CN106297516A - 一种血脂检测建模方法及装置 - Google Patents

一种血脂检测建模方法及装置 Download PDF

Info

Publication number
CN106297516A
CN106297516A CN201610857006.XA CN201610857006A CN106297516A CN 106297516 A CN106297516 A CN 106297516A CN 201610857006 A CN201610857006 A CN 201610857006A CN 106297516 A CN106297516 A CN 106297516A
Authority
CN
China
Prior art keywords
electrode
model
layer
lipids detection
sets
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.)
Pending
Application number
CN201610857006.XA
Other languages
English (en)
Inventor
李景振
聂泽东
刘宇航
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Institute of Advanced Technology of CAS
Original Assignee
Shenzhen Institute of Advanced Technology of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Institute of Advanced Technology of CAS filed Critical Shenzhen Institute of Advanced Technology of CAS
Priority to CN201610857006.XA priority Critical patent/CN106297516A/zh
Priority to PCT/CN2016/103029 priority patent/WO2018058719A1/zh
Publication of CN106297516A publication Critical patent/CN106297516A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09BEDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B23/00Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes
    • G09B23/28Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for medicine

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Medicinal Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Medical Informatics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Theoretical Computer Science (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明涉及血脂检测技术领域,特别涉及一种血脂检测建模方法及装置。所述血脂检测建模方法包括:步骤a:根据血脂待检测部位的特性建立电磁场仿真模型;步骤b:分析环境中的寄生效应,建立寄生电路模型;步骤c:将所述电磁场仿真模型和寄生电路模型进行融合,建立血脂检测模型。本发明可以分析在不同血脂浓度下信号响应特性,最大限度保持了与真实待检测部位的一致性,并为研究血脂与电磁波的相互作用机理以及无创血脂检测技术提供了一种新的思路;同时,本发明还具有成本低、可重复性好、仿真精度高、运用范围广等优点。

