CN102940486A - 一种颈动脉系统血流动力学与信号分析系统及方法 - Google Patents

Abstract

本发明提供一种通过无创伤检测肱动脉血压、颈总动脉轴心血流速度信号评估颈动脉系统血流动力学指标和血流信号特征参数的简便方法及系统。该方法利用连续多普勒血流速度波形检测模块检测出颈总动脉轴心血流速度波形及数值，利用臂式电子血压检测模块测出人体的舒张压和收缩压，然后用简化的方法计算颈动脉系统血流动力学参数；同时对颈总动脉血流速度波形选择Morlet母小波进行小波分析，计算血流信号的特征参数。本发明所用的是一种将血流动力学原理和小波变换结合的分析方法，比现有的脑血流动力学分析装置具有更简单的信号采集和分析方法，同时本发明很大程度上克服了现有分析装置结构复杂、体积庞大、操作复杂、价格昂贵等缺陷。

Description

一种颈动脉系统血流动力学与信号分析系统及方法

技术领域

本发明属于一种医疗检测方法与系统，涉及一种脑血管疾病的无创伤早期诊断方法，特别涉及一种颈动脉系统血流动力学与信号分析方法及系统，是基于血压和颈总动脉血流速度信号的无创伤检测、将经典血流动力学理论与现代信号分析技术相结合用于早期评估颈总动脉血流信号和脑血管血流动力学功能的分析方法及系统。

背景技术

脑血管疾病特别是脑中风具有发病率、致残率、死亡率和复发率高、并发症多的特点。据2008年全国调查结果显示，我国脑中风发病率约是美国的两倍，每年平均患者约650万、新增患者约120万、直接治疗花费约400亿人民币，给家庭和社会造成沉重负担。

降低脑中风发病率最有效的途径是早期诊断与预防。脑中风的发生与脑血流动力学指标（包括血管壁弹性、外周阻力等）、血流信号特征参数的异常变化密切相关。WHO已将血流动力学参数的病理性改变列为脑中风发病的高危因素。这些参数的改变往往早于CT/MRI等影像学检测指标的改变。脑血管血流动力学指标和血流信号特征参数的异常变化对于脑血管疾病的早期诊断非常有用。对于早期血流动力学指标和血流信号特征参数异常者，如果经过积极的预防和治疗，其动力学指标和信号特征参数可能恢复正常。因此准确而无创伤地检测脑血管血流动力学指标和血流信号参数无论对于脑血管疾病的早期诊断、疗效的客观评价，还是对于脑循环的生理、病理学研究都有重要意义。

由于脑血管大部分被坚硬的颅骨所包埋，直接检测颅内脑血管血流动力学指标和信号特征参数存在技术上的困难。颈总动脉作为脑循环系统的主要供血器官，汇集了来自上游心脏和下游脑血管床的血流动力学和血流信号特征信息，是心脑血管疾病早期诊断、疗效评估和病情预后等措施的重要检测“窗口”。因此，现有的脑血管血流动力学分析系统几乎都是从颈总动脉处检测的血流动力学信息推算出来的。现有的脑血管血流动力学分析装置普遍将颈总动脉血流信号看作平稳的周期信号。大量的临床和动物实验表明，颈总动脉血流速度是非平稳、非线性、非严格周期的信号，不仅蕴含着下游脑血管床的血流-血管力学特性，同时还蕴含心跳、人体呼吸、肌原性活动、神经活动、血管内皮活动等多种因素的调节作用。另外，现有的脑血管血流动力学分析系统普遍存在结构复杂、体积庞大、操作流程复杂、价格昂贵等缺点，因此，迫切需要一种能分析非平稳、非线性、非严格周期血流信号，且结构简单、操作方便、经济实用的颈动脉系统血流动力学与信号分析系统。

发明内容

本发明提供一种简便的用于检测和分析颈动脉血流动力学指标与血流信号特征参数的实验系统。将血流动力学原理和小波变换结合，设计出一种既能简便计算颈动脉系统血流动力学指标、又能准确分析呼吸、神经等其他系统对血流信号调节作用的无损伤检测和分析系统。由于采用了比已有的脑血流动力学分析装置更简单的信号采集和分析方法，因此能克服已有装置结构复杂、体积庞大、操作复杂、价格昂贵等缺陷。

