怀孕的人类受试者的连续非侵入性监测转让专利
申请号 : CN201680011539.4
文献号 : CN107427241B
文献日 : 2019-05-07
发明人 : 奥伦·奧茲 , 内森·英特拉托 , 伊利亚·迪温斯基 , 阿米特·卡姆 , 埃拉德·诺尔 , 穆罕默德·穆汉纳
申请人 : 努沃集团有限公司
摘要 :
本发明提供了通过对胎儿心脏电活动数据的非侵入性检测和分析以用于监测胎儿健康的系统和方法。
权利要求 :
1.一种监测母体和胎儿心脏活动的系统，包括：
a.至少一个心电图传感器，所述心电图传感器被配置成接触怀孕的人类受试者的腹部皮肤并检测胎儿和母体的心脏电活动；
b.至少一个声学传感器，所述声学传感器被配置成接触怀孕的人类受试者的腹部皮肤并检测胎儿和母体的心脏电活动；
c.服装，所述服装被配置成将所述至少一个心电图传感器和所述至少一个声学传感器定位在并接触所述怀孕的人类受试者的腹部上；
d.一种专门编程的计算机系统，包括：至少一个专用计算机机器，包括：非暂态存储器，所述非暂态存储器电子地存储特定的计算机可执行程序代码；以及至少一个计算机处理器，所述至少一个计算机处理器在执行所述特定程序代码时变成专门编程的计算处理器，所述专门编程的计算处理器被配置成至少执行以下操作：从至少一对心电图传感器接收原始心电图信号数据；其中所述至少一对心电图传感器被定位在怀孕的人类受试者的腹部上；其中所述原始心电图信号数据包括代表从所述至少一对心电图传感器实时获取的N个原始心电图信号的数据，其中N个原始心电图信号为原始N-心电图信号数据；过滤所述原始心电图信号数据以形成具有滤波N-心电图信号的滤波N-心电图信号数据；检测所述滤波N-心电图信号数据中每个所述滤波N-心电图信号中的母体心率峰值；通过利用至少一个非线性减法过程从所述滤波N-心电图信号数据的每个所述滤波N-心电图信号中减去所述母体心率峰值以获得校正心电图信号数据，所述校正心电图信号数据包括代表N个校正心电图信号的数据，其中N个校正心电图信号为校正N-心电图信号数据，其中所述至少一个非线性减法过程包括：迭代执行：i)将所述滤波N-心电图信号数据的N-心电图信号的每个滤波N-心电图信号划分为第一多个心电图信号片段，1)其中所述第一多个心电图信号片段中的每个心电图信号片段对应于完整心跳的一个搏动间隔，以及2)其中每个搏动间隔至少部分地基于自动检测此搏动间隔的开始值和终止值来自动确定；ii)修改第二多个滤波N-心电图信号片段中的每一个以形成多个经修改的滤波N-心电图信号片段，其中使用基于一组参数的至少一个逆优化方案来执行所述修改，其中所述参数组的值基于以下方式进行确定：迭代执行：1)基于成年人的标准心跳曲线来定义全局模板；2)为每个滤波N-心电图信号片段设置用于局部模板的一组暂定值；以及3)利用至少一个优化方案基于在预定相似度值内与所述全局模板匹配的所述局部模板来确定每个滤波N-心电图信号片段的自适应模板；以及iii)通过从所述滤波N-心电图信号中减去所述自适应模板以从每个所述滤波N-心电图信号中去除所述经修改的滤波N-心电图信号片段，从而产生每个校正心电图信号；基于所述校正心电图信号数据从所述滤波N-心电图信号数据中提取原始胎儿心电图信号数据，其中所述原始胎儿心电图信号数据包括N个胎儿心电图信号，其中N个胎儿心电图信号为原始N-心电图胎儿信号数据；处理所述原始N-心电图胎儿信号数据以提高所述N-心电图胎儿信号的信噪比，从而形成滤波N-心电图胎儿信号数据；在所述滤波N-心电图胎儿信号数据中检测胎儿心率峰值；基于检测到的胎儿心率峰值计算以下中的至少一个：i)胎儿心率，ii)胎儿心脏曲线，iii)逐搏胎儿心率，或iv)胎儿心率变异性；以及输出所述计算操作的结果；
e.一种专门编程的计算机系统，包括：至少一个专用计算机机器，包括：非暂态存储器，所述非暂态存储器电子地存储特定的计算机可执行程序代码；以及至少一个计算机处理器，所述计算机处理器在执行所述特定程序代码时变成专门编程的计算处理器，所述专门编程的计算处理器被配置成至少执行以下操作：从至少一个声学传感器接收多个心音图信号数据输入；通过所述至少一个计算机处理器利用多个带通滤波器对所述多个心音图信号数据输入进行数字信号滤波以形成多个滤波心音图输出，其中所述多个带通滤波器包括L个带通滤波器，其中每个带通滤波器均输出K个滤波心音图输出；通过所述至少一个计算机处理器对所述多个滤波心音图输出的滤波心音图输出的第一子集进行小波去噪，以形成M个去噪滤波心音图输出，其中M等于L乘以K；通过所述至少一个计算机处理器利用独立分量分析来转换所述多个滤波心音图输出的滤波心音图输出的第二子集，以形成M个滤波独立分量分析变换；通过所述至少一个计算机处理器利用所述独立分量分析来转换去噪滤波心音图输出的所述第二子集的第一部分以形成M个去噪滤波独立分量分析变换；通过所述至少一个计算机处理器编译多个检测心跳输入中的S个输入，包括：i)所述M个滤波心音图输出，ii)所述M个所述去噪滤波心音图输出，iii)所述M个所述滤波独立分量分析变换，以及iv)所述M个所述去噪滤波独立分量分析变换；通过所述至少一个计算机处理器检测每个检测心跳输入中的搏动的搏动位置；通过所述至少一个计算机处理器计算置信度得分，所述置信度得分描述所述多个检测心跳输入的每个检测心跳输入中的所述搏动代表实际心跳而非噪声的概率；通过所述至少一个计算机处理器将所述多个检测心跳输入划分成至少两组：i)包含胎儿心跳的第一组检测心跳输入，ii)包含母体心跳的第二组检测心跳输入；基于至少一个特定胎儿检测心跳输入的第一置信度得分，通过所述至少一个计算机处理器从所述第一组检测心跳输入中选择包含所述胎儿心跳的所述至少一个特定胎儿检测心跳输入；以及基于至少一个特定母体检测心跳输入的第二置信度得分，通过所述至少一个计算机处理器从所述第二组检测心跳输入中选择包含所述母体心跳的所述至少一个特定母体检测心跳输入；以及f.一种专门编程的计算机系统，包括：至少一个专用计算机机器，包括：非暂态存储器，所述非暂态存储器电子地存储特定的计算机可执行程序代码；以及至少一个计算机处理器，所述至少一个计算机处理器在执行所述特定程序代码时变成专门编程的计算处理器，所述专门编程的计算处理器被配置成至少执行以下操作：i.从滤波N-心电图胎儿信号数据中接收在特定时间间隔内多个时间点计算的胎儿心率，以及从滤波心音图输出中接收在特定时间间隔内多个时间点计算的胎儿心率；
ii.确定所述滤波N-心电图胎儿信号数据在所述特定时间间隔内的所述多个时间点的所述计算的胎儿心率的得分；
iii.确定所述滤波心音图输出在所述特定时间间隔内的所述多个时间点的所述计算的胎儿心率的得分；
iv.基于来自滤波N-心电图胎儿信号数据在特定时间间隔内多个时间点的所述计算的胎儿心率和得分、以及基于来自滤波心音图输出在特定时间间隔内多个时间点的所述计算的胎儿心率和得分，确定在所述特定时间间隔内的所述多个时间点的综合胎儿心率和得分，其中在所述多个时间点内的单个时间点的所述综合胎儿心率和得分被确定为选自由以下组成的组中的所述四个选项之一：
1.来自所述单个时间点的所述滤波N-心电图胎儿信号数据和所述滤波心音图输出的所述计算的心率的加权平均值，条件是：来自所述单个时间点的所述滤波N-心电图胎儿信号数据和所述滤波心音图输出的所述计算的心率每分钟相差10个搏动或更少，并且所述单个时间点的所述滤波N-心电图胎儿信号数据和所述滤波心音图输出的所述计算的胎儿心率的所述得分都是有效的；
2.具有低得分的所述计算的心率，条件是：来自所述单个时间点的所述滤波N-心电图胎儿信号数据和所述滤波心音图输出的所述计算的心率每分钟相差超过10个搏动，并且所述单个时间点的所述滤波N-心电图胎儿信号数据和所述滤波心音图输出的所述计算的胎儿心率的所述得分都是有效的；
3.具有有效得分的所述计算的心率；以及
4.没有综合胎儿心率和得分，条件是：来自所述滤波N-心电图胎儿信号数据和所述滤波心音图输出的所述计算的心率都没有有效得分；
v.基于在所述特定时间间隔内的所述多个时间点的所述综合胎儿心率和得分，通过所述至少一个计算机处理器生成胎儿心率概率网格；
vi.基于所述胎儿心率概率网格，通过所述至少一个计算机处理器生成在所述特定时间间隔内的估计胎儿心率，
其中基于(1)表示在所述特定时间间隔内的所述估计胎儿心率的每个点处的胎儿心率概率网格值的成本；以及(2)表示在所述特定时间间隔内的所述估计胎儿心率的总体曲折度的成本来计算在所述特定时间间隔内的所述估计胎儿心率。
2.根据权利要求1所述的系统，其中所述服装包含腰带。
3.一种用于产生胎儿心脏活动估计的系统，包括：
一种专门编程的计算机系统，包括：至少一个专用计算机机器，包括：非暂态存储器，所述非暂态存储器电子地存储特定的计算机可执行程序代码；以及至少一个计算机处理器，所述至少一个计算机处理器在执行所述特定程序代码时变成专门编程的计算处理器，所述专门编程的计算处理器被配置成至少执行以下操作：i.从滤波N-心电图胎儿信号数据中接收在特定时间间隔内多个时间点计算的胎儿心率，以及从滤波心音图输出中接收在特定时间间隔内多个时间点计算的胎儿心率；
ii.确定所述滤波N-心电图胎儿信号数据在所述特定时间间隔内的所述多个时间点的所述计算的胎儿心率的得分；
iii.确定所述滤波心音图输出在所述特定时间间隔内的所述多个时间点的所述计算的胎儿心率的得分；
iv.基于来自滤波N-心电图胎儿信号数据在特定时间间隔内多个时间点的所述计算的胎儿心率和得分、以及基于来自滤波心音图输出在特定时间间隔内多个时间点的所述计算的胎儿心率和得分，确定在所述特定时间间隔内的所述多个时间点的综合胎儿心率和得分，其中在所述多个时间点内的单个时间点的所述综合胎儿心率和得分被确定为选自由以下组成的组中的所述四个选项之一：
a.来自所述单个时间点的所述滤波N-心电图胎儿信号数据和所述滤波心音图输出的所述计算的心率的加权平均值，条件是：来自所述单个时间点的所述滤波N-心电图胎儿信号数据和所述滤波心音图输出的所述计算的心率每分钟相差10个搏动或更少，并且所述单个时间点的所述滤波N-心电图胎儿信号数据和所述滤波心音图输出的所述计算的胎儿心率的所述得分都是有效的；
b.具有低得分的所述计算的心率，条件是：来自所述单个时间点的所述滤波N-心电图胎儿信号数据和所述滤波心音图输出的所述计算的心率每分钟相差超过10个搏动，并且所述单个时间点的所述滤波N-心电图胎儿信号数据和所述滤波心音图输出的所述计算的胎儿心率的所述得分都是有效的；
c.具有有效得分的所述计算的心率；以及
d.没有综合胎儿心率和得分，条件是：来自所述滤波N-心电图胎儿信号数据和所述滤波心音图输出的所述计算的心率都没有有效得分；
v.基于在所述特定时间间隔内的所述多个时间点的所述综合胎儿心率和得分，通过所述至少一个计算机处理器生成胎儿心率概率网格；
vi.基于所述胎儿心率概率网格，通过所述至少一个计算机处理器生成在所述特定时间间隔内的估计胎儿心率，
其中基于(1)表示在所述特定时间间隔内的所述估计胎儿心率的每个点处的胎儿心率概率网格值的成本；以及(2)表示在所述特定时间间隔内的所述估计胎儿心率的总体曲折度的成本来计算在所述特定时间间隔内的所述估计胎儿心率。
4.根据权利要求3所述的系统，其中，通过所述至少一个计算机处理器使用动态编程来执行表示在所述特定时间间隔内的所述估计胎儿心率的每个点处的胎儿心率概率网格值的成本；以及表示在所述特定时间间隔内的所述估计胎儿心率的所述总体曲折度的成本。
5.根据权利要求4所述的系统，其中累积成本网格的每个值被计算为在该点处和上一步骤中其邻域的最小路径的所述胎儿心率概率网格值的总和，所述计算基于：E(i，j)＝e(i，j)+min(E(i-1，j-k))；k＝-4：4
其中e是所述胎儿心率概率网格的所述值；E是所述累积成本；
i表示时间；以及j表示邻域+/-4[bpm/秒]中的心率值。
6.根据权利要求3所述的系统，其中，通过所述至少一个计算机处理器使用穷举搜索来执行表示在所述特定时间间隔内的所述估计胎儿心率的每个点处的胎儿心率概率网格值的成本；以及表示在所述特定时间间隔内的所述估计胎儿心率的所述总体曲折度的成本。
7.一种计算机实施的方法，包括：
a.从至少一对心电图传感器接收原始心电图信号数据；其中所述至少一对心电图传感器被定位在怀孕的人类受试者的腹部上；其中所述原始心电图信号数据包括代表从所述至少一对心电图传感器实时获取的N个原始心电图信号的数据，其中N个原始心电图信号为原始N-心电图信号数据；过滤所述原始心电图信号数据以形成具有滤波N-心电图信号的滤波N-心电图信号数据；检测所述滤波N-心电图信号数据中每个所述滤波N-心电图信号中的母体心率峰值；通过利用至少一个非线性减法过程从所述滤波N-心电图信号数据的每个所述滤波N-心电图信号中减去所述母体心率峰值以获得校正心电图信号数据，所述校正心电图信号数据包括代表N个校正心电图信号的数据，其中N个校正心电图信号为校正N-心电图信号数据，其中所述至少一个非线性减法过程包括：迭代执行：i)将所述滤波N-心电图信号数据的N-心电图信号的每个滤波N-心电图信号划分为第一多个心电图信号片段，1)其中所述第一多个心电图信号片段中的每个心电图信号片段对应于完整心跳的一个搏动间隔，以及
2)其中每个搏动间隔至少部分地基于自动检测此搏动间隔的开始值和终止值来自动确定；
ii)修改第二多个滤波N-心电图信号片段中的每一个以形成多个经修改的滤波N-心电图信号片段，其中使用基于一组参数的至少一个逆优化方案来执行所述修改，其中所述参数组的值基于以下方式进行确定：迭代执行：1)基于成年人的标准心跳曲线来定义全局模板；2)为每个滤波N-心电图信号片段设置用于局部模板的一组暂定值；以及3)利用至少一个优化方案基于在预定相似度值内与所述全局模板匹配的所述局部模板来确定每个滤波N-心电图信号片段的自适应模板；以及iii)通过从所述滤波N-心电图信号中减去所述自适应模板以从每个所述滤波N-心电图信号中去除所述经修改的滤波N-心电图信号片段，从而产生每个校正心电图信号；基于所述校正心电图信号数据从所述滤波N-心电图信号数据中提取原始胎儿心电图信号数据，其中所述原始胎儿心电图信号数据包括N个胎儿心电图信号，其中N个胎儿心电图信号为原始N-心电图胎儿信号数据；处理所述原始N-心电图胎儿信号数据以提高所述N-心电图胎儿信号的信噪比，从而形成滤波N-心电图胎儿信号数据；在所述滤波N-心电图胎儿信号数据中检测胎儿心率峰值；基于检测到的胎儿心率峰值计算以下中的至少一个：i)胎儿心率，ii)胎儿心脏曲线，iii)逐搏胎儿心率，或iv)胎儿心率变异性；以及输出所述计算操作的结果；
b.从多个声学传感器接收多个心音图信号数据输入；通过至少一个计算机处理器利用多个带通滤波器对所述多个心音图信号数据输入进行数字信号滤波以形成多个滤波心音图输出，其中所述多个带通滤波器包括L个带通滤波器，其中每个带通滤波器均输出K个滤波心音图输出；通过所述至少一个计算机处理器对所述多个滤波心音图输出的滤波心音图输出的第一子集进行小波去噪，以形成M个去噪滤波心音图输出，其中M等于L乘以K；通过所述至少一个计算机处理器利用独立分量分析来转换所述多个滤波心音图输出的滤波心音图输出的第二子集，以形成M个滤波独立分量分析变换；通过所述至少一个计算机处理器利用所述独立分量分析来转换去噪滤波心音图输出的所述第二子集的第一部分以形成M个去噪滤波独立分量分析变换；通过所述至少一个计算机处理器编译多个检测心跳输入中的S个输入，包括：i)所述M个滤波心音图输出，ii)所述M个所述去噪滤波心音图输出，iii)所述M个所述滤波独立分量分析变换，以及iv)所述M个所述去噪滤波独立分量分析变换；通过所述至少一个计算机处理器检测每个检测心跳输入中的搏动的搏动位置；通过所述至少一个计算机处理器计算置信度得分，所述置信度得分描述所述多个检测心跳输入的每个检测心跳输入中的所述搏动代表实际心跳而非噪声的概率；通过所述至少一个计算机处理器将所述多个检测心跳输入划分成至少两组：i)包含胎儿心跳的第一组检测心跳输入，ii)包含母体心跳的第二组检测心跳输入；基于至少一个特定胎儿检测心跳输入的第一置信度得分，通过所述至少一个计算机处理器从所述第一组检测心跳输入中选择包含所述胎儿心跳的所述至少一个特定胎儿检测心跳输入；以及基于至少一个特定母体检测心跳输入的第二置信度得分，通过所述至少一个计算机处理器从所述第二组检测心跳输入中选择包含所述母体心跳的所述至少一个特定母体检测心跳输入；以及c.对步骤a和b的结果执行以下操作：
i.从滤波N-心电图胎儿信号数据中接收在特定时间间隔内多个时间点计算的胎儿心率，以及从滤波心音图输出中接收在特定时间间隔内多个时间点计算的胎儿心率；
ii.确定所述滤波N-心电图胎儿信号数据在所述特定时间间隔内的所述多个时间点的所述计算的胎儿心率的得分；
iii.确定所述滤波心音图输出在所述特定时间间隔内的所述多个时间点的所述计算的胎儿心率的得分；
iv.基于来自滤波N-心电图胎儿信号数据在特定时间间隔内多个时间点的所述计算的胎儿心率和得分、以及基于来自滤波心音图输出在特定时间间隔内多个时间点的所述计算的胎儿心率和得分，确定在所述特定时间间隔内的所述多个时间点的综合胎儿心率和得分，其中在所述多个时间点内的单个时间点的所述综合胎儿心率和得分被确定为选自由以下组成的组中的所述四个选项之一：
1.来自所述单个时间点的所述滤波N-心电图胎儿信号数据和所述滤波心音图输出的所述计算的心率的加权平均值，条件是：来自所述单个时间点的所述滤波N-心电图胎儿信号数据和所述滤波心音图输出的所述计算的心率每分钟相差10个搏动或更少，并且所述单个时间点的所述滤波N-心电图胎儿信号数据和所述滤波心音图输出的所述计算的胎儿心率的所述得分都是有效的；
2.具有低得分的所述计算的心率，条件是：来自所述单个时间点的所述滤波N-心电图胎儿信号数据和所述滤波心音图输出的所述计算的心率每分钟相差超过10个搏动，并且所述单个时间点的所述滤波N-心电图胎儿信号数据和所述滤波心音图输出的所述计算的胎儿心率的所述得分都是有效的；
3.具有有效得分的所述计算的心率；以及
4.没有综合胎儿心率和得分，条件是：来自所述滤波N-心电图胎儿信号数据和所述滤波心音图输出的所述计算的心率都没有有效得分；
v.基于在所述特定时间间隔内的所述多个时间点的所述综合胎儿心率和得分，通过所述至少一个计算机处理器生成胎儿心率概率网格；
vi.基于所述胎儿心率概率网格，通过所述至少一个计算机处理器生成在所述特定时间间隔内的估计胎儿心率，
其中基于(1)表示在所述特定时间间隔内的所述估计胎儿心率的每个点处的胎儿心率概率网格值的成本；以及(2)表示在所述特定时间间隔内的所述估计胎儿心率的总体曲折度的成本来计算在所述特定时间间隔内的所述估计胎儿心率。
8.根据权利要求7所述的方法，其中，通过所述至少一个计算机处理器使用动态编程来执行表示在所述特定时间间隔内的所述估计胎儿心率的每个点处的胎儿心率概率网格值的成本；以及表示在所述特定时间间隔内的所述估计胎儿心率的所述总体曲折度的成本。
9.根据权利要求8所述的方法，其中累积成本网格的每个值被计算为在该点处和上一步骤中其邻域的最小路径的所述胎儿心率概率网格值的总和，所述计算基于：E(i，j)＝e(i，j)+min(E(i-1，j-k))；k＝-4：4
其中e是所述胎儿心率概率网格的所述值；E是所述累积成本；
i表示时间；以及j表示邻域+/-4[bpm/秒]中的心率值。
10.根据权利要求7所述的方法，其中，通过所述至少一个计算机处理器使用穷举搜索来执行表示在所述特定时间间隔内的所述估计胎儿心率的每个点处的胎儿心率概率网格值的成本；以及表示在所述特定时间间隔内的所述估计胎儿心率的所述总体曲折度的成本。
说明书 :
怀孕的人类受试者的连续非侵入性监测
[0001] 相关申请的交叉引用
[0002] 本申请要求于2015年3月16日提交的美国临时专利申请No.62/133,485以及于2015年10月23日提交的美国临时专利申请No.14/921,489的优先权，其全部内容全文以引用的方式并入本文。均于2015年3月16日提交的美国专利申请No.15/071,884，美国专利申请No.15/071,915和美国专利申请No.15/071,956的全部内容全文以引用的方式并入本文。
技术领域
[0003] 本发明涉及使用收集母体和胎儿心脏信号数据的多个传感器对胎儿和/或母体进行连续非侵入性监测的装置、系统和方法。
背景技术
[0004] 监测母体和胎儿心脏活动可用于确定怀孕期间胎儿和母体的健康状况。
发明内容
[0005] 在一个实施例中，本发明提供了一种服装，其包括：
[0006] a)至少一个心电图传感器，其被配置成接触怀孕的人类受试者的腹部皮肤并检测胎儿和母体的心脏电活动；
[0007] b)至少一个声学传感器，其被配置成接触怀孕的人类受试者的腹部皮肤并检测胎儿和母体的心脏电活动；以及
[0008] c)服装，其被配置成将至少一个心电图传感器和至少一个声学传感器定位在并接触怀孕的人类受试者的腹部上。
[0009] 在一个实施例中，服装还被配置成包括：
[0010] d)一种专门编程的计算机系统，该计算机系统包括：至少一个专用计算机机器，该计算机机器包括：非暂态存储器，其电子地存储特定的计算机可执行程序代码；以及至少一个计算机处理器，其在执行特定程序代码时变成专门编程的计算处理器，其被配置成至少执行以下操作：从至少一对ECG传感器接收原始心电图(ECG)信号(signals)数据；其中至少一对ECG传感器定位在怀孕的人类受试者的腹部上；其中原始ECG信号数据包括代表从至少一对ECG传感器实时获取的N个原始ECG信号的数据(原始N-ECG信号数据)；数字信号过滤原始ECG信号数据以形成具有滤波N-ECG信号的滤波N-ECG信号数据；检测滤波N-ECG信号数据中每个滤波N-ECG信号中的母体心率峰值；通过利用至少一个非线性减法过程从滤波N-ECG信号数据的每一个滤波N-ECG信号中减去母体ECG信号以获得校正ECG信号数据，该数据包括表示N个校正ECG信号的数据(校正N-ECG信号数据)，其中至少一个非线性减法过程包括：迭代执行：i)将滤波N-ECG信号数据的N-ECG信号的每个滤波N-ECG信号划分为第二多个ECG信号片段，1)其中多个ECG信号片段中的每个ECG信号片段对应于完整心跳的一个搏动间隔，以及2)其中每个搏动间隔至少部分地基于自动检测此搏动间隔的开始值和终止值来自动确定；ii)修改多个滤波N-ECG信号片段中的每一个以形成多个经修改的滤波N-ECG信号片段，其中使用基于一组参数的至少一个逆优化方案来执行修改，其中参数组的值基于以下方式进行确定：迭代执行：1)基于成年人的标准心跳曲线来定义全局模板；2)为每个滤波N-ECG信号片段设置用于局部模板的一组暂定值；以及3)利用至少一个优化方案基于在预定相似度值内与所述全局模板匹配的所述局部模板来确定每个滤波N-ECG信号片段的自适应模板；以及iii)通过从所述滤波N-ECG信号中减去所述自适应模板以从所述每个滤波N-ECG信号中去除所述经修改的片段，从而产生每个经校正的ECG信号；基于所述校正ECG信号数据从所述滤波N-ECG信号数据中提取原始胎儿ECG信号数据，其中所述原始胎儿ECG信号数据包括N个胎儿ECG信号(原始N-ECG胎儿信号数据)；处理所述原始N-ECG胎儿信号数据以提高所述N-ECG胎儿信号的信噪比，从而形成滤波N-ECG胎儿信号数据；在所述滤波N-ECG胎儿信号数据中检测胎儿心率峰值；基于检测到的胎儿心率峰值计算以下中的至少一个：i)胎儿心率，ii)胎儿心脏曲线，iii)逐搏胎儿心率，或iv)胎儿心率变异性；以及输出计算操作的结果；
[0011] e.一种专门编程的计算机系统，该计算机系统包括：至少一个专用计算机机器，该计算机机器包括：非暂态存储器，其电子地存储特定的计算机可执行程序代码；以及至少一个计算机处理器，其在执行特定程序代码时变成专门编程的计算处理器，其被配置成至少执行以下操作：通过至少一个计算机处理器执行为该方法配置的特定可编程指令，从多个声学传感器接收多个心音图(PCG)信号数据输入；通过至少一个计算机处理器利用多个带通滤波器对多个PCG信号数据输入进行数字信号滤波以形成多个滤波PCG输出，其中多个带通滤波器包括L个带通滤波器，其中每个带通滤波器均输出K个滤波PCG输出；通过至少一个计算机处理器对多个滤波PCG输出的滤波PCG输出的第一子集进行小波去噪，以形成M个去噪滤波PCG输出，其中M等于L乘以K；通过至少一个计算机处理器利用独立分量分析(ICA)来转换多个滤波PCG输出的滤波PCG输出的第二子集，以形成M个滤波ICA变换；通过至少一个计算机处理器利用独立分量分析(ICA)来转换去噪的滤波PCG输出的第二子集的第一部分以形成M个去噪滤波ICA变换；通过至少一个计算机处理器编译多个检测心跳(DH)输入中的S个输入，其包括：i)M个滤波PCG输出，ii)M个去噪滤波PCG输出，iii)M个滤波ICA变换，以及iv)M个去噪滤波ICA变换；通过至少一个计算机处理器检测每个DH输入中的搏动的搏动位置；通过至少一个计算机处理器计算置信度得分，该置信度得分描述多个DH输入的每个DH输入中的搏动代表实际心跳而非噪声的概率；通过至少一个计算机处理器将多个DH输入划分成至少两组：i)包含胎儿心跳的第一组DH输入，ii)包含母体心跳的第二组DH输入；基于至少一个特定胎儿DH输入的第一置信度得分，通过至少一个计算机处理器从第一组DH输入中选择包含胎儿心跳的至少一个特定胎儿DH输入；以及基于至少一个特定母体DH输入的第二置信度得分，通过至少一个计算机处理器从第二组DH输入中选择包含母体心跳的至少一个特定母体DH输入；
[0012] f.一种专门编程的计算机系统，该计算机系统包括：至少一个专用计算机机器，该计算机机器包括：非暂态存储器，其电子地存储特定的计算机可执行程序代码；以及至少一个计算机处理器，其在执行特定程序代码时变成专门编程的计算处理器，其被配置成至少执行以下操作：
[0013] i.从滤波N-ECG胎儿信号数据中接收在特定时间间隔内多个时间点计算的胎儿心率，以及从滤波PCG输出中接收在特定时间间隔内多个时间点计算的胎儿心率；
[0014] ii.确定滤波N-ECG胎儿信号在特定时间间隔内多个时间点所计算的胎儿心率的得分；