Description

一种血脂检测建模方法及装置
技术领域
本发明涉及血脂检测技术领域,特别涉及一种血脂检测建模方法及装置。
背景技术
血脂是血液中的中性脂肪(甘油三酯和胆固醇)和类脂(磷脂、糖脂、固醇、类固醇)的总称,广泛存在于人体中。它们是生命细胞的基础代谢必需物质。一般说来,血脂中的主要成分是甘油三酯和胆固醇。人体内的血脂来源有两种途径,一是通过人体自身分泌、合成作用而形成血清脂类物质,二是人体从摄取的食物中吸收而来。目前,血脂检测主要采用有创方法,即通过抽取患者的血液样本,并利用大型生化仪对血液样本进行分析,从而得到患者的血脂浓度。有创血脂检测法虽然精度高,然而其面临着检测成本较大、检测不便等缺陷。同时,患者还需忍受抽血引起的疼痛。因此,无创血脂检测法是未来血脂检测的重要发展方向。
无创血脂检测法是一种利用电磁波的反射、透射来获取患者的血脂浓度的方法,因此无需采集患者的血液,具有无创、简便、快速等的优势。建立血脂检测模型是研究无创血脂检测技术的前提。目前,在血脂建模研究方面,研究者主要采用实验统计方法,通过采集多个志愿者在不同时间段血脂浓度,研究血脂的变化规律,分析血脂浓度与其他因素(如食物摄入等)的关系。此外,有少部分研究者建立了血脂检测模型,主要是利用动物构建了高脂血症模型。例如,中国专利CN102907357A公开了一种斑马鱼高脂血症模型的构建方法,该方法通过利用蛋黄粉喂养斑马鱼,使斑马鱼组织化学染色或荧光染色,并获取相关图像,对图像/微孔板进行分析和统计,最终建立斑马鱼的高脂血症模型。
然而,上述采用实验统计的方法建立的血脂检测模型存在如下的缺点:(1)由于实验条件的差异性,各研究团队之间的研究数据缺乏共识,导致研究结果各不相同;(2)由于血脂变化的复杂性,实验统计方法只能用于预测血脂的变化规律,不能完全解释血脂引起电磁波/光波信号变化的机理;(3)实验统计方法易受环境干扰、可重复性差,且成本高。
发明内容
本发明提供了一种血脂检测建模方法及装置,旨在至少在一定程度上解决现有技术中的上述技术问题之一。
为了解决上述问题,本发明提供了如下技术方案:
一种血脂检测建模方法,包括:
步骤a:根据血脂待检测部位的特性建立电磁场仿真模型;
步骤b:分析环境中的寄生效应,建立寄生电路模型;
步骤c:将所述电磁场仿真模型和寄生电路模型进行融合,建立血脂检测模型。
本发明实施例采取的技术方案还包括:在所述步骤a中,所述建立电磁场仿真模型具体包括:
步骤a1:将血脂待检测部位划分为由不同介质组成的组织层;
步骤a2:将划分的各组织层的外形轮廓抽象成相应的规则边界几何体;
步骤a3:分别建立各组织层的电磁仿真模型,并将各组织层的电磁仿真模型进行三维重构,建立基于多种介质的电磁仿真模型;
步骤a4:设定各组织层的复介电常数。
本发明实施例采取的技术方案还包括:所述步骤a还包括:在所述血脂待检测部位的表面建立紧凑型的弧形电极;所述弧形电极包括第一发射电极A、第二发射电极B、第一接收电极A和第二接收电极B,所属第一发射电极A、第二发射电极B、第一接收电极A和第二接收电极B均匀分布在所述电磁仿真模型的同一横截面。
本发明实施例采取的技术方案还包括:在所述步骤b中,所述寄生电路模型建立方式包括:
步骤b1:确定信号源的输入阻抗大小Rin
步骤b2:确定接收器的输出阻抗大小Rout
步骤b3:将第一发射电极A与第二发射电极B之间的寄生效应用R1C1串联电路表示,将第一发射电极A与第二接收电极B之间的寄生效应用R2C2串联电路表示,将第二发射电极B与第一接收电极A之间的寄生效应用R3C3串联电路表示,将第一接收电极A与第二接收电极B之间的寄生效应用R4C4串联电路表示,从而建立寄生电路模型;
步骤b4:对所述寄生电路模型进行简化处理。
本发明实施例采取的技术方案还包括:所述组织层包括表皮层、真皮层、皮下组织层、脂肪层、肌肉层、韧带层、骨骼层、血液层;所述将划分的各组织层的外形轮廓抽象成相应的规则边界几何体具体为:将表皮层、真皮层、皮下组织层、脂肪层、肌肉层、韧带层、骨骼层和血液层均抽象为圆柱体。
本发明实施例采取的另一技术方案为:一种血脂检测建模装置,包括:
第一模型建立模块:用于根据血脂待检测部位的特性建立电磁场仿真模型;
第二模型建立模块:用于分析环境中的寄生效应,建立寄生电路模型;
模型融合模块:用于将所述电磁场仿真模型和寄生电路模型进行融合,建立血脂检测模型。
本发明实施例采取的技术方案还包括:所述第一模型建立模块包括:
组织层划分单元:用于将血脂待检测部位划分为由不同介质组成的组织层;
抽象化处理单元:用于将划分的各组织层的外形轮廓抽象成相应的规则边界几何体;
第一模型建立单元:用于分别建立各组织层的电磁仿真模型,并将各组织层的电磁仿真模型进行三维重构,建立基于多种介质的电磁仿真模型;
复介电常数设定单元:用于设定各组织层的复介电常数。
本发明实施例采取的技术方案还包括电极建立模块,所述电极建立模块用于在所述血脂待检测部位的表面建立紧凑型的弧形电极;所述弧形电极包括第一发射电极A、第二发射电极B、第一接收电极A和第二接收电极B,所属第一发射电极A、第二发射电极B、第一接收电极A和第二接收电极B均匀分布在所述电磁仿真模型的同一横截面。
