用于电生理测量的电极配置的制作方法

本发明涉及对象的电生理测量领域，并且更具体地涉及用于电生理测量的电极的配置。

背景技术：

1、电生理测量通常通过放置在对象身体(即患者)的区域上的电极阵列来采集。通过这样的电极采集的信号包括叠加在感兴趣电生理信号(例如心电图、ecg)上的(不需要的)信号和噪声源的混合。可以通过专用信号处理策略提取感兴趣信号(即，从噪声和不需要的信号中分离)，以便于例如促进/支持临床解读。

2、电生理测量已被证明比标准诊断更准确，并且可能带来更多好处(例如实现长期远程监测)。

3、此外，电生理测量对于可靠测量的电极的精确定位较不敏感。然而，例如，ecg信号与捕获该信号所用的噪声相比可能较弱。这会使提取感兴趣信号变得困难。因此，电极的最佳定位可以影响所采集的电生理测量结果的准确性和/或可靠性。

技术实现思路

1、本发明由权利要求所限定。

2、根据一个方面，提供了一种生成预测模型的方法，所述预测模型被配置为预测用于电生理测量的电极配置(即，电极的位置布置或相对定位)的质量值，所述方法包括：

3、将针对多个已知电极配置并且具有多个已知质量值的多个训练电极信号输入到预测模型；

4、从所述预测模型接收多个预测质量值；并且

5、基于所述多个已知质量值与多个预测质量值之间的差异来确定所述预测模型的参数值。

6、作为示例，所提出的概念可以提供预测模型，所述预测模型使得能够预测用于电生理测量的电极配置(即，布置)的质量(例如，准确性和/或可靠性)。也就是说，实施例提出了使用训练数据来确定预测模型的参数值，使得预测模型被配置为准确地预测针对对象的电生理测量结果的电极的布置或图样的质量值(例如准确度的量度)。以此方式，实施例可以促进电极配置的评估和/或对电极配置的改变的推荐，以便能够获得更可靠和/或更准确的电生理测量。

7、对电极配置的提及是指多个电极的位置布置、图样或相对放置。因此，第一电极配置的电极可以相对于彼此定位(例如，彼此间隔开相同或变化的距离)在对象上以便处于位置的第一集合。然后，可以将第二不同电极配置的电极相对于彼此定位在对象上以便处于位置的第二不同集合。以此方式，第一和第二不同电极配置包括电极的不同位置布置(即，电极的不同相对布置或位置)。

8、举例来说，所提出的实施例可以提供帮助确定用于胎儿心率(fhr)提取的最佳电极位置的模型(在产前(即，分娩前)胎儿位置可能频繁改变时时特别相关)。尽管研究用于fhr监测的最佳电极定位的方法是已知的(例如使用心电图分析的结果)，但尚未就独特的优选配置达成共识。然而，所提出的实施例可以支持确定用于胎儿ecg采集和分析的最佳电极配置。具体地，基于来自多通道记录的原始信号，可以在信号采集之前预测使用电极配置的胎儿ecg采集的质量。这可以实现小电极组的最佳使用，以及从较大电极网格中自动选择最佳电极子集。具体地，一些实施例可以基于对通常用于胎儿ecg分析的盲源分离(bss)技术的理解。

9、最佳的电极配置(即，电极的定位或放置)可以最小化表示噪声和干扰源所需的部件的数量，从而能够以减少的电极数量实现高质量的信号测量。实际上，使用更少的电极可以促进连续监测的实现(例如，通过降低功耗、降低电子设计的复杂性和/或降低所需的数据容量和/或带宽)。

10、根据所提出的实施例生成的预测模型可以实现对用于采集和/或监测电生理测量(例如孕妇的fecg)的电极配置的质量的自动评估。具体地，根据实施例的预测模型的使用可以有助于：(i)在一组可用配置中识别最佳电极配置；或者(ii)确定特定电极配置是否满足所需的质量量度(例如，电极配置对于信号分析和解释是否足够准确)。基于多通道记录系统，这种自动评估的结果可以通过对原始信号数据的分析来确定，而不需要对信号进行任何预处理和/或无需执行用于信号提取和/或分析的资源密集型处理。

11、所采用的电极可以是任何类型：接触式ag-agcl、电容式或干式电极。由于用于分析胎儿ecg的最先进且准确的算法基于bss技术(例如主成分分析、独立成分分析和奇异值分解)，因此实施例可以支持通过评估反映通道之间线性和非线性相关性的信号特征的多个电极配置质量来评估电极配置质量。