[0015] iii.确定滤波PCG输出在特定时间间隔内多个时间点所计算的胎儿心率的得分；
[0016] iv.基于来自滤波N-ECG胎儿信号数据在特定时间间隔内多个时间点计算的胎儿心率和得分以及基于滤波PCG输出在特定时间间隔内多个时间点计算的胎儿心率和得分，确定在特定时间间隔内多个时间点的综合胎儿心率和得分，
[0017] 其中多个时间点内的单个时间点的综合胎儿心率和得分被确定为选自以下的四个选项之一：
[0018] 1.单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率的加权平均值(如果来自单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率每分钟相差10个搏动或更少，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的胎儿心率的得分都是有效的)；
[0019] 2.具有低得分的计算的心率(如果来自单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率每分钟相差超过10个搏动，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的胎儿心率的得分都是有效的)；
[0020] 3.具有有效得分的计算出的心率；以及
[0021] 4.没有综合胎儿心率和得分(如果来自滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率都没有有效得分)；
[0022] v.基于在特定时间间隔内多个时间点的综合心率和得分，通过至少一个计算机处理器生成胎儿心率概率网格；
[0023] vi.基于胎儿心率概率网格，通过至少一个计算机处理器生成在特定时间间隔内的估计胎儿心率，
[0024] 其中基于(1)表示特定时间间隔内估计胎儿心率的每个点处的胎儿心脏概率网格值的成本；以及(2)表示特定时间间隔内估计胎儿心率的总体曲折度的成本来计算特定时间间隔内的估计胎儿心率。
[0025] 在一个实施例中，服装是带子。
[0026] 在一个实施例中，本发明提供了一种用于监测母体和胎儿心脏活动的系统，其包括：
[0027] a)至少一个心电图传感器，其被配置成接触怀孕的人类受试者的腹部皮肤并检测胎儿和母体的心脏电活动；
[0028] b)至少一个声学传感器，其被配置成接触怀孕的人类受试者的腹部皮肤并检测胎儿和母体的心脏电活动；
[0029] c)服装，其被配置成将至少一个心电图传感器和至少一个声学传感器定位在并接触怀孕的人类受试者的腹部上；
[0030] d)一种专门编程的计算机系统，该计算机系统包括：至少一个专用计算机机器，该计算机机器包括：非暂态存储器，其电子地存储特定的计算机可执行程序代码；以及至少一个计算机处理器，其在执行特定程序代码时变成专门编程的计算处理器，其被配置成至少执行以下操作：从至少一对ECG传感器接收原始心电图(ECG)信号数据；其中至少一对ECG传感器定位在怀孕的人类受试者的腹部上；其中原始ECG信号数据包括代表从至少一对ECG传感器实时获取的N个原始ECG信号的数据(原始N-ECG信号数据)；数字信号过滤原始ECG信号数据以形成具有滤波N-ECG信号的滤波N-ECG信号数据；检测滤波N-ECG信号数据中每个滤波N-ECG信号中的母体心率峰值；通过利用至少一个非线性减法过程从滤波N-ECG信号数据的每一个滤波N-ECG信号中减去母体ECG信号以获得校正ECG信号数据，该数据包括表示N个校正ECG信号的数据(校正N-ECG信号数据)，其中至少一个非线性减法过程包括：迭代执行：i)将滤波N-ECG信号数据的N-ECG信号的每个滤波N-ECG信号划分为第二多个ECG信号片段，
1)其中多个ECG信号片段中的每个ECG信号片段对应于完整心跳的一个搏动间隔，以及2)其中每个搏动间隔至少部分地基于自动检测此搏动间隔的开始值和终止值来自动确定；ii)修改多个滤波N-ECG信号片段中的每一个以形成多个经修改的滤波N-ECG信号片段，其中使用基于一组参数的至少一个逆优化方案来执行修改，其中参数组的值基于以下方式进行确定：迭代执行：1)基于成年人的标准心跳曲线来定义全局模板；2)为每个滤波N-ECG信号片段设置用于局部模板的一组暂定值；以及3)利用至少一个优化方案基于在预定相似度值内与全局模板匹配的局部模板来确定每个滤波N-ECG信号片段的自适应模板；以及iii)通过从滤波N-ECG信号中减去自适应模板以从每个滤波N-ECG信号中去除经修改的片段，从而产生每个经校正的ECG信号；基于校正ECG信号数据从滤波N-ECG信号数据中提取原始胎儿ECG信号数据，其中原始胎儿ECG信号数据包括N个胎儿ECG信号(原始N-ECG胎儿信号数据)；处理原始N-ECG胎儿信号数据以提高N-ECG胎儿信号的信噪比，从而形成滤波N-ECG胎儿信号数据；在滤波N-ECG胎儿信号数据中检测胎儿心率峰值；基于检测到的胎儿心率峰值计算以下中的至少一个：i)胎儿心率，ii)胎儿心脏曲线，iii)逐搏胎儿心率，或iv)胎儿心率变异性；以及输出计算操作的结果；
1)其中多个ECG信号片段中的每个ECG信号片段对应于完整心跳的一个搏动间隔，以及2)其中每个搏动间隔至少部分地基于自动检测此搏动间隔的开始值和终止值来自动确定；ii)修改多个滤波N-ECG信号片段中的每一个以形成多个经修改的滤波N-ECG信号片段，其中使用基于一组参数的至少一个逆优化方案来执行修改，其中参数组的值基于以下方式进行确定：迭代执行：1)基于成年人的标准心跳曲线来定义全局模板；2)为每个滤波N-ECG信号片段设置用于局部模板的一组暂定值；以及3)利用至少一个优化方案基于在预定相似度值内与全局模板匹配的局部模板来确定每个滤波N-ECG信号片段的自适应模板；以及iii)通过从滤波N-ECG信号中减去自适应模板以从每个滤波N-ECG信号中去除经修改的片段，从而产生每个经校正的ECG信号；基于校正ECG信号数据从滤波N-ECG信号数据中提取原始胎儿ECG信号数据，其中原始胎儿ECG信号数据包括N个胎儿ECG信号(原始N-ECG胎儿信号数据)；处理原始N-ECG胎儿信号数据以提高N-ECG胎儿信号的信噪比，从而形成滤波N-ECG胎儿信号数据；在滤波N-ECG胎儿信号数据中检测胎儿心率峰值；基于检测到的胎儿心率峰值计算以下中的至少一个：i)胎儿心率，ii)胎儿心脏曲线，iii)逐搏胎儿心率，或iv)胎儿心率变异性；以及输出计算操作的结果；
[0031] e)一种专门编程的计算机系统，该计算机系统包括：至少一个专用计算机机器，该计算机机器包括：非暂态存储器，其电子地存储特定的计算机可执行程序代码；以及至少一个计算机处理器，其在执行特定程序代码时变成专门编程的计算处理器，其被配置成至少执行以下操作：通过至少一个计算机处理器执行为该方法配置的特定可编程指令，从多个声学传感器接收多个心音图(PCG)信号数据输入；通过至少一个计算机处理器利用多个带通滤波器对多个PCG信号数据输入进行数字信号滤波以形成多个滤波PCG输出，其中多个带通滤波器包括L个带通滤波器，其中每个带通滤波器均输出K个滤波PCG输出；通过至少一个计算机处理器对多个滤波PCG输出的滤波PCG输出的第一子集进行小波去噪，以形成M个去噪滤波PCG输出，其中M等于L乘以K；通过至少一个计算机处理器利用独立分量分析(ICA)来转换多个滤波PCG输出的滤波PCG输出的第二子集，以形成M个滤波ICA变换；通过至少一个计算机处理器利用独立分量分析(ICA)来转换去噪滤波PCG输出的第二子集的第一部分以形成M个去噪滤波ICA变换；通过至少一个计算机处理器编译多个检测心跳(DH)输入中的S个输入，其包括：i)M个滤波PCG输出，ii)M个去噪滤波PCG输出，iii)M个滤波ICA变换，以及iv)M个去噪滤波ICA变换；通过至少一个计算机处理器检测每个DH输入中的搏动的搏动位置；通过至少一个计算机处理器计算置信度得分，该置信度得分描述多个DH输入的每个DH输入中的搏动代表实际心跳而非噪声的概率；通过至少一个计算机处理器将多个DH输入划分成至少两组：i)包含胎儿心跳的第一组DH输入，ii)包含母体心跳的第二组DH输入；基于至少一个特定胎儿DH输入的第一置信度得分，通过至少一个计算机处理器从第一组DH输入中选择包含胎儿心跳的至少一个特定胎儿DH输入；以及基于至少一个特定母体DH输入的第二置信度得分，通过至少一个计算机处理器从第二组DH输入中选择包含母体心跳的至少一个特定母体DH输入；
[0032] f)一种专门编程的计算机系统，该计算机系统包括：至少一个专用计算机机器，该计算机机器包括：非暂态存储器，其电子地存储特定的计算机可执行程序代码；以及至少一个计算机处理器，其在执行特定程序代码时变成专门编程的计算处理器，其被配置成至少执行以下操作：
[0033] i.从滤波N-ECG胎儿信号数据中接收在特定时间间隔内多个时间点计算的胎儿心率，以及从滤波PCG输出中接收在特定时间间隔内多个时间点计算的胎儿心率；
[0034] ii.确定滤波N-ECG胎儿信号在特定时间间隔内多个时间点所计算的胎儿心率的得分；
[0035] iii.确定滤波PCG输出在特定时间间隔内多个时间点所计算的胎儿心率的得分；
[0036] iv.基于来自滤波N-ECG胎儿信号数据在特定时间间隔内多个时间点计算的胎儿心率和得分以及基于来自滤波PCG输出在特定时间间隔内多个时间点计算的胎儿心率和得分，确定在特定时间间隔内多个时间点的综合胎儿心率和得分，
[0037] 其中多个时间点内的单个时间点的综合胎儿心率和得分被确定为选自以下的四个选项之一：
[0038] 1.单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率的加权平均值(如果来自单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率每分钟相差10个搏动或更少，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的胎儿心率的得分都是有效的)；
[0039] 2.具有低得分的计算的心率(如果来自单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率每分钟相差超过10个搏动，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的胎儿心率的得分都是有效的)；
[0040] 3.具有有效得分的计算出的心率；以及
[0041] 4.没有综合胎儿心率和得分(如果来自滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率都没有有效得分)；
[0042] v.基于在特定时间间隔内多个时间点的综合心率和得分，通过至少一个计算机处理器生成胎儿心率概率网格；
[0043] vi.基于胎儿心率概率网格，通过至少一个计算机处理器生成在特定时间间隔内的估计胎儿心率，
[0044] 其中基于(1)表示特定时间间隔内估计胎儿心率的每个点处的胎儿心脏概率网格值的成本；以及(2)表示特定时间间隔内估计胎儿心率的总体曲折度的成本来计算特定时间间隔内的估计胎儿心率。
[0045] 在一个实施例中，本发明提供了一种用于产生胎儿心脏活动估计的系统，其包括：
[0046] a)一种专门编程的计算机系统，该计算机系统包括：至少一个专用计算机机器，该计算机机器包括：非暂态存储器，其电子地存储特定的计算机可执行程序代码；以及至少一个计算机处理器，其在执行特定程序代码时变成专门编程的计算处理器，其被配置成至少执行以下操作：
[0047] i.从滤波N-ECG胎儿信号数据中接收在特定时间间隔内多个时间点计算的胎儿心率，以及从滤波PCG输出中接收在特定时间间隔内多个时间点计算的胎儿心率；
[0048] ii.确定滤波N-ECG胎儿信号在特定时间间隔内多个时间点所计算的胎儿心率的得分；
[0049] iii.确定滤波PCG输出在特定时间间隔内多个时间点所计算的胎儿心率的得分；
[0050] iv.基于来自滤波N-ECG胎儿信号数据在特定时间间隔内多个时间点计算的胎儿心率和得分以及基于来自滤波PCG输出在特定时间间隔内多个时间点计算的胎儿心率和得分，确定在特定时间间隔内多个时间点的综合胎儿心率和得分，
[0051] 其中多个时间点内的单个时间点的综合胎儿心率和得分被确定为选自以下的四个选项之一：
[0052] 1.来自单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率的加权平均值(如果来自单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率每分钟相差10个搏动或更少，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的胎儿心率的得分都是有效的)；
[0053] 2.具有低得分的计算的心率(如果来自单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率每分钟相差超过10个搏动，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的胎儿心率的得分都是有效的)；
[0054] 3.具有有效得分的计算出的心率；以及
[0055] 4.没有综合胎儿心率和得分(如果来自滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率都没有有效得分)；
[0056] v.基于在特定时间间隔内多个时间点的综合心率和得分，通过至少一个计算机处理器生成胎儿心率概率网格；
[0057] vi.基于胎儿心率概率网格，通过至少一个计算机处理器生成在特定时间间隔内的估计胎儿心率，
[0058] 其中基于(1)表示特定时间间隔内估计胎儿心率的每个点处的胎儿心脏概率网格值的成本；以及(2)表示特定时间间隔内估计胎儿心率的总体曲折度的成本来计算特定时间间隔内的估计胎儿心率。
[0059] 在一个实施例中，通过至少一个计算机处理器使用动态编程来执行表示在所述特定时间间隔内的估计胎儿心率的每个点处的胎儿心脏概率网格值的成本；以及表示在特定时间间隔内的估计胎儿心率的总体曲折度的成本，其中累积成本网格的每个值被计算为在该点处和上一步骤中其邻域的最小路径的胎儿心率概率网格值的总和，所述计算基于：
[0060] E(i，j）＝e(i，j)+min(E(i-1，j-k))；k＝-4：4
[0061] 其中：
[0062] ●e是胎儿心率概率网格的值。
[0063] ●E是累积成本。
[0064] ●i表示时间，j表示邻域+/-4bpm/秒中的心率值。
[0065] 在一个实施例中，通过至少一个计算机处理器使用穷举搜索来执行表示在特定时间间隔内的估计胎儿心率的每个点处的胎儿心脏概率网格值的成本；以及表示在特定时间间隔内的估计胎儿心率的总体曲折度的成本。
[0066] 在一个实施例中，本发明提供了一种计算机实施方法，其包括：
[0067] a)从至少一对ECG传感器接收原始心电图(ECG)信号数据；其中至少一对ECG传感器定位在怀孕的人类受试者的腹部上；其中原始ECG信号数据包括代表从至少一对ECG传感器实时获取的N个原始ECG信号的数据(原始N-ECG信号数据)；数字信号过滤原始ECG信号数据以形成具有滤波N-ECG信号的滤波N-ECG信号数据；检测滤波N-ECG信号数据中每个滤波N-ECG信号中的母体心率峰值；通过利用至少一个非线性减法过程从滤波N-ECG信号数据的每一个滤波N-ECG信号中减去母体ECG信号以获得校正ECG信号数据，该数据包括表示N个校正ECG信号的数据(校正N-ECG信号数据)，其中至少一个非线性减法过程包括：迭代执行：i)将滤波N-ECG信号数据的N-ECG信号的每个滤波N-ECG信号划分为第二多个ECG信号片段，1)其中多个ECG信号片段中的每个ECG信号片段对应于完整心跳的一个搏动间隔，以及2)其中每个搏动间隔至少部分地基于自动检测此搏动间隔的开始值和终止值来自动确定；ii)修改多个滤波N-ECG信号片段中的每一个以形成多个经修改的滤波N-ECG信号片段，其中使用基于一组参数的至少一个逆优化方案来执行修改，其中参数组的值基于以下方式进行确定：迭代执行：1)基于成年人的标准心跳曲线来定义全局模板；2)为每个滤波N-ECG信号片段设置用于局部模板的一组暂定值；以及3)利用至少一个优化方案基于在预定相似度值内与所述全局模板匹配的所述局部模板来确定每个滤波N-ECG信号片段的自适应模板；以及iii)通过从所述滤波N-ECG信号中减去所述自适应模板以从所述每个滤波N-ECG信号中去除所述经修改的片段，从而产生每个经校正的ECG信号；基于所述校正ECG信号数据从所述滤波N-ECG信号数据中提取原始胎儿ECG信号数据，其中所述原始胎儿ECG信号数据包括N个胎儿ECG信号(原始N-ECG胎儿信号数据)；处理所述原始N-ECG胎儿信号数据以提高所述N-ECG胎儿信号的信噪比，从而形成滤波N-ECG胎儿信号数据；在所述滤波N-ECG胎儿信号数据中检测胎儿心率峰值；基于检测到的胎儿心率峰值计算以下中的至少一个：i)胎儿心率，ii)胎儿心脏曲线，iii)逐搏胎儿心率，或iv)胎儿心率变异性；以及输出计算操作的结果；
[0068] b)通过至少一个计算机处理器执行为该方法配置的特定可编程指令，从多个声学传感器接收多个心音图(PCG)信号数据输入；通过至少一个计算机处理器利用多个带通滤波器对多个PCG信号数据输入进行数字信号滤波以形成多个滤波PCG输出，其中多个带通滤波器包括L个带通滤波器，其中每个带通滤波器均输出K个滤波PCG输出；通过至少一个计算机处理器对多个滤波PCG输出的滤波PCG输出的第一子集进行小波去噪，以形成M个去噪滤波PCG输出，其中M等于L乘以K；通过至少一个计算机处理器利用独立分量分析(ICA)来转换多个滤波PCG输出的滤波PCG输出的第二子集，以形成M个滤波ICA变换；通过至少一个计算机处理器利用独立分量分析(ICA)来转换去噪滤波PCG输出的第二子集的第一部分以形成M个去噪滤波ICA变换；通过至少一个计算机处理器编译多个检测心跳(DH)输入中的S个输入，其包括：i)M个滤波PCG输出，ii)M个去噪滤波PCG输出，iii)M个滤波ICA变换，以及iv)M个去噪滤波ICA变换；通过至少一个计算机处理器检测每个DH输入中的搏动的搏动位置；通过至少一个计算机处理器计算置信度得分，该置信度得分描述多个DH输入的每个DH输入中的搏动代表实际心跳而非噪声的概率；通过至少一个计算机处理器将多个DH输入划分成至少两组：i)包含胎儿心跳的第一组DH输入，ii)包含母体心跳的第二组DH输入；基于至少一个特定胎儿DH输入的第一置信度得分，通过至少一个计算机处理器从第一组DH输入中选择包含胎儿心跳的至少一个特定胎儿DH输入；以及基于至少一个特定母体DH输入的第二置信度得分，通过至少一个计算机处理器从第二组DH输入中选择包含母体心跳的至少一个特定母体DH输入；c)对步骤a和b的结果执行以下操作：
[0069] i.从滤波N-ECG胎儿信号数据中接收在特定时间间隔内多个时间点计算的胎儿心率，以及从滤波PCG输出中接收在特定时间间隔内多个时间点计算的胎儿心率；
[0070] ii.确定滤波N-ECG胎儿信号在特定时间间隔内多个时间点所计算的胎儿心率的得分；
[0071] iii.确定滤波PCG输出在特定时间间隔内多个时间点所计算的胎儿心率的得分；
[0072] iv.基于来自滤波N-ECG胎儿信号数据在特定时间间隔内多个时间点计算的胎儿心率和得分以及基于来自滤波PCG输出在特定时间间隔内多个时间点计算的胎儿心率和得分，确定在特定时间间隔内多个时间点的综合胎儿心率和得分，
[0073] 其中多个时间点内的单个时间点的综合胎儿心率和得分被确定为选自以下的四个选项之一：
[0074] 1.来自单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率的加权平均值(如果来自单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率每分钟相差10个搏动或更少，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的胎儿心率的得分都是有效的)；
[0075] 2.具有低得分的计算的心率(如果来自单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率每分钟相差超过10个搏动，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的胎儿心率的得分都是有效的)；
[0076] 3.具有有效得分的计算的心率；以及
[0077] 4.没有综合胎儿心率和得分(如果来自滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率都没有有效得分)；
[0078] v.基于在特定时间间隔内多个时间点的综合心率和得分，通过至少一个计算机处理器生成胎儿心率概率网格；
[0079] vi.基于胎儿心率概率网格，通过至少一个计算机处理器生成在特定时间间隔内的估计胎儿心率，
[0080] 其中基于(1)表示特定时间间隔内的估计胎儿心率
[0081] 的每个点处的胎儿心脏概率网格值的成本；以及(2)
[0082] 表示特定时间间隔内的估计胎儿心率的总体曲折
[0083] 度的成本来计算特定时间间隔内的估计胎儿心率。
[0084] 在一个实施例中，本发明提供了一种计算机实施方法，其包括：
[0085] a)从滤波N-ECG胎儿信号数据中接收在特定时间间隔内多个时间点计算的胎儿心率，以及从滤波PCG输出中接收在特定时间间隔内多个时间点计算的胎儿心率；
[0086] b)确定滤波N-ECG胎儿信号在特定时间间隔内多个时间点所计算的胎儿心率的得分；
[0087] c)确定滤波PCG输出在特定时间间隔内多个时间点所计算的胎儿心率的得分；
[0088] d)基于来自滤波N-ECG胎儿信号数据在特定时间间隔内多个时间点计算的胎儿心率和得分以及基于来自滤波PCG输出在特定时间间隔内多个时间点计算的胎儿心率和得分，确定在特定时间间隔内多个时间点的综合胎儿心率和得分，
[0089] 其中多个时间点内的单个时间点的综合胎儿心率和得分被确定为选自以下的四个选项之一：
[0090] 1.来自单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率的加权平均值(如果来自单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率每分钟相差10个搏动或更少，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的胎儿心率的得分都是有效的)；
[0091] 2.具有低得分的计算的心率(如果来自单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率每分钟相差超过10个搏动，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的胎儿心率的得分都是有效的)；
[0092] 3.具有有效得分的计算的心率；以及
[0093] 4.没有综合胎儿心率和得分(如果来自滤波N-ECG胎儿信号数据和滤波PCG输出的计算的心率都没有有效得分)；
[0094] e)基于在特定时间间隔内多个时间点的综合心率和得分，通过至少一个计算机处理器生成胎儿心率概率网格；
[0095] f)基于胎儿心率概率网格，通过至少一个计算机处理器生成在特定时间间隔内的估计胎儿心率，
[0096] 其中基于(1)表示特定时间间隔内的估计胎儿心率的每个点处的胎儿心脏概率网格值的成本；以及(2)表示特定时间间隔内的估计胎儿心率的总体曲折度的成本来计算特定时间间隔内的估计胎儿心率。
[0097] 在一个实施例中，通过至少一个计算机处理器使用动态编程来执行表示在特定时间间隔内的估计胎儿心率的每个点处的胎儿心脏概率网格值的成本；以及表示在特定时间间隔内的估计胎儿心率的总体曲折度的成本，其中累积成本网格的每个值被计算为在该点处和上一步骤中其邻域的最小路径的胎儿心率概率网格值的总和，所述计算基于：
[0098] E(i，j)＝e(i，j)+min(E(i-1，j-k))；k＝-4：4
[0099] 其中：
[0100] ●e是胎儿心率概率网格的值。
[0101] ●E是累积成本。
[0102] ●i表示时间，j表示邻域+/-4bpm/秒中的心率值。
[0103] 在一个实施例中，通过至少一个计算机处理器使用穷举搜索来执行表示在特定时间间隔内的估计胎儿心率的每个点处的胎儿心脏概率网格值的成本；以及表示在特定时间间隔内的估计胎儿心率的总体曲折度的成本。
附图说明
[0104] 图1示出了根据本发明的一些实施例的适用于胎儿心率监测系统的系统的表示。
[0105] 图2示出了根据本发明的一些实施例的由怀孕的人类受试者穿戴的服装的第一视图。
[0106] 图3示出了根据本发明的一些实施例的服装的前视图。
[0107] 图4示出了根据本发明的一些实施例的服装的背视图。
[0108] 图5示出了根据本发明的一些实施例的ECG传感器。
[0109] 图6示出了根据本发明的一些实施例的ECG传感器。
[0110] 图7示出了根据本发明的一些实施例的ECG传感器。
[0111] 图8示出了根据本发明的一些实施例的ECG传感器。
[0112] 图9示出了根据本发明的一些实施例的适合作为皮肤接触物的导电织物的显微照片。
[0113] 图10示出了根据本发明的一些实施例的适合作为皮肤接触物的导电织物的显微照片。
[0114] 图11示出了根据本发明的一些实施例的适合作为皮肤接触物的导电织物的显微照片。
[0115] 图12示出了根据本发明的一些实施例的适合作为皮肤接触物的导电织物的显微照片。
[0116] 图13示出了根据本发明的一些实施例的适合作为皮肤接触物的导电织物的显微照片。
