CN117694925B - 一种无创连续逐搏超声血流动力学检测仪 - Google Patents
一种无创连续逐搏超声血流动力学检测仪 Download PDFInfo
- Publication number
- CN117694925B CN117694925B CN202410159891.9A CN202410159891A CN117694925B CN 117694925 B CN117694925 B CN 117694925B CN 202410159891 A CN202410159891 A CN 202410159891A CN 117694925 B CN117694925 B CN 117694925B
- Authority
- CN
- China
- Prior art keywords
- value
- ultrasonic
- image
- module
- display
- 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
Links
- 230000000004 hemodynamic effect Effects 0.000 title claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims abstract description 66
- 238000004458 analytical method Methods 0.000 claims abstract description 55
- 230000002159 abnormal effect Effects 0.000 claims abstract description 45
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000003745 diagnosis Methods 0.000 claims abstract description 22
- 230000017531 blood circulation Effects 0.000 claims abstract description 20
- 210000000748 cardiovascular system Anatomy 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000005516 engineering process Methods 0.000 claims abstract description 9
- 238000012544 monitoring process Methods 0.000 claims abstract description 8
- 238000001514 detection method Methods 0.000 claims description 49
- 238000012937 correction Methods 0.000 claims description 31
- 238000004422 calculation algorithm Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000007689 inspection Methods 0.000 claims description 13
- 208000024172 Cardiovascular disease Diseases 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 9
- 238000012217 deletion Methods 0.000 claims description 8
- 230000037430 deletion Effects 0.000 claims description 8
- 230000036772 blood pressure Effects 0.000 claims description 7
- 230000003749 cleanliness Effects 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000005265 energy consumption Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000013499 data model Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000000513 principal component analysis Methods 0.000 claims description 3
