CN113069148A - 一种自动识别气体与固体栓子信号的方法 - Google Patents

一种自动识别气体与固体栓子信号的方法 Download PDF

Info

Publication number
CN113069148A
CN113069148A CN202110622592.0A CN202110622592A CN113069148A CN 113069148 A CN113069148 A CN 113069148A CN 202110622592 A CN202110622592 A CN 202110622592A CN 113069148 A CN113069148 A CN 113069148A
Authority
CN
China
Prior art keywords
doppler
frequency
solid
microemboli
gas
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
CN202110622592.0A
Other languages
English (en)
Inventor
钱云
杨磊
贺孝亚
赵德国
李童
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.)
Nanjing Zuoyounao Medical Technology Co ltd
Original Assignee
Nanjing Zuoyounao Medical Technology Co ltd
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 Nanjing Zuoyounao Medical Technology Co ltd filed Critical Nanjing Zuoyounao Medical Technology Co ltd
Priority to CN202110622592.0A priority Critical patent/CN113069148A/zh
Publication of CN113069148A publication Critical patent/CN113069148A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Clinical applications
    • A61B8/0833—Clinical applications involving detecting or locating foreign bodies or organic structures
    • A61B8/085—Clinical applications involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A61B8/488—Diagnostic techniques involving Doppler signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Vascular Medicine (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明涉及医疗监测技术领域，具体涉及一种自动识别气体与固体栓子信号的方法；通过对观察者发射超声波声源，当超声经过观察者大脑动脉中流动的血流成分，则会得到相应的回波信号，再基于超声多普勒效应，得出血流速度，将血流速度带入公式中计算出多普勒频移，将计算出的多普勒频移与正常人的各阈值频率进行对比，即可识别出观察者大脑动脉中是否存在气体微栓子或固体微栓子，对于筛选高危患者和了解栓子的来源均有帮助，为临床上有的放矢的治疗提供必要信息，有利于及时对患者进行治疗。

