CN116432564B - 一种尿动力学状态分析方法及分析系统 - Google Patents

一种尿动力学状态分析方法及分析系统 Download PDF

Info

Publication number
CN116432564B
CN116432564B CN202310705915.1A CN202310705915A CN116432564B CN 116432564 B CN116432564 B CN 116432564B CN 202310705915 A CN202310705915 A CN 202310705915A CN 116432564 B CN116432564 B CN 116432564B
Authority
CN
China
Prior art keywords
urethral
urethra
abnormal
parameter set
pressure
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
CN202310705915.1A
Other languages
English (en)
Other versions
CN116432564A (zh
Inventor
张景军
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.)
5th Central Hospital Of Tianjin
Original Assignee
5th Central Hospital Of Tianjin
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 5th Central Hospital Of Tianjin filed Critical 5th Central Hospital Of Tianjin
Priority to CN202310705915.1A priority Critical patent/CN116432564B/zh
Publication of CN116432564A publication Critical patent/CN116432564A/zh
Application granted granted Critical
Publication of CN116432564B publication Critical patent/CN116432564B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/20—Measuring for diagnostic purposes; Identification of persons for measuring urological functions restricted to the evaluation of the urinary system
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/20—Measuring for diagnostic purposes; Identification of persons for measuring urological functions restricted to the evaluation of the urinary system
    • A61B5/202—Assessing bladder functions, e.g. incontinence assessment
    • A61B5/205—Determining bladder or urethral pressure
    • 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
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Physiology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Urology & Nephrology (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Biology (AREA)
  • Geometry (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mathematical Analysis (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Fluid Mechanics (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Fuzzy Systems (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)

Abstract

本发明提出了一种尿动力学状态分析方法及分析系统，涉及尿动力学状态分析技术领域，采集固定时间段内不同时刻的尿道参数，形成尿道参数数据集，将尿道参数数据集通过分类器训练进行分类，分为正常类和非正常类，通过将参数数据进行归类，收集非正常类尿道参数中的尿道随时间变化的压力、尿道弹性及尿道长度，构建非正常尿道状态模型，获取尿道上不同采样点的尿道随时间变化的压力，构建偏差函数，利用偏差函数，确认该非正常尿道状态模型为所需的尿动力学分析模型，整个尿动力学分析过程都可以在尿动力学分析模型的运行下自动进行，提高了尿动力学状态分析的准确度。