[0117] 图14示出了根据本发明的一些实施例的适合作为皮肤接触物的导电织物的显微照片。
[0118] 图15的面板a-c分别示出了使用电极序列号3-5记录的ECG信号数据。
[0119] 图16的面板a-d分别示出了来自第25周怀孕的人类受试者的使用电极序列号3-5以及使用控制湿凝胶ECG电极(通用电气医疗集团(GE Healthcare))记录的ECG信号数据。
[0120] 图17的面板a-d分别示出了来自第25周怀孕的人类受试者的使用电极序列号3-5以及使用控制湿凝胶ECG电极(GE)记录的ECG信号数据。
[0121] 图18示出了根据本发明的一些实施例的用于确定导电织物的表面电阻率和电阻而设立的实验。
[0122] 图19示出了根据本发明的一些实施例的用于确定导电织物的BTFT而设立的实验。
[0123] 图20示出了根据本发明的一些实施例的假设皮肤-电极界面等效电路的图。
[0124] 图21示出了测试电极配置的表示。
[0125] 图22示出了根据本发明的一些实施例的声学传感器的主体。
[0126] 图23示出了根据本发明的一些实施例的位于壳体内的声学传感器的主体。
[0127] 图24示出了根据本发明的一些实施例的另一壳体。
[0128] 图25示出了配置成将麦克风与并非来自于怀孕的人类受试者腹部的声学信号分离的结构。
[0129] 图26示出了根据本发明的一些实施例使用声学传感器的声学信号转导的表示。
[0130] 图27示出了根据本发明的一些实施例在怀孕人类受试者的腹部上的声学传感器的位置(位置A1、A2、A3、A4、B1、B2、B3、B4、C1、C2、C3和C4)。
[0131] 图28示出了根据本发明的一些实施例使用声学传感器接收的母体声学信号数据。
[0132] 图29示出了在怀孕的人类受试者的腹部上的至少一个ECG传感器的位置(位置A1、A2、A3、A4、B1、B2、B3和B4)和至少一个声学传感器的位置(位置M1、M2、M3和M4)。
[0133] 图30示出了根据本发明的一些实施例的用于检测和分析心脏电活动数据的算法的流程图。
[0134] 图31示出了根据本发明的一些实施例的心脏电动活动数据的示例性记录。
[0135] 图32示出了根据本发明的一些实施例的模板母体心电图。
[0136] 图33示出了根据本发明的一些实施例的用于执行母体心脏活动消除的算法的流程图。
[0137] 图34示出了根据本发明的一些实施例的用于执行母体心脏活动消除的算法的流程图。
[0138] 图35示出了根据本发明的一些实施例的单个母体心跳上的模板母体心电图的叠加。
[0139] 图36示出了根据本发明的一些实施例的单个母体心跳上的模板母体心电图的叠加。
[0140] 图37示出了根据本发明的一些实施例的母体ECG消除的结果。
[0141] 图38示出了根据本发明的一些实施例的用于检测和分析心脏活动数据的算法的流程图。
[0142] 图39A和图39B示出了根据本发明的一些实施例的信号去噪算法的流程图。
[0143] 图40-图44示出了根据本发明的一些实施例的来自声学传感器的数据的处理结果的曲线图。
[0144] 图45示出了其中ECG信号数据具有“良好”信号特性，但PCG信号数据具有“较差”信号特性的图形显示。
[0145] 图46示出了其中PCG信号数据具有“良好”信号特性，但ECG信号数据“较差”的图形显示，以及示出了其中ECG信号数据具有“良好”信号特性，但PCG信号数据“较差”的图形显示。
[0146] 图47示出了由滤波N-ECG胎儿信号数据在特定时间间隔内在多个时间点计算的胎儿心率和得分以及由滤波PCG输出在特定时间间隔内在多个时间点计算的胎儿心率的图形显示。得分由标记充满度显示-更完整的标记意味着更低的分数，意味着在单个胎儿心率估计中的更高的置信度。
[0147] 图48示出了在特定时间间隔内在多个时间点的综合胎儿心率和得分的图形显示。得分由标记充满度显示-更完整的标记意味着更低的分数，意味着在单个胎儿心率估计中的更高的置信度。
[0148] 图49示出了基于胎儿心率估计和得分的作为心率(每分钟搏动)和时间(秒)的函数的胎儿心率概率网格。
[0149] 图50示出了基于胎儿心率估计和得分的作为心率(每分钟搏动)和时间(秒)的函数的胎儿心率概率网格。
[0150] 图51示出了根据本发明的一些实施例在特定时间间隔内计算的估计胎儿心率。
[0151] 图52示出了根据本发明的一些实施例的胎儿心率估计概率网格。
[0152] 图53示出了根据本发明的一些实施例构建的累积成本网络。
具体实施方式
[0153] 为了使公开内容清楚而不受到限制，本发明的详细描述分为以下小节，其描述或说明本发明的某些特征、实施例或应用。
[0154] 本文所用的术语“接触区域”涵盖怀孕的人类受试者的皮肤与皮肤接触物之间的接触面积，即通过其电流可以穿过怀孕人类受试者的皮肤和皮肤接触物之间的表面积。
[0155] 根据本发明的一些实施例的系统：
[0156] 本发明涉及利用收集母体和胎儿电心脏信号数据的多个心电图传感器和/或收集母体和胎儿声学心脏信号数据的声学传感器对胎儿和/或母体进行连续非侵入性监测的装置、系统和方法。
[0157] 参考图1，在一些实施例中，用于记录、检测和分析胎儿心脏电活动的系统包括皮肤电极界面、至少一个电极、模拟预处理模块、模数转换器/微控制器(ADC/MCU)模块、通信模块、智能电话模块和云计算模块。
[0158] 在一些实施例中，模拟预处理模块执行选自以下的至少一个功能：记录信号的放大，以及对记录信号的滤波。
[0159] 在一些实施例中，ADC/MCU模块执行选自以下的至少一个任务：将模拟信号转换为数字信号、将记录的信号转换为数字信号、压缩数据、数字滤波、以及将记录的心电图信号数据传送到发送器。
[0160] 在一些实施例中，通信模块将记录的信号发送到无线接收器。
[0161] 在一些实施例中，不管传感器位置、胎儿取向、胎儿运动或胎龄如何，用于记录、检测和分析胎儿心脏电活动数据的系统是国际专利申请序列No.PCT/IL2015/050407中公开的系统。
[0162] 不意图受任何特定理论的限制，心脏活动产生声学信号和电信号。虽然由心脏活动产生的声学信号和电信号可能不同，但因为它们从相同的来源(即，胎儿和/或母体心脏)发出，它们可以一起使用。
[0163] 然而，胎儿心脏活动的准确性可以受到几个因素的影响，例如胎儿运动、胎儿心脏相对于至少一个ECG电极和/或至少一个声学传感器的位置、母体肌肉活动、母体心脏活动、母体解剖结构和胎盘位置等。
[0164] 不意图受任何特定理论的限制，背景信号可以是例如来自胎盘、胎儿和/或母体胃声、胎儿和/或母体骨骼肌活动和子宫内膜肌肉活动等的散射信号。
[0165] 例如，不意图受任何特定理论的限制，在一些实施例中，至少一个ECG传感器和至少一个声学传感器处于固定位置。胎儿在怀孕的人类受试者的子宫内自由移动，并且相对于传感器很少处于固定位置。这与胎儿心脏的小尺寸一起可以(i)在记录的信号数据中产生伪像，以及(ii)需要灵敏传感器和信号处理来从不断变化的背景信号中检测胎儿信号。
[0166] 不意图受任何特定理论的限制，电信号(诸如胎儿和母体ECG信号)和声学信号(诸如胎儿和母体心脏活动)的传播不同。例如，声学信号以最小的散射在流体环境(例如羊水)中良好地传播。作为另一实例，与ECG信号相比，声学信号通常具有较低的信噪比，这可能是由于ECG信号中噪声干扰的贡献较小。
[0167] 因此，根据胎儿的位置，ECG信号和/或声学信号的信噪比可以或多或少地变化。例如，在特定时间帧的一个单个时间点，在ECG信号存在时，声学信号可能不存在。因此，在一些实施例中，本发明的系统能够从胎儿ECG信号数据和胎儿声学心脏信号数据两者中，或仅从胎儿ECG信号数据，或仅从胎儿声学心脏信号数据中估计胎儿心率。
[0168] 在其中本发明的系统从胎儿ECG信号数据和胎儿声学心脏信号数据两者中估计胎儿心率的实施例中，胎儿ECG信号数据或胎儿声学心脏信号数据的相对贡献可以相等或不等。
[0169] 在一些实施例中，本发明的系统能够连续地监测胎儿和母体心脏活动。
[0170] 在一些实施例中，本发明的系统用于医院环境中。另选地，在一些实施例中，本发明的系统用于非医院环境。
[0171] 在一些实施例中，本发明的系统从多个系统收集和分析ECG信号数据和/或声学心脏活动信号数据以建立数据库。
[0172] 在一些实施例中，将数据库用于“大数据分析”，其中由怀孕的人类受试者从本发明的系统收集的信号数据与从具有特定人口统计和/或地理或其它统计特性的怀孕的人类受试者获得的信号数据进行比较。不意图受任何特定理论的限制，比较可以允许医学执业者建议怀孕的人类受试者调整例如饮食、活动和药物。
[0173] 在一些实施例中，数据库由医疗保健专业人员和/或怀孕的人类受试者使用来监测胎儿和/或母体心脏活动和健康。另选地，数据库可以由医疗保健专业人员和/或怀孕的人类受试者使用来检测怀孕期间潜在的有害病症、并发症或疾病。在一些实施例中，根据本发明的系统能够比在标准产前护理实践的常规检查期间更早地检测潜在的有害病症、并发症或疾病。
[0174] 在一些实施例中，系统由怀孕的人类受试者使用以减少怀孕相关因素，例如与营养相关的压力和风险、物理活动或缺乏物理活动、睡眠和可能影响怀孕的其它生活方式因素。
[0175] 在一些实施例中，怀孕的人类受试者已经被诊断为高危妊娠，并且本发明的系统与治疗性处理结合使用以治疗或管理高危妊娠。
[0176] 在一些实施例中，怀孕的人类受试者具有选自心脏病、低血压、高血压、低体重、肥胖症、先兆子痫、妊娠糖尿病、溶栓并发症和胎盘损伤的至少一种疾病或病症，并且本发明的系统与治疗性处理结合使用以治疗或管理至少一种疾病或病症。
[0177] 在一些实施例中，怀孕的人类受试者具有与高危妊娠相关的因素，并且本发明的系统与治疗性处理结合使用以治疗或管理高危妊娠。
[0178] 在一些实施例中，根据一些实施例的服装由怀孕的人类受试者穿戴，其中该服装被配置成连续监测胎儿和母体心脏活动。在一些实施例中，将胎儿和母体心脏活动信号数据发送到远程系统，其中胎儿和母体心脏活动信号数据被处理以输出胎儿和母体心率。
[0179] 在一些实施例中，本发明的系统能够接收和处理附加数据，例如母体物理活动、胎儿踢蹬、母体饮食摄入、母体健康信息和情绪等。在一些实施例中，使用附加数据以及胎儿和母体心脏活动信号数据来检测怀孕期间潜在的有害病症、并发症或疾病。
[0180] 在一些实施例中，使用附加数据以及胎儿和母体心脏活动信号数据以减少怀孕相关因素，例如与营养相关的压力和风险、物理活动或缺乏物理活动、睡眠和可能影响怀孕的其它生活方式因素。
[0181] 根据本发明的一些实施例的胎儿参数的实例能够监测包括：心脏活动、心率、心脏振动/声学声音、脉搏率、心率变异性、心动过缓事件、心动过速事件、去饱和、胎儿运动、胎儿位置/取向、胎儿声音、胎儿踢蹬、胎儿脑活动、胎儿温度、葡萄糖、睡眠状态、血流量、血压或活动水平。
[0182] 根据本发明的一些实施例的母亲参数的实例能够监测包括：心脏活动、射血分数、心率、心音、呼吸深度和持续时间、脉搏率、心率变异性、心动过缓事件、心动过速事件、去饱和、脑活动、温度、葡萄糖、炎症水平、子宫活动、睡眠阶段、血压、物理活动水平、姿势或身体位置。
[0183] 在一些实施例中，本发明的系统由怀孕的人类受试者长时间穿戴。长时间可以是24小时或以上。另选地，在一些实施例中，本发明的系统由怀孕的人类受试者穿戴24小时或更少。另选地，在一些实施例中，本发明的系统由怀孕的人类受试者穿戴24小时。另选地，在一些实施例中，本发明的系统由怀孕的人类受试者穿戴12小时。另选地，在一些实施例中，本发明的系统由怀孕的人类受试者穿戴11小时。另选地，在一些实施例中，本发明的系统由怀孕的人类受试者穿戴10小时。另选地，在一些实施例中，本发明的系统由怀孕的人类受试者穿戴9小时。另选地，在一些实施例中，本发明的系统由怀孕的人类受试者穿戴8小时。另选地，在一些实施例中，本发明的系统由怀孕的人类受试者穿戴7小时。另选地，在一些实施例中，本发明的系统由怀孕的人类受试者穿戴6小时。另选地，在一些实施例中，本发明的系统由怀孕的人类受试者穿戴5小时。另选地，在一些实施例中，本发明的系统由怀孕的人类受试者穿戴4小时。另选地，在一些实施例中，本发明的系统由怀孕的人类受试者穿戴3小时。另选地，在一些实施例中，本发明的系统由怀孕的人类受试者穿戴2小时。另选地，在一些实施例中，本发明的系统由怀孕的人类受试者穿戴1小时。
[0184] 在一个实施例中，本发明提供了一种用于监测母体和胎儿心脏活动的系统，其包括：
[0185] a)至少一个心电图传感器，其被配置成接触怀孕的人类受试者的腹部皮肤并检测胎儿和母体的心脏电活动；
[0186] b)至少一个声学传感器，其被配置成接触怀孕的人类受试者的腹部皮肤并检测胎儿和母体的心脏电活动；
[0187] c)服装，其被配置成将至少一个心电图传感器和至少一个声学传感器定位在并接触怀孕的人类受试者的腹部上；
[0188] d)一种专门编程的计算机系统，该计算机系统包括：至少一个专用计算机机器，该计算机机器包括：非暂态存储器，其电子地存储特定的计算机可执行程序代码；以及至少一个计算机处理器，其在执行特定程序代码时变成专门编程的计算处理器，其被配置成至少执行以下操作：从至少一对ECG传感器接收原始心电图(ECG)信号数据；其中至少一对ECG传感器定位在怀孕的人类受试者的腹部上；其中原始ECG信号数据包括代表从至少一对ECG传感器实时获取的N个原始的ECG信号数据(原始N-ECG信号数据)的数据；数字信号过滤原始ECG信号数据以形成具有滤波N-ECG信号的滤波N-ECG信号数据；检测滤波N-ECG信号数据中每个滤波N-ECG信号中的母体心率峰值；通过利用至少一个非线性减法过程从滤波N-ECG信号数据的每一个滤波N-ECG信号中减去母体ECG信号以获得校正的ECG信号数据，该数据包括代表N个校正的ECG信号的数据(校正N-ECG信号数据)，其中至少一个非线性减法过程包括：迭代执行：i)将滤波N-ECG信号数据的N-ECG信号的每个滤波N-ECG信号划分为第二多个ECG信号片段，1)其中多个ECG信号片段中的每个ECG信号片段对应于完整心跳的一个搏动间隔，以及2)其中每个搏动间隔至少部分地基于自动检测此搏动间隔的开始值和终止值来自动确定；ii)修改多个滤波N-ECG信号片段中的每一个以形成多个经修改的滤波N-ECG信号片段，其中使用基于一组参数的至少一个逆优化方案来执行修改，其中参数组的值基于以下方式进行确定：迭代执行：1)基于成年人的标准心跳曲线来定义全局模板；2)为每个滤波N-ECG信号片段设置用于局部模板的一组暂定值；以及3)利用至少一个优化方案基于在预定相似度值内与全局模板匹配的局部模板来确定每个滤波N-ECG信号片段的自适应模板；以及iii)通过从滤波N-ECG信号中减去自适应模板以从每个滤波N-ECG信号中去除经修改的片段，从而产生每个经校正的ECG信号；基于校正ECG信号数据从滤波N-ECG信号数据中提取原始胎儿ECG信号数据，其中原始胎儿ECG信号数据包括N个胎儿ECG信号(原始N-ECG胎儿信号数据)；处理原始N-ECG胎儿信号数据以提高N-ECG胎儿信号的信噪比，从而形成滤波N-ECG胎儿信号数据；在滤波N-ECG胎儿信号数据中检测胎儿心率峰值；基于检测到的胎儿心率峰值计算以下中的至少一个：i)胎儿心率，ii)胎儿心脏曲线，iii)逐搏胎儿心率，或iv)胎儿心率变异性；以及输出计算操作的结果；
[0189] e)一种专门编程的计算机系统，该计算机系统包括：至少一个专用计算机机器，该计算机机器包括：非暂态存储器，其电子地存储特定的计算机可执行程序代码；以及至少一个计算机处理器，其在执行特定程序代码时变成专门编程的计算处理器，其被配置成至少执行以下操作：通过至少一个计算机处理器执行为该方法配置的特定可编程指令，从多个声学传感器接收多个心音图(PCG)信号数据输入；通过至少一个计算机处理器利用多个带通滤波器对多个PCG信号数据输入进行数字信号滤波以形成多个滤波PCG输出，其中多个带通滤波器包括L个带通滤波器，其中每个带通滤波器均输出K个滤波PCG输出；通过至少一个计算机处理器对多个滤波PCG输出的滤波PCG输出的第一子集进行小波去噪，以形成M个去噪滤波PCG输出，其中M等于L乘以K；通过至少一个计算机处理器利用独立分量分析(ICA)来转换多个滤波PCG输出的滤波PCG输出的第二子集，以形成M个滤波ICA变换；通过至少一个计算机处理器利用独立分量分析(ICA)来转换去噪的滤波PCG输出的第二子集的第一部分以形成M个去噪滤波ICA变换；通过至少一个计算机处理器编译多个检测心跳(DH)输入中的S个输入，其包括：i)M个滤波PCG输出，ii)M个去噪滤波PCG输出，iii)M个滤波ICA变换，以及iv)M个去噪滤波ICA变换；通过至少一个计算机处理器检测每个DH输入中的搏动的搏动位置；通过至少一个计算机处理器计算置信度得分，该置信度得分描述多个DH输入的每个DH输入中的搏动代表实际心跳而非噪声的概率；通过至少一个计算机处理器将多个DH输入划分成至少两组：i)包含胎儿心跳的第一组DH输入，ii)包含母体心跳的第二组DH输入；基于至少一个特定胎儿DH输入的第一置信度得分，通过至少一个计算机处理器从第一组DH输入中选择包含胎儿心跳的至少一个特定胎儿DH输入；以及基于至少一个特定母体DH输入的第二置信度得分，通过至少一个计算机处理器从第二组DH输入中选择包含母体心跳的至少一个特定母体DH输入；
[0190] f)一种专门编程的计算机系统，该计算机系统包括：至少一个专用计算机机器，该计算机机器包括：非暂态存储器，其电子地存储特定的计算机可执行程序代码；以及至少一个计算机处理器，其在执行特定程序代码时变成专门编程的计算处理器，其被配置成至少执行以下操作：
[0191] i.从滤波N-ECG胎儿信号数据中接收在特定时间间隔内多个时间点计算的胎儿心率，以及从滤波PCG输出中接收在特定时间间隔内多个时间点计算的胎儿心率；
[0192] ii.确定滤波N-ECG胎儿信号在特定时间间隔内多个时间点所计算的胎儿心率的得分；
[0193] iii.确定滤波PCG输出在特定时间间隔内多个时间点所计算的胎儿心率的得分；
[0194] iv.基于来自滤波N-ECG胎儿信号数据在特定时间间隔内多个时间点计算的胎儿心率和得分、以及基于来自滤波PCG输出在特定时间间隔内多个时间点计算的胎儿心率和得分，确定在特定时间间隔内多个时间点的综合胎儿心率和得分，
[0195] 其中多个时间点内的单个时间点的综合胎儿心率和得分被确定为选自以下的四个选项之一：
[0196] 1.来自单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出计算出的心率的加权平均值(如果从单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出计算出的心率每分钟相差10个搏动或更少，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算出的胎儿心率的得分都是有效的)；
[0197] 2.具有低得分的计算出的心率(如果从单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出计算出的心率每分钟相差超过10个搏动，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的胎儿心率的得分都是有效的)；
[0198] 3.具有有效得分的计算出的心率；以及
[0199] 4.没有综合胎儿心率和分数(如果从滤波N-ECG胎儿信号数据和滤波PCG输出计算出的心率都没有有效分数)；
[0200] v.基于在特定时间间隔内多个时间点的综合心率和得分，通过至少一个计算机处理器生成胎儿心率概率网格；
[0201] vi.基于胎儿心率概率网格，通过至少一个计算机处理器生成在特定时间间隔内估计胎儿心率，
[0202] 其中基于(1)表示特定时间间隔内估计胎儿心率的每个点处的胎儿心脏概率网格值的成本；以及(2)表示特定时间间隔内估计胎儿心率的总体曲折度的成本来计算特定时间间隔内估计胎儿心率。
[0203] 根据本发明的一些实施例的服装
[0204] 在一个实施例中，本发明提供了一种服装，其包括：
[0205] a)至少一个心电图传感器，其被配置成接触怀孕的人类受试者的腹部皮肤并检测胎儿和母体的心脏电活动；
[0206] b)至少一个声学传感器，其被配置为接触怀孕的人类受试者的腹部皮肤并检测胎儿和母体的心脏电活动；以及
[0207] c)服装，其被配置成将至少一个心电图传感器和至少一个声学传感器定位在并接触怀孕的人类受试者的腹部上。
[0208] 在一个实施例中，服装还被配置成包括：
[0209] d)一种专门编程的计算机系统，该计算机系统包括：至少一个专用计算机机器，该计算机机器包括：非暂态存储器，其电子地存储特定的计算机可执行程序代码；以及至少一个计算机处理器，其在执行特定程序代码时变成专门编程的计算处理器，其被配置成至少执行以下操作：从至少一对ECG传感器接收原始心电图(ECG)信号数据；其中至少一对ECG传感器定位在怀孕的人类受试者的腹部上；其中原始ECG信号数据包括代表从至少一对ECG传感器实时获取的N个原始的ECG信号数据(原始N-ECG信号数据)的数据；数字信号过滤原始ECG信号数据以形成具有滤波N-ECG信号的滤波N-ECG信号数据；检测滤波N-ECG信号数据中每个滤波N-ECG信号中的母体心率峰值；通过利用至少一个非线性减法过程从滤波N-ECG信号数据的每一个滤波N-ECG信号中减去母体ECG信号以获得校正的ECG信号数据，该数据包括代表N个校正的ECG信号的数据(校正N-ECG信号数据)，其中至少一个非线性减法过程包括：迭代执行：i)将滤波N-ECG信号数据的N-ECG信号的每个滤波N-ECG信号划分为第二多个ECG信号片段，1)其中多个ECG信号片段中的每个ECG信号片段对应于完整心跳的一个搏动间隔，以及2)其中每个搏动间隔至少部分地基于自动检测此搏动间隔的开始值和终止值来自动确定；ii)修改多个滤波N-ECG信号片段中的每一个以形成多个经修改的滤波N-ECG信号片段，其中使用基于一组参数的至少一个逆优化方案来执行修改，其中参数组的值基于以下方式进行确定：迭代执行：1)基于成年人的标准心跳曲线来定义全局模板；2)为每个滤波N-ECG信号片段设置用于局部模板的一组暂定值；以及3)利用至少一个优化方案基于在预定相似度值内与全局模板匹配的局部模板来确定每个滤波N-ECG信号片段的自适应模板；以及iii)通过从滤波N-ECG信号中减去自适应模板以从每个滤波N-ECG信号中去除经修改的片段，从而产生每个经校正的ECG信号；基于校正ECG信号数据从滤波N-ECG信号数据中提取原始胎儿ECG信号数据，其中原始胎儿ECG信号数据包括N个胎儿ECG信号(原始N-ECG胎儿信号数据)；处理原始N-ECG胎儿信号数据以提高N-ECG胎儿信号的信噪比，从而形成滤波N-ECG胎儿信号数据；在滤波N-ECG胎儿信号数据中检测胎儿心率峰值；基于检测到的胎儿心率峰值计算以下中的至少一个：i)胎儿心率，ii)胎儿心脏曲线，iii)逐搏胎儿心率，或iv)胎儿心率变异性；以及输出计算操作的结果；
[0210] e)一种专门编程的计算机系统，该计算机系统包括：至少一个专用计算机机器，该计算机机器包括：非暂态存储器，其电子地存储特定的计算机可执行程序代码；以及至少一个计算机处理器，其在执行特定程序代码时变成专门编程的计算处理器，其被配置成至少执行以下操作：通过至少一个计算机处理器执行为该方法配置的特定可编程指令，从多个声学传感器接收多个心音图(PCG)信号数据输入；通过至少一个计算机处理器利用多个带通滤波器对多个PCG信号数据输入进行数字信号滤波以形成多个滤波PCG输出，其中多个带通滤波器包括L个带通滤波器，其中每个带通滤波器均输出K个滤波PCG输出；通过至少一个计算机处理器对多个滤波PCG输出的滤波PCG输出的第一子集进行小波去噪，以形成M个去噪滤波PCG输出，其中M等于L乘以K；通过至少一个计算机处理器利用独立分量分析(ICA)来转换多个滤波PCG输出的滤波PCG输出的第二子集，以形成M个滤波ICA变换；通过至少一个计算机处理器利用独立分量分析(ICA)来转换去噪的滤波PCG输出的第二子集的第一部分以形成M个去噪滤波ICA变换；通过至少一个计算机处理器编译多个检测心跳(DH)输入中的S个输入，其包括：i)M个滤波PCG输出，ii)M个去噪滤波PCG输出，iii)M个滤波ICA变换，以及iv)M个去噪滤波ICA变换；通过至少一个计算机处理器检测每个DH输入中的搏动的搏动位置；通过至少一个计算机处理器计算置信度得分，该置信度得分描述多个DH输入的每个DH输入中的搏动代表实际心跳而非噪声的概率；通过至少一个计算机处理器将多个DH输入划分成至少两组：i)包含胎儿心跳的第一组DH输入，ii)包含母体心跳的第二组DH输入；基于至少一个特定胎儿DH输入的第一置信度得分，通过至少一个计算机处理器从第一组DH输入中选择包含胎儿心跳的至少一个特定胎儿DH输入；以及基于至少一个特定母体DH输入的第二置信度得分，通过至少一个计算机处理器从第二组DH输入中选择包含母体心跳的至少一个特定母体DH输入；
[0211] f)一种专门编程的计算机系统，该计算机系统包括：至少一个专用计算机机器，该计算机机器包括：非暂态存储器，其电子地存储特定的计算机可执行程序代码；以及至少一个计算机处理器，其在执行特定程序代码时变成专门编程的计算处理器，其被配置成至少执行以下操作：
[0212] i.从滤波N-ECG胎儿信号数据中接收在特定时间间隔内多个时间点计算的胎儿心率，以及从滤波PCG输出中接收在特定时间间隔内多个时间点计算的胎儿心率；
[0213] ii.确定滤波N-ECG胎儿信号在特定时间间隔内多个时间点所计算的胎儿心率的得分；
[0214] iii.确定滤波PCG输出在特定时间间隔内多个时间点所计算的胎儿心率的得分；
