CN110720898A - 一种基于听诊声学信号music功率谱特征的动静脉血管通路狭窄检测系统 - Google Patents
一种基于听诊声学信号music功率谱特征的动静脉血管通路狭窄检测系统 Download PDFInfo
- Publication number
- CN110720898A CN110720898A CN201910975257.1A CN201910975257A CN110720898A CN 110720898 A CN110720898 A CN 110720898A CN 201910975257 A CN201910975257 A CN 201910975257A CN 110720898 A CN110720898 A CN 110720898A
- Authority
- CN
- China
- Prior art keywords
- power spectrum
- music power
- vascular access
- music
- auscultation
- 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.)
- Granted
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
- A61B7/02—Stethoscopes
- A61B7/04—Electric stethoscopes
Abstract
本发明公开了一种基于听诊声学信号MUSIC功率谱特征的动静脉血管通路狭窄检测系统,包括声学传感器和处理器,其中:声学传感器采集动静脉血管通路的听诊声学信号,并传输所述听诊声学信号至处理器;处理器在接收到听诊声学信号后,执行以下步骤:采用MUSIC功率谱估计方法对听诊声学信号进行处理,得到听诊声学信号的MUSIC功率谱;对MUSIC功率谱进行等间隔采样,得到MUSIC功率谱特征;调用训练好的分类器对MUSIC功率谱特征进行分类,输出动静脉血管通路的狭窄程度。该系统能够提升动静脉血管通路狭窄检测的准确度。
Description
技术领域
本发明属于医疗器械领域,具体涉及一种基于听诊声学信号MUSIC功率谱特征的动静脉血管通路狭窄检测系统。
背景技术
慢性肾脏病(Chronic Kidney Disease,CKD)是危害人类健康的严重疾病。长期使用非自然的血管通路进行透析治疗必然伴随各种血管通路并发症的发生,据相关流行病学调查显示,动静脉血管通路(ArterioVenous Vascular Access,AVA)狭窄、闭塞等原因占血透透析患者住院病因的第二位。因此,AVA狭窄的检测对血液透析患者非常重要。尽管AVA成像技术(超声成像、核磁共振成像等)是AVA狭窄病变诊断的金标准,但相比而言,声学检测是一种简便的、便宜的物理检测手段,基于听诊声学的血管狭窄检测在临床上被广泛使用。通常医生会要求患者每天自我听诊、触诊AVA 2次以上,然而,受限于患者的知识及经验,AVA并发症仍频繁发生,将AVA声学检测数字化有其紧迫性。
以往很多研究显示AVA狭窄会导致听诊信号频谱特征发生变化,且听诊信号频谱都在0~1000Hz范围内,但是对狭窄造成的具体频率分布存在分歧。造成分歧的原因可能是以上研究均根据临床实测数据进行分析,但是听诊信号不仅受狭窄程度的影响,还受其他多种AVA个体血流动力学参数(长度,弹性系数,泊松比,血液密度、血液黏度等)的影响。造成分歧的另一个原因可能是狭窄导致的高频信号能量远低于心率脉动导致的低频信号(<600Hz),采用普遍使用的傅里叶变换算法或小波变换算法分析频谱时,受旁瓣泄露等因素影响,高频特征不明显。
以前根据听诊声学信号的AVA狭窄检测方法主要基于传统傅里叶变换算法或小波变换算法,并且主要根据600Hz以下的频谱特征判断狭窄是否发生,然而频率较低的成分受心跳引起的血液脉动频率(小于60Hz)影响较大,所以准确率不高。还有采用AR Burg法等现代功率谱估计方法提取血管通路听诊声学信号的功率谱特征,这些方法将分类的准确率大幅度提升。因为这些方法有效地解决了傅里叶变换所带来的频谱泄露的影响,能够突出幅度较小的高频信号特征。但是,AR Burg法需要首先对原信号进行能量归一化与分割两个过程。进行能量归一化是因为采集到的听诊声学信号受采集装置(听诊器)放置位置,接触压力的影响,声音信号幅度变化较大,所以不管是AR Burg还是傅里叶变换都需要进行能量归一化。分割是因为听诊信号随心率变化呈现非自相关性,因此需要进行分割。这两个过程均会对结果造成影响。
发明内容
本发明的目的就是提供一种基于听诊声学信号MUSIC功率谱特征的动静脉血管通路狭窄检测系统,该系统能够提升动静脉血管通路狭窄检测的准确度。
