CN115969347A - 一种基于ncc测量原理的ccbfp实时监测系统 - Google Patents

一种基于ncc测量原理的ccbfp实时监测系统 Download PDF

Info

Publication number
CN115969347A
CN115969347A CN202211564305.6A CN202211564305A CN115969347A CN 115969347 A CN115969347 A CN 115969347A CN 202211564305 A CN202211564305 A CN 202211564305A CN 115969347 A CN115969347 A CN 115969347A
Authority
CN
China
Prior art keywords
ccbfp
module
blood flow
signal
radio frequency
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
CN202211564305.6A
Other languages
English (en)
Inventor
李�根
祝睿
李铭彦
曾令熙
吕泽祥
王俊杰
龚梽玮
邵安生
殷圣童
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.)
Chongqing University of Technology
Original Assignee
Chongqing University of Technology
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 Chongqing University of Technology filed Critical Chongqing University of Technology
Priority to CN202211564305.6A priority Critical patent/CN115969347A/zh
Publication of CN115969347A publication Critical patent/CN115969347A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明公开了一种基于NCC测量原理的CCBFP实时监测系统,涉及脑血流检测技术领域。本发明包括CCBFP监测模块、CCBFP天线传感模块、CCBFP射频通信模块、CCBFP控制与显示模块和CCBFP处理模块;CCBFP监测模块具体为近场相干耦合监测CCBFP;CCBFP天线传感模块用于对信号进行发射以及接收;CCBFP射频通信模块用于连接CCBFP天线传感模块,并实现两路射频信号的独立同步收发;CCBFP控制与显示模块用于对CCBFP天线传感模块、CCBFP射频通信模块进行控制,让其进行工作或者停止工作;CCBFP处理模块用于对获取到的心拍、脑血流搏动信号进行处理。本发明通过同步监测心拍和脑血流搏动信息获取每个心动周期的脑血流搏动信号,实现了心源性脑血流的无创、连续、实时监测。

