CN111493862A - 一种基于心电信号的超带宽雷达导航成像方法 - Google Patents
一种基于心电信号的超带宽雷达导航成像方法 Download PDFInfo
- Publication number
- CN111493862A CN111493862A CN202010279861.3A CN202010279861A CN111493862A CN 111493862 A CN111493862 A CN 111493862A CN 202010279861 A CN202010279861 A CN 202010279861A CN 111493862 A CN111493862 A CN 111493862A
- Authority
- CN
- China
- Prior art keywords
- ultra
- electrocardiosignals
- signal
- wave
- bandwidth
- 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
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 43
- 230000003287 optical effect Effects 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000010219 correlation analysis Methods 0.000 claims abstract description 10
- 230000000747 cardiac effect Effects 0.000 claims description 10
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 238000013527 convolutional neural network Methods 0.000 claims description 6
- 230000033001 locomotion Effects 0.000 claims description 6
- 238000000926 separation method Methods 0.000 claims description 6
- 230000004913 activation Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 210000005245 right atrium Anatomy 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims 1
- 238000002059 diagnostic imaging Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 9
- 238000002595 magnetic resonance imaging Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 210000000748 cardiovascular system Anatomy 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 210000001013 sinoatrial node Anatomy 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000013184 cardiac magnetic resonance imaging Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012772 sequence design Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/366—Detecting abnormal QRS complex, e.g. widening
-
- 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
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Cardiology (AREA)
- High Energy & Nuclear Physics (AREA)
- Radiology & Medical Imaging (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Evolutionary Computation (AREA)
- Pulmonology (AREA)
- Power Engineering (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明属于医学成像技术领域，具体提供了一种基于心电信号的超带宽雷达导航成像方法，获取超带宽频段波，并在室内通过雷达天线发射至目标对象表面形成反射波；对反射波进行调解数字化后与超带宽频段波做相关性分析，最终得到心电信号；将心电信号转换成光信号并传输至室外，并在室外将光信号再还原成心电信号传输至扫描模块；扫描模块根据心电信号实时对目标对象进行追踪扫描以重建目标成像。具有非接触式、免操作摆位等优点。即不需要当前各种磁共振系统中捆绑或者穿戴传感器的方式，使用更为灵活。另一方面，该系统不占用设备扫描时间，从而节省了病人的扫描时间，且系统成本低，与现有技术对接简便易行，具有广阔的应用前景。
