CN113331868A - 一种利用超声微泡测量颅内血管血流储备参数的方法 - Google Patents
一种利用超声微泡测量颅内血管血流储备参数的方法 Download PDFInfo
- Publication number
- CN113331868A CN113331868A CN202110471486.7A CN202110471486A CN113331868A CN 113331868 A CN113331868 A CN 113331868A CN 202110471486 A CN202110471486 A CN 202110471486A CN 113331868 A CN113331868 A CN 113331868A
- Authority
- CN
- China
- Prior art keywords
- blood vessel
- pressure
- subharmonic
- microbubble
- blood
- 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
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/06—Measuring blood flow
-
- 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
- A61B8/481—Diagnostic techniques involving the use of contrast agent, e.g. microbubbles introduced into the bloodstream
-
- 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
- A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
-
- 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
- A61B8/5292—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves using additional data, e.g. patient information, image labeling, acquisition parameters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/58—Testing, adjusting or calibrating the diagnostic device
- A61B8/587—Calibration phantoms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Radiology & Medical Imaging (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Hematology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明提供了一种利用超声微泡测量颅内血管血流储备参数的方法,首先对目标血管和仿真血管发送超声波,进而确定血管狭窄远端和近端的最优测压入射声压,再根据目标血管和仿真血管的狭窄远端和近端的次谐波幅值与入射声压的关系曲线确定仿真血管狭窄远端和近端的幅值补偿因子,利用幅值补偿因子对仿真血管的血压和微泡次谐波幅值换算公式进行校正后,建立目标血管狭窄近端血压及远端血压和微泡次谐波幅值的换算关系式,获取最优测压入射声压下目标血管狭窄在远端和近端的微泡次谐波幅值,并结合换算公式即可目标血管的血管血流储备值,该测量方法为无创测量,无需有创穿刺即可获得狭窄段近端及远端血压值,极大降低了监测时的二次伤害风险。
Description
技术领域
本发明涉及医学诊断技术领域,具体涉及一种利用超声微泡测量颅内血管血流储备参数的方法。
背景技术
颅内动脉粥样硬化狭窄(ICAS)是卒中患者最常见的血管病变,目前临床上对于是否对狭窄病变进行植入支架等积极干预的评判标准,是于腔管解剖意义上狭窄的严重程度。一般狭窄率低于70%的患者被认为是中度狭窄和低风险。然而,最近的研究发现超过40%的卒中复发发生在50-69%狭窄的患者身上。这是因为除解剖意义上的狭窄之外,侧支循环状况、斑块形态和下游血管流阻等也会高度影响血流的灌注情况,因此了解血管血流动力学意义上的“狭窄”至关重要,在心血管领域采用血流储备分数表征血流动力学意义上的“狭窄”,FFR数值上等于最大充血量情况下,狭窄动脉远端与近端血压比值,它可以表征发生狭窄病变之后血管的血流储备能力。
