新研发的远程胎儿监护仪，可有效监控孕妇妊娠的危险！

全世界的孕产期死亡率都很高。若胎儿监测器可以远程使用，这将解决高风险妊娠持续监测的问题。有证据表明，目前的技术可靠性较低，因此在确定胎儿健康方面精度也较低。在医疗技术的实施中，必须保证安全、高效、可靠的操作，主要问题是远程胎儿监护采集的样本较少，不符合经典理论的假设。研究人员正在提出一种方法，以改善与远程胎儿监护一起使用的数据缺乏可靠性的情况。该方法是指如何利用现有的技术和初始的实验数据，使应用真正代表每个应用的概率模型成为可能。这导致对统计数据的属性进行表征，用于生成一个代表性的概率模型，而不需要考虑硬假设。结果表明，对于每一个案例，改进测量不确定度的估计是可能的。研究人员所提出的方法是一个有用的工具，以提高医疗技术的可靠性，特别是对设备部件的卫生保健专业人员是不可用的。

相关论文以题为“Compensation of Measurement Uncertainty in a Remote Fetal Monitor”发表在《Applied Sciences》上。

根据世界卫生组织（WHO）的估计，每天有800名妇女由于怀孕或与生育有关的原因而死亡。在所有怀孕中，十分之四的妇女处于高风险。没有医院基础设施可以及时诊断由于人口过多而引起的胎儿窘迫。

连续远程监控技术将为解决高风险怀孕中的某些问题提供解决方案。患者将不再需要在医院就诊，并且将在舒适的家中直接进行并转发其医生规定的研究。监视设备可以被配置为由患者直接提供相应的研究而无需专家。病人知道自己的研究一旦由监护仪发送，就会由专家进行检查和评估，这会使他们感到平静和安心。

胎儿监护技术面临可靠性问题。当针对间歇听诊相比，使用工艺的减少孕产期死亡率。但是，1970年代和1980年代的其他一些研究没有显示出相似的结果，并且，如最近几十年所观察到的那样，技术对降低围产期死亡率的贡献仍在讨论中。另一方面，通过剖腹产提高出生率已成为许多国家的公共利益问题，而且人们普遍认为，在分娩期间的持续监测（CTG）对此有所贡献。

MCM是用于随机系统建模的一种广泛使用的工具，因为具有足够大的样本，估计量偏离预期值的概率可以与所需的一样小。MCM用于获取与估计器属性有关的信息。调整软化参数和估计函数的形式以修改最大概率估计器的性能。MCM可用于对未知分布函数进行建模。参数模型和非参数模型是广泛的概率函数估计方法。考虑局部渐近线长度和样本量的限制，已经开发了理论公式。对于任何胎儿分布函数，可以保证有限样本中一致性的自适应估计器对于胎儿监护仪应用很有帮助。术语“自适应”集成了这样一种概念，即，此类估计器使用数据来估计样本，以估计非参数密度函数。自适应估计器已使用最小二乘法应用于有限的样本，从而实现了效率的大幅提高，但是假设很难针对少数样本的应用进行验证。当观测值和参数模型之间的关系嘈杂，可能是非线性且不可逆时，基于频谱的方法很有用。随机梯度估计是一种数值方法，对于拟合参数和很好地预测标准误差，该方法稳定且健壮。尽管只考虑了典型情况，并进行了一些修改，但使Cramer-Rao类型限制此类估计量的假设已更改。通过使用不满足某些条件的参数限制来实现估计量，可以改善均方误差。通过对受限环境中偏差的新定义，研究人员确定了Cramer-Rao限制类型用于考虑的均方误差估计量，仅适用于正态分布。退化措施单调的系统的可靠性估计可以获取故障时间分布，从而获得系统可靠性。

系统模型

在图1的框图中，一个单输入单输出系统(SISO)以简化形式显示出来。噪声的存在是先验假设的，在这种情况下，白噪声属性被赋予，在系统输出中以加性噪声的形式呈现。研究人员认为系统的输入-输出数据集是可用的，其中是从输入和输出中取的用于建模的测量数。

