胎心率与宫缩描记图的计算机数码转换
作者：邵浩达 阮邦武 王益夫 钟国衡 张明仁
单位：香港中文大学妇产科学系
关键词：心率；胎儿；心分娩力描记法；计算机
中国妇产科杂志981103 【摘要】 目的 建立胎心率与宫缩描记图的计算机数码转换方法。方法 采用平台扫描器，摄取40例胎儿的胎心率与宫缩描记图，将扫描成像先进行倾斜校正，然后利用对比增强法，去除记录纸上原有的格子背景和手写的注解，仅留下胎心率和宫缩压力曲线，进行数码转换。通过比较实时的记录和以本方法转换的胎心率数值的差异进行方法学鉴定。结果 实时记录与推算值的平均差异为-0.26～-1.26次，其95%可信限值为-7～5次。结论 使用本方法可以有效地将许多贮存的胎心率与宫缩描记图进行数码转换，以便进一步进行回顾性计算机分析研究，为研制高精度的计算机化胎儿预测系统，提供极有价值的资料。
Computerized Transformation of the Cardiotocographic Paper Record to Its Digital Equivalent for Computerised Analysis Shao Haoda, Ruan Bangwu, Wang Yifu, et al. The Chinese University of Hong Kong
, http://www.100md.com
【Abstract 】 Objective To analyze cardiotocograph by computer, the tracings recorded in paper form must first be converted into their digital equivalent. We developed a method by which this process may be performed. Methods Paper recordings were first scanned using a conventional flat bed scanner to obtain a digital image. Each image was firstly corrected for rotational misalignment error during scanning and, sceondly the grid was removed by performing logistic contrast enhancement to leave the discrete fetal heart rate and tocographic tracings. The method was validated by comparing differences between the fetal heart rate obtained from the paper record with that directly obtained from the fetal monitor. Results Forty recordings were analyzed. The mean difference per recording between the actual and derived values ranged from -0.26～-1.26 beats per minute. The 95% confidence interval for the pooled differences between the derived and actual fetal heart rate values was -7～5 beats per minute. Conclusion By using the techniques described in this paper, it is now possible to convert the large number of paper records available so that they can be analyzed by computerized cardiotocograph interpreters.
, http://www.100md.com
【Key words 】 Heart rate, fetal Cardiotocography Computers
依靠目测对胎心率与宫缩描记图(cardiotocograph, CTG)的判别往往缺乏一致性和重复性，这与判读者本身的经验[1，2]和判读者之间的差异有关。利用计算机进行CTG分析，理论上可以摒除判读者的主观性[3，4]。近年来，这方面的研究主要集中在如何提高CTG分析的预测作用。目前，多数CTG计算机分析系统的研制，系基于大量的电子信号数据的收集，广泛地测试不同临床情况下的运算结果，藉以评定产前的胎心率和胎儿活动的关系。但有关产程内的电子信号数据资料十分有限，且胎儿监护的结果均以CTG图纸留存，由于这些描记在记录纸上的信息不是以数码的形式存在，故不能直接借助计算机进行分析。本研究旨在探索一种在计算机的辅助下，将原描记在图纸上的CTG资料以数码形式转换，以便用于CTG的计算机分析。