为实现上述发明目的,本发明提供以下技术方案:
一种基于听诊声学信号MUSIC功率谱特征的动静脉血管通路狭窄检测系统,包括声学传感器和处理器,其中:
所述声学传感器采集动静脉血管通路的听诊声学信号,并传输所述听诊声学信号至所述处理器;
所述处理器在接收到所述听诊声学信号后,执行以下步骤:
采用MUSIC功率谱估计方法对所述听诊声学信号进行处理,得到所述听诊声学信号的MUSIC功率谱;
对所述MUSIC功率谱进行等间隔采样,得到MUSIC功率谱特征;
调用训练好的分类器对所述MUSIC功率谱特征进行分类,输出动静脉血管通路的狭窄程度。
其中,利用公式(1)获得MUSIC功率谱:
其中,N表示原始信号特征空间的维数,vk表示自相关矩阵的第k个特征值,p表示正弦信号的子空间维数,MUSIC算法根据特征值较小的特征向量,其中也包含噪声子空间,来估计原始信号中的频率成分,e(f)表示{e-2πjf0,e-2πjf1,…,e-2πjf(M-1)},M为vk的维度,上标H表示矩阵的转置,所以内积表示每个向量vk的快速傅里叶变换。
本发明中,在对所述MUSIC功率谱进行等间隔采样时,对频率在750Hz~890Hz的MUSIC功率谱进行等间隔采样。
优选地,所述分类器为SVM分类器。
优选地,所述分类器经过以下过程获得:
从动静脉血管通路物理仿真模型上采集狭窄区域上下游5~10cm处的模拟听诊声学信号,并对所述模拟听诊声学信号进行MUSIC功率谱估计和等间隔采样,获得模拟MUSIC功率谱特征,所述模拟MUSIC功率谱特征与对应的狭窄程度组成训练样本;
从临床实例中采用动静脉血管通路狭窄区域的实际听诊声学信号,并对所述实际听诊声学信号进行MUSIC功率谱估计和等间隔采样,获得实际MUSIC功率谱特征,所述实际MUSIC功率谱特征与对应的狭窄程度组成测试样本;
利用训练样本对分类器进行训练,利用测试样本对训练的分类器进行测试,得到训练好的分类器。
其中,所述动静脉血管通路物理仿真模型包括:
水槽,所述水槽内装有模拟血液的液体,所述水槽的出水口通过模拟静脉血管通路的管道连接所述水槽的入水口;所述管道上设有一段模拟血管狭窄区域的狭窄模型;
在所述出水口与所述狭窄模型之间的管道上,沿液体流动方向,依次设有第一单向阀、脉动流产生装置、第二单向阀、第一顺应性室、流量计、第一压力表;
在所述狭窄模型与所述入水口之间的管道上,沿液体流动方向,依次设有第二压力表、第二顺应性室、阻力阀;
所述脉动流产生装置通过能够实现从静脉吸液体和向外喷射液体,以模拟心室的收缩与舒张以实现从静脉吸血和心脏射血;
所述第一顺应性室和第二顺应性室用于模拟动脉血管壁的缓冲能力;
所述第一单向阀和第二单向阀用于防止所述脉动流产生装置从静脉吸血时产生液体回流;
所述管道的内壁摩擦阻力与所述阻力阀提供的阻力来模拟血管的阻力。
其中,所述脉动流产生装置包括模拟心室的腔室,所述腔室内设有活塞,活塞的固定端连接直线往复运动连杆的一端,所述腔室外壁安装有调速电机,所述调速电机连接所述直线往复运动连杆的另一端;
所述调速电机带动所述直线往复运动连杆做直线运动进而带动所述活塞在所述腔室内做直线运动,所述调速电机的转速模拟心率,所述直线往复运动结构的运动带动的所述活塞的行程模拟血流量,通过控制速电机的转速调节心率和血流量。
其中,所述第一顺应性室和第二顺应性室为一个气液体共存的密封容器,容器下部是液体,上部是气体,通过改变气体的摩尔含量改变顺应性。
其中,所述狭窄模型由树脂材料3D打印制备得到,并置于O型密封圈内形成组合体,所述组合体紧密贴合于所述管道内壁。
本发明中,所述动静脉血管通路狭窄检测系统还包括云端数据库,用于对采集的听诊声学信号和对听诊声学信号分类获得的动静脉血管通路的狭窄程度进行存储。
与现有技术相比,本发明具有的有益效果为:
本发明利用设计的动静脉血管通路物理仿真模型模拟AVA狭窄区域,并经过对该AVA狭窄区域的听诊声学信号探究得到,发现听诊声学信号的820Hz(820±70Hz)附近的频率峰值和AVA狭窄有强相关性,因此,提出采用MUSIC提取高频特征,根据该高频特征对动静脉血管通路狭窄程度进行分类检测,提升了分类精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动前提下,还可以根据这些附图获得其他附图。
图1是实施例提供的动静脉血管通路狭窄检测系统的结构示意图;
图2是实施例提供的处理器执行的步骤流程图;
图3是动静脉血管通路物理仿真模型的结构示意图;
图4是直线往复运动连杆运动原理图;
图5是AVA听诊声学信号的MUSIC功率谱,其中(a)为非狭窄区域的MUSIC功率谱,(b)为50%狭窄程度的MUSIC功率谱,(c)为75%狭窄程度的MUSIC功率谱。
具体实施方式