本发明实施例采取的技术方案还包括:所述第二模型建立模块包括:
信号源选择单元:用于确定信号源的输入阻抗大小Rin
接收器选择单元:用于确定接收器的输出阻抗大小Rout
第二模型建立单元:用于将第一发射电极A与第二发射电极B之间的寄生效应用R1C1串联电路表示,将第一发射电极A与第二接收电极B之间的寄生效应用R2C2串联电路表示,将第二发射电极B与第一接收电极A之间的寄生效应用R3C3串联电路表示,将第一接收电极A与第二接收电极B之间的寄生效应用R4C4串联电路表示,从而建立寄生电路模型;
模型简化单元:用于对所述寄生电路模型进行简化处理。
本发明实施例采取的技术方案还包括:所述组织层包括表皮层、真皮层、皮下组织层、脂肪层、肌肉层、韧带层、骨骼层、血液层;所述抽象化处理单元将划分的各组织层的外形轮廓抽象成相应的规则边界几何体具体为:将表皮层、真皮层、皮下组织层、脂肪层、肌肉层、韧带层、骨骼层和血液层均抽象为圆柱体。
相对于现有技术,本发明实施例产生的有益效果在于:本发明实施例的血脂检测建模方法及装置根据血脂待检测部位的特性对其进行抽象化建模,从而建立血脂待检测部位的电磁场仿真模型。同时,考虑到环境中各种寄生效应的影响,建立寄生电路模型;并将电磁场仿真模型和寄生电路模型进行融合,建立基于场路结合的血脂检测模型,可以分析在不同血脂浓度下信号响应特性,最大限度保持了与真实待检测部位的一致性,并为研究血脂与电磁波的相互作用机理以及无创血脂检测技术提供了一种新的思路;同时,本发明还具有成本低、可重复性好、仿真精度高、运用范围广等优点。
附图说明
图1是本发明实施例的血脂检测建模方法的流程图;
图2(a)为前臂电磁仿真模型侧视图;图2(b)为前臂电磁仿真模型正视图;
图3(a)为电极分布侧视图;图3(b)为电极分布正视图;
图4为本发明实施例的寄生电路模型示意图;
图5为本发明实施例的基于场路结合的血脂检测模型示意图;
图6是本发明实施例的血脂检测建模装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
请参阅图1,是本发明实施例的血脂检测建模方法的流程图。本发明实施例的血脂检测建模方法包括以下步骤:
步骤100:确定血脂待检测部位,根据血脂待检测部位的特性建立电磁场仿真模型;
在步骤100中,建立电磁场仿真模型具体包括以下步骤:
步骤110:结合人体解剖学,研究血脂在人体的整体分布情况,选择一个最适合的血脂待检测部位;
上述中,在本发明实施例中,选择的血脂待检测部位为距离手腕5cm的前臂处,具体可以根据检测需求而选择。
步骤120:根据人体解剖学和人体组织的分布情况,按不同的组织层特性,将血脂待检测部位划分为由表皮层、真皮层、皮下组织层、脂肪层、肌肉层、韧带层、骨骼层、血液层等8种不同介质的组织层;
步骤130:将步骤120中划分的各组织层的外形轮廓抽象成相应的规则边界几何体;
在步骤130中,本发明实施例将表皮层、真皮层、皮下组织层、脂肪层、肌肉层、韧带层、骨骼层和血液层均抽象为圆柱体,可以理解,在本发明其他实施例中,也可将各组织层抽象为其他几何体形状。
步骤140:分别建立各组织层的电磁仿真模型,并将各组织层的电磁仿真模型进行三维重构,建立基于多种介质的电磁仿真模型;
在步骤140,本发明实施例以建立前臂电磁仿真模型为例,如图2(a)和图2(b)所示,图2(a)为前臂电磁仿真模型侧视图;图2(b)为前臂电磁仿真模型正视图。各组织层的电磁仿真模型建立方式分别为:
步骤141:建立厚度为1mm的表皮层仿真模型;具体建模方式为:以原点为圆心,建立长度为500mm,半径分别为49mm和50mm的圆柱体,将这两个圆柱体进行相减运算,得到表皮层仿真模型。
步骤142:建立厚度为4mm的真皮层仿真模型;具体建模方式为:以原点为圆心,建立长度为500mm,半径分别为49mm和45mm的圆柱体,将这两个圆柱体进行相减运算,得到真皮层仿真模型。
步骤143:建立厚度为3mm的皮下组织层仿真模型;具体建模方式为:以原点为圆心,建立长度为500mm,半径分别为45mm和42mm的圆柱体,将这两个圆柱体进行相减运算,得到皮下组织层仿真模型。
步骤144:建立厚度为10mm的脂肪层仿真模型;具体建模方式为:以原点为圆心,建立长度为500mm,半径分别为42mm和32mm的圆柱体,将这两个圆柱体进行相减运算,得到脂肪层仿真模型。
步骤145:建立厚度为25mm的肌肉层仿真模型;具体建模方式为:以原点为圆心,建立长度为500mm,半径分别为32mm和7mm的圆柱体,将这两个圆柱体进行相减运算,得到肌肉层仿真模型。
步骤146:建立厚度为1mm的韧带层仿真模型;具体建模方式为:以原点为圆心,建立长度为500mm,半径分别为7mm和6mm的圆柱体,将这两个圆柱体进行相减运算,得到韧带层仿真模型。
步骤147:建立半径为6mm的骨骼层仿真模型;具体建模方式为:以原点为圆心,建立长度为500mm,半径分别为6mm的圆柱体。
步骤148:建立血液层仿真模型;具体建模方式为:在肌肉层仿真模型的上半部与下半部,分别建立一个长度为500mm,半径为3.5mm的圆柱体。
