CN113660901A - 颅内血压估计方法和设备 - Google Patents
颅内血压估计方法和设备 Download PDFInfo
- Publication number
- CN113660901A CN113660901A CN202080027570.3A CN202080027570A CN113660901A CN 113660901 A CN113660901 A CN 113660901A CN 202080027570 A CN202080027570 A CN 202080027570A CN 113660901 A CN113660901 A CN 113660901A
- Authority
- CN
- China
- Prior art keywords
- signal
- time
- blood pressure
- ultrasound
- intracranial
- 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
- 238000000034 method Methods 0.000 title claims abstract description 87
- 230000036772 blood pressure Effects 0.000 title claims abstract description 79
- 238000007917 intracranial administration Methods 0.000 title claims abstract description 53
- 210000004556 brain Anatomy 0.000 claims abstract description 47
- 230000033001 locomotion Effects 0.000 claims abstract description 42
- 238000002604 ultrasonography Methods 0.000 claims description 110
- 230000010363 phase shift Effects 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 37
- 230000003595 spectral effect Effects 0.000 claims description 21
- 238000005259 measurement Methods 0.000 claims description 20
- 230000002490 cerebral effect Effects 0.000 claims description 17
- 238000013442 quality metrics Methods 0.000 claims description 14
- 230000003727 cerebral blood flow Effects 0.000 claims description 12
- 238000009530 blood pressure measurement Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000001131 transforming effect Effects 0.000 claims description 5
- 230000017531 blood circulation Effects 0.000 abstract description 50
- 210000004204 blood vessel Anatomy 0.000 abstract description 17
- 230000006870 function Effects 0.000 description 39
- 238000003384 imaging method Methods 0.000 description 18
- 230000000747 cardiac effect Effects 0.000 description 14
- 239000000523 sample Substances 0.000 description 14
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 11
- 230000004872 arterial blood pressure Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 210000001519 tissue Anatomy 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 210000003625 skull Anatomy 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 210000005166 vasculature Anatomy 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000000737 periodic effect Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 208000030886 Traumatic Brain injury Diseases 0.000 description 4
- 230000004913 activation Effects 0.000 description 4
- 210000001367 artery Anatomy 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000002592 echocardiography Methods 0.000 description 4
- 210000002321 radial artery Anatomy 0.000 description 4
- 230000009529 traumatic brain injury Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000005013 brain tissue Anatomy 0.000 description 3
- 230000001934 delay Effects 0.000 description 3
- 230000035485 pulse pressure Effects 0.000 description 3
- 238000011002 quantification Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000003213 activating effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000010455 autoregulation Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 210000002302 brachial artery Anatomy 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008602 contraction Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000003205 diastolic effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000035488 systolic blood pressure Effects 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 230000002792 vascular Effects 0.000 description 2
- 206010005746 Blood pressure fluctuation Diseases 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- 239000002033 PVDF binder Substances 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 210000000709 aorta Anatomy 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 230000008344 brain blood flow Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 210000001627 cerebral artery Anatomy 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001447 compensatory effect Effects 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000000004 hemodynamic effect Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 210000003657 middle cerebral artery Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000036581 peripheral resistance Effects 0.000 description 1