为使本发明的目的、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的详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不限定本发明的保护范围。
如图1所示,本实施例提供的基于听诊声学信号MUSIC功率谱特征的动静脉血管通路狭窄检测系统包括声学传感器和处理器以及云端数据库,其中,声学传感器采集动静脉血管通路的听诊声学信号,并传输听诊声学信号至处理器,处理器用于对接收的听诊声学信号进行MUSIC功率谱特征,基于提取的MUSIC功率谱特征进行狭窄程度检测判断,云端数据库,用于对采集的听诊声学信号和对听诊声学信号分类获得的动静脉血管通路的狭窄程度进行存储。该动静脉血管通路狭窄检测系统不作为应用医疗疾病诊断使用,具体可以作为医院内针对AVA的研究培训时作为讲解的辅助工具。
本发明中,声学传感器不受限制,可以为听诊器,主要采集动静脉血管通路的听诊声学信号,并传输听诊声学信号给处理器进行处理。
采集听诊声学信号时,患者取坐位,充分暴露并自然伸展上肢,前臂平放于床面,上臂与床面成45°。为了使听诊信号在狭窄处具有产生湍流所需的流量,所有选取临床实测病例在动脉吻合口处均检测到明显震颤。如果没有震颤说明AVA已经完全闭塞。
处理器可以为嵌入式处理器,嵌入式处理器进行具体方法的实施得到分类结果并上传至云端进行数据的存储或分析,这些分析结果可以发送给用户的终端来进行告知。
具体地,处理器在接收到所述听诊声学信号后,如图2所示,执行以下步骤:
步骤1,采用MUSIC功率谱估计方法对听诊声学信号进行处理,得到听诊声学信号的MUSIC功率谱。
MUSIC算法使用Schmidt特征空间分析方法根据原始信号或其自相关矩阵估计功率谱。该算法对信号自相关矩阵进行特征分解,将带噪信号分为信号子空间和噪声子空间,以噪声子空间的特征估计信号的频率成分。该算法特别适用于多个正弦信号之和加白噪声组成的信号。AVA听诊信号是若干个幅度不同的简谐运动的线性组合,适合采用MUSIC算法估计功率谱。且MUSIC功率谱估计方法不需要能量归一化与分割,因而避免了因为能量归一化和分割造成分类结果不准确。
具体地,利用公式(1)获得MUSIC功率谱:
其中,N表示原始信号特征空间的维数,vk表示自相关矩阵的第k个特征值,p表示正弦信号的子空间维数,MUSIC算法根据特征值较小的特征向量,其中也包含噪声子空间,来估计原始信号中的频率成分,e(f)表示{e-2πjf0,e-2πjf1,…,e-2πjf(M-1)},M为vk的维度,上标H表示矩阵的转置,所以内积表示每个向量vk的快速傅里叶变换。
经试验探究发现,听诊声学信号的820Hz(820±70Hz)附近的频率峰值和AVA狭窄有强相关性,因此,本发明中采用MUSIC功率谱估计方法提取听诊信号的功率谱特征的方法,该方法对能量较小的高频特征有较高的分辨率。即获得的MUSIC功率谱体现了能量较小的高频特征。
步骤2,对MUSIC功率谱进行等间隔采样,得到MUSIC功率谱特征。
由于MUSIC算法容易产生伪峰,所以将整个MUSIC功率谱作为特征进行分类,将MUSIC功率谱等间隔采样作为特征,作为后续分类的特征。通过该特征提取方法获得的特征包含了与狭窄有高相关性的高频特征。
由于听诊声学信号的820Hz(820±70Hz)附近的频率峰值和AVA狭窄有强相关性,因此,在在对MUSIC功率谱进行等间隔采样时,优选对频率在750Hz~890Hz的MUSIC功率谱进行等间隔采样。
步骤3,调用训练好的分类器对MUSIC功率谱特征进行分类,输出动静脉血管通路的狭窄程度。
本实施例中的分类器优选为SVM分类器。支持向量机(SVM)是一种简单有效的数据分类算法。训练时由训练和测试两部分组成。每个样本具体包含一个类别标签和MUSIC功率谱特征。
为了获得训练样本,本发明设计了动静脉血管通路物理仿真模型如图3所示,具体包括通过管道依次连接的水槽1、第一单向阀2、脉动流产生装置3、第二单向阀4、第一顺应性室5、流量计6、第一压力表7、第二压力表8、第二顺应性室9、阻力阀10、狭窄模型11。
其中,水槽1内装有模拟血液的液体,该液体为水和甘油按照一定比例的混合溶液,举例可以为0.38:0.62的混合溶液,在28℃条件下,其粘性速度为3.2×10-6m2/s密度为1090kg/m3。
水槽1的出水口通过模拟静脉血管通路的管道连接水槽1的入水口;管道上设有一段模拟血管狭窄区域的狭窄模型11。
在出水口与狭窄模型11之间的管道上,第一单向阀2、脉动流产生装置3、第二单向阀4、第一顺应性室5、流量计6、第一压力表7沿液体流动方向依次设置;在在狭窄模型11与入水口之间的管道上,第二压力表8、第二顺应性室9、阻力阀10沿液体流动方向依次设置。