Description

一种基于NCC测量原理的CCBFP实时监测系统
技术领域
本发明属于脑血流检测技术领域,特别是涉及一种基于NCC测量原理的CCBFP实时监测系统。
背景技术
维持脑血流(cerebral blood flow,CBF)的正常供给,防止再次出血、大面积梗死、脑水肿、颅内高压等二次脑损伤是脑卒中救治的关键;正常动脉血压驱动下,CBF容积随着心脏的收缩舒张会产生类似脉搏波的周期性搏动,即心源性脑血流容积搏动(cardiogenic cerebral blood flow volume pulsation,CCBFP),与颅内CBF供应水平直接相关;因此,CCBFP的检测对于预防、诊断脑血管类疾病具有重要意义;CCBFP受心脏活动规律、血管变异性、动脉血压、血管管径等诸多因素影响而时刻保持动态调整,且不同个体、不同病理状态之间差异较大,故需对其进行实时连续测量;
现有的监测脑血流的仪器设备主要依靠影像学,例如CT灌注成像检测方法就是在人体内注入放射性元素,用CT扫描可获得灌注图像,但仪器设备体积大,无法实时监护;其他检测方法也都有一定的局限性;如经颅多普勒(TCD)检测方法仅能反应颅内主要大血管(如大脑中动脉),监测部位较局部,易受病人颅骨自身以及操作者等因素的影响,不宜准确检测脑血流和长期监护;近红外光谱(NIRS),利用具有强穿透力的近红外光波长进入生物组织来检测,缺点是易受头发头皮等干扰因素的影响,且需多次重复取平均值,因为测量的结果每次可能差异明显;因此,目前尚没有风险小、安全、无创的技术可用于检测CCBFP的变化;另外,现有的脑血流检测技术主要存在直接与间接、连续与间歇、局部与全局等矛盾及使用范围受限的问题;
作为近几年出现的生物组织复阻抗测量方法,近场相干耦合(near-fieldcoherentcoupling,NCC)基于直接反射信号和颅内耦合信号的相干性,可通过解调脑组织复阻抗变化的调制信息获取颅内病理生理信息,具有无创、穿透性强、可实时连续监测等技术优势。
发明内容
本发明的目的在于提供一种基于NCC测量原理的CCBFP实时监测系统,以解决上述背景技术中提出的技术问题。
为解决上述技术问题,本发明是通过以下技术方案实现的:
本发明为一种基于NCC测量原理的CCBFP实时监测系统,包括CCBFP监测模块、CCBFP天线传感模块、CCBFP射频通信模块、CCBFP控制与显示模块和CCBFP处理模块;
所述CCBFP监测模块具体为近场相干耦合监测CCBFP;
所述CCBFP天线传感模块用于对信号进行发射以及接收;
所述CCBFP射频通信模块用于连接CCBFP天线传感模块,并实现两路射频信号的独立同步收发;
所述CCBFP控制与显示模块用于对CCBFP天线传感模块、CCBFP射频通信模块进行控制,让其进行工作或者停止工作;
所述CCBFP处理模块用于对获取到的心拍、脑血流搏动信号进行处理,以滤除外部环境和其他生理活动引入的干扰。
进一步地,所述近场相干耦合监测CCBFP通过远端向被测头部发送射频载波U0,形成直接反射信号和进入颅内的耦合信号两路相干波;
直接反射信号不被调制直接反射回远端,作为参考信号U1
介电常数边界运动(脑组织复阻抗变化)影响耦合信号的相位得到散射信号U2
二者相叠加后将引起幅值调制得到反射信号U;
接收端解调反射信号,以此获取颅内病理生理信息A'。
进一步地,所述射频载波U0的表达式为:U0=Acosωt;
所述参考信号U1的计算公式为:
Figure BDA0003986002980000031
所述U2的计算公式为:
Figure BDA0003986002980000032
所述反射信号U的计算公式为:U=U1+U2=A'cosωt+φA
在上述公式中,
Figure BDA0003986002980000033
为直接反射信号的比例系数,φ为介电常数边界运动改变耦合信号的相位,A'为组合信号的幅值,φA为组合信号的相位变化。
进一步地,所述CCBFP天线传感模块由两对陶瓷天线组成,分别为发射天线和接收天线。