步骤150:设定各组织层的复介电常数;
在步骤150中,设定各组织层的复介电常数具体为:对于表皮层、真皮层、皮下组织层、脂肪层、肌肉层、韧带层和骨骼层,其复介电常数采用四阶cole-cole模型表示。对于血液层,由于血脂存在于血液中,血脂浓度的变化会引起血液的复介电常数的变化。因此,在采用cole-cole模型表示血液层时,需在cole-cole模型中加入血脂浓度参数。对于血液层的复介电常数设定过程如下:
步骤151:采集多个志愿者的血液样本,通过在血液样本中添加不同浓度的血脂模拟材料(如磷脂等),并利用网络分析仪和介电探头获取不同血脂浓度时血液所对应的复介电常数,并将所测量的复介电常数导入matlab软件;
步骤152:确定血液层的一阶cole-cole模型,如公式(2)所示:
ϵ ^ ( ω ) = ϵ ∞ + Δϵ 1 1 + ( jwτ 1 ) ( 1 - 0.1 ) + σ 0 jwϵ 0 - - - ( 2 )
在公式(2)中,ε(ρ)=A1p2+B1p+C1,Δε1(ρ)=A2p2+B2p+C2,τ1(ρ)=A3p2+B3p+C3,σ(ρ)=A4p2+B4p+C4,ρ为血脂的浓度,A1,A2,A3,A4,B1,B2,B3,B4,C1,C2,C3,C4为血脂浓度的拟合参数。
步骤153:在matlab软件中,利用粒子群优化算法(Particle Swarmoptimization,PSO)对血脂浓度的12个拟合参数A1,A2,A3,A4,B1,B2,B3,B4,C1,C2,C3,C4进行计算和优化,确定12个拟合参数的大小;
步骤154:将12个拟合参数分别代入公式(2),模拟出不同血脂浓度所对应的血液的复介电常数。
步骤200:在血脂待检测部位的表面建立紧凑型的弧形电极;
在步骤200中,建立紧凑型的弧形电极具体包括以下步骤:
步骤210:确定电极的结构;
在步骤210中,在血脂检测模型中,除了建立待检测部位的电磁仿真模型外,还需建立收发器的仿真模型,用于实现信号的发送与接收。在本发明实施例中,收发器的仿真模型主要包括第一发射电极A、第二发射电极B、第一接收电极A和第二接收电极B四个电极。这四个电极的形状均为弧形电极,从而有利于与电磁仿真模型中的表皮层紧密接触,使信号更容易耦合入检测部位内部中。
步骤220:确定电极的大小和位置;
在步骤220中,本发明实施例的第一发射电极A、第二发射电极B、第一接收电极A和第二接收电极B的厚度均为1mm,长度均为15mm,宽度均为10mm。此外,第一发射电极A、第二发射电极B、第一接收电极A和第二接收电极B均匀分布在电磁仿真模型中同一横截面,即各电极之间的距离保持一致,其中第一发射电极A位于9点钟方向,第二发射电极B位于12点钟方向,第一接收电极A位于15点钟方向,第二接收电极B位于18点钟方向。可以理解,在本发明其他实施例中,电极的大小和位置还可根据检测需求进行调整。
步骤230:依次建立第一发射电极A、第二发射电极B、第一接收电极A和第二接收电极B的模型;
在步骤230中,电极模型建立方式为:首先,以原点为圆心,建立长度为500mm,半径分别为51mm和50mm的圆柱体,将这两个圆柱体进行相减运算,得到一个内部中空且厚度为1mm的圆柱体。其次,以原点为中心,建立一个长度为15mm,宽度为10mm,高度方向沿9点钟方向且高度为52mm的长方体,将所得到的长方体与圆柱体进行布尔运算,获取两者之间的交集,从而得到一个长度为15mm,宽度为10mm,厚度为1mm的第一发射电极A的模型;并重复上述方式,依次建立第二发射电极B、第一接收电极A和第二接收电极B的模型,具体如图3(a)和图3(b),图3(a)为电极分布侧视图;图3(b)为电极分布正视图。
步骤300:分析各种寄生效应的影响,建立寄生电路模型;
在步骤300中,在血脂检测的实际运用中,常常存在各种寄生效应,从而影响血脂的检测精度。寄生效应包括信号源的输入阻抗、接收器的输出阻抗、电极与皮肤表面的接触阻抗、不同电极之间引起的信号耦合、环境中的干扰噪声等,为了使建立的血脂检测模型更加接近真实情况,通过分析各种寄生效应的影响,建立寄生电路模型。具体如图4所示,为本发明实施例的寄生电路模型示意图。建立寄生电路模型具体包括以下步骤:
步骤310:根据实验测量结果,确定信号源的输入阻抗大小Rin
步骤320:根据实验测量结果,确定接收器的输出阻抗大小Rout
步骤330:将第一发射电极A与第二发射电极B之间的寄生效应用R1C1串联电路表示,相似的,将第一发射电极A与第二接收电极B之间的寄生效应用R2C2串联电路表示,将第二发射电极B与第一接收电极A之间的寄生效应用R3C3串联电路表示,将第一接收电极A与第二接收电极B之间的寄生效应用R4C4串联电路表示,从而建立寄生电路模型;
步骤340:由于第一发射电极A、第二发射电极B、第一接收电极A、第二接收电极B之间为等距离分布在同一平面,因此对寄生电路模型进行简化处理;令R=R1=R2=R3=R4,C=C1=C2=C3=C4,其中R值的大小可通过实验确定。
步骤350:计算C值的大小,C值计算方式如下:
可得
Z o u t 1 = Z · R o u t Z + R o u t , - - - ( 3 )
