図面 (/)

技術 他の周期信号と区別する胎児心拍数検出方法

出願人 コーニンクレッカフィリップスエヌヴェ
発明者 ジャーンイーン
出願日 2018年9月11日 (2年5ヶ月経過) 出願番号 2020-513293
公開日 2020年10月1日 (4ヶ月経過) 公開番号 2020-528807
状態 特許登録済
技術分野 超音波診断装置 脈拍・心拍・血圧・血流の測定
主要キーワード 主周波数成分 振幅軸 格納トレイ 代替信号 発生レート 電子プロセッサ ドップラー周波数成分 最大パルス
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2020年10月1日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (8)

課題・解決手段

胎児運動検出方法100が、ドップラー超音波信号における脈拍パケット識別するステップであって、各脈拍パケットが、1つ又は複数のパルスパルス列を含む、ステップと、上記識別された脈拍パケットの少なくとも1つの特性に基づき、上記識別された脈拍パケットのそれぞれをしゃっくり又は非しゃっくりとして分類するステップと、しゃっくりとして分類される上記ドップラー超音波信号の脈拍パケットを抑制するステップと、しゃっくりと分類された脈拍パケットが抑制される状態で、ドップラー超音波信号から胎児の心拍数を計算するステップとを有する。

概要

背景

既存の胎児心拍数モニターは、ドップラー超音波を採用している。この手法では、時間に対するドップラー超音波振幅が測定される。各心拍は、振動パルスで構成されるコンパクトパルス列を生成する。胎児動きによる低ドップラー周波数成分を除去するためのバンドパスフィルタリングの後、胎児の心拍数は、これらのパルス列の発生レートとして決定される。

概要

胎児運動検出方法100が、ドップラー超音波信号における脈拍パケット識別するステップであって、各脈拍パケットが、1つ又は複数のパルスのパルス列を含む、ステップと、上記識別された脈拍パケットの少なくとも1つの特性に基づき、上記識別された脈拍パケットのそれぞれをしゃっくり又は非しゃっくりとして分類するステップと、しゃっくりとして分類される上記ドップラー超音波信号の脈拍パケットを抑制するステップと、しゃっくりと分類された脈拍パケットが抑制される状態で、ドップラー超音波信号から胎児の心拍数を計算するステップとを有する。

目的

別の利点は、胎児の心拍によるドップラー超音波信号における脈拍パケットと胎児のしゃっくりによる脈拍パケットとを区別し、胎児の心拍数を計算するとき後者を抑制することにある

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

胎児運動検出方法において、ドップラー超音波信号における脈拍パケット識別するステップであって、各脈拍パケットが、1つ又は複数のパルスパルス列を含む、ステップと、前記識別された脈拍パケットの少なくとも1つの特性に基づき、前記識別された脈拍パケットのそれぞれをしゃっくり又は非しゃっくりとして分類するステップと、しゃっくりとして分類される前記ドップラー超音波信号の脈拍パケットを抑制するステップと、しゃっくりとして分類された脈拍パケットが抑制される状態で、前記ドップラー超音波信号から胎児心拍数を計算するステップとを有し、前記分類処理が、前記ドップラー超音波信号において識別された各脈拍パケットに関する、時間軸交差数又はパルスピークの数を含むパルスカウントを決定するステップと、前記決定されたパルスカウントが閾値以下の脈拍パケットをしゃっくりとして分類するステップを更に含む、胎児運動検出方法。

請求項2

前記ドップラー超音波信号において識別された脈拍パケットのパルスカウントの統計的分布を生成するステップと、前記統計分布に基づき前記閾値を選択するステップとを更に有する、請求項1に記載の胎児運動検出方法。

請求項3

前記分類処理が、各脈拍パケットに関する周波数スペクトルを計算するステップと、前記周波数スペクトルが分類基準を満たす脈拍パケットをしゃっくりとして分類するステップとを更に有する、請求項1に記載の胎児運動検出方法。

請求項4

前記分類基準が、(1)前記周波数スペクトルが、低周波数高振幅ローブ高周波数低振幅ローブ、及び高振幅ローブを低振幅ローブから分離する谷を持っているかどうかを示すバイナリ特徴;(2)前記周波数スペクトルのピーク周波数;及び(3)前記周波数スペクトルが、低周波数で高振幅ローブ、及び高周波数で低振幅ローブを持つかどうかの特徴であり、前記特徴が、前記低振幅ローブの中心周波数及び前記高振幅ローブの中心周波数を含む、特徴、を含むグループから選択された1つ又は複数の特徴を持つ周波数スペクトルを含む、請求項3に記載の胎児運動検出方法。