脉动流产生装置3主要模拟心室的收缩与舒张以实现从静脉吸血和心脏射血,即通过电机驱动活塞的方式实现从静脉吸液体和向外喷射液体。具体地,脉动流产生装置3包括模拟心室的腔室,腔室内设有活塞,活塞的固定端连接直线往复运动连杆的一端,腔室外壁安装有调速电机,调速电机连接直线往复运动连杆的另一端。调速电机带动直线往复运动连杆做直线运动进而带动活塞在腔室内做直线运动,调速电机的转速模拟心率,直线往复运动连杆的运动带动的活塞的行程模拟血流量,通过控制速电机的转速调节心率和血流量。该脉动流产生装置3产生的脉动流波形同左心室产生相似。
如图4所示,当调速电机通过直线往复运动连杆推动活塞向下运动,模拟心室收缩,脉动流产生装置模拟心脏射血,调速电机通过直线往复运动连杆带动活塞向上运动,模拟心室舒张,脉动流产生装置从静脉吸血。心室收缩舒张时间很短,所以对于调速电机的加速度和方向变化要求比较高,另外活塞如果采用O-型密封圈会产生大量的摩擦力,对电机功率要求较高,因此,本发明选择可调转速的220V直线交流电机马达作为调速电机。
第一顺应性室5和第二顺应性室9主要用于模拟动脉血管壁的缓冲能力,即模拟血管的弹性和静脉的缓冲和回流,是血管壁的内在弹性特征。本发明将第一顺应性室5和第二顺应性室9设计为一个气液体共存的密封容器,容器下部是液体,上部是气体,通过改变气体的压力改变顺应性。根据顺应性的压力容积关系,列出公式:
Pfluid=Pair+ρghfluid (1)
Vtank=Vfluid+Vair (2)
PairVair=nRT=常数 (3)
由公式(1)~(3)求微分可得:
dPfluid=dPair+(ρg)dhfluid
dVfluid=-dVair
其中,Pfluid和Pair分别为液体、气体的压强,Vfluid和Vair分别为液体、气体的体积,hfluid为液体高度,ρ为液体密度,g为重力加速度,A为顺应室底部面积。n表示气体物质的摩尔量,T表示理想气体的热力学温度,还有一个常量:R为理想气体常数,三者乘积为常数。因为注射器为圆柱型,所以Vfluid=A*hfluid。
本实施例中,第一顺应性室5和第二顺应性室9选择为改造的注射器注射器的针筒和活塞都被试管夹固定在铁架台上,保证注射器内液体压强改变时,液体与气体的总体积不变。
在静脉血管通路体外物理仿真装置中,可以根据流体网络理论,血压和血流可分别用电路中的电压和电流来比拟,血流阻力可用电阻比拟,血液惯性可用电感来比拟,血流顺应性可用电容来比拟,由此可以将仿真装置转化为电路参数模型。使用该电路模型可以计算第一、第二顺应室、阻力阀、电机的设置参数,也可通过这些参数和血管通路的输入、输出端压力、血液流量计算血管通路的阻抗、容抗、感抗。血管的阻力主要来自于两部分,分别为管道的内壁摩擦阻力与阻力阀提供的阻力,其中,管道的内壁摩擦阻力可以根据公式(4)计算。
其中,η为常数(血液黏度系数),l为血管长度,r为血管半径。阻力阀为手动或电动的阀门,通过改变流过阀门截面积来改变阻力。由于阻力阀阻力远大于连接管的阻力,所以电路中只考虑阻力阀的阻力。本实施例中,可以选择球阀作为阻力阀。
血流惯性主要来源为管道中血流量变化的难易程度。计算公式为:
其中,ρ为血液的密度,l为血管长度,r为血管半径。其数值较小,对电流电压影响不大,所以在电路参数图中忽略连接管道的血流惯性,只考虑血管通路的血流惯性。
血流顺应性主要来自于顺应性室与血管的弹性,其中顺应性室的电容C0=1/E。血管弹性的顺应性的电容C1可以由公式(6)计算:
其中,l为血管长度,r为血管半径,ΔD为血管直径的变化量,ΔP为血压的变化量。由于连接管道的顺应性远小于第一、第二顺应室的顺应性,所以忽略。
本发明中,第一单向阀2和第二单向阀4用于防止脉动流产生装置3从静脉吸血时产生液体回流;第一压力表7和第二压力表8用于测量血管狭窄模型11前后的模拟血液压力,流量计6用于测量流经血管狭窄模型11的模拟血液流量。
本实施例中,管道为硅胶管,内径为6.0mm,弹性系数和泊松比与临床采用的高分子移植物的物理性质相同,狭窄模型11由树脂材料3D打印制备得到,制作精度为200um,并置于O型密封圈内形成组合体,该组合体紧密贴合于管道内壁,狭窄模型11的狭窄程度是从50%到95%变化。
在构建好动静脉血管通路物理仿真模型后,从动静脉血管通路物理仿真模型上采集狭窄区域上下游5~10cm处的模拟听诊声学信号,并对模拟听诊声学信号进行MUSIC功率谱估计和等间隔采样,获得模拟MUSIC功率谱特征,模拟MUSIC功率谱特征与对应的狭窄程度组成训练样本。
