[发明专利]一种胎儿体重估算方法有效
| 申请号: | 201710880315.3 | 申请日: | 2017-09-26 |
| 公开(公告)号: | CN107822633B | 公开(公告)日: | 2021-08-20 |
| 发明(设计)人: | 王萍;陈波;俞洁 | 申请(专利权)人: | 北京康萍科技有限公司 |
| 主分类号: | A61B5/0537 | 分类号: | A61B5/0537 |
| 代理公司: | 北京银龙知识产权代理有限公司 11243 | 代理人: | 许静;刘伟 |
| 地址: | 100038 北京市海*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 胎儿 体重 估算 方法 | ||
本发明提供一种孕妇腹部分段阻抗测量方法以及胎儿体重估算方法,孕妇腹部分段阻抗测量方法,包括如下步骤:建立孕妇腹部分段阻抗测量的四端口网络;根据所述四端口网络,计算所述孕妇腹部分段阻抗。根据本发明实施例的孕妇腹部分段阻抗测量方法测量得到孕妇腹部分段阻抗,基于得到的孕妇腹部分段阻抗对胎儿体重进行估算,不需要进行B超检测、宫高测量,有效降低胎儿体重估算成本与复杂度。
技术领域
本发明涉及计生技术领域,具体地,涉及及胎儿体重估算方法。
背景技术
胎儿体重的变化对于妊娠期孕妇健康监护有着重要的研究意义,胎儿体重的大小直接决定了孕妇的待产选择方式,可有效保证了孕妇与胎儿安全。胎儿体重是决定分娩方式的重要因素之一。
近十年来,我国的剖宫产率居高不下,原因是多方面的,不能准确地预测胎儿体重是重要原因之一,医生估计胎儿体重不准确,不能很好的指导孕妇选择分娩方式。另一方面,胎儿体重估计错误,可能导致在试产过程中出现各种难产,如肩难产、臂丛神经损伤及新生儿窒息等严重并发症的发生。因此,准确地预测胎儿体重是医生对孕妇进行临床处理的一个重要依据,也是减少危生儿并发症及降低剖宫产率的有力保障。
目前,通过胎儿双顶径预测胎儿体重的公式较多,大多数均较复杂,难以记忆及推广。虽然胎儿腹围是预测胎儿体重的较好指标,但胎儿腹围的测量受羊水量和胎方位的影响,测量误差仍较大。因超声波无损害性、使用简便、测量精确,故可用以预测胎儿体型大小。利用超声测量胎儿各项生物指标,不仅可以判断胎儿的生长发育情况,对于准确估计胎儿体重也有重要意义。超声预测胎儿体重公式很多,文献报道超声测量胎儿肝脏、胎儿腹部皮下组织、股骨长、头围、腹围等因素,与胎儿体重相关性较高。实际操作中,超声测量对检查者技术水平要求比较高,各种复杂的情况均可影响腹围层面的显示,无法显示标准层面就很难得到准确的腹围测量值。
在非专利文献1中,宋晓锋等根据孕妇的宫高、腹围等参数以及B超测量胎儿的双顶径、股骨长、腹围等指标,采用数学方法建立胎儿体重估算公式,但该方法依据经验性回归分析,预测结果误差较大。
在非专利文献2中,刘致君等考虑了腹壁脂肪厚度以及先露高低因素的影响,胎儿体重估算主要根据宫高*腹围为基础,但在临床应用中测量分娩前腹壁厚度有很大难度。
在非专利文献3中,姚勤等利用B超测量肝脏面积预测胎儿体重,妊娠晚期胎儿体重的增加主要与脂肪堆积和肝糖原的存储有关。但当胎儿营养过剩,肝脏面积增大会造成误差较大;同时,基层医院超声测量腹围准确性欠佳,临床应用受到影响。
在非专利文献4中,吴君等研究者采用人工神经网络等人工智能方法用于测量胎儿体重,在一定程度上提高了预测精度,但人工神经网络还存在网络结构复杂、训练时间长等缺点,临床验证有待推广。
在非专利文献5中,陈晓甜等探讨了孕期母体成分与新生儿出生体重的关系,统计分析表明了孕期体重的增加与母体各种体成分的改变有关,但没有给出一个体成分与胎儿体重的估算模型。
现有技术文献
非专利文献1:宋晓峰,韩平,邹丽,陈德钊,胡上序,基于支持向量机的足月胎儿体重预测新方法[J],中国生物医学工程学报,2004,(06):516-522。
非专利文献2:刘致君,李桂荣,郭兴巧,预测胎儿体重新方法与传统方法的比较[J],中国妇幼保健,2008,(24):3478-3479。
非专利文献3:姚勤,潘维敏,邵冬红,刘佩秋,B超测量胎儿肝脏面积预测胎儿体重的价值[J],山东医药,2003,(24):15-16。
非专利文献4:吴君,杨太珠,林江莉,罗红,李德玉,汪天富,郑昌琼,基于人工神经网络的足月胎儿体重预测方法[J],生物医学工程学杂志,2005,(05):922-925+929。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京康萍科技有限公司,未经北京康萍科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710880315.3/2.html,转载请声明来源钻瓜专利网。