請求項5

識別、分類、抑制、及び計算処理を実行する前に、前記ドップラー超音波信号のハイパスフィルタリングを行い、前記ドップラー超音波信号の胎児運動成分を抑制するステップを更に有する、請求項1乃至6のいずれか一項に記載の胎児運動検出方法。

請求項6

胎児の心拍数を決定するデバイスであって、少なくとも1つの電子プロセッサを有し、前記電子プロセッサが、ドップラー超音波信号における脈拍パケットを識別し、各脈拍パケットが、1つ又は複数のパルスのパルス列を含み、前記識別された脈拍パケットの少なくとも1つの特性に基づき、前記識別された脈拍パケットのそれぞれをしゃっくり又は非しゃっくりとして分類し、しゃっくりとして分類された前記ドップラー超音波信号の脈拍パケットを抑制し、しゃっくりと分類された脈拍パケットが抑制される状態で、前記ドップラー超音波信号から胎児の心拍数を計算するようプログラムされ、前記分類処理が、前記ドップラー超音波信号において識別された各脈拍パケットに関して、時間軸の交差数又はパルスピーク数を含むパルスカウントを決定し、前記決定されたパルスカウントが閾値以下の脈拍パケットをしゃっくりとして分類することを含む、デバイス。

請求項7

前記少なくとも1つの電子プロセッサが、前記ドップラー超音波信号において識別された脈拍パケットのパルスカウントの統計分布を生成し、前記統計分布に基づき閾値を選択するよう更にプログラムされる、請求項6に記載のデバイス。

請求項8

前記分類処理が、各脈拍パケットに関する周波数スペクトルを計算し、周波数スペクトルが分類基準を満たす脈拍パケットをしゃっくりとして分類することを含む、請求項7に記載のデバイス。

請求項9

前記分類基準が、(1)前記周波数スペクトルが、低周波数で高振幅ローブ、高周波数で低振幅ローブ、及び高振幅ローブを低振幅ローブから分離する谷を持っているかどうかを示すバイナリ特徴;(2)前記周波数スペクトルのピークの周波数;及び(3)前記周波数スペクトルが、低周波数で高振幅ローブ、及び高周波数で低振幅ローブを持つかどうかの特徴であり、前記特徴が、前記低振幅ローブの中心周波数及び前記高振幅ローブの中心周波数を含む、特徴、を含むグループから選択された1つ又は複数の特徴を持つ周波数スペクトルを含む、請求項8に記載のデバイス。

請求項10

前記少なくとも1つの電子プロセッサが、前記識別、分類、抑制、及び計算処理を実行する前に、前記ドップラー超音波信号のハイパスフィルタリングを行い、前記ドップラー超音波信号の胎児運動成分を抑制するよう更にプログラムされる、請求項6乃至9のいずれか一項に記載のデバイス。

請求項11

前記計算処理が、しゃっくりとして分類された脈拍パケットが抑制された状態で、前記ドップラー超音波信号における前記識別された脈拍パケットの発生レートとして胎児の心拍数を計算することを含む、請求項6乃至10のいずれか一項に記載のデバイス。

請求項12

前記少なくとも1つの電子プロセッサが、前記パルスを少なくとも3dB減衰させることにより、しゃっくりを表す信号のパルスを抑制するよう更にプログラムされる、請求項6乃至11のいずれか一項に記載のデバイス。

請求項13

処理を実行するよう、1つ又は複数の電子プロセッサにより読み出し可能及び実行可能なプログラムコードが保存された非一時的なコンピュータ読み取り可能媒体であって、前記処理が、ドップラー超音波信号における脈拍パケットを識別するステップであって、各脈拍パケットが、1つ又は複数のパルスのパルス列を含む、ステップと、前記識別された脈拍パケットの少なくとも1つの特性に基づき、前記識別された脈拍パケットのそれぞれをしゃっくり又はしゃっくりとして分類するステップと、しゃっくりとして分類される前記ドップラー超音波信号の脈拍パケットを抑制するステップと、しゃっくりとして分類された脈拍パケットが抑制される状態で、前記ドップラー超音波信号から胎児心拍数を計算するステップとを有し、前記分類処理が、前記ドップラー超音波信号において識別された各脈拍パケットに関する、時間軸の交差数又はパルスピークの数を含むパルスカウントを決定するステップと、前記決定されたパルスカウントが閾値以下の脈拍パケットをしゃっくりとして分類するステップを更に含む、非一時的なコンピュータ読み取り可能媒体。