图5为AVA听诊声学信号的MUSIC功率谱,其中(a)为非狭窄区域的MUSIC功率谱,(b)为50%狭窄程度的MUSIC功率谱,(c)为75%狭窄程度的MUSIC功率谱。分析图5可知,AVA狭窄时,820Hz附近出现明显的频率峰值,而AVA非狭窄时,820Hz附近不存在频率峰值。动静脉血管通路物理仿真模型模拟了不同心率脉动的情况,但AVA非狭窄时820Hz附近均不存在频率峰值,说明820Hz附近的频率峰值与心率脉动无关。心率脉动为低频信号(小于60Hz)没有足够高频分量影响听诊声学信号的高频成分,高频成分与狭窄导致湍流引起的高频成分有关。除狭窄程度和心率脉动外,BPSM中其他AVA血流动力学参数均相同,推断820Hz附近的频率峰值与AVA狭窄强度强相关。
为了验证820Hz附近的频率峰值与AVA狭窄强度强相关的准确性,本发明还测试了一个非狭窄临床实测AVF病例不同位置的MUSIC功率谱和快速傅里叶变换频谱。不同位置的血液流动状态可以通过超声波仪器观察得到。在动脉端吻合口处AVA中血液流动状态为由血流方向突变导致的湍流,且在820Hz附近存在明显的频率峰值。而在动脉端吻合口下游5-10cm位置湍流耗尽,AVA中血流流动状态变为稳定层流,未见820Hz附近的明显频率峰值。这种现象在其余临床实测非狭窄病例中都得到验证。患者动脉吻合口处由湍流引起的压力脉动与狭窄处相似,所以AVA狭窄MUSIC功率谱820Hz附近频率峰值的出现与动脉吻合口处相似。
此外,从临床实例中采用动静脉血管通路狭窄区域的实际听诊声学信号,并对实际听诊声学信号进行MUSIC功率谱估计和等间隔采样,获得实际MUSIC功率谱特征,所述实际MUSIC功率谱特征与对应的狭窄程度组成测试样本。
具体采集听诊声学信号时,均由3M Littmann Model 3200型电子听诊器录制,采样频率为4000Hz,采样位数为16位,时间为8秒。
本发明利用通过动静脉血管通路物理仿真模型获得训练数据集,能够有效地提取狭窄程度导致的听诊信号特征变化,排除其他血流动力学参数的影响,使得系统的准确率提高。
在获得训练样本和测试样本之后,利用训练样本对分类器进行训练,利用测试样本对训练的分类器进行测试,得到训练好的分类器。
在获得的训练好的分类器之后,处理器即可以调用训练好的分类器对MUSIC功率谱特征进行分类,输出动静脉血管通路的狭窄程度。
以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明,应理解的是以上所述仅为本发明的最优选实施例,并不用于限制本发明,凡在本发明的原则范围内所做的任何修改、补充和等同替换等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于听诊声学信号MUSIC功率谱特征的动静脉血管通路狭窄检测系统,包括声学传感器和处理器,其中:
所述声学传感器采集动静脉血管通路的听诊声学信号,并传输所述听诊声学信号至所述处理器;
所述处理器在接收到所述听诊声学信号后,执行以下步骤:
采用MUSIC功率谱估计方法对所述听诊声学信号进行处理,得到所述听诊声学信号的MUSIC功率谱;
对所述MUSIC功率谱进行等间隔采样,得到MUSIC功率谱特征;
调用训练好的分类器对所述MUSIC功率谱特征进行分类,输出动静脉血管通路的狭窄程度。
3.如权利要求1所述的基于听诊声学信号MUSIC功率谱特征的动静脉血管通路狭窄检测系统,其特征在于,在对所述MUSIC功率谱进行等间隔采样时,对频率在750Hz~890Hz的MUSIC功率谱进行等间隔采样。
4.如权利要求1所述的基于听诊声学信号MUSIC功率谱特征的动静脉血管通路狭窄检测系统,其特征在于,所述分类器为SVM分类器。
5.如权利要求1所述的基于听诊声学信号MUSIC功率谱特征的动静脉血管通路狭窄检测系统,其特征在于,所述分类器经过以下过程获得:
从动静脉血管通路物理仿真模型上采集狭窄区域上下游5~10cm处的模拟听诊声学信号,并对所述模拟听诊声学信号进行MUSIC功率谱估计和等间隔采样,获得模拟MUSIC功率谱特征,所述模拟MUSIC功率谱特征与对应的狭窄程度组成训练样本;
从临床实例中采用动静脉血管通路狭窄区域的实际听诊声学信号,并对所述实际听诊声学信号进行MUSIC功率谱估计和等间隔采样,获得实际MUSIC功率谱特征,所述实际MUSIC功率谱特征与对应的狭窄程度组成测试样本;
利用训练样本对分类器进行训练,利用测试样本对训练的分类器进行测试,得到训练好的分类器。
6.如权利要求1所述的基于听诊声学信号MUSIC功率谱特征的动静脉血管通路狭窄检测系统,其特征在于,所述动静脉血管通路物理仿真模型包括:
水槽,所述水槽内装有模拟血液的液体,所述水槽的出水口通过模拟静脉血管通路的管道连接所述水槽的入水口;所述管道上设有一段模拟血管狭窄区域的狭窄模型;
在所述出水口与所述狭窄模型之间的管道上,沿液体流动方向,依次设有第一单向阀、脉动流产生装置、第二单向阀、第一顺应性室、流量计、第一压力表;
在所述狭窄模型与所述入水口之间的管道上,沿液体流动方向,依次设有第二压力表、第二顺应性室、阻力阀;