[0215] iv.基于来自滤波N-ECG胎儿信号数据在特定时间间隔内多个时间点计算的胎儿心率和得分、以及基于来自滤波PCG输出在特定时间间隔内多个时间点计算的胎儿心率和得分，确定在特定时间间隔内多个时间点的综合胎儿心率和得分，
[0216] 其中多个时间点内的单个时间点的综合胎儿心率和得分被确定为选自以下的四个选项之一：
[0217] 1.来自单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出计算出的心率的加权平均值(如果从单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出计算出的心率每分钟相差10个搏动或更少，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的胎儿心率的得分都是有效的)；
[0218] 2.具有低得分的计算出的心率(如果从单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出计算出的心率每分钟相差超过10个搏动，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的胎儿心率的得分都是有效的)；
[0219] 3.具有有效得分的计算出的心率；以及
[0220] 4.没有综合胎儿心率和分数(如果从滤波N-ECG胎儿信号数据和滤波PCG输出计算出的心率都没有有效分数)；
[0221] v.基于在特定时间间隔内多个时间点的综合心率和得分，通过至少一个计算机处理器生成胎儿心率概率网格；
[0222] vi.基于胎儿心率概率网格，通过至少一个计算机处理器生成在特定时间间隔内估计胎儿心率，
[0223] 其中基于(1)表示特定时间间隔内估计胎儿心率的每个点处的胎儿心脏概率网格值的成本；以及(2)表示特定时间间隔内估计胎儿心率的总体曲折度的成本来计算特定时间间隔内估计胎儿心率。
[0224] 在一些实施例中，本发明的系统可以包括至少一种附加的母体或胎儿心脏感测模态。此类模态也可以替代所述电或声学心脏感测模态。这可以是从包括超声、多普勒、超声/多普勒(其可以被描述为具有使用多普勒技术的传感器的高频声学信号)、PAT(其代表外周动脉音调)光学传感器(其从皮肤颜色变化和FNIRS(其代表功能性近红外光谱)中观察到母体心率)中选择的主动或被动感测模态。
[0225] 在一些实施例中，声学传感器可以是振动声学传感器，其感测瓣膜闭合的声学信号并且还感测心肌收缩的心脏振动。
[0226] 在一些实施例中，服装被配置成允许系统是动态的，以及在任何环境中(例如在家中)可由怀孕的人类受试者进行操作。例如，参考图2-图4，服装(1)与至少一个ECG传感器(3)、至少一个声学传感器(2)和发送器(4)结合，以经由用于将处理器的输出传送到远程服务器的至少一个低发射蓝牙(低功耗蓝牙)将一个或多个处理器的输出传送到远程服务器。
[0227] 在一些实施例中，服装是可洗的。在一些实施例中，系统的操作所需的布线是防水的，并且是隐藏的。
[0228] 在一些实施例中，服装由非刺激性材料制成。
[0229] 在图2至图4所示的实施例中，至少一个声学传感器是可移除的。在另选实施例中，至少一个声学传感器是可移除的。在另选的实施例中，发送器是可移除的。
[0230] 在一些实施例中，服装还包括音频扬声器。
[0231] 在一些实施例中，服装还包括电源。
[0232] 在一些实施例中，服装包括美国专利No.8,396,229B2中公开的腰带。
[0233] 在一些实施例中，服装由美国专利No.8,396,229B2中公开的材料制造。
[0234] 在一些实施例中，服装根据美国专利No.8,396,229B2中公开的方法制造。
[0235] 根据本发明的一些实施例的ECG传感器
[0236] 在一些实施例中，本发明提供了一种被配置成检测胎儿心电图信号的ECG传感器，其包括：
[0237] a)用于感测来自怀孕人类受试者的胎儿心电图信号的皮肤接触物；
[0238] b)与皮肤接触物电接触以连接到引线的连接器；以及
[0239] c)用于附着于人类怀孕受试者的子结构
[0240] 其中，皮肤接触物被配置在子结构上，以允许皮肤接触物的表面与怀孕的人类受试者的皮肤电通信。
[0241] 不意图受任何特定理论的限制，在一些实施例中，ECG传感器的三维形状影响着性能。例如，没有锐角的弯曲轮廓很可能防止由皮肤接触物产生的在电场中的突变或从皮肤接触物到引线的电流流动。
[0242] 图5示出了根据本发明的一些实施例的圆形ECG传感器。在图5所示的实施例中，如截面A-A所示，ECG传感器包括附着在弹性圆顶形圆形结构(6)上的导电织物(5)，该导电织物反过来附接到圆形泡沫材料背衬。泡沫材料背衬附接到印刷电路板(8)，印刷电路板具有输出感测到的胎儿心电图信号的一个电连接器(9)，以及将导电织物连接到印刷电路板(8)的至少一个电连接器(10)。
[0243] 在一些实施例中，印刷电路板被配置成使皮肤接触物与引线接合。另选地，在一些实施例中，印刷电路板还配置成执行附加功能，例如信号滤波或预放大。
[0244] 图6示出了根据本发明的一些实施例的ECG传感器。在所示的实施例中，ECG传感器包含泪珠形导电织物，其具有在一端终止与印刷电路板的连接的平坦部分，以及在相对端形成皮肤接触物的圆顶形结构。在所示的实施例中，只有圆顶形结构将暴露出并接触怀孕的人类受试者的皮肤。
[0245] 图7和图8示出了根据本发明的包括平坦皮肤接触物的ECG传感器的另选实施例。
[0246] 在图5所示的实施例中，弹性圆顶形圆形结构被配置成使得在所有可能的附接角度下使皮肤接触物与怀孕的人类受试者的皮肤之间的接触最大化。
[0247] 在图5所示的实施例中，弹性圆顶形圆形结构配置成产生轮廓，其不具有可能会影响ECG传感器性能的锐角。
[0248] 在一些实施例中，弹性圆顶形圆形结构具有20至50mm的直径。在一些实施例中，弹性圆顶形圆形结构的直径为20mm。在一些实施例中，弹性圆顶形圆形结构的直径为25mm。在一些实施例中，弹性圆顶形圆形结构的直径为30mm。在一些实施例中，弹性圆顶形圆形结构的直径为35mm。在一些实施例中，弹性圆顶形圆形结构的直径为40mm。在一些实施例中，弹性圆顶形圆形结构的直径为45mm。在一些实施例中，弹性圆顶形圆形结构的直径为50mm。
[0249] 在一些实施例中，弹性圆顶形圆形结构具有5至15mm的未变形高度(即，施加压力之前的高度)。在一些实施例中，弹性圆顶形圆形结构具有5mm的未变形高度。在一些实施例中，弹性圆顶形圆形结构具有10mm的未变形高度。在一些实施例中，弹性圆顶形圆形结构具有15mm的未变形高度。
[0250] 在一些实施例中，圆形泡沫材料背衬的厚度范围为0.3至5mm。在一些实施例中，圆形泡沫材料背衬的厚度为0.3mm。在一些实施例中，圆形泡沫材料背衬的厚度为0.5mm。在一些实施例中，圆形泡沫材料背衬的厚度为1mm。在一些实施例中，圆形泡沫材料背衬的厚度为1.5mm。在一些实施例中，圆形泡沫材料背衬的厚度为2mm。在一些实施例中，圆形泡沫材料背衬的厚度为2.5mm。在一些实施例中，圆形泡沫材料背衬的厚度为3mm。在一些实施例中，圆形泡沫材料背衬的厚度为3.5mm。在一些实施例中，圆形泡沫材料背衬的厚度为4mm。在一些实施例中，圆形泡沫材料背衬的厚度为4.5mm。在一些实施例中，圆形泡沫材料背衬的厚度为5mm。
[0251] 在图6所示的实施例中，弹性圆顶形圆形结构配置成产生轮廓，其不具有可能会影响ECG传感器性能的锐角。在一些实施例中，弹性圆顶形圆形结构具有15至38mm的直径。在一些实施例中，弹性圆顶形圆形结构的直径为15mm。在一些实施例中，弹性圆顶形圆形结构的直径为20mm。在一些实施例中，弹性圆顶形圆形结构的直径为25mm。在一些实施例中，弹性圆顶形圆形结构的直径为30mm。在一些实施例中，弹性圆顶形圆形结构的直径为35mm。在一些实施例中，弹性圆顶形圆形结构的直径为38mm。
[0252] 在一些实施例中，弹性圆顶形圆形结构具有5至15mm的未变形高度(即，施加压力之前的高度)。在一些实施例中，弹性圆顶形圆形结构具有5mm的未变形高度。在一些实施例中，弹性圆顶形圆形结构具有10mm的未变形高度。在一些实施例中，弹性圆顶形圆形结构具有15mm的未变形高度。
[0253] 不意图受任何特定理论的限制，皮肤ECG传感器阻抗随ECG传感器接触怀孕的人类受试者的皮肤的压力而变化。在一些实施例中，皮肤-ECG传感器阻抗随ECG传感器接触怀孕的人类受试者的皮肤的压力的增大而减小。
[0254] 在一些实施例中，弹性圆顶被配置成当被放置在怀孕的人类受试者的腹部上并且压力被施加到ECG传感器时变形。在一些实施例中，弹性圆顶被配置成当被放置在怀孕的人类受试者的腹部上并且施加压力以产生适于感测来自怀孕的人类受试者的胎儿心电图信号的皮肤ECG传感器阻抗时变形。
[0255] 在一些实施例中，弹性圆顶的变形增加了接触怀孕的人类受试者的皮肤的皮肤接触物的表面积。在一些实施例中，皮肤接触物的100％的表面积接触怀孕的人类受试者的皮肤。在一个另选实施例中，皮肤接触物的90％的表面积接触怀孕的人类受试者的皮肤。在一个另选实施例中，皮肤接触物的80％的表面积接触怀孕的人类受试者的皮肤。在一个另选实施例中，皮肤接触物的70％的表面积接触怀孕的人类受试者的皮肤。在一个另选实施例中，皮肤接触物的60％的表面积接触怀孕的人类受试者的皮肤。在一个另选实施例中，皮肤接触物的50％的表面积接触怀孕的人类受试者的皮肤。在一个另选实施例中，皮肤接触物的40％的表面积接触怀孕的人类受试者的皮肤。在一个另选实施例中，皮肤接触物的30％的表面积接触怀孕的人类受试者的皮肤。在一个另选实施例中，皮肤接触物的20％的表面积接触怀孕的人类受试者的皮肤。在一个另选实施例中，皮肤接触物的10％的表面积接触怀孕的人类受试者的皮肤。在一个另选实施例中，皮肤接触物的75％的表面积接触怀孕的人类受试者的皮肤。
[0256] 在一些实施例中，施加的压力等效于0.2kg至5kg之间的质量。在一些实施例中，施加的压力等效于0.2kg的质量。在一些实施例中，施加的压力等效于0.2kg的质量。在一些实施例中，施加的压力等效于0.3kg的质量。在一些实施例中，施加的压力等效于0.4kg的质量。在一些实施例中，施加的压力等效于0.5kg的质量。在一些实施例中，施加的压力等效于0.6kg的质量。在一些实施例中，施加的压力等效于0.7kg的质量。在一些实施例中，施加的压力等效于0.8kg的质量。在一些实施例中，施加的压力等效于0.9kg的质量。在一些实施例中，施加的压力等效于1kg的质量。在一些实施例中，施加的压力等效于1.5kg的质量。在一些实施例中，施加的压力等效于2kg的质量。在一些实施例中，施加的压力等效于2.5kg的质量。在一些实施例中，施加的压力等效于3kg的质量。在一些实施例中，施加的压力等效于
3.5kg的质量。在一些实施例中，施加的压力等效于4kg的质量。在一些实施例中，施加的压力等效于4.5kg的质量。在一些实施例中，施加的压力等效于5kg的质量。
3.5kg的质量。在一些实施例中，施加的压力等效于4kg的质量。在一些实施例中，施加的压力等效于4.5kg的质量。在一些实施例中，施加的压力等效于5kg的质量。
[0257] 在一些实施例中，使用服装(诸如腰带)施加压力。
[0258] 在一些实施例中，合适的皮肤-ECG传感器阻抗在100到650kΩ。在一些实施例中，合适的皮肤-ECG传感器阻抗为602kΩ。在一些实施例中，合适的皮肤-ECG传感器阻抗为小于150kΩ。在一些实施例中，合适的皮肤-ECG传感器阻抗为227kΩ。在一些实施例中，合适的皮肤-ECG传感器阻抗为135kΩ。
[0259] 在一些实施例中，皮肤接触物被配置成具有大于150kΩ的皮肤-ECG传感器阻抗。
[0260] 在一些实施例中，皮肤接触物被配置成具有小于150kΩ的皮肤-ECG传感器阻抗。
[0261] 在一些实施例中，皮肤接触物被配置成具有在5kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物被配置成具有在10kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物被配置成具有在20kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物被配置成具有在30kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物被配置成具有在40kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物被配置成具有在50kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物被配置成具有在60kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物被配置成具有在70kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物被配置成具有在80kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物被配置成具有在90kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物被配置成具有在100kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物被配置成具有在110kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物被配置成具有在120kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物被配置成具有在130kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物被配置成具有在140kΩ至150kΩ之间的皮肤-ECG传感器阻抗。
[0262] 在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生小于150kΩ的皮肤-ECG传感器阻抗。
[0263] 在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生5kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生10kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生20kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生30kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生40kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生50kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生60kΩ至
150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生70kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生80kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生90kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生100kΩ至150kΩ之间的皮肤-ECG传感器阻抗。
在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生110kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生120kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生130kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生140kΩ至150kΩ之间的皮肤-ECG传感器阻抗。
150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生70kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生80kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生90kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生100kΩ至150kΩ之间的皮肤-ECG传感器阻抗。
在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生110kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生120kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生130kΩ至150kΩ之间的皮肤-ECG传感器阻抗。在一些实施例中，皮肤接触物附接到弹性体结构，该弹性体结构被配置成当放置在怀孕的人类受试者的腹部上时变形，以产生140kΩ至150kΩ之间的皮肤-ECG传感器阻抗。
[0264] 在一些实施例中，ECG传感器被配置成具有适于感测来自怀孕的人类受试者的胎儿心电图信号的表面电阻。在一些实施例中，皮肤接触物被配置成具有小于1Ω/平方的表面电阻。在一些实施例中，皮肤接触物被配置成具有在0.01到1Ω/平方之间的表面电阻。
[0265] 在一些实施例中，皮肤接触物被配置成具有0.01Ω/平方的表面电阻。在一些实施例中，皮肤接触物被配置成具有0.02Ω/平方的表面电阻。在一些实施例中，皮肤接触物被配置成具有0.03Ω/平方的表面电阻。在一些实施例中，皮肤接触物被配置成具有0.04Ω/平方的表面电阻。在一些实施例中，皮肤接触物被配置成具有0.05Ω/平方的表面电阻。在一些实施例中，皮肤接触物被配置成具有0.06Ω/平方的表面电阻。在一些实施例中，皮肤接触物被配置成具有0.07Ω/平方的表面电阻。在一些实施例中，皮肤接触物被配置成具有0.08Ω/平方的表面电阻。在一些实施例中，皮肤接触物被配置成具有0.09Ω/平方的表面电阻。在一些实施例中，皮肤接触物被配置成具有0.1Ω/平方的表面电阻。在一些实施例中，皮肤接触物被配置成具有0.2Ω/平方的表面电阻。在一些实施例中，皮肤接触物被配置成具有0.3Ω/平方的表面电阻。在一些实施例中，皮肤接触物被配置成具有0.4Ω/平方的表面电阻。在一些实施例中，皮肤接触物被配置成具有0.5Ω/平方的表面电阻。在一些实施例中，皮肤接触物被配置成具有0.6Ω/平方的表面电阻。在一些实施例中，皮肤接触物被配置成具有0.7Ω/平方的表面电阻。在一些实施例中，皮肤接触物被配置成具有0.8Ω/平方的表面电阻。在一些实施例中，皮肤接触物被配置成具有0.9Ω/平方的表面电阻。在一些实施例中，皮肤接触物被配置成具有1Ω/平方的表面电阻。
[0266] 在一些实施例中，ECG传感器被配置成具有适于感测来自怀孕的人类受试者的胎儿心电图信号的电容。在一些实施例中，电容为1nF至0.5μF。在一些实施例中，电容为5nF。在一些实施例中，电容为10nF。在一些实施例中，电容为15nF。在一些实施例中，电容为
20nF。在一些实施例中，电容为25nF。在一些实施例中，电容为30nF。在一些实施例中，电容为35nF。在一些实施例中，电容为40nF。在一些实施例中，电容为45nF。在一些实施例中，电容为50nF。在一些实施例中，电容为60nF。在一些实施例中，电容为70nF。在一些实施例中，电容为80nF。在一些实施例中，电容为90nF。在一些实施例中，电容为80nF。在一些实施例中，电容为0.1μF。在一些实施例中，电容为80nF。在一些实施例中，电容为0.2μF。在一些实施例中，电容为80nF。在一些实施例中，电容为0.3μF。在一些实施例中，电容为80nF。在一些实施例中，电容为0.4μF。在一些实施例中，电容为80nF。在一些实施例中，电容为0.5μF。
20nF。在一些实施例中，电容为25nF。在一些实施例中，电容为30nF。在一些实施例中，电容为35nF。在一些实施例中，电容为40nF。在一些实施例中，电容为45nF。在一些实施例中，电容为50nF。在一些实施例中，电容为60nF。在一些实施例中，电容为70nF。在一些实施例中，电容为80nF。在一些实施例中，电容为90nF。在一些实施例中，电容为80nF。在一些实施例中，电容为0.1μF。在一些实施例中，电容为80nF。在一些实施例中，电容为0.2μF。在一些实施例中，电容为80nF。在一些实施例中，电容为0.3μF。在一些实施例中，电容为80nF。在一些实施例中，电容为0.4μF。在一些实施例中，电容为80nF。在一些实施例中，电容为0.5μF。
[0267] 不意图受任何特定理论的限制，ECG传感器的电容随着接触怀孕的人类受试者的皮肤的皮肤接触物的表面积的增加而增大。此外，不意图受任何特定理论的限制，ECG传感器的电容随着施加到皮肤接触物的压力增加而减小。
[0268] 在一些实施例中，ECG传感器被配置成检测具有在-20dB和50dB之间的信噪比的胎儿心电图信号。在一些实施例中，ECG传感器被配置成检测具有在0dB和50dB之间的信噪比的胎儿心电图信号。在一些实施例中，ECG传感器被配置成检测具有小于50dB的信噪比的胎儿心电图信号。
[0269] 皮肤接触物
[0270] 在一些实施例中，皮肤接触物是导电织物。导电织物可以用导电纤维制成，例如编织成织物构造的金属丝。根据本发明的一些实施例，适用于ECG传感器中的导电织物的实例包括但不限于在Sensors，12 16907-16919，2012中公开的纺织物ECG传感器。根据本发明的一些实施例，适用于ECG传感器中的导电织物的另一实例包括但不限于在Sensors，14 11957-11992,2014中公开的纺织物ECG传感器。
[0271] 导电织物可以是可拉伸的。另选地，导电织物可以不是可拉伸的。导电织物可以能够拉伸至50％，或者40％，或者30％，或者20％，或者20％，或者10％，或者9％，或者8％，或者7％，或者6％，或者5％，或者4％，或者3％，或者2％，或者1％。
[0272] 在一些实施例中，导电织物是各向异性的。在一些实施例中，各向异性为50％到100％。本文所用的术语“各向异性”是指与垂直于主方向的方向相比，在主方向上测量的导电织物的电阻的差异。本文所用的术语“主方向”是指织物被编织的方向。在一些实施例中，导电织物的各向异性被配置成具有适于感测来自怀孕的人类受试者的胎儿心电图信号的各向异性。在一些实施例中，各向异性为62％。
[0273] 在一些实施例中，导电织物被配置取向成使得记录的电流是由胎儿和/或母体心脏产生的电活动，并且沿着织物的主方向流动到引线。在一些实施例中，导电织物被配置取向成使得记录的电流是由胎儿和/或母体心脏产生的电活动，并沿着具有最小电阻的织物的方向流动到引线。
[0274] 在一些实施例中，导电织物的一侧的电导率大于另一侧。在一些实施例中，具有较大电导率的导电织物的侧面形成皮肤接触物。
[0275] 在一些实施例中，导电织物具有在0.3和0.5mm之间的厚度。在一些实施例中，导电织物的厚度为0.3mm。在一些实施例中，导电织物的厚度为0.4mm。在一些实施例中，导电织物的厚度为0.5mm。
[0276] 在一些实施例中，导电织物是以商品名ORANGE IT出售的银基导电织物。这种导电织物的一个实例在图9中示出。
[0277] 在一些实施例中，导电织物是由美国佛罗里达州圣彼得堡的Clothing+出售的商品名为C+的银基导电织物。这种导电织物的一个实例在图10中示出。
[0278] 在一些实施例中，导电织物是由中国浙江的绍兴运佳纺织品有限公司出售的商品名为SHAOXESTG17的银基导电织物。这种导电织物的一个实例在图11中示出。
[0279] 在一些实施例中，导电织物是由中国浙江的绍兴运佳纺织品有限公司出售的商品名为SHAOXESTG27的银基导电织物。这种导电织物的一个实例在图12中示出。
[0280] 在一些实施例中，导电织物是由美国纽约州Palmyra的Shieldex Trading USA出售的商品名为SHIELDEX TECHNIK-TEX P130-B的银基导电织物。这种导电织物的一个实例在图13中示出。
[0281] 在一些实施例中，导电织物是由中国浙江的绍兴运佳纺织品有限公司出售的商品名为SHAOXESTG30的银基导电织物。这种导电织物的一个实例在图14中示出。
[0282] 根据本发明的一些实施例的声学传感器
[0283] 在一个实施例中，本发明提供了一种被配置成检测胎儿心脏活动信号的声学传感器，其包括：
[0284] a)主体，其由固体整体物质组成，该主体具有圆形挡板和两个相对的主侧壁，[0285] a.一个侧壁是凹形构造，以及另一个侧壁具有同轴地形成在其上的向后面对部分，该向后面对部分限定用于麦克风的附接；
[0286] b.通过向后面对部分同轴地形成的开口；以及
[0287] c.连接侧壁周边的环形边缘；
[0288] b)麦克风，其附接到向后面对部分，其中麦克风被配置成响应于从怀孕受试者的腹部传送的声学信号而产生电信号；
[0289] c)覆盖一个侧壁的柔性膜，其中柔性膜的边缘覆盖一个侧壁的环形边缘，[0290] 其中柔性膜配置成接触人类怀孕受试者的皮肤，
[0291] 其中柔性膜配置成将传送的声学信号转导到主体；以及
[0292] 其中主体配置成将转导的声学信号传送到麦克风；
