CN103006196B - 一种基于网络拓扑分析的颅内血液循环障碍无创检测系统 - Google Patents
一种基于网络拓扑分析的颅内血液循环障碍无创检测系统 Download PDFInfo
- Publication number
- CN103006196B CN103006196B CN201210561204.3A CN201210561204A CN103006196B CN 103006196 B CN103006196 B CN 103006196B CN 201210561204 A CN201210561204 A CN 201210561204A CN 103006196 B CN103006196 B CN 103006196B
- Authority
- CN
- China
- Prior art keywords
- blood circulation
- measuring unit
- detection system
- signal
- disturbance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
一种基于网络拓扑分析的颅内血液循环障碍无创检测系统，包括有颈部动脉测量单元、下肢动脉测量单元、信号采集处理控制单元和分析主机，本发明不需要直接检测颅脑，只需测量下肢及颈部体表的脉博波波形，并经过相应的等效转换和公式计算以及同阈值的比较，从而实现对颅内血液循环障碍的间接判断，克服了现有检测装置不能将现有外周血管测量技术应用于颅内血液循环障碍判断的局限。
Description
技术领域
本发明涉及生物信号测量与分析领域，特别是一种颅内血液循环障碍无创检测系统。
背景技术
目前，颅内血液循环障碍主要通过脑血流图、脑脊液抽取、脑血管造影、CT及核磁共振（MRI）等方式检测，这些方法虽然有各自的优势，但均是在脑血管疾病诊断的中晚期阶段进行，此时，病患已有较严重的脑血管疾病症状，同时这些方法或者有创或者检查价格昂贵。在当前国内外的临床应用上，缺乏一种能在颅内血液循环障碍诊断的早期阶段快速筛选出脑血管疾病病患，并初步给出脑血管疾病类型和发病的大致部位的诊断方法和仪器。
脉搏波中含有丰富的生理病理信息，可以通过在四肢及颈部安置传感器获得。这些生理病理信息即可以用来评判测试对象的心血管功能状态，又可以用来检测四肢动脉狭窄状况，比如通过四肢袖带示波法获得的踝臂指数可以用来检测下肢动脉狭窄。但是，在现有研究中，判断颅内血液循环障碍和体表脉搏波波形分析是相互独立得。
发明内容
本发明的目的就是提供一种基于网络拓扑分析的颅内血液循环障碍无创检测系统，它结合颅内血液循环障碍和体表脉博波波形分析，能快速、无创、低成本的判断颅内血液循环障碍。
本发明的目的是通过这样的技术方案实现的，它包括有颈部动脉测量单元、下肢动脉测量单元、信号采集处理控制单元和分析主机，颈部动脉测量单元和下肢动脉测量单元将采集到的信号通过信号采集处理控制单元处理后发送至分析主机，信号采集处理控制单元控制颈部动脉测量单元和下肢动脉测量单元进行数据采集；
颈部动脉测量单元，包括有用于测量颈部动脉脉博波形的贴片式压力传感器，压力传感器采集到的数据经预处理后发送至信号采集处理控制单元；
下肢动脉测量单元，包括有两只均与充气泵和放气阀连接的袖带，袖带上设置有用于测量下肢左、右踝关节脉博波形的压力传感器，压力传感器采集到的数据经预处理后发送至信号采集处理控制单元，采集处理控制单元控制充气泵和放气阀工作；
信号采集处理控制单元，将接收到的模拟信号数据转换为数字信号后发送至分析主机；
分析主机，包括有以下模块：
计算模块Ⅰ，基于脉博波理论和示波法原理，根据颈部动脉脉博波形和下肢左、右踝关节脉博波形，分别计算出三个测量点处的生理参数值和总外周阻抗TPR；
计算模块Ⅱ，按照简化的人体血液循环等效电网模型，将三个测量点和心脏视为网络图中的节点，将计算模块Ⅰ中测得的生理参数值和总外周阻抗TPR分别转换为等效的节点导纳值Y1、Y2、Y3、Y4、Y5和转移电导g；
计算模块Ⅲ，采用有源网络理论中的k-树组算法，求解该等效网络的节点导纳行列式值；
比较模块，将计算模块Ⅲ中得到的节点导纳行列式值与预设阈值比较，若低于预设阈值则检测对象存在颅内血液循环障碍，若高于预设阈值则检测对象不存在颅内血液循环障碍。
进一步，所述颈部动脉测量单元和下肢动脉测量单元采集到的信号通过前级信号预处理装置进行预处理。
进一步，所述前级信号预处理装置包括有滤波器和信号处理器，信号依次经过滤波器和信号处理器进行数据处理。
进一步，信号采集处理控制单元通过增益调节单元控制颈部动脉测量单元和下肢动脉测量单元工作。
进一步，所述装置还包括有与分析主机连接的触摸显示屏。
进一步，所述装置还包括有用于连接外置打印机的USB接口Ⅰ和USB接口Ⅱ。
进一步，计算模块Ⅰ分别计算出的三个测量点处的生理参数值包括有：血压值U、血流流量值I、血流阻抗值R、血流惯性值L、血流顺应性C。
进一步，比较模块中的预设阈值是通过对健康群进行临床试验，根据在健康人群中节点导纳行列式值的取值范围而得出的。