所述脉动流产生装置通过能够实现从静脉吸液体和向外喷射液体,以模拟心室的收缩与舒张以实现从静脉吸血和心脏射血;
所述第一顺应性室和第二顺应性室用于模拟动脉血管壁的缓冲能力;
所述第一单向阀和第二单向阀用于防止所述脉动流产生装置从静脉吸血时产生液体回流;
所述管道的内壁摩擦阻力与所述阻力阀提供的阻力来模拟血管的阻力。
7.如权利要求6所述的基于听诊声学信号MUSIC功率谱特征的动静脉血管通路狭窄检测系统,其特征在于,所述脉动流产生装置包括模拟心室的腔室,所述腔室内设有活塞,活塞的固定端连接直线往复运动连杆的一端,所述腔室外壁安装有调速电机,所述调速电机连接所述直线往复运动连杆的另一端;
所述调速电机带动所述直线往复运动连杆做直线运动进而带动所述活塞在所述腔室内做直线运动,所述调速电机的转速模拟心率,所述直线往复运动结构的运动带动的所述活塞的行程模拟血流量,通过控制速电机的转速调节心率和血流量。
8.如权利要求6所述的基于听诊声学信号MUSIC功率谱特征的动静脉血管通路狭窄检测系统,其特征在于,所述第一顺应性室和第二顺应性室为一个气液体共存的密封容器,容器下部是液体,上部是气体,通过改变气体的摩尔含量改变顺应性。
9.如权利要求6所述的基于听诊声学信号MUSIC功率谱特征的动静脉血管通路狭窄检测系统,其特征在于,所述狭窄模型由树脂材料3D打印制备得到,并置于O型密封圈内形成组合体,所述组合体紧密贴合于所述管道内壁。
10.如权利要求1~9任一项所述的基于听诊声学信号MUSIC功率谱特征的动静脉血管通路狭窄检测系统,其特征在于,所述动静脉血管通路狭窄检测系统还包括云端数据库,用于对采集的听诊声学信号和对听诊声学信号分类获得的动静脉血管通路的狭窄程度进行存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910975257.1A CN110720898B (zh) | 2019-10-14 | 2019-10-14 | 一种基于听诊声学信号music功率谱特征的动静脉血管通路狭窄检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910975257.1A CN110720898B (zh) | 2019-10-14 | 2019-10-14 | 一种基于听诊声学信号music功率谱特征的动静脉血管通路狭窄检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110720898A true CN110720898A (zh) | 2020-01-24 |
CN110720898B CN110720898B (zh) | 2020-08-25 |
Family
ID=69221168
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910975257.1A Active CN110720898B (zh) | 2019-10-14 | 2019-10-14 | 一种基于听诊声学信号music功率谱特征的动静脉血管通路狭窄检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110720898B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976528A (zh) * | 2010-09-09 | 2011-02-16 | 华南理工大学 | 血管内支架植入的生物力学实验模拟装置 |
WO2012163738A1 (en) * | 2011-05-27 | 2012-12-06 | Gambro Lundia Ab | Monitoring stenosis formation in an arteriovenous access |
US20150317448A1 (en) * | 2014-05-05 | 2015-11-05 | Pacesetter Inc. | Method and system to automatically assign map points to anatomical segments and determine mechanical activation time |
US20150366530A1 (en) * | 2014-06-24 | 2015-12-24 | Mediatek Inc. | Device, computing device and method for detecting fistula stenosis |
CN106291451A (zh) * | 2016-08-17 | 2017-01-04 | 河海大学 | 基于多重信号分类群延迟算法的DoA估计方法 |