进一步地,所述CCBFP控制与显示模块包括USRP信宿单元、USRP信源单元、隔直流单元、滤波单元、显示单元和存储单元;
所述USRP信宿单元用于配置发射端口参数发送射频信号至检测目标;
所述USRP信源单元用于接收USRP信宿单元发出的经过心拍和脑血流搏动调制后的射频信号;
所述隔直流单元用于信号预处理,以此去除直流干扰;
所述滤波单元用于信号预处理,以此初步去除志愿者体动和其他的杂波干扰;
所述显示单元用于显示信号数据;所述显示单元为上位机;
所述存储单元用于对信号数据进行保存,从而便于进行查看。
进一步地,所述CCBFP处理模块用于对获取到的心拍、脑血流搏动信号进行处理,以滤除外部环境和其他生理活动引入的干扰。
进一步地,所述CCBFP处理模块采用小波变换和离散卷积小波变换对获取到的心拍、脑血流搏动信号进行处理,以滤除外部环境和其他生理活动引入的干扰。
进一步地,所述小波变换用于去除来自体动和其他干扰引起的基线漂移。
进一步地,所述离散卷积小波变换被用于去除高频干扰。
本发明具有以下有益效果:
本发明通过同步监测心拍和脑血流搏动信息获取每个心动周期的脑血流搏动信号,同时通过提取了三个脑血流特征参数,可对健康志愿者运动和静息两种不同脑血流搏动水平进行区分,实现了心源性脑血流的无创、连续、实时监测。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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为本发明的近场相干耦合原理图;
图2为本发明的整体构造示意图;
图3为本发明的软件流程框图;
图4为本发明的健康志愿者实验图;
图5为本发明的心脑同步监测结果图;
图6为本发明的运动前后脑血流搏动时域图;
图7为本发明的不同状态TAS参数的箱线图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1-图7所示,本发明为一种基于NCC测量原理的CCBFP实时监测系统。
监测系统(如图2所示)包括CCBFP监测模块、CCBFP天线传感模块、CCBFP射频通信模块、CCBFP控制与显示模块和CCBFP处理模块;
CCBFP监测模块用于对使用者的身体状况进行检测;
CCBFP监测模块具体为近场相干耦合监测CCBFP;
近场相干耦合监测CCBFP的原理CCBFP如图1所示;其原理远端向被测头部发送射频载波U0,形成直接反射信号和进入颅内的耦合信号两路相干波。直接反射信号不被调制直接反射回远端,作为参考信号U1。介电常数边界运动(脑组织复阻抗变化)影响耦合信号的相位得到散射信号U2。二者相叠加后将引起幅值调制得到反射信号U。接收端解调反射信号,以此获取颅内病理生理信息A'。
公式如下:
U0=Acosωt
Figure BDA0003986002980000061
Figure BDA0003986002980000062
U=U1+U2=A'cosωt+φA
在上述公式中,
Figure BDA0003986002980000063
为直接反射信号的比例系数,φ为介电常数边界运动改变耦合信号的相位,A'为组合信号的幅值,φA为组合信号的相位变化。
CCBFP天线传感模块用于对信号进行发射以及接收;
CCBFP天线传感模块由两对陶瓷天线(工作频率:902-928MHz,尺寸:30mm*30mm)组成,分为发射天线和接收天线。每对天线都平行180度固定于束缚带上,分别置于头部翼点和左胸腔。
CCBFP射频通信模块用于连接CCBFP天线传感模块,并实现两路射频信号的独立同步收发;
CCBFP射频通信模块的核心是一台具有高带宽(70MHz-6GHz)的软件无线电平台(USRPB210)。它拥有两个独立的发送端口(TX)和接收端口(RX),分别与CCBFP天线传感模块中的发射天线和接收天线相连,可实现两路射频信号的独立同步收发;
CCBFP控制与显示模块用于对CCBFP天线传感模块、CCBFP射频通信模块进行控制,从而让其进行工作或者停止工作;