[0293] d)电连接到麦克风的电导体；以及
[0294] e)与电导体电接触以连接到引线的连接器。
[0295] 在一些实施例中，声学传感器被配置成补偿由皮肤-空气界面引起的声音传播的变化。声学信号包括声波或振动，其通过诸如空气、水或身体的介质传播作为压力和位移的机械波。不限于任何特定的理论，声音传播的行为可能受声波传播介质的密度和压力之间的关系的影响。此外，声音传播的行为可能受到声波传播介质的运动的影响。此外，声音传播的行为可能受到声波传播介质的粘度的影响。
[0296] 不意图受任何特定理论的限制，在正常心脏收缩周期期间，收听产生以下声音：S1，其对应于在正常心脏收缩周期期间观察到的心脏电活动的QRS复合波，并且是由于三尖瓣和二尖瓣(二叶瓣)在心室收缩开始或心缩期间的闭合引起的逆行血流阻塞而引起的。
S2，其对应于在正常心脏收缩周期期间观察到的心脏电活动的T波，并且是由于主动脉瓣和肺动脉瓣的闭合引起的。
S2，其对应于在正常心脏收缩周期期间观察到的心脏电活动的T波，并且是由于主动脉瓣和肺动脉瓣的闭合引起的。
[0297] 参考图22和图23，至少一个声学传感器包括由固体整体物质组成的主体(11)，该主体具有圆形挡板和两个相对的主侧壁(12)和(13)；一个侧壁(12)是凹形构造，以及另一个侧壁(13)具有同轴地形成在其上的向后面对部分(14)，该向后面对部分(14)限定用于麦克风的附接；通过向后面对部分同轴地形成的开口(15)；以及连接侧壁周边的环形边缘(16)；麦克风(17)，其附接到向后面对部分(14)，其中麦克风(17)被配置成响应于从怀孕受试者的腹部传送的声学信号而产生电信号；覆盖一个侧壁的柔性膜(18)，其中柔性膜(18)的边缘覆盖一个侧壁的环形边缘(16)，其中柔性膜(18)配置成接触人类怀孕受试者的皮肤，其中柔性膜(18)配置成将传送的声学信号转导到主体(11)；以及其中主体(11)配置成将转导的声学信号传送到麦克风(17)；电连接到麦克风的电导体；以及与电导体电接触以连接到引线的连接器。
[0298] 在一些实施例中，麦克风(17)经由摩擦被锁定地接合在向后面对部分(14)上。在向后面对部分(14)上锁定地接合麦克风(17)的可选机构包括粘合剂和螺纹等。
[0299] 参考图24，在一些实施例中，麦克风被锁定地接合在结构中，该结构被配置成将麦克风(17)与并非来自于怀孕的人类受试者腹部的声学信号分离，并将麦克风(17)定位在向后面对部分(14)上。并非来自于怀孕的人类受试者腹部的声学信号的实例包括但不限于由怀孕的人类受试者的运动引起的声音或环境噪声。
[0300] 在一些实施例中，麦克风(17)通过摩擦被锁定地接合在结构中，该结构被配置成将麦克风(17)与并非来自于怀孕的人类受试者腹部的声学信号分离。在结构中锁定地接合麦克风(17)的可选机构包括粘合剂和螺纹等，所述结构被配置成将麦克风(17)与并非来自于怀孕的人类受试者腹部的声学信号分离。
[0301] 在图23所示的实施例中，柔性膜(18)具有孔(19)。另选地，柔性膜(18)缺少孔，并且柔性膜(18)形成由主体(11)和柔性膜(18)限定的气密室。
[0302] 在一些实施例中，本发明提供了至少一种被配置成检测胎儿心脏活动信号的声学传感器，其包括：
[0303] a)主体(11)，其由固体整体物质组成，该主体具有圆形挡板和两个相对的主侧壁(12)和(13)，
[0304] i.一个侧壁(12)是凹形构造，以及另一个侧壁(13)具有同轴地形成在其上的向后面对部分(14)，该向后面对部分限定用于麦克风的附接；
[0305] ii.通过向后面对部分同轴地形成的开口(15)；以及
[0306] iii.连接侧壁(12)和(13)的周边的环形边缘(16)；
[0307] b)麦克风(17)，其附接到向后面对部分(14)，
[0308] 其中麦克风(17)被配置成响应于从怀孕受试者的腹部传送的声学信号而产生电信号；
[0309] c)覆盖一个侧壁的柔性膜(18)，其中柔性膜(18)的边缘覆盖一个侧壁的环形边缘(16)，
[0310] 其中柔性膜(18)配置成接触人类怀孕受试者的皮肤，其中柔性
[0311] 膜(18)配置成将传送的声学信号转导到主体(11)；以及
[0312] 其中主体(11)配置成将转导的声学信号传送到麦克风(17)；
[0313] d)电连接到麦克风的电导体；以及
[0314] e)与电导体电接触以连接到引线的连接器。
[0315] 在一些实施例中，至少一个声学传感器被配置成减少皮肤和空气之间的声学阻抗失配，从而改善至少一个传感器的性能。
[0316] 不意图受任何特定理论的限制，主体(11)被配置成检测胎儿的心脏活动，但是将麦克风(17)与并非来自于怀孕的人类受试者腹部的声学信号分离，并将麦克风(17)定位在开口(15)处。并非来自于怀孕的人类受试者腹部的声学信号的实例包括但不限于由怀孕的人类受试者的运动引起的声音或环境噪声。根据本发明的一些实施例，至少一个声学传感器对胎儿心脏活动的灵敏度可以通过改变选自以下的一个或多个参数来改变：柔性膜的柔性、主体的直径、麦克风的灵敏度、主体的材料、主体的大小、由侧壁(12)的凹形构造限定的锥体的高度、分离构造的材料以及用于从声学信号中提取胎儿心脏活动数据的算法。
[0317] 例如，作为说明，更大的声学传感器能够比较小的声学传感器收集更多的声学信号。通过另一个说明，铝主体将更有效地反射声波(例如，比塑料主体，参见图25)。
[0318] 在一些实施例中，主体(11)是圆形的，其外径配置成检测胎儿的心脏活动。在一些实施例中，主体(11)是圆形的，其外径为20mm至60mm。在一些实施例中，主体(11)是圆形的，其外径为60mm。在一些实施例中，主体(11)是圆形的，其外径为50mm。在一些实施例中，主体(11)是圆形的，其外径为43mm。在一些实施例中，主体(11)是圆形的，其外径为40mm。在一些实施例中，主体(11)是圆形的，其外径为30mm。在一些实施例中，壳体是主体(11)，其外径为20mm。
[0319] 在一些实施例中，主体(11)的形状是非圆形的。根据本发明的一些实施例，适合使用的非圆形形状的实例包括但不限于椭圆形、正方形和矩形等。
[0320] 在一个实施例中，两个侧壁(2)和(3)之间的距离限定了厚度，其中厚度具有在0.3mm至5mm之间的最小值。在一些实施例中，厚度被配置成检测胎儿的心脏活动。在一些实施例中，厚度为5mm。或者，厚度为4mm。或者，厚度为3mm。或者，厚度为2mm。或者，厚度为1mm。
或者，厚度为0.9mm。或者，厚度为0.8mm。或者，厚度为0.7mm。或者，厚度为0.6mm。或者，厚度为0.5mm。或者，厚度为0.4mm。或者，厚度为0.3mm。
或者，厚度为0.9mm。或者，厚度为0.8mm。或者，厚度为0.7mm。或者，厚度为0.6mm。或者，厚度为0.5mm。或者，厚度为0.4mm。或者，厚度为0.3mm。
[0321] 在一些实施例中，侧壁(12)的凹形构造限定了高度为1mm至15mm的锥体。在一些实施例中，锥体的高度被配置成检测胎儿的心脏活动。在一些实施例中，锥体的高度为15mm。或者，在一些实施例中，锥体的高度为14mm。或者，在一些实施例中，锥体的高度为13mm。或者，在一些实施例中，锥体的高度为12mm。或者，在一些实施例中，锥体的高度为11mm。或者，在一些实施例中，锥体的高度为10mm。或者，在一些实施例中，锥体的高度为9mm。或者，在一些实施例中，锥体的高度为8mm。或者，在一些实施例中，锥体的高度为7mm。或者，在一些实施例中，锥体的高度为6mm。或者，在一些实施例中，锥体的高度为5mm。或者，在一些实施例中，锥体的高度为4mm。或者，在一些实施例中，锥体的高度为3mm。或者，在一些实施例中，锥体的高度为2mm。或者，在一些实施例中，锥体的高度为1mm。
[0322] 在一些实施例中，锥体的高度小于或等于主体(11)的基部的直径的1/4。
[0323] 在一些实施例中，主体(11)被配置成具有50dB的声增益。另选地，在一些实施例中，主体(11)被配置成具有40dB的声增益。另选地，在一些实施例中，主体(11)被配置成具有30dB的声增益。另选地，在一些实施例中，主体(11)被配置成具有20dB的声增益。另选地，在一些实施例中，主体(11)被配置成具有10dB的声增益。
[0324] 在一些实施例中，声增益大于皮肤和空气之间的声学信号的传输损耗，该传输损耗是由阻抗失配造成的。
[0325] 在一些实施例中，使用以下等式来计算传输损耗：
[0326]
[0327] 其中：
[0328] Z空气是空气的等效声阻抗
[0329] Z皮肤是皮肤的等效声阻抗
[0330] 在一些实施例中，使用以下等式近似补偿损耗T所需的最小声增益Gmin：
[0331]
[0332]
[0333] 其中：
[0334] A基部是基部的空间
[0335] A孔是孔的空间
[0336] R基部是基部的半径
[0337] R孔是孔的半径
[0338] D基部是基部的直径
[0339] D孔是孔的直径
[0340] 在一些实施例中，孔(15)的直径为2mm至5mm。在一些实施例中，孔(15)的直径为5mm。在一些实施例中，孔(15)的直径为4mm。在一些实施例中，孔(15)的直径为3mm。在一些实施例中，孔(15)的直径为2mm。
[0341] 参考图23和图24，在一些实施例中，麦克风(17)被锁定地接合在结构内，该结构被配置成将麦克风(17)与并非来自于怀孕的人类受试者腹部的声学信号分离，并且其中该结构被配置定位成麦克风穿过孔(15)。在一些实施例中，结构具有0.2至2mm的间隔。在一些实施例中，间隔为2mm。在一些实施例中，间隔为1.9mm。在一些实施例中，间隔为1.8mm。在一些实施例中，间隔为1.7mm。在一些实施例中，间隔为1.6mm。在一些实施例中，间隔为1.5mm。在一些实施例中，间隔为1.4mm。在一些实施例中，间隔为1.3mm。在一些实施例中，间隔为1.2mm。在一些实施例中，间隔为1.1mm。在一些实施例中，间隔为1.0mm。在一些实施例中，间隔为0.9mm。在一些实施例中，间隔为0.8mm。在一些实施例中，间隔为0.7mm。在一些实施例中，间隔为0.6mm。在一些实施例中，间隔为0.5mm。在一些实施例中，间隔为0.4mm。在一些实施例中，间隔为0.3mm。在一些实施例中，间隔为0.2mm。
[0342] 在一些实施例中，该结构具有将声学信号从主体传送到麦克风(17)的孔。在一些实施例中，结构被配置成锁定地接合麦克风(17)。在一些实施例中，麦克风通过粘合剂锁定地接合在结构内。
[0343] 在一些实施例中，结构具有配置成将麦克风(17)与并非来自于怀孕的人类受试者腹部的声学信号分离的高度。在一些实施例中，高度为0.4mm至9mm。在一些实施例中，高度为9mm。在一些实施例中，高度为8mm。在一些实施例中，高度为7mm。在一些实施例中，高度为6mm。在一些实施例中，高度为5.5mm。在一些实施例中，高度为5mm。在一些实施例中，高度为
4.5mm。在一些实施例中，高度为4mm。在一些实施例中，高度为3.5mm。在一些实施例中，高度为3mm。在一些实施例中，高度为2.5mm。在一些实施例中，高度为2mm。在一些实施例中，高度为1.5mm。在一些实施例中，高度为1mm。在一些实施例中，高度为0.9mm。在一些实施例中，高度为0.8mm。在一些实施例中，高度为0.7mm。在一些实施例中，高度为0.6mm。在一些实施例中，高度为0.5mm。在一些实施例中，高度为0.4mm。
4.5mm。在一些实施例中，高度为4mm。在一些实施例中，高度为3.5mm。在一些实施例中，高度为3mm。在一些实施例中，高度为2.5mm。在一些实施例中，高度为2mm。在一些实施例中，高度为1.5mm。在一些实施例中，高度为1mm。在一些实施例中，高度为0.9mm。在一些实施例中，高度为0.8mm。在一些实施例中，高度为0.7mm。在一些实施例中，高度为0.6mm。在一些实施例中，高度为0.5mm。在一些实施例中，高度为0.4mm。
[0344] 在一些实施例中，结构包括圆形部分。在一些实施例中，圆形部分配置成与向后面对部分(14)锁定地接合。
[0345] 在一些实施例中，圆形部分具有配置成将麦克风(17)与并非来自于怀孕的人类受试者腹部的声学信号分离的外径。在一些实施例中，外径为6mm至16mm。在一些实施例中，外径为16mm。在一些实施例中，外径为15mm。在一些实施例中，外径为14mm。在一些实施例中，外径为13mm。在一些实施例中，外径为12mm。在一些实施例中，外径为11mm。在一些实施例中，外径为10mm。在一些实施例中，外径为9mm。在一些实施例中，外径为8mm。在一些实施例中，外径为7.1mm。在一些实施例中，外径为7mm。在一些实施例中，外径为6mm。
[0346] 在一些实施例中，圆形部分具有配置成容纳麦克风(17)和将麦克风与并非来自于怀孕的人类受试者腹部的声学信号分离的内径。在一些实施例中，内径为4mm至8mm。在一些实施例中，内径为8mm。在一些实施例中，内径为7mm。在一些实施例中，内径为6mm。在一些实施例中，内径为5mm。在一些实施例中，内径为4mm。
[0347] 在一些实施例中，主体(11)由配置成检测胎儿心脏活动的材料制成。在一些实施例中，主体(11)由铝制成。在另选实施例中，主体(11)由黄铜制成。在另选实施例中，主体(11)由不锈钢制成。在另选实施例中，主体(11)由塑料制成。在一些实施例中，塑料是尼龙。
[0348] 在一些实施例中，结构由配置成将麦克风(17)与并非来自于怀孕的人类受试者腹部的声学信号分离的材料制成。在一些实施例中，结构由聚氨酯60邵尔制成。在一些实施例中，结构是树脂。适于形成结构的材料的实例包括但不限于橡胶、硅树脂、TPE和TPU等。在一些实施例中，聚氨酯的弹性为20至80邵尔。
[0349] 在一些实施例中，柔性膜(18)通过粘合剂附接到主体(11)。另选地，在一些实施例中，柔性膜(18)通过将柔性膜的一部分压接在主体(11)和壳体之间而附接到主体(11)，压接通过真空成形、然后扣合完成。
[0350] 本文所用的术语“柔性”是指膜的变形的性质，以使其符合怀孕人类受试者的皮肤，而且以足够的保真度转导声学信号到麦克风。
[0351] 在一些实施例中，柔性膜(18)的尺寸、包含柔性膜(18)的材料、柔性膜(18)的厚度或其任何组合可以改变柔性膜(18)接触人类怀孕受试者的皮肤和转导声学信号的能力。在一些实施例中，柔性膜(18)配置成接触人类怀孕受试者的皮肤并转导声学信号。在一些实施例中，柔性膜(18)还配置成包括孔(19)。
[0352] 在一些实施例中，柔性膜(18)的厚度为0.2mm至0.6mm。在一些实施例中，柔性膜(18)的厚度为0.6mm。在一些实施例中，柔性膜(18)的厚度为0.5mm。在一些实施例中，柔性膜(18)的厚度为0.4mm。在一些实施例中，柔性膜(18)的厚度为0.3mm。在一些实施例中，柔性膜(18)的厚度为0.2mm。
[0353] 在一些实施例中，柔性膜(18)的密度为900kg/m3到1900kg/m3。在一些实施例中，柔性膜(18)的密度为1900kg/m3。在一些实施例中，柔性膜(18)的密度为1800kg/m3。在一些实施例中，柔性膜(18)的密度为1700kg/m3。在一些实施例中，柔性膜(18)的密度为1600kg/m3。在一些实施例中，柔性膜(18)的密度为1500kg/m3。在一些实施例中，柔性膜(18)的密度为
1400kg/m3。在一些实施例中，柔性膜(18)的密度为1300kg/m3。在一些实施例中，柔性膜(18)的密度为1200kg/m3。在一些实施例中，柔性膜(18)的密度为1100kg/m3。在一些实施例中，柔性膜(18)的密度为1000kg/m3。在一些实施例中，柔性膜(18)的密度为900kg/m3。
1400kg/m3。在一些实施例中，柔性膜(18)的密度为1300kg/m3。在一些实施例中，柔性膜(18)的密度为1200kg/m3。在一些实施例中，柔性膜(18)的密度为1100kg/m3。在一些实施例中，柔性膜(18)的密度为1000kg/m3。在一些实施例中，柔性膜(18)的密度为900kg/m3。
[0354] 在一些实施例中，柔性膜(18)是圆形的并且具有等于主体直径的直径。在一些实施例中，柔性膜具有与主体(11)相同的外周长。
[0355] 在一些实施例中，柔性膜(18)是圆形的，并且具有20mm至50mm的直径。在一些实施例中，柔性膜(18)是圆形的，并且具有50mm的直径。在一些实施例中，柔性膜(18)是圆形的，并且具有44mm的直径。在一些实施例中，柔性膜(18)是圆形的，并且具有40mm的直径。在一些实施例中，柔性膜(18)是圆形的，并且具有38mm的直径。在一些实施例中，柔性膜(18)是圆形的，并且具有36mm的直径。在一些实施例中，柔性膜(18)是圆形的，并且具有34mm的直径。在一些实施例中，柔性膜(18)是圆形的，并且具有30mm的直径。在一些实施例中，柔性膜(18)是圆形的，并且具有26mm的直径。在一些实施例中，柔性膜(18)是圆形的，并且具有20mm的直径。
[0356] 在一些实施例中，孔(19)的直径范围为0.4mm至1.2mm。在一些实施例中，孔(19)的直径为1mm。在一些实施例中，孔(19)的直径为0.8mm。在一些实施例中，孔(19)的直径为0.6mm。在一些实施例中，孔(19)的直径为0.4mm。在一些实施例中，孔(19)不存在。
[0357] 在一些实施例中，柔性膜包括PVC。在一些实施例中，柔性膜包括聚酯和聚碳酸酯。在一些实施例中，柔性膜包含苯氧基树脂。在一些实施例中，柔性膜包含BoPET，例如，以商品名 出售的膜。在一些实施例中，柔性膜包括BoPET，例如，以商品名
出售的膜。
出售的膜。
[0358] 在一些实施例中，柔性膜是美国专利No.3,276,536中公开的柔性膜。
[0359] 在一些实施例中，麦克风(17)配置成检测胎儿的心脏活动。
[0360] 在一些实施例中，麦克风(17)是自由空气式麦克风。在一些实施例中，麦克风(17)是接触式麦克风。另选地，在一些实施例中，麦克风(17)是混合自由空气和接触式麦克风。
[0361] 在一些实施例中，麦克风(17)被配置成检测亚-ELF(极低频)信号。在一些实施例中，麦克风被配置成在5-150Hz区域中具有平坦响应。
[0362] 在一些实施例中，麦克风(17)是静电电容式麦克风。在一些实施例中，静电电容式麦克风是箔或隔膜式的静电电容式麦克风。在一些实施例中，静电电容式麦克风是背驻极体型静电电容式麦克风。在一些实施例中，静电电容式麦克风是前驻极体型静电电容式麦克风。
[0363] 参考图2至图4，示出了根据本发明的一些实施例的服装的实例。在所示的实施例中，4个声学传感器(2)被并入到腰带(1)中，其中当穿戴时，腰带将声学传感器定位在怀孕母体的腹部上，使得声学传感器接触怀孕母体的腹部皮肤，并且声学传感器位于围绕子宫的圆周布置中。在所示的实施例中，腰带还包含附加传感器(4)和发送器(3)。
[0364] 在一些实施例中，附加传感器是ECG传感器。
[0365] 例如，如图29所示，本发明的示例性发明系统在各个示例性位置处使用一组四个声学传感器(M1-M4)。在一些实施例中，声学传感器的定位可以至少部分地基于例如母体的胃的形状、怀孕阶段、怀孕的人类受试者和/或胎儿的生理特征、先前的声学和/或其它类型的心脏记录(例如，心电图(ECG)信号记录和分析等)和其它类似的适当数据进行变化。
[0366] 声学传感器的替代定位如图27所示。
[0367] 在一些实施例中，本发明的声学传感器记录了在怀孕的人类受试者体内产生的内部声音和来自环境的附加噪声。如下所述，从这些记录中提取胎儿和/或怀孕的人类受试者的心跳声，并计算每个受试者的心率。
[0368] 在一些实施例中，每个声学传感器的检测水平独立于其它声学传感器(例如，在图29中的其它三个声学传感器上)。参考图29，在一些实施例中，确定通常由在位置M3和/或M4处的声学传感器检测胎儿PCG信号，而母体PCG信号由在位置M1和/或M2处的声学传感器进行检测。在一些实施例中，母体PCG信号可被所有四个传感器(M1-M4)检测，并且必须被清洁以便检测胎儿心跳。如下所述，在一些实施例中，使用本发明的至少一个独立分量分析(ICA)算法执行清洁处理。例如，在一些实施例中，本发明的发明系统假定干扰噪声是非胎儿来源的音频源，因此其在统计意义上独立于胎儿心脏声音。在图28中示出了根据本发明的一些实施例使用声学传感器检测的母体声学信号的实例。
[0369] 根据本发明的一些实施例的ECG信号数据处理
[0370] 在一些实施例中，根据美国专利申请No.14/921,489中描述的方法处理ECG信号数据。
[0371] 在一些实施例中，不管传感器位置、胎儿取向、胎儿运动或胎龄如何，ECG传感器的布置提供用于记录、检测和分析胎儿心脏电活动数据的系统。在一些实施例中，在图29所示的构造中，ECG传感器被附接或定位在怀孕的人类受试者的腹部上。在一些实施例中，将ECG传感器分成包括一对ECG传感器的信道，并且同时从信道记录心脏电活动数据。在一些实施例中，信道输出获取的信号数据，该数据对应于记录的心脏电活动数据。
[0372] 在一些实施例中，使用至少一对ECG传感器来获取已获取的信号数据。在一些实施例中，获取的信号数据的数量被称为“N”。在一些实施例中，通过增加N的值来提高系统检测胎儿心脏电活动数据的能力。例如，通过非限制性说明，在一些实施例中，信道指定如下：
[0373] 1.B1-B3
[0374] 2.B1-B2
[0375] 3.B2-B3
[0376] 4.A1-A4
[0377] 5.A2-A3
[0378] 6.A2-A4
[0379] 在一些实施例中，从获取的信号数据中提取对应于胎儿心脏电活动数据的信号数据。
[0380] 在一些实施例中，本文所用的术语“N-ECG信号”是指从多于一个或N-ECG传感器接收的ECG信号数据。
[0381] 在一些实施例中，本发明的系统从1个电极接收ECG信号，其包括对应于N个心跳的N-ECG图形。
[0382] 胎儿心脏活动引起半周期电信号，其通常为约0.1至100Hz。通常，对应于胎儿心脏活动的信号被包括母体心脏电活动的其它电信号污染。由母体心脏活动引起的信号可以比对应于胎儿心脏活动的胎儿信号强10倍。例如，参见图31，其显示了心脏电活动数据的示例性记录，显示了母体和胎儿电活动结合。
[0383] 在一些实施例中，通过以下方法从获取的信号数据中提取胎儿心脏电活动数据：
[0384] a.通过使用至少一对ECG传感器从携带胎儿的怀孕人类受试者的腹部记录电活动来获得原始N-ECG信号数据；
[0385] b.对原始N-ECG信号数据应用一组线性和非线性数学变换，从而获得变换/校正N-ECG信号数据；以及
[0386] c.在与胎儿或母体心脏电活动相关的变换/校正N-ECG信号数据中找到特征。
[0387] 本文所用的术语“变换”是指线性或非线性数学变换，特别地其可以包括数字滤波、数学线性或非线性分解、数学优化。
[0388] 在一些实施例中，使用图30所示的算法从所获取的信号数据中提取胎儿心脏电活动数据。使用图30所示的算法，对记录的信号数据进行预处理以消除噪声(“清除信号”)，然后检测母体心脏电活动的峰值(“检测母体峰值”)，去除母体心脏活动信号(“去除母体信号”)，然后处理所得数据以消除噪声(“清除信号”)，然后检测胎儿心脏电活动的峰值(“检测胎儿峰值”)以检测胎儿心脏活动。然后，随后分析检测到的胎儿活动数据以计算选自以下的至少一个参数：逐搏胎儿心率、胎儿ECG、平均胎儿心率和胎儿心率变异性。
[0389] 在一些实施例中，本发明提供了一种计算机实施的方法，其包括：通过至少一个计算机处理器执行为该方法配置的特定可编程指令，从至少一对ECG传感器接收原始心电图(ECG)信号数据；其中至少一对ECG传感器定位在怀孕的人类受试者的腹部上；其中原始ECG信号数据包括代表从至少一对ECG传感器实时获取的N个原始的ECG信号数据(原始N-ECG信号数据)的数据；通过至少一个计算机处理器数字信号过滤原始N-ECG信号数据以形成具有滤波N-ECG信号的滤波N-ECG信号数据；通过至少一个计算机处理器检测滤波N-ECG信号数据中每个滤波ECG信号中的母体心率峰值；通过至少一个计算机处理器，通过利用至少一个非线性减法过程从滤波N-ECG信号数据的每一个N-ECG信号中减去母体ECG信号以获得校正的ECG信号数据，该数据包括代表N个校正的ECG信号的数据，其中至少一个非线性减法过程包括：迭代执行：i)自动将滤波N-ECG信号数据的N-ECG信号的每个ECG信号划分为多个ECG信号片段，1)其中多个ECG信号片段中的每个ECG信号片段对应于完整心跳的一个搏动间隔，以及2)其中每个搏动间隔至少部分地基于自动检测所述搏动间隔的开始值和终止值来自动确定；ii)自动修改第二多个滤波N-ECG信号片段中的每一个以形成多个经修改的滤波N-ECG信号片段，其中使用基于一组参数的至少一个逆优化方案来执行修改，其中参数组的值基于以下方式进行确定：迭代执行：1)基于成年人的标准心跳曲线来定义全局模板，2)为每个滤波N-ECG信号片段设置用于局部模板的一组暂定值，3)利用至少一个优化方案基于在预定相似度值内与全局模板匹配的局部模板来确定每个滤波N-ECG信号片段的自适应模板；以及iii)通过从滤波N-ECG信号中减去自适应模板以从每个滤波N-ECG信号中自动去除经修改的片段，从而产生每个经校正的ECG信号；通过至少一个计算机处理器基于校正ECG信号数据从滤波N-ECG信号数据中提取原始胎儿ECG信号数据，其中原始胎儿ECG信号数据包括N个胎儿ECG信号(原始N-ECG胎儿信号数据)；通过至少一个计算机处理器处理原始N-ECG胎儿信号数据以提高原始N-ECG胎儿信号数据的信噪比，从而形成滤波N-ECG胎儿信号数据；以及通过至少一个计算机处理器在滤波N-ECG胎儿信号数据中检测胎儿心率峰值；以及通过至少一个计算机处理器基于检测到的胎儿心率峰值计算以下中的至少一个：i)胎儿心率，ii)胎儿心脏曲线，iii)逐搏胎儿心率，或iv)胎儿心率变异性；以及通过至少一个计算机处理器输出计算步骤的结果。