临床上一般使用药物诱发心血管最大充血量,然而由于颅内情况更加复杂,诱发最大充血量的药物剂量以及是否会引起更加严重的脑出血尚不明确。研究者们提出了专用于颅内血管的生理参量,即血管血流储备(FF),数值上它的算法与FFR相同,但不诱发血管最大充血量。目前已经有很多临床研究表明,FF在颅内血管血流动力学意义上的狭窄判定同样有效。
目前的FF测量方法有磁共振强度比值法、以CT为基础的流体动力学模型构建法以及压力导丝测压。前两者无创,但对图像质量要求很高计算量大,耗时长无法做到实时测量;压力导丝测压最为准确,但由于很多病人病灶血管狭窄且弯曲折叠,导致压力导丝很难或无法通过,危险性高且对操作医师技术水平要求极高。
发明内容
针对现有技术中存在的问题,本发明提供一种利用超声微泡测量颅内血管血流储备参数的方法,在SHAPE法的基础上,通过引入自适应入射声压矫正和次谐波幅值补偿因子来解决超声经颅衰减问题,使得血管狭窄近端和远端血压可以被同时且实时测量,最终获得颅内血管实时的FF值。
本发明是通过以下技术方案来实现:
一种利用超声微泡测量颅内血管血流储备参数的方法,包括以下步骤:
步骤1、获取目标血管在注射超声微泡溶液后的影像数据,并确定血管狭窄远端和近端的对应位置,并根据血管尺寸确定感兴趣区域;
步骤2、获取相同帧频下,不同入射声压下目标血管的超声回波信号;
步骤3、根据目标血管感兴趣区域的超声回波信号得到微泡次谐波幅值,再将每个入射声压下所有的次谐波幅值求平均,进而得到目标血管狭窄远端和近端的微泡次谐波幅值与入射声压的关系曲线;
步骤4、根据微泡次谐波幅值与入射声压关系曲线分别确定狭窄远端和近端的最优测压入射声压;
步骤5、根据步骤2-4的过程获取仿真血管的微泡次谐波幅值与入射声压的关系曲线,获取仿真血管的最优测压入射声压,再根据目标血管和仿真血管的狭窄远端和近端的次谐波幅值与入射声压的关系曲线确定仿真血管狭窄远端和近端的幅值补偿因子αd和αa;
步骤6、对仿真血管施加不同的血压,获取仿真血管在不同血压下,且在最优测压入射声压下的微泡次谐波幅值与血压的关系,并利用幅值补偿因子αd和αa对仿真血管的血压和微泡次谐波幅值换算公式进行校正后,建立目标血管狭窄近端血压及远端血压和微泡次谐波幅值的换算关系式;
步骤7、获取最优测压入射声压下目标血管狭窄在远端和近端的微泡次谐波幅值,并结合目标血管狭窄近端血压及远端血压和微泡次谐波幅值的换算关系式,得到目标血管的血管血流储备值。
优选的,步骤2中在B超的可调范围内从最小值逐步调节到最大值,依次获取每个入射声压下整数个心动周期的超声回波信号。
优选的,步骤3中得到微泡次谐波幅值的具体方法如下:
将目标血管感兴趣区域的每一帧超声回波信号进行傅里叶变换得到频谱,对频谱中设定宽带内的超声回波信号求平均得到微泡次谐波幅值。
优选的,步骤4中最优测压入射声压的确定方法如下:
对步骤3中得到的微泡次谐波幅值与入射声压的关系曲线进行回归拟合,得到微泡次谐波幅值与入射声压的关系方程,对入射声压求一阶导为零的解得到曲线驻点对应的入射声压及其对应的微泡次谐波幅值,再对入射声压求二阶导为零的解得到曲线拐点对应的入射声压及其对应的微泡次谐波幅值,根据微泡种类及拐点和驻点确定血管狭窄远端最优测压入射声压。
优选的,步骤5中幅值补偿因子αd和αa的表达式如下:
αd=((PZd-PZl)+(PGd-PGl))/2
αa=((PZa-PZl)+(PGa-PGl))/2
其中PZl、PGl分别为仿真血管的次谐波幅值与入射声压的关系曲线驻点、拐点对应的次谐波幅值;PZd、PGd分别为目标血管狭窄远端的次谐波幅值与入射声压的关系曲线驻点、拐点对应的次谐波幅值;PZa、PGa分别为目标血管狭窄近端的次谐波幅值与入射声压的关系曲线驻点、拐点对应的次谐波幅值。
优选的,步骤6中在最优测压入射声压下,通过脉动泵对仿真血管施加血压波动,获取多个心动周期的超声回波信号和血压值;
根据超声回波信号和血压值得到微泡次谐波幅值与血压关系曲线,利用最小二乘法对曲线进行线性拟合得到微泡次谐波幅值与血压关系;
最后,采用仿真血管狭窄远端和近端的幅值补偿因子对微泡次谐波幅值与血压换算公式进行校正,得到目标血管狭窄远端及近端血压和次谐波幅值换算公式。
优选的,步骤6中离体血管、目标血管狭窄远端及近端的血压和次谐波幅值换算公式分别为:
仿真血管的血压与次谐波幅值换算公式为:Psh=k*P+b
其中,Psh、P分别为仿真血管的次谐波幅值和血压值;
目标血管狭窄远端的血压与次谐波幅值换算公式为:Pshd=k*Pd+b+αd;