由于采用了上述技术方案，本发明具有如下的优点：
本发明不需要直接检测颅脑，只需测量下肢及颈部体表的脉博波波形，并经过相应的等效转换和公式计算以及同阈值的比较，从而实现对颅内血液循环障碍的间接判断，克服了现有检测装置不能将现有外周血管测量技术应用于颅内血液循环障碍判断的局限。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书和权利要求书来实现和获得。
附图说明
本发明的附图说明如下。
图1为本发明检测需要安置压力传感器的位置图；
图2是为了求解节点导纳行列式所得到的等效网络混合图 ；
图3为中由有向边组成的子图；
图4为由无源元件无向边组成的子图；
图5为本发明的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
一种基于网络拓扑分析的颅内血液循环障碍无创检测系统，如图5所示，具体使用方法为：
1）如图1所示，将一个贴片式压力传感器安置在待测对象的左颈动脉处，图1中测量点③，并分别安置一对袖带压力传感器在下肢的左右踝关节处，图1中测量点②和④，采用同步测量的方法对三个测量点进行测量。
2）获取三个测量点的脉搏波形，基于脉搏波理论和示波法原理，分析主机分别计算出三个测量点处的生理参数值；这些参数值应包括测量点②、③及④处的血压值、血流流量值、血流阻抗值、血流惯性值和血流顺应性，并且分别以 [U、I、R、L、C]加测量点数字下标表示，这些生理参数值将用于计算等效电网络模型中的节点导纳；另外，计算出总外周阻抗TPR，用来计算等效电网络模型中的转移电导。
3）分析主机按照简化的人体血液循环等效电网络模型，将三个测量点和心脏视为网络图中的节点，将测得的生理参数值转换为等效的节点导纳值Y1、Y2、Y3、Y4、Y5和转移电导g。
4）分析主机采用有源网络理论中的k-树组法求解出等效网络的节点导纳行列式值，图2中以测试点④作为参考点，这种算法的具体步骤是：
4-1）求出中有向边的全部组合，为中由有向边组成的子图，为图2中求解节点导纳行列式所得到的等效网络混合图，如图3所示，有向边，是由参考点射出的边，它们不能存在于有向树中，余下的有向边全部组合为，，，共有3个，其中，为每次取一个有向边的组合，它们均可以构成有向3-树；如果我们将心脏①视为独立源，测试点③处的生理参数值受到心脏①控制时，是取2项的组合，可看作同一受控源的有向边，可不予考虑；
4-2）在中取0个有向边的组合，与图4中中全部树的树枝导纳乘积之和的乘积，设为，为由无源元件无向边组成的子图，且和的顶点集合与的相同;
4-3）求边的对应的顶点分类集合。把顶点①与参考点④联接在一起，中对应的2-树是顶点①与参考点④在一部分、顶点3在另一部分的，对应的顶点分类集合应为和；
4-4) 求出边的对应的顶点分类集合为和；
4-5) 求出对应的k-数组
4-6）求出节点导纳行列式值
式中，Y1、Y2、Y3、Y4、Y5、g是由测得的生理参数值转换计算出的等效节点导纳值和转移电导值，由说明书附图所示，其中：Y1代表心脏同左脚踝测量点间的等效节点导纳，Y2代表左脚踝测量点同右脚踝测量点间的等效节点导纳，Y3代表右脚踝测量点同左颈动脉测量点间的等效节点导纳，Y4代表心脏同右脚踝测量点间的等效节点导纳，Y5代表左脚踝测量点同左颈动脉测量点间的等效节点导纳，g分别代表心脏同左颈动脉测量点间、心脏同左脚踝测量点间、左颈动脉测量点同右脚踝测量点间、左脚踝测量点同右脚踝测量点间的等效转移电导。
其余参数是根据k-树组算法原理，分析说明书附图所示有向图，并用来求解节点导纳行列式值的中间变量，无实际的生理和测量参数意义。
5）分析主机重复步骤1）-4）计算健康受试人群节点导纳行列式值，根据健康受试人群节点导纳行列式值的范围确定阈值；
6）分析主机根据步骤1）-4）计算待测对象的节点导纳行列式值，再与步骤5）中计算得到的阈值相比较，若低于阈值，则检测对象存在颅内血液循环障碍，若高于阈值，则检测对象不存在颅内血液循环障碍。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.一种基于网络拓扑分析的颅内血液循环障碍无创检测系统，其特征在于：所述系统包括有颈部动脉测量单元、下肢动脉测量单元、信号采集处理控制单元和分析主机，颈部动脉测量单元和下肢动脉测量单元将采集到的信号通过信号采集处理控制单元处理后发送至分析主机，信号采集处理控制单元控制颈部动脉测量单元和下肢动脉测量单元进行数据采集；
颈部动脉测量单元，包括有用于测量颈部动脉脉博波形的贴片式压力传感器，压力传感器采集到的数据经预处理后发送至信号采集处理控制单元；
下肢动脉测量单元，包括有两只均与充气泵和放气阀连接的袖带，袖带上设置有用于测量下肢左、右踝关节脉博波形的压力传感器，压力传感器采集到的数据经预处理后发送至信号采集处理控制单元，采集处理控制单元控制充气泵和放气阀工作；
信号采集处理控制单元，将接收到的模拟信号数据转换为数字信号后发送至分析主机；
分析主机，包括有以下模块：