US20170224279A1 (en) * | 2016-02-08 | 2017-08-10 | International Business Machines Corporation | Embedded device for flow monitoring |
CN108451541A (zh) * | 2018-01-31 | 2018-08-28 | 天津大学 | 一种动态ct测试体模 |
CN109475310A (zh) * | 2016-06-15 | 2019-03-15 | Cvr 环球股份有限公司 | 用于检测流体流动管道中堵塞的方法 |
CN109528224A (zh) * | 2019-01-04 | 2019-03-29 | 中国人民解放军陆军军医大学第二附属医院 | 模拟心血管运动的ct成像质量检测体模、控制方法及质量检测方法 |
CN109620227A (zh) * | 2018-12-17 | 2019-04-16 | 中国人民解放军陆军军医大学第二附属医院 | 用于磁共振的仿生心脏动态体模、控制方法及检测方法 |
CN110114025A (zh) * | 2016-10-28 | 2019-08-09 | 美敦力阿迪安卢森堡有限公司 | 用于使用计算流体动力学优化血管周围神经调节治疗的方法和系统 |
-
2019
- 2019-10-14 CN CN201910975257.1A patent/CN110720898B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101976528A (zh) * | 2010-09-09 | 2011-02-16 | 华南理工大学 | 血管内支架植入的生物力学实验模拟装置 |
WO2012163738A1 (en) * | 2011-05-27 | 2012-12-06 | Gambro Lundia Ab | Monitoring stenosis formation in an arteriovenous access |
US20150317448A1 (en) * | 2014-05-05 | 2015-11-05 | Pacesetter Inc. | Method and system to automatically assign map points to anatomical segments and determine mechanical activation time |
US20150366530A1 (en) * | 2014-06-24 | 2015-12-24 | Mediatek Inc. | Device, computing device and method for detecting fistula stenosis |
US20170224279A1 (en) * | 2016-02-08 | 2017-08-10 | International Business Machines Corporation | Embedded device for flow monitoring |
CN109475310A (zh) * | 2016-06-15 | 2019-03-15 | Cvr 环球股份有限公司 | 用于检测流体流动管道中堵塞的方法 |
CN106291451A (zh) * | 2016-08-17 | 2017-01-04 | 河海大学 | 基于多重信号分类群延迟算法的DoA估计方法 |
CN110114025A (zh) * | 2016-10-28 | 2019-08-09 | 美敦力阿迪安卢森堡有限公司 | 用于使用计算流体动力学优化血管周围神经调节治疗的方法和系统 |
CN108451541A (zh) * | 2018-01-31 | 2018-08-28 | 天津大学 | 一种动态ct测试体模 |
CN109620227A (zh) * | 2018-12-17 | 2019-04-16 | 中国人民解放军陆军军医大学第二附属医院 | 用于磁共振的仿生心脏动态体模、控制方法及检测方法 |
CN109528224A (zh) * | 2019-01-04 | 2019-03-29 | 中国人民解放军陆军军医大学第二附属医院 | 模拟心血管运动的ct成像质量检测体模、控制方法及质量检测方法 |
Non-Patent Citations (1)
Title |
---|