Description
技术领域
本发明属于医学成像技术领域，具体涉及一种基于心电信号的超带宽 雷达导航成像方法。
背景技术
心血管磁共振成像(CMR)，俗称心脏MRI，是一种评估心血管系统 的功能与结构的一种非侵入式医学成像技术。它运用磁共振成像(MRI)基本 原理，针对心血管系统成像的特殊困难，优化现有的MRI成像技术(主要 指序列的设计优化)，使其具有临床价值。优化序列设计的主要途径有心电 门控和快速成像技术两种方式。
对心脏进行成像时，MRI射频脉冲序列周期内，心脏运动处于不同的 时刻，所得到的影像信号也就来自心跳过程中的不同时刻，最终导致由多 次不同采集时间所采集到的图像信号叠加而获得的成像将出现严重的运动 伪影。
当前医学成像系统中的心脏成像，无论何种方式，均需要采集心电信 号。心电信号的采集在心脏成像导航系统中居核心地位。当前的心电信号 的采集设备均为接触式(采用压电传感等方式)或者称为穿戴式，它们大都穿 戴复杂，而且价格较为昂贵。开发非接触式、免摆位、方便病人及医生操 作且价格更为低廉的心电信号采集装置，使之服务于心电导航系统，就显 得尤为迫切。
发明内容
本发明的目的是克服现有技术中心电成像系统用户体验低的问题。
为此，本发明提供了一种基于心电信号的超带宽雷达导航成像方法， 包括步骤：
S1：获取超带宽频段波，并在室内通过雷达天线发射至目标对象表面 形成反射波；
S2：对反射波进行调解数字化后与所述超带宽频段波做相关性分析， 最终得到心电信号；
S3：将所述心电信号转换成光信号并传输至室外，并在室外将光信号 再还原成所述心电信号传输至扫描模块；
S4：所述扫描模块根据所述心电信号实时对目标对象进行追踪扫描以 重建目标成像。
优选地，所述步骤S1具体包括：先生成伪随机M序列码的纳米脉冲 波，然后通过对输入电流信号移位寄存器加反馈转换所述伪随机M序列码 为单冲击脉冲。
优选地，所述步骤S2具体包括：硬件模块通过调节、数字化后，与原 发射的超带宽频段波进行比较分析得到心电信号。
优选地，所述相关性分析具体包括信号识别及信号分离；
所述信号识别包括：设发射信号为ST，接收信号为SR，计算它们的相 关性，如下式(1)：
其中，●为点乘符号，○为卷积符号，τ为采样时间间隔，t为绝对时间 轴，根据相关性得到心脏各组织层面的位移距离；
所述信号分离包括：根据心脏各组织层面的位移距离得到分析心脏各 组织对超带宽频段波的发射信号强度，提取右心房上部的窦房结构变化以 得到初步心电门控信号。
优选地，获得心脏运动信息后，基于小波的R波波峰检测算法判定识 别，而后发出触发采集信号至扫描模块。
优选地，首先获取目标样品，设计4层卷积神经网络，针对目标样品进 行训练并生成网络参数模型；
然后利用所述网络参数模型对所述心电信号进行心电波形R波数据预 测。
优选地，利用所述网络参数模型对所述心电信号进行心电波形R波数据 预测具体包括：
输入心电信号依次通过卷积层、规范层、修正线性激活函数及Softmax 分类器，最后通过输出层输出；
其中，输出层会根据Softmax函数输出触发点概率来进行判断，大于0.5 为检测到R波输出触发门控信号，小于0.5为非触发门控信号。
优选地，所述扫描模块包括MRI、PET、PET-MR或CT。
优选地，所述目标对象为人体心脏部位。
优选地，分别对各模块进行电磁屏蔽处理。
本发明的有益效果：本发明提供的这种基于心电信号的超带宽雷达导航 成像方法，获取超带宽频段波，并在室内通过雷达天线发射至目标对象表 面形成反射波；对反射波进行调解数字化后与超带宽频段波做相关性分析， 最终得到心电信号；将心电信号转换成光信号并传输至室外，并在室外将 光信号再还原成心电信号传输至扫描模块；扫描模块根据心电信号实时对 目标对象进行追踪扫描以重建目标成像。具有非接触式、免操作摆位等优 点。即不需要当前各种磁共振系统中捆绑或者穿戴传感器的方式，因而非 常方便医生及病人的操作，使用更为灵活。另一方面，该系统不占用设备 扫描时间，从而节省了病人的扫描时间，且系统成本低，与现有技术对接 简便易行，具有广阔的应用前景。
以下将结合附图对本发明做进一步详细说明。
附图说明
图1是本发明基于心电信号的超带宽雷达导航成像方法的原理示意图；
图2是本发明基于心电信号的超带宽雷达导航成像方法的信号采集示 意图；
图3是本发明基于心电信号的超带宽雷达导航成像方法的雷达天线实 物图；
图4是本发明基于心电信号的超带宽雷达导航成像方法的雷达天线安 装示意图；
图5是本发明基于心电信号的超带宽雷达导航成像方法的卷积神经网 络结构示意图；
图6是本发明基于心电信号的超带宽雷达导航成像方法的带有屏蔽设 计的硬件采集模块安装示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进 行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例， 而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没 有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的 范围。