CCBFP控制与显示模块至少包括USRP信宿单元、USRP信源单元、隔直流单元、滤波单元、显示单元和存储单元;
USRP信宿单元用于配置发射端口参数发送射频信号至检测目标;
USRP信源单元用于接收USRP信宿单元发出的经过心拍和脑血流搏动调制后的射频信号;
隔直流模块用于信号预处理,以此去除直流干扰;
滤波模块用于信号预处理,以此初步去除志愿者体动和其他的杂波干扰;
显示单元用于显示信号数据;显示单元为上位机;
存储单元用于对信号数据进行保存,从而便于进行查看;
还包括用于控制其余单元的控制模块;
主要单元的参数配置如表1、图3(a)所示。如图3(b)所示,USRP信宿单元配置发射端口参数发送射频信号至检测目标。射频信号经过心拍和脑血流搏动调制后由USRP信源单元接收,如图3(c)所示。经过采样后得到幅值信息,并进行隔直流处理,以减少信号失真图3(d)。通过低通滤波对信号预处理图3(e),在滤波过程中设置降采样至40Hz,最后实时显示图3(f)并设置按键保存数据为NCC信号图3(g);
表1多参数监护仪与NCC系统的心率检测对比结果
Figure BDA0003986002980000071
Figure BDA0003986002980000081
CCBFP处理模块用于对获取到的心拍、脑血流搏动信号进行处理,以滤除外部环境和其他生理活动引入的干扰;
具体的,CCBFP处理模块采用小波变换和离散卷积小波变换(Discreteconvolution wavelet transform,DCWT)对获取到的心拍、脑血流搏动信号进行处理,以滤除外部环境和其他生理活动引入的干扰。首先通过傅里叶变换,观察原始信号频域特征。小波变换被用于去除来自体动和其他干扰引起的基线漂移。DCWT被用于去除高频干扰。通过对比处理前后信号的频域特征,分析滤波效果。通过皮尔逊移动互相关函数,分析心脑信号的相关性,对比运动前后的心脑延迟时间。
基于典型脑血流阻抗图提取快速流入时间(T)、收缩波高(A)、快速流入相面积(S)三个脑血流特征参数。它们分别反映心脏射血时间、脑血流阻抗的变化量、动脉血流量与流入阻力。对脑血流搏动信号进行滤波处理后,利用离散卷积小波变换(DCWT)对信号分解并使用少量的低频信号进行重建,得到信号总体信息。之后,利用一阶导数与二阶导数找出最大、最小值所在的位置及大小。其中,一阶导数为零,二阶导数大于零为最小值点、小于零为最大值点),即为主峰的波峰、波谷。
为研究快速流入时间(T)、收缩波高(A)、快速流入相面积(S)区分不同心源性脑血流搏动状态的有效性,本发明在完成归一化后进行了Wilcoxon符号秩检验,显著性水平为0.05。基于IBM SPSS Statistics2022平台实现;
使用如下:
在头部和左胸腔处分别佩戴CCBFP天线传感模块中的两对陶瓷天线,启动CCBFP控制与显示模块向头部和左胸腔处发送射频载波,射频信号的参数由CCBFP控制与显示模块设置,然后由CCBFP射频通信模块中具有高带宽的软件无线电平台(USRPB210)接收含脑血流搏动调制后信号的叠加信号,以及含心跳调制后信号的叠加信号。CCBFP控制与显示模块对该信号进行预处理和存储数据,最后在上位机进行显示。
通过以下实验对本发明的心源性脑血流搏动监测装置进行进一步的验证和效果说明:
招募十名健康志愿者(年龄从22到31岁,身高从165-185cm,体重从55到78kg)进行心源性脑血流搏动监测试验。本发明在健康志愿者静息、运动后两种状态下开展心源性脑血流搏动监测试验。如图4(a)所示,在静息状态下,健康志愿者保持坐立体位,将脑血流搏动传感天线置于头部右侧(图4(b)),并将心拍传感天线置于其左胸腔处(图4(c))。利用多参数监护仪(BLTM9000)完成心率数据测量并记录后,运行心源性脑血流搏动监测系统,传感天线开始采集心拍、脑血流测量数据(图4(d))。测量时间为1分钟。测量过程中,志愿者保持屏气状态。静息试验完成后,让健康志愿者进行三组(每组20个)深蹲运动。之后采用与静息状态下同样的试验方法,进行运动后状态的心源性脑血流搏动监测试验。