技術分野

0001

本願は一般に、ドップラー超音波技術、胎児監視技術、胎児心拍数監視技術、及び関連技術に関する。

背景技術

0002

既存の胎児心拍数モニターは、ドップラー超音波を採用している。この手法では、時間に対するドップラー超音波振幅が測定される。各心拍は、振動パルスで構成されるコンパクトパルス列を生成する。胎児の動きによる低ドップラー周波数成分を除去するためのバンドパスフィルタリングの後、胎児の心拍数は、これらのパルス列の発生レートとして決定される。

発明が解決しようとする課題

0003

しかしながら、胎児によるしゃっくりも、心拍と同様にパルス列を生成する。比較的安定したリズムを持ち、心拍よりも高い振幅のパルス列を生成するしゃっくりの発作が発生する可能性がある。従って、斯かるしゃっくりの発作は、(準)周期的な胎児の心臓拍動と簡単に間違えられる可能性があり、これにより誤った胎児の心拍数の測定値が生成される。

0004

本願は、これらの問題を克服するための新しい改良されたシステム及び方法を開示する。

課題を解決するための手段

0005

開示される一態様では、胎児の動き検出方法は、ドップラー超音波信号における脈拍パケット識別するステップであって、各脈拍パケットが、1つ又は複数のパルスのパルス列を含む、ステップと、識別された脈拍パケットの少なくとも1つの特性に基づき、識別された脈拍パケットのそれぞれをしゃっくり又は非しゃっくりとして分類するステップと、しゃっくりとして分類される上記ドップラー超音波信号の脈拍パケットを抑制するステップと、しゃっくりと分類された脈拍パケットが抑制される状態で、ドップラー超音波信号から胎児の心拍数を計算するステップとを有する。

0006

別の開示された態様では、胎児心拍数を決定するよう構成される装置が、少なくとも1つの電子プロセッサを含み、このプロセッサは、ドップラー超音波信号における脈拍パケットを識別し、各脈拍パケットが、1つ又は複数のパルスのパルス列を含み、識別された脈拍パケットの少なくとも1つの特性に基づき、識別された脈拍パケットのそれぞれをしゃっくり又は非しゃっくりとして分類し、しゃっくりとして分類された上記ドップラー超音波信号の脈拍パケットを抑制し、しゃっくりと分類された脈拍パケットが抑制される状態で、ドップラー超音波信号から胎児の心拍数を計算するようプログラムされる。

0007

1つの利点は、胎児の心拍数をより正確に決定することにある。

0008

別の利点は、胎児の心拍によるドップラー超音波信号における脈拍パケットと胎児のしゃっくりによる脈拍パケットとを区別し、胎児の心拍数を計算するとき後者を抑制することにある。

0009

別の利点は、胎児の心拍数を正確に決定する低コストのシステムを提供することにある。

0010

別の利点は、胎児の心拍と胎児のしゃっくりとを区別するのに効果的な閾値を決定することにある。

0011

所与の実施形態は、前述の利点の1つ、2つ、それ以上、若しくはすべてを提供し得、若しくは何ら提供せず、及び/又は本開示を読み理解するとき当業者に明らかになる他の利点を提供し得る。

図面の簡単な説明

0012

一態様による胎児心拍数検出方法の例示的なフローチャート処理を示す図である。
図1の方法により取得されたデータを例示的に示す図である。
図1の方法により取得されたデータを例示的に示す図である。
しゃっくりの時間領域信号を例示的に示す図である。
しゃっくりの時間領域信号に対応するパワースペクトルを例示的に示す図である。
図1のシステムの別の例示的なフローチャート処理を示す図である。
別の態様による胎児心拍数検出システムを概略的に示す図である。