[0390] 预处理所获取的信号数据
[0391] 在一些实施例中，预处理原始N-ECG信号数据以消除噪声，从而产生滤波N-ECG信号数据。在一些实施例中，预处理包括应用选自以下的数字信号滤波器：基线漂移滤波器、电力线频率滤波器和高频滤波器。
[0392] 在一些实施例中，基线漂移滤波器旨在去除记录信号中的低频分量并增强信号的快速时变部分。
[0393] 在一些实施例中，基线漂移滤波器是具有恒定权重的移动平均滤波器。在一些实施例中，使用长度为501毫秒的移动平均滤波器。
[0394] 在一些实施例中，基线漂移滤波器是移动中值滤波器。
[0395] 在一些实施例中，电力线频率滤波器旨在去除由成对ECG传感器拾取的电力线干扰。在一些实施例中，将电力线频率滤波器的截止频率设置为使用本发明的系统的地理区域的电力线频率。例如，如果在欧洲使用该系统，则在一些实施例中，截止频率为49.5至50.5Hz。如果在美国使用该系统，则在一些实施例中，截止频率为59.5至60.5Hz。
[0396] 在一些实施例中，电力线频率滤波器的截止频率是使用本发明的系统的地理区域的电力线频率的±10Hz。在一些实施例中，电力线频率滤波器的截止频率是使用本发明的系统的地理区域的电力线频率的±5Hz。
[0397] 在一些实施例中，使用阶数为10阶、5级的截止频率为49.5至50.5Hz的巴特沃斯(Butterworth)型带阻滤波器。在一些实施例中，使用带阻数字滤波器来减小电力线干扰的频率分量。在一些实施例中，使用数字自适应滤波器以在应用带阻滤波器之前自动确定精确的电力线频率。
[0398] 在一些实施例中，高频滤波器旨在从所获取的信号中去除非常高频的分量。在一些实施例中，高频滤波器是数字低通滤波器。在一些实施例中，使用数字低通滤波器以减小所获取的信号的高频分量。在一些实施例中，数字低通滤波器是切比雪夫(Chebyshev)I型低通滤波器。
[0399] 在一些实施例中，低通滤波器的截止频率被设置成70周期/秒。在一些实施例中，基线纹波为0.12分贝。在一些实施例中，阶数为12阶、6节。
[0400] 在一些实施例中，高频滤波器是平滑滤波器。在一些实施例中，使用平滑滤波器来减小原始N-ECG信号数据的高频分量。
[0401] 在一些实施例中，高频滤波器是边缘保留滤波器。在一些实施例中，使用边缘保留滤波器以从原始N-ECG信号数据中去除高频噪声，同时保留关于包含在原始N-ECG信号数据中的胎儿和母体ECG信号的有价值信息。在一些实施例中，边缘保留滤波器是自适应均值滤波器。在一些实施例中，边缘保留滤波器是自适应中值滤波器。
[0402] 在一些实施例中，将附加变换应用到滤波N-ECG信号数据。在一些实施例中，将数字自适应反中值滤波器应用到滤波的N-ECG信号数据以增强母体ECG峰值。
[0403] 本文所用的术语“母体ECG峰值”是指在心脏收缩周期期间电活动的P波、Q波、R波、S波或T波中的任何一种。图32示出了在心脏收缩周期期间的电活动的描绘。
[0404] 在一些实施例中，附加变换包括对N个滤波的N-ECG信号数据应用自适应中值滤波器，并且减去所得到的滤波N-ECG信号数据。
[0405] 在一些实施例中，自适应中值滤波器的长度被选择为恒定。在一些实施例中，将长度设置为100个样本。
[0406] 在一些实施例中，自适应中值滤波器的长度根据母体ECG峰值的局部特征来适应。
[0407] 本文所用的术语“局部”是指从位于怀孕母体腹部上的特定位置的传感器记录的信号。
[0408] 在一些实施例中，局部特征是在心脏收缩周期期间母体电活动的QRS区段的时间段。
[0409] 在一些实施例中，局部特征是在心脏收缩周期期间母体电活动的ST区段的时间段。
[0410] 在一些实施例中，局部特征是在心脏收缩周期期间母体电活动的PR区段的时间段。
[0411] 在一些实施例中，附加变换包括对滤波N-ECG信号数据进行分解以提高信噪比。在一些实施例中，分解是奇异值分解(SVD)。在一些实施例中，分解是主分量分析(PCA)。在一些实施例中，分解是独立分量分析(ICA)。在一些实施例中，分解是小波分解(CWT)。
[0412] 在一些实施例中，附加的高通滤波器被应用于分解的滤波N-ECG信号数据。在一些实施例中，高通滤波器为5阶、1Hz。在一些实施例中，通过初步和简单的峰值检测器检查分解的N个滤波信号数据。在一些实施例中，计算峰值的相对能量(相对于信号的总能量)。在一些实施例中，根据该测量给予分解的滤波N-ECG信号数据质量得分，排除质量得分小于阈值的分解的滤波N-ECG信号数据，并且检查信号以寻找丢失数据和NaN(非数值的字符)。
[0413] 在一些实施例中，通过计算关系(峰值的能量)/(滤波N-ECG信号的总能量)来分配质量得分。在一些实施例中，通过计算检测到的峰值的均方根来计算临时峰值的能量。在一些实施例中，通过计算滤波N-ECG信号的均方根来计算信号的能量。
[0414] 在一些实施例中，阈值为0.3至0.9中的任何值。在一些实施例中，阈值为0.8。
[0415] 从滤波N-ECG信号数据中检测对应于母体心脏活动的获取信号的部分以及从滤波N-ECG信号数据中消除对应于母体心脏活动的信号
[0416] 在一些实施例中，检测滤波N-ECG信号数据中的每个滤波N-ECG信号中的母体心率峰值，以及通过利用至少一个非线性减法过程从滤波N-ECG信号数据的每一个滤波N-ECG信号中减去母体心率峰值以获得校正的N-ECG信号数据，该数据包括代表N个校正的ECG信号的数据，其中至少一个非线性减法过程包括：迭代执行：i)自动将滤波N-ECG信号数据的N-ECG信号的每个ECG信号划分为多个ECG信号片段，1)其中多个ECG信号片段中的每个ECG信号片段对应于完整心跳的一个搏动间隔，以及2)其中每个搏动间隔至少部分地基于自动检测所述搏动间隔的开始值和终止值来自动确定；ii)自动修改第二多个滤波N-ECG信号片段中的每一个以形成多个经修改的滤波N-ECG信号片段，其中使用基于一组参数的至少一个逆优化方案来执行修改，其中参数组的值基于以下方式进行确定：迭代执行：1)基于成年人的标准心跳曲线来定义全局模板，2)为每个滤波N-ECG信号片段设置用于局部模板的一组暂定值，3)利用至少一个优化方案基于在预定相似度值内与全局模板匹配的局部模板来确定每个滤波N-ECG信号片段的自适应模板；以及iii)通过从滤波N-ECG信号中减去自适应模板以从每个滤波N-ECG信号中自动去除经修改的片段，从而产生每个经校正的ECG信号。
[0417] 根据本发明的一些实施例的自适应模板的实例在图32、图35和图36中示出。
[0418] 在一些实施例中，至少基于以下情况执行在滤波N-ECG信号数据中的每个滤波ECG信号中对母体心率峰值的检测：i)将每个滤波ECG信号划分为第一多个ECG信号片段；ii)归一化每个ECG信号片段中的滤波ECG信号；iii)计算每个ECG信号片段中的滤波ECG信号的一阶导数；iv)基于确定一阶导数的零点交叉，在每个ECG信号片段中找到局部母体心率峰值；以及v)排除具有以下情况中的至少一个的局部母体心率峰值：1)绝对值小于预定局部峰值绝对阈值；或2)局部峰值之间的距离小于预定的局部峰值距离阈值。
[0419] 在一些实施例中，预定的相似度值基于欧几里得(Euclidian)距离，其中该组参数是通过以下情况中的至少一个解决的非线性最小二乘问题的局部最小解：1)最小化作为欧几里得距离的成本函数；2)利用高斯牛顿(Gauss-Newton)算法；3)利用最速下降(梯度下降)算法；或4)利用莱文贝格－马夸特(Levenberg-Marquardt)算法。
[0420] 在一些实施例中，每个片段的长度设定为10秒。
[0421] 在一些实施例中，根据记录的长度自动选择每个片段的长度。
[0422] 在一些实施例中，每个片段中的信号数据由信号数据的绝对最大值归一化。在一些实施例中，每个片段中的信号数据由信号数据的绝对非零最小值(minimum value)归一化。
[0423] 在一些实施例中，使用一阶前向导数。在一些实施例中，使用一阶中心导数。
[0424] 在一些实施例中，阈值被选择为常数值0.3。
[0425] 在一些实施例中，根据信号数据的局部特征来选择阈值。在一些实施例中，信号的局部特征是信号数据的中值或该值的任意倍增值。在一些实施例中，信号的局部特征是信号数据的平均值或该值的任意倍增值。
[0426] 在一些实施例中，距离上的阈值被选择为100个样本。
[0427] 在一些实施例中，信号的局部特征可以是预测RR间期的最大值(maximum)或该值的任意倍数。
[0428] 在一些实施例中，从滤波N-ECG信号数据生成“峰值阵列”。在一些实施例中，峰值阵列包括滤波N-ECG信号数据的每个片段检测到的峰值的数量。
[0429] 在一些实施例中，在峰值阵列上执行聚类。在一些实施例中，使用k-means(k-平均值)聚类将峰值分组成多个聚类。在一些实施例中，使用k-medoids聚类将峰值分组成多个聚类。
[0430] 在一些实施例中，用于聚类的聚类数量被设置为三个。在一些实施例中，根据经处理的N个滤波信号数据的特征，自动选择用于聚类的聚类数量。
[0431] 在一些实施例中，聚类用于排除异常值(outlier)。在一些实施例中，异常值是具有不规则(anomalous)特征的峰值。
[0432] 在一些实施例中，特征是峰值与其相邻峰值之间的距离。在一些实施例中，特征是峰值的幅度。
[0433] 在一些实施例中，在排除不规则峰值之后构建新的峰值阵列。
[0434] 在一些实施例中，进一步分析新的峰值阵列，并根据滤波N-ECG信号数据的信噪比对峰值进行评分。
[0435] 在一些实施例中，通过从经处理的N个滤波信号数据的总能量计算QRS复合波的相对能量来计算信噪比得分。
[0436] 在一些实施例中，每个滤波N-ECG信号数据检测到的峰值被融合(fused)以用于更具鲁棒性的检测。在一些实施例中，使用对滤波N-ECG信号数据的每个峰值给出的得分来完成检测到的峰值的融合。
[0437] 在一些实施例中，使用融合的峰值定义全局峰值阵列。
[0438] 在一些实施例中，重新检测每个滤波N-ECG信号数据的峰值，并且使用全局峰值阵列来优化(refine)位置。在一些实施例中，基于最佳引线(lead)构建全局峰值阵列，其中该最佳引线使用来自其它引线的峰值来进行校正，并且使用生理测量值(诸如，RR间期、HR、HRV)来检查全局峰值阵列。
[0439] 在一些实施例中，在定义了峰值之后，进一步变换滤波N-ECG信号数据以消除对应于母体心脏活动的信号。在一些实施例中，变换/校正包括对滤波N-ECG信号数据应用非线性减法。在一些实施例中，剩余数据包括对应于胎儿心脏活动和噪声的信号数据。
[0440] 在本发明的一些实施例中，对经处理的N个滤波信号数据中的每一个分别应用非线性减法过程。在一些实施例中，以任意顺序串行地将非线性减法过程应用于经处理的N个滤波信号数据中的所有信号数据。在一些实施例中，非线性减法过程被同时应用于经处理的N个滤波信号数据中的所有信号数据。
[0441] 在一些实施例中，非线性减法包括：将经处理的N个滤波信号数据划分成很多个片段；使用逆优化方案单独地或联合地修改每个片段；以及从原始经处理的N个滤波信号数据中消除修改过的片段，从而获得N个原始胎儿信号数据。
[0442] 本文所用的术语“分段”是指将经处理的N个滤波信号数据划分成任意给定数量的片段。
[0443] 在一些实施例中，片段的数量被设置成检测到的母体峰值的数量的函数。在一些实施例中，该函数是恒等函数，使得片段的数量等于检测到的母体峰值的数量，在此情况下，每个片段是完整的心跳。
[0444] 在一些实施例中，定义搏动间隔。以下使用的术语“搏动间隔”是指单个母体心跳的时间间隔。
[0445] 在一些实施例中，搏动间隔被认为是恒定的，并且被定义为在R峰位置之前的500毫秒和在R峰位置之后的500毫秒。
[0446] 在一些实施例中，通过检测每个搏动的搏动开始和搏动偏移来自动检测搏动间隔。因此，搏动间隔取决于局部心率值，并且实现了ECG信号的更准确的分段。
[0447] 在一些实施例中，搏动间隔开始被定义为P波的开始(即时间的起点)。
[0448] 在一些实施例中，搏动间隔偏移被定义为T波的偏移(即时间的终点)。
[0449] 在一些实施例中，当前搏动的搏动间隔开始被定义为前一搏动和当前搏动之间的时间的一半。
[0450] 在一些实施例中，当前搏动的搏动间隔偏移被定义为当前搏动和下一搏动之间的时间的一半。
[0451] 在一些实施例中，对先前分段的结果执行第二分段步骤。该分段步骤的产物被称为“搏动内片段(in-beat segments)”。
[0452] 在一些实施例中，搏动内片段的数量被选择为当前搏动中的一个与时间样本数量之间的任意整数。通过非限制性的例子，搏动内片段的数量可以是3。
[0453] 在一些实施例中，执行自动过程以检测搏动内片段的最佳数量。在一些实施例中，自动过程包括使用分治算法(Divide and Conquer algorithm)，其中每个片段被分成两个相等的子片段。如果子片段的能量含量超过预定的相对阈值，则子片段本身被划分成两个子片段并递归下去。停止标准可以是达到子片段的最小长度、达到片段的最大数量或划分成子片段以使得它们都满足能量阈值标准。
[0454] 在某些实施例中，使用熵测量法将片段划分成多个子片段。在这种情况下，每个片段的熵是最小化的。
[0455] 在一些实施例中，搏动内分段的结果为以下七个片段：
[0456] 1.从搏动开始到P波开始的等电线；
[0457] 2.P波；
[0458] 3.从P波偏移到QRS复合波开始的等电线；
[0459] 4.QRS复合波；
[0460] 5.从QRS复合波偏移到T波开始的等电线；
[0461] 6.T波；以及
[0462] 7.从T波偏移到搏动偏移的等电线。
[0463] 在一些实施例中，滤波N-ECG信号数据的大部分能量处于QRS复合波中。因此，在一些实施例中，搏动内片段被划分为以下三个搏动内片段：
[0464] 1.从搏动开始到QRS复合波开始；
[0465] 2.QRS复合波；以及
[0466] 3.从QRS复合波偏移到搏动偏移。
[0467] 在一些实施例中，使用专用方法对ECG信号中的每个搏动的QRS复合波的开始和偏移进行自动检测，该方法包括：对滤波N-ECG信号数据应用数字带通滤波器；计算滤波N-ECG信号数据的曲线长度变换；选择高于阈值的数据值；计算变换数据的一阶导数；找出导数数据中的正转换和负转换；找出正-负转换对，使得它们之间的距离在时间样本中高于预选阈值；将QRS复合波的开始设置为所选对的正转换的时间位置；以及将QRS复合波偏移设置为所选对的负转换的时间位置。
[0468] 在一些实施例中，带通滤波器的截止频率分别被设置为低频的5周期/秒和高频的20周期/秒。
[0469] 在一些实施例中，阈值被设定为常数值0.3。在一些实施例中，根据曲线长度变换后的数据的局部特征自动计算阈值。在一些实施例中，数据的局部特征是变换数据的平均值。
[0470] 在一些实施例中，分段还包括附加的互补变换，其包括通过整数值改变信号的采样率。在一些实施例中，附加的互补变换降低了由所选择的片段的开始和偏移的精细位置引起的所得原始N-ECG胎儿信号数据的变异性。
[0471] 在一些实施例中，将采样率降低4倍以减少计算时间。另选地，在某些实施例中，采样率被增加4倍。
[0472] 在一些实施例中，使用内插来提高采样率。在一些实施例中，用零填补数据，然后应用一组低通FIR滤波器来提高采样率。
[0473] 在一些实施例中，在分段过程之前完成信号采样率的改变。在一些实施例中，在分段之后完成采样率的改变。在这些实施例中，根据改变采样率之后的信号来优化不同片段所选择的开始和偏移。
[0474] 在一些实施例中，根据下文描述的后续步骤中的迭代方法的收敛来更新分段。
[0475] 在一些实施例中，使用非线性参数变换来修正所选择的片段，其中根据某些标准来改变预定义参数组的值。
[0476] 在一些实施例中，根据以下方法来确定和修正预定义参数组的值，该方法包括：为每个滤波N-ECG信号数据、ECG信号以及其片段(以下称为“测量电位”)定义参考向量；以及找到为测量电位结果提供良好拟合的参数组的值。
[0477] 当适应模板和测量电位之间的差异非常小时，会发生“良好拟合”。在一个实施例中，非常小被定义为10-5或更小。在其它实施例中，“非常小”被定义为10-6或更小、或10-4或更小、或10-7或更小、或者10或其它数字的指数。
[0478] 在一些实施例中，适应模板和测量电位之间的差异是两个向量之间逐元素相减的L2范数。
[0479] 在一些实施例中，预定义的参数组的值还包括改变时间信号幅度的参数。
[0480] 在一些实施例中，使用迭代方案来确定参数组的值，其包括：选择起始条件；将暂定值分配给参数组；使用参数组来适应出模板(adapting the template)；将适应模板与测量电位进行比较；检查是否达到停止标准；如果没有达到停止标准，则更新参数组的值，并重复步骤(c)、步骤(d)、步骤(e)和步骤(f)。在一些实施例中，如果达到停止标准，则终止迭代过程，并且将当前参数组视为优化问题的最优解。
[0481] 在一些实施例中，将起始条件设置为ECG模板。在一些实施例中，定义了两个模板：第一个模板是为每个ECG搏动定义的全局模板(例如，参见图35)，其中模板被计算为M个搏动的加权平均值。在一些实施例中，M是在2和ECG信号中的总搏动次数之间的整数。在一些实施例中，加权平均值中使用的权重相等地产生正常平均值。在一些实施例中，M个搏动满足每个搏动之间的相关系数应高于阈值的条件。在某些实施例中，将阈值设置为0.98。在一些实施例中，在平均之前，使用R波、QRS开始和QRS偏移的精确位置来移动和精细对准搏动。
在一些实施例中，使用互相关函数来完成对准过程。在一些实施例中，M次搏动满足的条件是模板的能量(被定义为这些搏动的平均值)与当前ECG搏动的能量之间的关系界限接近1。
然而，在一些实施例中，模板的能量与当前ECG搏动的能量之间的关系为高于1一个小的数值或小于1一个小的数值。
在一些实施例中，使用互相关函数来完成对准过程。在一些实施例中，M次搏动满足的条件是模板的能量(被定义为这些搏动的平均值)与当前ECG搏动的能量之间的关系界限接近1。
然而，在一些实施例中，模板的能量与当前ECG搏动的能量之间的关系为高于1一个小的数值或小于1一个小的数值。
[0482] 第二个模板是为当前搏动中的每个子片段定义的局部模板(例如，参见图36)。在一些实施例中，模板被计算为M个选择的峰值中的子片段的平均值。在一些实施例中，选择搏动以满足使局部心率与当前搏动的局部心率相似的条件。通过非限制性实例，心率值接近1.5倍。
[0483] 在一些实施例中，暂定值被设置为随机数。在一些实施例中，暂定值被设置为常数；根据非限制性实例，它们被设置为1。
[0484] 在一些实施例中，在算法的不同执行阶段之间保存暂定值，并且如果可用，使用暂定值。
[0485] 在一些实施例中，根据分配给模板的适当参数，分别适应不同的模板。在一些实施例中，通过将模板向量与适当的参数组相乘来缩放模板。在一些实施例中，使用适当的参数组在时间上移动模板。
[0486] 在一些实施例中，使用欧几里得距离来比较两组向量：来自经处理的N个滤波信号数据的适应模板和测量电位。在一些实施例中，成本函数被定义为误差能量函数。
[0487] 在一些实施例中，使用城市块测量(city-block measure)来比较适应模板与测量电位。
[0488] 在一些实施例中，使用互相关函数来比较适应模板和测量电位。在一些实施例中，“良好拟合”是0.95或更大的相关度。
[0489] 在一些实施例中，使用最大迭代次数作为停止标准。
[0490] 在一些实施例中，在使用欧几里得距离作为相似性度量的情况下，将特定迭代处的误差能量函数的值用作停止标准。在一些实施例中，如果误差能量变得低于阈值，则达到停止标准。
[0491] 在某些实施例中，将阈值设置为恒定的。通过非限制性实例，将其设置为10-5。
[0492] 在一些实施例中，根据迭代过程的特征来计算阈值。例如，在一些实施例中，迭代过程的特征是允许的最大迭代次数；在其它实施例中，迭代过程的特征是使用成本函数，例如欧几里得距离函数；以及在其它实施例中，迭代过程的特征是模板中的时间样本数。
[0493] 在一些实施例中，使用改进度量(improvement measure)作为停止标准。
[0494] 在一些实施例中，将参数组中的改变用作改进度量。在一些实施例中，如果该组参数的值不改变或轻微改变，则满足停止标准。
[0495] 在一些实施例中，成本函数(例如，误差能量函数)的值的变化被用作改进度量。
[0496] 在一些实施例中，如果达到停止标准，则应用优化方案来更新参数组的值。
[0497] 在一些实施例中，当使用欧几里得距离作为相似性度量时，优化问题变成非线性最小二乘问题。在一些实施例中，该问题的解给出最优参数组，其最小化作为欧几里得距离的成本函数。
[0498] 在一些实施例中，使用高斯-牛顿算法来解决非线性最小二乘问题。
[0499] 在一些实施例中，使用最速下降(梯度下降)方法来解决非线性最小二乘问题。
[0500] 在一些实施例中，使用莱文贝格-马夸特算法(Levenberg-Marquardt algorithm)来解决非线性最小二乘问题。在这些实施例中，问题变成阻尼最小二乘问题。莱文贝格-马夸特算法是一种在梯度下降算法和高斯-牛顿算法之间内插的方法，其利用两种方法来提高收敛精度并减少收敛时间。
[0501] 在一些实施例中，梯度下降算法、高斯-牛顿算法和莱文贝格-马夸特算法是重复多次的迭代方法，其潜在地将欧几里得距离(误差能量函数)带到局部最小解。
[0502] 在一些实施例中，使用以下关系来执行参数组的更新：
[0503]
[0504] 其中，Pk是第k次迭代时的参数组；以及
[0505] Φc(Pk)是用于Pk参数的模板的适应版本；以及
[0506] λi是莱文贝格-马夸特算法中的阻尼参数；以及
[0507] Φm是测量电位(测量的ECG信号)；以及
[0508] Jk是通过改变参数的值来为参数组Pk计算的雅可比矩阵；以及
[0509] diag(JTkJk)是近似的海森矩阵的对角线。
[0510] 在一些实施例中，通过从测量电位中减去适应模板来实现从N个原始信号数据中消除修改的片段。在一些实施例中，减法产生N个原始胎儿信号数据。在一些实施例中，N个原始胎儿信号数据包括噪声和胎儿心脏电活动数据。
[0511] 在一些实施例中，使用图33所示的算法来消除母体心脏活动。
[0512] 在一些实施例中，使用图34所示的算法来消除母体心脏活动。
[0513] 根据本发明的一些实施例的母体ECG消除的代表性结果在图37中示出。
[0514] 提取胎儿心脏电活动数据和检测胎儿心脏电活动数据
[0515] 在一些实施例中，通过在(1)滤波N-ECG信号数据和(2)校正N-ECG信号数据上利用盲源分离(Blind-Source-Separation,BSS)算法来提取和分析原始胎儿ECG信号数据，其中，原始胎儿ECG信号数据包括N个胎儿ECG信号(N-ECG胎儿信号)；通过至少一个计算机处理器处理原始胎儿ECG信号数据以便至少通过以下方法提高信噪比：i)应用15-65Hz范围内的带通滤波器将多个原始N-ECG胎儿信号间断(break)为多个频率信道，ii)基于峰值-平均值分析(peak-2-mean analysis)对每个信道的ECG胎儿信号进行评分以识别多个胎儿心跳信道，其中每个胎儿心跳信道对应于特定的胎儿ECG胎儿信号；以及iii)将所识别的多个胎儿心跳信道选择为滤波胎儿ECG信号数据，其包括N个滤波胎儿ECG信号(滤波N-ECG胎儿信号数据)；通过至少一个计算机处理器通过执行至少以下方法检测滤波N-ECG胎儿信号数据中的胎儿心率峰值：i)将每个滤波N-ECG胎儿信号划分成第一多个胎儿ECG信号片段；ii)归一化每个胎儿ECG信号片段中的滤波胎儿ECG信号；iii)计算每个胎儿ECG信号片段中的滤波胎儿ECG信号的一阶导数；以及iv)基于确定一阶导数的零点交叉，在每个胎儿ECG信号片段中找到局部胎儿心率峰值；通过至少一个计算机处理器基于检测到的胎儿心率峰值计算以下中的至少一个：i)胎儿心率，ii)胎儿心脏曲线，iii)搏动间胎儿心率，或iv)胎儿心率变异性；以及通过至少一个计算机处理器输出计算步骤的结果。
[0516] 在一些实施例中，处理原始N-ECG胎儿信号数据以提高信噪比包括：i)应用15-65Hz范围内的带通滤波器将多个N-ECG胎儿信号间断为多个频率信道，ii)基于峰值-平均值分析对每个信道的ECG胎儿信号进行评分以识别多个胎儿心跳信道，其中每个胎儿心跳信道对应于特定的胎儿ECG胎儿信号；以及iii)将所识别的多个胎儿心跳信道选择为滤波ECG胎儿信号数据，其包括N个滤波胎儿ECG信号(滤波N-ECG胎儿信号数据)。
[0517] 在一些实施例中，处理原始N-ECG胎儿信号数据以提高信噪比包括：i)应用1-70Hz范围内的带通滤波器将多个N-ECG胎儿信号间断为多个频率信道，ii)基于峰值-平均值分析对每个信道的ECG胎儿信号进行评分以识别多个胎儿心跳信道，其中每个胎儿心跳信道对应于特定的胎儿ECG胎儿信号；以及iii)将所识别的多个胎儿心跳信道选择为滤波ECG胎儿信号数据，其包括N个滤波胎儿ECG信号(滤波N-ECG胎儿信号数据)。
[0518] 在一些实施例中，处理原始N-ECG胎儿信号数据以提高信噪比包括：i)应用5-70Hz范围内的带通滤波器将多个N-ECG胎儿信号间断为多个频率信道，ii)基于峰值-平均值分析对每个信道的ECG胎儿信号进行评分以识别多个胎儿心跳信道，其中每个胎儿心跳信道对应于特定的胎儿ECG胎儿信号；以及iii)将所识别的多个胎儿心跳信道选择为滤波ECG胎儿信号数据，其包括N个滤波胎儿ECG信号(滤波N-ECG胎儿信号数据)。