- 238000007637 random forest analysis Methods 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 claims description 3
- 230000000241 respiratory effect Effects 0.000 claims description 3
- 238000012706 support-vector machine Methods 0.000 claims description 3
- 238000012285 ultrasound imaging Methods 0.000 claims 1
- 238000007726 management method Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000009084 cardiovascular function Effects 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002627 tracheal intubation Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
Abstract
本发明属于超声监测管理技术领域,具体是一种无创连续逐搏超声血流动力学检测仪,包括处理器、超声扫描模块、诊断分析模块、运异捕捉评估模块、超声采像评估模块和显示预警模块;本发明通过超声扫描模块发射超声波并接收反射回来的超声波,诊断分析模块通过信号处理技术对超声扫描数据进行分析以获取心血管系统的功能和血流状态信息,实现无创扫描并准确分析诊断以快速获取心血管系统的功能和血流状态信息,减小患者的痛苦和风险,降低医疗成本,且能够对无创扫描过程进行有效监测并合理评估,及时捕捉扫描运行异常,从而保证后续的运行安全并提升诊断分析结果的精准性,智能化程度和自动化程度高。
Description
技术领域
本发明涉及超声监测管理技术领域,具体是一种无创连续逐搏超声血流动力学检测仪。
背景技术
中国专利CN115462769A公开了一种无创连续实时血压及血流动力学和心电心音心功能一体化装置及其数据计算方法,包括与主控板电连接的信号采集模块、统计和加权计算模块、通讯模块和显示模块,其中信号采集模块包括心电心音数字化检测模块和实时连续血压血流动力学计算模块;通过将心音心电与无创血流动力学采集装置相结合,且其得到的血压参数又相互标定,故不但其解决了实时连续的血压和血流动力学检测的问题,而且同步输出心电参数、心音对数、心输出量、每搏量、血管阻力、心脏收缩力等参数;
传统的血流动力学监测方法通常需要进行有创的插管手术,难以实现无创扫描并准确分析诊断以快速获取心血管系统的功能和血流状态信息,增加了患者的痛苦和风险,操作复杂且费用高昂,以及难以实现对无创扫描过程的有效监测并合理评估,不利于及时捕捉扫描运行异常,无法保证后续的运行安全并提升诊断分析结果的精准性,智能化程度低;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供一种无创连续逐搏超声血流动力学检测仪,解决了现有技术难以实现无创扫描并准确分析诊断,且难以实现对无创扫描过程的有效监测并合理评估,无法保证运行安全并提升诊断分析结果的精准性,智能化程度低的问题。
为实现上述目的,本发明提供如下技术方案:
一种无创连续逐搏超声血流动力学检测仪,包括处理器、超声扫描模块、诊断分析模块、运异捕捉评估模块、超声采像评估模块和显示预警模块;在进行无创血流动力学监测时,超声扫描模块通过超声波发射器发射一定频率的超声波,并由接收器接收反射回来的超声波,采集到超声扫描数据并将其经处理器发送至诊断分析模块;
诊断分析模块接收来自超声扫描模块的超声扫描数据,通过信号处理技术分析这些数据,以获取心血管系统的功能和血流状态信息,且将分析信息经处理器发送至显示预警模块进行显示;
运异捕捉评估模块对超声扫描过程进行评估,捕捉运行异常并生成运行故障信号或运行安全信号,且将运行故障信号或运行安全信号经处理器发送至显示预警模块;在生成运行安全信号时,通过超声采像评估模块对所采集的超声图像进行检测分析,通过分析生成超声采像异常信号或超声采像正常信号,且将超声采像异常信号或超声采像异常信号经处理器发送至显示预警模块。
进一步的,诊断分析模块的具体分析过程如下:
数据预处理:对接收到的超声扫描数据进行预处理,包括去除噪声和增强信号操作,提高数据的信噪比;
图像处理和分析:对预处理后的数据进行转换和分析,将一维的超声信号转化成二维的超声图像,并对其进行相应图像处理算法的分析,包括通过灰度共生矩阵分析图像的纹理特征,通过区域生长算法分析图像的区域特征,通过边缘检测算法分析图像的边缘特征;