実施例

0013

本開示は、様々な要素及び要素の配置、ならびに様々なステップ及びステップの配置の形をとることができる。図面は、好ましい実施形態を説明するためだけのものであり、本発明を限定するものとして解釈されるべきではない。

0014

胎児に関して測定されたドップラー超音波信号では、胎児の心拍は、例えば約100〜200ミリ秒オーダーの比較的短い持続時間のパルス列で構成される脈拍パケットとして現れる。このパルス列は通常、胎児の心拍の収縮期に分類又は起因され、その間に心臓が収縮して血流が促進される。しかしながら、胎児のしゃっくりは、同等の持続時間のパルス列で構成される同様な脈拍パケットを生成することができる。更に、胎児のしゃっくりは、リズミカルな胎児の脈拍を模倣する準周期的なパターンで発生する可能性がある。従って、胎児のしゃっくりによる脈拍パケットは、胎児の心拍数として誤って識別される可能性があり、これは、計算された胎児の心拍数における実質的な誤差をもたらす可能性がある。一般的に、実際のしゃっくりによる「余分な」心拍により、実際の値と差がある読み出しが生じる。

0015

本願は、ドップラー超音波振幅対時間信号における脈拍パケットがしゃっくりによるものかどうかを検出するテストを採用した胎児心拍数検出における改善を開示する。しゃっくりによる場合、胎児の心拍数を計算する前にしゃっくり脈拍パケットが抑制される。例示的なアプローチの1つは、パルス列におけるパルスの数(又は同等にゼロ交差の数)を計算する。本書で認識されるように、心拍によるパルス列は通常、しゃっくりによるパルス列よりも多くのパルスを有する。臨床データ分析では、心拍によるパルス列は通常約6パルスであることがわかっている。一方、しゃっくりによるパルス列は、通常約3パルスである。この結果は、脈拍パケットに関するパルスカウントが計算されるテストに一般化されることができる。ドップラー超音波信号で識別される脈拍パケットのパルスカウントは、時間軸の交差(即ちゼロ交差)の数を含むことができ、又はパルスのピークの数を含むことができる。決定されたパルスカウントが閾値以下である脈拍パケットは、しゃっくり又はしゃっくりでないと見なされるか、又は分類される。

0016

オプションで、機械学習を使用して、監視対象の特定の胎児の心拍によるパルス列の典型的なパルスカウントが最適化されることができる。あまり一般的でないしゃっくりよりも心拍が統計的に支配的であるという仮定の下で、アプローチは、現在監視される胎児に関して検出されたパルス列に対するパルスカウントの統計分布を生成する。十分な統計が収集されるとき、このパルス数分布正規分布準拠することが期待される。分布の平均は、心拍により生成されるパルス列に関する典型的なパルス数である。標準偏差(又は他の分布"幅"メトリック)は、しゃっくりにより生成されるパルス列を指定するため、この典型的なパルス数からの偏差の範囲に関する情報を提供する。

0017

個々の胎児について学習するのではなく、例えば、特定の年齢範囲の胎児、特定の医学的状態の胎児など胎児の特定のコホートについて、心拍及びしゃっくりに関するパルスカウントが学習されることができる。

0018

パルス列がしゃっくりによるものとして識別されるとき、パルス列は削除又は抑制される。例示的な実施形態では、これは、しゃっくりによるパルス列を少なくとも3dB減衰させることにより行われる。こうして、それは、実際の心拍によるパルス列に従属させられ、その後の胎児の心拍数の計算にほとんど影響を与えない。

0019

図1を参照すると、胎児心拍数検出方法100がフローチャートとして概略的に示される。ステップ102で、胎児のドップラー超音波信号が取得され、ドップラー超音波信号の胎児運動成分を抑制するためにバンドパスフィルタでドップラー超音波信号がフィルタリングされる。バンドパスフィルタリング処理は、胸部活動によるものではない胎児の動きを示す動きデータを除去する。