Zout=2·Z+Zout1 (4)
根据U2=i2·Zout,U0=i2·Zout1,U1=i1·(Rin+Zout1),U2=(i1-i2)·Z,可得
G = U 0 U 1 = Z o u t 1 · Z 3 Z + Z o u t 1 / R i n + Z · Z o u t Z + Z o u t - - - ( 5 )
由于G的值可通过测量U0和U1来确定,因此联合公式(3)、(4)、(5),即可求得C值的大小。
步骤400:将电磁场仿真模型和寄生电路模型进行融合,建立基于场路结合的血脂检测模型;
在步骤400中,具体如图5所示,为本发明实施例的基于场路结合的血脂检测模型示意图。本发明将所建立的电磁仿真模型与所寄生电路模型相结合,建立基于场路结合的血脂检测模型,其中电磁仿真模型包括待检测部位的表皮层、真皮层、皮下组织层、脂肪层、肌肉层、韧带层、骨骼层、血液层等8种不同介质的组织层,以及第一发射电极A、第二发射电极B、第一接收电极A、第二接收电极B。寄生电路模型包括信号源的输入阻抗Rin,接收器的输出阻抗Rout,串联电路R1C1,R2C2,R3C3,R4C4。通过基于场路结合的血脂检测模型,可以分析在不同血脂浓度下信号响应特性,研究血脂的变化规律以及血脂检测的机理。
请参阅图6,是本发明实施例的血脂检测建模装置的结构示意图。本发明实施例的血脂检测建模装置包括第一模型建立模块、电极建立模块、第二模型建立模块和模型融合模块;第一模型建立模块用于确定血脂待检测部位,根据血脂待检测部位的特性建立电磁场仿真模型;电极建立模块用于在血脂待检测部位的表面建立紧凑型的弧形电极;第二模型建立模块用于分析各种寄生效应的影响,建立寄生电路模型;模型融合模块用于将电磁场仿真模型和寄生电路模型进行融合,建立基于场路结合的血脂检测模型。
具体地,第一模型建立模块包括检测部位选择单元、组织层划分单元、抽象化处理单元、第一模型建立单元和复介电常数设定单元;
检测部位选择单元:用于结合人体解剖学,研究血脂在人体的整体分布情况,选择一个最适合的血脂待检测部位;
组织层划分单元:用于根据人体解剖学和人体组织的分布情况,按不同的组织层特性,将血脂待检测部位划分为由表皮层、真皮层、皮下组织层、脂肪层、肌肉层、韧带层、骨骼层、血液层等8种不同介质的组织层;
抽象化处理单元:用于将划分的各组织层的外形轮廓抽象成相应的规则边界几何体;在本发明实施例中,本发明实施例将表皮层、真皮层、皮下组织层、脂肪层、肌肉层、韧带层、骨骼层和血液层均抽象为圆柱体,可以理解,在本发明其他实施例中,也可将各组织层抽象为其他几何体形状。
第一模型建立单元:用于分别建立各组织层的电磁仿真模型,并将各组织层的电磁仿真模型进行三维重构,建立基于多种介质的电磁仿真模型;其中,各组织层的电磁仿真模型建立方式分别为:
1.1、建立厚度为1mm的表皮层仿真模型;具体建模方式为:以原点为圆心,建立长度为500mm,半径分别为49mm和50mm的圆柱体,将这两个圆柱体进行相减运算,得到表皮层仿真模型。
1.2、建立厚度为4mm的真皮层仿真模型;具体建模方式为:以原点为圆心,建立长度为500mm,半径分别为49mm和45mm的圆柱体,将这两个圆柱体进行相减运算,得到真皮层仿真模型。
1.3、建立厚度为3mm的皮下组织层仿真模型;具体建模方式为:以原点为圆心,建立长度为500mm,半径分别为45mm和42mm的圆柱体,将这两个圆柱体进行相减运算,得到皮下组织层仿真模型。
1.4、建立厚度为10mm的脂肪层仿真模型;具体建模方式为:以原点为圆心,建立长度为500mm,半径分别为42mm和32mm的圆柱体,将这两个圆柱体进行相减运算,得到脂肪层仿真模型。
1.5、建立厚度为25mm的肌肉层仿真模型;具体建模方式为:以原点为圆心,建立长度为500mm,半径分别为32mm和7mm的圆柱体,将这两个圆柱体进行相减运算,得到肌肉层仿真模型。
1.6、建立厚度为1mm的韧带层仿真模型;具体建模方式为:以原点为圆心,建立长度为500mm,半径分别为7mm和6mm的圆柱体,将这两个圆柱体进行相减运算,得到韧带层仿真模型。
1.7、建立半径为6mm的骨骼层仿真模型;具体建模方式为:以原点为圆心,建立长度为500mm,半径分别为6mm的圆柱体。
1.8、建立血液层仿真模型;具体建模方式为:在肌肉层仿真模型的上半部与下半部,分别建立一个长度为500mm,半径为3.5mm的圆柱体。
复介电常数设定单元:用于设定各组织层的复介电常数;在本发明实施例中,各组织层的复介电常数设定方式具体为:对于表皮层、真皮层、皮下组织层、脂肪层、肌肉层、韧带层和骨骼层,其复介电常数采用四阶cole-cole模型表示。对于血液层,由于血脂存在于血液中,血脂浓度的变化会引起血液的复介电常数的变化。因此,在采用cole-cole模型表示血液层时,需在cole-cole模型中加入血脂浓度参数。对于血液层的复介电常数设定过程如下:
2.1、采集多个志愿者的血液样本,通过在血液样本中添加不同浓度的血脂模拟材料(如磷脂等),并利用网络分析仪和介电探头获取不同血脂浓度时血液所对应的复介电常数,并将所测量的复介电常数导入matlab软件;