资料与方法
, http://www.100md.com
1.CTG图像的摄取：首先设定纵横解像度为每厘米60点，并且固定亮度和对比度，然后扫描摄取图像，其数码解像度在纵轴和横轴上均为每厘米60个画素点(pixel)。
2.扫描图像的转化：建立一个以视窗为基础的计算机程式，将每一幅扫描图像转化为一系列以秒为单位的胎心率和宫缩的独立数值。这一转化分为3个步骤，先是校正图像扫描时由纸张倾斜所造成的误差，然后去除CTG记录纸上的格子背景和留存在纸上的手写注解，最后将CTG记录纸上的连续性曲线记录转换为一个个独立的数值。(1)CTG记录纸倾斜误差的纠正：为校正由记录纸排列不齐所引起的倾斜误差，先以方格横线左右二角垂直画素点的差别，计算出倾斜角度。如发现有倾斜存在，便用Cartesian坐标旋转公式将其校正[5]。(2)去除CTG记录纸上的格子背景和手写注解：利用图像对比加强法，可将扫描图像中每一画素点上的红色或绿色的背景格子除去。这一加强法系用于设定的最高和最低的两个颜色强度值的范围之内。如果扫描图像的画素点颜色强度低于最低强度，则被视为曲线，并重新画上既定的颜色。如颜色强度超过最高强度，则被视为记录纸的底色(白色)或格子背景，重画以黑色而产生单色图像。所有界于上下限值间的颜色强度的画素点均维持不变，留待人工修正。最高和最低的颜色强度限值是根据神经网络系统自组图像推算出来的[6]。(3)推算曲线数据：由于曲线有一定的宽度，占据数个画素点，要计算出曲线在每一时刻所代表的实际数字，先要确定曲线在每个纵行的最高和最低点，然后取其中间点作为指标，按比例计算曲线在这纵行上所代表的胎心率和宫缩压力。
, 百拇医药
3.系统性能的测试：我们利用这一以视窗为操作系统的软件，对40例产妇产程中采用Corometrics胎儿监护仪所获得的CTG资料进行显示和记录。以1秒钟为时段，将胎心率和宫缩压力数据录下，同时被以曲线的形式描记在CTG上。然后将后者转为数码形式，与前者的实录数据作比较。
4.统计学分析：我们用SPSS统计程式，计算胎心率实录数值和转换数值之间的符合率。
结果
40例产程中胎心率实际值和CTG描记图的计算机数码转换值均为负数，此差别的范围为-0.26～-1.26次，其95%可信限为-7.5～5次。见附表。
讨论
新一代的胎儿监护仪已可以直接录取胎心率与宫缩压力的数码数据，输入计算机胎心率分析系统进行分析和作为监测胎儿缺氧的指标[7～9]。可是，目前大多数产科临床医师仍使用热敏记录纸描记胎心率和宫缩压力。已在记录纸上积累的资料，特别是产程内的CTG资料，对于进行胎儿预测因素的回顾性研究是十分有用的，但要利用这些资料，必须先将其转换为数码形式，才能用于计算机分析系统中。
, 百拇医药
将CTG曲线图像进行数码转换，有以下优点：(1)热敏记录纸如保存温度不当或多次翻阅，容易破损。将其转换为数码形式的资料，则方便贮存和分类，加上计算机的资料贮存量大，使档案管理十分方便。(2)可随时将数码档案还原为曲线图，显示在计算机屏幕上进行观察、分析和学习，而不必费时费力地翻查原始记录纸。(3)这些数码资料可被制作成CTG的教学软件，提供教学上的用途。(4)由于可以开设大量的产程内的胎儿监测数据库，配合人工智能技术如神经网络、模糊逻辑，Bayesian机率定理等，进行分娩期胎儿风险的评定和模型的研制。
附表 40例胎心率实测值与计算值之间的差异(次/分) 病例
序号
差异的范围
±s
最低值
, 百拇医药
最高值
1
-7
4
-0.83±1.13
2
-21
10
-0.65±2.60
3
-23
13
-1.06±3.06
, 百拇医药
4
-38
13
-1.04±2.50
5
-19
29
-1.14±4.04
6
-12
10
-0.46±1.64
7
, 百拇医药
-8
9
-0.90±1.46
8
-21
11
-0.47±2.39
9
-8
11
-0.69±1.67
10
-23
, 百拇医药
22
-0.53±3.24
11
-25
22
-0.27±2.49
12
-16
21
-0.76±2.48
13
-69
97
, http://www.100md.com
-0.67±5.94
14
-14
15
-0.67±1.93
15
-19
9
-0.97±1.79
16
-15
12
-0.79±2.26
, 百拇医药
17
-16
18
-0.83±2.51
18
-23
14
-1.13±2.72
19
-15
6
-0.92±1.69
20
, http://www.100md.com
-7
8
-1.11±1.01
21
-8
8
-1.17±1.35
22
-14
12
-1.01±2.33
23
-14
, 百拇医药
15
-1.01±2.79
24
-14
15
-0.82±2.35
25
-16
13
-1.06±2.73
26
-18
15
, 百拇医药
-1.26±2.44
27
-21
