Yamaguchi University Hospital
Yamaguchi University Navigator for Open access Collection and ArchivesNot a member yet
27127 research outputs found
Sort by
臍帯動脈血流信号解析と分類に関する研究
Get PDF中国では、2000万人の新生児のうち約80万人に先天性疾患があり、そのうち20万人近くの胎児に深刻な欠陥や病気がある。これらの病気の胎児の誕生は、家族、さらには社会に深刻な経済的負担と社会問題をもたらす。したがって、胎児の欠陥や病気をできるだけ早期に発見するために、早期胎児モニタリングを実施することが重要である。臍帯動脈血信号には胎児の成長と発育に関する重要な情報が含まれており、子宮内発育遅延（IUGR）、低酸素症、母体の高血圧など妊娠中の様々な問題を、臍帯動脈血信号によって判断することができる。したがって、臍帯血信号の分析は、出生前のモニタリングと胎児の健康状態の診断にとって重要である。
超音波を用いた音響スペクトルパラメータ法は、臍帯動脈の血液信号を分析するための従来の手法であり、臨床診断基準となる3つのパラメータ、抵抗指数（RI）、脈動指数（PI）、および収縮期／拡張期臍帯血流速の最大値（S/D）から構成される。しかし、これらのパラメータは、位相遅延、位相周波数、位相モードといった信号の位相特性を無視し、最大値、最小値、平均値といった血流速度の基本的な統計パラメータのみに焦点を当てている。これは臨床的な誤診をもたらすことがある。
臍動脈の血液信号には、信号の振幅揺らぎに加えて、信号の複雑な構造と非線形特性も含まれている。本研究では、これらの信号の複雑な構造と非線形特性に着目し、フラクタル理論とカオス理論を用いて、胎児臍帯動脈血の測定信号に対して特徴パラメータの抽出および分類を包括的に行う新しい方法を提案する。まず、臍帯血信号のフラクタル特徴に着目し、フラクタル次元(BD)と相関次元(CD)を求め、BDは妊娠週数と正の相関があり、CDは正常と異常の判別に有効であることを検証する。次に、臍帯血時系列のカオス的特徴に対して、最大リャプノフ指数(MLE)を求め、同様に正常と異常判別への有効性を確認する。最後に、従来の特徴パラメータ(RI, PI, S/D）と新たに得られたパラメータ(BD,CD,MLE)に対して粒子群最適化サポートベクターマシン(PSO SVM)を適用し、４つの状態（正常、羊水過少、首周りの臍帯、胎児位置異常）における臍帯血信号の分類・診断モデルを提案する。
この博士論文は6章からなる。
第1章では、臍帯血研究の背景と手段を紹介し、現在の研究状況を概説する。また、本論文の概要を述べる。
第2章では，胎児血行動態の基礎を述べ、臍帯血信号パラメータの臨床的意義と正常基準値を概説する。臍帯動脈信号収集装置、データ分類、収集プロセスを概説する。
第3章では、フラクタル理論に基づき、フラクタル次元ボックスカウント法(BD)と相関次元(CD)を用いて臍帯動脈血信号の非線形特性を調べる。まず，臍帯血信号のフラクタル次元を計算し，その信号のフラクタル特性を解析する。結果として、臍帯動脈血信号のフラクタル次元と妊娠週数との間には正の相関があることが示された。次に、異常な臍帯動脈信号と正常な臍帯動脈信号を異常群と対照群に分類した。Grassberg-procacciaアルゴリズム（G-Pアルゴリズム）を用いて、2つのグループのCDを計算・分析する。正常臍帯血流信号のCDは異常信号のCDよりも全体的に大きい。CDは、従来の特徴パラメータに比べ、臍帯血流信号の正常性判別に有意的に優れている。さらに、臍帯血流信号のハースト指数をLo法により計算・解析する。その結果、臍帯血信号は非定常信号に属し、明らかな「1/fゆらぎ」特性を示すことがわかった。
第4章では，カオス位相空間図法と最大リアプノフ指数(MLE)を用いて，臍帯血信号のカオス特性を定性的・定量的に決定する。臍帯動脈血信号のアトラクター再構成を3次元(3D)および2次元(2D)位相空間で行う。その結果、異常な臍帯動脈信号の時系列のカオス位相図は、「毛糸玉」のようなごちゃごちゃした状態を示し、カオスの「形」は収束するように見えることがわかった。求めた最大リアプノフ指数(MLE)に対してROC曲線（ROC）を適用した結果、臍帯血流信号の正常性を識別する率が従来の特徴パラメータよりも有意に優れていることを示された。
第5章では，臍帯血信号の4つの状態（正常，絨毛膜羊膜症，臍帯頸部周囲，胎児位置異常）を分類する人工知能分類法を提案する。従来の特徴パラメータであるS/D、PI、RIに対してサポートベクターマシン(SVM)による分類器を構築する。」また、第3章と第4章で導出したフラクタル次元(BD)、相関次元(CD)、最大リアプノフ指数(MLE)を特徴パラメータとして、粒子群最適化-サポートベクターマシン（PSO-SVM）分類器を構築する。分類テストの結果から、PSO-SVM分類器の方が精度高く、本提案の分類法の有用性と有効性が確認された。
第6章では、本論文のまとめと今後の課題について述べる。In China, there are about 800,000 congenital diseases among 20 million newborns, of which nearly 200,000 fetuses have serious defects or diseases. The birth of these sick fetuses brings serious economic burden and social problems to the family and even the society. It is therefore important to carry out early fetal monitoring in order to detect fetal defects and diseases as early as possible. Umbilical artery blood signals contain important information about fetal growth and development, reflecting various problems during pregnancy, such as intrauterine g rowth r etardationetardation（IUGR）, hypoxia and maternal hypertension, which can be determined by umbilical artery blood signals. Therefore, the analysis of umbilical artery blood signals is important for prenatal monitoring and fetal health status diagnosis.