12、提出了提供能够预测用于电生理测量(例如心电图、肌电图、胃电图或宫腔电图)的电极配置的质量的预测模型。这样的模型可用于确定电极配置对于准确或可靠的信号采集和分析是否足够好。来自这样的模型的预测可以基于从原始信号提取的选定特征。

13、在一些实施例中，预测模型可以使用分类器或回归器。例如，预测模型可以采用支持向量机(例如，用于分类)和/或支持向量回归(例如，用于回归)，后者提供可以再次用于分类和通过阈值处理做出决策的质量评分。对于许多其他神经网络架构，也可以采用套索或桥回归、高斯混合模型或k最近邻。这些方法允许确定可以帮助决策的置信水平。

14、多个训练电极信号可包括具有一个或多个信号变量的训练电极信号。然后，预测模型可以被配置为表示一个或多个信号变量与多个已知质量值之间的相互作用。举例来说，一个或多个信号变量可包括通道峰度、通道偏度、通道方差、通道之间的相关性、通道之间的互信息、通道之间的谱相干性、通道的熵或通道之间的交叉熵。

15、在一些实施例中，质量值可以包括以下中的至少一项：f评分；均方根误差；接收器操作特性曲线下面积；准确性；灵敏度；特异性；阳性预测值；以及相关系数。因此，实施例可以采用各种质量量度，从而能够提高对电极配置性能的理解和/或准确性(例如，通过使用多个和/或不同的质量测量)。

16、确定预测模型的参数值可以包括：调整预测模型的参数值以便减小以下项之间的差异：与针对已知电极配置的训练电极信号相关联的已知质量值；以及从已知电极配置的预测模型接收的预测质量值。因此，所提出的实施例可以采用相对简单的、基于迭代的训练/学习概念。这又可以降低实施的成本和/或复杂性。

17、根据本发明的另一方面，提供了一种用于处理来自用于电生理测量的电极配置的电极信号的方法，所述方法包括：生成根据所提出的实施例的预测模型；从电极配置获得电极信号，用于获得对象的电生理测量结果；基于将电极信号输入到所生成的预测模型来获得对电极配置的质量值的预测。

18、一些实施例还可以包括基于电极配置的预测质量值来识别对电极配置的修改。因此，实施例可以促进电极配置的动态修改和/或优化。

19、在一些实施例中，所述方法还可以包括基于电极配置的预测质量值将电极配置分类为多个类别中的一个。例如，对电极配置进行分类可以包括：将电极配置的预测质量值与至少一个阈值进行比较；并且基于比较结果将电极配置分为多个类别中的一个。因此，所提出的实施例可以采用相对简单的质量评估概念。这又可以降低实现的成本和/或复杂性。

20、根据本发明的又一方面，提供了一种用于使用被配置为预测电极配置的质量值的预测模型来处理来自电极配置的电极信号以进行电生理测量的方法，所述方法包括：从电极获得电极信号以用于获得对象的电生理测量的配置；基于将电极信号输入到所生成的预测模型来获得对电极配置的质量值的预测。

21、所述质量值可以包括以下中的至少一项：f评分；均方根误差；接收器操作特性曲线下面积；准确性；灵敏度；特异性；阳性预测值；以及相关系数。

22、实施例还可以包括：基于电极配置的预测质量值来识别对电极配置的修改。

23、根据本发明又一方面，提供了一种包括计算机程序代码单元的计算机程序产品，所述计算机程序代码单元当在具有处理系统的计算设备上执行时，使所述处理系统执行根据所提出的实施例的方法的所有步骤。因此，根据根据本发明的一方面的示例，提供了一种计算机程序，其包括用于当所述程序在处理系统上运行时实现根据所提出的实施例的方法的代码单元。

24、根据本发明的又一方面，提供了一种用于使用被配置为预测电极配置的质量值的预测模型来处理来自电极配置的电极信号以用于电生理测量的系统，所述系统包括：建模单元，其被配置为生成预测模型，所述预测模型被配置为预测用于电生理测量的电极配置的质量值；接口，其被配置为从电极配置采集电极信号；以及处理单元，其被配置为基于将电极信号输入到生成的预测模型来采集对电极配置的质量值的预测。

25、所提出的实施例可以提供和/或使用被配置为预测用于电生理测量的电极配置的质量值的预测模型。因此，实施例与处理多通道表面生物电势测量的任何医学装置和/或程序结合可以具有特定的用途/益处。纯举例来说，实施例对于胎儿监测可能特别有益。然而，实施例可以适用于依赖于电生理测量的其他对象监测应用。

26、本领域普通技术人员在阅读和理解以下详细描述的基础上将认识到本发明的其他优点。

27、参考本文下文中所描述的实施例，本发明的这些和其他方面将显而易见并将得以阐述。