Description

一种自动识别气体与固体栓子信号的方法
技术领域
本发明涉及医疗监测技术领域，尤其涉及一种自动识别气体与固体栓子信号的方法。
背景技术
栓子指栓塞时阻塞血管的物质。大脑动脉中流动的栓子分为气体微栓子和固体微栓子，固体微栓子一般由血小板等成分组成，容易造成大脑微小动脉栓塞。
栓塞是引起缺血性脑卒中的主要原因之一。栓子可来自心脏、颈部和颅内某些狭窄的动脉区段。但目前这方面的诊断仍大部份依赖于一些间接证据，不能直接监测出原因，耽误患者治疗。
发明内容
本发明的目的在于提供一种自动识别气体与固体栓子信号的方法，旨在解决现有技术中的栓塞诊断仍大部份依赖于一些间接证据，不能直接监测出原因，耽误患者治疗的技术问题。
为实现上述目的，本发明采用的一种自动识别气体与固体栓子信号的方法，包括以下步骤：
对观察者发射超声波声源，超声经过观察者大脑动脉中流动的血流成分，获得相应的回波信号；
通过所述回波信号得出观察者大脑动脉中的血流速度，再利用所述血流速度计算出多普勒频移；
将所述多普勒频移与设定的阈值频率进行对比，判断得出结论。
向观察者发射超声波声源，获得相应的回波信号，并根据超声多普勒效应得出大脑动脉中的血流速度，将血流速度带入计算公式中进行计算，获得多普勒频移，将计算得出的多普勒频移与预先监测出的正常人的各个阈值频率进行对比，判断出观察者的情况。
其中，将所述多普勒频移与设定的阈值频率进行对比，判断得出结论，所述方法还包括：
所述多普勒频移小于伪差阈值频率，判断结论为伪差。
多普勒频移
Figure 760478DEST_PATH_IMAGE001
满足
Figure 551585DEST_PATH_IMAGE002
，其中
Figure 50700DEST_PATH_IMAGE003
为伪差阈值频率，判为伪差。
其中，将所述多普勒频移与设定的阈值频率进行对比，判断得出结论，所述方法还包括：
所述多普勒频移大于伪差阈值频率，并小于微栓子阈值频率，且持续时间小于伪差阈值时间，判断结论为伪差。
多普勒频移
Figure 677990DEST_PATH_IMAGE004
满足
Figure 655174DEST_PATH_IMAGE005
，其中
Figure 51520DEST_PATH_IMAGE003
为伪差阈值频率，
Figure 206689DEST_PATH_IMAGE006
为微栓 子阈值频率；且持续时间
Figure 55696DEST_PATH_IMAGE007
满足
Figure 836570DEST_PATH_IMAGE008
，其中
Figure 87423DEST_PATH_IMAGE009
为伪差阈值时间，判为伪差。
其中，将所述多普勒频移与设定的阈值频率进行对比，判断得出结论，所述方法还包括：
所述多普勒频移大于微栓子阈值频率，判断结论为微栓子。
多普勒频移
Figure 662761DEST_PATH_IMAGE004
满足
Figure 264643DEST_PATH_IMAGE010
，其中
Figure 835827DEST_PATH_IMAGE011
为微栓子阈值频率，判为具有微 栓子。
其中，将所述多普勒频移与设定的阈值频率进行对比，判断得出结论，所述方法还包括：
所述多普勒频移大于伪差阈值频率，并小于微栓子阈值频率，且持续时间大于伪差阈值时间，判断结论为微栓子。
多普勒频移
Figure 941186DEST_PATH_IMAGE004
满足
Figure 953004DEST_PATH_IMAGE005
，其中
Figure 511025DEST_PATH_IMAGE003
为伪差阈值频率，
Figure 633701DEST_PATH_IMAGE006
为微栓 子阈值频率；且持续时间
Figure 859146DEST_PATH_IMAGE007
满足
Figure 527019DEST_PATH_IMAGE012
，其中
Figure 837915DEST_PATH_IMAGE009
为伪差阈值时间，判为具有微栓子。
其中，将所述多普勒频移与设定的阈值频率进行对比，判断得出结论，所述方法还包括：
所述多普勒频移大于气体-固体阈值频率，或所述多普勒信号强度大于气体阈值强度，判断结论为气体微栓子。
多普勒频移
Figure 764282DEST_PATH_IMAGE013
满足
Figure 578655DEST_PATH_IMAGE014
，其中
Figure 197855DEST_PATH_IMAGE015
为气体-固体阈值频率；或多普勒信号 强度
Figure 730467DEST_PATH_IMAGE016
满足
Figure 444214DEST_PATH_IMAGE017
，其中
Figure 378672DEST_PATH_IMAGE018
为气体阈值强度，判为具有气体微栓子。
其中，将所述多普勒频移与设定的阈值频率进行对比，判断得出结论，所述方法还包括：
所述多普勒频移小于气体-固体阈值频率，且多普勒信号强度小于固体阈值强度，判断结论为固体微栓子。
多普勒频移
Figure 903195DEST_PATH_IMAGE013
满足
Figure 188682DEST_PATH_IMAGE019
，其中
Figure 456853DEST_PATH_IMAGE015
为气体-固体阈值频率；且多普勒信号 强度
Figure 996550DEST_PATH_IMAGE016
满足
Figure 691973DEST_PATH_IMAGE020
，其中
Figure 199178DEST_PATH_IMAGE021
为固体阈值强度，判为具有固体微栓子。
本发明的自动识别气体与固体栓子信号的方法，通过对观察者发射超声波声源，当超声经过观察者大脑动脉中流动的血流成分，则会得到相应的回波信号，再基于超声多普勒效应，得出血流速度，将血流速度带入公式中计算出多普勒频移，将计算出的多普勒频移与正常人的各个阈值频率进行对比，即可识别出观察者大脑动脉中是否存在气体微栓子或固体微栓子，对于筛选高危患者和了解栓子的来源均有帮助，为临床上有的放矢的治疗提供必要信息，有利于及时对患者进行治疗。
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作简单地介绍，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的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的自动识别气体与固体栓子信号的方法的步骤图。
图2是本发明的自动识别气体与固体栓子信号的方法的流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
请参阅图1，本发明提供了一种自动识别气体与固体栓子信号的方法，包括以下步骤：
S101：对观察者发射超声波声源，超声经过观察者大脑动脉中流动的血流成分，获得相应的回波信号；