Description

一种尿动力学状态分析方法及分析系统
技术领域
本发明涉及尿动力学状态分析技术领域，具体涉及一种尿动力学状态分析方法及分析系统。
背景技术
膀胱尿道运动状态伴收缩功能受损，常见于老年患者，是临床上导致排尿功能障碍的一种复杂类型，主要包括两个特征，即残余尿量增多和尿道收缩力降低。储尿期尿道运动状态导致尿频、尿急和急迫性尿失禁，排尿期尿道收缩无力产生残余尿。残余尿量是反应膀胱排空能力的重要指标，尿道收缩能力作为膀胱排空的主动因素，与残余尿量密切相关，随着尿道收缩功能进一步受损，残余尿量也随之增加。
在诊断患者泌尿系统的功能是否异常时，尿动力学分析可以准确、客观的判断部位情况，还可以对上尿路功能是否异常进行预测，对治疗质量的好坏进行科学的评估与分析。通过绘制的曲线可以再现下尿路功能障碍的症状，对尿道异常情况能够准确诊断。
尿动力学定义即应用流体学和电生理学的基本方法和原理检测尿液流率、压力以及生物电活动,了解尿道排送尿液的功能和机制。尿动力学测定是临床上诊断下泌尿系统功能不良的一个有效检查方法,现代尿动力学能动态反映尿路功能状态的技术均纳入尿动力学范畴,如：肌电图、动态影像尿动力学、动态放射性核素尿动力学技术,不仅包括下尿路动力学,亦包括上尿路的动力学研究。
尿动力学检查的目的是将对象尿路症状用图和数字表现出来,并为对象提供病理生理的解释,为临床制定正确治疗方案和客观评估治疗疾病转归提供客观依据。它可以帮助诊断储尿及排尿功能异常的原因，诊断患者膀胱在储尿期间的顺应性,有否出现不稳定收缩而致急迫性尿失禁，诊断对象尿滞留的原因,如有否膀胱逼尿肌压力异常，评估患者膀胱的储尿量及其感觉，分辨尿失禁的种类。
医院现有的尿动力学检查虽然能够提取出下尿路梗阻诊断相关的一些特征参数，但现有的数据获取方法主要依靠人为分类，不能实现智能化分类，并且现有的智能化处理过程均存在数据过拟合的问题，导致数据处理结果不够准确。
发明内容
为了解决上述技术问题，本发明提出了一种尿动力学状态分析方法，包括如下步骤：
S1、采集固定时间段内不同时刻的尿道参数，形成尿道参数数据集，将尿道参数数据集通过分类器训练进行分类，分为正常类尿道参数集和非正常类尿道参数集；
S2、收集非正常类尿道参数集中的不同采样点的随时间变化的尿道压力、尿道弹性及尿道长度，构建非正常尿道状态模型；
S3、收集正常类尿道参数集中的不同采样点的随时间变化的尿道压力，计算目标压力；
S4、获取非正常类尿道参数集中的不同采样点的尿道随时间变化的压力，构建偏差函数；
S5、利用偏差函数，对非正常尿道状态模型进行偏差判断，当偏差函数的输出位于不同的偏差阈值内时，确认所述正常尿道状态模型的尿道状态严重程度。
进一步地，步骤S1中，通过下式确定分类阈值y0：
；
m1表示正常类尿道参数集w1的重心，m2表示非正常类尿道参数集w2的重心；
N1表示正常类尿道参数集w1的样本数，N2表示非正常类尿道参数集w2的样本数；
P(w1)表示正常类尿道参数集w1的先验概率，P(w2)表示非正常类尿道参数集w2的先验概率。
进一步地，步骤S2中，不同采样点k的随时间变化的尿道压力Pk(t)与尿道弹性E(t)及随时间变化的尿道长度L(t)存在如下关系：
；
式中：Ed为尿道舒张时弹性；a(t)为弹性随时间的变化系数；L0为正常状态下的尿道长度；P0为L0状态下的等容压力；R为尿道阻力。
进一步地，E(t)为随时间t变化的尿道弹性:
；
式中：Ed为尿道舒张时弹性，Es为尿道收缩时弹性；a(t)为弹性随时间的变化系数。
进一步地，步骤S3中：目标压力P计算如下：
当采样点数量N为偶数时，
；
其中，aN/2、aN/2-1…a1、bN/2+1、…bN是阶次系数，
PN/2(t)、PN/2-1(t)…P1(t)、PN/2+1(t) …PN(t)为各采样点随时间变化的尿道压力；
当采样点数量N为奇数时，
；
其中，a(N+1)/2、a(N+1)/2-1、…a1、b(N+1)/2+1、…bN是阶次系数，
P(N+1)/2(t)、P(N+1)/ 2-1(t)…P1(t)、P(N+1)/2+1(t) …PN(t)为各采样点随时间变化的尿道压力。
进一步地，步骤S4中，获取非正常类尿道参数集中的不同采样点k的随时间t变化的尿道压力Pk(t)加入到偏差函数中，构建的偏差函数R如下：
；
其中N为尿道上不同采样点的数量。
本发明提出了一种尿动力学状态分析系统，用于实现尿动力学状态分析方法，包括：参数获取单元，分类单元，非正常尿道状态模型构建单元，偏差函数计算单元和尿动力学分析模型构建单元；
所述参数获取单元，采集固定时间段内不同时刻的尿道参数，形成尿道参数数据集；
所述分类单元，尿道参数数据集通过分类器训练进行分类，分为正常类尿道参数集和非正常类尿道参数集；
所述非正常尿道状态模型构建单元，用于收集非正常类尿道参数集中的随时间变化的尿道压力、随时间变化的尿道弹性及尿道长度，构建非正常尿道状态模型；
所述偏差函数计算单元，用于获取尿道上不同采样点的随时间变化的尿道压力及采样点的目标压力，构建偏差函数；
所述尿动力学分析模型构建单元，利用偏差函数，对非正常尿道状态模型进行偏差判断，当偏差函数的输出位于不同的偏差阈值内时，确认所述正常尿道状态模型的尿道状态严重程度。
相比于现有技术，本发明具有如下有益技术效果：
采集固定时间段内不同时刻的尿道参数，形成尿道参数数据集，将尿道参数数据集通过分类器训练进行分类，分为正常类尿道参数集和非正常类尿道参数集，通过将参数数据集进行归类，从而使得最后的模型构建更精确。
收集非正常类尿道参数集中的随时间变化的尿道压力、尿道弹性及尿道长度，构建非正常尿道状态模型，提高了模型构建的准确度。
收集正常类尿道参数集中的不同采样点的尿道随时间变化的压力，计算目标压力；获取非正常类尿道参数集中的不同采样点的尿道随时间变化的压力，构建偏差函数，利用偏差函数，对非正常尿道状态模型进行偏差判断，当偏差函数的输出位于不同的偏差阈值内时，确认所述正常尿道状态模型的尿道状态严重程度，整个尿动力学分析过程都可以在尿动力学分析模型的运行下自动进行，结果清晰明了，提高了尿动力学分析模型的分析准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的尿动力学状态分析方法流程图；
图2为本发明的尿动力学状态分析系统结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
在本发明的具体实施例附图中，为了更好、更清楚的描述系统中的各元件的工作原理，表现所述装置中各部分的连接关系，只是明显区分了各元件之间的相对位置关系，并不能构成对元件或结构内的信号传输方向、连接顺序及各部分结构大小、尺寸、形状的限定。
图1为本发明的一种尿动力学状态分析方法流程图，分析方法包括如下步骤：
S1、采集固定时间段内不同时刻的尿道参数，形成尿道参数数据集，将尿道参数数据集通过分类器训练进行分类，分为正常类尿道参数集和非正常类尿道参数集。
由下面公式确定分类阈值y0。
；
m1表示正常类尿道参数集w1的重心，m2表示非正常类尿道参数集w2的重心；
N1表示正常类尿道参数集w1的样本数，N2表示非正常类尿道参数集w2的样本数；
P(w1)表示正常类尿道参数集w1的先验概率，P(w2)表示非正常类尿道参数集w2的先验概率。
采集固定时间段内不同时刻的尿道参数时，给采集对象提供排尿日记表格并指导采集对象记录所有相关事件,以便与尿动力学分析结果互为佐证。大多数尿动力学采集系统采用允许较大移动性的微尖端换能导管,分别置入膀胱内记录膀胱内压力或置入直肠内记录腹腔压力,测压导管妥善固定在采集对象身上,并连接到便携式的记录装置中。