- 229920002981 polyvinylidene fluoride Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000002861 ventricular Effects 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
- A61B5/02—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
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/04—Measuring blood pressure
-
- 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
- A61B5/026—Measuring blood flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
- A61B5/4064—Evaluating the brain
-
- 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
-
- 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
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0808—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Hematology (AREA)
- Physiology (AREA)
- Neurology (AREA)
- Cardiology (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Neurosurgery (AREA)
- Artificial Intelligence (AREA)
- Vascular Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
一种用于基于针对颅内血管的壁的运动数据、颅内血流速度和在大脑外部的位置处测量的血压信号导出颅内血压的估计的方法(20)和设备。所述方法基于识别(28)两个颅内信号(血管壁移动和血管血流)之间的时间偏移,并且然后将该偏移应用(30)于从大脑外部采集的血压信号以获得指示估计的颅内血压的第四信号。
Description
技术领域
本发明涉及一种用于无创导出颅内血压的估计的方法,以及一种用于其的设备。
背景技术
颅内压(ICP)是颅骨内部并且因此大脑组织和脑脊液(CSF)中的压力。标准测量单位是毫米汞柱(mmHg)。对于仰卧位的典型成年人,通常值可能在7-15mmHg周围的任何地方变化。身体具有其保持ICP稳定的多种机制,其中,通过CSF的产生和吸收的移动,正常成年人中CSF压力变化约1mmHg。
ICP的改变可以指示各种身体现象、事件或状况。例如,CSF压力例如已被示出由咳嗽(腹内压)、瓦氏动作以及与脉管系统(静脉和动脉系统)的连通期间的胸内压力波动改变。
ICP已经特别地被示出是外伤性脑损伤(TBI)的早期发病指标。
不管使用ICP作为TBI的指标的潜在力量,目前还没有在医院环境之外对其进行测量的能力(例如在院前设置中,例如在全科医生(GP)外科处)。
当前ICP监测方法是高度有创的,要求手术穿透颅骨以放置实质内或心室传感器并且因此限于要求监测和/或脑脊液(CSF)引流的严重病例。
可以使用涉及经颅多普勒(TCD)超声和动脉血压测量的方法无创测量颅内压。该方法在以下文章中描述:Kashif等人,“Model-based noninvasive estimation ofintracranial pressure from cerebral blood flow velocity and arterialpressure”,2012年)。该方法利用了脑血流速度(CBFV)与ICP之间的已知关系,其将时间相关颅骨体积关系精简为简化模型,类似于血管动力学的Windkessel模型的简化模型(Westerhof等人,“The arterial Windkessel”,2009年)。
在麻省理工学院(MIT)对37患者进行的一项研究中,与有创ICP相比较,该方法产生了具有1.6mmHg的平均误差和7.6mmHg的误差的标准偏差的无创颅内压(nICP)估计。
在使用的方法中,ICP被建模为大脑内的压力,该压力限制了在心动周期的收缩和舒张阶段期间大脑中的血流。在多个心动周期内,可以基于两个输入来估计ICP:脑血管血流速度(CBFV)和动脉血压(ABP)。
用于nICP估计的无创血压设备的主要限制在于它们不能测量大脑内的血压。因此,使用这样的设备采集ICP估计需要在相位和幅度上修改血压波形以估计大脑血管中的压力。
这在图1中图示,图1描绘在身体的不同位置处测量的典型血压波形。每个波形将血压(y轴)示出为单个心动周期内的时间(x轴)的函数。作为参考,信号(h)示出了在主动脉内的如在心脏处测量的血压的波形。信号(a)示出了如在大脑中、脑中动脉中、韦利斯氏环的最大动脉中测量的血压的波形。信号(b)是如在颈动脉处测量的相同周期的血压波形-这是通常可以直接测量血压的最靠近大脑的动脉。信号(c)是如在肱动脉处测量的波形,并且信号(d)是如在桡动脉(用于有创外周压力监测器的典型位置)处测量的波形。
如所示,针对相同心动周期的血压信号在身体的不同测量位置处在相位上不同。这引起用于准确测量大脑内的血压并且因此在无创准确估计大脑内的颅内压(ICP)中的问题。此外,并且更一般地,脉压开始时间(相对于血流开始)自身是有价值的临床参数。例如,大脑内的脉压开始时间直接指示脑自动调节。
发明内容
本发明由权利要求书定义。
根据本发明的方面的范例,提供了一种用于导出颅内血压的估计的方法,包括:
获得第一信号,其指示作为时间的函数的脑血管壁移动;获得第二信号,其指示作为时间的函数的脑血流速度;获得第三信号,其指示作为时间的函数的大脑外部的位置处的血压,第一、第二和第三信号对应于在相同时间段内的测量结果;检测所述第二信号相对于所述第一信号的相位偏移;并且通过向所述第三信号施加相移来变换所述第三信号,使得所述第三信号相对于所述第二信号呈现等于所述检测到的相位偏移的量的相位偏移,从而获得指示估计的颅内血压的第四信号。
本发明的实施例提出了一种方法来移位在脉管系统中任何地方收集的压力波形的相位,以符合在所述大脑中测量血流速度的位置处的真实血压。
指示脑血管壁移动的第一信号提供改变动脉内的血压的间接指示。因此,检测到的相移给出了如反映在所述脑血压信号中的收缩的开始(或心动周期内的任何其他参考点)与如反映在改变的血流速度中的收缩的开始之间的差异(在大脑区域内)的指示。通过将该相同偏移施加到在大脑外部检测到的血压测量信号,该后者信号可以变换以更准确地表示所述大脑内部的真实血压(所述颅内血压)。特别地,所述血压测量信号被移位以便与壁移动信号(相位)对准。
第一、第二和第三信号是作为时间的函数的周期信号并且呈现相位。
颅内意指颅骨内部的空间。脑意指大脑组织内部,即,大脑内部的血管的内部。所述脑血流速度意指脑血管血流速度。
检测所述相位偏移可以意指检测每个(周期性)信号的周期中的预定基准点之间的偏移(例如在时域中)。这可以意指检测所述第二信号的周期(时段)中的第一预定(相位)点与所述第一信号的周期(时段)中的第二预定(相位)点之间的偏移。所述相位偏移可以是时间差或时间偏移。所述点可以例如是最小或最大点,或者可以是每个周期中的转折点。所述第一预定点可以是对应于通过所述血管的收缩压力波的开始的点。所述第二预定点可以是对应于通过所述血管的血流的开始的点。
所述第三信号的变换是致使所述第三信号(相位)与所述第一信号对准。
有利地,所述方法还可以包括基于所述第四信号和所述第二信号导出颅内压的估计。
颅内压(ICP)是颅骨内部并且因此大脑组织和脑脊液(CSF)中的压力。其可以基于两个输入来估计:脑血流速度和大脑内部的动脉血压。因此,第二和第四信号可以被用于导出颅内压的估计。这将在下文中更详细地解释。
在范例中,第一和第二信号可以使用经颅多普勒超声数据获得。
使用超声具有以下优点:其是无创的,并且因此对患者来说更方便,并且也比有创方法更安全和更简单。多普勒超声在其可以关于血压获得的细节的程度方面是有限的。因此,仍然需要在大脑区域外部进行血压测量,其然后进行变换,如上文所概述的。
经颅多普勒超声单元可以被用于采集所述超声数据。
第一和第二信号可以使用从颅内多普勒超声数据导出的频谱多普勒信号获得,频谱多普勒信号表示作为时间的函数的多普勒速度。