具体的，超声多普勒效应是指当超声波声源与观察者相对运动时，观察者接收到的频率就会和超声波声源频率不同，其频率差与相对速度存在映射关系。液体中的气泡或固体微粒随着流体运动并能反射超声，其反射声波也存在多普勒效应；进而利用超声波能够监测大脑动脉中的血流情况。采用超声经颅多普勒仪器对观察者发射超声波声源，当超声经过大脑动脉中流动的血流成分，则会得到相应的回波信号，捕捉其回波信号，可知观察者体内的声波速度。
S102：通过所述回波信号得出观察者大脑动脉中的血流速度，再利用所述血流速度计算出多普勒频移；
具体的，基于超声多普勒效应，利用所述回波信号得出观察者的血流速度，当血液中含有气泡或固体微粒穿过超声波传播路径时，由于密度和物理性质差异会产生强烈的回波信号，即高强度瞬态信号（High Intensity Transient Signals，HITS），将已知数据代入如下公式进行计算：
Figure 5460DEST_PATH_IMAGE022
其中
Figure 914510DEST_PATH_IMAGE023
为超声输入频率，
Figure 780835DEST_PATH_IMAGE024
为血流速度，
Figure 21674DEST_PATH_IMAGE025
为人体内声波速度即回波信号速度，测 量角度
Figure 631646DEST_PATH_IMAGE026
在一般小角度测量的情况下
Figure 395203DEST_PATH_IMAGE027
近似为1；进而由此公式可计算得出多普勒频 移，有利于下一步判断。
S103：将所述多普勒频移与设定的阈值频率进行对比，判断得出结论。
具体的，预先对正常人进行相同仪器、相同时间和相同动脉位置的监测，可得出正常人的各个阈值频率，将计算出的观察者的多普勒频移与正常人的各个阈值频率进行对比，即可知观察者的情况。
请参阅图2，基于HITS信号的气体与固体微栓子自动识别方法，具体如下：
1、满足以下任一条件，判为伪差（Artifacts）：
1.1、多普勒频移
Figure 432429DEST_PATH_IMAGE013
满足
Figure 914226DEST_PATH_IMAGE028
，其中
Figure 62311DEST_PATH_IMAGE003
为伪差阈值频率；
1.2、多普勒频移
Figure 696685DEST_PATH_IMAGE013
满足
Figure 435971DEST_PATH_IMAGE029
，其中
Figure 139485DEST_PATH_IMAGE003
为伪差阈值频率，
Figure 91261DEST_PATH_IMAGE030
为 微栓子阈值频率；且持续时间
Figure 78677DEST_PATH_IMAGE031
满足
Figure 457706DEST_PATH_IMAGE032
，其中
Figure 648516DEST_PATH_IMAGE009
为伪差阈值时间。
2、满足以下任一条件，判为微栓子（microembolic signal，MES）：
2.1、多普勒频移
Figure 138403DEST_PATH_IMAGE013
满足
Figure 996638DEST_PATH_IMAGE033
，其中
Figure 546568DEST_PATH_IMAGE034
为微栓子阈值频率；
2.2、多普勒频移
Figure 975406DEST_PATH_IMAGE013
满足
Figure 268984DEST_PATH_IMAGE029
，其中
Figure 716146DEST_PATH_IMAGE003
为伪差阈值频率，
Figure 702556DEST_PATH_IMAGE030
为 微栓子阈值频率；且持续时间
Figure 867959DEST_PATH_IMAGE031
满足
Figure 699648DEST_PATH_IMAGE035
，其中
Figure 519093DEST_PATH_IMAGE009
为伪差阈值时间。
3、识别气体与固体微栓子：
3.1、多普勒频移
Figure 410826DEST_PATH_IMAGE013
满足
Figure 329103DEST_PATH_IMAGE014
，其中
Figure 698905DEST_PATH_IMAGE015
为气体-固体阈值频率；或多普勒 信号强度
Figure 120659DEST_PATH_IMAGE016
满足
Figure 199604DEST_PATH_IMAGE017
，其中
Figure 74019DEST_PATH_IMAGE018
为气体阈值强度；判为气体微栓子。
3.2、多普勒频移
Figure 513091DEST_PATH_IMAGE013
满足
Figure 54931DEST_PATH_IMAGE019
，其中
Figure 288466DEST_PATH_IMAGE015
为气体-固体阈值频率；且多普勒 信号强度
Figure 915757DEST_PATH_IMAGE016
满足
Figure 876628DEST_PATH_IMAGE036
，其中
Figure 272974DEST_PATH_IMAGE021
为固体阈值强度；判为固体微栓子。
3.3、当多普勒频移
Figure 942990DEST_PATH_IMAGE013
满足
Figure 791997DEST_PATH_IMAGE019
，其中
Figure 307292DEST_PATH_IMAGE015
为气体-固体阈值频率；且多普 勒信号强度
Figure 823724DEST_PATH_IMAGE016
满足
Figure 149795DEST_PATH_IMAGE037
，其中
Figure 751677DEST_PATH_IMAGE021
为固体阈值强度，
Figure 70663DEST_PATH_IMAGE018
为气体阈值 强度时：
3.3.1、多普勒信号包络线不对称
Figure 176022DEST_PATH_IMAGE038
满足
Figure 187841DEST_PATH_IMAGE039
，其中
Figure 745861DEST_PATH_IMAGE040
为不对 称性阈值；判为固体微栓子。
3.3.2、多普勒信号包络线不对称
Figure 403893DEST_PATH_IMAGE041
满足
Figure 363758DEST_PATH_IMAGE042
，其中
Figure 546478DEST_PATH_IMAGE040
为不对 称性阈值；判为气体微栓子。
本发明的自动识别气体与固体栓子信号的方法，通过对观察者发射超声波声源，当超声经过观察者大脑动脉中流动的血流成分，则会得到相应的回波信号，再基于超声多普勒效应，得出血流速度，将血流速度带入公式中计算出多普勒频移，将计算出的多普勒频移与正常人的各个阈值频率进行对比，即可识别出观察者大脑动脉中是否存在气体微栓子或固体微栓子，对于筛选高危患者和了解栓子的来源均有帮助，为临床上有的放矢的治疗提供必要信息，有利于及时对患者进行治疗。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (7)

