A magzatfigyelés jelentős változásokat fog bevezetni
Hagyjon üzenetet
A magzatfigyelés jelentős változásokat fog bevezetni
Iráni kutatók mély neurális hálózatot (DNN) használtak magzati elektrokardiogram (EKG) kinyerésére egyetlen hasi EKG-csatornából. A Fiziológiai mérésekben leírt módszerük javíthatja a magzati monitorozást a jövőben.
Hogyan lehet elkülöníteni a magzati EKG-t?
Jelenleg a magzati szív elektromos aktivitását a kismama hasára helyezett EKG-vezetékekkel ellátott elektródákról készült elektrokardiogram segítségével mérik. A klinikusok használhatják a magzati EKG-t a magzat egészségi állapotának felmérésére és a rendellenességek diagnosztizálására.
A kihívás? Nehéz elválasztani a magzati EKG-jeleket a hasi EKG-któl, amelyek a magzattól ("magzati EKG") és az anyától ("anyai EKG") származó jeleket, valamint az interferenciaforrásokból, például izomösszehúzódásokból származó jeleket tartalmaznak. Ez a feladat a terhesség vége felé válik megterhelőbbé, amikor a magzati EKG-jel amplitúdója összemérhető az anyai EKG-éval.
A tanulmány vezető szerzője, Arash Rasti-Meymandi, az Iráni Tudományos és Technológiai Egyetem végzős hallgatója és kollégái olyan megközelítést dolgoztak ki, amely a DNN-ekre támaszkodik a probléma megoldásában.
A Rasti-Meymandit az Unets, az orvosi képszegmentációs feladatokhoz általánosan használt konvolúciós hálózatok ihlették. Munkatársával, Aboozar Ghaffarival az Unet módosított változatát alkalmazták először a terhes nő EKG-jának, majd a magzat EKG-jelének kinyerésére.
"Az Unet felülmúlja a többi technikát a képszegmentálásban" - mondta Rasti-Meymandi. "A hasi EKG különböző összetevőinek kinyeréséhez különböző felbontású hasi EKG jeleket észleltünk (hasonlóan az Unet modellben használt eljáráshoz)"
A kutatók DNN-je, az AECG-DecompNet, két alhálózatot használ egymás után a magzati EKG-k kinyerésére egy egycsatornás hasi EKG-ból. Az első alhálózat kivonja az anyai EKG-t; a második a magzati EKG. A kutatók külön képezték ki a két alhálózatot szimulált EKG-jelek segítségével, majd szimulált és valós hasi EKG-felvételek segítségével értékelték az alhálózatokat.
Egy grafikus processzor segítségével a kutatók DNN-je négy másodperces hasi EKG-felvételt képes feldolgozni körülbelül egy másodperc alatt.
A DNN és a magzati EKG jövője
Ellentétben más, referencia EKG-modalitást igénylő jelzajcsökkentési módszerekkel (a szív elektromos aktivitását jelző P, Q, R, S és T hullámformák), a többcsatornás EKG-vel, vagy mindkettővel, a kutatók módszere csak egy csatornát, pl. Tud. Ez nem csak javítja az anya komfortérzetét az EKG felvétel során, hanem kevesebb erőforrást és kevesebb időt igényel a megvalósításhoz a hagyományos EKG-rögzítési és jelkivonási módszerekhez képest.
A kutatók azt is megállapították, hogy módszerük jobban megőrizte a magzati EKG-jelek alakját és szerkezetét a többi módszerhez képest -- mind az öt hullámforma jól megőrzött, lehetővé téve a magzati rendellenességek észlelését és diagnosztizálását.
"A tanulmány fő eredménye a DNN-ek használatának hatékonysága a magzati EKG-jelek hatékony kinyerésére az egycsatornás hasi felvételekből" - mondta Rasti-Meymandi a Physical Worldnek. "Jelenleg kifinomultabb algoritmusokon dolgozunk, hogy tovább javítsuk a szívritmus-kivonás pontosságát."
A csapat azon is dolgozik, hogy a DNN-eket valós időben implementálják okostelefonokon.
Megközelítésük korlátai közé tartozik az esetleges túlzott támaszkodás a betanítási adatkészletre, különösen gyenge magzati EKG-jelek esetén, valamint a hiba terjedése az első alhálózatból a másodikba.
