Annotazione delle caratteristiche del ciclo cardiaco nell'ECG fetale basata su template matching di distribuzioni Gaussiane asimmetriche

Appropriate fetal cardiac monitoring is essential to allow timely clinical intervention in high-risk situations, reducing the risk of stillbirth. This highlights the need for reliable techniques providing real-time information on fetal health during pregnancy and delivery. The fetal heart differs from adult physiology due to placental oxygenation and the presence of shunts (foramen ovale, ductus arteriosus, ductus venosus) that close after birth. While cardiac electrical activity follows the same principles as in adults, the fetal heart rate is higher (120–160 bpm vs. 60–100 bpm) and the electrical axis is more variable, leading to inconsistent fECG recordings across abdominal channels. The signal amplitude is also lower (5–50 µV vs. 0.5–2 mV), increasing with gestational age[1]. Consequently, fECG waves (P, QRS, T) are often unclear due to low amplitude, maternal interference, and fetal motion, which complicates wave boundary detection. Yet, this is crucial for Cardiac Time Interval (CTI) analysis—measuring P wave, PR interval, QRS complex, QT interval, and T wave durations to detect fetal arrhythmias and cardiopathies[2],[3]. This thesis aims to develop a method for single-wave annotation of fECG signals using a dictionary-based framework specifically designed for the challenges of fetal cardiac monitoring. Earlier adult ECG studies used power spectrum analysis, PCA, Hilbert transform, adaptive filtering, and probabilistic models [4]. A common morphological model represents each heartbeat as a sum of Gaussian functions, one per ECG wave, with amplitude, temporal position, and dispersion as parameters [5], [6]. Additional Gaussians are often needed for asymmetric P and T waves. While this approach effectively models adult ECG morphology, fetal ECG annotation remains limited, as most studies focus only on QRS detection, the easiest and most prominent feature. Few works address full waveform delineation, and those that do rely on averaging several cycles instead of beat-by-beat analysis [7],[8]. The proposed method introduces several innovations. It employs a personalized dictionary derived from each subject’s average fECG cycle to adapt to individual morphology, and uses Skewed Gaussian distributions to model asymmetric waves more accurately than symmetric Gaussians. A correlation-based selection step removes noisy or unreliable cycles, ensuring morphological consistency. The Orthogonal Matching Pursuit (OMP) algorithm performs sparse decomposition, selecting the most representative atoms to reconstruct each heartbeat efficiently and interpretably. By explicitly incorporating waveform asymmetry and subject-specific morphology, the method achieves greater robustness to low signal-to-noise ratios and maternal interference. Preliminary results confirm accurate annotation of main fetal ECG waves and meaningful estimation of wave durations, demonstrating the potential of the approach for morphological assessment. The thesis structure includes: physiological background, description of the skewed Gaussian model, correlation-based cycle selection, and OMP algorithm, followed by qualitative and quantitative evaluation of the proposed annotation framework.

Il monitoraggio cardiaco fetale appropriato è fondamentale per consentire un intervento clinico tempestivo nelle situazioni ad alto rischio, riducendo così il rischio di morte fetale intrauterina. Ciò evidenzia la necessità di tecniche affidabili in grado di fornire informazioni in tempo reale sullo stato di salute del feto durante la gravidanza e il parto. Il cuore fetale differisce da quello adulto per l’ossigenazione placentare e la presenza di shunt (forame ovale, dotto arterioso, dotto venoso) che si chiudono dopo la nascita. Sebbene l’attività elettrica segua gli stessi principi dell’adulto, la frequenza cardiaca è più elevata (120–160 bpm contro 60–100 bpm) e l’asse elettrico più variabile, rendendo le registrazioni fECG inconsistenti tra canali addominali. Inoltre, l’ampiezza del segnale è inferiore (5–50 µV contro 0.5–2 mV) e aumenta con l’età gestazionale [1]. Di conseguenza, le onde fECG (P, QRS, T) risultano spesso poco chiare a causa della bassa ampiezza, delle interferenze materne e dei movimenti fetali, rendendo complessa la definizione dei limiti d’onda. Tuttavia, una corretta identificazione è essenziale per l’analisi dei Cardiac Time Interval (CTI), che misura la durata delle onde e degli intervalli per individuare aritmie e cardiopatie fetali [2],[3]. L’obiettivo di questa tesi è sviluppare un metodo per l’annotazione delle singole onde fECG basato su un framework a dizionario, progettato per affrontare le sfide del monitoraggio fetale. Gli studi iniziali sull’ECG adulto hanno impiegato tecniche come analisi spettrale, PCA, trasformata di Hilbert, filtraggio adattivo e modelli probabilistici [4]. Un approccio diffuso rappresenta ogni battito come somma di funzioni gaussiane, una per ciascuna onda, definite da ampiezza, posizione e dispersione [5],[6]. Onde P e T, spesso asimmetriche, richiedono gaussiane aggiuntive. Sebbene efficace per l’ECG adulto, l’annotazione fECG è ancora poco esplorata: la maggior parte degli studi si concentra solo sul complesso QRS, mentre pochi affrontano una delineazione completa e si basano su medie di più cicli invece che su analisi battito per battito [7],[8]. Il metodo proposto introduce innovazioni significative: un dizionario personalizzato derivato dal ciclo medio di ciascun soggetto, l’uso di distribuzioni gaussiane asimmetriche (Skewed Gaussian) per modellare meglio le onde e una selezione basata sulla correlazione per scartare cicli rumorosi. L’algoritmo Orthogonal Matching Pursuit (OMP) esegue la decomposizione sparsa selezionando gli atomi più rappresentativi per ricostruire ogni battito in modo efficiente e interpretabile. Considerando l’asimmetria delle onde e la morfologia soggetto-specifica, il metodo risulta più robusto al rumore e alle interferenze materne. I risultati preliminari confermano un’accurata annotazione delle onde principali e una stima affidabile delle loro durate, mostrando il potenziale dell’approccio per l’analisi morfologica. La tesi comprende: background fisiologico e sul monitoraggio fetale, descrizione del modello gaussiano asimmetrico, selezione dei cicli e algoritmo OMP, seguiti dalla presentazione e discussione dei risultati qualitativi e quantitativi.