在本发明的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、 “后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示 的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述 本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的 方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相 对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、 “第二”的特征可以明示或者隐含地包括一个或者更多个该特征；在本发 明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
本发明实施例提供了一种基于心电信号的超带宽雷达导航成像方法， 包括步骤：
S1：获取超带宽频段波，并在室内通过雷达天线发射至目标对象表面 形成反射波；
S2：对反射波进行调解数字化后与所述超带宽频段波做相关性分析， 最终得到心电信号；
S3：将所述心电信号转换成光信号并传输至室外，并在室外将光信号 再还原成所述心电信号传输至扫描模块；
S4：所述扫描模块根据所述心电信号实时对目标对象进行追踪扫描以 重建目标成像。
如图1和图2所示，各个模块及心电信号采集流程介绍如下：1)UWB 脉冲生成模块首先生成一个脉冲信号源，然后把它超带宽调制为伪随机脉 冲。2)UWB雷达发射天线负责将伪随机脉冲发射出去；3)人体吸纳超带 宽信号后反射及衍射后，UWB雷达接收天线接收到从人体反射回来的信号； 4)硬件模块通过解调、数字化后，与原发射的脉冲信号做相关性分析，最 终得到心电信号。5)由于UWB设备需要在磁场环境中工作，因此，需要 将心电信号，转换为光信号，传输至磁共振室外。6)室外，通过光电转换， 将光信号再还原为心电信号传给上位机；7)心电信号控制磁共振扫描系统， 完成心脏部位的成像扫描工作。需要指出的是上位机通常指的就是PC机， PC机接收到心电信号波形，PC机内的心电门控软件输出触发信号，启动 MRI设备扫描，上位机及心电门控软件是如何控制输出触发信号进而启动MRI扫描。其中UWB Tx/Rx代表雷达系统的发射与接收天线。
优选的方案，先生成伪随机M序列码的纳米脉冲波，然后通过对输入 电流信号移位寄存器加反馈转换所述伪随机M序列码为单冲击脉冲。本系 统中UWB脉冲生成模块所生成的脉冲信号采用伪随机M序列码，该脉冲 具有抗干扰性能好、时延迟强、距离多普勒耦合不显著等特点。通过对输 入电流信号移位寄存器加反馈转换M序列码为单冲击脉冲，具有简单、快 速的特点。脉冲生成、信号发射及信号接收(包括雷达天线系统)的分别 对应为UWB脉冲生成模块、UWB发射天线及UWB接收天线。
优选的方案，如图3和图4所示，为了接收和发射的最优效果，它被 设计为双脊椎喇叭雷达，它负责UWB脉冲的发射，同时也负责反射信号的 接收。硬件模块安装在磁共振室内或者CT设备的工作室内，并设计集成到 现有的磁共振或者CT系统中。对于磁共振系统，由于磁共振检查点都要在 磁体正中央成像，因此硬件采集设备放置于孔径磁体梯度极性正中央孔径 内壁上。对于CT等系统也是安装在扫描成像轴向正中心位置点。Antennafixture是天线的固定安装的装置，被设计在磁共振的腔体内。MR transmit/receive coil代表磁共振的发射与接收线圈。
优选的方案，所述相关性分析具体包括信号识别及信号分离；
所述信号识别包括：设发射信号为ST，接收信号为SR，计算它们的相 关性，如下式(1)：
其中，●为点乘符号，○为卷积符号，τ为采样时间间隔，t为绝对时间 轴，根据相关性得到心脏各组织层面的位移距离；其中，式(1)结果为一 个相关函数，自变量为两个信号不同的时间间隔，积分式子中，相乘符号 代表两个信号的点击，然后对信号的全部时间点进行积分。实际计算是采 用卷积的方法进行，式子中
代表卷积计算。本系统将周期性地发射和 接收伪随机信号，然后计算接收信号与发射信号的相关性，取相关性为1(即收到的信号与发出去的信号一致)的两个时间的时间间隔t(各个组织对同 一信号源的反射时间有微小差异，即t不同)。t乘以光波传播速度，得到 心脏各个组织层面运动的位移距离。
所述信号分离包括：根据心脏各组织层面的位移距离得到分析心脏各组 织对超带宽频段波的发射信号强度，提取右心房上部的窦房结构变化以得 到初步心电门控信号。通过上个步骤可以获取到各个组织层面的位移信息。 但是，导航用到的心电信号主要来源于右心房上部的窦房结变化，查阅心 脏各组织对UWB信号反射信号强度，可以确定位于血液和脂肪之间的(-2.2, -2.4)分贝的信号为窦房结信号。此部分也集成到了硬件嵌入式系统的信号 分离模块。此模块的各个算法均在本发明的硬件采集模块中通过硬件嵌入 式系统予以实现。
优选的方案，如图5所示，基于小波的心电门控信号提取具体包括：
获得心脏运动信息后，心电信号只需要检测到R波，而后发出触发采集 信号给成像设备。此步骤称为心电门控信号检测及输出。基于心脏R波触 发特征门控特点，检测波形是否含有R波可以作为分类问题来看。本专利 使用卷积神经网络(Convolution neuralnetwork,CNN)来实现R波的判定 识别分类出R波以后，软件系统发出门控信号。基于小波的R波波峰检测 算法如下:
1)首先设计出4层CNN神经网络；依次包括输入层、卷积层(Conv)、 规范层(BN)、修正线性激活函数(Relu)、Softmas分类器及输出层，其中， 卷积层(Conv)、规范层(BN)及修正线性激活函数(Relu)为一层，在该 层计算时需要对信号的结构重复四次循环计算，然后再进入下一层。
2)采集一批志愿者数据，通过手工标记志愿者数据产生测试数据；
3)训练、生成网络参数model，model被集成到硬件模块中；
4)利用训练好的model进行心电波形R波数据预测。
其中输出层会根据Softmax函数输出触发点概率来进行判断，大于0.5 为检测到R波输出触发门控信号，小于为非触发门控信号。判断公式如下 所示：
优选的方案，所述扫描模块包括MRI、PET、PET-MR或CT。
优选的方案，如图6所示，UWB设备在磁共振系统室内工作，磁共振 系统的磁场会对信号的采集及电路工作产生影响，反过来，UWB设备也会 对磁共振系统正常工作产生影响。因此，本发明中需要对贴片设备的硬件 电路进行磁屏蔽设计。它包括两个部分：
电路板的屏蔽处理。(不同成像设备，对应的屏蔽层设计不一样，磁共 振中屏蔽做到磁屏蔽，对系统涡流小等，CT中屏蔽主要起到射线防护，防 止对系统射线成像影像，也防止射线对本身电子器件的影像。)
零部件的屏蔽处理：除去需要裸露出来的显示屏幕及插接口(诸如光 电转换的光纤接口及充电口)，其它相关零部件需要被特质的磁屏蔽材料屏 蔽起来，针对光纤传输方式，电光转换器需要进行铜材料的包裹。另外， 电池也需要进行铜材料的包裹。
图6为加装屏蔽后的设备安装示意图，左图显示硬件采集设备被放置 在磁共振的内孔径上(参考图3)，它由右图中的电路板及屏蔽层两个大部 分组成。
本发明的有益效果：本发明提供的这种基于心电信号的超带宽雷达导航 成像方法，获取超带宽频段波，并在室内通过雷达天线发射至目标对象表 面形成反射波；对反射波进行调解数字化后与超带宽频段波做相关性分析， 最终得到心电信号；将心电信号转换成光信号并传输至室外，并在室外将 光信号再还原成心电信号传输至扫描模块；扫描模块根据心电信号实时对 目标对象进行追踪扫描以重建目标成像。具有非接触式、免操作摆位等优 点。即不需要当前各种磁共振系统中捆绑或者穿戴传感器的方式，因而非 常方便医生及病人的操作，使用更为灵活。另一方面，该系统不占用设备 扫描时间，从而节省了病人的扫描时间，且系统成本低，与现有技术对接 简便易行，具有广阔的应用前景。
以上例举仅仅是对本发明的举例说明，并不构成对本发明的保护范围 的限制，凡是与本发明相同或相似的设计均属于本发明的保护范围之内。
Claims (10)
1.一种基于心电信号的超带宽雷达导航成像方法，其特征在于，包括步骤：
S1：获取超带宽频段波，并在室内通过雷达天线发射至目标对象表面形成反射波；
S2：对反射波进行调解数字化后与所述超带宽频段波做相关性分析，最终得到心电信号；
S3：将所述心电信号转换成光信号并传输至室外，并在室外将光信号再还原成所述心电信号传输至扫描模块；
S4：所述扫描模块根据所述心电信号实时对目标对象进行追踪扫描以重建目标成像。
2.根据权利要求1所述的基于心电信号的超带宽雷达导航成像方法，其特征在于，所述步骤S1具体包括：先生成伪随机M序列码的纳米脉冲波，然后通过对输入电流信号移位寄存器加反馈转换所述伪随机M序列码为单冲击脉冲。
3.根据权利要求1所述的基于心电信号的超带宽雷达导航成像方法，其特征在于，所述步骤S2具体包括：硬件模块通过调节、数字化后，与原发射的超带宽频段波进行比较分析得到心电信号。
4.根据权利要求1或3所述的基于心电信号的超带宽雷达导航成像方法，其特征在于：所述相关性分析具体包括信号识别及信号分离；
所述信号识别包括：设发射信号为ST，接收信号为SR，计算它们的相关性，如下式(1)：
其中，●为点乘符号，
为卷积符号，τ为采样时间间隔，t为绝对时间轴，根据相关性得到心脏各组织层面的位移距离；
所述信号分离包括：根据心脏各组织层面的位移距离得到分析心脏各组织对超带宽频段波的发射信号强度，提取右心房上部的窦房结构变化以得到初步心电门控信号。
5.根据权利要求4所述的基于心电信号的超带宽雷达导航成像方法，其特征在于：获得心脏运动信息后，基于小波的R波波峰检测算法判定识别，而后发出触发采集信号至扫描模块。
6.根据权利要求5所述的基于心电信号的超带宽雷达导航成像方法，其特征在于：
首先获取目标样品，设计4层卷积神经网络，针对目标样品进行训练并生成网络参数模型；
然后利用所述网络参数模型对所述心电信号进行心电波形R波数据预测。
7.根据权利要求6所述的基于心电信号的超带宽雷达导航成像方法，其特征在于，利用所述网络参数模型对所述心电信号进行心电波形R波数据预测具体包括：
输入心电信号依次通过卷积层、规范层、修正线性激活函数及Softmax分类器，最后通过输出层输出；
其中，输出层会根据Softmax函数输出触发点概率来进行判断，大于0.5为检测到R波输出触发门控信号，小于0.5为非触发门控信号。
8.根据权利要求1所述的基于心电信号的超带宽雷达导航成像方法，其特征在于：所述扫描模块包括MRI、PET、PET-MR或CT。
9.根据权利要求1所述的基于心电信号的超带宽雷达导航成像方法，其特征在于：所述目标对象为人体心脏部位。