图5a-图5d为志愿者1心拍和脑血流搏动原始和滤波后信号的时域图和频域图,图5中,(a)为心拍滤波时域图;(b)为心拍滤波频域图;(c)为脑血流搏动滤波时域;图(d)为脑血流搏动滤波频域;图(e)为心拍静息与运动时域;图(f)为心拍静息与运动频域;图(g)为脑血流搏动静息与运动时域;图(h)为脑血流搏动静息与运动频域;图(i)为静息状态实验;图(j)为静息状态心脑同步监测图;(k)为运动状态实验;图(l)为运动状态心脑同步监测图;
从时域图(图5a和图5c)可以看到,心拍原始信号(橙线)类似于正弦波,脑血流搏动原始信号与标准脑血流搏动波相近,都有稳定的周期性变化,信号频率集中在1hz左右,并伴有来自体动和其他的杂波干扰。从图5a-d可以看到,经过信号处理后的信号(蓝线)被移除了基线漂移,并减少了高频干扰,可见处理后波形更光滑,毛刺减少。这使得延迟时间和脑血流参数的计算更准确,有利于后续的统计分析。
图5e-图5h为志愿者1运动前后心拍和脑血流搏动的时频域图,从时域图(图5e和图5g)可以看到,心拍和脑血流搏动的波形形态在运动前(蓝线)和运动后(橙线)相近;从频域图(图5f和图5h)可以看到,运动后的心拍和脑血流搏动频率明显大于运动前的频率,符合运动使心率加快的生理学机制。
表1为十位健康志愿者的多参数监护仪与NCC系统的心率检测对比结果。本系统测得的心率数据与多参数监护仪测得的心率数据非常接近,测量结果的平均相对误差为2.28%,该结果显示本系统较为准确地检测到了心拍信号。通过图5a-图5d,我们观察到心拍与脑血流信号的频率一致,且脑血流搏动信号延后于心拍信号。该结果符合心拍、脑血流同频不同相的生理学机制。
图5i-图5l为志愿者1运动前后的心脑同步监测图,运动前后的脑血流搏动信号(橙线)均延后于心拍信号(蓝线)。在运动后状态,两个信号的时间间隔缩短。表2为十位健康志愿者的延迟时间结果表,该结果由皮尔逊移动互相关性分析得到,其相关系数均大于0.3。本实验结果显示十位志愿者运动后的延迟时间均少于运动前的延迟时间,即时间差均为正数,运动前后的延迟时间变化具有一致性,与理论预期相符,运动后血液流动速度加快,心脑延迟时间缩短。本实验进一步验证了监测心源性脑血流搏动的可行性。
表2十位健康志愿者延迟时间结果表
Figure BDA0003986002980000111
图6为志愿者1的运动前后脑血流搏动时域图,可以看到该志愿者运动前后脑血流搏动波的射血时间T、收缩波高A和快速流入相面积S都呈现减小的情况。表3为十位志愿者的脑血流参数结果平均值。通过观察可知,十位志愿者中,有八位志愿者的射血时间在运动后明显减小,有八位志愿者的快速流入相面积减少,这基本符合生理学机制,即在运动后导致心率与血压升高,从而射血时间和快速流入相面积有所减小。十位志愿者的收缩波高在运动前后的变化一致性较低。但综合整体的实验结果,该试验为后续根据脑血流参数判断人体运动或静息状态提供了较为良好的基础与支撑。
表3十名志愿者的脑血流参数结果平均值
Figure BDA0003986002980000112
Figure BDA0003986002980000121
表4为不同状态下脑血流特征参数的显著性差异检验结果。将不同状态下的三个参数做差进行正态化分布验证,结果显示T、A、S均不符合正态分布,故本项目选择Wilcoxon符号秩检验分析其显著性差异,检测结果如表4和图7所示。结果显示,射血时间T、收缩波高A和快速流入相面积S的P值均小于0.05,表明这三个特征参数在不同状态下具有显著性差异,均可区分不同状态下的脑血流搏动水平,其中T和S的P值小于0.01,表明它们在不同状态下具有极显著性差异。
表4不同状态下脑血流特征参数的显著性差异检验结果
Figure BDA0003986002980000122
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该本发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (9)