本发明提供以下颈动脉系统的血流动力学指标：

1.血流外周阻力Rv

血管外周阻力是反映血液在脑外周血管床中流动畅通状况的指标。血管血栓、梗塞、狭窄、血液粘度增大都将使Rv增加。

2.搏动指数PI

表示血液脉动和血管脉动状态的指标，脉动指数不仅和脑动脉血管壁弹性有关，而且显著地受到体循环动脉弹性、心肌收缩力及血管几何尺寸等的影响。

3.动态阻力DR

表示颈动脉系统的血液压力改变量与血流流速的相应改变量的关系。在正常情况下，尽管脑血管床的血流灌注有一定的波动，但由于脑血管自身调节功能使脑血流相对保持在一个较恒定的范围。因此DR反映脑血管自身调节功能，与脑血管阻塞和脑动脉硬化程度有关。脑血管调节功能越差，脑动脉硬化程度越高，DR越大。

此外，本发明提供以下血流信号特征参数：

1.特征频率f_i

描述心跳、人体呼吸、肌原性活动、神经活动、血管内皮活动等的影响在颈总动脉血流信号中的特征频率。

2.绝对能量E_i

表示一种生理活动的影响在颈总动脉血流信号中所具有的能量。

3.相对能量e_i

表示一种生理活动的影响在颈总动脉血流信号中所具有能量占总能量的相对比例。

4.平均振幅A_i

表示一种生理活动的影响在颈总动脉血流信号中所具有的强度大小。

5.相对振幅a_i

表示一种生理活动的影响在颈总动脉血流信号中所具有幅度大小占总幅度和的相对比例。

本发明的技术方案如下：

颈总动脉系统血流动力学分析系统包括两部分：检测系统、采集分析存储系统。其中检测系统包括：

一个连续波多普勒血流速度检测装置：该检测装置由多普勒超声探头以及多普勒超声模块构成，多普勒超声探头连接多普勒超声模块的输入端，该超声模块的输出端连接USB采集卡中AD转换模块。用于检测颅外颈总动脉的血流速度波形。

一个人体血压检测装置：该检测装置由压力检测袖带以及臂式自动血压检测模块所构成，压力检测袖带连接臂式自动血压检测模块的输入端，模块输出端通过USB接口与颈总动脉血流信号及动力学分析计算模块通信。用于检测人体的收缩压和舒张压。

采集分析存储系统主要包括计算机、USB采集卡、颈总动脉血流信号及动力学分析计算模块、显示屏、硬盘等。连续多普勒血流速度波形检测模块与USB采集卡相连。连续多普勒血流速度波形检测模块所获得的模拟信号通过采集分析存储系统中的USB采集卡后转换为数字信号。将USB采集卡输出的数字信号量化处理后得到颈总动脉的血流速度波形及数值：V(t)。将颈总动脉的血流速度V(t)和臂式电子血压测量模块所得到的收缩压和舒张压一起输入到颈总动脉血流信号及动力学分析计算模块，作为分析数据的原始数据。可以根据上述的血液流速和血压信息，分析计算各项颈动脉系统血流动力学指标及颈总动脉血流信号特征参数。并将计算得到颈动脉系统血流动力学指标和血流信号特征参数和正常参考值比较，分析得出结果并显示和储存。

本发明颈动脉系统血流动力学指标及血流信号特征参数分析方法如下：

应用连续多普勒血流速度检测模块检测出的颅外颈总动脉的血流速度波形V(t)，t∈[t₁,t₂]，按时间积分取平均可得采样时间内的平均流速V_mean；对每个心动周期取得的血流速度最大值和最小值分别进行三次样条插值得到插值后的最大和最小血流速度包络线，对最大和最小血流速度包络线按时间数值积分取平均可得出一段采样时间内的平均最大血流速度V_max、平均最小血流速度V_min。应用臂式电子血压测量模块，同步检测人体肱动脉每个心动时间内的收缩压和舒张压求平均得到采样时间内的平均收缩压p_s和平均舒张压p_d。根据经验公式计算平均压力P_mean：

