Un nuovo metodo per l’automonitoraggio fetale

Un nuovo metodo per l’automonitoraggio fetale

Viene proposto un nuovo approccio per il rilevamento di complessi QRS nell’ECG multicanale e la sua applicazione al rilevamento fetale QRS (fQRS) in segnali acquisiti da derivazioni addominali materne. Il metodo sfrutta le caratteristiche della pseudo-periodicità e della forma temporale del QRS, consiste nell’elaborare un indice di qualità (QI) che sintetizza queste caratteristiche e di trovare la combinazione lineare degli ECG acquisiti, che massimizza questo QI. Nell’applicazione per il rilevamento di fQRS vengono ideati due QI, un QI (mQI) per l’ECG materno (mECG) e un QI (fQI) per l’ECG fetale (fECG). Il metodo è completamente non supervisionato e basato sui seguenti passaggi:

  1. pre-elaborazione del segnale;
  2. estrazione materna del segnale QRS migliorata trovando la combinazione lineare che massimizza l’mQI;
  3. rilevamento di QRS materni;
  4. Approvazione e annullamento del componente mECG mediante decomposizione del valore singolare (SVD) ponderata;
  5. FQRS-enhanced estrazione del segnale trovando la combinazione lineare che massimizza il rilevamento fQI e fQRS.

Il metodo proposto è stato confrontato con il metodo basato sulla Independent Component Analysis (ICA) precedentemente sviluppato e con la semplice cancellazione di MECG e semplici metodi ICA. Il confronto è stato effettuato valutando le prestazioni delle procedure nel rilevamento di FQRS.

Il nuovo metodo ha avuto performance migliori rispetto ai risultati degli altri approcci sul set aperto annotato del database Computing in Cardiology Challenge 2013.

Il metodo proposto sembra essere promettente per la sua implementazione su dispositivi portatili e per l’uso nell’auto-monitoraggio della salute fetale nelle donne in gravidanza.

 

Pubblicazione

Varanini, M., Tartarisco, G., Balocchi, R., Macerata, A., Pioggia, G., & Billeci, L. (2017). A new method for QRS complex detection in multichannel ECG: Application to self-monitoring of fetal health. Computers in biology and medicine, 85, 125-134.