1.一种自动识别气体与固体栓子信号的方法，其特征在于，包括以下步骤：
对观察者发射超声波声源，超声经过观察者大脑动脉中流动的血流成分，获得相应的回波信号；
通过所述回波信号得出观察者大脑动脉中的血流速度，再利用所述血流速度计算出多普勒频移；
将所述多普勒频移与设定的阈值频率进行对比，判断得出结论。
2.如权利要求1所述的自动识别气体与固体栓子信号的方法，其特征在于，将所述多普勒频移与设定的阈值频率进行对比，判断得出结论，所述方法还包括：
所述多普勒频移小于伪差阈值频率，判断结论为伪差。
3.如权利要求2所述的自动识别气体与固体栓子信号的方法，其特征在于，将所述多普勒频移与设定的阈值频率进行对比，判断得出结论，所述方法还包括：
所述多普勒频移大于伪差阈值频率，并小于微栓子阈值频率，且持续时间小于伪差阈值时间，判断结论为伪差。
4.如权利要求3所述的自动识别气体与固体栓子信号的方法，其特征在于，将所述多普勒频移与设定的阈值频率进行对比，判断得出结论，所述方法还包括：
所述多普勒频移大于微栓子阈值频率，判断结论为微栓子。
5.如权利要求4所述的自动识别气体与固体栓子信号的方法，其特征在于，将所述多普勒频移与设定的阈值频率进行对比，判断得出结论，所述方法还包括：
所述多普勒频移大于伪差阈值频率，并小于微栓子阈值频率，且持续时间大于伪差阈值时间，判断结论为微栓子。
6.如权利要求1所述的自动识别气体与固体栓子信号的方法，其特征在于，将所述多普勒频移与设定的阈值频率进行对比，判断得出结论，所述方法还包括：
所述多普勒频移大于气体-固体阈值频率，或所述多普勒信号强度大于气体阈值强度，判断结论为气体微栓子。
7.如权利要求6所述的自动识别气体与固体栓子信号的方法，其特征在于，将所述多普勒频移与设定的阈值频率进行对比，判断得出结论，所述方法还包括：
所述多普勒频移小于气体-固体阈值频率，且多普勒信号强度小于固体阈值强度，判断结论为固体微栓子。
CN202110622592.0A 2021-06-04 2021-06-04 一种自动识别气体与固体栓子信号的方法 Pending CN113069148A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110622592.0A CN113069148A (zh) 2021-06-04 2021-06-04 一种自动识别气体与固体栓子信号的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110622592.0A CN113069148A (zh) 2021-06-04 2021-06-04 一种自动识别气体与固体栓子信号的方法