频谱多普勒是本领域的术语,并且是指一种多普勒超声方法,其依据随时间记录的检测到的流速的频谱来表示血流测量结果(与用图像表示数据相反,诸如在彩色多普勒方法中)。
获得所述第一信号可以包括从所述频谱多普勒信号中提取相对较低频率信号分量。
额外地或者备选地,获得所述第二信号可以包括从所述频谱多普勒信号中提取相对更高(多普勒)频率信号分量。
所述信号分量对应于检测到的速度信号分量。血管壁运动(周期性扩张和收缩)通常比更快的血流速度呈现相对较慢移动。因此,所述血管壁运动表现为所述多普勒超声信号中比(更快)血流速度更低的(多普勒)频率分量。
根据一个或多个实施例,检测所述相位偏移可以包括:
检测对应于所述第一信号的周期内的第一定义相位点的位置的第一时间点,检测对应于所述第二信号的对应周期内的第二定义相位点的位置的第二时间点,并且从所述第一时间点的值减去所述第二时间点的值来导出时间差。
在这种情况下,所述时间差可以是负值。
第一和第二定义相位点优选地两者对应于所述对象的单个心动周期内的相同点。有利地,这可以是对应于所述心脏的收缩期的开始(即起始)的点。这可以表现为壁移动从零(或最小值)开始增加的点,并且可以表现为血流速度从零(或最小值)开始增加的点。这可能是每个信号的每个周期内的最小点。其可以是每个周期内的转折点,例如最小转折点。
所述第二信号的对应周期意指对应于与所述第一信号的周期相同的心脏相位的周期,例如时间上直接相邻的周期,或时间上对应的周期。
向所述第三信号施加相移包括使所述第三信号的波形在时域中移位,使得其相对于所述第二信号呈现等于导出的时间差的量的时间偏移。
这通常导致所述第三信号的波形沿着时域向后移位。
第一和第二信号从经颅多普勒超声数据获得,并且其中,所述方法包括从经颅超声换能器单元接收颅内超声数据。
所述换能器单元可以是颅内超声探头。
在使用超声的情况下,所述方法还可以包括根据一个或多个波束形成设置对接收到的经颅超声数据应用波束形成。信号分析流程可以被应用于确定波束形成数据的质量度量,其代表用于导出流速和/或血管壁运动的数据的质量。
所述方法还可以包括基于导出的质量度量来调节所述一个或多个波束形成设置。
根据本发明的另一方面的范例提供一种用于导出颅内血压的估计的处理单元,所述处理单元被配置为:
获得第一信号,其指示作为时间的函数的脑血管壁移动;获得第二信号,其指示作为时间的函数的脑血流速度;获得第三信号,其指示作为时间的函数的大脑外部的位置处的血压,第一、第二和第三信号对应于在相同时间段内的测量结果;检测所述第二信号相对于所述第一信号的相位偏移,并且通过向所述第三信号施加相移来变换所述第三信号,使得所述第三信号相对于所述第二信号呈现等于所述检测到的相位偏移的量的相位偏移,从而获得指示估计的颅内血压的第四信号。
所述处理单元可以在使用中能与经颅超声换能器单元操作地耦合以用于从所述换能器单元获得经颅多普勒超声数据,并且其中,第一和第二信号使用所述经颅多普勒超声数据来获得。
所述处理单元可以控制所述换能器单元以获得经颅超声数据,或者可以从独立控制的换能器单元接收数据。
本发明的另一方面提供一种超声系统,包括:
根据上文所概述或下文所描述的任何范例或实施例或根据本申请的任何权利要求的处理单元,以及
经颅超声换能器单元,其操作地与所述处理单元耦合。
所述经颅超声换能器单元可以由所述处理单元控制以采集经颅多普勒超声数据,并且其中,第一和第二信号使用所述经颅多普勒超声数据来获得。
本发明的另一方面提供一种患者监测器,包括:
根据上文所概述或下文所描述的任何范例或实施例或根据本申请的任何权利要求的处理单元,或如上文所阐述或本文中的任何实施例中所描述的超声系统,并且
所述患者监测器与血压测量设备通信耦合,并且被配置为从所述设备获得所述第三信号,并且将所述信号传递到所述处理单元以在导出所述第四信号中使用。
应注意,尽管本发明的上文概述的方面提供所述第三信号的变换以获得指示脑血压的信号,但是由本发明实现的一般概念在其他方面中可以具有更一般的应用。
根据本发明的一个或多个备选方面,例如,可以提供一种用于在(1)脑血管中的血压的开始和(2)所述大脑外部的位置(所述身体的其他地方)处的检测到的压力波形之间导出相位信息(例如相位偏移)的方法。该相位信息可以以多种不同的方式使用(例如,用于导出通用或专用传递函数、相移、卷积神经网络的标量输入以确定ICP或其他脑血管量)。这还将在下文概述。
本发明的这些和其他方面将根据在下文中所描述的(一个或多个)实施例而显而易见,并且参考在下文中所描述的(一个或多个)实施例得到阐述。
附图说明
为了更好地理解本发明并且更清楚地示出其可以如何实现,现在将仅通过范例对附图进行参考,其中:
图1图示了身体中的不同位置处采集的血压信号;
图2图示了用于在无创导出估计颅内压(ICP)中使用的范例模型;
图3示出了根据一个或多个实施例的范例方法的框图;
图4A图示了对颅内血流速度信号与颅内血管壁移动信号之间的相位偏移的检测;
图4B图示了通过在时域中应用相移对非脑血压信号的变换,所述相移基于图4A的检测到的相位偏移;
图5描绘了使用中的范例经颅超声探头;
图6描绘了根据一个或多个实施例获得的范例多普勒频谱图和提取的血管壁移动信号;
图7示出了根据一个或多个实施例的另一范例方法;
图8图示了用于识别用于获得血流速度和血管壁移动数据的最佳超声目标位置的试验流程;并且
图9描绘了如可以用于采集和处理超声数据以在一个或多个实施例中使用的范例超声系统。
具体实施方式
将参考附图描述本发明。
应当理解,详细描述和具体范例在指示装置、系统和方法的示范性实施例时仅旨在用于图示的目的,而不旨在限制本发明的范围。本发明的装置、系统和方法的这些和其他特征、方面和优点将根据以下描述、所附权利要求和附图变为更好理解。应当理解,附图仅仅是示意性的而未按比例绘制。还应当理解,贯穿附图使用相同附图标记来指示相同或相似的部件。
本发明提供了一种用于基于颅内血管的壁的运动数据、颅内血流速度和在大脑外部的位置处测量的血压信号导出颅内血压的估计的方法和设备。方法基于识别两个颅内信号(血管壁移动和血管血流)之间的时间偏移,并且然后将该偏移施加于从大脑外部采集的血压信号。
壁移动间接指示颅内血压。因此,导出的偏移给出了颅内血压与颅内血流速度之间的大脑内的偏移。调节外部血压信号使得其相对于颅内血流速度信号具有相同的偏移,从而产生与真实颅内血压信号在时间上适当同步的血压信号。致使导出的血压信号与真实的颅内血压对准(在时域中)。
如上文所讨论的,可以无创地估计ICP。一个方法在以下文章中详细描述:Kashif等人,“Model-based noninvasive estimation of intracranial pressure fromcerebral blood flow velocity and arterial pressure”,2012。
例如,在该方法中,ICP被建模为限制心动周期的收缩和舒张阶段期间的血流的压力。该模型可以被用于从大脑内部的动脉血压(ABP)和脑血管血流速度(CBFV)无创地估计颅内压。
可以通过类似于电路来理解该模型,该电路具有建模的电阻和建模的电容。这在图2中图示,图2示意性地描绘了大脑和周围脑脊液(CSF)的模型,以及建模的模拟电路图。电容表示每个周期由大脑的脉管系统造成的血液滞留程度,并且电阻表示通过脉管系统的血流阻力程度,即,由有限直径血管强加的流量限制引起的。
在多个心动周期内,该模拟电路的“电阻”(R)和“电容”(C)以及ICP可以基于两个输入来估计:脑血管血流速度(CBFV)和大脑内的动脉血压(ABP)。
然而,如上所述,直接在大脑中测量血压(以无创方式)对于当前技术是不可能的,并且因此必须在大脑外部测量。然而,血压信号在身体的不同测量位置处在相位上不同。因此,所测量的波形必须变换以便表示大脑内部的血压,并且因此产生ICP的准确估计。
因此,该方法中的关键挑战是应用传递函数来移位在大脑外部(例如在桡动脉中)测量的血压以模拟大脑内部的感兴趣脑血管动脉处的压力。
本发明的实施例提出了一种移动在血管中任何地方收集的压力波形的相位以符合在大脑中测量血流速度的压力的方法。因此,这使得血管内血压能够更准确地估计。因此,可以基于该调节的血压波形以更准确和可靠的方式无创地测量ICP。
该方法提供优于当前使用的(全局)方法的优点,其假定贯穿身体的血压信号之间的恒定相位延迟。事实上,已知脉搏波速度随变化的外周阻力、动脉顺应性和其他代偿性血液动力学因子而变化。
更详细地,本发明的实施例提出将血流速度测量结果(例如从频谱多普勒成像导出)与血管运动数据(例如从同时执行的组织多普勒成像导出)组合以导出无创颅内压估计,例如使用本领域已知的技术。
根据要在下面描述的一组实施例的关键特征是同时使用采集的多普勒频谱图的低频分量来确定收缩压相对于血流速度的开始时间。低频分量可以表示血管壁运动(指示血压变化)。该运动数据的零交叉与动脉中的血流开始之间的相位差(由频谱多普勒数据的高频分量表示)可以被用于移位在大脑外部(例如桡动脉)收集的压力波形。
图3示出了根据本发明的一个或多个实施例的一个范例方法的框图。方法用于导出颅内血压的估计。
简言之,方法20包括获得三个不同信号:获得22第一信号,其指示作为时间的函数的脑血管壁移动;获得24第二信号,其指示作为时间的函数的脑血流速度;并且获得26第三信号,其指示作为时间的函数的大脑外部的位置处的血压。第二信号可以指示脑血流速度。
第一、第二和第三信号对应于相同时间段内取得的测量结果。