10.根据权利要求1至9任一项所述的基于心电信号的超带宽雷达导航成像方法，其特征在于：分别对各模块进行电磁屏蔽处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010279861.3A CN111493862A (zh) | 2020-04-10 | 2020-04-10 | 一种基于心电信号的超带宽雷达导航成像方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010279861.3A CN111493862A (zh) | 2020-04-10 | 2020-04-10 | 一种基于心电信号的超带宽雷达导航成像方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111493862A true CN111493862A (zh) | 2020-08-07 |
Family
ID=71876534
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010279861.3A Pending CN111493862A (zh) | 2020-04-10 | 2020-04-10 | 一种基于心电信号的超带宽雷达导航成像方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111493862A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110062958A1 (en) * | 2009-09-11 | 2011-03-17 | Wilfried Schnell | Combined imaging system, including a magnetic resonance system and a uwb radar |
| US20140347213A1 (en) * | 2012-03-09 | 2014-11-27 | U.S. Army Research Laboratory Attn: Rdrl-Loc-I | Method and System for Estimation and Extraction of Interference Noise from Signals |
| KR101688434B1 (ko) * | 2015-08-25 | 2016-12-23 | 재단법인대구경북과학기술원 | 영상 획득 장치 및 방법 |
| CN107072536A (zh) * | 2014-06-20 | 2017-08-18 | 安全电子集团股份有限公司 | 使用微波监测身体 |
| CN107647864A (zh) * | 2017-11-06 | 2018-02-02 | 上海联影医疗科技有限公司 | 一种心电信号分析方法及成像方法 |
| CN110236520A (zh) * | 2019-05-20 | 2019-09-17 | 上海数创医疗科技有限公司 | 基于双卷积神经网络的心电图类型识别方法和装置 |
| CN110731776A (zh) * | 2018-07-20 | 2020-01-31 | 通用电气公司 | 用于成像系统的心脏触发的系统和方法 |
| CN110755076A (zh) * | 2019-11-01 | 2020-02-07 | 上海联影医疗科技有限公司 | 磁共振扫描仪的图像采集方法、装置、设备和介质 |
-
2020
- 2020-04-10 CN CN202010279861.3A patent/CN111493862A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110062958A1 (en) * | 2009-09-11 | 2011-03-17 | Wilfried Schnell | Combined imaging system, including a magnetic resonance system and a uwb radar |
| US20140347213A1 (en) * | 2012-03-09 | 2014-11-27 | U.S. Army Research Laboratory Attn: Rdrl-Loc-I | Method and System for Estimation and Extraction of Interference Noise from Signals |
| CN107072536A (zh) * | 2014-06-20 | 2017-08-18 | 安全电子集团股份有限公司 | 使用微波监测身体 |
| KR101688434B1 (ko) * | 2015-08-25 | 2016-12-23 | 재단법인대구경북과학기술원 | 영상 획득 장치 및 방법 |
| CN107647864A (zh) * | 2017-11-06 | 2018-02-02 | 上海联影医疗科技有限公司 | 一种心电信号分析方法及成像方法 |
| CN110731776A (zh) * | 2018-07-20 | 2020-01-31 | 通用电气公司 | 用于成像系统的心脏触发的系统和方法 |
| CN110236520A (zh) * | 2019-05-20 | 2019-09-17 | 上海数创医疗科技有限公司 | 基于双卷积神经网络的心电图类型识别方法和装置 |