$P_{\mathrm{mean}}=P_d+\frac{(P_s-P_d)}{3}---\left(1\right)$

采集分析存储系统利用如下公式计算各项颈动脉系统血流动力学指标和血流信号特征参数：

1.计算颈动脉系统的搏动指数PI：

$\mathrm{PI}=\frac{V_{\max }-V_{\min }}{V_{\mathrm{mean}}}---\left(2\right)$

2.计算颈动脉系统外周阻力R_V：

$R_V=\frac{P_{\mathrm{mean}}}{V_{\mathrm{mean}}}---\left(3\right)$

3.计算颈动脉系统动态阻力DR：

$\mathrm{DR}=\frac{P_{\max }-P_{\min }}{V_{\max }-V_{\min }}---\left(4\right)$

4.颈总动脉血流速度波形小波变换的血流信号特征参数：

对于颈总动脉轴心血流速度V(t),t∈[t₁,t₂]，该信号的连续小波变换被定义为:

$\tilde{V}(s,t)={\∫}_{-\∞}^{\∞}{\stackrel{\‾}{\mathrm{\Ψ}}}_{s,t}\left(u\right)V\left(u\right)\mathrm{du}---\left(5\right)$

其中，

是基函数Ψ_s,t的共轭，基函数Ψ_s,t是母小波ψ(t)经过时间平移t和尺度伸缩s变换得到：

${\mathrm{\Ψ}}_{s,t}\left(u\right)={\left|s\right|}^{-1/2}\mathrm{\ψ}\left(\frac{u-t}{s}\right)---\left(6\right)$

通过小波变换后，信号在时间尺度上的能量密度被定义为：

$\mathrm{\ρ}(s,t)=C^{-1}{\left|s\right|}^{-2}{\left|\tilde{V}(s,t)\right|}^2---\left(7\right)$

选择用Morlet母小波进行时频分析，其中，Morlet小波的时域表达式如下：

$\mathrm{\ψ}\left(u\right)=\frac{1}{\sqrt[4]{\mathrm{\π}}}{e}^{-i{\mathrm{\ω}}_{0}u}{e}^{-u^2/2}---\left(8\right)$

其中，ω₀=2π，C的值取决于母小波的形状，

，是Ψ_s,t(u)的傅里叶变换。

对连续的血流速度波形 V(t)进行小波分析，得到具有五个特征峰的频谱图，使用频谱区间为0.0095Hz-2.0Hz，基于生理学知识和血流信号在各个频带范围内出现的局部最大振幅，我们选择如下的5个频率区间如下表：

根据上表分割的频率区间，分别计算各个频带的特征频率f_i、相对能量E_i和绝对能量e_i、平均振幅A_i和相对振幅a_i。

(1)特征频率f_i

$A\left(f\right)=\frac{1}{(t_2-t_1)}{\∫}_{t_1}^{t_2}\left|\tilde{V}(f,t)\right|\mathrm{dt},f=\frac{1}{s}---\left(9\right)$

在频率区间[f_i1,f_i2]内取A(f)的极大值A(f_p1),A(f_p2),A(f_p3)…，若f_i满足

$A\left(f_i\right)=\max (A\left(f_{p1}\right),A\left(f_{p2}\right),A\left(f_{p2}\right),...)---\left(10\right)$

则f_i为频率区间[f_i1,f_i2]内的特征频率。

(2)绝对能量E_i

$E_i(f_{i1},f_{i2})=\frac{1}{(f_{i2}-f_{i1})(t_2-t_1)}{\∫}_{t_1}^{t_2}{\∫}_{1/f_{i2}}^{1/f_{i1}}\frac{1}{s^2}{\left|\tilde{V}(s,t)\right|}^2\mathrm{dsdt}---\left(11\right)$

(3)相对能量e_i

$E_{\mathrm{total}}=C^{-1}\∫\∫\frac{1}{s^2}{\left|\tilde{V}(s,t)\right|}^2\mathrm{dsdt}---\left(12\right)$

$e_i(f_{i1},f_{i2})=\frac{E_i(f_{i1},f_{i2})}{E_{\mathrm{total}}}---\left(13\right)$

(4)平均振幅A_i

$A_i(f_{i1},f_{i2})=\frac{1}{(f_{i2}-f_{i1})(t_2-t_1)}{\∫}_{t_1}^{t_2}{\∫}_{1/f_{i2}}^{{1/f}_{i1}}\frac{1}{s^2}\left|\tilde{V}(s,t)\right|\mathrm{dsdt}$

(5)相对振幅a_i

$a_i(f_{i1},f_{i2})=\frac{A_i(f_{i1},f_{i2})}{A_{\mathrm{total}}}---\left(15\right)$