[0519] 在一些实施例中，处理原始N-ECG胎儿信号数据以提高信噪比包括：i)应用10-70Hz范围内的带通滤波器将多个N-ECG胎儿信号间断为多个频率信道，ii)基于峰值-平均值分析对每个信道的ECG胎儿信号进行评分以识别多个胎儿心跳信道，其中每个胎儿心跳信道对应于特定的胎儿ECG胎儿信号；以及iii)将所识别的多个胎儿心跳信道选择为滤波ECG胎儿信号数据，其包括N个滤波胎儿ECG信号(滤波N-ECG胎儿信号数据)。
[0520] 在一些实施例中，处理原始N-ECG胎儿信号数据以提高信噪比包括：i)应用1-65Hz范围内的带通滤波器将多个N-ECG胎儿信号间断为多个频率信道，ii)基于峰值-平均值分析对每个信道的ECG胎儿信号进行评分以识别多个胎儿心跳信道，其中每个胎儿心跳信道对应于特定的胎儿ECG胎儿信号；以及iii)将所识别的多个胎儿心跳信道选择为滤波ECG胎儿信号数据，其包括N个滤波胎儿ECG信号(滤波N-ECG胎儿信号数据)。
[0521] 在一些实施例中，处理原始N-ECG胎儿信号数据以提高信噪比还包括以下中的至少一个：1)利用奇异值分解(Singular-Value-Decomposition,SVD)技术；或2)利用小波去噪(Wavelet-Denoising,WD)技术。
[0522] 在一些实施例中，在BSS过程中使用所有原始N-ECG信号数据，使得BSS过程被应用于2N个信号。在其它实施例中，在BSS过程中仅使用部分原始N-ECG信号数据，使得BSS过程被应用于在N+1个信号和小于2N个信号之间。
[0523] 在一些实施例中，使用主分量分析(Principal Component Analysis,PCA)作为BSS方法。在一些实施例中，使用独立分量分析(Independent Component Analysis,ICA)作为BSS方法。
[0524] 在一些实施例中，进一步分析BSS过程的结果以提高信号的信噪比。在一些实施例中，进一步的分析包括在15-65周期/秒范围内的带通滤波器。在一些实施例中，进一步的分析包括应用奇异值分解(SVD)。在一些实施例中，进一步的分析包括应用小波去噪。
[0525] 在一些实施例中，进一步的分析包括应用“峰值-平均值”变换，在一些版本中该变换是在单独的软件模块中，其包括：
[0526] a.使用移动窗口(win)来计算关系： 以及
[0527] b.计算步骤a的结果的一阶导数；以及
[0528] c.找到零交叉点以找到峰值，取代导数的负部分(negative part)；以及[0529] d.找到先前结果中的峰值，并根据它们之间的差异进行聚类。识别最佳组作为具有最大得分的组，该得分定义为：SCR＝n/RMS，其中n是每个聚类中的峰值数量，RMS是峰值之间距离的导数的能量(the energy of the derivative of the distances between the peaks)；以及
[0530] e.对最佳组的RR间期进行预测；以及
[0531] f.如果预测不符合胎儿RR间期的实际生理模型，则忽略当前信号，然后在下一个信号开始时开始处理(即，使用移动窗口来计算关系)；以及
[0532] g.如果预测符合胎儿RR的实际生理模型，则计算信号的窗口RMS的自相关函数。如果结果具有窄分布，则忽略当前信号，以及如果结果不具有窄分布，则按如下步骤进行：
[0533] h.将AGC应用于负导数信号；以及
[0534] i.归一化结果。
[0535] 在某些实施例中，将上述“峰值-平均值变换”分别应用到每个信号(即，2N个信号中的每一个信号或在N+1个和小于2N个信号中的每一个信号)。
[0536] 在一些实施例中，执行胎儿心跳检测。例如，在一些实施例中，在进一步分析之前对N个原始胎儿信号数据进行胎儿峰值检测过程，以及在其它实施例中，对进一步分析的结果进行胎儿峰值检测过程。
[0537] 在一些实施例中，分析包括：将N个滤波胎儿信号数据划分成片段；归一化每个片段中的信号数据；计算归一化信号数据的一阶导数；通过确定一阶导数的零交叉点来识别归一化信号数据中的胎儿ECG峰值；排除其绝对值小于用户预先选择的阈值的峰值；以及排除它们之间的距离小于阈值的非常接近的峰值，从而获得处理的N个滤波胎儿信号数据。
[0538] 在一些实施例中，每个片段的长度设定为10秒。
[0539] 在一些实施例中，根据记录的长度自动选择每个片段的长度。
[0540] 在一些实施例中，每个片段中的信号数据由信号数据的绝对最大值归一化。在一些实施例中，每个片段中的信号数据由信号数据的绝对非零最小值归一化。
[0541] 在一些实施例中，使用一阶前向导数。在一些实施例中，使用一阶中心导数。
[0542] 在一些实施例中，阈值被选择为常数值0.3。
[0543] 在一些实施例中，根据信号数据的局部特征来选择阈值。在一些实施例中，信号的局部特征是信号数据的中值或该值的任何倍增值。在一些实施例中，信号的局部特征是信号数据的平均值或该值的任何倍增值。
[0544] 在一些实施例中，距离上的阈值被选择为100个样本。
[0545] 在一些实施例中，信号的局部特征可以是预测RR间期的最大值或该值的任何倍数。
[0546] 在一些实施例中，从滤波的N-ECG胎儿信号数据生成“峰值阵列”。在一些实施例中，峰值阵列包括滤波的N-ECG胎儿信号数据的每个片段检测到的峰值的数量。
[0547] 在一些实施例中，在峰值阵列上执行聚类。在一些实施例中，使用k-means聚类来将峰值分组成多个聚类。在一些实施例中，使用k-medoids聚类将峰值分组成多个聚类。
[0548] 在一些实施例中，用于聚类的聚类数量被设置为三个。在一些实施例中，根据滤波的N-ECG胎儿信号数据的特征，自动选择用于聚类的聚类数量。
[0549] 在一些实施例中，聚类用于排除异常值。在一些实施例中，异常值是具有不规则特征的峰值。
[0550] 在一些实施例中，特征是峰值与其相邻峰值之间的距离。在一些实施例中，特征是峰值的幅度。
[0551] 在一些实施例中，在排除不规则峰值之后构建新的峰值阵列。
[0552] 在一些实施例中，进一步分析新的峰值阵列，并根据滤波N-ECG胎儿信号数据的信噪比对峰值进行评分。
[0553] 在一些实施例中，通过从滤波的N-ECG胎儿信号数据的总能量计算QRS复合波的相对能量来计算信噪比得分。
[0554] 在一些实施例中，每个滤波N-ECG胎儿信号数据检测到的峰值被融合以用于更具鲁棒性的检测。在一些实施例中，使用对滤波N-ECG胎儿信号数据的每个峰值给出的得分来完成检测到的峰值的融合。
[0555] 在一些实施例中，使用融合的峰值定义全局峰值阵列。
[0556] 在一些实施例中，重新检测每个滤波N-ECG胎儿信号数据的峰值，并且使用全局峰值阵列来优化位置。在一些实施例中，基于最佳引线构建全局峰值阵列，其中该最佳引线通过使用来自其它引线的峰值进行校正，并使用生理测量值(诸如，RR间期、HR、HRV)来检查全局峰值阵列。
[0557] 在一些实施例中，从检测的胎儿峰值位置提取搏动间胎儿心率。在一些实施例中，也从检测的胎儿峰值位置提取胎儿心脏曲线。
[0558] 根据本发明的一些实施例的PCG信号数据处理
[0559] 在一些实施例中，本发明提供了一种用于检测、记录和分析来自携带胎儿的怀孕母体的声学数据的系统，以分辨母体和/或胎儿的心脏数据。在一些实施例中，使用多个声学传感器来记录代表心脏活动数据的心音图(PCG)信号。心音图信号是心脏在心动周期期间产生的所有声音的记录，例如，典型地为由心脏瓣膜闭合引起的振动。例如，可以有至少两个声音生成事件：当房室瓣在开始收缩时关闭的第一事件(S1)，以及当主动脉瓣和肺动脉瓣在结束收缩时关闭的第二事件(S2)。
[0560] 在一些实施例中，本发明的示例性发明系统可以利用定位在和/或靠近怀孕女性的腹部的多个声学传感器(例如，2、3、4、5、6、7、8、9、10等)。例如，在一些实施例中，声学传感器被直接附接。在一些实施例中，声学传感器被并入用品中，诸如腰带和贴片等，并且该用品由怀孕母体穿戴或放置在其身上。
[0561] 在一些实施例中，声学传感器的选择由本领域普通技术人员较为容易地确定。影响声学传感器选择的因素包括但不限于麦克风组件的灵敏度、声学传感器的尺寸和声学传感器的重量等。在一些实施例中，声学传感器被配置成补偿由皮肤-空气界面引起的声音传播的变化。声学信号包括声波或振动，其通过诸如空气、水或身体的介质传播作为压力和位移的机械波。不限于任何特定的理论，声音传播的行为可能受声波传播穿过的介质的密度和压力之间的关系的影响。此外，声音传播的行为可能受到声波传播穿过的介质的运动的影响。此外，声音传播的行为可能受到声波传播穿过的介质的粘度的影响。
[0562] 例如，如图29所示，本发明的示例性发明系统在各个示例性位置处使用一组四个声学传感器(M1-M4)。在一些实施例中，声学传感器的定位可以至少部分地基于例如母体的胃的形状、怀孕的阶段、母体和/或胎儿的生理特征、先前的声学和/或其它类型的心脏记录(例如，心电图(ECG)信号记录和分析等)和其它类似的适当数据而改变。
[0563] 在一些实施例中，本发明的声学传感器记录了在女性体内产生的内部声音和来自环境的附加噪声。如下所述，从这些记录中提取胎儿和/或母体的心跳声，并计算每个受试者的心率。
[0564] 在一些实施例中，每个声学传感器的检测水平独立于其它声学传感器(例如，独立于图29中的其它三个声学传感器)。参考图29，在一些实施例中，通常确定由位置M3和/或M4处的声学传感器检测胎儿PCG信号，而由位置M1和/或M2处的声学传感器检测母体PCG信号。在一些实施例中，母体PCG信号可被所有四个传感器(M1-M4)检测，并且必须被清除(clean)以便检测胎儿心跳。如下所述，在一些实施例中，使用本发明的至少一个独立分量分析(ICA)算法执行清除处理。例如，在一些实施例中，本发明的发明系统假定干扰噪声是非胎儿来源的音频源，因此其在统计意义上独立于胎儿心脏声音。
[0565] 用于估计根据本发明的胎儿和/或母体心跳数据的说明性过程的实例
[0566] 图38示出了在一些实施例中，利用本发明的示例性发明系统估计胎儿和/或母体心跳数据(例如，心跳的存在、心跳图形、心跳频率等)的示例性过程。
[0567] 参考图38，说明性过程包含以下四个阶段。
[0568] 阶段1：滤波器组
[0569] 参考图38，输入是由图29所示的每个声学传感器(M1-M4)记录的信号数据。在一些实施例中，来自四个声学传感器中的每一个所记录的信号数据通过例如但不限于L个带通滤波器，其中每个滤波器均具有预定的频率范围。在一些实施例中，示例性的六个带通滤波器(L＝6)可以具有以下六个带宽：
[0570] 10-45Hz
[0571] 20-50Hz
[0572] 25-65Hz
[0573] 40-80Hz
[0574] 55-95Hz
[0575] 20-80Hz。
[0576] 在一些实施例中，可以有至少3个带通滤波器。在一些实施例中，可以有3-12个带通滤波器。在一些实施例中，可以有5-10个带通滤波器。在一些实施例中，可以有至少5个带通滤波器。在一些实施例中，可以有至少7个带通滤波器。
[0577] 在一些实施例中，特定滤波器的带宽可以从10-100Hz的范围中选择。在一些实施例中，特定滤波器的带宽可以从20-100Hz的范围中选择。在一些实施例中，特定滤波器的带宽可以从30-100Hz的范围中选择。在一些实施例中，特定滤波器的带宽可以从40-100Hz的范围中选择。在一些实施例中，特定滤波器的带宽可以从50-100Hz的范围中选择。在一些实施例中，特定滤波器的带宽可以从60-100Hz的范围中选择。在一些实施例中，特定滤波器的带宽可以从70-100Hz的范围中选择。在一些实施例中，特定滤波器的带宽可以从80-100Hz的范围中选择。在一些实施例中，特定滤波器的带宽可以从90-100Hz的范围中选择。
[0578] 在一些实施例中，特定滤波器可以具有5-110Hz的频率范围。在一些实施例中，特定滤波器可以具有15-110Hz的频率范围。在一些实施例中，特定滤波器可以具有25-110Hz的频率范围。在一些实施例中，特定滤波器可以具有35-110Hz的频率范围。在一些实施例中，特定滤波器可以具有45-110Hz的频率范围。在一些实施例中，特定滤波器可以具有55-110Hz的频率范围。在一些实施例中，特定滤波器可以具有5-105Hz的频率范围。在一些实施例中，特定滤波器可以具有5-100Hz的频率范围。在一些实施例中，特定滤波器可以具有5-
95Hz的频率范围。在一些实施例中，特定滤波器可以具有5-25Hz的频率范围。在一些实施例中，特定滤波器可以具有5-50Hz的频率范围。在一些实施例中，特定滤波器可以具有5-75Hz的频率范围。
95Hz的频率范围。在一些实施例中，特定滤波器可以具有5-25Hz的频率范围。在一些实施例中，特定滤波器可以具有5-50Hz的频率范围。在一些实施例中，特定滤波器可以具有5-75Hz的频率范围。
[0579] 在一些实施例中，参考图38，将来自六个滤波器中的每一个滤波器的K个输出(滤波PCG输出)推进到第2阶段。例如，在下面详细描述的一些实施例中，K等于但不限于4。在一些实施例中，K等于用于收集声学传感器数据的声学传感器(M1-M4)的数量。在一些实施例中，将预定数量的输出推进到第2阶段。
[0580] 阶段2：小波去噪
[0581] 在一些实施例中，例如，对来自六个带通滤波器的四个滤波PCG输出中的一个进一步进行小波去噪，其中此类特定滤波PCG输出通过一系列低通滤波器和高通滤波器进行解构高达X次，以形成解构滤波PCG输出。在一些实施例中，X的值取决于采样频率，其允许实现适合的结果以满足下面详细描述的要求。例如，在一些实施例中，特定滤波PCG输出通过一系列低通滤波器和高通滤波器进行解构高达3次。例如，在一些实施例中，特定滤波PCG输出通过一系列低通滤波器和高通滤波器进行解构高达5次。例如，在一些实施例中，特定滤波PCG输出通过一系列低通滤波器和高通滤波器进行解构高达6次。
[0582] 图39A和图39B示出了示例性去噪阶段的示意图。在一些实施例中，去噪的结果是被称为近似和细节的小波变换系数。具体来说，可以使用细节Dj(n),j＝l,...,N和近似Aj(n)对解构滤波PCG输出进行重构以形成去噪滤波PCG输出。
[0583] 在一些实施例中，基于等式1确定去噪滤波PCG输出：
[0584]
[0585] 具体来说，最初时，在去噪的第一步骤中，最可能不携带心跳信号信息的所有细节都被设置为0，例如但不限于：D_j(n)＝0,j＝l,2,3,5,6,…,N.例如，细节不包含对应于心脏收缩周期的S1和/或S2阶段的声音数据。
[0586] 然后，使用例如但不限于由等式2所示的斯坦无偏风险估计(Stein’s Unbiased Risk Estimate,SURE)方法计算的阈值来阈值化剩余细节(第四细节)：
[0587]
[0588] 在一些实施例中，可以使用任何其它类似的合适方法来计算阈值。
[0589] 在一些实施例中，剩余细节可以是任何细节或它们的组合。
[0590] 最后，使用等式(1)计算去噪滤波PCG输出。
[0591] 阶段3：ICA变换
[0592] 参考图38，使用至少一个ICA算法进一步变换(1)滤波PCG输出和(2)去噪滤波PCG输出，以分别形成(1)经变换的滤波PCG输出和(2)经变换的去噪滤波PCG输出。在一些实施例中，示例性ICA算法是例如但不限于FAST ICA算法。在一些实施例中，例如根据“Independent component analysis:Algorithms and applications,” 等人，Neural Networks 13(4-5):411-430(2000)，使用FAST ICA算法，其具体描述出于此特定目的引入本文。
[0593] 本文所用的术语“变换”是指线性或非线性数学变换，特别地其可以包括数字滤波、数学线性或非线性分解、数学优化。
[0594] 阶段4：检测胎儿和母体心跳
[0595] 总而言之，在此阶段，来自前三个阶段的滤波器组、去噪和ICA的所有输出都被用作S个检测心跳(DH)输入(a S number of detection heartbeat(DH)inputs)，其中S是滤波器组、去噪和ICA阶段的所有输出的数量，计算为L x M，如下所示：
[0596] 1.M个滤波PCG输出，由通过L个带通滤波器的声学传感器M1-M4的4个信号数据输入产生；
[0597] 2.滤波PCG输出的M个滤波ICA变换；
[0598] 3.M个去噪滤波PCG输出；以及
[0599] 4.去噪滤波PCG输出的M个去噪滤波ICA变换，其中M＝LxK。
[0600] 在一些实施例中，本发明的示例性发明系统假设在这些DH输入中的每一个中均可以检测到母体和/或胎儿心跳。在一些实施例中，示例性发明系统没有先前的历史数据来表明在这些DH输入的哪一个输入中将检测到胎儿心跳、或检测到母体心跳、或两者都检测到、或两者都检测不到。
[0601] 例如，在一些实施例中，滤波器组中的L个滤波器的数量为6，并且阶段4的输入总数为M x L＝96。
[0602] 在一些实施例中，阶段4被进一步分为4个子阶段：
[0603] 子阶段1：检测每个DH输入中的所有心跳；
[0604] 子阶段2：计算置信度得分，其说明步骤1中检测到的心跳是实际心跳而非噪声的概率；
[0605] 子阶段3：将所有DH输入分成至少两组：
[0606] -组1：包含胎儿心跳的胎儿心跳输出
[0607] -组2：包含母体心跳的母体心跳输出；
[0608] 子阶段4：从每个组中选择包含相应心跳的最可能输出。
[0609] 子阶段1：心跳检测
[0610] 通常，声学信号可以包含至少一些噪声，并且至少在某些情况下或者在非常嘈杂的周围环境下噪声可以“覆盖”心跳。此外，通常心跳形态可以从一个心跳变化到下一个心跳。在一些实施例中，子阶段1至少以下列步骤执行。
[0611] 步骤1：搏动检测
[0612] i)在一些实施例中，本发明的示例性发明系统计算声学(Acoustic)信号的希尔伯特变换的绝对值的慢包络。例如，本发明的示例性发明系统通过对希尔伯特变换的绝对值应用移动平均滤波器来计算该包络。在一些实施例中，本发明的示例性发明系统可以利用具有预定长度P的移动平均窗口。例如，在一些实施例中，P是300毫秒(ms)。在一些实施例中，P在100到500ms之间变化。在一些实施例中，P在200到500ms之间变化。在一些实施例中，P在300到500ms之间变化。在一些实施例中，P在400到500ms之间变化。
[0613] ii)然后，本发明的示例性发明系统通过识别每个相应DH输入中的信号的导数的零交叉点来确定信号的所有峰值。
[0614] iii)然后，本发明的示例性发明系统至少部分地基于以下标准来弃去所有不够突出的峰值：
[0615] 选择 峰值以使得
[0616] 其中p(k)是第k个峰值的突出部分
[0617] iv)然后，本发明的示例性发明系统根据例如形状和尺寸将所有峰值分组成两组。例如，使用高斯混合模型聚类算法对每一峰值完成此类分组，其具有如下特征：
[0618] -每个峰值的宽度除以最大峰宽，以及
[0619] -峰值的高度除以其突出度(公式中还有一个突出部分可能需要修改)。
[0620] v)然后，本发明的示例性发明系统选择具有最小方差度量的一组峰值作为下一步骤的峰值。
[0621] vi)然后，本发明的示例性发明系统使用平均窗口长度R ms重复步骤i-v。在一些实施例中，平均窗口长度为250ms。在一些实施例中，平均窗口长度在100ms-300ms之间。
[0622] vii)然后，本发明的示例性发明系统计算峰值位置的分布的超值峰度测量(Excess Kurtosis measure,对皮尔逊峰度的调整版本)，并且选择提供最小超值峰度的峰值位置。图40示出了在此步骤中的检测结果，具体地说，未检测到位于噪声区域中的搏动。
[0623] viii)然后，本发明的示例性发明系统根据所选择的峰值位置计算平均心率(HR)的初始估计。
[0624] 步骤2-增强检测
[0625] 本发明的示例性发明系统通过例如添加缺失的搏动和校正步骤1的检测位置来优化步骤1的检测结果。
[0626] i)本发明的示例性发明系统使用与步骤1的(i)项中详细描述的相同方式执行的Q ms窗口来计算快速包络。例如，在一些实施例中，Q为100ms。在一些实施例中，Q在50-200ms之间变化。在一些实施例中，Q在50-150ms之间变化。在一些实施例中，Q在50-100ms之间变化。
[0627] ii)然后，本发明的示例性发明系统识别快速包络信号上的峰值，并以与步骤1的(iii)项中详细描述的相同方式选择所有突出的峰值。
[0628] iii)然后，本发明的示例性发明系统根据步骤1的检测结果计算所有搏动间间隔(B2B)，其中B2B是连续搏动之间的间隔。
[0629] iv)然后参考图41，本发明的示例性发明系统基于至少以下示例性但非限制性条件，通过重复迭代地(reiteratively)分析在步骤2的(iii)项中确定的所有搏动间间隔，来补全步骤1中未识别出的缺失搏动：
[0630] -如果B2B(k)高于步骤1的(viii)项中计算出的1.5×B2B(平均值)，则从快速包络中找到峰值，其尽可能接近步骤1的(viii)项中的最后一个峰值+B2B(平均值)。
[0631] v)然后，本发明的示例性发明系统使用快速包络来校正步骤1的检测。
[0632] 在一些实施例中，本发明的示例性发明系统在必要程度上执行步骤2以最小化搏动间方差。
[0633] 子阶段2：计算心跳检测的置信度得分
[0634] 通常，逐搏心率(beat-by-beat heart rate)是不能变化太快的生理信号，并且通常遵循限定平均心率的基线。在一些实施例中，本发明的示例性发明系统利用平均心率作为基础来计算置信度得分。对于心跳的每次检测而言(例如但不限于，在子阶段1结束时从96个DH输入中获得的其中96个检测)，本发明的示例性发明系统根据以下步骤计算置信度得分。
[0635] i)本发明的示例性发明系统基于搏动的位置产生逐搏心跳图(在图42中示出)。
[0636] ii)然后，本发明的示例性发明系统通过计算所有逐搏心率的直方图来估计整个信号的心率(HRestim)，其中整个信号的估计心率为直方图的最大值。
[0637] iii)然后，本发明的示例性发明系统使用中值滤波器(例如，20阶等)估计用于逐搏心跳图(图42)的基线。
[0638] iv)然后，本发明的示例性发明系统基于以下等式(3)计算置信度得分：
[0639] 得分
[0640] 其中， SfRR＝std(|HR(n)-HRestim|)，
[0641] 子阶段3：将所有的心跳检测分组成2组：母体和胎儿
[0642] 基于阶段1-3和子阶段1-2，本发明的示例性发明系统产生S个逐搏心跳图，其是表示从阶段1-3获得的DH输入的向量(DH输入向量)。例如，在96个DH输入的情况下，生成96个逐搏心跳图。一些DH输入向量代表母体心跳，一些代表胎儿心跳。
[0643] 在一些实施例中，本发明的示例性发明系统可以利用例如基于从非声学传感器/设备收集的数据(例如，ECG数据)分别确定的关于母体心跳的其它同期母体心跳数据来将与其它同期母体心跳数据高度相关的所有DH输入向量分组为母体心率检测的候选，并且剩余的DH输入向量被分组为胎儿心跳候选。
[0644] 在一些实施例中，当其它同期母体心跳数据不可用时，本发明的示例性发明系统可以通过根据其值来聚类每个DH输入向量的估计心率来对DH输入向量进行分组。在一些实施例中，本发明的示例性发明系统然后将具有更高平均心率的DH输入向量指定到胎儿心跳组中。
[0645] 子阶段4：选择胎儿和母体的最佳检测
[0646] 在一些实施例中，本发明的示例性发明系统基于最佳置信度得分在子阶段3中识别的母体心跳DH输入向量组中选择最佳代表母体DH输入向量作为母体心率的最佳检测。
[0647] 在一些实施例中，本发明的示例性发明系统基于最佳置信度得分在子阶段3中识别的胎儿DH输入向量组中选择最佳代表胎儿DH输入向量作为胎儿心率的最佳检测。
[0648] 图43示出了代表具有低置信度得分的示例性DH输入向量的逐搏心跳图。
[0649] 图44示出了代表具有高置信度得分的示例性DH输入向量的逐搏心跳图。
[0650] 在一些实施例中，本发明涉及一种计算机可执行的方法，其至少包括以下步骤：通过至少一个计算机处理器执行为该方法配置的特定可编程指令，从多个声学传感器接收多个心音图(PCG)信号数据输入；通过至少一个计算机处理器利用多个带通滤波器对多个PCG信号数据输入进行数字信号滤波以形成多个滤波PCG输出，其中多个带通滤波器包括L个带通滤波器，其中每个带通滤波器均输出K个滤波PCG输出；通过至少一个计算机处理器对多个滤波PCG输出的滤波PCG输出的第一子集进行小波去噪，以形成M个去噪滤波PCG输出，其中M等于L乘以K；通过至少一个计算机处理器利用独立分量分析(ICA)来转换多个滤波PCG输出的滤波PCG输出的第二子集，以形成M个滤波ICA变换；通过至少一个计算机处理器利用独立分量分析(ICA)来转换去噪的滤波PCG输出的第二子集的第一部分以形成M个滤波的去噪滤波ICA变换；通过至少一个计算机处理器编译多个检测心跳(DH)输入中的S个输入，其包括：i)M个滤波PCG输出，ii)M个去噪滤波PCG输出，iii)M个滤波ICA变换，以及iv)M个去噪滤波ICA变换；通过至少一个计算机处理器检测每个DH输入中的搏动的搏动位置；通过至少一个计算机处理器计算置信度得分，该置信度得分描述多个DH输入的每个DH输入中的搏动代表实际心跳而非噪声的概率；通过至少一个计算机处理器将多个DH输入划分成至少两组：i)第一组DH输入包含胎儿心跳，ii)第二组DH输入包含母体心跳；基于至少一个特定胎儿DH输入的第一置信度得分，通过至少一个计算机处理器从第一组DH输入中选择包含胎儿心跳的至少一个特定胎儿DH输入；以及基于至少一个特定母体DH输入的第二置信度得分，通过至少一个计算机处理器从第二组DH输入中选择包含母体心跳的至少一个特定母体DH输入。
