Xomilaning monitoringi katta o'zgarishlarga olib keladi

Xomilaning monitoringi katta o'zgarishlarga olib keladi

Eronlik tadqiqotchilar qorin bo‘shlig‘idagi yagona EKG kanalidan homila elektrokardiogrammasini (EKG) olish uchun chuqur neyron tarmoqdan (DNN) foydalanishdi. Fiziologik o'lchovlarda tasvirlangan ularning usuli kelajakda homila monitoringini yaxshilashi mumkin.

Xomilalik EKGni qanday ajratish mumkin?

Hozirgi vaqtda xomilalik yurakning elektr faolligi bo'lajak onaning qorin bo'shlig'iga o'rnatilgan EKG simlari bilan elektrodlardan olingan elektrokardiogramma bilan o'lchanadi. Klinisyenlar homilaning sog'lig'ini baholash va anormalliklarni tashxislash uchun homilaning EKGsidan foydalanishlari mumkin.

Qiyinchilik? Xomilalik EKG signallarini qorin bo'shlig'i EKGlaridan ajratish qiyin, ularda homila ("homila EKG") va ona ("ona EKG") signallari, shuningdek, mushaklarning qisqarishi kabi shovqin manbalaridan signallar mavjud. Bu vazifa homiladorlikning oxiriga kelib, homila EKG signalining amplitudasi onaning EKGsi bilan taqqoslanadigan bo'lsa, yanada talabchan bo'ladi.

Tadqiqotning yetakchi muallifi, Eron fan va texnologiya universiteti aspiranti Arash Rasti-Meymandi va uning hamkasblari muammoni hal qilishda DNNga tayanadigan yondashuvni taklif qilishdi.

Rasti-Meymandi tibbiy tasvirlarni segmentatsiyalash vazifalari uchun keng tarqalgan bo'lib foydalaniladigan konvolyutsion tarmoqlar bo'lgan Unetsdan ilhomlangan. U va uning hamkori Abuzar G‘afforiy Unetning o‘zgartirilgan versiyasini qo‘llash orqali avval homilador ayolning EKGsini, keyin esa homilaning EKG signalini olishdi.

"Unet tasvirni segmentatsiyalashda boshqa usullardan ustundir", dedi Rasti-Meymandi. "Qorin bo'shlig'i EKGining turli komponentlarini ajratib olish uchun biz qorin bo'shlig'i EKG signallarini turli o'lchamlarda aniqladik (Unet modelida qo'llaniladigan jarayonga o'xshash))."

Tadqiqotchilarning AECG-DecompNet deb nomlangan DNN bir kanalli qorin bo'shlig'i EKGsidan xomilalik EKGni olish uchun ketma-ket ikkita kichik tarmoqdan foydalanadi. Birinchi kichik tarmoq onaning EKGsini chiqaradi; ikkinchisi - homila EKG. Tadqiqotchilar simulyatsiya qilingan EKG signallari yordamida ikkita kichik tarmoqni alohida o'qidilar, so'ngra simulyatsiya qilingan va haqiqiy qorin bo'shlig'i EKG yozuvlari yordamida quyi tarmoqlarni baholadilar.

Grafik protsessor yordamida tadqiqotchilarning DNN qariyb bir soniyada qorin bo'shlig'i EKGining to'rt soniyali yozuvlarini qayta ishlay oladi.

DNN va xomilalik EKGning kelajagi

Yo'naltiruvchi EKG usulini (yurakning elektr faolligini ko'rsatadigan P, Q, R, S va T to'lqin shakllari), ko'p kanalli EKG yoki ikkalasini talab qiladigan boshqa signal shovqinini kamaytirish usullaridan farqli o'laroq, tadqiqotchilar usuli faqat bitta kanalni talab qiladi, ya'ni. mumkin. Bu nafaqat EKGni olish paytida onaning qulayligini yaxshilaydi, balki an'anaviy EKGni qayd etish va signallarni chiqarish usullari bilan solishtirganda kamroq resurslarni va amalga oshirish uchun kamroq vaqtni talab qiladi.

Tadqiqotchilar, shuningdek, ularning usuli xomilalik EKG signallarining shakli va tuzilishini boshqa usullarga nisbatan yaxshiroq saqlab qolishini aniqladilar -- barcha beshta to'lqin shakllari yaxshi saqlanib qolgan, bu homila anomaliyalarini aniqlash va tashxislash imkonini beradi.

"Ushbu tadqiqotning asosiy natijasi bir kanalli abdominal yozuvlardan homila EKG signallarini samarali ajratib olish uchun DNN-lardan foydalanish samaradorligidir", dedi Rasti-Meymandi Physical World nashriga. "Biz hozirda yurak urish tezligini aniqlashning aniqligini oshirish uchun yanada murakkab algoritmlar ustida ishlamoqdamiz."

Jamoa shuningdek, real vaqt rejimida DNN-larni smartfonlarda amalga oshirish usullari ustida ishlamoqda.

Ularning yondashuvining cheklovlari orasida, ayniqsa, zaif homila EKG signallari bilan, o'quv ma'lumotlar to'plamiga haddan tashqari ishonish va birinchi kichik tarmoqdan ikkinchisiga xatolarning tarqalishi kiradi.