计算模块Ⅰ，基于脉博波理论和示波法原理，根据颈部动脉脉博波形和下肢左、右踝关节脉博波形，分别计算出三个测量点处的生理参数值和总外周阻抗TPR；
计算模块Ⅱ，按照简化的人体血液循环等效电网模型，将三个测量点和心脏视为网络图中的节点，将计算模块Ⅰ中测得的生理参数值和总外周阻抗TPR分别转换为等效的节点导纳值Y1、Y2、Y3、Y4、Y5和转移电导g；
计算模块Ⅲ，采用有源网络理论中的k-树组算法，求解该等效电网模型的节点导纳行列式值；
比较模块，将计算模块Ⅲ中得到的节点导纳行列式值与预设阈值比较，若低于预设阈值则检测对象存在颅内血液循环障碍，若高于预设阈值则检测对象不存在颅内血液循环障碍。
2.如权利要求1所述的一种基于网络拓扑分析的颅内血液循环障碍无创检测系统，其特征在于：所述颈部动脉测量单元和下肢动脉测量单元采集到的信号通过前级信号预处理装置进行预处理。
3.如权利要求2所述的一种基于网络拓扑分析的颅内血液循环障碍无创检测系统，其特征在于：所述前级信号预处理装置包括有滤波器和信号处理器，信号依次经过滤波器和信号处理器进行数据处理。
4.如权利要求1所述的一种基于网络拓扑分析的颅内血液循环障碍无创检测系统，其特征在于：信号采集处理控制单元通过增益调节单元控制颈部动脉测量单元和下肢动脉测量单元工作。
5.如权利要求1所述的一种基于网络拓扑分析的颅内血液循环障碍无创检测系统，其特征在于：所述系统还包括有与分析主机连接的触摸显示屏。
6.如权利要求1所述的一种基于网络拓扑分析的颅内血液循环障碍无创检测系统，其特征在于：所述系统还包括有用于连接外置打印机的USB接口Ⅰ和USB接口Ⅱ。
7.如权利要求1所述的一种基于网络拓扑分析的颅内血液循环障碍无创检测系统，其特征在于，计算模块Ⅰ分别计算出的三个测量点处的生理参数值包括有：血压值U、血流流量值I、血流阻抗值R、血流惯性值L、血流顺应性C。
8.如权利要求1所述的一种基于网络拓扑分析的颅内血液循环障碍无创检测系统，其特征在于：比较模块中的预设阈值是通过对健康群进行临床试验，根据在健康人群中节点导纳行列式值的取值范围而得出的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210561204.3A CN103006196B (zh) | 2012-12-21 | 2012-12-21 | 一种基于网络拓扑分析的颅内血液循环障碍无创检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210561204.3A CN103006196B (zh) | 2012-12-21 | 2012-12-21 | 一种基于网络拓扑分析的颅内血液循环障碍无创检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103006196A CN103006196A (zh) | 2013-04-03 |
| CN103006196B true CN103006196B (zh) | 2014-09-10 |
Family
ID=47955694
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210561204.3A Active CN103006196B (zh) | 2012-12-21 | 2012-12-21 | 一种基于网络拓扑分析的颅内血液循环障碍无创检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103006196B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CZ306105B6 (cs) * | 2014-10-11 | 2016-08-03 | Linet Spol. S.R.O. | Zařízení a metoda pro měření intrakraniálního tlaku |
| CN113724879B (zh) * | 2021-09-08 | 2024-02-09 | 上海中医药大学 | 一种黏菌优化算法的心血管疾病的识别模型的建立方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5033676A (zh) * | 1973-07-30 | 1975-03-31 | ||
| CN1055828C (zh) * | 1995-01-10 | 2000-08-30 | 复旦大学 | 脑循环血液动力学分析方法及仪器 |
| US6413223B1 (en) * | 1999-06-01 | 2002-07-02 | Massachussetts Institute Of Technology | Cuffless continuous blood pressure monitor |
| RU2314750C1 (ru) * | 2006-07-10 | 2008-01-20 | Аркадий Александрович Цветков | Способ системной оценки динамики жидкости и крови |