| CN110755076A (zh) * | 2019-11-01 | 2020-02-07 | 上海联影医疗科技有限公司 | 磁共振扫描仪的图像采集方法、装置、设备和介质 |
Non-Patent Citations (3)
| Title |
|---|
| F. THIEL等: "Non-contact detection of myocardium"s mechanical activity by ultrawideband RF-radar and interpretation applying electrocardiography", 《AMERICAN INSTITUTE OF PHYSICS》 * |
| FLORIAN THIEL等: "Fusion of magnetic resonance imaging and ultra-wideband-radar for biomedical applications", 《PROCEEDINGS OF THE 2008 IEEE INTERNATIONAL CONFERENCE ON ULTRA-WIDEBAND》 * |
| THIEL.F等: "Combining magnetic resonance imaging and ultrawideband radar:A new concept for multimodal biomedical imaging", 《REWIEW OF SCIENTIFIC INSTRUMENTS》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220142478A1 (en) | Radar cardiography: a precise cardiac data reconstruction method | |
| Wang et al. | Noncontact heart rate measurement based on an improved convolutional sparse coding method using IR-UWB radar | |
| CN102508256A (zh) | 非接触式实时生理信号监测系统 | |
| CN113447905B (zh) | 双毫米波雷达人体跌倒检测装置及检测方法 | |
| CN113260872A (zh) | 为生命体征监测提供图像单元 | |
| CN111474508B (zh) | 一种基于超带宽雷达的导航体动成像系统及方法 | |
| CN110879388A (zh) | 基于ir-uwb生物雷达信号的人与动物非接触探测区分方法 | |
| CN114305355B (zh) | 基于毫米波雷达的呼吸心跳检测方法、系统及装置 | |
| CN111493869A (zh) | 一种基于呼吸信号的超带宽雷达导航成像系统及方法 | |
| Gao et al. | Contactless sensing of physiological signals using wideband RF probes | |
| US20090076388A1 (en) | Linear wave inversion and detection of hard objects | |
| CN111493862A (zh) | 一种基于心电信号的超带宽雷达导航成像方法 | |
| Adhikari et al. | Argosleep: Monitoring sleep posture from commodity millimeter-wave devices | |
| US20170251998A1 (en) | Ultrasonic diagnostic device | |
| Gao et al. | A new direction for biosensing: RF sensors for monitoring cardio-pulmonary function | |
| KR20230077607A (ko) | 시간적 위상 코히어런시에 기반한 심박 측정 거리 결정 장치 및 방법 | |
| CN115736886A (zh) | 一种基于毫米波雷达的多目标呼吸率参数估计方法 | |
| KR20230123699A (ko) | 비접촉식 생체 신호 측정 시스템 및 방법 | |
| CN114190913A (zh) | 一种基于毫米波雷达的驾驶人员驾驶状态监测系统及方法 | |
| CN114052694B (zh) | 基于雷达的心率分析方法及设备 | |
| CN206151437U (zh) | 一种多模态微波成像装置 | |
| CN205729316U (zh) | 一种多模态微波乳房成像装置 | |
| CN205729361U (zh) | 一种多模态微波扫描成像装置 | |
| CN114767074B (zh) | 一种生命体征测量方法、设备及存储介质 | |
| RU225217U1 (ru) | Ультразвуковое устройство для диагностики кровотока |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200807 |
|
| RJ01 | Rejection of invention patent application after publication |