其中,Pshd、Pd分别为血管狭窄远端狭窄远端的次谐波幅值和血压值;
目标血管狭窄远端的血压与次谐波幅值换算公式为:Psha=k*Pa+b+αa;
其中,Psha、Pa分别为目标血管狭窄近端的次谐波幅值和血压值。
优选的,步骤7获取目标血管狭窄远端和近端在最优测压入射声压下的超声回波信号,根据超声回波信号得到对应的微泡次谐波幅值,将微泡次谐波幅值代入目标血管狭窄远端及近端血压和次谐波幅值换算公式中,得到目标血狭窄远端及近端的血压曲线,得到目标血管的血管血流储备值FF=Pd/Pa。
优选的,血管血流储备值的表达式如下:
FF=Pd/Pa
其中,Pd为血管狭窄远端,Pa为目标血管狭窄近端的血压值。
与现有技术相比,本发明具有以下有益的技术效果:
本发明提供了一种利用超声微泡测量颅内血管血流储备参数的方法,首先对目标血管和仿真血管发送超声波,进而确定血管狭窄远端和近端的最优测压入射声压,再根据目标血管和仿真血管的狭窄远端和近端的次谐波幅值与入射声压的关系曲线确定仿真血管狭窄远端和近端的幅值补偿因子,利用幅值补偿因子对仿真血管的血压和微泡次谐波幅值换算公式进行校正后,建立目标血管狭窄近端血压及远端血压和微泡次谐波幅值的换算关系式,获取最优测压入射声压下目标血管狭窄在远端和近端的微泡次谐波幅值,并结合换算公式即可目标血管的血管血流储备值,该测量方法为无创测量,与先前的有创测压技术相比,无需有创穿刺即可获得狭窄段近端及远端血压值,极大降低了监测时的二次伤害风险,对操作人员的技术要求较低,可用于床旁检测且实时快速、价格低廉。
附图说明
图1为本发明一种用于测量颅内血管血流储备参数的装置的结构图。
图2为本发明中B超探头探测目标血管的示意图。
图中:1-计算机内置高速采集卡;2-数字压力表;3-液压测量探头;4-B超探头;5-可开关三通;6-血管仿体;7-血管仿体支架;8脉动泵;9-广口瓶;10-B超机;11-乳胶管;12-磁性搅拌泵;13-数据传输线;21-头骨;22-脑组织;23-目标血管狭窄近端;24-血管狭窄;25-目标血管狭窄近端;26-微泡;
具体实施方式
下面结合附图对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
参阅图1和2,一种利用超声微泡测量颅内血管血流储备参数的方法,包括以下步骤:
步骤1、获取目标血管在注射超声微泡溶液后的影像数据,根据影像数据确定血管狭窄远端和近端的对应位置,并根据血管尺寸确定感兴趣区域。
具体的,B超设备连接超声探头,该探头可以是线阵或相控阵探头,中心频率在3-5MHz;将超声探头置于颞窗处,被试者静脉注射超声微泡溶液,B超设备激励探头发射4MHz的平面波正弦信号,利用B超图像锁定目标血管,固定探头位置,B超探头4发射超声信号,超声信号穿过头骨21、脑组织22和目标血管,目标血管狭窄近端23和目标血管狭窄近端25分别位于血管狭窄的两侧,目标血管存在微泡26。
定义:血管狭窄近端及远端分别指,血管狭窄两端离主动脉较近和较远的血管段。
步骤2、获取相同频率下,不同入射声压下目标血管的超声回波信号。
具体的,设置B超的帧频为1kHz,将入射声压按B超仪器上的可调范围,从最小值逐步调节到最大值,每一个入射声压下采集大于一个心动周期的超声回波信号并存入数据采集卡。
步骤3、将目标血管感兴趣区域的每一帧超声回波信号进行傅里叶变换得到频谱,对频谱中设定宽带内的信号强度求平均值得到微泡次谐波幅值,然后将每个入射声压下所有帧的微泡次谐波幅值求平均值,进而分别绘制出血管狭窄远端和近端的微泡次谐波幅值与入射声压的关系曲线。
优选的,以频谱图中2MHz(二分之一发射频率)为中心,0.4MHz带宽内的超声回波信号求平均得到次谐波幅值。
步骤4、根据微泡次谐波幅值与入射声压关系曲线分别确定目标血管狭窄远端和近端的最优测压入射声压(PIAOd,PIAOa)。
具体方法如下:对步骤4中得到的目标血管狭窄远端微泡次谐波幅值与入射声压的关系曲线进行Logistic方程拟合,得到微泡次谐波幅值与入射声压的关系方程Xd,对入射声压求一阶导为零的解得到曲线驻点对应的入射声压Zd及其对应的微泡次谐波幅值PZd,再对入射声压求二阶导为零的解得到曲线拐点对应的入射声压Gd及其对应的微泡次谐波幅值PGd,根据微泡种类及拐点和驻点确定目标血管狭窄远端最优测压入射声压PIAOd。
例如,如果使用的是SonoVue,则驻点对应的入射升压为最优入射声压为Zd;如果使用的是Sonaziod,则拐点对应的入射升压为最优入射声压为Gd。
同理,得到目标血管狭窄近端最优测压微泡次谐波幅值与入射声压的入射声压关系曲线驻点及拐点对应的入射声压Za和Ga,及其对应的微泡次谐波幅值PZa和PGa,进而根据微泡种类选择血管狭窄远端最优测压入射声压PIAOa;
步骤5、根据步骤2和3的方法获取仿真血管微泡次谐波幅值与入射声压关系曲线,确定目标血管狭窄远端和近端的幅值补偿因子αd、αa。
其中,仿真血管的微泡次谐波幅值与入射声压关系曲线获取具体方法如下:
采用基于包膜微泡的无创经颅超声血压测量装置对仿真血管进行仿真测试,获取仿真血管的微泡次谐波幅值与入射声压关系曲线。
基于包膜微泡的无创经颅超声血压测量装置包括血管仿体6、数字压力表2、液压测量探头3、脉动泵8、B超机10和磁性搅拌泵12。
血管仿体6的两端固定在仿真血管支架7上,仿真血管6的一端连接广口瓶9,广口瓶9防止在磁性搅拌泵12上,仿真血管6的另一端通过可开关三通5与脉动泵8连接,脉动泵8与广口瓶9连接,可开关三通5通过液压测量探头2与数字压力表2连接,数字压力表2和B超机10分别通过数据传输线与主控单元1连接,主控单元1包括高速采集卡。
测量时,将B超机10的B超探头4固定于仿真血管正上方,向广口瓶中注射超声微泡溶液,通过蠕动泵注入仿真血管中,B超设备激励探头发射4MHz的平面波正弦信号,利用B超图像锁定目标血管,设置B超的帧频为1kHz,将入射声压按B超仪器上的可调范围,从最小值逐步调节到最大值,每一个入射声压下采集大于一个心动周期的超声回波信号并存入数据采集卡。通过B超图像确定仿真血管的感兴趣区域。将感兴趣区域内的每一帧的超声信号通过快速傅氏变换得到频谱,取频谱图中2MHz为中心,0.4MHz带宽内的信号求平均得到次谐波幅值,再将每个入射声压所有帧的微泡次谐波幅值求平均,进而得到离体的微泡次谐波幅值与入射声压关系曲线;
仿真血管狭窄远端和近端的幅值补偿因子αd、αa获取具体方法如下:
对得到的仿真血管狭窄远端微泡次谐波幅值与入射声压的关系曲线进行Logistic方程拟合,得到仿真血管的微泡次谐波幅值与入射声压的关系方程Xl,对入射声压求一阶导为零的解得到曲线驻点对应的入射声压Zl及其对应的次微泡谐波幅值PZl,对入射声压求二阶导为零的解得到曲线拐点对应的入射声压Gl及其对应的微泡次谐波幅值PGl,根据微泡种类选择仿真血管最优测压入射声压PIAOl;
根据目标血管和仿真血管的最优测压入射声压对应的微泡次谐波幅值确定仿真血管狭窄远端和近端的幅值补偿因子,表达式如下:
αd=((PZd-PZl)+(PGd-PGl))/2
αa=((PZa-PZl)+(PGa-PGl))/2
仿真血管的血压和次谐波幅值换算关系式的具体方法如下:
步骤6、对仿真血管施加不同的血压,获取仿真血管在不同血下,且最优测压入射声压下的微泡次谐波幅值与血压的关系,并利用补偿因子αd、αa对仿真血管的血压和微泡次谐波幅值换算公式进行校正后,建立目标血管狭窄近端血压及远端血压和微泡次谐波幅值的换算关系式。
将超声探头固定于离体血管正上方,向广口瓶中注射超声微泡溶液,通过蠕动泵注入仿真血管中,B超设备激励探头发射4MHz的平面波正弦信号,利用B超图像锁定目标血管,设置B超的帧频为1kHz,将入射声压设置为PIAOl,利用脉动泵制造血压波动,同步采集100个心动周期的超声回波信号及液压测量探头得到的血压数据并存入数据采集卡。
通过B超图像确定仿真血管的感兴趣区域,将感兴趣区域内的超声信号通过FFT得到频谱,取频谱图中2MHz为中心,0.4MHz带宽内的信号求平均得到微泡次谐波幅值,进而得到仿真血管的微泡次谐波幅值与血压关系曲线,利用最小二乘法对曲线进行线性拟合得到微泡次谐波幅值与血压换算公式Psh=kPh+b。
最后,采用仿真血管狭窄远端和近端的幅值补偿因子对微泡次谐波幅值与血压换算公式进行校正,得到目标血管狭窄远端及近端血压和次谐波幅值换算公式,关系式如下:
Pshd=kPd+b+αd
Psha=kPa+b+αa
其中,Pd及Pa分别为狭窄远端及近段血压值。
步骤7、保持超声探头位置不变,入射声压设置为PIAOd,采集目标血管远端超声回波信号,再将入射声压设置为PIAOa,采集目标血管近端超声回波信号;
步骤8、提取目标血管狭窄远端及近端各自的微泡次谐波幅值,利用目标血管狭窄远端及近端血压和次谐波幅值换算公式,得到各自的血压随时间的变化曲线,将每个时间点对应的远端血压与近端血压相除即得到该血管的FF值,FF=Pd/Pa。
本发明提供了一种利用超声微泡测量颅内血管血流储备参数的方法,与现有的无创测量技术相比,对图像质量及计算机性能要求不高,血压换算公式获取之后,可用于床旁检测且实时快速、价格低廉,与先前的有创测压技术相比,无需有创穿刺即可获得狭窄段近端及远端血压值,极大降低了监测时的二次伤害风险,对操作人员的技术要求较低。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (9)
1.一种利用超声微泡测量颅内血管血流储备参数的方法,其特征在于,包括以下步骤:
步骤1、获取目标血管在注射超声微泡溶液后的影像数据,并确定血管狭窄远端和近端的对应位置,并根据血管尺寸确定感兴趣区域;
步骤2、获取相同帧频下,不同入射声压下目标血管的超声回波信号;
步骤3、根据目标血管感兴趣区域的超声回波信号得到微泡次谐波幅值,再将每个入射声压下所有的次谐波幅值求平均,进而得到目标血管狭窄远端和近端的微泡次谐波幅值与入射声压的关系曲线;
步骤4、根据微泡次谐波幅值与入射声压关系曲线分别确定狭窄远端和近端的最优测压入射声压;
步骤5、根据步骤2-4的过程获取仿真血管的微泡次谐波幅值与入射声压的关系曲线,获取仿真血管的最优测压入射声压,再根据目标血管和仿真血管的狭窄远端和近端的次谐波幅值与入射声压的关系曲线确定仿真血管狭窄远端和近端的幅值补偿因子αd和αa;
步骤6、对仿真血管施加不同的血压,获取仿真血管在不同血压下,且在最优测压入射声压下的微泡次谐波幅值与血压的关系,并利用幅值补偿因子αd和αa对仿真血管的血压和微泡次谐波幅值换算公式进行校正后,建立目标血管狭窄近端血压及远端血压和微泡次谐波幅值的换算关系式;
步骤7、获取最优测压入射声压下目标血管狭窄在远端和近端的微泡次谐波幅值,并结合目标血管狭窄近端血压及远端血压和微泡次谐波幅值的换算关系式,得到目标血管的血管血流储备值。
2.根据权利要求1所述的一种利用超声微泡测量颅内血管血流储备参数的方法,其特征在于,步骤2中在B超的可调范围内从最小值逐步调节到最大值,依次获取每个入射声压下整数个心动周期的超声回波信号。
3.根据权利要求1所述的一种利用超声微泡测量颅内血管血流储备参数的方法,其特征在于,步骤3中得到微泡次谐波幅值的具体方法如下:
将目标血管感兴趣区域的每一帧超声回波信号进行傅里叶变换得到频谱,对频谱中设定宽带内的超声回波信号求平均得到微泡次谐波幅值。
4.根据权利要求1所述的一种利用超声微泡测量颅内血管血流储备参数的方法,其特征在于,步骤4中最优测压入射声压的确定方法如下:
对步骤3中得到的微泡次谐波幅值与入射声压的关系曲线进行回归拟合,得到微泡次谐波幅值与入射声压的关系方程,对入射声压求一阶导为零的解得到曲线驻点对应的入射声压及其对应的微泡次谐波幅值,再对入射声压求二阶导为零的解得到曲线拐点对应的入射声压及其对应的微泡次谐波幅值,根据微泡种类及拐点和驻点确定血管狭窄远端最优测压入射声压。
5.根据权利要求1所述的一种利用超声微泡测量颅内血管血流储备参数的方法,其特征在于,步骤5中幅值补偿因子αd和αa的表达式如下:
αd=((PZd-PZl)+(PGd-PGl))/2
αa=((PZa-PZl)+(PGa-PGl))/2
其中PZl、PGl分别为仿真血管的次谐波幅值与入射声压的关系曲线驻点、拐点对应的次谐波幅值;PZd、PGd分别为目标血管狭窄远端的次谐波幅值与入射声压的关系曲线驻点、拐点对应的次谐波幅值;PZa、PGa分别为目标血管狭窄近端的次谐波幅值与入射声压的关系曲线驻点、拐点对应的次谐波幅值。
6.根据权利要求1所述的一种利用超声微泡测量颅内血管血流储备参数的方法,其特征在于,步骤6中在最优测压入射声压下,通过脉动泵对仿真血管施加血压波动,获取多个心动周期的超声回波信号和血压值;
根据超声回波信号和血压值得到微泡次谐波幅值与血压关系曲线,利用最小二乘法对曲线进行线性拟合得到微泡次谐波幅值与血压关系;
最后,采用仿真血管狭窄远端和近端的幅值补偿因子对微泡次谐波幅值与血压换算公式进行校正,得到目标血管狭窄远端及近端血压和次谐波幅值换算公式。
7.根据权利要求6所述的一种利用超声微泡测量颅内血管血流储备参数的方法,其特征在于,步骤6中离体血管、目标血管狭窄远端及近端的血压和次谐波幅值换算公式分别为:
仿真血管的血压与次谐波幅值换算公式为:Psh=k*P+b
其中,Psh、P分别为仿真血管的次谐波幅值和血压值;
目标血管狭窄远端的血压与次谐波幅值换算公式为:Pshd=k*Pd+b+αd;
其中,Pshd、Pd分别为血管狭窄远端狭窄远端的次谐波幅值和血压值;
目标血管狭窄远端的血压与次谐波幅值换算公式为:Psha=k*Pa+b+αa;
其中,Psha、Pa分别为目标血管狭窄近端的次谐波幅值和血压值。
8.根据权利要求1所述的一种利用超声微泡测量颅内血管血流储备参数的方法,其特征在于,步骤7获取目标血管狭窄远端和近端在最优测压入射声压下的超声回波信号,根据超声回波信号得到对应的微泡次谐波幅值,将微泡次谐波幅值代入目标血管狭窄远端及近端血压和次谐波幅值换算公式中,得到目标血狭窄远端及近端的血压曲线,得到目标血管的血管血流储备值FF=Pd/Pa。
9.根据权利要求8所述的一种利用超声微泡测量颅内血管血流储备参数的方法,其特征在于,血管血流储备值的表达式如下:
FF=Pd/Pa
其中,Pd为血管狭窄远端,Pa为目标血管狭窄近端的血压值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110471486.7A CN113331868B (zh) | 2021-04-29 | 2021-04-29 | 一种利用超声微泡测量颅内血管血流储备参数的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110471486.7A CN113331868B (zh) | 2021-04-29 | 2021-04-29 | 一种利用超声微泡测量颅内血管血流储备参数的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113331868A true CN113331868A (zh) | 2021-09-03 |
CN113331868B CN113331868B (zh) | 2023-06-27 |
Family
ID=77469012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110471486.7A Active CN113331868B (zh) | 2021-04-29 | 2021-04-29 | 一种利用超声微泡测量颅内血管血流储备参数的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113331868B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006247116A (ja) * | 2005-03-10 | 2006-09-21 | Micro-Star Internatl Co Ltd | 経頭蓋超音波結像方法及びシステム |
CN101982156A (zh) * | 2010-09-08 | 2011-03-02 | 北京航空航天大学 | 基于微泡超声造影剂的血压无创测量装置及其测量方法 |
CN111374709A (zh) * | 2018-12-27 | 2020-07-07 | 深圳迈瑞生物医疗电子股份有限公司 | 一种超声血流成像方法及系统 |
CN112641467A (zh) * | 2020-12-21 | 2021-04-13 | 西安交通大学 | 基于SonoVue的无创经颅超声血压测量装置及方法 |
-
2021
- 2021-04-29 CN CN202110471486.7A patent/CN113331868B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006247116A (ja) * | 2005-03-10 | 2006-09-21 | Micro-Star Internatl Co Ltd | 経頭蓋超音波結像方法及びシステム |
CN101982156A (zh) * | 2010-09-08 | 2011-03-02 | 北京航空航天大学 | 基于微泡超声造影剂的血压无创测量装置及其测量方法 |
CN111374709A (zh) * | 2018-12-27 | 2020-07-07 | 深圳迈瑞生物医疗电子股份有限公司 | 一种超声血流成像方法及系统 |
CN112641467A (zh) * | 2020-12-21 | 2021-04-13 | 西安交通大学 | 基于SonoVue的无创经颅超声血压测量装置及方法 |
Non-Patent Citations (1)
Title |
---|
邬冬芳;何文;张红霞;田凤兰;: "超声造影时间-强度曲线评价颈动脉硬化疾病的诊断价值", 临床超声医学杂志, no. 12 * |
Also Published As
Publication number | Publication date |
---|---|
CN113331868B (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lang et al. | Measurement of regional elastic properties of the human aorta. A new application of transesophageal echocardiography with automated border detection and calibrated subclavian pulse tracings. | |