[0651] 在一些实施例中，其中小波去噪至少包括：通过至少一个计算机处理器解构每个滤波PCG输出以通过迭代地将每个滤波PCG输出通过一系列低通滤波器和高通滤波器来产生多个变换系数；通过至少一个计算机处理器识别来自多个变换系数的携带心跳变换系数(heartbeat-carrying transform coefficient)的子集，通过至少一个计算机处理器重构携带心跳变换系数的子集以形成M个去噪滤波PCG输出。
[0652] 在一些实施例中，K等于多个声学传感器的数量，L等于6。
[0653] 在一些实施例中，多个带通滤波器的每个滤波器均具有10-100Hz的带宽和5-110Hz的频率范围。
[0654] 在一些实施例中，检测每个DH输入中搏动的搏动位置至少包括：通过至少一个计算机处理器计算预定的变换滤波器；通过至少一个计算机处理器基于预定变换滤波器的预定平均窗口长度迭代地重复：在每个DH输入中识别具有预定形状和预定大小的峰值的子集，以及从峰值的子集中选择一组峰值，其中该组峰值具有最小的方差量度；通过至少一个计算机处理器计算搏动的初始位置。
[0655] 在一些实施例中，计算置信度得分至少包括：通过至少一个计算机处理器基于搏动位置为每个DH输入产生逐搏心跳图。
[0656] 在一些实施例中，将多个DH输入划分为包含胎儿心跳的第一组DH输入和包含母体心跳的第二组DH输入至少包括：通过至少一个计算机处理器根据每个搏动值对每个DH输入的搏动进行聚类；以及通过至少一个计算机处理器将具有较高平均搏动率的特定DH输入分配给包含胎儿心跳的第一组DH输入。
[0657] 在一些实施例中，本发明涉及专门编程的计算机系统，其至少包括以下组件：至少一个专用计算机机器，该计算机机器包括：非暂态存储器，其电子地存储特定的计算机可执行程序代码；以及至少一个计算机处理器，其在执行特定程序代码时变成专门编程的计算处理器，其被配置成至少执行以下操作：从多个声学传感器接收多个心音图(PCG)信号数据输入；利用多个带通滤波器对多个PCG信号数据输入进行数字信号滤波以形成多个滤波PCG输出，其中多个带通滤波器包括L个带通滤波器，其中每个带通滤波器均输出K个滤波PCG输出；对多个滤波PCG输出的滤波PCG输出的第一子集进行小波去噪，以形成M个去噪滤波PCG输出，其中M等于L乘以K；利用独立分量分析(ICA)来转换多个滤波PCG输出的滤波PCG输出的第二子集，以形成M个滤波ICA变换；利用独立分量分析(ICA)来转换去噪的滤波PCG输出的第二子集的第一部分以形成M个去噪滤波ICA变换；编译多个检测心跳(DH)输入中的S个输入，其包括：i)M个滤波PCG输出，ii)M个去噪滤波PCG输出，iii)M个滤波ICA变换，以及iv)M个去噪滤波ICA变换；检测每个DH输入中的搏动的搏动位置；计算置信度得分，该置信度得分描述多个DH输入的每个DH输入中的搏动代表实际心跳而非噪声的概率；将多个DH输入划分成至少两组：i)第一组DH输入包含胎儿心跳，ii)第二组DH输入包含母体心跳；基于至少一个特定胎儿DH输入的第一置信度得分，从第一组DH输入中选择包含胎儿心跳的至少一个特定胎儿DH输入；以及基于至少一个特定母体DH输入的第二置信度得分，从第二组DH输入中选择包含母体心跳的至少一个特定母体DH输入。
[0658] 根据本发明的一些实施例在特定时间间隔内估计胎儿心率
[0659] 参考图45，示出了图形表示，其中ECG信号数据具有“良好”信号特性(即，是可以从其中检测胎儿心跳的信号)，但PCG信号数据具有“不良”信号特性。类似地，参考图46，示出了其中PCG信号数据具有“良好”信号特性，但ECG信号数据是“不良”的图形表示，以及示出了其中ECG信号数据具有“良好”信号特性，但PCG信号数据是“不良”的图形表示。
[0660] 本发明的一个目的是组合ECG信号数据和PCG信号数据以提高本发明的系统的精度，综合在特定时间间隔内记录的ECG信号数据和PCG信号数据，从而计算在特定时间间隔内的估计胎儿心率。
[0661] 在一些实施例中，本发明提供了一种用于在特定时间间隔内产生胎儿心脏活动的估计的系统，其包括：
[0662] a)一种专门编程的计算机系统，该计算机系统包括：至少一个专用计算机机器，该计算机机器包括：非暂态存储器，其电子地存储特定的计算机可执行程序代码；以及至少一个计算机处理器，其在执行特定程序代码时变成专门编程的计算处理器，其被配置成至少执行以下操作：
[0663] i.在特定时间间隔内、从滤波N-ECG胎儿信号数据中接收在多个时间点所计算的胎儿心率，以及在特定时间间隔内、从滤波PCG输出中接收在多个时间点所计算的胎儿心率；
[0664] ii.在特定时间间隔内，确定滤波N-ECG胎儿信号的、在多个时间点所计算的胎儿心率的得分；
[0665] iii.在特定时间间隔内，确定滤波PCG输出的、在多个时间点所计算的胎儿心率的得分；
[0666] iv.基于在特定时间间隔内、滤波N-ECG胎儿信号数据在多个时间点所计算的胎儿心率和得分以及基于在特定时间间隔内、滤波PCG输出在多个时间点所计算的胎儿心率和得分，来在特定时间间隔内确定在多个时间点的综合胎儿心率和得分，
[0667] 其中多个时间点内的单个时间点的综合胎儿心率和得分被确定为选自由以下组成的组的四个选项之一：
[0668] 1.单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算出的心率的加权平均值(如果从单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出计算出的心率每分钟相差10个搏动或更少，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出二者所计算的胎儿心率的得分都是有效的)；
[0669] 2.具有低得分的计算出的心率(如果从单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出计算出的心率每分钟相差超过10个搏动，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出二者所计算的胎儿心率的得分都是有效的)；
[0670] 3.具有有效得分的计算出的心率；以及
[0671] 4.没有综合胎儿心率和分数(如果从滤波N-ECG胎儿信号数据或滤波PCG输出计算出的心率都没有有效得分)；
[0672] v)基于在特定时间间隔内在多个时间点的综合心率和得分，通过至少一个计算机处理器生成胎儿心率概率网格；
[0673] vi)基于胎儿心率概率网格，通过至少一个计算机处理器在特定时间间隔内产生估计胎儿心率，
[0674] 其中基于(1)表示特定时间间隔内估计胎儿心率的每个点处的胎儿心脏概率网格值的成本；以及(2)表示特定时间间隔内估计胎儿心率的总体曲折度的成本来计算特定时间间隔上的估计胎儿心率。
[0675] 在一些实施例中，参考图32，使用胎儿心脏活动周期的RR间期从滤波N-ECG信号数据和滤波PCG输出计算胎儿心率。
[0676] 在一些实施例中，本发明提供了一种计算机执行的方法，其包括：
[0677] a)在特定时间间隔内、从滤波N-ECG胎儿信号数据中接收在多个时间点计算的胎儿心率，以及在特定时间间隔内、从滤波PCG输出中接收在多个时间点计算的胎儿心率；
[0678] b)在特定时间间隔内确定滤波N-ECG胎儿信号在多个时间点所计算的胎儿心率的得分；
[0679] c)在特定时间间隔内确定滤波PCG输出在多个时间点所计算的胎儿心率的得分；
[0680] d)基于滤波N-ECG胎儿信号数据在特定时间间隔内在多个时间点计算的胎儿心率和得分，以及基于滤波PCG输出在特定时间间隔内在多个时间点计算的胎儿心率和得分，在特定时间间隔内确定在多个时间点的综合胎儿心率和得分，
[0681] 其中多个时间点内的单个时间点的综合胎儿心率和得分被确定为选自由以下组成的组的四个选项之一：
[0682] 1.单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算出的心率的加权平均值(如果从单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出计算出的心率每分钟相差10个搏动或更少，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的胎儿心率的得分都是有效的)；
[0683] 2.具有低得分的计算出的心率(如果从单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出计算出的心率每分钟相差超过10个搏动，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算的胎儿心率的得分都是有效的)；
[0684] 3.具有有效得分的计算出的心率；以及
[0685] 4.没有综合胎儿心率和分数(如果从滤波N-ECG胎儿信号数据或滤波PCG输出计算出的心率都没有有效得分)；
[0686] e)基于在特定时间间隔内多个时间点的综合心率和得分，通过至少一个计算机处理器生成胎儿心率概率网格；
[0687] f)基于胎儿心率概率网格，通过至少一个计算机处理器生成特定时间间隔内的估计胎儿心率，
[0688] 其中基于(1)表示特定时间间隔内的估计胎儿心率的每个点处的胎儿心脏概率网格值的成本；以及(2)表示特定时间间隔内的估计胎儿心率的总体曲折度的成本来计算特定时间间隔上的估计胎儿心率。
[0689] 在一些实施例中，特定时间间隔为120秒。在一些实施例中，特定时间间隔为110秒。在一些实施例中，特定时间间隔为100秒。在一些实施例中，特定时间间隔为90秒。在一些实施例中，特定时间间隔为80秒。在一些实施例中，特定时间间隔为70秒。在一些实施例中，特定时间间隔为60秒。在一些实施例中，特定时间间隔为50秒。在一些实施例中，特定时间间隔为40秒。在一些实施例中，特定时间间隔为30秒。在一些实施例中，特定时间间隔为20秒。在一些实施例中，特定时间间隔为10秒。
[0690] 在一些实施例中，在特定时间间隔内每五秒获取数据。在一些实施例中，在特定时间间隔内每四秒获取数据。在一些实施例中，在特定时间间隔内每三秒获取数据。在一些实施例中，在特定时间间隔内每两秒获取数据。在一些实施例中，在特定时间间隔内每一秒获取数据。
[0691] 在一些实施例中，参考图47至48，专门编程的计算机系统确定在特定时间段内的单个时间点的综合胎儿心率估计和得分，其中，多个时间点内的单个时间点的综合胎儿心率和得分被确定为选自由以下组成的组的四个选项之一：
[0692] 1.单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算出的心率的加权平均值(如果从单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出计算出的心率每分钟相差10个搏动或更少，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算出的胎儿心率的得分都是有效的)；
[0693] 2.具有低得分的计算出的心率(如果从单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出计算出的心率每分钟相差超过10个搏动，并且如果单个时间点的滤波N-ECG胎儿信号数据和滤波PCG输出的计算出的胎儿心率的得分都是有效的)；
[0694] 3.具有有效得分的计算出的心率；以及
[0695] 4.没有综合胎儿心率和得分(如果从滤波N-ECG胎儿信号数据或滤波PCG输出计算出的心率都没有有效得分)。
[0696] 在一些实施例中，加权平均值如下确定：
[0697]
[0698] 在一些实施例中，上述综合胎儿心率估计的得分如下：
[0699]
[0700] 在一些实施例中，如果从滤波N-ECG胎儿信号数据或滤波PCG输出计算出的心率的得分不大于0.15，则从单个时间点的滤波N-ECG胎儿信号数据或滤波PCG输出计算出的心率是有效的。另选地，如果从滤波N-ECG胎儿信号数据或滤波PCG输出计算出的心率的得分不大于0.2，则从单个时间点的滤波N-ECG胎儿信号数据或滤波PCG输出计算出的心率是有效的。另选地，如果从滤波N-ECG胎儿信号数据或滤波PCG输出计算出的心率的得分不大于0.10，则从单个时间点的滤波N-ECG胎儿信号数据或滤波PCG输出计算出的心率是有效的。
另选地，如果从滤波N-ECG胎儿信号数据或滤波PCG输出计算出的心率的得分不大于0.05，则从单个时间点的滤波N-ECG胎儿信号数据或滤波PCG输出计算出的心率是有效的。
另选地，如果从滤波N-ECG胎儿信号数据或滤波PCG输出计算出的心率的得分不大于0.05，则从单个时间点的滤波N-ECG胎儿信号数据或滤波PCG输出计算出的心率是有效的。
[0701] 另选地，在一些实施例中，至少一个计算机处理器使用由滤波N-ECG胎儿信号数据或滤波PCG输出确定的心率，而不是产生一组综合胎儿心率估计和得分。
[0702] 在一些实施例中，从综合胎儿心率估计和得分产生胎儿心率概率网格。在一些实施例中，将多个时间点内的每个单个时间点的胎儿心率概率函数建模为翻转归一化概率密度函数。在一些实施例中，胎儿心率概率函数计算如下：
[0703] 1.定义所有可能的胎儿心率值，其范围从每分钟60到180次搏动。
[0704] 2.最小位置被设定为胎儿心率估计。
[0705] 3.根据得分计算最小值(更好的得分转化为更深的峰值)。
[0706] 4.根据得分计算函数宽度(更好的得分转化为较窄的概率函数)。
[0707] 根据本发明的一些实施例的胎儿心率概率网格的实例在图49和图50中示出。
[0708] 在一些实施例中，使用胎儿心率概率网格，由专门编程的计算机产生在整个特定时间段内胎儿心率的估计。
[0709] 在一些实施例中，通过以最小累积成本来计算估计的方式来估计特定时间间隔内的胎儿心率；其中，基于(1)表示特定时间间隔内估计的胎儿心率的每个点处的胎儿心脏概率网格值的成本；以及(2)表示特定时间间隔内估计的胎儿心率的总体曲折度的成本来计算最小累积成本。
[0710] 在一些实施例中，专门编程的计算机不是通过以最小累积成本来计算估计的方式来估计特定时间间隔内的胎儿心率，而是使用综合胎儿心率估计在特定时间间隔内产生估计的胎儿心率。
[0711] 在一些实施例中，通过以最小累积成本来计算估计的方式来估计特定时间间隔内的胎儿心率，其中，使用动态编程来构建累积成本网格，其中累积成本网格的每个值是在该点处和上一步骤中其邻域的最小路径的胎儿心率概率网格值的总和：
[0712] E(i，j)＝e(i，j)+min(E(i-1，j-k))；k＝-4：4
[0713] 其中：
[0714] ●e是胎儿心率概率网格的值。
[0715] ●E是累积成本。
[0716] ●i表示时间，j表示+/-4[bpm/秒]的邻域中的心率值。
[0717] 图52和图53分别示出了胎儿心率估计概率网格和从胎儿心率估计概率网格构建的累积成本网格。参考图52和图53作为说明性实例，在一些实施例中，通过找到所有可能路径的最小值来找到最小路径，在说明性实例中，其为在表的右列，在时间＝56秒处。最小值为10.9652，在HR＝120bpm处。然后通过在时间上后移来选择最小路径，在+/-20bpm/秒的范围内实时选择每个先前步骤中的最小值，或者在+/-10bpm/秒的范围内，或者在+/-9bpm/秒的范围，或者+/-8bpm/秒的范围，或者在+/-7bpm/秒的范围内，或者在+/-6bpm/秒的范围内，或者在+/-5bpm/秒的范围内，或者在+/-4bpm/秒的范围内，或者在+/-3bpm/秒的范围内，或者在+/-2bpm/秒的范围内，或者在+/-1bpm的范围内。
[0718] 在一个另选实施例中，网格中的心率范围为60-200bpm，以1bpm为增量。
[0719] 或者，使用穷举搜索(计算胎儿心率概率网格中的所有的可能路径)来计算最小路径。
[0720] 现在参考以下实例，其与上述描述一起以非限制性方式说明本发明的一些实施例。
[0721] 实例
[0722] 实例1：根据本发明的一些实施例的电极
[0723] 根据图5所示的实施例制造各种电极并进行评估。测试了以下参数：表面电阻/电阻率(MSSR)；基本传递函数测试(BTFT)；生物参数(PhysioPM)；以及胎儿心脏电信号的实时记录(RLPysioPM)。表1总结了测试的电极。
[0724] 表1
[0725]
[0726] 图9示出了使用电极序号为1的导电织物的显微照片。图10示出了使用电极序号为2的导电织物的显微照片。图11示出了使用电极序号为3的导电织物的显微照片。图12示出了使用电极序号为4的导电织物的显微照片。图13示出了使用电极序号为5的导电织物的显微照片。图14示出了使用电极序号为6的导电织物的显微照片。
[0727] 表2a-表2f示出了从测试电极观察到的MSSR值。表3示出了测试电极观察到的各向异性。
[0728] 表2a
[0729]
[0730] 表2b
[0731]
[0732] 表2c
[0733]
[0734] 表2d
[0735]
[0736] 表2e
[0737]
[0738] 表2f
[0739]
[0740] 表3
[0741]ID 主方向 第二方向 各向异性
1 0.230 0.459 50％
2 0.000* 1.032 100％
3 0.026 0.031 16％
4 0.044 0.058 25％
5 0.075 0.194 62％
6 0.046 0.898 95％
1 0.230 0.459 50％
2 0.000* 1.032 100％
3 0.026 0.031 16％
4 0.044 0.058 25％
5 0.075 0.194 62％
6 0.046 0.898 95％
[0742] 还确定了织物和引线连接器之间的阻抗。电极与铜片连接，使用1.01026kg的重量施加34.386kPa的压力。测量系统的测量阻抗为0.109Ω，并且从电极的测量阻抗中减去该值。结果如表4所示。观察到序号为5的电极具有与皮肤接触物的最大表面积。
[0743] 表4
[0744]
[0745] 电极3-5的性能最好。性能得分如下：
[0746]
[0747] 电极3-5的MSSR结果的总结示于表5中。序号为6的电极的织物较弱，并且在纤维之间具有大空隙(参见图14)，因此不合适。由于表面电阻率大于1Ω/平方，因此排除序号为2的电极。
[0748] 表5
[0749]
[0750] BTFT结果：使用下面实例3中描述的方法获得BTFT测量值。表6示出了结果。
[0751] 表6
[0752]
[0753] CORRCOEF：输入和输出信号之间的线性相关系数；CORRLAG：输入和输出信号之间的滞后；Relative diff RMS：输入和输出信号的RMS的相对差异，以％表示；SINAD.Rel：输入和输出信号之间的SINAD值的相对差异百分比；SINAD.RelRef：输出信号和参考信号之间的信噪比和失真比(SINAD)值的相对差异百分比；SNR.Rel：是输入和输出信号之间的SNR值的相对差异百分比。BTFT结果表明，在SNR和相对SINAD方面具有最佳性能的电极是电极序号为5，然后是序号为4的电极，然后是序号为3的电极。
[0754] PysioPM：根据实例4中描述的方法获得PysioPM测量值。表7示出了测量阻抗的结果。
[0755] 表7
[0756]ID 传感器1 传感器2 传感器3 传感器4 最大差异
3 0.733 0.667 0.651 0.754 13.66％
4 1.396 1.495 1.281 1.503 14.77％
5 4.251 3.1 3.551 3.921 27.08％
3 0.733 0.667 0.651 0.754 13.66％
4 1.396 1.495 1.281 1.503 14.77％
5 4.251 3.1 3.551 3.921 27.08％
[0757] 观察到的值包括5cm引线的电阻、铜片的电阻和连接到铜片的电缆的电阻。
[0758] 电极和皮肤之间的界面的阻抗：在皮肤上间隔20毫米放置的两个电极之间测量阻抗。表8示出了3次实验的平均值。
[0759] 表8
[0760]ID 平均生物阻抗[MΩ]
3 0.602
4 0.227
5 0.135
3 0.602
4 0.227
5 0.135
[0761] 使用电极记录的ECG信号数据：图14的面板a-c分别示出了使用序号为3-5的电极记录的ECG信号数据。电极3-5能够滤除电力线噪声，并具有相似的幅度。然而，所有电极都易于发生运动伪像。
[0762] 使用B1-B3位置处的电极(参见图29的电极位置)，使用电极3、4或5中的一者和比较电极，使用湿接触电极来记录第25周和第28周的两个怀孕受试者的ECG信号。图16的面板a-d和图17的面板a-d分别示出了使用序号为3-5的电极和GE比较电极记录的两个受试者在第25周的ECG信号数据。胎儿ECG在迹线中可见。
[0763] 实例2：测量表面电阻率和电阻。
[0764] 图18示出了根据本发明的一些实施例的用于确定导电织物的表面电阻率和电阻的实验。A、B、C和D是点接触连接器。为了测量表面电阻率，根据以下方案引入和记录电流：
[0765] 1.按照背景部分所述连接样品。
[0766] 2.确保电源正在运行并且是稳定的。
[0767] 3.注入AB，测量CD；
[0768] 4.注入CD，测量AB；
[0769] 5.注入BA，测量DC；
[0770] 6.注入DC，测量BA；
[0771] 7.注入BC，测量DA；
[0772] 8.注入DA，测量BC；
[0773] 9.注入CB，测量AD；
[0774] 10.注入AD，测量CB；
[0775] 表面电阻根据下列公式计算：
[0776]
[0777] 其中 是在点A和点B之间引入电流时，点C和点D之间测量的电阻；以及iAB[A]是在点A和点B之间注入的电流；以及d[m]是样本的厚度；以及ρ是电阻率。
[0778] p＝Rsd[Ω·m]
[0779]
[0780] R＝R垂直＝R水平
[0781]
[0782]
[0783] 仅使用电极或与铜片接触的电极来进行上述方案(以测量电极-表面界面的电阻率)。此外，在导电织物在主方向上或在与主方向垂直的方向上拉伸20％或50％之后获得测量值。
[0784] 实例3：基本传递函数测试。
[0785] 将电极放置在铜片上，以使得皮肤接触物与铜片接触，并向电极施加1kg的质量。铜片连接到信号发生器的正极端子，电极连接到放大器的正极输入，且放大器的另一个输入接地。图19示出了上述实验设置。由信号放大器产生30Hz信号，并记录以下参数：
[0786] 1.时域：
[0787] a.幅度-幅度；以及
[0788] b.非零划分；以及
[0789] c.时间移动；以及
[0790] d.互相关；以及
[0791] e.相关系数；以及
[0792] f.直方图：平均值，RMS，STD。
[0793] 2.频域：
[0794] a.韦尔奇PSD估计(量级)；以及
[0795] b.互相干；以及
[0796] c.主频量级；以及
[0797] d.主导(dominant)频率量级；以及
[0798] e.SINAD，SNR。
[0799] 实例4：电生理性能测量。
[0800] 使用根据本发明一些实施例的电极检测的生理信号的来源位于怀孕的人类受试者的身体内并且具有极低的幅度和低频率。在不意图受任何特定理论的限制时，生理信号通过离子的运动在怀孕的人类受试者的身体内流动。根据本发明一些实施例的电极用作信号换能器，并且将离子的运动转导成电子的运动。皮肤-电极界面(SSI)是电极转导生理信号的能力的决定因素之一。
[0801] 根据本发明一些实施例的用于电极的SSI可以通过附加的Warburg电阻和欧姆电容阻抗的并联电路来建模(参见图20)。在不意图受任何特定理论的限制时，导电隔室和电容隔室都影响根据本发明一些实施例的电极的性能。皮肤-电极阻抗(SSiM)等效于图20所示电路的阻抗，并且范围为10kΩ至100MΩ。根据本发明的一些实施例，减少阻抗改善了电极的性能。减少阻抗可以通过增加皮肤接触物的表面积或通过降低皮肤接触物的电阻率来实现。输入阻抗的增加和放大器的输入电容的减小也可以改善根据本发明一些实施例的电极的性能。
[0802] 在测试方案中，根据图21所示的布置，将电极施加到受试者的手的皮肤上。首先清洁手的表面。使用四个VELCRO带子，使用表面压力传感器确认带子的压力相等。然后将测试电极插入带子下面。使用表面压力传感器确认电极与皮肤接触物的压力相等。阻抗测量如下：
[0803] ·双线：测量Si电极和So电极之间的双线电阻(测量2次)。
[0804] ·四线：使用Si电极作为注入器，以及使用So电极作为测量器。测量电阻(测量1次)。
[0805] ·电容测量：测量Si电极和So电极之间的双线电阻(测量2次)。
[0806] 对Si电极施加150mVpp正弦波，并使用BioPac放大器记录在So电极上产生的电压。使用以下频率的正弦波获得记录：0.1Hz、1Hz、5Hz、10Hz、15Hz、20Hz、25Hz、30Hz、35Hz、
40Hz、45Hz、50Hz、55Hz、60Hz、70Hz、80Hz和90Hz。
40Hz、45Hz、50Hz、55Hz、60Hz、70Hz、80Hz和90Hz。
[0807] 实例4：根据本发明一些实施例的算法设计。
[0808] 表9
[0809]
[0810] 表10
[0811]
[0812] 表11
[0813]
[0814] 表12
[0815]
[0816] 表13
[0817]
[0818] 表14
[0819]
[0820] 表15
[0821]
[0822] 表16
[0823]
[0824] 整个文档中引用的公开信息据此以引用的方式全文并入。尽管通过以上参考实例和优选实施例已经说明了本发明的各个方面，但是应当理解，本发明的范围不是由前述说明而是由专利法原理下适当解释的所附权利要求限定的。