태아 모니터링은 주요 변화를 가져올 것입니다

태아 모니터링은 큰 변화를 가져올 것입니다

이란의 연구원들은 단일 복부 ECG 채널에서 태아 심전도(ECG)를 추출하기 위해 심층 신경망(DNN)을 사용했습니다. 생리학적 측정에 설명된 방법은 향후 태아 모니터링을 개선할 수 있습니다.

태아 ECG를 분리하는 방법?

현재 태아 심장의 전기 활동은 임산부의 복부에 ECG 리드가 있는 전극에서 얻은 심전도를 통해 측정됩니다. 임상의는 태아 ECG를 사용하여 태아 건강을 평가하고 이상을 진단할 수 있습니다.

도전? 태아("태아 ECG") 및 어머니("산모 ECG")의 신호뿐만 아니라 근육 수축과 같은 간섭 소스의 신호를 포함하는 복부 ECG에서 태아 ECG 신호를 분리하는 것은 어렵습니다. 이 작업은 태아 ECG 신호의 진폭이 산모의 ECG 신호 진폭과 비슷해지는 임신 말기에 더욱 까다로워집니다.

이 연구의 주 저자인 이란 과학 기술 대학의 대학원생인 Arash Rasti-Meymandi와 그의 동료들은 문제를 해결하기 위해 DNN에 의존하는 접근 방식을 제시했습니다.

Rasti-Meymandi는 의료 이미지 분할 작업에 일반적으로 사용되는 컨볼루션 네트워크인 Unets에서 영감을 받았습니다. 그와 그의 협력자 Aboozar Ghaffari는 수정된 버전의 Unet을 적용하여 먼저 임산부의 ECG를 추출한 다음 태아의 ECG 신호를 추출했습니다.

"Unet은 이미지 분할에서 다른 기술을 능가합니다."라고 Rasti-Meymandi는 말했습니다. "복부 ECG의 다른 구성 요소를 추출하기 위해 다양한 해상도에서 복부 ECG 신호를 감지했습니다(Unet 모델에서 사용된 프로세스와 유사)."

AECG-DecompNet이라고 하는 연구원의 DNN은 두 개의 하위 네트워크를 직렬로 사용하여 단일 채널 복부 ECG에서 태아 ECG를 추출합니다. 첫 번째 하위 네트워크는 산모의 ECG를 추출합니다. 두 번째는 태아 ECG입니다. 연구원들은 시뮬레이션된 ECG 신호를 사용하여 두 개의 하위 네트워크를 개별적으로 교육한 다음 시뮬레이션 및 실제 복부 ECG 기록을 사용하여 하위 네트워크를 평가했습니다.

그래픽 프로세서를 사용하는 연구원의 DNN은 약 1초 만에 4초 분량의 복부 ECG 기록을 처리할 수 있습니다.

DNN과 태아 ECG의 미래

참조 ECG 양식(심장의 전기적 활동을 나타내는 P, Q, R, S 및 T 파형), 다중 채널 ECG 또는 둘 다를 필요로 하는 다른 신호 노이즈 감소 방법과 달리 연구원의 방법은 단 하나의 채널만 필요합니다. 할 수 있다. 이는 ECG 획득 중에 산모의 편안함을 향상시킬 뿐만 아니라 기존의 ECG 기록 및 신호 추출 방법에 비해 구현하는 데 더 적은 리소스와 시간이 필요합니다.

연구원들은 또한 그들의 방법이 다른 방법에 비해 태아 ECG 신호의 모양과 구조를 더 잘 보존한다는 사실을 발견했습니다. -- 다섯 가지 파형 모두 잘 보존되어 태아 이상을 감지하고 진단할 수 있습니다.

"이 연구의 주요 결과는 DNN을 사용하여 단일 채널 복부 기록에서 태아 ECG 신호를 효율적으로 추출하는 효과입니다."라고 Rasti-Meymandi는 Physical World에 말했습니다. "심박수 추출의 정확도를 더욱 향상시키기 위해 현재 보다 정교한 알고리즘을 연구하고 있습니다."

또한 스마트폰에서 실시간으로 DNN을 구현하는 방법을 연구하고 있습니다.

그들의 접근 방식의 한계에는 특히 약한 태아 ECG 신호와 첫 번째 하위 네트워크에서 두 번째 하위 네트워크로의 오류 전파와 함께 훈련 데이터 세트에 대한 잠재적인 과도한 의존이 포함됩니다.