丁天华等: "基于MUSIC功率谱和CPNN的鸡蛋散黄无损检测方法", 《南京农业大学学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110720898B (zh) | 2020-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Forouzanfar et al. | Oscillometric blood pressure estimation: past, present, and future | |
JP5984088B2 (ja) | 非侵襲的連続血圧モニタリング方法及び装置 | |
WO2012163738A1 (en) | Monitoring stenosis formation in an arteriovenous access | |
CN110141196A (zh) | 基于双三角血流模型的外周动脉血管弹性评价方法及系统 | |
CN110604552A (zh) | 一种动静脉血管通路体外物理仿真装置及仿真测量方法 | |
CN102579017A (zh) | 无创血流动力学参数分析仪 | |
CN106923812B (zh) | 一种基于心音信号自相关分析的心率计算方法 | |
CN110720898B (zh) | 一种基于听诊声学信号music功率谱特征的动静脉血管通路狭窄检测系统 | |
CN108464824A (zh) | 一种血压快速计算方法及血压检测仪 | |
Weber et al. | Continuous blood pressure measurement with ultrasound | |
KR100951777B1 (ko) | 혈액의 점도를 고려한 심장 모니터링 장치 | |
Seabra et al. | Blood Pressure Models for Wearable Sensors | |
JPH11513587A (ja) | 誘発された摂動を測定してヒト動脈系の物理的状態を決定するための装置および方法 | |
CN211213114U (zh) | 一种动静脉血管通路体外物理仿真装置 | |
Seabra et al. | In Silico Blood Pressure Models Comparison | |
Laqua et al. | A phantom with pulsating artificial vessels for non-invasive fetal pulse oximetry | |
Matre et al. | Continuous measurement of aortic blood velocity, after cardiac surgery, by means of an extractable Doppler ultrasound probe | |
Sobotnicki et al. | Determination of stroke volume of the ventricular assist device using bioimpedance method | |
Jeon et al. | A simulation for estimation of the blood pressure using arterial pressure-volume model | |
JP2016067490A (ja) | 末梢血管抵抗推定方法 | |
Gawlikowski et al. | The methods of physical parameters measurement regarding the heart supporting automation | |
Baumann | Model-based method for cuff-less blood pressure measurement using the oscillometric finger-pressing method | |
佐々木一真 et al. | Experimental study on the effect of blood flow conditions on shunt murmur characteristics in a simulated vascular stenosis model | |
Harabedian | Modeling the Arterial System to Improve Ultrasound Measurements of Hemodynamic Parameters | |
Tamborini | A Novel Approach to Cardiac Health Assessment Using a Redesign of the Brachial Cuff Device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |