CN113288102B - 一种无创监测脑血流的系统 - Google Patents

一种无创监测脑血流的系统 Download PDF

Info

Publication number
CN113288102B
CN113288102B CN202110650709.6A CN202110650709A CN113288102B CN 113288102 B CN113288102 B CN 113288102B CN 202110650709 A CN202110650709 A CN 202110650709A CN 113288102 B CN113288102 B CN 113288102B
Authority
CN
China
Prior art keywords
signal
blood flow
cerebral blood
sensor
processing unit
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
Application number
CN202110650709.6A
Other languages
English (en)
Other versions
CN113288102A (zh
Inventor
孙建
张茂婷
陈明生
许佳
李�根
陈镜伯
白泽霖
徐林
庄伟�
王凤
张海生
谷珊珊
宁旭
秦明新
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.)
Third Military Medical University TMMU
Original Assignee
Third Military Medical University TMMU
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 Third Military Medical University TMMU filed Critical Third Military Medical University TMMU
Priority to CN202110650709.6A priority Critical patent/CN113288102B/zh
Publication of CN113288102A publication Critical patent/CN113288102A/zh
Application granted granted Critical
Publication of CN113288102B publication Critical patent/CN113288102B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/026Measuring blood flow
    • A61B5/0265Measuring blood flow using electromagnetic means, e.g. electromagnetic flowmeter
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/725Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Signal Processing (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Physiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Electromagnetism (AREA)
  • Hematology (AREA)
  • Cardiology (AREA)
  • Power Engineering (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开一种无创监测脑血流的系统,包括信号源、传感器单元、信号采集与处理单元和存储单元;本发明提出一种具有灵敏度高、非接触磁感应式、可床旁长时间实时的脑血流监测系统,及时发现脑血流灌注异常并采取紧急措施加以控制,对有效治疗和降低脑功能损伤和死亡率和提高心血管科患者的救治水平具有重要意义。

Description

一种无创监测脑血流的系统
技术领域
本发明涉及生物医学工程领域中医疗设备技术与生理信号采集处理领域,具体是一种无创监测脑血流的系统。
背景技术
脑血管疾病是由于颅内动脉狭窄、闭塞或破裂而导致的脑血流循环障碍,在临床上表现为短暂性或永久性的脑功能障碍。脑血管疾病是一种严重危及人类健康和生命的多见病和常发病,具有很高的发病率、致残率、死亡率和复发率,是导致中老年人残疾和死亡的主要疾病之一。全球每年约有460万人死于脑血管疾病,是导致人类死亡的第二大原因。脑血流的异常会严重影响大脑神经系统的功能,甚至引发缺血性脑卒中、出血性脑卒中等疾病危害患者生命,因此对于此类疾病患者,进行脑血流的监护有着重大意义。正常的脑血流量(Cerebral Blood Flow,CBF)是对脑功能的重要保证,出现严重颅脑外伤的患者的脑血流量会出现异常情况,进而引发继发性脑损害。而及时发现脑血流灌注异常并采取紧急措施加以控制是有效治疗和降低脑功能损伤和死亡率的重要方法。因此,脑血流的检测与监护对于脑疾病患者的早期诊断和治疗是非常重要的。
目前,脑血流的临床检查手段主要包括正电子发射断层显像(Positron EmissionComputed Tomography,PET)法,氙增强X线CT扫描法(Xe/CT),功能性磁共振成像法(fMRI),放射自显影法,Kety-Schmidt法,氙(133Xe)清除法,脑血流图(REG),经颅多普勒(transcranial Doppler,TCD)超声等。正电子发射断层显像法被称为评估脑血液动力学的“金标准”,测量准确,然而,PET检测价格昂贵,所采用的同位素半衰期短,必须就近配置生产正电子核素的加速器和标记热室,故难以推广使用。氙增强X线CT扫描是一种具有高敏感性及高空间分辨率的定量测定局部脑血流的影像学手段,其测量精度与氙清除法等惰性气体测量法不相上下。磁共振功能成像通过检测患者受刺激后的大脑皮层相应的信号变化,能够研究大脑局部代谢及脑血流动力学。这些影像学方法除了价格昂贵,设施巨大,操作复杂外,无法实现动态床旁监测。Kety-Schmidt法和氙(133Xe)清除法是通过扩散性气体分析法测量脑血流,但耗时较长,步骤较为烦琐,且具有侵入性,不能普遍用于临床。脑血流图(REG)也称为脑电阻图,能够相对客观的反映脑血管的紧张度及其弹性变化,对于脑血管疾病的诊断有一定的参考意义,然而,REG检查容易受到外界干扰,且在手术中不能使用。经颅多普勒(TCD)具有无创、价格低廉、操作简单和实时动态显示颅内血流状态等优点,现已成为临床监测脑血流动力的常规仪器,主要用于脑血管病的诊断治疗、脑血管功能的评估以及重症病人术中脑血流的监测;但由于检测结果受超声窗大小、颅骨密度、受检部位、探头方向、探测深度以及操作者熟练程度等的影响,TCD并不能对脑血流进行准确测量和长期的监护。
此外,一些光学方法也可用于脑血流监测。如激光多普勒(laser Doppler,LDF),近红外光谱(near-infrafred spectroscopy,NIRS)。激光多普勒(LDF)成像空间分辨率有限,故而发展受到很大的限制。近红外光谱(NIRS)是用波长近红外光的强穿透力,进入生物组织发生透射和散射来测定脑血流的,但目前的技术无法排除头皮、头发等非脑组织的低透光性以及散射性的影响,近红外光谱测量得到的脑血流值通常偏低,而且每次差异明显,需要取多次重复测量的平均值作为可靠值。
综上所述,监测脑血流的方法种类很多,有的采用脑血管成像法,该类方法的特点是测量精度高,结果准确,同时,检测费用相对较高,不便于床旁实时连续监护;有的采用惰性扩散性气体分析法作为检测方法,该方法是有创的,对于特殊的病人不能采用。因此急需发展一种能够实现对脑血流实时、无创的监护的方法。
发明内容
本发明的目的是提供一种无创监测脑血流的系统,包括信号源、传感器单元、信号采集与处理单元和存储单元。
所述信号源向传感器单元发送激励信号。
所述信号源单元通过功率分配器分别向第一传感器和第二传感器发送频率范围为[1MHZ,100MHZ]的高频交流正弦激励信号。
所述传感器单元包括第一传感器和第二传感器。
所述第二传感器放置于头颅右侧翼点位置。
所述传感器包括激励线圈和接收线圈。所述激励线圈位于外侧,用于接收激励信号。所述接收线圈位于内侧,用于接收二次磁场信号。
所述传感器为相同规格的平板PCB线圈。
所述第一传感器贴置于使用者的胸部,监测使用者的心肺活动信号,并发送至信号采集与处理单元。
所述第一传感器接收到激励信号后,产生交变的第一激励磁场信号,并传入使用者的胸部,从而在使用者的体内产生第一感应电流。
所述第二传感器贴置于使用者的头部,监测使用者的大脑动脉整体搏动信号,并发送至信号采集与处理单元。
所述第二传感器接收到激励信号后,产生交变的第二激励磁场信号,并传入使用者的头部,从而在使用者的体内产生第二感应电流。
所述第一感应电流和第二感应电流形成涡流。所述涡流产生二次磁场信号,由第一传感器和第二传感器感应接收。
所述信号采集与处理单元包括相位检测单元和处理单元。
所述相位检测单元接收和处理心肺活动信号和大脑动脉整体搏动信号,得到心肺活动信号随时间变化的相位差Δθ1(t)、大脑动脉整体搏动信号随时间变化的相位差Δθ2(t),并传输至处理单元。t表示时间。
所述处理单元对相位差Δθ1(t)和相位差Δθ2(t)进行处理,得到排除干扰后的脑血流信息Fcb=Δθ(t)。其中,信息Δθ(t)=Δθ2(t)-Δθ1(t)。
所述处理单元利用小波分析方法对脑血流信息Fcb进行处理,去除脑血流信息Fcb的整体基线漂移,得到去除整体基线漂移的信号F′cb
所述处理单元利用小波分析方法对脑血流信息Fcb进行处理的步骤包括:
1)所述处理单元将脑血流信息Fcb分割为若干细节信号和若干逼近信号。细节信号集记为[A1(n),…,Aj+1(n)]。逼近信号集合记为[D1(n),…,Dj+1(n)]。
其中,细节信号Aj+1(n)和逼近信号Dj+1(n)分别如下所示:
Aj+1(n)=H(n)*Aj(n),
Dj+1(n)=G(n)*Aj(n),
式中,H(n)、G(n)分别表示dbk小波函数对应的低通和高通滤波器的抽头系数序列。k>0。
2)利用小波函数将脑血流信息Fcb分解k层,去掉信号中重构的第k层低频信号Ak,得到去除整体基线漂移的信号F′cb,即:
F′cb=Fcb-Ak。 (1)
其中,脑血流信息Fcb如下所示:
Figure GDA0003678317930000041
式中,n为离散采样点序号。
所述处理单元利用smooth函数对信号F′cb进行平滑处理,得到平滑处理后的信号F″cb
所述处理单元利用三次样条插值法去除信号F″cb的基线,得到脑血流还原信号F″′cb
利用三次样条插值法去除基线的步骤包括:
a)利用findpeaks找到波谷的位置。
b)以波谷点作为插值基准点,作出三次样条插值拟合基线Lb
c)计算脑血流还原信号F″′cb,即:
F″′cb=F″cb-Lb。 (3)
式中,F″cb为平滑处理后的信号。
一种无创监测脑血流的系统还包括用于存储脑血流还原信号F″′cb的存储单元。
一种无创监测脑血流的系统还包括用于显示脑血流还原信号F″′cb-时间波形的显示单元。
本发明的技术效果是毋庸置疑的,本发明提出一种具有灵敏度高、非接触磁感应式、可床旁长时间实时的脑血流监测系统,及时发现脑血流灌注异常并采取紧急措施加以控制,对有效治疗和降低脑功能损伤和死亡率和提高心血管科患者的救治水平具有重要意义。
本发明为非接触式脑血流监测系统,无刺激性和不适感。本发明从采集到的心肺活动信号和大脑中动脉附近的磁感应相位差信号中,得到MIPS信号的变化表示脑血流的变化,使在家庭环境以及临床对对象进行长时间连续无创监测脑血流变化成为可能。
附图说明
图1为本发明的原理框图
图2为Fcb小波去整体基线漂移后随时间的变化曲线F′cb
图3为F′cb平滑处理后的随时间的变化曲线F″cb
图4为F″cb三次样条插值法去基线后随时间的变化曲线F″′cb
图5为TCD和F″′cb的对比图
具体实施方式
下面结合实施例对本发明作进一步说明,但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下,根据本领域普通技术知识和惯用手段,做出各种替换和变更,均应包括在本发明的保护范围内。
实施例1:
参见图1至图5,一种无创监测脑血流的系统,包括信号源、传感器单元、信号采集与处理单元和存储单元。
所述信号源向传感器单元发送激励信号。
所述信号源单元通过功率分配器分别向第一传感器和第二传感器发送频率范围为[1MHZ,100MHZ]的高频交流正弦激励信号。
所述传感器单元包括第一传感器和第二传感器。
所述第二传感器放置于头颅右侧翼点位置。
所述传感器包括激励线圈和接收线圈。所述激励线圈位于外侧,用于接收激励信号。所述接收线圈位于内侧,用于接收二次磁场信号。
所述传感器为相同规格的平板PCB线圈。
所述第一传感器贴置于使用者的胸部,监测使用者的心肺活动信号,并发送至信号采集与处理单元。
所述第一传感器接收到激励信号后,产生交变的第一激励磁场信号,并传入使用者的胸部,从而在使用者的体内产生第一感应电流。
所述第二传感器贴置于使用者的头部,监测使用者的大脑动脉整体搏动信号,并发送至信号采集与处理单元。
所述第二传感器接收到激励信号后,产生交变的第二激励磁场信号,并传入使用者的头部,从而在使用者的体内产生第二感应电流。
所述第一感应电流和第二感应电流形成涡流。所述涡流产生二次磁场信号,由第一传感器和第二传感器感应接收。
所述信号采集与处理单元包括相位检测单元和处理单元。
所述相位检测单元接收和处理心肺活动信号和大脑动脉整体搏动信号,得到心肺活动信号随时间变化的相位差Δθ1(t)、大脑动脉整体搏动信号随时间变化的相位差Δθ2(t),并传输至处理单元。t表示时间。
所述处理单元对相位差Δθ1(t)和相位差Δθ2(t)进行处理,得到排除干扰后的脑血流信息Fcb=Δθ(t)。其中,信息Δθ(t)=Δθ2(t)-Δθ1(t)。
所述处理单元利用小波分析方法对脑血流信息Fcb进行处理,去除脑血流信息Fcb的整体基线漂移,得到去除整体基线漂移的信号F′cb
所述处理单元利用小波分析方法对脑血流信息Fcb进行处理的步骤包括:
1)所述处理单元将脑血流信息Fcb分割为若干细节信号和若干逼近信号。细节信号集记为[A1(n),…,Aj+1(n)]。逼近信号集合记为[D1(n),…,Dj+1(n)]。
其中,细节信号Aj+1(n)和逼近信号Dj+1(n)分别如下所示:
Aj+1(n)=H(n)*Aj(n),
Dj+1(n)=G(n)*Aj(n),
式中,H(n)、G(n)分别表示db5小波函数对应的低通和高通滤波器的抽头系数序列。
2)利用小波函数将脑血流信息Fcb分解5层,去掉信号中重构的第5层低频信号A5,得到去除整体基线漂移的信号F′cb,即:
F′cb=Fcb-A5。 (1)
其中,脑血流信息Fcb如下所示:
Figure GDA0003678317930000061
式中,n为离散采样点序号。
所述处理单元利用smooth函数对信号F′cb进行平滑处理,得到平滑处理后的信号F″cb
所述处理单元利用三次样条插值法去除信号F″cb的基线,得到脑血流还原信号F″′cb
利用三次样条插值法去除基线的步骤包括:
a)利用matlab中的findpeaks找到波谷的位置。
b)以波谷点作为插值基准点,作出三次样条插值拟合基线Lb
c)计算脑血流还原信号F″′cb,即:
F″′cb=F″′cb-Lb。 (3)
式中,F″cb为平滑处理后的信号。
一种无创监测脑血流的系统还包括用于存储脑血流还原信号F″′cb的存储单元。
一种无创监测脑血流的系统还包括用于显示脑血流还原信号F″′cb-时间波形的显示单元。
实施例2:
一种基于磁感应的非接触脑血流检测系统,包括一交流信号源单元,可提供1-100MHZ高频交流正弦信号,用于产生两路激励信号至传感器单元产生激励磁场和参考信号至信号采集与处理单元。在储存单元中获取脑血流原始信号,再经过小波分析、平滑处理、三次样条插值法去基线信号处理得到脑血流信号。
1)传感器单元包括:单个传感器的外侧为激励线圈,内侧为同轴的接收线圈。激励源提供1-100MHZ高频交流正弦信号通过功分器分别进入1号和2号传感器的激励线圈产生交变的激励磁场,该激励磁场信号分别传入头颅和胸部,在头颅和胸部中产生感应电流,该感应电流形成涡流,该涡流又产生一个二次磁场信号,该二次磁场信号被接收线圈感应到,形成与初始激励信号相位不同的同频率信号。1号传感器和2号传感器都属于平板PCB线圈,结构完全相同。
2)将1号传感器(Sensor-Heart)放置于两乳头连线中点采集心肺活动信号;将2号传感器(Sensor-Brain)放置于头颅右侧翼点位置采集大脑中动脉附近的整体搏动信号。
3)信号采集与处理单元包括:一相位检测单元,对输出信号进行相位检测输出。一处理单元,将采集到的信号进行信号处理,得到脑血流原始信号。包括一存储单元,将脑血流数据实时存储在该存储单元上。包括一显示单元,将脑血流波形实时显示在显示单元上。
4)1号和2号传感器的持续监测可以得到头颅和心肺位置两个相对独立变化的相位差Δθ1和Δθ2随着时间变化的曲线。当屏住呼吸时,采集到的信号排除了呼吸带来的干扰。此时1号传感器和2号传感器采集到的相位差Δθ1和Δθ2随着心脏活动而产生周期性的变化。但信号中还包括心脏活动、体动和其他干扰信号。通过2号传感器采集到的脑血流信号Δθ2减去1号传感器Δθ1采集到的心肺活动信号,不仅可以去除心肺活动带来的干扰,还可以去掉信号中的心脑部分共同的干扰信息。此时的Δθ2减去Δθ1得到排除干扰后的Δθ随时间变化的曲线Fcb=Δθ(t),可以提取出的较为完整准确的脑血流信息。
5)经过上述处理后,基本排除了心肺活动的干扰。得到的Δθ随着时间变化的曲线Fcb=Δθ(t)就是大脑血流整体搏动变化引起的。为了进一步去除其他干扰,下一步本发明通过小波分析去除信号基线漂移,合理选择小波尺度,将没有频谱重叠的有用信号和噪声信号分开。使用与MIPS信号相似的db5小波去整体基线漂移。把Fcb分割为细节信号Ai+1和逼近信号D1…Dj+1。分割公式:
Aj+1(n)=H(n)*Aj(n),
Dj+1(n)=G(n)*Aj(n),
其中,H(n)、G(n)分别表示db5小波函数对应的低通和高通滤波器的抽头系数序列。将Fcb用db5小波分解5层,去掉信号中重构的第5层低频信号(A5)。得到去除整体基线漂移的信号F′cb
Figure GDA0003678317930000081
F′cb=Fcb-A5
6)采用smooth函数对F′cb进行平滑处理,设置平均滤波的窗宽为9,得到平滑处理后的信号F″cb。再用三次样条插值法去除基线,用三次样条插值法去除基线后的信号失真度小,并且波谷点的纵坐标都归于零点。首先findpeaks找到波谷的位置,选择波谷点作为插值基准点,作出三次样条插值拟合基线Lb,用F″cb减去基线得到去基线后的信号F″′cb
F″′cb=F″cb-Lb
7)经过上述处理最终得到了能够反应脑血流变化的准确信号F″′cb。参见图5,经过和TCD进行对比,周期一致,相位一致。验证本发明得到的脑血流信号的准确性。

Claims (9)

1.一种无创监测脑血流的系统,其特征在于:包括信号源、传感器单元和信号采集与处理单元;
所述信号源向传感器单元发送激励信号;
所述传感器单元包括第一传感器和第二传感器;
所述第一传感器贴置于使用者的胸部,监测使用者的心肺活动信号,并发送至信号采集与处理单元;
所述第一传感器接收到激励信号后,产生交变的第一激励磁场信号,并传入使用者的胸部,从而在使用者的体内产生第一感应电流;
所述第二传感器贴置于使用者的头部,监测使用者的大脑动脉整体搏动信号,并发送至信号采集与处理单元;
所述第二传感器接收到激励信号后,产生交变的第二激励磁场信号,并传入使用者的头部,从而在使用者的体内产生第二感应电流;
所述第一感应电流和第二感应电流形成涡流;所述涡流产生二次磁场信号,由第一传感器和第二传感器感应接收;
所述信号采集与处理单元包括相位检测单元和处理单元;
所述相位检测单元接收和处理心肺活动信号和大脑动脉整体搏动信号,得到心肺活动信号随时间变化的相位差Δθ1(t)、大脑动脉整体搏动信号随时间变化的相位差Δθ2(t),并传输至处理单元;t表示时间;
所述处理单元对相位差Δθ1(t)和相位差Δθ2(t)进行处理,得到排除干扰后的脑血流信息Fcb=Δθ(t);其中,信息Δθ(t)=Δθ2(t)-Δθ1(t);
所述处理单元利用小波分析方法对脑血流信息Fcb进行处理,去除脑血流信息Fcb的整体基线漂移,得到去除整体基线漂移的信号F′cb
所述处理单元利用smooth函数对信号F′cb进行平滑处理,得到平滑处理后的信号F″cb
所述处理单元利用三次样条插值法去除信号F″cb的基线,得到脑血流还原信号F″′cb
2.根据权利要求1所述的一种无创监测脑血流的系统,其特征在于:所述信号源单元通过功率分配器分别向第一传感器和第二传感器发送频率范围为[1MHZ,100MHZ]的高频交流正弦激励信号。
3.根据权利要求1所述的一种无创监测脑血流的系统,其特征在于:所述第二传感器放置于头颅右侧翼点位置。
4.根据权利要求1所述的一种无创监测脑血流的系统,其特征在于:所述传感器包括激励线圈和接收线圈;所述激励线圈位于外侧,用于接收激励信号;所述接收线圈位于内侧,用于接收二次磁场信号。
5.根据权利要求1所述的一种无创监测脑血流的系统,其特征在于:所述传感器为相同规格的平板PCB线圈。
6.根据权利要求1所述的一种无创监测脑血流的系统,其特征在于,所述处理单元利用小波分析方法对脑血流信息Fcb进行处理的步骤包括:
1)所述处理单元将脑血流信息Fcb分割为若干细节信号和若干逼近信号;细节信号集记为[A1(n),…,Aj+1(n)];逼近信号集合记为[D1(n),…,Dj+1(n)];
其中,细节信号Aj+1(n)和逼近信号Dj+1(n)分别如下所示:
Aj+1(n)=H(n)*Aj(n),
Dj+1(n)=G(n)*Aj(n),
式中,H(n)、G(n)分别表示dbk小波函数对应的低通和高通滤波器的抽头系数序列;k>0;
2)利用小波函数将脑血流信息Fcb分解k层,去掉信号中重构的第k层低频信号Ak,得到去除整体基线漂移的信号F′cb,即:
F′cb=Fcb-Ak; (1)
其中,脑血流信息Fcb如下所示:
Figure FDA0003678317920000021
式中,n为离散采样点序号。
7.根据权利要求1所述的一种无创监测脑血流的系统,其特征在于,利用三次样条插值法去除基线的步骤包括:
1)利用findpeaks找到波谷的位置;
2)以波谷点作为插值基准点,作出三次样条插值拟合基线Lb
3)计算脑血流还原信号F″′cb,即:
F″′cb=F″cb-Lb; (3)
式中,F″cb为平滑处理后的信号。
8.根据权利要求1所述的一种无创监测脑血流的系统,其特征在于,还包括用于存储脑血流还原信号F″′cb的存储单元。
9.根据权利要求1所述的一种无创监测脑血流的系统,其特征在于,还包括用于显示脑血流还原信号F″′cb-时间波形的显示单元。
CN202110650709.6A 2021-06-11 2021-06-11 一种无创监测脑血流的系统 Active CN113288102B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110650709.6A CN113288102B (zh) 2021-06-11 2021-06-11 一种无创监测脑血流的系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110650709.6A CN113288102B (zh) 2021-06-11 2021-06-11 一种无创监测脑血流的系统