信号可以直接从在对象的身体上使用的测量设备获得。其可以从正在收集相关测量数据的患者监测器获得。它们可以从本地或远程数据存储设备获得。这些仅表示范例,并且可以从任何其他源获得信号,或者与测量实时地或者在执行测量之后的时间。
方法20还包括检测28第二信号相对于第一信号的相位偏移。
方法20还包括通过向第三信号施加等于检测到的相位偏移的量的相移来变换30第三信号,从而获得指示估计的颅内血压的第四信号。
检测相位偏移可以意指检测每个(周期性)信号的周期中的预定基准点之间的偏移(例如在时域中)。这可以意指检测第二信号的周期(时段)中的第一预定(相位)点与第一信号的周期(时段)中的第二预定(相位)点之间的偏移。相位偏移可以是时间差或时间偏移。该点可以例如是最小或最大点,或者可以是每个周期中的转折点。
图4A图示了范例相位偏移检测流程。
图4A示出了指示作为时间的函数的脑血管壁移动的范例第一信号42,以及指示作为时间的函数的脑血流速度的范例第二信号44。图4图示了在第一信号42的周期中的第一预定点46与第二信号44的周期中的第二预定点48之间存在相位偏移Δφ。
第一和第二相位点46、48各自是相应信号中的最小点。第一46和第二48定义相位点两者对应于对象的单个心动周期内的相同点。在该范例中,该点是对应于心脏的收缩期的开始(即起始)的点。因此,第一预定义点46是对应于通过测量的脑血管的收缩压波的开始的点。第二预定义点48是对应于通过相同脑血管的血流的开始的点。
更详细地,检测相位偏移可以包括:
检测对应于第一信号42的周期内的第一定义相位点46的位置的第一时间点T1,
检测对应于第二信号44的对应周期内的第二定义相位点48的位置的第二时间点T2,并且
导出第二时间点T2的值与第一时间点T1的值之间的时间差ΔT。
因此此处,相位差等同于时间差,使得相位差是时间差ΔT。
图4B图示了基于第二信号44与第一信号44之间的导出相位偏移(或时间差ΔT)的第三信号45(指示作为时间的函数的大脑外部的位置处的血压)的范例变换。
如图4B所示,变换包括向第三信号45施加相移,其表现为时域t中的第三信号的波形的移位(向后)。如所示,第三信号45的波形在时域中移位,使得在移位之后,其呈现等于所述导出的时间差ΔT的量的相对于第二信号44的时间偏移。
特别地,第三信号波形45被移位,使得致使第三信号中的定义相位点49(对应于与第一(壁移动)信号中的点46在心动周期中相同的点)相对于第二信号44的定义相位点48偏移ΔT的时间差(或等效地,Δφ的相位偏移)。第三信号的定义相位点49在该范例中对应于心脏的收缩期的开始,即由第三信号45表示的(收缩)压力波的开始。然而,在其他范例中,可以使用波形(心动周期)中的任何其他点。
根据优选的一组实施例,第一和第二信号使用经颅多普勒超声数据获得。信号可以使用经颅超声换能器单元获得,例如经颅超声探头。
图5示出了在使用中安装在对象的头部上的范例经颅超声探头52。超声探头优选地包括超声换能器阵列以允许波束形成。图5还图示了在大脑外部的位置(特别是手指)处同时收集血压测量信号(根据上文概述的方法的第三信号)。
超声探头可以是由用户沿着头部的表面可操纵的,例如在耳朵之前。这可以启用体积超声数据采集。操纵可以是经由通过释放和收紧将探头固定到对象的头部的头带或框架将探头调节到不同位置。
还示出了在其处将收集的数据显示给操作者(例如临床医师)的范例患者监测器设备56。在这种情况下,患者监测器被示出为平板计算机设备。然而,可以备选地使用任何形式的患者监测器,包括手推车型患者监测器,其具有被布置为执行本文所描述的方法的步骤的处理器,以及例如显示单元。
在优选的一组实施例中,第一和第二信号可以使用从颅内多普勒超声数据导出的频谱多普勒信号获得,所述频谱多普勒信号表示作为时间的函数的测量的多普勒速度。
获得第一信号可以然后包括从频谱多普勒信号提取相对较低频率信号分量。
获得第二信号可以包括从频谱多普勒信号提取相对较高频率信号分量。
例如,可以使用以频谱多普勒模式操作的超声系统来收集频谱多普勒超声数据。这可以被布置或控制为将超声脉冲朝向感兴趣颅骨血管聚焦。下面还将描述用于定位期望血管的方法。
该超声系统然后可以例如将所采集的波束形成RF超声数据发送到信号处理单元以用于频谱分析。
血管运动信息可以从频谱多普勒信号的低频内容导出。可以对超声数据应用低通滤波器以获得该低频分量。根据血管运动信息,可以估计血管对传播的血压波的机械响应。当血压波在心动周期的收缩期期间到达时,血管壁感受到更高的透壁压并且径向扩张。指向超声换能器的该相对慢的壁速度的分量在多普勒频谱图中表现为低频内容。
这由图6图示,图6示出了表示针对遭受外伤性脑损伤的患者的范例多普勒频谱图62的图形。y轴表示血流速度,x轴表示时间。较高的多普勒频率分量(较高的速度分量)由箭头64指示。这对应于血流速度。较低的频率分量由箭头68指示。这对应于血管壁移动(扩张和收缩)。
在箭头64处示出了血流速度信号的包络。在箭头66处示出了血流速度的平均。在箭头68处示出了血管壁运动信号的包络。信号的该部分在主频谱图下面以较大的形式示出,其中,y轴表示速度(单位:cm/s),并且x轴表示时间。
可以从高频内容提取脑血流速度均值(通过由箭头66指示的虚线示出)以及最大值。峰值检测可以应用于壁速度包络68,并且这用于确定感兴趣血管中的血压开始。该最大点可以用作相对于其检测上文所讨论的相位偏移的相位点,并且然后可以基于此将相移流程应用于在身体的其他地方收集的血压信号。
图7示出了概述包括用于从频谱多普勒超声信号中提取相关信号分量的信号处理步骤的范例方法的步骤的框图。
所示的方法包括例如从超声系统或从本地或远程数据存储设备接收解调的超声数据。方法接下来包括对接收到的数据应用低通滤波器(LPF),并且还对数据应用高通滤波器(HPF)以从原始超声数据提取低频和高频分量。高通和低通滤波器分离地应用于超声数据的不同相应副本(与按顺序相反)。这得到两组输出数据:经高通滤波的数据集和经低通滤波的数据集。
然后将傅立叶变换(“傅立叶”)应用于每个数据集以导出数据的频率谱表示(即多普勒频谱图)。
在有利的范例中,分别为经低通和高通滤波的信号分离计算傅立叶变换。例如,傅立叶分析步骤可以包括分离地为经低通和高通滤波的数据计算短时复傅立叶变换(频谱图)。众所周知,一般来说,这两个信号的动态是相当不同的(一个呈现高速度,而另一个呈现低速度,并且一个呈现缓慢变化,而另一个呈现更快变化)。因此,选择采样频率(例如重采样/抽取)、窗口长度(因此确定频率分箱大小和频谱渗漏)以及针对每个不同信号定制的窗口交叠是有利的。
低频和高频信号分量(壁运动和血流分量)的包络然后被检测和提取以分别提供上文所描述的图3的方法的第一和第二信号。
处理低频壁运动包络信号并且应用峰值检测。检测到的峰中的至少一个(例如最高峰,或从零初始上升之后的第一峰)被用作用于检测血流速度包络信号与壁运动包络信号之间的相位偏移的基础。例如,可以检测两个信号中的对应峰之间的相位偏移(例如时间偏移)。
相移然后施加于从身体的其他地方获得的非脑血压(BP)信号,该相移基于检测到的相位偏移。例如,信号可以在时域中移位以便相对于血流速度信号具有与壁运动信号相同的相位偏移。
非脑BP信号的相移直接产生指示估计的脑内血压(IC BP)信号的信号(根据上文讨论的图3的方法的第四信号)。
任选地,根据该IC BP估计信号和已经提取的血流速度信号,可以获得颅内压(nICP)的(无创)估计。上文已经描述了用于从这些输入导出ICP估计的方法。
根据任何实施例,用于估计颅内血压的方法20可以包括根据一个或多个波束形成设置对接收到的经颅超声数据应用波束形成,并且应用信号分析流程来确定波束形成数据的质量度量,其表示用于导出流速和/或血管壁运动的数据的质量。
通过范例,波束形成设置可以包括以下各项中的一项或多项:焦点位置、焦点增益、切趾。波束形成设置可以包括波束形成波束的转向方向,即波束形成信号的目标位置。
质量度量可以包括接收到的信号的强度或提取的流速和壁运动信号之一或两者的强度。
例如,质量度量可以表示用于估计血管壁运动信息和/或用于检测血流速度信息的当前波束形成参数的充分性。
方法还可以包括:响应于该质量确定,基于导出的质量度量来调节一个或多个波束形成设置。
可以调节设置以便采集具有更高质量度量的数据。
调节可以包括调节波束形成波束的转向方向以靶向大脑内的不同位置。
可以确定用于最佳血流速度和血管壁运动信息的最佳波束形成参数。最佳参数可以意指例如最大化相关信号分量的信号强度或者提供例如超过预定义阈值的信号强度的那些参数。确定的最佳参数或设置然后可以被应用于超声系统。
识别最佳波束形成设置可以包括试验不同波束形成设置和检测用每个波束形成设置所获得的信号的质量度量的流程。
波束形成设置可以包括超声波束的方向性,即超声信号的目标焦点。可以试验沿着一个或多个颅骨血管的不同目标位置以确定用于超声波束的最佳焦点位置。
调节波束形成设置的流程可以与实况彩色多普勒或功率多普勒图像生成和分析组合,以确定适当的血管搜索路径,沿着该路径对超声波束的不同可能焦点位置进行试验。
图8示意性图示了用于为所生成的超声波束确定最佳目标位置(即,最佳波束方向性)的试验流程。该图描绘了范例超声换能器阵列72,并且示出了可以贯穿试验流程生成的各种试验波束74。波束被聚焦向沿着一组脑血管的不同点(通常由箭头76指示)定位的不同的目标位置A、B和C。
图8(底部)还示意性描绘了波束中每个在相应目标血管上的入射方向性。所示视图沿着入射波束的方向,即跨垂直于波束方向的平面的横截面视图。