| CN101313844A (zh) * | 2007-05-31 | 2008-12-03 | 金寿山 | 脑血管性质及血液流动特性分析系统及其分析方法 |
| CN102764114A (zh) * | 2012-08-14 | 2012-11-07 | 四川宇峰科技发展有限公司 | 采用传递函数分段定位主动脉狭窄的无创检测方法及系统 |
-
2012
- 2012-12-21 CN CN201210561204.3A patent/CN103006196B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN103006196A (zh) | 2013-04-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103690152B (zh) | 一种基于脉搏解析的动脉弹性功能评估装置 | |
| CN106108877B (zh) | 一种血压测量仪 | |
| CN101703396B (zh) | 基于桡动脉脉搏波的心血管机能参数检测分析方法及检测装置 | |
| CA2871608C (en) | Hemodynamic reserve monitor and hemodialysis control | |
| CN104382571A (zh) | 一种基于桡动脉脉搏波传导时间的测量血压方法及装置 | |
| CN101627905B (zh) | 一种颅内压无创综合监测分析方法及装置 | |
| CN103654760B (zh) | 无创颅内压测量方法及应用该方法的无创颅内压分析仪 | |
| CN104873186A (zh) | 一种可穿戴的动脉检测装置及其数据处理方法 | |
| CN103479343B (zh) | 基于振荡式血压计信号的中心动脉压检测系统 | |
| RU2011122787A (ru) | Способы и системы для неинвазивного измерения уровней глюкозы | |
| JP2014519352A (ja) | 頭蓋内圧および追加の頭蓋内血行動態パラメータを監視するための装置および方法 | |
| CN112089405B (zh) | 一种脉搏波特征参数测量及显示装置 | |
| RU2011119486A (ru) | Система и устройство для неинвазивного измерения артериального давления | |
| CN104814729A (zh) | 提高测量准确度的动态血压监测系统及其监测方法 | |
| CN108186000A (zh) | 基于心冲击信号与光电信号的实时血压监测系统及方法 | |
| CN103876723A (zh) | 无创桡动脉波计算脉搏波传导时间获取血压值的方法 | |
| WO2012163738A1 (en) | Monitoring stenosis formation in an arteriovenous access | |
| CN202920160U (zh) | 中医脉象采集系统 | |
| CN200973716Y (zh) | 一种脑血管循环动力学检测分析仪器 | |
| CA3229112A1 (en) | Methods and systems for engineering conduction deviation features from biophysical signals for use in characterizing physiological systems | |
| CN103006196B (zh) | 一种基于网络拓扑分析的颅内血液循环障碍无创检测系统 | |
| CN104644151A (zh) | 一种基于光电容积脉搏信号的压力脉搏波波形传播预测方法 | |
| CN110200642A (zh) | 一种认知负荷与心理压力的测量方法及终端 | |
| Mendonça et al. | A method for sleep quality analysis based on CNN ensemble with implementation in a portable wireless device | |
| CN203290891U (zh) | 一种基于网络拓扑分析的颅内血液循环障碍无创检测系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| PP01 | Preservation of patent right | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20230427 Granted publication date: 20140910 |