28
-0.63±3.55
28
-13
9
-0.82±2.18
29
-20
24
-0.52±3.39
, 百拇医药
30
-22
23
-0.67±5.99
31
-15
21
-0.26±3.33
32
-28
36
-0.58±6.73
33
, http://www.100md.com
-21
18
-0.53±3.04
34
-11
24
-0.73±2.01
35
-69
21
-0.79±4.96
36
-22
, 百拇医药
17
-0.39±3.98
37
-29
14
-0.74±2.92
38
-16
12
-0.44±2.29
39
-22
20
, 百拇医药
-0.37±3.16
40
-10
13
-0.76±1.76
我们在本研究中利用了平台扫描器获取初步的数码图像。从而分离CTG的曲线信息。检查水平格子线发现，几乎所有原始记录纸上的图像均有不同程度的倾斜。如果事先不对这些倾斜加以纠正，会导致转换数值的变异。我们采用标准Cartesian坐标旋转技术，校正每幅图像的倾斜度是十分必要的，否则其数码转换后的误差可达每分钟8次。虽然倾斜纠正后，仍然存在负偏移，其差异范围为-0.26～-1.26次。这种差异是由于记录纸经过监护仪时有些倾斜，使记录位置偏离，或由于记录纸上的格子大小欠精确而引起图像失真所致。利用将CTG转换为数码形式记录的方法，可对现存的胎儿监护图纸记录，进行计算机化分析，其所获的结果有助于高预示性的CTG计算机自动分析系统的研制，而用于胎儿风险的预测。
, http://www.100md.com
参考文献
1 Nielsen PV, Stigsby B, Nickelson C, et al. Intra- and inter-observer variability in the assessment of intrapartum cardiotocograms. Acta Obstet Gynecol Scand, 1987, 66:470-479.
2 Gagnon R, Campbell MK, Hunse C. A comparison between visual and computer analysis of antepartum fetal heart rate tracings. Am J Obstet Gynecol, 1993, 168:842-847.
3 Chung TKH, Mohajer MP, Yang ZJ, et al. The prediction of fetal acidosis at birth by computerised analysis of intrapartum cardiotocography. Br J Obstet Gynecol, 1995, 102:454-460.
, 百拇医药
4 Mongelli M, Dawkins R, Chung TKH, et al. Computerised estimation of the baseline fetal heart rate in labour: the low frequency line. Br J Obstet Gynecol, 1997, 104:1128-1133.
5 Pitas I. Digital image processing algorithms. UK： Prentice Hall International, 1993. 15-16.
6 Rao VB, Rao HV. C++ neural networks and fuzzy logic. 2nd ed. New York: Henry Holt, 1995. 271-324.
7 Wilcox MA, Wang W, Sahota DS. et al. The effect of different sampling intervals on the measurement of intrapartum fetal heart rate variability. Obstet Gynecol, 1997, 89:577-580.
, http://www.100md.com
8 Hamilton E, Kimanani EK. Intrapartum prediction of fetal status and assessment of labour progress. In: Chang, Rogers M eds. Analysis of complex data and artificial intelligence in obstetrics. London: Bailiere Tindall, 1994. 567-581.
9 Greene KR. Intelligent fetal heart rate computer systems in intrapartum surveillance. Curr Opinion Obstet Gynecol, 1996, 8:123-127.
