孕37-42周预测足月新生儿出生体重的方法技术

本发明专利技术公开了一种孕37

【技术实现步骤摘要】
孕37
‑
42周预测足月新生儿出生体重的方法


[0001]本专利技术涉及新生儿出生体重预测
，尤其涉及孕37
‑
42周预测足月新生儿出生体重的方法。

技术介绍

[0002]随着超声在产科临床中的广泛应用，分娩前结合各超声测量参数估计新生儿出生体重应用甚广。目前超声估测新生儿出生体重多与晚孕期临产前1
‑
2周应用，且以二维超声测量居多，较少利用三维超声参数进行新生儿出生体重预测。传统的二维超声图像采集及成像系统，所提供的是胎儿某部位及切面下的二维图像，常见超声二维测量指标包括：双顶径、头围、腹围、股骨长、肱骨长等，二维超声测量重点考虑胎儿骨性结构和实质脏器大小等对胎儿体重的影响，但对于胎儿软组织计算的超声指标少，因此，二维超声估测胎儿体重效果欠佳。
[0003]三维超声成像系统的基本原理是将连续采集的动态二维切面图像经过计算机的一系列处理，并按照一定顺序排列重新组合成组织器官等解剖结构的三维图像，应用三维图像可以同时获得横断面、矢状面、冠状面图像的信息，能直观立体地展示胎儿结构、胎儿上臂和大腿，采集胎儿肢体容积数据，可使新生儿出生体重估计参数更加丰满合理。但是目前尚无在孕晚期使用二维超声参数结合三维超声参数预测新生儿出生体重的模型。