优选的采集系统包含第三个通道,通过可吸收尿液的电子尿垫的电容变化来测量漏尿量，这样就可以获得漏尿与尿道运动关系的准确关系。
将尿道参数数据集通过分类器训练具体包括：构建尿道参数数据样本集，样本集包括非正常的尿道参数数据样本和正常的尿道参数数据样本，分别对非正常样本和正常样本进行处理后，构建样本训练集和样本验证集。
具体地，非正常样本和正常样本的构建方法具体包括：
将尿道参数数据样本集绘制成曲线，将非正常样本的曲线的波峰作为采样中点，提取曲线中采样中点前预设时间和采样中点后预设时间的数据作为非正常样本；对正常样本中的数据采用重叠采样，利用滑动采样窗口在曲线上完成采样。
利用样本训练集和样本验证集对实际采集的尿道参数数据集进行训练和分类，得到实际的正常类尿道参数数据集和非正常类尿道参数数据集。
S2、收集非正常类尿道参数集中的不同采样点的随时间变化的尿道压力、随时间变化的尿道弹性及尿道长度，构建非正常尿道状态模型。
随时间变化的尿道压力Pk(t)与尿道弹性E(t)及尿道长度L(t)存在如下关系：
；
式中：L0为正常状态下的尿道长度；P0为L0状态下的等容压力；R为尿道阻力；L(t)为随时间变化的尿道长度。
E(t)为随时间变化的尿道弹性:
；
式中：Ed为尿道舒张时弹性，Es为尿道收缩时弹性；a(t)为弹性随时间的变化系数。
S3、收集正常类尿道参数集中的不同采样点的尿道随时间变化的压力，计算目标压力。
目标压力P计算如下：
当采样点数量N为偶数时，
；
其中，aN/2、aN/2-1…a1、bN/2+1、…bN是阶次系数，
PN/2(t)、PN/2-1(t)…P1(t)、PN/2+1(t) …PN(t)为各采样点随时间变化的尿道压力。
当采样点数量N为奇数时，
；
其中，a(N+1)/2、a(N+1)/2-1、…a1、b(N+1)/2+1、…bN是阶次系数，
P(N+1)/2(t)、P(N+1)/ 2-1(t)…P1(t)、P(N+1)/2+1(t)…PN(t)为各采样点随时间变化的尿道压力。
S4、获取非正常类尿道参数集中的不同采样点k的随时间变化的尿道压力Pk(t)加入到偏差函数中，构建的偏差函数R如下：
；
其中N为尿道上不同采样点的数量。
S5、利用偏差函数，对非正常尿道状态模型进行偏差判断，当偏差函数的输出位于不同的偏差阈值内时，确认所述正常尿道状态模型的尿道状态严重程度。
图2所示，为本发明的尿动力学状态分析系统结构示意图，该分析系统包括：参数获取单元，分类单元，非正常尿道状态模型构建单元，偏差函数计算单元和尿动力学分析模型构建单元；
参数获取单元，采集固定时间段内不同时刻的尿道参数，形成尿道参数数据集；
分类单元，尿道参数数据集通过分类器训练进行分类，分为正常类尿道参数集和非正常类尿道参数集；
非正常尿道状态模型构建单元，用于收集非正常类尿道参数集中的随时间变化的尿道压力、随时间变化的尿道弹性及尿道长度，构建非正常尿道状态模型；
偏差函数计算单元，用于获取尿道上不同采样点的随时间变化的尿道压力及采样点的目标压力，构建偏差函数；
尿动力学分析模型构建单元，利用偏差函数，对非正常尿道状态模型进行偏差判断，当偏差函数的输出位于不同的偏差阈值内时，确认所述正常尿道状态模型的尿道状态严重程度。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者通过所述计算机可读存储介质进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如，固态硬盘(solid state disk，SSD))等。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (6)