(收稿：1998-06-05 修回：1998-08-27), 百拇医药
单位：香港中文大学妇产科学系
关键词：心率；胎儿；心分娩力描记法；计算机
中国妇产科杂志981103 【摘要】 目的 建立胎心率与宫缩描记图的计算机数码转换方法。方法 采用平台扫描器，摄取40例胎儿的胎心率与宫缩描记图，将扫描成像先进行倾斜校正，然后利用对比增强法，去除记录纸上原有的格子背景和手写的注解，仅留下胎心率和宫缩压力曲线，进行数码转换。通过比较实时的记录和以本方法转换的胎心率数值的差异进行方法学鉴定。结果 实时记录与推算值的平均差异为-0.26～-1.26次，其95%可信限值为-7～5次。结论 使用本方法可以有效地将许多贮存的胎心率与宫缩描记图进行数码转换，以便进一步进行回顾性计算机分析研究，为研制高精度的计算机化胎儿预测系统，提供极有价值的资料。
Computerized Transformation of the Cardiotocographic Paper Record to Its Digital Equivalent for Computerised Analysis Shao Haoda, Ruan Bangwu, Wang Yifu, et al. The Chinese University of Hong Kong
, http://www.100md.com
【Abstract 】 Objective To analyze cardiotocograph by computer, the tracings recorded in paper form must first be converted into their digital equivalent. We developed a method by which this process may be performed. Methods Paper recordings were first scanned using a conventional flat bed scanner to obtain a digital image. Each image was firstly corrected for rotational misalignment error during scanning and, sceondly the grid was removed by performing logistic contrast enhancement to leave the discrete fetal heart rate and tocographic tracings. The method was validated by comparing differences between the fetal heart rate obtained from the paper record with that directly obtained from the fetal monitor. Results Forty recordings were analyzed. The mean difference per recording between the actual and derived values ranged from -0.26～-1.26 beats per minute. The 95% confidence interval for the pooled differences between the derived and actual fetal heart rate values was -7～5 beats per minute. Conclusion By using the techniques described in this paper, it is now possible to convert the large number of paper records available so that they can be analyzed by computerized cardiotocograph interpreters.
, http://www.100md.com
【Key words 】 Heart rate, fetal Cardiotocography Computers
依靠目测对胎心率与宫缩描记图(cardiotocograph, CTG)的判别往往缺乏一致性和重复性，这与判读者本身的经验[1，2]和判读者之间的差异有关。利用计算机进行CTG分析，理论上可以摒除判读者的主观性[3，4]。近年来，这方面的研究主要集中在如何提高CTG分析的预测作用。目前，多数CTG计算机分析系统的研制，系基于大量的电子信号数据的收集，广泛地测试不同临床情况下的运算结果，藉以评定产前的胎心率和胎儿活动的关系。但有关产程内的电子信号数据资料十分有限，且胎儿监护的结果均以CTG图纸留存，由于这些描记在记录纸上的信息不是以数码的形式存在，故不能直接借助计算机进行分析。本研究旨在探索一种在计算机的辅助下，将原描记在图纸上的CTG资料以数码形式转换，以便用于CTG的计算机分析。