Publications (2)

Publication Number Publication Date
CN113288102A CN113288102A (zh) 2021-08-24
CN113288102B true CN113288102B (zh) 2022-07-15

Family

ID=77327932

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110650709.6A Active CN113288102B (zh) 2021-06-11 2021-06-11 一种无创监测脑血流的系统

Country Status (1)

Country Link
CN (1) CN113288102B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113768475B (zh) * 2021-08-30 2023-08-22 中国人民解放军陆军军医大学 一种基于磁感应技术的无创脑血管自主调节功能监测系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103610452A (zh) * 2013-12-03 2014-03-05 中国人民解放军第三军医大学 一种非接触磁感应式脉搏检测方法
CN107613858A (zh) * 2015-04-09 2018-01-19 通用医疗公司 用于无创监测颅内压的系统和方法
CN111388010A (zh) * 2020-03-26 2020-07-10 深圳开立生物医疗科技股份有限公司 超声多普勒血流成像方法、装置、设备及可读存储介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3809070A (en) * 1971-07-01 1974-05-07 Doll Research Non-invasive electromagnetic bloodflow measuring system with rejection of noises
US8187197B2 (en) * 2002-01-15 2012-05-29 Orsan Medical Technologies Ltd. Cerebral perfusion monitor
JP5094326B2 (ja) * 2007-10-18 2012-12-12 株式会社日立製作所 生体計測装置
US7998075B2 (en) * 2008-04-25 2011-08-16 Uab Vittamed Technologijos Apparatus and method of non-invasive cerebrovascular autoregulation monitoring
US20120203121A1 (en) * 2011-02-09 2012-08-09 Opher Kinrot Devices and methods for monitoring cerebral hemodynamic characteristics
CN102973260B (zh) * 2012-11-30 2014-09-10 中国人民解放军第三军医大学生物医学工程与医学影像学院 非接触磁感应式颅内压监测装置
CN103126671B (zh) * 2013-03-27 2015-08-19 中国人民解放军第三军医大学 一种非接触的磁感应式脑出血检测系统
US10898143B2 (en) * 2015-11-10 2021-01-26 Baycrest Centre Quantitative mapping of cerebrovascular reactivity using resting-state functional magnetic resonance imaging
CN106923814A (zh) * 2017-04-17 2017-07-07 吉林大学 一种无创脑血流量测量系统及测量方法
WO2019083958A1 (en) * 2017-10-23 2019-05-02 Sense Diagnostics, Inc. METHODS OF EVALUATING THE EFFECTIVENESS OF RESUSCITATION EFFORTS DURING A CARDIAC CRISIS
WO2021075548A1 (ja) * 2019-10-18 2021-04-22 株式会社Splink 脳状態推定装置、コンピュータプログラム、脳状態推定方法、脳機能の検査システムおよび方法
CN112568888A (zh) * 2020-12-08 2021-03-30 中国科学院深圳先进技术研究院 一种体内流体流动分析方法、系统、终端以及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103610452A (zh) * 2013-12-03 2014-03-05 中国人民解放军第三军医大学 一种非接触磁感应式脉搏检测方法
CN107613858A (zh) * 2015-04-09 2018-01-19 通用医疗公司 用于无创监测颅内压的系统和方法
CN111388010A (zh) * 2020-03-26 2020-07-10 深圳开立生物医疗科技股份有限公司 超声多普勒血流成像方法、装置、设备及可读存储介质

Also Published As

Publication number Publication date
CN113288102A (zh) 2021-08-24

Similar Documents

Publication Publication Date Title
US11723547B2 (en) System and method for monitoring absolute blood flow
US10085642B2 (en) Multi-modal imaging of blood flow
Tong et al. Concurrent fNIRS and fMRI processing allows independent visualization of the propagation of pressure waves and bulk blood flow in the cerebral vasculature
US7547284B2 (en) Bilateral differential pulse method for measuring brain activity
US9167970B2 (en) Non-invasive optical imaging for measuring pulse and arterial elasticity in the brain
US20110196245A1 (en) Measurement of cerebral hemodynamic parameters
CN109640805A (zh) 具有确定颈动脉血压的多功能量测装置
JP2003527883A (ja) 散乱媒体の動力学を画像化する方法及びシステム
CN113288102B (zh) 一种无创监测脑血流的系统
Johnson et al. Detecting aortic valve-induced abnormal flow with seismocardiography and cardiac MRI
Li et al. The correlation study of Cun, Guan and Chi position based on wrist pulse characteristics
Murshed et al. A CNN based multifaceted signal processing framework for heart rate proctoring using millimeter wave radar ballistocardiography
Zhang et al. Noninvasive cerebral blood flow monitoring using inductive sensing technology
US10201314B2 (en) System and method for evaluation of circulatory function
US20230055617A1 (en) Methods and Systems for Engineering Photoplethysmographic-Waveform Features From Biophysical Signals for Use in Characterizing Physiological Systems
KR101002079B1 (ko) 혈관측정장치의 혈관측정방법
Cheshmedzhiev et al. Electronic sensor system for registering ECG and PPG signals
WO2020166091A1 (ja) 生体機能計測装置、生体機能計測方法及びプログラム
CN111631700A (zh) 一种根据最佳血压目标值调节血压的系统
US20230071085A1 (en) Methods and systems for engineering visual features from biophysical signals for use in characterizing physiological systems
Stergiopoulos et al. NonInvasive Monitoring of Vital Signs and Traumatic Brain Injuries
Premchand et al. Synchronizing Motor Imagery Cue in fNIRS Brain-Computer Interface to reduce confounding effects of respiration
Zhu et al. Synchronous Monitoring of Heart Beat and Cerebral Blood Flow Pulsation Based on Near Field Coherent Coupling
Zhang Mapping brain activity and resting-state functional connectivity with functional near-infrared spectroscopy
CN118076289A (zh) 用于将来自生物物理信号的基于小波的特征工程化以用于表征生理系统的方法和系统

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