对于目标位置A,所获得的血流速度信号的强度为零,因为入射波束取向为平行于血流的方向(平行于目标血管的纵向方向)。这导致用于具有聚焦在位置A处的波束形成设置的非常低(例如零)的质量度量。
对于目标位置B,血流信号的强度是高的,因为入射波束横向于血流的方向延伸。需要横向取向波束来测量平行于血管的长度行进的血流。因此,质量度量是高的。
对于目标位置C,信号强度是低的,因为入射波束仅以相对于血流方向的小角度取向(即仅以浅横向角度)。因此,质量度量是低的。
沿着脑脉管系统的不同位置的试验流程可以通过脉管系统的预定图来通知,从而允许有效地识别和聚焦向不同的位置。
备选地,超声系统可以简单地将超声信号波束形成到超声空间中的各种位置以确定最佳目标位置。该过程可以采用水听器测量。
上文已经描述了用于估计脑内血压的方法的各种实施例。
在本发明的另一方面中,可以提供一种处理单元,其被配置为执行根据上文所描述或如本申请的任何权利要求中定义的实施例中的一个或多个的方法。
处理单元可以利用软件和/或硬件以许多方式实施以执行要求的各种功能。处理单元可以实现或包括处理器。处理器通常采用可以使用软件(例如,微代码)编程以执行所要求的功能的一个或多个微处理器。处理器可以被实施为执行一些功能的专用硬件和执行其他功能的一个或多个编程微处理器和相关联的电路的组合。
可以被采用在本公开的各种实施例中的电路的范例包括但不限于常规微处理器、专用集成电路(ASIC)和现场可编程门阵列(FPGA)。
在各种实施方式中,处理单元可以与一个或多个存储介质相关联,诸如易失性和非易失性计算机存储器,诸如RAM、PROM、EPROM和EEPROM。存储介质可以编码有一个或多个程序,其当在一个或多个处理器和/或控制器上运行时执行所要求的功能。各种存储介质可以被固定在处理器或控制器内或可以是可运输的,使得被存储在其上的一个或多个程序可以被加载到处理器中。
本发明的另一方面可以提供一种超声系统,包括:如上文所描述的处理单元,以及经颅超声换能器单元,其与处理单元操作地耦合并且可操作于向处理单元供应多普勒超声数据。处理单元可以包括用于处理数据以提取上文定义的第一、第二和第三信号和用于执行相移流程以导出上文定义的第四信号的模块。分离的处理元件可以备选地提供以处理超声数据以导出第一、第二和第三信号。
本发明的另一方面提供一种患者监测器,包括:
如上文所描述的处理单元;以及
患者监测器,其与血压测量设备通信耦合,并且被配置为从所述设备获得26所述第三信号,并且将所述信号传递到所述处理单元以用于导出所述第四信号中。
在特定实施例中,可以提供一种系统,包括:经颅超声探头,以及超声系统,所述超声系统被配置为以常规频谱多普勒模式驱动超声探头以采集表示大脑区域的超声数据。系统还包括信号处理单元,其被配置为从超声系统接收多普勒超声数据(例如同相/正交数据)并且从数据提取相对高和低的多普勒频率信号分量。高频和低频信号分别是代表性血液和组织速度。信号处理单元还可以确定指示相对于血液速度的血压变化的开始时间的相位信息。
还可以包括桥接单元,例如处理器,其被配置为从超声系统接收血流速度和相位信息,并且从患者监测器接收血压信息,并且无创地从这些输入计算颅内压。
应注意,尽管本发明的上文概述的方面提供第三信号的变换以获得指示脑血压的信号,但是由本发明实现的一般概念在其他方面中可以具有更一般的应用。特别地,大脑内的脉压开始时间自身是有价值的临床参数。
根据本发明的一个或多个备选方面,例如,可以提供一种用于在(1)脑血管中的血压的开始和(2)大脑外部的位置(所述身体的其他地方)处的检测到的压力波形之间导出相位信息(例如相位偏移)的方法。
通过范例,本发明的备选方面可以提供一种用于导出颅内血压的估计的方法,包括:获得第一信号,其指示作为时间的函数的脑血管壁移动;获得第二信号,其指示作为时间的函数的脑血流速度;获得第三信号,其指示作为时间的函数的大脑外部的位置处的血压,第一、第二和第三信号对应于相同时间段内的测量结果。
方法然后还可以包括检测第二信号相对于第一信号的相位偏移。然后,可以以不同方式使用该相位偏移。例如,该参数直接指示脑自动调节。
额外地或备选地,方法然后还可以包括检测第三信号相对于第二信号的相位偏移。该相位信息可以以多个不同的方式使用(例如,用于导出通用或专用传递函数、或作为卷积神经网络的标量输入以确定ICP或其他脑血管量)。
如上文所讨论的,本发明的特定实施例包括用于采集多普勒超声数据和用于执行波束形成的模块。
这些功能可以利用具有超声换能器阵列的超声系统促进。
现在将参考图9描述如可以被用于促进超声数据的采集和处理的范例超声系统。
系统包括阵列换能器探头104,其具有用于发射超声波和接收回波信息的换能器阵列106。换能器阵列106可以包括CMUT换能器;由诸如PZT或PVDF的材料形成的压电换能器;或任何其他合适的换能器技术。在该范例中,换能器阵列106是能够扫描感兴趣区域的2D平面或三维体积的换能器108的二维阵列。在另一范例中,换能器阵列可以是1D阵列
换能器阵列106耦合到微波束形成器112,微波束形成器112控制由换能器元件对信号的接收。微波束形成器能够对由换能器的子阵列(通常称为“组”或“片块”)接收的信号进行至少部分波束形成,如美国专利US5997479(Savord等人)、US 6013032(Savord)和US6623432(Powers等)中所描述的。
应当注意,微波束形成器通常是完全任选的。另外,该系统包括发射/接收(T/R)开关116,微波束形成器112可以耦合到该开关,并且该开关在发射模式和接收模式之间切换阵列,并且在不使用微波束形成器且换能器阵列由主系统波束形成器直接操作的情况下保护主波束形成器120免受高能量发射信号影响。来自换能器阵列106的超声波束的发射由通过T/R开关116耦合到微波束形成器并且耦合到主发射波束形成器(未示出)的换能器控制器118引导,所述主发射波束形成器可以从用户对用户接口或控制面板138的操作接收输入。控制器118可以包括发射电路,所述发射电路被布置为在发射模式期间(直接或经由微波束形成器)驱动阵列106的换能器元件。
在典型的逐行成像序列中,探头内的波束形成系统可以如下操作。在发射期间,波束形成器(其根据实施方式而可以是微波束形成器或主系统波束形成器)激活换能器阵列或换能器阵列的子孔。子孔可以是较大阵列内的换能器的一维线或换能器的二维片块。在发射模式中,控制由阵列或阵列的子孔生成的超声波束的聚焦和转向,如下所述。
在接收到来自对象的反向散射的回波信号后,接收到的信号经历接收波束形成(如下所述),以便将接收到的信号对准,并且在正在使用子孔的情况下,然后例如由一个换能器元件对子孔进行移位。经移位的子孔然后激活,并且该过程重复,直到换能器阵列的所有换能器元件已经激活。
对于每个线(或子孔),用于形成最终超声图像的相关联线的总接收信号将是在接收时段期间由给定子孔的换能器元件所测量的电压信号的总和。在下面的波束形成过程之后,得到的线信号通常称为射频(RF)数据。由各个子孔生成的每条线信号(RF数据集)然后经历额外的处理以生成最终超声图像的线。线信号的幅度随时间的变化将贡献于超声图像的亮度随深度的变化,其中,高幅度峰将对应于最终图像中的亮像素(或像素的集合)。出现在线信号的开始附近的峰将表示来自浅结构的回波,而逐渐出现在线信号后期的峰将表示来自对象内增加深度处的结构的回波。
由换能器控制器118控制的功能之一是波束转向和聚焦的方向。波束可以转向为从换能器阵列笔直向前(正交于其),或者在不同角度处以用于更宽视场。可以根据换能器元件致动时间来控制发射波束的转向和聚焦。
在一般的超声数据采集中可以区分两种方法:平面波成像和“波束转向”成像。两种方法通过在发射模式(“波束转向”成像)和/或接收模式(平面波成像和“波束转向”成像)中波束形成的存在来区分。
首先看一下聚焦功能,通过同时激活所有换能器元件,换能器阵列生成平面波,该平面波在其行进通过对象时发散。在这种情况下,超声波的波束保持未聚焦。通过向换能器的激活引入位置相关时间延迟,能够使波束的波前会聚在期望的点处,该点称为聚焦区。聚焦区被定义为横向波束宽度小于发射波束宽度一半的点。以这种方式,改进了最终超声图像的横向分辨率。
例如,如果时间延迟使换能器元件从最外面的元件开始并在换能器阵列的(一个或多个)中心元件处结束在系列中激活,则将在距探头给定距离处形成聚焦区,与(一个或多个)中心元件一致。聚焦区距探头的距离将根据换能器元件激活的每个后续轮之间的时间延迟而变化。在波束经过聚焦区后,其将开始发散,从而形成远场成像区域。应当注意,对于定位靠近于换能器阵列的聚焦区,超声波束将在远场中迅速发散,从而导致最终图像中的波束宽度伪影。通常,由于超声波束中的大交叠,位于换能器阵列和聚焦区之间的近场示出很少细节。因此,改变聚焦区的位置会导致最终图像的质量的显著变化。
应当注意,在发射模式中,除非将超声图像划分为多个聚焦区(其中每个可能具有不同的发射焦点),否则可以定义仅一个焦点。
此外,在从对象内接收到回波信号后,能够执行上述过程的逆过程以便执行接收聚焦。换句话说,传入信号可以由换能器元件接收并且在被传递到系统中以进行信号处理之前经历电子时间延迟。这一点的最简单范例称为延迟求和波束形成。能够根据时间动态调节换能器阵列的接收聚焦。
现在来看波束转向的功能,通过对换能器元件正确地施加时间延迟,能够在超声波束离开换能器阵列时在超声波束上赋予期望的角度。例如,通过以在阵列的相对侧结束的顺序来激活换能器阵列的第一侧上的换能器,之后剩余的换能器,波束的波前将朝向第二侧成角度。相对于换能器阵列的法线的转向角的大小取决于随后的换能器元件激活之间的时间延迟的大小。