资料与方法
, http://www.100md.com
1.CTG图像的摄取：首先设定纵横解像度为每厘米60点，并且固定亮度和对比度，然后扫描摄取图像，其数码解像度在纵轴和横轴上均为每厘米60个画素点(pixel)。
2.扫描图像的转化：建立一个以视窗为基础的计算机程式，将每一幅扫描图像转化为一系列以秒为单位的胎心率和宫缩的独立数值。这一转化分为3个步骤，先是校正图像扫描时由纸张倾斜所造成的误差，然后去除CTG记录纸上的格子背景和留存在纸上的手写注解，最后将CTG记录纸上的连续性曲线记录转换为一个个独立的数值。(1)CTG记录纸倾斜误差的纠正：为校正由记录纸排列不齐所引起的倾斜误差，先以方格横线左右二角垂直画素点的差别，计算出倾斜角度。如发现有倾斜存在，便用Cartesian坐标旋转公式将其校正[5]。(2)去除CTG记录纸上的格子背景和手写注解：利用图像对比加强法，可将扫描图像中每一画素点上的红色或绿色的背景格子除去。这一加强法系用于设定的最高和最低的两个颜色强度值的范围之内。如果扫描图像的画素点颜色强度低于最低强度，则被视为曲线，并重新画上既定的颜色。如颜色强度超过最高强度，则被视为记录纸的底色(白色)或格子背景，重画以黑色而产生单色图像。所有界于上下限值间的颜色强度的画素点均维持不变，留待人工修正。最高和最低的颜色强度限值是根据神经网络系统自组图像推算出来的[6]。(3)推算曲线数据：由于曲线有一定的宽度，占据数个画素点，要计算出曲线在每一时刻所代表的实际数字，先要确定曲线在每个纵行的最高和最低点，然后取其中间点作为指标，按比例计算曲线在这纵行上所代表的胎心率和宫缩压力。
, 百拇医药
3.系统性能的测试：我们利用这一以视窗为操作系统的软件，对40例产妇产程中采用Corometrics胎儿监护仪所获得的CTG资料进行显示和记录。以1秒钟为时段，将胎心率和宫缩压力数据录下，同时被以曲线的形式描记在CTG上。然后将后者转为数码形式，与前者的实录数据作比较。
4.统计学分析：我们用SPSS统计程式，计算胎心率实录数值和转换数值之间的符合率。
结果
40例产程中胎心率实际值和CTG描记图的计算机数码转换值均为负数，此差别的范围为-0.26～-1.26次，其95%可信限为-7.5～5次。见附表。
讨论
新一代的胎儿监护仪已可以直接录取胎心率与宫缩压力的数码数据，输入计算机胎心率分析系统进行分析和作为监测胎儿缺氧的指标[7～9]。可是，目前大多数产科临床医师仍使用热敏记录纸描记胎心率和宫缩压力。已在记录纸上积累的资料，特别是产程内的CTG资料，对于进行胎儿预测因素的回顾性研究是十分有用的，但要利用这些资料，必须先将其转换为数码形式，才能用于计算机分析系统中。
, 百拇医药
将CTG曲线图像进行数码转换，有以下优点：(1)热敏记录纸如保存温度不当或多次翻阅，容易破损。将其转换为数码形式的资料，则方便贮存和分类，加上计算机的资料贮存量大，使档案管理十分方便。(2)可随时将数码档案还原为曲线图，显示在计算机屏幕上进行观察、分析和学习，而不必费时费力地翻查原始记录纸。(3)这些数码资料可被制作成CTG的教学软件，提供教学上的用途。(4)由于可以开设大量的产程内的胎儿监测数据库，配合人工智能技术如神经网络、模糊逻辑，Bayesian机率定理等，进行分娩期胎儿风险的评定和模型的研制。
附表 40例胎心率实测值与计算值之间的差异(次/分) 病例
序号
差异的范围
±s最低值
, 百拇医药
最高值
1
-7
4
-0.83±1.13
2
-21
10
-0.65±2.60
3
-23
13
-1.06±3.06
, 百拇医药
4
-38
13
-1.04±2.50
5
-19
29
-1.14±4.04
6
-12
10
-0.46±1.64
7
, 百拇医药
-8
9
-0.90±1.46
8
-21
11
-0.47±2.39
9
-8
11
-0.69±1.67
10
-23
, 百拇医药
22
-0.53±3.24
11
-25
22
-0.27±2.49
12
-16
21
-0.76±2.48
13
-69
97
, http://www.100md.com
-0.67±5.94
14
-14
15
-0.67±1.93
15
-19
9
-0.97±1.79
16
-15
12
-0.79±2.26
, 百拇医药
17
-16
18
-0.83±2.51
18
-23
14
-1.13±2.72
19
-15
6
-0.92±1.69
20
, http://www.100md.com
-7
8
-1.11±1.01
21
-8
8
-1.17±1.35
22
-14
12
-1.01±2.33
23
-14
, 百拇医药
15
-1.01±2.79
24
-14
15
-0.82±2.35
25
-16
13
-1.06±2.73
26
-18
15
, 百拇医药
-1.26±2.44
27
-21
28
-0.63±3.55
28
-13
9