1.一种基于NCC测量原理的CCBFP实时监测系统,其特征在于:包括CCBFP监测模块、CCBFP天线传感模块、CCBFP射频通信模块、CCBFP控制与显示模块和CCBFP处理模块;
所述CCBFP监测模块具体为近场相干耦合监测CCBFP;
所述CCBFP天线传感模块用于对信号进行发射以及接收;
所述CCBFP射频通信模块用于连接CCBFP天线传感模块,并实现两路射频信号的独立同步收发;
所述CCBFP控制与显示模块用于对CCBFP天线传感模块、CCBFP射频通信模块进行控制,让其进行工作或者停止工作;
所述CCBFP处理模块用于对获取到的心拍、脑血流搏动信号进行处理,以滤除外部环境和其他生理活动引入的干扰。
2.根据权利要求1所述的一种基于NCC测量原理的CCBFP实时监测系统,其特征在于,所述近场相干耦合监测CCBFP通过远端向被测头部发送射频载波U0,形成直接反射信号和进入颅内的耦合信号两路相干波;
直接反射信号不被调制直接反射回远端,作为参考信号U1
介电常数边界运动(脑组织复阻抗变化)影响耦合信号的相位得到散射信号U2
二者相叠加后将引起幅值调制得到反射信号U;
接收端解调反射信号,以此获取颅内病理生理信息A'。
3.根据权利要求2所述的一种基于NCC测量原理的CCBFP实时监测系统,其特征在于,所述射频载波U0的表达式为:U0=Acosωt;
所述参考信号U1的计算公式为:
Figure FDA0003986002970000011
所述U2的计算公式为:
Figure FDA0003986002970000021
所述反射信号U的计算公式为:U=U1+U2=A'cos(ωt+φA);
在上述公式中,
Figure FDA0003986002970000022
为直接反射信号的比例系数,φ为介电常数边界运动改变耦合信号的相位,A'为组合信号的幅值,φA为组合信号的相位变化。
4.根据权利要求1所述的一种基于NCC测量原理的CCBFP实时监测系统,其特征在于,所述CCBFP天线传感模块由两对陶瓷天线组成,每对陶瓷天线有发射天线和接收天线。
5.根据权利要求1所述的一种基于NCC测量原理的CCBFP实时监测系统,其特征在于,所述CCBFP控制与显示模块包括USRP信宿单元、USRP信源单元、隔直流单元、滤波单元、显示单元和存储单元;
所述USRP信宿单元用于配置发射端口参数发送射频信号至检测目标;
所述USRP信源单元用于接收USRP信宿单元发出的经过心拍和脑血流搏动调制后的射频信号;
所述隔直流单元用于信号预处理,以此去除直流干扰;
所述滤波单元用于信号预处理,以此初步去除志愿者体动和其他的杂波干扰;
所述显示单元用于显示信号数据;所述显示单元为上位机;
所述存储单元用于对信号数据进行保存,从而便于进行查看。
6.根据权利要求1所述的一种基于NCC测量原理的CCBFP实时监测系统,其特征在于,所述CCBFP处理模块用于对获取到的心拍、脑血流搏动信号进行处理,以滤除外部环境和其他生理活动引入的干扰。
7.根据权利要求6所述的一种基于NCC测量原理的CCBFP实时监测系统,其特征在于,所述CCBFP处理模块采用小波变换和离散卷积小波变换对获取到的心拍、脑血流搏动信号进行处理,以滤除外部环境和其他生理活动引入的干扰。
8.根据权利要求7所述的一种基于NCC测量原理的CCBFP实时监测系统,其特征在于,所述小波变换用于去除来自体动和其他干扰引起的基线漂移。
9.根据权利要求7所述的一种基于NCC测量原理的CCBFP实时监测系统,其特征在于,所述离散卷积小波变换被用于去除高频干扰。
CN202211564305.6A 2022-12-07 2022-12-07 一种基于ncc测量原理的ccbfp实时监测系统 Pending CN115969347A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211564305.6A CN115969347A (zh) 2022-12-07 2022-12-07 一种基于ncc测量原理的ccbfp实时监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211564305.6A CN115969347A (zh) 2022-12-07 2022-12-07 一种基于ncc测量原理的ccbfp实时监测系统