其中，E_i(f_i1,f_i2)表示信号在频率间隔[f_i1,f_i2]和时间间隔[t₁,t₂]内的能量，E_total表示总能量。A_i(f_i1,f_i2)表示在频率间隔[f_i1,f_i2]和时间间隔[t₁,t₂]内的平均小波振幅，A_total表示所有的振幅之和。A(f)表示小波系数时间平均幅值。

本发明专利的特点是：

本发明基于肱动脉血压、颈总动脉血流速度信号的无创伤检测，将经典血流动力学理论与小波变换相结合，既计算颈动脉系统血流动力学指标定量评估颈动脉系统血流动力学功能，又分析颈总动脉血流速度波形小波变换的血流信号特征参数定量评估心跳、人体呼吸、肌原性活动、神经活动、血管内皮活动等在颈总动脉血流速度信号中的调节作用。这些多角度多层面的检测分析不仅有助于定量评估颈动脉系统血流动力学的功能，而且有助于深入理解心脑血管疾病发生的生物学机制。对于早期诊断、预防和治疗脑血管疾病、从而降低脑中风的发病率，具有一定的临床价值。

附图说明

图1是本发明专利中结构框架图。

图2是本发明专利中分析计算模块流程图。

图3是本发明专利中系统的操作流程框架图。

图4是本发明专利中颈总动脉血流速度及最大值和最小值包络线波形图。

图5是本发明专利中颈总动脉血流速度小波变换分析得到对数尺度的频谱图。

具体实施方式

参照附图1，本发明颈总动脉血流信号及动力学分析系统包括：检测系统、采集分析存储系统。检测系统包括连续波多普勒血流速度检测装置、人体血压检测装置；采集分析存储系统包括计算机、USB采集卡、颈总动脉血流信号及动力学分析计算模块、显示屏、硬盘等；检测系统中的臂式血压测量模块与计算机的USB接口相连，连续多普勒血流速度波形检测模块与USB采集卡相连，USB采集卡和计算机USB接口相连。

参见图2可以看出本发明颈动脉系统血流动力学与信号分析方法包括如下步骤：

首先应用连续多普勒血流速度波形检测模块，检测出颈总动脉的血流速度波形及数值V(t)，对波形进行数值积分取平均可得平均流速V_mean，然后选取血流速度波形每个心动时间内的最大值和最小值，对取得的最大值和最小值分别进行三次样条插值得到插值后的最大血流速度波形和最小血流速度波形如图4所示，对上述波形积分再取平均可得出采样时间内的平均最大血流速度V_max、平均最小血流速度V_min；应用臂式电子血压测量模块，同步检测人体肱动脉每个心动时间内的收缩压和舒张压求平均得到采样时间内的平均收缩压p_s和平均舒张压p_d。接着根据处理出来的数据通过公式（1）~（4）即可算出颈动脉系统各项血流动力学参数。

其次，对采集分析存储模块得到的血流速度波形V(t)选择Morlet小波的小波变换分析，通过公式（5）~（8）即可得到时间平均小波变换下的半对数频谱图。可明显得到五个特征峰如图5所示，然后对频谱图按上述5个固定的频率区间分段处理，通过公式（9）~（10）得到频率区间[f_i1,f_i2]内的的特征频率f_i。同时通过公式（11）~（15）可获取在各个频带下的相对能量值e_i和绝对能量E_i(f_i1,f_i2)、平均幅值A_i(f_i1,f_i2)和相对幅值a_i。

根据图3所示为上述检测分析装置工作启动后的操作流程。打开软件后，新建新病例或开启已有病历档案，输入或者修改病员信息。确认后用检测系统检测病员的颈总动脉血流速度波形及数值和病员的收缩压和舒张压。检测完毕后，分析计算存储模块对数据进行计算分析，存盘后即可预览或打印分析报告。

Claims (2)

1.一种颈动脉系统血流动力学与信号分析系统，包括检测系统和采集分析存储系统，其特征在于， 

检测系统包括一个连续波多普勒血流速度检测装置和一个人体血压检测装置； 

一个连续波多普勒血流速度检测装置：该检测装置由多普勒超声探头以及多普勒超声模块构成，多普勒超声探头连接多普勒超声模块的输入端，该超声模块的输出端连接USB采集卡中AD转换模块，用于检测颅外颈总动脉的血流速度波形； 