另外,能够聚焦转向波束,其中,施加到每个换能器元件的总时间延迟是聚焦和转向时间延迟两者的总和。在这种情况下,换能器阵列称为相控阵列。
在需要用于对其进行激活的DC偏置电压的CMUT换能器的情况下,换能器控制器118可以耦合以控制用于换能器阵列的DC偏置控制145。DC偏置控制145设置施加到CMUT换能器元件的(一个或多个)DC偏置电压。
针对换能器阵列的每个换能器元件,通常称为信道数据的模拟超声信号通过接收信道进入系统。在接收信道中,部分波束形成信号由微波束形成器112根据信道数据产生,并且然后传递到主接收波束形成器120,其中,来自换能器的个体片块的部分波束形成信号被组合为完全波束形成信号,被称为射频(RF)数据。在每个阶段处执行的波束形成可以如上所述被执行,或者可以包括额外的功能。例如,主波束形成器120可以具有128信道,其中每个从几十个或数百换能器元件的片块接收部分波束形成信号。以这种方式,由换能器阵列的数千个换能器接收到的信号可以有效地贡献于单个波束形成信号。
将波束形成接收信号耦合到信号处理器122。信号处理器122能够以各种方式处理接收到的回波信号,例如:带通滤波;抽选;I和Q分量分离;以及谐波信号分离,其用于分离线性信号与非线性信号,从而使得能够识别从组织和微泡返回的非线性(基频的较高谐波)回波信号。信号处理器还可以执行额外的信号增强,例如,散斑减少、信号复合以及噪声消除。在信号处理器中的带通滤波器可以是跟踪滤波器,当从递增的深度接收回波信号时所述带通滤波器的通带从较高的频带滑动到较低的频带,从而拒绝来自更大深度的较高频率处的噪声,其通常缺乏解剖信息。
用于发射和用于接收的波束形成器以不同的硬件实施并且可以具有不同的功能。当然,接收器波束形成器被设计为考虑发射波束形成器的特性。为了简化,在图9中仅示出了接收器波束形成器112、120。在整个系统中,还将存在带有发射微波束形成器和主发射波束形成器的发射链。
微波束形成器112的功能是提供信号的初始组合,以便减少模拟信号路径的数量。这通常在模拟域中执行。
最终波束形成在主波束形成器120中完成,并且通常在数字化之后完成。
发射和接收信道使用具有固定频带的相同换能器阵列106。然而,发射脉冲占用的带宽可以根据所使用的发射波束形成而变化。接收信道可以捕获整个换能器带宽(其是经典方法),或者通过使用带通处理,其只能提取包含期望信息(例如主谐波的谐波)的带宽。
然后,可以将RF信号耦合到B模式(即,亮度模式或2D成像模式)处理器126和多普勒处理器128。B模式处理器126对接收到的超声信号执行幅度检测以对身体中的结构进行成像,例如器官组织和血管。在逐行成像的情况下,每条线(波束)由关联的RF信号表示,其幅度被用于生成要分配给B模式图像中的像素的亮度值。图像内像素的确切位置由沿RF信号的相关联幅度测量结果的位置和RF信号的线(波束)数确定。这样的结构的B模式图像可以以谐波或基波图像模式或两者的组合形成,如在美国专利US 6283919(Roundhill等人)和美国专利US 6458083(Jago等人)中所描述的。多普勒处理器128处理由组织移动和血流产生的时间上不同的信号,以检测移动物质,例如图像场中的血细胞的流。多普勒处理器128通常包括壁滤波器,该壁滤波器具有设置成通过或拒绝从体内的选定类型的材料返回的回波的参数。
由B模式和多普勒处理器产生的结构和运动信号被耦合到扫描转换器132和多平面重新格式化器144。扫描转换器132以空间关系布置回波信号,所述回波信号根据该空间关系以期望的图像格式接收。换句话说,扫描转换器用于将RF数据从圆柱坐标系转换到适于在图像显示器140上显示超声图像的笛卡尔坐标系。在B模式成像的情况下,给定坐标处的像素的亮度与从该位置接收的RF信号的幅度成比例。例如,扫描转换器可以将回波信号布置成二维(2D)扇形格式或锥体三维(3D)图像。扫描转换器可以向B模式结构图像叠加与图像场中的点处的运动相对应的颜色,其中,多普勒估计速度产生给定的颜色。组合的B模式结构图像和彩色多普勒图像描绘了结构图像场内的组织和血流的运动。如美国专利US6443896(Detmer)中所描述的,多平面重新格式化器将从身体的体积区域中的公共平面中的点接收的回波转换成该平面的超声图像。体积绘制器142将3D数据集的回波信号转换成投影的3D图像,如从给定参考点所查看的,如美国专利US6530885(Entrekin等人)中所描述的。
2D或3D图像从扫描转换器132、多平面重新格式化器144和体积绘制器142耦合到图像处理器130,以用于进一步增强、缓冲和临时存储以任选显示在图像显示器140上。成像处理器可以适于从最终超声图像移除某些成像伪影,诸如:例如由强衰减器或折射引起的声学阴影;例如由弱衰减器引起的后增强;混响伪影,例如,其中,高度反射的组织界面紧密邻近定位;等等。此外,图像处理器可以适于处理某些散斑减少功能,以便改进最终超声图像的对比度。
除了用于成像,由多普勒处理器128产生的血流值和由B模式处理器126产生的组织结构信息被耦合到量化处理器134。所述量化处理器产生不同流状况的量度,例如除了诸如器官的大小和胎龄的结构测量结果外的血流的体积速率。量化处理器可以从用户控制面板138接收输入,例如图像的解剖结构中要进行测量的点。
来自量化处理器的输出数据可以耦合到图形处理器136,以用于在显示器140上与图像一起再现测量图形和值,并且用于从显示设备140的音频输出。图形处理器136还可以生成图形叠加,以用于与超声图像一起显示。这些图形叠加可以包含标准识别信息,例如患者姓名、图像的日期和时间、成像参数等。出于这些目的,图形处理器可以从用户接口138接收输入。这样的用户接口还可以耦合到发射控制器118,以控制生成来自换能器阵列108的超声信号,并且因此由换能器阵列和超声系统产生的图像。控制器118的发射控制功能仅是所执行的功能之一。控制器118还考虑操作模式以及接收器模数转换器中的对应的所需的发射器配置和带通配置。控制器118可以是具有固定状态的状态机。
用户接口还可以耦合到多平面重新格式化器144,以用于选择和控制多幅多平面重新格式化(MPR)图像的平面,其可以用于在MPR图像的图像场中执行量化的量度。
通过研究附图、公开内容和从属权利要求,本领域技术人员在实践所请求保护的本发明时,能够理解并实现所公开的实施例的变型。在权利要求中,“包括”一词不排除其他元件或步骤,并且词语“一”或“一个”不排除多个。单个处理器或其他单元可以履行在权利要求中记载的若干项的功能。尽管在互不相同的从属权利要求中记载了特定措施,但是这并不指示不能有利地使用这些措施的组合。如果计算机程序是如上文所讨论的,则其可以存储/被分布在适合的介质上,诸如与其他硬件一起或作为其他硬件的部分提供的光学存储介质或固态介质上,但是其也可以以其他形式分布,诸如经由因特网或其他有线或无线电信系统分布。如果术语“适于”被使用在权利要求或说明书中,则应注意,术语“适于”旨在等效于术语“被配置为”。权利要求中的任何附图标记不应当被解释为对范围的限制。
Claims (14)
1.一种用于导出对颅内血压的估计的方法(20),包括:
获得(22)第一信号,所述第一信号指示作为时间的函数的脑血管壁移动;
获得(24)第二信号,所述第二信号指示作为时间的函数的脑血流速度;
获得(26)第三信号,所述第三信号指示作为时间的函数的大脑外部的位置处的血压,
所述第一信号、所述第二信号和所述第三信号对应于在相同时间段内的测量结果;
检测(28)所述第二信号相对于所述第一信号的相位偏移;并且
通过向所述第三信号施加相移来变换(30)所述第三信号,使得所述第三信号相对于所述第二信号呈现与所述检测到的相位偏移相等的量的相位偏移,从而获得指示估计的颅内血压的第四信号。
2.根据权利要求1所述的方法(20),其中,所述方法还包括基于所述第四信号和所述第二信号来导出对颅内压的估计。
3.根据权利要求1或2所述的方法(20),其中,所述第一信号和所述第二信号是使用经颅多普勒超声数据获得的。
4.根据权利要求3所述的方法(20),其中,所述第一信号和所述第二信号是使用根据颅内多普勒超声数据导出的频谱多普勒信号获得的,所述频谱多普勒信号表示作为时间的函数的多普勒速度。
5.根据权利要求4所述的方法(20),其中,
获得所述第一信号包括从所述频谱多普勒信号中提取相对较低频率信号分量,和/或
获得所述第二信号包括从所述频谱多普勒信号中提取相对较高频率信号分量。
6.根据权利要求1-5中的任一项所述的方法(20),其中,检测所述相位偏移包括:
检测第一时间点,所述第一时间点对应于所述第一信号的周期内的第一定义相位点的位置,
检测第二时间点,所述第二时间点对应于所述第二信号的对应周期内的第二定义相位点的位置,并且
通过从所述第一时间点的值减去所述第二时间点的值来导出时间差。
7.根据权利要求6所述的方法(20),其中,向所述第三信号施加所述相移包括使所述第三信号的波形在时域中移位,使得所述第三信号相对于所述第二信号呈现与所导出的时间差相等的量的时间偏移。
8.根据权利要求1至7中的任一项所述的方法(20),其中,其中,所述第一信号和所述第二信号是根据经颅多普勒超声数据获得的,并且其中,所述方法包括从经颅超声换能器单元接收颅内超声数据。
9.根据权利要求3-8中的任一项所述的方法(20),还包括:根据一个或多个波束形成设置对接收到的经颅超声数据应用波束形成,并且应用信号分析流程以确定波束形成数据的质量度量,所述质量度量表示用于导出流速和/或血管壁运动的数据的质量。