Publications (1)

Publication Number Publication Date
CN115969347A true CN115969347A (zh) 2023-04-18

Family

ID=85963829

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211564305.6A Pending CN115969347A (zh) 2022-12-07 2022-12-07 一种基于ncc测量原理的ccbfp实时监测系统

Country Status (1)

Country Link
CN (1) CN115969347A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU94035850A (ru) * 1994-09-26 1996-07-20 Государственный центральный научно-исследовательский радиотехнический институт Способ измерения эффективной площади рассеяния и устройство для его осуществления (варианты)
CN1305102A (zh) * 2001-02-28 2001-07-25 四川大学 反射式介电常数直接测量方法及测量探头
US20050171416A1 (en) * 1999-09-17 2005-08-04 Q Step Technologies, Llc Noninvasive measurement system
CN104997483A (zh) * 2015-07-07 2015-10-28 中国人民解放军第三军医大学 基于单线圈与特征频率的非接触式急性脑缺血检测装置
CN106943125A (zh) * 2017-03-16 2017-07-14 盐城师范学院 一种基于脉搏波的智能诊断系统及其实现方法
WO2017124329A1 (zh) * 2016-01-20 2017-07-27 悦享趋势科技(北京)有限责任公司 脉冲波速度的检测方法和装置及智能手环
CN110621213A (zh) * 2018-02-21 2019-12-27 奥利芙医疗保健公司 分析生物信号的信号处理设备和使用该设备的生物信号分析装置
CN211911608U (zh) * 2019-10-22 2020-11-13 中国电子科技集团公司信息科学研究院 一种通过微波进行头部检测的系统
CN115135248A (zh) * 2019-12-18 2022-09-30 医视特有限公司 使用声反射器提供解剖目标区域组织信息的系统和方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU94035850A (ru) * 1994-09-26 1996-07-20 Государственный центральный научно-исследовательский радиотехнический институт Способ измерения эффективной площади рассеяния и устройство для его осуществления (варианты)
US20050171416A1 (en) * 1999-09-17 2005-08-04 Q Step Technologies, Llc Noninvasive measurement system
CN1305102A (zh) * 2001-02-28 2001-07-25 四川大学 反射式介电常数直接测量方法及测量探头
CN104997483A (zh) * 2015-07-07 2015-10-28 中国人民解放军第三军医大学 基于单线圈与特征频率的非接触式急性脑缺血检测装置
WO2017124329A1 (zh) * 2016-01-20 2017-07-27 悦享趋势科技(北京)有限责任公司 脉冲波速度的检测方法和装置及智能手环
CN106943125A (zh) * 2017-03-16 2017-07-14 盐城师范学院 一种基于脉搏波的智能诊断系统及其实现方法
CN110621213A (zh) * 2018-02-21 2019-12-27 奥利芙医疗保健公司 分析生物信号的信号处理设备和使用该设备的生物信号分析装置
CN211911608U (zh) * 2019-10-22 2020-11-13 中国电子科技集团公司信息科学研究院 一种通过微波进行头部检测的系统
CN115135248A (zh) * 2019-12-18 2022-09-30 医视特有限公司 使用声反射器提供解剖目标区域组织信息的系统和方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李尚彬 等: "基于对称抵消技术的磁感应相位移非接触脑血流搏动测量", 中国医学物理学杂志, vol. 32, no. 1, 30 June 2015 (2015-06-30), pages 72 - 76 *
陈镜伯 等: "无创脑血流搏动磁感应相移评价方法", 重庆理工大学学报(自然科学), vol. 35, no. 10, 31 December 2021 (2021-12-31), pages 241 - 249 *

Similar Documents

Publication Publication Date Title
US20230148891A1 (en) System and method for non-invasive instantaneous and continuous measurement of heart rate, stroke volume and ejection fraction
AU2015311843B2 (en) Detection and analysis of spatially varying fluid levels using magnetic signals
US20120203121A1 (en) Devices and methods for monitoring cerebral hemodynamic characteristics
AU2015249257B2 (en) Microwave stethoscope for measuring cardio-pulmonary vital signs and lung water content
US20130274615A1 (en) Measurement of Cerebral Physiologic Parameters Using Bioimpedance
WO2008027509A2 (en) Remote-sensing method and device
CN104055524A (zh) 基于近红外光谱的脑功能连接检测方法及系统
Hui et al. Multi-point near-field RF sensing of blood pressures and heartbeat dynamics
Frey et al. WULPUS: a Wearable Ultra Low-Power Ultrasound probe for multi-day monitoring of carotid artery and muscle activity
Aardal et al. Detecting changes in the human heartbeat with on-body radar
Jung et al. Non-contact blood pressure estimation using a 300 GHz continuous wave radar and machine learning models
Lenz et al. Radarcardiograph signal modeling and time-frequency analysis
Brovoll et al. Time-lapse imaging of human heartbeats using UWB radar
CN115969347A (zh) 一种基于ncc测量原理的ccbfp实时监测系统
Thijs et al. A comparison of continuous wave doppler radar to impedance cardiography for analysis of mechanical heart activity
Varanini et al. Cardiac and respiratory monitoring through non-invasive and contactless radar technique
Casacanditella et al. Indirect measurement of the carotid arterial pressure from vibrocardiographic signal: Calibration of the waveform and comparison with photoplethysmographic signal
CN114027811B (zh) 基于BImp脉搏波的血压计算模型及血压测量系统
CN113288103B (zh) 一种无创心排量监测系统与方法
Desai et al. A comparison and quantification of fetal heart rate variability using Doppler ultrasound and direct electrocardiography acquisition techniques
Buxi et al. Systolic time interval estimation at the sternum using continuous wave radar with body-contact antennas
Libove et al. Wearable brain imager/BMI technology for structural, vascular and functional extraction
Xie et al. Motion impedance cardiography denoising method based on canonical correlation analysis and coherence analysis
Stergiopoulos et al. NonInvasive Monitoring of Vital Signs and Traumatic Brain Injuries
EP3833248B1 (en) Method and biomedical electronic equipment for monitoring patient's condition after a stroke

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