0020

ステップ104で、ドップラー超音波信号における脈拍パケットが識別される。各脈拍パケットは、1つ又は複数のパルスのパルス列を含む。図2は、胎児運動を抑制するためのバンドパスフィルタリング後のドップラー超音波信号を示し、脈拍パケット42、44としてラベル付けされた2つを含む複数の脈拍パケットが見られる。図3は、例示的な脈拍パケット42、44の拡大図を示す。通常、脈拍パケットを構成するパルス列のパルスは、脈拍パケットの開始時にノイズフロアに近い信号値から振幅が急速に増加して、脈拍パケットのほぼ中央付近最大パルス振幅に達する。その後、パルスは振幅が減少してノイズフロアに戻る。更に、心拍(及びしゃっくり)による脈拍パケットの持続時間は通常、数十ミリ秒から数百ミリ秒程度のオーダーである。ドップラー超音波信号の残りの部分は破棄されることができる。

0021

ステップ106で、ドップラー超音波信号の識別された脈拍パケットのそれぞれは、識別された脈拍パケットの少なくとも1つの特性に基づきしゃっくり又は非しゃっくりとして分類される。いくつかの実施形態では、少なくとも1つの特性は、ドップラー超音波信号で識別された脈拍パケットのそれぞれに関する、時間軸の交差の数又はパルスピークの数を含むパルスカウントを決定することを含む。各脈拍パケットに関する交差又はピークの数が決定されると、決定されたパルスカウントが閾値以下である脈拍パケットはしゃっくりとして分類され、他のすべての識別された脈拍パケット(例えば閾値を超える)は非しゃっくりとして分類される。例えば、いくつか実行されたキャリブレーションでは、閾値を3交差に設定すると、しゃっくりによる脈拍パケット(3パルス以下)と心拍による脈拍パケット(4パルス以上)を効果的に区別できることが分かった。

0022

他の実施形態では、識別された脈拍パケットの少なくとも1つの特性は、生成されたドップラー超音波信号において識別された脈拍パケットのパルスカウントの統計的分布を含む。例えば、統計分布が正規化されるまでデータが収集される。閾値は、正規化された統計分布に基づき選択される。

0023

再び図1を参照すると、ステップ108において、ステップ106でしゃっくりとして分類されるドップラー超音波信号の脈拍パケットが抑制される。あるアプローチでは、しゃっくりによる脈拍パケットは、しゃっくりとして分類された脈拍パケットを抑制するためにドップラー超音波信号を少なくとも3dB減衰させることにより抑制される。考えられる別の実施形態では、脈拍パケットとして識別され、しゃっくりとして分類されるバンドパスフィルタリングドップラー超音波信号の任意の時間セグメントが、時間セグメントにわたってゼロ値を持つ、又は他の何らかの適切な値を持つ代替信号、例えばノイズフロアに等しい信号により置き換えられる。

0024

ステップ110において、しゃっくりとして分類された脈拍パケットが抑制された状態で(即ち、しゃっくりでないとして分類された脈拍パケットが残るように)、ドップラー超音波信号から胎児心拍数が計算される。そのため、胎児の心拍数は、しゃっくりとして分類された脈拍パケットが抑制される状態で、ドップラー超音波信号における識別された脈拍パケットの発生レートとして計算される。

0025

ステップ112において、計算された心拍数は、ディスプレイデバイスに表示され得る。

0026

図2及び図3は、生成されたデータの例を示す。図2は、胎児又は母体運動アーチファクトを除去するためのバンドパスフィルタによるバンドパスフィルタリング後のドップラー超音波信号40を示す。ドップラー超音波信号は、胎児の心拍による脈拍パケット42及びしゃっくりによる脈拍パケット44を含む、複数の脈拍パケットを含む。

0027

図3は、心拍による脈拍パケット42及びしゃっくりによる脈拍パケット44の拡大部分を示す。図3に示されるように、心臓パルスによる脈拍パケット42は、ドップラー超音波信号が負から正50に交差する振幅軸のゼロ値の6つの交差を含む。代替的に見ると、心臓パルスによる脈拍パケット42は、6つのパルスピーク51を含む。これらの値は、臨床データ分析から決定された3つの交差の閾値よりも高い。従って、電子プロセッサ22は、心臓パルス42が胎児心拍数を示すと決定する。対照的に、脈拍パケット44は、ドップラー超音波信号が負から正に交差する振幅軸のゼロ値の3つの交差60、又は代替的に臨床データ分析から決定された3つの交差の閾値にある3つのパルスピーク61を含む。従って、電子プロセッサ22は、しゃっくりパルス44がしゃっくりを示すと決定する。