10.根据权利要求9所述的方法(20),还包括基于所导出的质量度量来调节所述一个或多个波束形成设置。
11.一种用于导出对颅内血压的估计的处理单元,所述处理单元被配置为:
获得第一信号,所述第一信号指示作为时间的函数的脑血管壁移动;
获得第二信号,所述第二信号指示作为时间的函数的脑血流速度;
获得第三信号,所述第三信号指示作为时间的函数的大脑外部的位置处的血压;
所述第一信号、所述第二信号和所述第三信号对应于在相同时间段内的测量结果;
检测所述第二信号相对于所述第一信号的相位偏移,并且
通过向所述第三信号施加相移来变换所述第三信号,使得所述第三信号相对于所述第二信号呈现与所述检测到的相位偏移相等的量的相位偏移,从而获得指示估计的颅内血压的第四信号。
12.根据权利要求11所述的处理单元,其中,所述处理单元在使用中能与经颅超声换能器单元操作地耦合以用于从所述换能器单元获得经颅多普勒超声数据,并且其中,所述第一信号和所述第二信号是使用所述经颅多普勒超声数据获得的。
13.一种超声系统,包括:
根据权利要求11或12所述的处理单元,以及
经颅超声换能器单元(52),其操作地与所述处理单元耦合。
14.一种患者监测器,包括:
根据权利要求11或12所述的处理单元或者根据权利要求13所述的超声系统,并且
所述患者监测器与血压测量设备通信耦合,并且被配置为从所述设备获得所述第三信号并且将所述信号传递到所述处理单元以在导出所述第四信号中使用。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962832077P | 2019-04-10 | 2019-04-10 | |
US62/832,077 | 2019-04-10 | ||
PCT/EP2020/059332 WO2020207883A1 (en) | 2019-04-10 | 2020-04-02 | Intracranial blood pressure estimation method and device |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113660901A true CN113660901A (zh) | 2021-11-16 |
Family
ID=70277350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080027570.3A Pending CN113660901A (zh) | 2019-04-10 | 2020-04-02 | 颅内血压估计方法和设备 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220160327A1 (zh) |
EP (1) | EP3952731B1 (zh) |
JP (1) | JP7259081B2 (zh) |
CN (1) | CN113660901A (zh) |
WO (1) | WO2020207883A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116636826A (zh) * | 2023-07-27 | 2023-08-25 | 深圳市爱保护科技有限公司 | 血压估算模型的训练方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5951477A (en) * | 1997-09-11 | 1999-09-14 | Uab Vittamed | Method and apparatus for determining the pressure inside the brain |
US20020077549A1 (en) * | 2000-09-29 | 2002-06-20 | John Davidson | Systems and methods for screening for adverse effects of a treatment |
US20030171693A1 (en) * | 2002-03-07 | 2003-09-11 | Yost William T. | Method and apparatus for non-invasive measurement of changes in intracranal pressure |
US20100063405A1 (en) * | 2008-09-10 | 2010-03-11 | Massachusetts Institute Of Technology | Systems, devices and methods for noninvasive or minimally-invasive estimation of intracranial pressure and cerebrovascular autoregulation |
US20150018697A1 (en) * | 2013-07-11 | 2015-01-15 | Vivonics, Inc. | Non-invasive intracranial pressure monitoring system and method thereof |
US20150151142A1 (en) * | 2012-04-02 | 2015-06-04 | Thync, Inc. | Device and Methods for Targeting of Transcranial Ultrasound Neuromodulation by Automated Transcranial Doppler Imaging |
US20180103861A1 (en) * | 2015-04-09 | 2018-04-19 | The General Hospital Corporation | System and method for non-invasively monitoring intracranial pressure |
US20180296182A1 (en) * | 2017-03-31 | 2018-10-18 | Jonathan Maltz | Apparatus And Method For Non-Invasive Determination Of Intracranial Pressure |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6283919B1 (en) | 1996-11-26 | 2001-09-04 | Atl Ultrasound | Ultrasonic diagnostic imaging with blended tissue harmonic signals |
US6458083B1 (en) | 1996-11-26 | 2002-10-01 | Koninklijke Philips Electronics N.V. | Ultrasonic harmonic imaging with adaptive image formation |
US6013032A (en) | 1998-03-13 | 2000-01-11 | Hewlett-Packard Company | Beamforming methods and apparatus for three-dimensional ultrasound imaging using two-dimensional transducer array |
US5997479A (en) | 1998-05-28 | 1999-12-07 | Hewlett-Packard Company | Phased array acoustic systems with intra-group processors |
US6530885B1 (en) | 2000-03-17 | 2003-03-11 | Atl Ultrasound, Inc. | Spatially compounded three dimensional ultrasonic images |
US6443896B1 (en) | 2000-08-17 | 2002-09-03 | Koninklijke Philips Electronics N.V. | Method for creating multiplanar ultrasonic images of a three dimensional object |
US6468216B1 (en) | 2000-08-24 | 2002-10-22 | Kininklijke Philips Electronics N.V. | Ultrasonic diagnostic imaging of the coronary arteries |
US20070016046A1 (en) | 2000-09-29 | 2007-01-18 | New Health Sciences, Inc. | Systems and methods for using dynamic vascular assessment to distinguish among vascular states and for investigating intracranial pressure |
