от други методи за намаляване на шума на сигнала, които изискват референтна ЕКГ модалност (P, Q, R, S и T вълнови форми, които показват електрическата активност на сърцето), многоканални ЕКГ или и двете, методът на изследователите изисква само един канал, т.е. Мога. Това не само подобрява комфорта на майката по време на получаване на ЕКГ, но също така изисква по-малко ресурси и по-малко време за прилагане в сравнение с традиционните методи за запис на ЕКГ и извличане на сигнал.

Изследователите също установиха, че техният метод запазва по-добре формата и структурата на феталните ЕКГ сигнали в сравнение с други методи -- всичките пет вълнови форми са добре запазени, позволявайки откриване и диагностика на аномалии на плода.

„Основният резултат от това проучване е ефективността на използването на DNN за ефективно извличане на фетални ЕКГ сигнали от едноканални коремни записи“, каза Расти-Мейманди пред Physical World. „В момента работим върху по-сложни алгоритми... за по-нататъшно подобряване на точността на извличане на сърдечната честота.“

Екипът също работи върху начини за внедряване на DNN в реално време на смартфони.

Ограниченията на техния подход включват потенциално прекомерно разчитане на набора от данни за обучение, особено при слаби фетални ЕКГ сигнали и разпространение на грешки от първата подмрежа към втората.