0028

更なる実施形態では、機械学習技術を使用して、ドップラー超音波信号のスペクトルの一部をしゃっくり又は非しゃっくりを示すものとして分類することができる。いくつかの実施形態では、脈拍パケットの周波数スペクトルが、例えば高速フーリエ変換FFT)などを使用して計算され、脈拍パケット(時間領域にある)が、計算された周波数スペクトルと結合される。周波数スペクトルが分類基準を満たす脈拍パケットはしゃっくりとして分類され、分類基準を満たさない脈拍パケットは非しゃっくりとして分類される。例えば、以下を含むグループから選択された1つ又は複数の特徴を持つ周波数スペクトルを含む分類基準が選択される。(1)周波数スペクトルに、低周波数高振幅ローブ高周波数低振幅ローブ、及び高振幅ローブと低振幅ローブとを分離する谷があるかどうかを示すバイナリ特徴;(2)上記周波数スペクトルのピークの周波数;及び(3)周波数スペクトルに、低周波数で高振幅ローブ、及び高周波数で低振幅ローブがあるかどうか。この特徴は、低振幅ローブの中心周波数と高振幅ローブの中心周波数とを含む。有利には、脈拍パケット(例えば、時間領域にある)と計算された周波数スペクトルとを組み合わせることが、しゃっくりの検出の精度を向上させる。

0029

図4A及び4Bは、これらの特徴を更に示す。図4Aはしゃっくりの時間領域信号を示し、図4Bは胎児しゃっくりを伴う信号のパワースペクトルを示す。図4A及び4Bでは、描かれた信号は、時間周波数領域の両方で良好な周期性を示す。周波数領域には複数の高調波が存在する。これらの高調波の振幅は徐々に減少し、その後再び支配的な成分よりも低い別のレベルへと増加する。周期性の特徴又はパラメータからパターンが決定されると、信号におけるしゃっくりが識別される。スペクトル内でいくつかのパラメータが特定されることができる。例えば、y軸に最も近い主周波数成分70、2番目に高い振幅を持つ2次高調波周波数72、少なくとも2つの高調波周波数を含むバンプ74、及びy軸とバンプとの間のスペクトルに存在する最小周波数76がある。しゃっくり分類ステップ106は、図3を参照して説明されるような時間領域特徴と、図4A及び4Bを参照して説明されるような機械学習により生成されたスペクトル特徴の両方を活用して、しゃっくりを胎児の心拍から区別するための改善された識別を提供できる点を理解されたい。図5を参照すると、方法又はプロセス200のアプローチが説明され、そこでは、しゃっくりによる脈拍パケットを心拍による脈拍パケットから区別するための閾値が機械学習により決定される。ステップ202において、胎児のドップラー超音波信号が取得され、ドップラー超音波信号の胎児運動成分を抑制するためにバンドパスフィルタでドップラー超音波信号がフィルタリングされる。バンドパスフィルタリング処理は、胸部活動によるものではない胎児の動きを示す動きデータを除去する。

0030

ステップ204では、フィルタリングされた信号からエンベロープが計算される。エンベロープは、フィルタリングされた信号のピークの振幅の範囲を決定するために使用される。この処理はリアルタイムで行われる。信号を破棄する必要があるかどうかを評価するため、信号の信号品質も決定される。

0031

ステップ206で、エンベロープから特徴が抽出される。例えば、ピーク及びゼロ交差の数は、図4A及び4Bを参照して説明されるように、信号における活動(例えば、心拍又はしゃっくり)を決定するために決定され、及び/又はスペクトル特徴が抽出される。

0032

図5に戻って参照すると、ステップ208で、抽出された特徴が機械学習アルゴリズムに入力される。機械学習アルゴリズムは、心拍又はしゃっくりを示すものとしてすでに決定されるトレーニングデータトレーニングされる。機械学習アルゴリズムは、新たにデータが取得されるたびに継続的に更新されることができる。

0033

ステップ210で、機械学習プロセスが終了する場合、しゃっくりによりもたらされると決定された信号の部分が識別及び抑制され、これにより、心拍数を示す信号の部分のみが残る。