1.一种尿动力学状态分析方法，其特征在于，包括如下步骤：
S1、采集固定时间段内不同时刻的尿道参数，形成尿道参数数据集，将尿道参数数据集通过分类器训练进行分类，分为正常类尿道参数集和非正常类尿道参数集；所述尿道参数包括：尿道压力、尿道弹性及尿道长度；
S2、收集非正常类尿道参数集中的不同采样点的随时间变化的尿道压力、尿道弹性及尿道长度，构建非正常尿道状态模型；
S3、收集正常类尿道参数集中的不同采样点的随时间变化的尿道压力，计算目标压力；
S4、获取非正常类尿道参数集中的不同采样点的尿道随时间变化的压力，构建偏差函数；
获取非正常类尿道参数集中的不同采样点k的随时间t变化的尿道压力Pk(t)加入到偏差函数中，构建的偏差函数R如下：
；
其中，N为尿道上不同采样点的数量，目标压力为P；
S5、利用偏差函数，对非正常尿道状态模型进行偏差判断，当偏差函数的输出位于不同的偏差阈值内时，确认所述正常尿道状态模型的尿道状态严重程度。
2.根据权利要求1所述的尿动力学状态分析方法，其特征在于，步骤S1中，通过下式确定分类阈值y0：
；
m1表示正常类尿道参数集w1的重心，m2表示非正常类尿道参数集w2的重心；
N1表示正常类尿道参数集w1的样本数，N2表示非正常类尿道参数集w2的样本数；
P(w1)表示正常类尿道参数集w1的先验概率，P(w2)表示非正常类尿道参数集w2的先验概率。
3.根据权利要求1所述的尿动力学状态分析方法，其特征在于，步骤S2中，不同采样点k的随时间变化的尿道压力Pk(t)与尿道弹性E(t)及随时间变化的尿道长度L(t)存在如下关系：
；
式中：Ed为尿道舒张时弹性；a(t)为弹性随时间的变化系数；L0为正常状态下的尿道长度；P0为L0状态下的等容压力；R为尿道阻力。
4.根据权利要求3所述的尿动力学状态分析方法，其特征在于，E(t)为随时间变化的尿道弹性:
；
式中：Ed为尿道舒张时弹性，Es为尿道收缩时弹性；a(t)为弹性随时间的变化系数。
5.根据权利要求4所述的尿动力学状态分析方法，其特征在于，步骤S3中：目标压力P计算如下：
当采样点数量N为偶数时，
；
其中，aN/2、aN/2-1…a1、bN/2+1、…bN是阶次系数，
PN/2(t)、PN/2-1(t)…P1(t)、PN/2+1(t) …PN(t)为各采样点随时间变化的尿道压力；
当采样点数量N为奇数时，
；
其中，a(N+1)/2、a(N+1)/2-1、…a1、b(N+1)/2+1、…bN是阶次系数，
P (N+1)/2(t)、P(N+1)/ 2-1(t)…P1(t)、P(N+1)/2+1(t) …PN(t)为各采样点随时间变化的尿道压力。
6.一种尿动力学状态分析系统，其特征在于，用于实现如权利要求1-5任意一项所述的尿动力学状态分析方法，包括：参数获取单元，分类单元，非正常尿道状态模型构建单元，偏差函数计算单元和尿动力学分析模型构建单元；
所述参数获取单元，采集固定时间段内不同时刻的尿道参数，形成尿道参数数据集；
所述分类单元，尿道参数数据集通过分类器训练进行分类，分为正常类尿道参数集和非正常类尿道参数集；
所述非正常尿道状态模型构建单元，用于收集非正常类尿道参数集中的随时间变化的尿道压力、随时间变化的尿道弹性及尿道长度，构建非正常尿道状态模型；
所述偏差函数计算单元，用于收集正常类尿道参数集中的不同采样点的随时间变化的尿道压力，计算目标压力, 获取非正常类尿道参数集中的不同采样点的尿道随时间变化的压力，构建偏差函数；
所述尿动力学分析模型构建单元，利用偏差函数，对非正常尿道状态模型进行偏差判断，当偏差函数的输出位于不同的偏差阈值内时，确认所述正常尿道状态模型的尿道状态严重程度。
CN202310705915.1A 2023-06-15 2023-06-15 一种尿动力学状态分析方法及分析系统 Active CN116432564B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310705915.1A CN116432564B (zh) 2023-06-15 2023-06-15 一种尿动力学状态分析方法及分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310705915.1A CN116432564B (zh) 2023-06-15 2023-06-15 一种尿动力学状态分析方法及分析系统