图1.单输入单输出(SISO)系统:(a)输入带有白噪声;(b)输出带有附加噪声。

设备模型

为了描述一组输入和输出测量值的动态行为，假设了一个自回归外生(ARX)  (p. 81)线性模型结构。系统建模的方案如图2所示。

图2.基于自回归外生(ARX)结构的线性系统建模方案。

远程胎儿监护设备

一种胎儿监视器被开发，给母亲在怀孕过程中提供一个可靠的远程监测。胎儿监护仪具有记录胎儿心率、子宫活动和胎儿运动的能力。它紧凑的设计可以让母亲自己使用。此外，胎儿监护仪可以记录研究结果，并具有将研究结果直接送到产科监护中心(OMC)由专家评估的能力。

这一医疗装置的目的是监测高危妊娠，特别是边缘地区的高危妊娠，这些妊娠无法定期去临床专家那里减少胎儿窘迫，从而降低墨西哥围产期死亡率。

胎儿监护是一个嵌入式系统，其中包括一个数字信号处理器，允许充分计算，以实现更高的精度在胎儿心率的可靠性和子宫活动的迹象。所开发的算法包括本工作所提出的方法，以保证距离测量的可靠性。这仪器有足够的硬件资源,如远程连接的手机,通过总包广播服务(GPRS),系统没有传播,警报指示器的病人,扬声器听宝宝的心跳,闪存存储研究和两个多普勒超声传感器,1.2 MHz的频率和输出功率350兆瓦,胎儿监测采集和处理的变量。具有这些功能的框图如图3所示。

图3.用于胎儿检测的监护方案。

实验临床研究

在实验测试中，在偏远地点的几台胎儿监测仪器与患者连接，并向中心医院的OMC发送数据信号。患者被告知他们的数据使用情况，并同意为研究目的公布他们的数据。

研究人员在克雷塔罗州进行了实验测试。在第一阶段，克雷塔罗市一家妇幼医院的保健专业人员对病人进行了评估。患者接受训练，在家里操作设备，一步一步在胎儿监视器屏幕上显示数据，甚至在患者腹部区域放置两个传感器。一个传感器测量胎儿的心率，另一个测量病人的子宫活动。在第二阶段，对来自偏远地区的患者进行了胎儿监护仪的实验测试。每个患者生成的数据被发送到克雷塔罗市的一个OMC。病人传播病历的地点在克雷塔罗州的许多不同地区，或在该州附近的一些地方。

从这些地点到OMC的平均距离为180公里。对19名患者进行了评估，每个患者大约有40项研究。平均每个临床研究的测量次数为900次，以证明本研究中提出的方法，为胎儿心率和子宫活动提供了测量的可靠性。图4显示了进行测试的站点的一些图像。

图4.前四位病人位置的地图。

每个医疗设备的样本已收到并储存在OMC。这个阶段的目标是生成一个未处理信号的数据库，包括生物电扰动，以实施和验证所提出的方法。只处理胎儿心率信号。

胎儿监测模型

为了获得胎儿监护仪的动态模型，使用一个经过校准的信号发生器生成一个输入信号，以获得本研究中胎儿监护仪的输出信号。利用这些数据，应用最小二乘方法，估计出一个二阶线性确定性模型，得到ARX模型参数。胎儿监护的动态模型响应如图5所示。

图5.胎儿监护模型仿真结果。

结论

在产品设计之初，尤其是医疗应用，可靠性已达到重要的考虑水平，通过将设备的可靠性级别作为质量标准，该可靠性得到了广泛认可。

研究人员提出了分布函数和样本长度在典型估计量计算，均值和标准差中的效果分析。使用每位患者的具体分布估计值，该程序提出了一种自然的方法来整合每个研究中获得的其他信息。对患者进行的多项研究证实，实际分布与通常用于确定估计量属性的理论分布相去甚远。此外，这些分布用于确定获得不确定性的无偏估计量所必需的因素。该信息用于实现改善可靠性估计的简单算法。使用可用的计算工具，可以获得特定的信息，从而可以改善决策过程中估计器的行为，而无需假设在日常应用中难以验证的假设。在没有验证假设成立的情况下应用经典理论可能会导致错误的结果。但是，事实证明，可以通过使用补偿因子来纠正这些问题。

论文链接：https://www.mdpi.com/2076-3417/10/9/3274/htm