0034

ステップ212で、機械学習プロセスが完了していない場合、しゃっくりを示さない信号の残りの部分から胎児心拍数計算が決定される。

0035

図6を参照すると、胎児心拍数を検出するよう構成された例示的なデバイス又はシステム10が示される。図1に示されるように、デバイス10は、超音波トランスデューサ14を含むドップラー超音波デバイス12を含む(図1の非限定的な例では、格納トレイ15における3つの超音波トランスデューサ14のセットが示される。例示的なドップラー超音波デバイス12は、これらのトランスデューサを同時に使用して1人、2人、又は3人の母親を監視することができる。)。超音波トランスデューサ14は、ドップラー超音波信号を取得するよう構成される。例えば、超音波トランスデューサ14は、胎児(図示省略)を運ぶ母親(図示省略)の腹部に固定又は取り付けられることができる。その結果、超音波トランスデューサ14は胎児の一部の上に横たわる(例えば、胎児及びトランスデューサは、母親の腹部により分離される)。

0036

デバイス10は、少なくとも1つの電子プロセッサ22、ボタン、スイッチ、ソフトキーフルキーボードなどを備えた例示的な制御パネルといった少なくとも1つのユーザー入力デバイス24、及びディスプレイデバイス26も含む。例示的な電子プロセッサ22は、ドップラー超音波デバイス12と一体であるが、コンピュータ等(図示省略)の電子プロセッサといった他の構成の電子プロセッサが追加的又は代替的に想定される。例示的なディスプレイ26は、ドップラー超音波デバイス12に組み込まれているが、他の実施形態では、ディスプレイは、別個の要素、例えば、コンピュータのディスプレイ又はスタンドアロンディスプレイモニターとすることができる。電子プロセッサ22は、ディスプレイデバイス26を制御して、計算された心拍数信号を表示するようプログラムされることができる。

0037

少なくとも1つの電子プロセッサ22は、胎児心拍数検出方法又はプロセス100の実行を含む開示された処理を実行するため、少なくとも1つの電子プロセッサ22により読み出し可能かつ実行可能な命令を格納する非一時的記憶媒体(図示省略)と動作可能に接続される。非一時的記憶媒体は例えば、ハードディスクドライブ、RAID又は他の磁気記憶媒体ソリッドステートドライブフラッシュドライブ電子的に消去可能な読み出し専用メモリ(EEPROM)又は他の電子メモリ光学ディスク又は他の光学ストレージ;それらのさまざまな組み合わせ;などを含むことができる。いくつかの例では、胎児運動検出方法又はプロセス100は、クラウド処理により実行され得る。

0038

胎児心拍数検出プロセス100は通常、心拍脈拍パケットよりも通常低い周波数にある胎児運動信号を除去するため、デジタル的に実現されたバンドパスフィルタ30を含む。本書で開示されるように、胎児心拍数検出プロセス100は、しゃっくり識別及び抑制コンポーネント32を更に含む。胎児心拍数計算器34は、しゃっくり識別及び抑制コンポーネント32によりしゃっくりによる任意の脈拍パケットが抑制された状態で胎児心拍数を計算する。

0039

本開示が、好ましい実施形態を参照して説明されてきた。上述の詳細な説明を読み及び理解すると、他者は、修正及び変更を思いつくことができる。本開示は、添付の特許請求の範囲又はその均等の範囲内にある限り、斯かるすべての修正及び変更を含むものとして解釈されることが意図される。

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

  • 三菱電機株式会社の「 生体センサ装置」が 公開されました。( 2021/01/07)

    【課題・解決手段】本発明は、連続波信号を生成する信号発生部(11)と、連続波信号を電波として放射するアンテナ(1)と、信号発生部(11)とアンテナ(1)のインピーダンスの整合を取る可変整合回路(21)... 詳細

  • 富士フイルム株式会社の「 超音波診断装置および超音波診断装置の制御方法」が 公開されました。( 2021/01/07)

    【課題・解決手段】超音波診断装置(1)は、超音波プローブ(15)と、超音波プローブ(15)から被検体に向けて超音波ビームの送信を行って超音波画像を取得する画像取得部(8)と、画像取得部により取得された... 詳細

  • 富士フイルム株式会社の「 音響波装置および音響波装置の制御方法」が 公開されました。( 2021/01/07)

    【課題・解決手段】アーチファクトの存在により音響波画像に含まれる被検体の組織等がユーザに視認されにくくなることを防止する音響波装置および音響波装置の制御方法を提供する。音響波装置(1)は、光音響波発生... 詳細

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