CA2428872C (en) | 2000-11-28 | 2013-01-08 | Allez Physionix Limited | Systems and methods for making non-invasive physiological assessments |
MX2007011798A (es) | 2005-03-23 | 2008-03-19 | New Health Sciences Inc | Sistemas y metodos para utilizar evaluacion vascular dinamica con el fin de distinguir entre los estados vasculares y para investigar la presion intracraneal. |
-
2020
- 2020-04-02 WO PCT/EP2020/059332 patent/WO2020207883A1/en unknown
- 2020-04-02 EP EP20718235.3A patent/EP3952731B1/en active Active
- 2020-04-02 JP JP2021559403A patent/JP7259081B2/ja active Active
- 2020-04-02 CN CN202080027570.3A patent/CN113660901A/zh active Pending
- 2020-04-02 US US17/602,888 patent/US20220160327A1/en active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5951477A (en) * | 1997-09-11 | 1999-09-14 | Uab Vittamed | Method and apparatus for determining the pressure inside the brain |
US20020077549A1 (en) * | 2000-09-29 | 2002-06-20 | John Davidson | Systems and methods for screening for adverse effects of a treatment |
US20030171693A1 (en) * | 2002-03-07 | 2003-09-11 | Yost William T. | Method and apparatus for non-invasive measurement of changes in intracranal pressure |
US20100063405A1 (en) * | 2008-09-10 | 2010-03-11 | Massachusetts Institute Of Technology | Systems, devices and methods for noninvasive or minimally-invasive estimation of intracranial pressure and cerebrovascular autoregulation |
US20150151142A1 (en) * | 2012-04-02 | 2015-06-04 | Thync, Inc. | Device and Methods for Targeting of Transcranial Ultrasound Neuromodulation by Automated Transcranial Doppler Imaging |
US20150018697A1 (en) * | 2013-07-11 | 2015-01-15 | Vivonics, Inc. | Non-invasive intracranial pressure monitoring system and method thereof |
US20180103861A1 (en) * | 2015-04-09 | 2018-04-19 | The General Hospital Corporation | System and method for non-invasively monitoring intracranial pressure |
US20180296182A1 (en) * | 2017-03-31 | 2018-10-18 | Jonathan Maltz | Apparatus And Method For Non-Invasive Determination Of Intracranial Pressure |
Non-Patent Citations (2)
Title |
---|
F. M. KASHIF ,等: "Model-Based Noninvasive Estimation of Intracranial Pressure from Cerebral Blood Flow Velocity and Arterial Pressure", 《SCIENCE TRANSLATIONAL MEDICINE》, vol. 4, no. 129, XP055709026, DOI: 10.1126/scitranslmed.3003249 * |
XIAOAN GU,等: "A novel instantaneous phase difference estimator: piecewise maximum cross-correlation function", 《INFORMATION AND AUTOMATION (ICIA)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116636826A (zh) * | 2023-07-27 | 2023-08-25 | 深圳市爱保护科技有限公司 | 血压估算模型的训练方法、装置、电子设备及存储介质 |
CN116636826B (zh) * | 2023-07-27 | 2023-09-22 | 深圳市爱保护科技有限公司 | 血压估算模型的训练方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP7259081B2 (ja) | 2023-04-17 |
WO2020207883A1 (en) | 2020-10-15 |
US20220160327A1 (en) | 2022-05-26 |
JP2022527564A (ja) | 2022-06-02 |
EP3952731A1 (en) | 2022-02-16 |
EP3952731B1 (en) | 2023-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3826543B1 (en) | Ultrasound controller unit and method | |
EP2232299B1 (en) | Method and system for imaging vessels | |
JP7325544B2 (ja) | 頭蓋超音波データの取得をガイドするための方法及びシステム | |
US11617561B2 (en) | Ultrasound imaging system and method | |
JP7240415B2 (ja) | 超音波スクリーニングのためのシステム及び方法 | |
JP7008880B2 (ja) | 誘導超音波データ収集のためのシステム及び方法 | |
JP7304937B2 (ja) | 脈波伝播速度測定を実行するためのシステム及び方法 | |
EP3914161B1 (en) | Methods and systems for investigating blood vessel characteristics | |
EP3952731B1 (en) | Intracranial blood pressure estimation method and device | |
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 | |
US20220079550A1 (en) | Methods and systems for monitoring a function of a heart | |
WO2019076839A1 (en) | SYSTEM AND METHOD FOR ULTRASONIC IMAGING | |
US11998385B2 (en) | Methods and systems for investigating blood vessel characteristics | |
EP3639749A1 (en) | Systems and methods for ultrasound screening | |
CN114641237A (zh) | 一种超声系统 |
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 |