2.2、确定血液层的一阶cole-cole模型,如公式(2)所示:
ϵ ^ ( ω ) = ϵ ∞ + Δϵ 1 1 + ( jwτ 1 ) ( 1 - 0.1 ) + σ 0 jwϵ 0 - - - ( 2 )
在公式(2)中,ε(ρ)=A1p2+B1p+C1,Δε1(ρ)=A2p2+B2p+C2,τ1(ρ)=A3p2+B3p+C3,σ(ρ)=A4p2+B4p+C4,ρ为血脂的浓度,A1,A2,A3,A4,B1,B2,B3,B4,C1,C2,C3,C4为血脂浓度的拟合参数。
2.3、在matlab软件中,利用粒子群优化算法对血脂浓度的12个拟合参数A1,A2,A3,A4,B1,B2,B3,B4,C1,C2,C3,C4进行计算和优化,确定12个拟合参数的大小;
2.4、将12个拟合参数分别代入公式(2),模拟出不同血脂浓度所对应的血液的复介电常数。
电极建立模块包括电极结构确定单元、电极位置确定单元和电极模型建立单元;
电极结构确定单元:用于确定电极的结构;其中,在血脂检测模型中,除了建立待检测部位的电磁仿真模型外,还需建立收发器的仿真模型,用于实现信号的发送与接收。在本发明实施例中,收发器的仿真模型主要包括第一发射电极A、第二发射电极B、第一接收电极A和第二接收电极B四个电极。这四个电极的形状均为弧形电极,从而有利于与电磁仿真模型中的表皮层紧密接触,使信号更容易耦合入检测部位内部中。
电极位置确定单元:用于确定电极的大小和位置;其中,本发明实施例的第一发射电极A、第二发射电极B、第一接收电极A和第二接收电极B的厚度均为1mm,长度均为15mm,宽度均为10mm。此外,第一发射电极A、第二发射电极B、第一接收电极A和第二接收电极B均匀分布在电磁仿真模型中同一横截面,即各电极之间的距离保持一致,其中第一发射电极A位于9点钟方向,第二发射电极B位于12点钟方向,第一接收电极A位于15点钟方向,第二接收电极B位于18点钟方向。可以理解,在本发明其他实施例中,电极的大小和位置还可根据检测需求进行调整。
电极模型建立单元:用于依次建立第一发射电极A、第二发射电极B、第一接收电极A和第二接收电极B的模型;其中,电极模型建立方式为:首先,以原点为圆心,建立长度为500mm,半径分别为51mm和50mm的圆柱体,将这两个圆柱体进行相减运算,得到一个内部中空且厚度为1mm的圆柱体。其次,以原点为中心,建立一个长度为15mm,宽度为10mm,高度方向沿9点钟方向且高度为52mm的长方体,将所得到的长方体与圆柱体进行布尔运算,获取两者之间的交集,从而得到一个长度为15mm,宽度为10mm,厚度为1mm的第一发射电极A的模型;并重复上述方式,依次建立第二发射电极B、第一接收电极A和第二接收电极B的模型,具体如图3(a)和图3(b),图3(a)为电极分布侧视图;图3(b)为电极分布正视图。
第二模型建立模块包括信号源选择单元、接收器选择单元、第二模型建立单元和模型简化单元;
信号源选择单元:用于根据实验测量结果,确定信号源的输入阻抗大小Rin
接收器选择单元:用于根据实验测量结果,确定接收器的输出阻抗大小Rout
第二模型建立单元:用于将第一发射电极A与第二发射电极B之间的寄生效应用R1C1串联电路表示,相似的,将第一发射电极A与第二接收电极B之间的寄生效应用R2C2串联电路表示,将第二发射电极B与第一接收电极A之间的寄生效应用R3C3串联电路表示,将第一接收电极A与第二接收电极B之间的寄生效应用R4C4串联电路表示,从而建立寄生电路模型;
模型简化单元:由于第一发射电极A、第二发射电极B、第一接收电极A、第二接收电极B之间为等距离分布在同一平面,因此对寄生电路模型进行简化处理;令R=R1=R2=R3=R4,C=C1=C2=C3=C4,其中R值的大小可通过实验确定。C值计算方式如下:
可得
Z o u t 1 = Z · R o u t Z + R o u t , - - - ( 3 )
Zout=2·Z+Zout1 (4)
根据U2=i2·Zout,U0=i2·Zout1,U1=i1·(Rin+Zout1),U2=(i1-i2)·Z,可得
G = U 0 U 1 = Z o u t 1 · Z 3 Z + Z o u t 1 / R i n + Z · Z o u t Z + Z o u t - - - ( 5 )
由于G的值可通过测量U0和U1来确定,因此联合公式(3)、(4)、(5),即可求得C值的大小。
本发明实施例的血脂检测建模方法及装置根据血脂待检测部位的特性对其进行抽象化建模,从而建立血脂待检测部位的电磁场仿真模型。同时,考虑到环境中各种寄生效应的影响,建立寄生电路模型;并将电磁场仿真模型和寄生电路模型进行融合,建立基于场路结合的血脂检测模型,可以分析在不同血脂浓度下信号响应特性,最大限度保持了与真实待检测部位的一致性,并为研究血脂与电磁波的相互作用机理以及无创血脂检测技术提供了一种新的思路;同时,本发明还具有成本低、可重复性好、仿真精度高、运用范围广等优点。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种血脂检测建模方法,其特征在于,包括:
步骤a:根据血脂待检测部位的特性建立电磁场仿真模型;
步骤b:分析环境中的寄生效应,建立寄生电路模型;
步骤c:将所述电磁场仿真模型和寄生电路模型进行融合,建立血脂检测模型。
2.根据权利要求1所述的血脂检测建模方法,其特征在于,在所述步骤a中,所述建立电磁场仿真模型具体包括:
步骤a1:将血脂待检测部位划分为由不同介质组成的组织层;
步骤a2:将划分的各组织层的外形轮廓抽象成相应的规则边界几何体;
步骤a3:分别建立各组织层的电磁仿真模型,并将各组织层的电磁仿真模型进行三维重构,建立基于多种介质的电磁仿真模型;
步骤a4:设定各组织层的复介电常数。
3.根据权利要求2所述的血脂检测建模方法,其特征在于,所述步骤a还包括:在所述血脂待检测部位的表面建立紧凑型的弧形电极;所述弧形电极包括第一发射电极A、第二发射电极B、第一接收电极A和第二接收电极B,所属第一发射电极A、第二发射电极B、第一接收电极A和第二接收电极B均匀分布在所述电磁仿真模型的同一横截面。
4.根据权利要求3所述的血脂检测建模方法,其特征在于,在所述步骤b中,所述寄生电路模型建立方式包括:
步骤b1:确定信号源的输入阻抗大小Rin
步骤b2:确定接收器的输出阻抗大小Rout
步骤b3:将第一发射电极A与第二发射电极B之间的寄生效应用R1C1串联电路表示,将第一发射电极A与第二接收电极B之间的寄生效应用R2C2串联电路表示,将第二发射电极B与第一接收电极A之间的寄生效应用R3C3串联电路表示,将第一接收电极A与第二接收电极B之间的寄生效应用R4C4串联电路表示,从而建立寄生电路模型;
步骤b4:对所述寄生电路模型进行简化处理。
5.根据权利要求2所述的血脂检测建模方法,其特征在于,所述组织层包括表皮层、真皮层、皮下组织层、脂肪层、肌肉层、韧带层、骨骼层、血液层;所述将划分的各组织层的外形轮廓抽象成相应的规则边界几何体具体为:将表皮层、真皮层、皮下组织层、脂肪层、肌肉层、韧带层、骨骼层和血液层均抽象为圆柱体。
6.一种血脂检测建模装置,其特征在于,包括:
第一模型建立模块:用于根据血脂待检测部位的特性建立电磁场仿真模型;
第二模型建立模块:用于分析环境中的寄生效应,建立寄生电路模型;
模型融合模块:用于将所述电磁场仿真模型和寄生电路模型进行融合,建立血脂检测模型。
7.根据权利要求6所述的血脂检测建模装置,其特征在于,所述第一模型建立模块包括:
组织层划分单元:用于将血脂待检测部位划分为由不同介质组成的组织层;
抽象化处理单元:用于将划分的各组织层的外形轮廓抽象成相应的规则边界几何体;
第一模型建立单元:用于分别建立各组织层的电磁仿真模型,并将各组织层的电磁仿真模型进行三维重构,建立基于多种介质的电磁仿真模型;
复介电常数设定单元:用于设定各组织层的复介电常数。
8.根据权利要求7所述的血脂检测建模装置,其特征在于,还包括电极建立模块,所述电极建立模块用于在所述血脂待检测部位的表面建立紧凑型的弧形电极;所述弧形电极包括第一发射电极A、第二发射电极B、第一接收电极A和第二接收电极B,所属第一发射电极A、第二发射电极B、第一接收电极A和第二接收电极B均匀分布在所述电磁仿真模型的同一横截面。
9.根据权利要求8所述的血脂检测建模装置,其特征在于,所述第二模型建立模块包括:
信号源选择单元:用于确定信号源的输入阻抗大小Rin
接收器选择单元:用于确定接收器的输出阻抗大小Rout
第二模型建立单元:用于将第一发射电极A与第二发射电极B之间的寄生效应用R1C1串联电路表示,将第一发射电极A与第二接收电极B之间的寄生效应用R2C2串联电路表示,将第二发射电极B与第一接收电极A之间的寄生效应用R3C3串联电路表示,将第一接收电极A与第二接收电极B之间的寄生效应用R4C4串联电路表示,从而建立寄生电路模型;
模型简化单元:用于对所述寄生电路模型进行简化处理。
10.根据权利要求7所述的血脂检测建模装置,其特征在于,所述组织层包括表皮层、真皮层、皮下组织层、脂肪层、肌肉层、韧带层、骨骼层、血液层;所述抽象化处理单元将划分的各组织层的外形轮廓抽象成相应的规则边界几何体具体为:将表皮层、真皮层、皮下组织层、脂肪层、肌肉层、韧带层、骨骼层和血液层均抽象为圆柱体。
CN201610857006.XA 2016-09-28 2016-09-28 一种血脂检测建模方法及装置 Pending CN106297516A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201610857006.XA CN106297516A (zh) 2016-09-28 2016-09-28 一种血脂检测建模方法及装置
PCT/CN2016/103029 WO2018058719A1 (zh) 2016-09-28 2016-10-24 一种血脂检测建模方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610857006.XA CN106297516A (zh) 2016-09-28 2016-09-28 一种血脂检测建模方法及装置