-0.82±2.18
29
-20
24
-0.52±3.39
, 百拇医药
30
-22
23
-0.67±5.99
31
-15
21
-0.26±3.33
32
-28
36
-0.58±6.73
33
, http://www.100md.com
-21
18
-0.53±3.04
34
-11
24
-0.73±2.01
35
-69
21
-0.79±4.96
36
-22
, 百拇医药
17
-0.39±3.98
37
-29
14
-0.74±2.92
38
-16
12
-0.44±2.29
39
-22
20
, 百拇医药
-0.37±3.16
40
-10
13
-0.76±1.76
我们在本研究中利用了平台扫描器获取初步的数码图像。从而分离CTG的曲线信息。检查水平格子线发现，几乎所有原始记录纸上的图像均有不同程度的倾斜。如果事先不对这些倾斜加以纠正，会导致转换数值的变异。我们采用标准Cartesian坐标旋转技术，校正每幅图像的倾斜度是十分必要的，否则其数码转换后的误差可达每分钟8次。虽然倾斜纠正后，仍然存在负偏移，其差异范围为-0.26～-1.26次。这种差异是由于记录纸经过监护仪时有些倾斜，使记录位置偏离，或由于记录纸上的格子大小欠精确而引起图像失真所致。利用将CTG转换为数码形式记录的方法，可对现存的胎儿监护图纸记录，进行计算机化分析，其所获的结果有助于高预示性的CTG计算机自动分析系统的研制，而用于胎儿风险的预测。
, http://www.100md.com
参考文献
1 Nielsen PV, Stigsby B, Nickelson C, et al. Intra- and inter-observer variability in the assessment of intrapartum cardiotocograms. Acta Obstet Gynecol Scand, 1987, 66:470-479.
2 Gagnon R, Campbell MK, Hunse C. A comparison between visual and computer analysis of antepartum fetal heart rate tracings. Am J Obstet Gynecol, 1993, 168:842-847.
3 Chung TKH, Mohajer MP, Yang ZJ, et al. The prediction of fetal acidosis at birth by computerised analysis of intrapartum cardiotocography. Br J Obstet Gynecol, 1995, 102:454-460.
, 百拇医药
4 Mongelli M, Dawkins R, Chung TKH, et al. Computerised estimation of the baseline fetal heart rate in labour: the low frequency line. Br J Obstet Gynecol, 1997, 104:1128-1133.
5 Pitas I. Digital image processing algorithms. UK： Prentice Hall International, 1993. 15-16.
6 Rao VB, Rao HV. C++ neural networks and fuzzy logic. 2nd ed. New York: Henry Holt, 1995. 271-324.
7 Wilcox MA, Wang W, Sahota DS. et al. The effect of different sampling intervals on the measurement of intrapartum fetal heart rate variability. Obstet Gynecol, 1997, 89:577-580.
, http://www.100md.com
8 Hamilton E, Kimanani EK. Intrapartum prediction of fetal status and assessment of labour progress. In: Chang, Rogers M eds. Analysis of complex data and artificial intelligence in obstetrics. London: Bailiere Tindall, 1994. 567-581.
9 Greene KR. Intelligent fetal heart rate computer systems in intrapartum surveillance. Curr Opinion Obstet Gynecol, 1996, 8:123-127.
(收稿：1998-06-05 修回：1998-08-27), 百拇医药