Publications (1)

Publication Number Publication Date
CN113069148A true CN113069148A (zh) 2021-07-06

Family

ID=76617036

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110622592.0A Pending CN113069148A (zh) 2021-06-04 2021-06-04 一种自动识别气体与固体栓子信号的方法

Country Status (1)

Country Link
CN (1) CN113069148A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116098656A (zh) * 2023-04-13 2023-05-12 南京左右脑医疗科技集团有限公司 栓子监测方法、装置和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4319580A (en) * 1979-08-28 1982-03-16 The Board Of Regents Of The University Of Washington Method for detecting air emboli in the blood in an intracorporeal blood vessel
US5348015A (en) * 1992-09-17 1994-09-20 Applied Physiology And Medicine Method and apparatus for ultrasonically detecting, counting and/or characterizing emboli
US20060264759A1 (en) * 2005-05-20 2006-11-23 Moehring Mark A System and method for grading microemboli monitored by a multi-gate doppler ultrasound system
EA201000034A1 (ru) * 2009-12-04 2010-10-29 Закрытое Акционерное Общество "Научно-Производственная Фирма "Биосс" Способ определения микроэмболов в мозговом кровотоке
RU2587310C1 (ru) * 2015-04-07 2016-06-20 Закрытое акционерное общество "СПЕКТРОМЕД" Способ определения и дифференцировки микроэмболов в мозговом кровотоке посредством ультразвуковой допплеровской системы

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4319580A (en) * 1979-08-28 1982-03-16 The Board Of Regents Of The University Of Washington Method for detecting air emboli in the blood in an intracorporeal blood vessel
US5348015A (en) * 1992-09-17 1994-09-20 Applied Physiology And Medicine Method and apparatus for ultrasonically detecting, counting and/or characterizing emboli
US20060264759A1 (en) * 2005-05-20 2006-11-23 Moehring Mark A System and method for grading microemboli monitored by a multi-gate doppler ultrasound system
EA201000034A1 (ru) * 2009-12-04 2010-10-29 Закрытое Акционерное Общество "Научно-Производственная Фирма "Биосс" Способ определения микроэмболов в мозговом кровотоке
RU2587310C1 (ru) * 2015-04-07 2016-06-20 Закрытое акционерное общество "СПЕКТРОМЕД" Способ определения и дифференцировки микроэмболов в мозговом кровотоке посредством ультразвуковой допплеровской системы

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
EMMA M. L. CHUNG: "Transcranial Doppler Embolus Detection: A Primer", 《ULTRASOUND》 *
VENDEL KEMÉNY: "Microemboli Detection by Transcranial Doppler Ultrasound", 《SEMMELWEIS UNIVERSITY SCHOOL OF PH.D. STUDIES》 *
周利胜: "经颅多普勒超声微栓子信号的研究进展", 《江西医药》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116098656A (zh) * 2023-04-13 2023-05-12 南京左右脑医疗科技集团有限公司 栓子监测方法、装置和存储介质

Similar Documents

Publication Publication Date Title
Sarkar et al. Role of transcranial Doppler ultrasonography in stroke
Saric et al. Guidelines for the use of echocardiography in the evaluation of a cardiac source of embolism
US5348015A (en) Method and apparatus for ultrasonically detecting, counting and/or characterizing emboli
Polak Peripheral vascular sonography
Boote AAPM/RSNA physics tutorial for residents: topics in US: Doppler US techniques: concepts of blood flow detection and flow dynamics
Wardlaw et al. Color transcranial “power” Doppler ultrasound of intracranial aneurysms
EP3097538B1 (en) Evaluation of carotid plaque using contrast enhanced ultrasonic imaging
US9918696B2 (en) Method and apparatus for detecting a gas pocket using ultrasound
Oikawa et al. Preoperative cervical carotid artery contrast-enhanced ultrasound findings are associated with development of microembolic signals on transcranial Doppler during carotid exposure in endarterectomy
Bathala et al. Cerebrovascular ultrasonography: Technique and common pitfalls
CN113069148A (zh) 一种自动识别气体与固体栓子信号的方法
Kussman et al. Cerebral emboli monitoring using transcranial Doppler ultrasonography in adults and children: a review of the current technology and clinical applications in the perioperative and intensive care setting
Clark et al. Noninvasive screening of extracranial carotid disease: duplex sonography with angiographic correlation.
Klingelhöfer Ultrasonography of carotid stenosis
Silvilairat et al. Abdominal aortic pulsed wave Doppler patterns reliably reflect clinical severity in patients with coarctation of the aorta
Evans Ultrasonic detection of cerebral emboli
WO2006015264A2 (en) T-statistic method for suppressing artifacts in blood vessel ultrasonic imaging
Kathpalia et al. A robust Doppler spectral envelope detection technique for automated blood flow measurements
LANGLOIS et al. Ultrasonic evaluation of the carotid bifurcation
Gao et al. Characteristics of microembolic signals detected near their origins in middle cerebral artery stenoses
Tola et al. B‐flow imaging for the measurement of residual lumen diameter of renal artery stenosis
Easton Cerebral embolism and Doppler ultrasound
Manchev Diagnostic Imaging of Carotid Artery
US11963818B2 (en) Method and system for the measurement of haemodynamic indices
McNamara et al. Emergency Doppler evaluation of the liver and kidneys

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: 20210706

RJ01 Rejection of invention patent application after publication