Publications (1)

Publication Number Publication Date
CN106297516A true CN106297516A (zh) 2017-01-04

Family

ID=57716102

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610857006.XA Pending CN106297516A (zh) 2016-09-28 2016-09-28 一种血脂检测建模方法及装置

Country Status (2)

Country Link
CN (1) CN106297516A (zh)
WO (1) WO2018058719A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106972901A (zh) * 2017-03-07 2017-07-21 福州大学 一种基于多层传输线模型的穿戴式设备人体信道建模方法
CN116509389A (zh) * 2023-06-27 2023-08-01 深圳启脉科技有限公司 一种基于射频的血脂监测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101292901A (zh) * 2007-04-29 2008-10-29 吴浩扬 生理参数数据处理方法及系统
CN101582097A (zh) * 2009-04-03 2009-11-18 北京理工大学 一种面向人体通信的有限元人体建模方法
CN101683264A (zh) * 2008-09-25 2010-03-31 松下电工株式会社 体重及皮下脂肪厚度测量装置
CN103126726A (zh) * 2011-11-25 2013-06-05 重庆海扶医疗科技股份有限公司 一种脂肪厚度测量装置
CN104055526A (zh) * 2013-12-05 2014-09-24 庞德兴 一种无源微创皮下生化参数检测芯片
CN105232034A (zh) * 2014-06-04 2016-01-13 中国科学院半导体研究所 用于心电信号及人体阻抗检测的电极与电路复用结构
CN105262553A (zh) * 2015-11-03 2016-01-20 福州大学 一种场路结合的穿戴式设备多耦合型人体信道建模方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101443792A (zh) * 2006-05-17 2009-05-27 圣朱德医疗有限公司房颤分公司 用于将电生理学信息映射到复杂几何形状上的系统和方法
CN101243975B (zh) * 2008-03-28 2011-01-12 微创医疗器械(上海)有限公司 一种快速构建人体器官内腔三维几何模型的系统
CN101695442B (zh) * 2009-10-15 2010-12-08 浙江理工大学 基于支持向量回归的心脏电功能成像检测方法
CN104104450B (zh) * 2014-06-20 2016-03-30 中国科学院深圳先进技术研究院 基于非均匀介质的人体通信信道建模方法和系统
US9507903B2 (en) * 2014-12-01 2016-11-29 Oracle International Corporation Method for estimation of delays and slews during circuit optimization
WO2016110745A1 (en) * 2015-01-07 2016-07-14 Manai Yassine Non-invasive medical analysis based on ts fuzzy control

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101292901A (zh) * 2007-04-29 2008-10-29 吴浩扬 生理参数数据处理方法及系统
CN101683264A (zh) * 2008-09-25 2010-03-31 松下电工株式会社 体重及皮下脂肪厚度测量装置
CN101582097A (zh) * 2009-04-03 2009-11-18 北京理工大学 一种面向人体通信的有限元人体建模方法
CN103126726A (zh) * 2011-11-25 2013-06-05 重庆海扶医疗科技股份有限公司 一种脂肪厚度测量装置
CN104055526A (zh) * 2013-12-05 2014-09-24 庞德兴 一种无源微创皮下生化参数检测芯片
CN105232034A (zh) * 2014-06-04 2016-01-13 中国科学院半导体研究所 用于心电信号及人体阻抗检测的电极与电路复用结构
CN105262553A (zh) * 2015-11-03 2016-01-20 福州大学 一种场路结合的穿戴式设备多耦合型人体信道建模方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106972901A (zh) * 2017-03-07 2017-07-21 福州大学 一种基于多层传输线模型的穿戴式设备人体信道建模方法
CN106972901B (zh) * 2017-03-07 2020-06-12 福州大学 一种基于多层传输线模型的穿戴式设备人体信道建模方法
CN116509389A (zh) * 2023-06-27 2023-08-01 深圳启脉科技有限公司 一种基于射频的血脂监测方法
CN116509389B (zh) * 2023-06-27 2023-09-01 深圳启脉科技有限公司 一种基于射频的血脂监测方法

Also Published As

Publication number Publication date
WO2018058719A1 (zh) 2018-04-05

Similar Documents

Publication Publication Date Title
Amini et al. Applications of bioimpedance measurement techniques in tissue engineering
Bera Bioelectrical impedance methods for noninvasive health monitoring: a review
CN110051352A (zh) 一种基于磁声电原理的电导率成像系统
Fang et al. Microwave image reconstruction of tissue property dispersion characteristics utilizing multiple-frequency information
CN101247758B (zh) 利用磁感应进行成像的方法和设备
CN105997070B (zh) 一种非接触式磁感应成像系统及其成像方法
CN102908125B (zh) 一种用于乳腺电阻抗扫描成像的逼真物理仿真模型
Dachena et al. Microwave imaging for the diagnosis of cervical diseases: A feasibility analysis
CN110044997A (zh) 一种体内药物的离子强度虚拟校正和定量质谱成像分析方法
CN103082997A (zh) 滚筒式多模融合三维断层成像系统和方法
CN106297516A (zh) 一种血脂检测建模方法及装置
CN103025248A (zh) 图像信息获取装置、图像信息获取方法及图像信息获取程序
CN105979866A (zh) 用于磁感应断层成像的线圈
Fang Computational methods for microwave medical imaging
Zhu et al. Brain injury localization and size estimation using electromagnetic symmetric crossing lines method
Huang et al. A leg phantom model based on the visible human data for intra-body communication
CN101889862B (zh) 用于人体功能检测的三维扫描体电图仪及其检测方法
CN104730477B (zh) 一种基于磁共振技术的动电成像方法
CN114224298B (zh) 一种核磁共振下的磁声电成像系统及方法
Li et al. Magneto-acousto-electrical tomography for high resolution electrical conductivity contrast imaging
Janani et al. Hepatic steatosis detection using differential effective permittivity
Tran et al. Fast simulation of extracellular action potential signatures based on a morphological filtering approximation
CN105167771B (zh) 基于动态磁激励离子谱的骨组织无创检测方法与装置
Sarvazyan Knowledge-based mechanical imaging
US9891301B2 (en) Apparatus and methods for dynamical tracking of mechanical activity within cell populations

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170104