The acoustics pectral parameter method is a conventional technique for analyzing the umbilical artery blood signals and consists of three parameters that serve as clinical diagnostic criteria: resistance index (RI), pulsesatility index (PI) and maximum systolic/end diastolic umbilical flow velocity (S/D). However, these parameters ignore phase properties of the signal, such as phase delay, phase frequency and phase mode, and focus only on the fundamental statistical parameters of blood velocity, s uch as maximum, minimum and mean values. This may lead to clinical misdiagnosis.
Umbilical artery blood signals have complicated structures and nonlinear characteristics in addition to changes in signal amplitude. This paper presents a comprehensive new approach for characteristics parameter extraction and classification of umbilical artery blood signals using fractal theory and Chaos theory in order to handle these complex structures and nonlinear properties of the signal. First, by focusing on the fract al characteristics of umbilical artery blood signals, the fractal dimension (BD) and the correlation dimension (CD) are obtained to verified that BD is positively correlated with the gestational week and CD is effective in discriminating normal from abnormal. Next, we obtain the maximum Lyapunov exponent (MLE) of the chaotic characteristics of umbilical artery blood time series, and verified its effectiveness in distinguishing normal signals from abnormal signals. Finally, a diagnostic model is proposed b y applying particle swarm optimization support vector machine (PSO SVM) to the conventional feature parameters (RI, PI, S/D) and newly obtained parameters (BD, CD, MLE) to classify and diagnose the umbilical blood signals in the four statuses (normal, oligohydramnios, umbilical cord around neck, fetal malposition).
This doctoral dissertation consists of 6 chapters.
Chapter 1 introduces the background and means of umbilical artery blood study as well as reviewing the current re search situation. The outline o f this dissertation is also given.
In chapter 2, the fundamentals of fetal hemodynamics are described. The clinical significance and normal reference values of umbilical artery blood signal parameters are outlined. Details of the umbilical artery signal acquisition equipment, data classification and acquisition process are explained.
In chapter 3，the fractal dimension box counting method (BD) and the correlation dimension (CD) are used to investigate the nonlinear characteristics of the umbilical artery blood signals based on fractal theory. First, the BD of the umbilical artery blood signals is calculated and the fractal characteristics of the signals are analyzed. Results show a positive relationship between the fractal dimension of umbilical artery blood signals and gestational weeks. A bnormal and normal umbilical artery signals are then classified into abnormal group and n ormal group. T h e Grassberg P rocaccia algorithm (GP algorithm) is used to calculate and analyze the CD of the two groups. T he overall CD of normal umbilical artery blood signals is greater than that of abnormal signal s. CD is significantly better at discriminating the normality of the umbilical artery blood signal compared to conventional parameters. Furthermore, t he Hurst exponent of umbilical artery blood signal is calculated and analyzed by Lo method. The results show that umbilical artery blood signal belong s to non sta tionary signal and show obvious “1/f fluctuation” characteristics.
In chapter 4，c haotic phase space diagram method and m aximum L yapunov e xponent (MLE) are used to determine the chaotic characteristics of umbilical artery blood signals from qualitative and quantitative perspectives. The attractor reconstruction of umbilica l artery blood signals is performed in t hree d imension (3D) and t wo d imension (2D) phase space. The results show that the chaotic phase diagram of the time series for abnormal umbilical artery signals show a jumbled “ball of wool” state and the chaotic “shape” appears to converge. Application of the r eceiver o perating c haracteristic (ROC) curve to the obtained maximum Lyapunov exponent (MLE) shows that the rate of discrimination of normality of the umbilical artery blood signal is significantly better than the conventional feature parameters.
In chapter 5，an artificial intelligent classifier is proposed to classify the four states of umbilical artery blood signals (normal, oligohydramnios, umbilical cord around neck and fetal malposition). The support vector machine (SVM) classifying method is constructed based on the conventional parameters, S/D, PI and RI. The particle swarm optimisation support vector machine (PSO SVM) classifier is also constructed using the fractal dimension (BD), correlation dimension ( CD) and maximum L yapunov exponent (MLE) derived in Chapters 3 and 4 as feature parameters. The results of the classification tests show that the PSO SVM classifier is more accurate , confirming the usefulness and effectiveness of the proposed classification method.
In Chapter 6, summary of this dissertation and future work are described.博士(工学)山口大学Yamaguchi Universit