Development and validation of a method for non-invasive fetal movement detection from abdominal ECG recordings

Non-invasive fetal electrocardiography is a promising technique for continuous fetal monitoring, as it enables fetal heart rate assessment inside and outside the clinic. Fetal cardiac electrical activity is extracted from abdominal ECG (aECG) signals acquired using surface electrodes on the maternal abdomen. Beyond heart rate monitoring, fetal movements are a fundamental indicator of fetal vitality and neurobehavioral development. Although they are not directly observed in the electrophysiological signal, movements can modify the position and orientation of the fetal heart with respect to abdominal electrodes, producing changes in fetal ECG amplitude and morphology. Their automatic detection from aECG is therefore relevant but challenging in real recordings affected by noise, variability and imperfect reference annotations. This thesis develops and validates a low-complexity method for fetal movement detection from aECG. The method extracts amplitude- and morphology-related features from fetal QRS complexes identified in abdominal recordings and combines them through a linear classifier to generate a movement score, thresholded to distinguish movement from rest. For controlled algorithm development, FECGSYN, an existing toolbox for synthetic aECG generation, was extended to simulate movement-induced ECG variations and adapted to the acquisition setup of a popular commercial device, Monica AN24, allowing recordings with exact ground-truth labels to be generated. The method was evaluated on synthetic recordings, real Monica AN24 recordings using Toitu Doppler actography as movement reference, and an external dataset described by Active and Quiet fetal periods. Results showed stable performance on synthetic data, limited but above-chance discrimination on real recordings, and physiologically plausible outputs during external validation. Overall, the findings support the feasibility of ECG-based fetal movement detection while highlighting the need for validation on larger real datasets.

L’elettrocardiografia fetale non invasiva è una tecnica promettente per il monitoraggio fetale continuo, poiché consente di valutare la frequenza cardiaca fetale dentro e fuori dall’ambiente clinico. L’attività elettrica cardiaca fetale viene estratta da segnali ECG addominali (aECG), acquisiti con elettrodi di superficie sull’addome materno. Oltre alla frequenza cardiaca, i movimenti fetali sono un indicatore fondamentale della vitalità fetale e dello sviluppo neurocomportamentale. Sebbene non siano direttamente osservabili nel segnale elettrofisiologico, possono modificare posizione e orientamento del cuore fetale rispetto agli elettrodi addominali, producendo variazioni di ampiezza e morfologia dell’ECG fetale. La loro rilevazione automatica da aECG è quindi rilevante, ma complessa nelle registrazioni reali, caratterizzate da rumore, variabilità e riferimenti non perfetti. Questa tesi sviluppa e valida un metodo a bassa complessità per la rilevazione dei movimenti fetali da aECG. Il metodo estrae caratteristiche di ampiezza e morfologia dai complessi QRS fetali identificati nelle registrazioni addominali e le combina mediante un classificatore lineare per generare uno score di movimento, poi sogliato per distinguere movimento e riposo. Per uno sviluppo controllato, FECGSYN, un toolbox per la generazione di aECG sintetici, è stato esteso per simulare variazioni ECG indotte dal movimento e adattato alla configurazione di acquisizione del dispositivo commerciale Monica AN24, consentendo la generazione di registrazioni con ground truth esatta. Il metodo è stato valutato su registrazioni sintetiche, registrazioni reali Monica AN24 con actografia Doppler Toitu come riferimento per il movimento, e un dataset esterno descritto da periodi fetali Active e Quiet. I risultati hanno mostrato prestazioni stabili sui dati sintetici, discriminazione modesta ma superiore al caso sui dati reali, e risultati fisiologicamente plausibili nella validazione esterna. Nel complesso, i risultati supportano la fattibilità della rilevazione dei movimenti fetali basata su ECG, evidenziando la necessità di validazione su dataset reali più ampi.