技术实现思路

[0004]针对上述存在的问题，本专利技术旨在提供一种孕37
‑
42周预测足月新生儿出生体重的方法，在孕晚期使用二维超声参数结合三维超声参数预测新生儿出生体重，可提高新生儿出生体重预测的准确性。
[0005]为了实现上述目的，本专利技术所采用的技术方案如下：
[0006]孕37
‑
42周预测足月新生儿出生体重的方法，其特征在于，包括以下步骤，
[0007]S1：建立新生儿体重预测模型；所述新生儿体重预测模型为EFW＝357.642
×
PC1
‑
121.302
×
PC2+3233.567，其中，
[0008]PC1＝0.688
×
XBPD+0.643
×
XHC+0.786
×
XAC+0.672
×
XHL+0.695
×
XFL+0.866
×
XTvol+0.809
×
XTmid+0.850
×
XAvol+0.808
×
XAmid；
[0009]PC2＝0.347
×
XBPD+0.466
×
XHC+0.097
×
XAC+0.423
×
XHL+0.471
×
XFL
‑
0.350
×
XTvol
‑
0.393
×
XTmid
‑
0.339
×
XAvol
‑
0.393
×
XAmid；
[0010]式中，EFW为新生儿预测体重，g；XBPD为超声检查时胎儿的双顶径，cm；XHC为超声检查时胎儿的头围，cm；XAC为超声检查时胎儿的腹围，cm；XHL为超声检查时胎儿的肱骨长，cm；XFL为超声检查时胎儿的股骨长，cm；XTvol为超声检查时胎儿的部分大腿容积，cm3；XTmid为超声检查时胎儿的大腿中部周长，cm；XAvol为超声检查时胎儿的部分上臂容积，cm3；XAmid为超声检查时胎儿的胎儿上臂中部周长，cm；
[0011]S2：孕37
‑
42周胎儿二维超声参数测量；
[0012]S3：孕37
‑
42周胎儿三维超声参数测量；
[0013]S4：将步骤S2和S3中测量到的胎儿超声参数数据代入步骤S1中的新生儿体重预测模型中，计算求得新生儿的预测体重。
[0014]进一步的，步骤S1的具体操作包括，
[0015]S101：采集单胎妊娠周数为37
‑
42周的胎儿二维超声数据、三维超声数据，以及相对应的新生儿出生体重；
[0016]S102：将步骤S101中采集的胎儿超声数据和新生儿出生体重数据分为预测组和验证组；
[0017]S103：采用线性回归法对预测组中的胎儿超声数据进行单因素线性回归分析，得出与新生儿出生体重显著相关的因素；
[0018]S104：将步骤S103中得出的与新生儿出生体重显著相关的因素，采用多元线性回归分析构建新生儿体重预测模型；
[0019]S105：使用验证组数据对步骤S104中构建出来的新生儿体重预测模型进行准确性和可行性的评估。
[0020]进一步的，步骤S2中所述的胎儿二维超声参数包括胎儿的双顶径、头围、腹围、肱骨长、股骨长、大腿中部周长和上臂中部周长。
[0021]进一步的，胎儿的双顶径和头围的测量方法具体为：根据胎方位确定抬头位置，寻找通过胎儿丘脑的枕额方向的横切面，该切面下可显示大脑中线、丘脑、透明隔等结构，两边大脑半球对称，大脑镰居中，回声连续，仅中间部分被丘脑及透明隔隔开，双侧可见侧脑室及周围脑白质、大脑皮质，不可见小脑，同时可完整显示头颅的强回声椭圆环；双顶径：从一侧顶骨外侧缘到对侧顶骨内侧缘，测量其与中线垂直的最大径线即为双顶径，测量时声束垂直大脑中线；将椭圆形标尺沿颅骨环外缘放置，测量其周径即为头围。
[0022]进一步的，胎儿腹围的测量方法具体为：超声探头于孕妇腹部顺胎儿长轴方向自头侧向足侧扫动，以显示腹部脏器，旋转探头90
°
，做垂直于胎儿脊柱的腹部圆形或椭圆形横切面扫描，此切面可显示胎儿腹壁和脊柱椎体横断面呈“品”字结构，还可显示胃泡、脐静脉与门静脉连接，不显示胎儿肾脏和胸腔脏器，胎儿腹围即为在垂直于胎儿脊柱的腹部圆形或椭圆形横切面沿胎儿腹壁外侧缘取椭圆形标尺测量其周径所得。
[0023]进一步的，胎儿肱骨长和股骨长的测量方法具体为：超声显示胎儿纵轴和脊柱，以尾椎为支点旋转探头显示一侧髋骨，以髋骨为支点旋转探头显示股骨；同法在胸椎处旋转探头间一侧肩胛骨，以肩胛骨为支点旋转探头显示肱骨；
[0024]肱骨、股骨的长轴切面可清晰显示骨干两端骨化的干骺端，可见周围软组织和表皮，中央的肱骨、股骨为强回声长条形柱状结构，周围软组织回声较弱，横切面可见中央长骨横断面的强回声光斑和周围软组织的弱回声，测量长骨时测量其骨干全长，不包括两侧骨骺，测得长骨的长度即为对应的肱骨长或股骨长。
[0025]进一步的，胎儿大腿中部周长的测量方法具体为：超声探头与胎儿股骨平面垂直，股骨图像置于画面中间，自动截取股骨中部测量周长，得到胎儿大腿中部周长平面，测量时光标放置于胎儿股骨皮肤外侧缘，描画外侧缘距离，重复测量两次，取两次描画外侧缘距离的平均值为胎儿大腿中部周长；
[0026]胎儿上臂中部周长的测量方法具体为：超本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.孕37
‑
42周预测足月新生儿出生体重的方法，其特征在于，包括以下步骤，S1：建立新生儿体重预测模型；所述新生儿体重预测模型为EFW＝357.642
×
PC1
‑
121.302
×
PC2+3233.567，其中，PC1＝0.688
×
XBPD+0.643
×
XHC+0.786
×
XAC+0.672
×
XHL+0.695
×
XFL+0.866
×
XTvol+0.809
×
XTmid+0.850
×
XAvol+0.808
×
XAmid；PC2＝0.347
×
XBPD+0.466
×
XHC+0.097
×
XAC+0.423
×
XHL+0.471
×
XFL
‑
0.350
×
XTvol
‑
0.393
×
XTmid
‑
0.339
×
XAvol
‑
0.393
×
XAmid；式中，EFW为新生儿预测体重，g；XBPD为超声检查时胎儿的双顶径，cm；XHC为超声检查时胎儿的头围，cm；XAC为超声检查时胎儿的腹围，cm；XHL为超声检查时胎儿的肱骨长，cm；XFL为超声检查时胎儿的股骨长，cm；XTvol为超声检查时胎儿的部分大腿容积，cm3；XTmid为超声检查时胎儿的大腿中部周长，cm；XAvol为超声检查时胎儿的部分上臂容积，cm3；XAmid为超声检查时胎儿的胎儿上臂中部周长，cm；S2：孕37
‑
42周胎儿二维超声参数测量；S3：孕37
‑
42周胎儿三维超声参数测量；S4：将步骤S2和S3中测量到的胎儿超声参数数据代入步骤S1中的新生儿体重预测模型中，计算求得新生儿的预测体重。2.根据权利要求1所述的孕37
‑
42周预测足月新生儿出生体重的方法，其特征在于，步骤S1的具体操作包括，S101：采集单胎妊娠周数为37
‑
42周的胎儿二维超声数据、三维超声数据，以及相对应的新生儿出生体重；S102：将步骤S101中采集的胎儿超声数据和新生儿出生体重数据分为预测组和验证组；S103：采用线性回归法对预测组中的胎儿超声数据进行单因素线性回归分析，得出与新生儿出生体重显著相关的因素；S104：将步骤S103中得出的与新生儿出生体重显著相关的因素，采用多元线性回归分析构建新生儿体重预测模型；S105：使用验证组数据对步骤S104中构建出来的新生儿体重预测模型进行准确性和可行性的评估。3.根据权利要求1所述的孕37
‑
42周预测足月新生儿出生体重的方法，其特征在于：步骤S2中所述的胎儿二维超声参数包括胎儿的双顶径、头围、腹围、肱骨长、股骨长、大腿中部周长和上臂中部周长。4.根据权利要求3所述的孕37
‑
42周预测足月新生儿出生体重的方法，其特征在于，胎儿的双顶径和头围的测量方法具体为：根据胎方位确定抬头位置，寻找通过胎儿丘脑的枕额方向的横切面，该切面下可显示大脑中线、丘脑、透明隔等结构，两边大脑半球对称，大脑镰居中，回声连续，仅中间部分被丘脑及透明隔隔开，双侧可见侧脑室及周围脑白质、大脑皮质，不可见小脑，同时可完整显示头颅的强回声椭圆环；双顶径：从一侧顶骨外侧缘到对侧顶骨内侧缘，测量其与中线垂直的最大径线即为双顶径，测量时声束垂直大脑中线；将椭圆形标尺沿颅骨环外缘放置，测量其周径即为头围。5.根据权利要...

【专利技术属性】
技术研发人员：杨芳，徐彩玲，廖淑欣，邱庭英，
申请(专利权)人：南方医科大学南方医院，
类型：发明
国别省市：