US11617517B2 (en) | System and method for non-invasive instantaneous and continuous measurement of cardiac chamber volume | |
CN108472012B (zh) | 用于血液动力学管理的多位点连续超声流量测量 | |
CN109152538A (zh) | 用于基于血管内压力和横截面管腔测量的针对肾脏去神经支配的患者分层的设备和方法 | |
JP5740547B2 (ja) | 頭蓋内の弾性を測定する方法 | |
JP2004519259A (ja) | 組織共振解析のための超音波装置および方法 | |
CN101668481A (zh) | 非侵害式颅内监测仪 | |
WO2003077765A1 (fr) | Systeme d'echographie | |
WO2019011242A1 (zh) | 具有确定颈动脉血压的多功能量测装置 | |
CN110415248A (zh) | 一种基于超声的血管监测方法、装置、设备及存储介质 | |
CN109152534A (zh) | 基于血管内压力和壁厚测量的用于针对肾脏去神经支配的患者分层的设备、系统和方法 | |
Battaglia et al. | Uterine and ovarian blood flow measurement. Does the full bladder modify the flow resistance? | |
JP2020512918A (ja) | 頭蓋内圧の非侵襲的な測定のための装置および方法 | |
US20210259666A1 (en) | System and method for non-invasive real time assessment of cardiovascular blood pressure | |
DE60307448T2 (de) | Vorrichtung und verfahren zur messung der vaskulären impedanz | |
CN113331868B (zh) | 一种利用超声微泡测量颅内血管血流储备参数的方法 | |
CN110475512B (zh) | 用于分布式无线管腔内成像系统的血管内超声患者接口模块(pim) | |
CN112842286B (zh) | 一种基于功能oct的无创血流粘滞度测量方法 | |
Xu et al. | Evaluation of Carotid Artery Blood Pressure Waveform Using a Wearable Ultrasound Patch | |
Vizzardi et al. | Elastic aortic properties in hypertrophic cardiomyopathy: a single center echocardiographic evaluation | |
CN114848013A (zh) | 一种利用超声微泡次谐波测量颅内绝对血压分布图的方法 | |
Yli-Ollila et al. | Relation of arterial stiffness and axial motion of the carotid artery wall—A pilot study to test our motion tracking algorithm in practice | |
Qiao et al. | Noninvasive assessment of pressure distribution and fractional flow in middle cerebral artery using microbubbles and plane wave in vitro | |
Scansen et al. | Evaluation of a commercial ultrasonographic hemodynamic recording system for the measurement of cardiac output in dogs | |
Li | Ultrasonic pulse wave imaging for in vivo assessment of vascular wall dynamics and characterization of arterial pathologies |
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 |