ניטור עוברי יביא לשינויים גדולים
השאר הודעה
ניטור עוברי יביא לשינויים גדולים
חוקרים באיראן השתמשו ברשת עצבית עמוקה (DNN) כדי לחלץ אלקטרוקרדיוגרמה עוברית (ECG) מערוץ א.ק.ג בטן בודד. השיטה שלהם, המתוארת במדידות פיזיולוגיות, עשויה לשפר את ניטור העובר בעתיד.
כיצד לבודד א.ק.ג עוברי?
נכון להיום, הפעילות החשמלית של לב העובר נמדדת באמצעות אלקטרוקרדיוגרמה המתקבלת מאלקטרודות עם מובילי א.ק.ג המונחים על בטן האם המצפה. רופאים יכולים להשתמש בא.ק.ג העובר כדי להעריך את בריאות העובר ולאבחן חריגות.
האתגר? קשה להפריד בין אותות א.ק.ג עובריים לבין א.ק.ג בטן, המכילים אותות מהעובר ("אק"ג עוברי") ומהאם ("אק"ג אימהי"), וכן אותות ממקורות הפרעות כגון התכווצויות שרירים. משימה זו הופכת תובענית יותר לקראת סוף ההיריון, כאשר משרעת האות א.ק.ג. העובר דומה לזו של א.ק.ג. של האם.
המחבר הראשי של המחקר, ארש ראסטי-מימנדי, סטודנט לתואר שני באוניברסיטת איראן למדע וטכנולוגיה, ועמיתיו הגיעו לגישה המסתמכת על DNNs כדי לפתור את הבעיה.
Rasti-Meymandi נוצרה בהשראת Unets, רשתות קונבולוציוניות הנפוצות בשימוש למשימות פילוח תמונות רפואיות. הוא ושותפו Abozar Ghaffari יישמו גרסה שונה של Unet כדי לחלץ תחילה את ה-ECG של האישה ההרה ולאחר מכן את אות ה-ECG של העובר.
"Unet מתעלה על טכניקות אחרות בפילוח תמונות", אמר ראסטי-מימנדי. "כדי לחלץ מרכיבים שונים של א.ק.ג בטן, זיהינו אותות א.ק.ג בטן ברזולוציות שונות (בדומה לתהליך המשמש במודל Unet))."
ה-DNN של החוקרים, הנקרא AECG-DecompNet, משתמש בשתי תת-רשתות בסדרות כדי לחלץ א.ק.ג עוברי מא.ק.ג בטן חד-ערוצי. תת הרשת הראשונה מחלצת את הא.ק.ג האימהי; השני הוא א.ק.ג. עוברי. החוקרים אימנו בנפרד את שתי רשתות המשנה באמצעות סימולציות של אותות א.ק.ג., ולאחר מכן העריכו את רשתות המשנה באמצעות הקלטות א.ק.ג בטן מדומה ואמיתית.
באמצעות מעבד גרפי, ה-DNN של החוקרים יכול לעבד ארבע שניות של הקלטות א.ק.ג בטן תוך כשנייה אחת.
העתיד של DNN ו-ECG עוברי
בניגוד לשיטות הפחתת רעשי אות אחרות הדורשות שיטת א.ק.ג ייחוס (צורות גל P, Q, R, S ו-T המעידות על הפעילות החשמלית של הלב), א.ק.ג רב-ערוצי או שניהם, שיטת החוקרים דורשת ערוץ אחד בלבד, כלומר פחית. זה לא רק משפר את הנוחות של האם במהלך רכישת א.ק.ג., אלא גם דורש פחות משאבים ופחות זמן ליישום בהשוואה לשיטות הקלטת וחילוץ האותות המסורתיים.
החוקרים מצאו גם שהשיטה שלהם שימרה טוב יותר את הצורה והמבנה של אותות ECG עובריים ביחס לשיטות אחרות -- כל חמשת צורות הגל נשמרו היטב, מה שמאפשר זיהוי ואבחון של מומים עובריים.
"התוצאה העיקרית של מחקר זה היא היעילות של שימוש ב-DNNs כדי לחלץ ביעילות אותות ECG עובריים מהקלטות בטן חד-ערוצית", אמר ראסטי-מימנדי ל-Physical World. "אנחנו עובדים כעת על אלגוריתמים מתוחכמים יותר... כדי לשפר עוד יותר את הדיוק של מיצוי דופק."
הצוות גם עובד על דרכים ליישם DNNs בזמן אמת בסמארטפונים.
מגבלות הגישה שלהם כוללות הסתמכות יתרה אפשרית על מערך האימון, במיוחד עם אותות א.ק.ג עובריים חלשים, והפצת שגיאות מתת-הרשת הראשונה לשניה.
