Il monitoraggio fetale introdurrà grandi cambiamenti

Il monitoraggio fetale introdurrà grandi cambiamenti

I ricercatori in Iran hanno utilizzato una rete neurale profonda (DNN) per estrarre un elettrocardiogramma fetale (ECG) da un singolo canale ECG addominale. Il loro metodo, descritto in Misurazioni fisiologiche, potrebbe migliorare il monitoraggio fetale in futuro.

Come isolare l'ECG fetale?

Attualmente l'attività elettrica del cuore fetale viene misurata mediante un elettrocardiogramma ottenuto da elettrodi con derivazioni ECG poste sull'addome della gestante. I medici possono utilizzare l'ECG fetale per valutare la salute fetale e diagnosticare anomalie.

La sfida? È difficile separare i segnali dell'ECG fetale dagli ECG addominali, che contengono segnali del feto ("ECG fetale") e della madre ("ECG materno"), nonché segnali provenienti da fonti di interferenza come le contrazioni muscolari . Questo compito diventa più impegnativo verso la fine della gravidanza, quando l'ampiezza del segnale ECG fetale è paragonabile a quella dell'ECG materno.

L'autore principale dello studio, Arash Rasti-Meymandi, uno studente laureato presso l'Iran University of Science and Technology, ei suoi colleghi hanno escogitato un approccio che si basa sui DNN per risolvere il problema.

Rasti-Meymandi è stato ispirato da Unets, reti convoluzionali comunemente utilizzate per attività di segmentazione di immagini mediche. Lui e il suo collaboratore Aboozar Ghaffari hanno applicato una versione modificata di Unet per estrarre prima l'ECG della donna incinta e poi il segnale ECG del feto.

"Unet supera le altre tecniche nella segmentazione delle immagini", ha affermato Rasti-Meymandi. "Per estrarre diversi componenti dell'ECG addominale, abbiamo rilevato segnali ECG addominali a diverse risoluzioni (simile al processo utilizzato nel modello Unet))."

Il DNN dei ricercatori, chiamato AECG-DecompNet, utilizza due sottoreti in serie per estrarre gli ECG fetali da un ECG addominale a canale singolo. La prima sottorete estrae l'ECG materno; il secondo è l'ECG fetale. I ricercatori hanno addestrato separatamente le due sottoreti utilizzando segnali ECG simulati, quindi hanno valutato le sottoreti utilizzando registrazioni ECG addominali simulate e reali.

Utilizzando un processore grafico, il DNN dei ricercatori può elaborare quattro secondi di registrazioni ECG addominali in circa un secondo.

Il futuro del DNN e dell'ECG fetale

A differenza di altri metodi di riduzione del rumore del segnale che richiedono una modalità ECG di riferimento (forme d'onda P, Q, R, S e T che indicano l'attività elettrica del cuore), ECG multicanale o entrambi, il metodo dei ricercatori richiede un solo canale, ovvero Potere. Ciò non solo migliora il comfort della madre durante l'acquisizione dell'ECG, ma richiede anche meno risorse e meno tempo per l'implementazione rispetto ai tradizionali metodi di registrazione dell'ECG e di estrazione del segnale.

I ricercatori hanno anche scoperto che il loro metodo conservava meglio la forma e la struttura dei segnali ECG fetali rispetto ad altri metodi -- tutte e cinque le forme d'onda erano ben conservate, consentendo il rilevamento e la diagnosi delle anomalie fetali.

"Il risultato principale di questo studio è l'efficacia dell'utilizzo dei DNN per estrarre in modo efficiente i segnali ECG fetali dalle registrazioni addominali a canale singolo", ha detto Rasti-Meymandi a Physical World. "Attualmente stiamo lavorando su algoritmi più sofisticati... per migliorare ulteriormente la precisione dell'estrazione della frequenza cardiaca".

Il team sta anche lavorando su modi per implementare i DNN in tempo reale sugli smartphone.

I limiti del loro approccio includono un potenziale eccessivo affidamento sul set di dati di addestramento, in particolare con segnali ECG fetali deboli, e la propagazione degli errori dalla prima sottorete alla seconda.