一个人体血压检测装置：该检测装置由压力检测袖带以及臂式自动血压检测模块所构成，压力检测袖带连接臂式自动血压检测模块的输入端，模块输出端通过USB接口与颈总动脉血流信号及动力学分析计算模块通信；用于检测人体的收缩压和舒张压； 

采集分析存储系统包括计算机、USB采集卡、颈总动脉血流信号及动力学分析计算模块、显示屏、硬盘；连续多普勒血流速度波形检测模块与USB采集卡相连；连续多普勒血流速度波形检测模块所获得的模拟信号通过采集分析存储系统中的USB采集卡后转换为数字信号，将USB采集卡输出的数字信号量化处理后得到颈总动脉的血流速度波形及数值：V(t)，将颈总动脉的血流速度V(t)和臂式电子血压测量模块所得到的收缩压和舒张压一起输入到颈总动脉血流信号及动力学分析计算模块，作为分析数据的原始数据；根据上述的血液流速和血压信息，分析计算各项颈动脉系统血流动力学指标及颈总动脉血流信号特征参数，将计算得到颈动脉系统血流动力学指标和血流信号特征参数和正常参考值比较，分析得出结果并显示和储存。 

2.一种颈动脉系统血流动力学与信号分析方法，其特征在于，采用权利要求1所述的颈动脉系统血流动力学与信号分析系统，应用连续多普勒血流速度检测模块检测出的颅外颈总动脉的血流速度波形V(t)，t∈[t₁,t₂]，积分取平均可得采样时间内的平均流速V_mean；对每个心动周期取得的血流速度最大值和最小值分别 进行三次样条插值得到插值后的最大和最小血流速度包络线，对最大和最小血流速度包络线按时间数值积分取平均可得出一段采样时间内的平均最大血流速度V_max、平均最小血流速度V_min；应用臂式电子血压测量模块，同步检测人体肱动脉每个心动时间内的收缩压和舒张压求平均得到采样时间内的平均收缩压p_s和平均舒张压p_d；根据经验公式计算平均压力P_mean： 

采集分析存储系统利用如下公式计算各项颈动脉系统血流动力学指标和血流信号特征参数： 

1.计算颈动脉系统的搏动指数PI： 

2.计算颈动脉系统外周阻力R_V： 

3.计算颈动脉系统动态阻力DR： 

4.颈总动脉血流速度波形小波变换的血流信号特征参数： 

对于颈总动脉轴心血流速度V(t)，t∈[t₁,t₂]，该信号的连续小波变换被定义为: 

其中，

 是基函数Ψ_s,t的共轭，基函数Ψ_s,t是母小波ψ(t)经过时间平移t和尺度伸缩s变换得到： 

通过小波变换后，信号在时间尺度上的能量密度被定义为： 

选择用Morlet母小波进行时频分析，其中，Morlet小波的时域表达式如下： 

其中，ω0＝2π，C的值取决于母小波的形状，

 是Ψ_s,t(u)的傅里叶变换； 

对连续的血流速度波形V(t)进行小波分析，得到具有五个特征峰的频谱图，使用频谱区间为0.0095Hz-2.0Hz，基于生理学知识和血流信号在各个频带范围内出现的局部最大振幅，我们选择如下的5个频率区间如下表： 

根据上表分割的频带，分别计算各个频带的特征频率f_i、相对能量E_i 和绝对能量e_i、平均振幅A_i和相对振幅a_i； 

(1)特征频率f_i

在频率区间[f_i1,f_i2]内取A(t)的极大值A(f_p1),A(f_p2),A(f_p3)…,若f_i满足 

A(f_i)=max(A(f_p1),A(f_p2),A(f_p2),...)    (10) 

则f_i为频率区间[f_i1,f_i2]内的特征频率； 

(2)绝对能量E_i

(3)相对能量e_i

(4)平均振幅A_i

(5)相对振幅a_i

其中，Ei(f_i1,f_i2)表示信号在频率间隔[f_i1,f_i2]和时间间隔[t₁,t₂]内的能量，E_total表示总能量；A_i(f_i1,f_i2)表示在频率间隔[f_i1,f_i2]和时间间隔[t₁,t₂]内的平均小波振幅，A_total表示所有的振幅之和；A(f)表示小波系数平均幅值。 

Images