Resumen

El movimiento fetal (FM) es un parámetro fisiológico esencial para determinar el estado de salud del feto. Para resolver los problemas de la penosa extracción de señales de FM y la baja tasa de reconocimiento de los clasificadores tradicionales de aprendizaje automático en la detección de señales de FM, este trabajo desarrolla un sistema pasivo de detección de señales de FM basado en tecnología de detección inteligente. Las señales FM se obtienen del abdomen de la mujer embarazada mediante acelerómetros. Las señales FM se extraen e identifican según la naturaleza clínica de las características ocultas en la amplitud y la forma de onda de las señales FM que fluctúan en duración. El sistema consta de cuatro etapas principales: (i) preprocesamiento de la señal FM, (ii) preidentificación de la señal de artefacto materno, (iii) identificación de la señal FM y (iv) clasificación FM. En primer lugar, se utiliza el filtrado de Kalman para reconstruir la señal FM en un fondo de ruido continuo de baja amplitud. En segundo lugar, se identifica la señal de artefacto materno mediante un algoritmo de umbral de amplitud. A continuación, se utiliza un innovador algoritmo de aprendizaje de diccionario para construir un diccionario de características de FM, y se emplean algoritmos de búsqueda de coincidencia ortogonal y de filtrado adaptativo para identificar las señales de FM, respectivamente. Por último, se realiza una clasificación por fusión de máscaras basada en los resultados del reconocimiento multieje. Se realizan experimentos para evaluar el rendimiento del sistema de detección de FM propuesto utilizando conjuntos de datos de FM acelerados, tanto públicos como propios. Los resultados de la clasificación mostraron que el algoritmo de búsqueda de coincidencia ortogonal era más eficaz que el algoritmo de filtrado adaptativo en la identificación de señales FM, con un valor de predicción positiva del 89,74%. El sistema de detección de FM propuesto tiene un gran potencial y es muy prometedor para la monitorización de la salud de FM mediante dispositivos portátiles.

• Materias:Insuficiencia cardíaca Plataforma de servicios Filtro de orden óptimo Características clínicas Osteoporosis
• Subjects:Heart failure Platform services Optimal order filtering Clinical features Osteoporosis
• Palabras claves:Señales FM, sistema de detección FM, extracción de señales FM, algoritmo innovador de aprendizaje de diccionario, preidentificación de señales de artefactos maternos, algoritmo de búsqueda de coincidencia ortogonal, sistema pasivo de detección de señales FM, monitorización portátil de la salud FM, detección de señales FM, identificación de señales FM.
• Keywords:FM signals, FM detection system, harrowing FM signal extraction, innovative dictionary learning algorithm, maternal artifact signal preidentification, orthogonal matching pursuit algorithm, passive FM signal detection system, wearable FM health monitoring, FM signal detection, FM signal identification