Publications (2)

Publication Number Publication Date
CN116432564A CN116432564A (zh) 2023-07-14
CN116432564B true CN116432564B (zh) 2023-08-18

Family

ID=87092945

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310705915.1A Active CN116432564B (zh) 2023-06-15 2023-06-15 一种尿动力学状态分析方法及分析系统

Country Status (1)

Country Link
CN (1) CN116432564B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117976221B (zh) * 2023-12-22 2024-09-13 首都医科大学附属北京朝阳医院 基于有限元分析的尿道中段无张力悬吊术评价方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011032477A1 (zh) * 2009-09-16 2011-03-24 Deng huinan 一种尿流动力学检测分析方法
CN102743757A (zh) * 2012-07-09 2012-10-24 张家华 治疗膀胱流出道梗阻所致膀胱活动过度的药物
CN109805946A (zh) * 2019-02-27 2019-05-28 杨小华 一种应用尿道阻力测定判别下尿路梗阻程度的方法
CN112401890A (zh) * 2020-11-19 2021-02-26 华中科技大学同济医学院附属协和医院 一种尿动力监控仪修正方法及监测系统
CN115188467A (zh) * 2022-07-19 2022-10-14 武汉闻道复兴智能科技有限责任公司 一种尿动力学检查诊断方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IL172754A0 (en) * 2005-12-22 2006-04-10 Menashe Shahar Urethral blockage diagnosis

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011032477A1 (zh) * 2009-09-16 2011-03-24 Deng huinan 一种尿流动力学检测分析方法
CN102743757A (zh) * 2012-07-09 2012-10-24 张家华 治疗膀胱流出道梗阻所致膀胱活动过度的药物
CN109805946A (zh) * 2019-02-27 2019-05-28 杨小华 一种应用尿道阻力测定判别下尿路梗阻程度的方法
CN112401890A (zh) * 2020-11-19 2021-02-26 华中科技大学同济医学院附属协和医院 一种尿动力监控仪修正方法及监测系统
CN115188467A (zh) * 2022-07-19 2022-10-14 武汉闻道复兴智能科技有限责任公司 一种尿动力学检查诊断方法和装置

Also Published As

Publication number Publication date
CN116432564A (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
Evans et al. Estimating the prevalence of COPD in Canada: reported diagnosis versus measured airflow obstruction
US8764686B2 (en) Fetal movement information processing device and fetal movement information processing method
CN116432564B (zh) 一种尿动力学状态分析方法及分析系统
Schäfer et al. Good urodynamic practices: uroflowmetry, filling cystometry, and pressure‐flow studies
US11948690B2 (en) Pulmonary function estimation
JP7197922B2 (ja) 機械学習装置、解析装置、機械学習方法および解析方法
Song et al. Automatic recognition of uterine contractions with electrohysterogram signals based on the zero-crossing rate
KR20200104827A (ko) 하부요로 기능이상의 진단 시스템 및 방법
Alothmany et al. Critical review of uroflowmetry methods
Ge et al. Design of a rapid diagnostic model for bladder compliance based on real-time intravesical pressure monitoring system
US20150106124A1 (en) Date and time accuracy testing patient data transferred from a remote device
Jaros et al. Novel phonocardiography system for heartbeat detection from various locations
Versi et al. Evaluation of urethral pressure profilometry for the diagnosis of genuine stress incontinence
EP4380448A1 (en) Detrusor pressure estimation from single channel bladder pressure recordings
CN113456027B (zh) 一种基于无线信号的睡眠参数评估方法
CN206482596U (zh) 一种可穿戴膀胱尿量检测仪
CN114678119A (zh) 使用心率预测排卵期和月经期的装置、方法及生物标志物
CN108720870A (zh) 一种基于超声衰减系数的脂肪肝检测系统
CN114496212A (zh) 一种智能心音听诊辅助心脏疾病诊断系统及辅助诊断方法
CN102488495B (zh) 数字化智能尼古丁依赖性测评方法
Klarskov et al. A faster urethral pressure reflectometry technique for evaluating the squeezing function
Tincello et al. The Larsson frequency/volume chart is not a substitute for cystometry in the investigation of women with urinary incontinence
Zamli et al. Diagnostic accuracy of single channel cystometry for neurogenic bladder diagnosis following spinal cord injury: a pilot study
CN111028906A (zh) 一种快速检测组织细胞正电荷量的方法
Cheriyan et al. Can rectal catheters be avoided during paediatric urodynamic studies?

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