血流动力学参数提取:在获取心血管系统的二维图像后,使用多普勒超声技术来测量血流的速度和方向,通过分析反射回来的超声波的频率变化,计算出血流的实时速度和方向,并结合心脏周期和呼吸周期的变化来提取出心率和血压的血流动力学参数;
数据分析与模型建立:使用机器学习算法建立模型,对心血管疾病进行诊断和预测,包括通过支持向量机算法、随机森林算法来区分正常人和患有心血管疾病的患者,以及通过回归分析算法、主成分分析算法来预测心血管疾病的发展趋势和严重程度;
结果输出:将数据分析的结果通过图形或数字的形式输出。
进一步的,运异捕捉评估模块的具体运行过程包括:
在超声波发射器进行超声波发射时,采集到所发射超声波的实际频率,将实际频率与所设定的目标频率进行差值计算以得到超声波频距值,将超声波频距值与预设超声波频距阈值进行数值比较,若超声波频距值超过预设超声波频距阈值,则生成运行故障信号;
若超声波频距值未超过预设超声波频距阈值,则通过分析获取到超声波发射器在运行过程中的噪线检验值和温线检验值,以及获取到超声波发射器在运行过程中的能耗速偏值;将超声波频距值、噪线检验值、温线检验值和能耗速偏值进行数值计算得到运异捕捉决策值,将运异捕捉决策值与预设运异捕捉决策阈值进行数值比较,若运异捕捉决策值超过预设运异捕捉决策阈值,则生成运行故障信号;若运异捕捉决策值未超过预设运异捕捉决策阈值,则生成运行安全信号。
进一步的,噪线检验值和温线检验值的分析获取方法具体如下:
采集到超声波发射器的所产生的噪音曲线,在噪音曲线中提取出所有的波峰点,将所有波峰点的噪音分贝数据进行求和计算并取均值以得到噪峰检测值,将位于最顶点的波峰点的噪音分贝数据标记为噪顶检测值,将噪峰检测值和噪顶检测值进行赋权求和计算得到噪线检验值;
采集到超声波发射器的温度曲线,将温度曲线置入位于第一象限的直角坐标系中,在直角坐标系中作出两条平行于X轴的温度上阈值线和温度下阈值线,将温度曲线位于温度上阈值线和温度下阈值线之外的部分所占的时长百分比标记为温时特征值;且在温度曲线上设定若干个切割点,将相邻两组切割点之间的纵向坐标之差标记为纵距值,若纵距值超过预设纵距阈值,则将对应纵距值标记为异距值,将异距值的数量与纵距值的数量进行比值计算得到温变特征值;将温变特征值与温时特征值进行赋权求和计算得到温线检验值。
进一步的,超声采像评估模块的具体运行过程包括:
获取到所采集超声图像的图像清晰表现值、图像变形表现值和图像缺失表现值,将图像清晰表现值、图像变形表现值和图像缺失表现值进行数值计算得到图像检测评估值,将图像检测评估值与预设图像检测评估阈值进行数值比较,若图像检测评估值超过预设图像检测评估阈值,则对应超声图像标记为非有效图像;若图像检测评估值未超过预设图像检测评估阈值,则将对应超声图像标记为可参考图像。
进一步的,在将对应超声图像标记为非有效图像或可参考图像后,获取到单位时间内非有效图像的数量和可参考图像的数量,将非有效图像的数量与可参考图像的数量进行比值计算得到图像综评值;以及采集到每组可参考图像的采集时刻并将其标记为目标时刻,将相邻两组目标时刻之间所采集的非有效图像的数量标记为非有效图测值,将单位时间内的所有非有效图测值进行均值计算得到非有效图检值,以及将单位时间内数值最大的非有效图测值标记为非有效图幅值;
将图像综评值、非有效图检值和非有效图幅值进行数值计算得到超声采像特征值,将超声采像特征值与预设超声采像特征阈值进行数值比较,若超声采像特征值超过预设超声采像特征阈值,则生成超声采像异常信号;若超声采像特征值未超过预设超声采像特征阈值,则生成超声采像正常信号。
进一步的,处理器与显示自校正模块通信连接,显示自校正模块用于在显示预警模块进行信息显示时通过分析以确定其所显示字体的大小并将其标记为目标字表值,基于目标字表值对显示预警模块所显示的文字信息进行校正,以使显示预警模块按照目标字表值的规格进行文字显示。
进一步的,显示自校正模块的具体分析过程如下:
采集到工作人员的位置,将工作人员的位置与显示预警模块的中心点进行连线并将其标记为目显线,将目显线的长度标记为目显距检值;且以显示预警模块的中心点为端点作垂直于显示预警模块并向显示方向延伸的垂向射线,将垂向射线与目显线之间的夹角标记为目显偏表值;
以及采集到显示预警模块的显示区域的亮度数据和空气洁净度数据,将目显距检值、目显偏表值、亮度数据和空气洁净度数据进行数值计算得到显校初表值,且事先设定每位工作人员分别对应一组显示影响值,将显校初表值与相应的显示影响值相乘以得到显校评估值;事先设定若干组预设显校评估值范围,每组预设显校评估值范围分别对应一组字显表现值;将显校评估值与所有预设显校评估值范围进行逐一比较,将包括该显校评估值的预设显校评估值范围所对应的字显表现值标记为目标字表值。
与现有技术相比,本发明的有益效果是:
1、本发明中,通过超声扫描模块发射超声波,并由接收器接收反射回来的超声波,诊断分析模块接收来自超声扫描模块的超声扫描数据,通过信号处理技术进行分析以获取心血管系统的功能和血流状态信息,基于超声波对心血管系统进行无创扫描并进行分析诊断,快速获取心血管系统的功能和血流状态信息,方便医生进行诊断,不需要特殊的手术或介入,降低了患者的痛苦和风险,降低了医疗成本;
2、本发明中,通过运异捕捉评估模块对超声扫描过程进行评估,捕捉运行异常并生成运行故障信号或运行安全信号,在生成运行安全信号时通过超声采像评估模块对所采集的超声图像进行检测分析,通过分析生成超声采像异常信号或超声采像正常信号,以便及时对超声扫描模块进行检查维修,从而保证后续的运行安全并提升诊断分析结果的精准性。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明中实施例一的系统框图;
图2为本发明中实施例二的系统框图。
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,都属于本发明保护的范围。
实施例一:如图1所示,本发明提出的一种无创连续逐搏超声血流动力学检测仪,包括处理器、超声扫描模块、诊断分析模块、运异捕捉评估模块、超声采像评估模块和显示预警模块;超声扫描模块主要包括一个超声波发射器和一个接收器,在进行无创血流动力学监测时,超声扫描模块通过超声波发射器发射一定频率的超声波,并由接收器接收反射回来的超声波,采集到超声扫描数据并将其经处理器发送至诊断分析模块;
诊断分析模块接收来自超声扫描模块的超声扫描数据,通过信号处理技术分析这些数据,以获取心血管系统的功能和血流状态信息,且将分析信息经处理器发送至显示预警模块进行显示,通过使用超声波对心血管系统进行无创扫描并进行分析诊断,快速获取心血管系统的功能和血流状态信息,方便医生进行诊断,不需要特殊的手术或介入,降低了患者的痛苦和风险,降低了医疗成本;诊断分析模块的具体分析过程如下:
数据预处理:对接收到的超声扫描数据进行预处理,包括去除噪声和增强信号等操作,这一步骤可以提高数据的信噪比,使得后续的分析更加准确可靠;图像处理和分析:对预处理后的数据进行转换和分析,主要是将一维的超声信号转化成二维的超声图像,并对其进行相应图像处理算法的分析,比如,可以通过灰度共生矩阵分析图像的纹理特征,通过区域生长算法分析图像的区域特征,通过边缘检测算法分析图像的边缘特征等;这些特征信息可以为后续的心血管功能和血流状态评估提供重要依据;
血流动力学参数提取:在获取心血管系统的二维图像后,可以使用多普勒超声技术来测量血流的速度和方向,通过分析反射回来的超声波的频率变化,可以计算出血流的实时速度和方向,并结合心脏周期和呼吸周期的变化,可以进一步提取出心率、血压等血流动力学参数;这些参数对于评估心血管系统的功能和血流状态具有重要意义;
数据分析与模型建立:使用机器学习算法建立模型,对心血管疾病进行诊断和预测,比如,可以通过支持向量机算法、随机森林算法等分类器来区分正常人和患有心血管疾病的患者,还可以通过回归分析算法、主成分分析算法等来预测心血管疾病的发展趋势和严重程度;结果输出:将数据分析的结果通过图形或数字的形式输出,以便医生进行诊断和治疗。
运异捕捉评估模块对超声扫描过程进行评估,捕捉运行异常并生成运行故障信号或运行安全信号,且将运行故障信号或运行安全信号经处理器发送至显示预警模块,显示预警模块在接收到运行故障信号时发出相应预警,以便及时对超声扫描模块进行检查维修,从而保证后续的运行安全并提升诊断分析结果的精准性;运异捕捉评估模块的具体运行过程如下:
在超声波发射器进行超声波发射时,采集到所发射超声波的实际频率,将实际频率与所设定的目标频率进行差值计算以得到超声波频距值,将超声波频距值与预设超声波频距阈值进行数值比较,若超声波频距值超过预设超声波频距阈值,则生成运行故障信号;
若超声波频距值未超过预设超声波频距阈值,则通过分析获取到超声波发射器在运行过程中的噪线检验值和温线检验值,具体为:采集到超声波发射器的所产生的噪音曲线,在噪音曲线中提取出所有的波峰点,将所有波峰点的噪音分贝数据进行求和计算并取均值以得到噪峰检测值,将位于最顶点的波峰点的噪音分贝数据标记为噪顶检测值,将噪峰检测值和噪顶检测值进行赋权求和计算得到噪线检验值;
采集到超声波发射器的温度曲线,将温度曲线置入位于第一象限的直角坐标系中,在直角坐标系中作出两条平行于X轴的温度上阈值线和温度下阈值线,将温度曲线位于温度上阈值线和温度下阈值线之外的部分所占的时长百分比标记为温时特征值;且在温度曲线上设定若干个切割点,将相邻两组切割点之间的纵向坐标之差标记为纵距值,若纵距值超过预设纵距阈值,则将对应纵距值标记为异距值,将异距值的数量与纵距值的数量进行比值计算得到温变特征值;将温变特征值与温时特征值进行赋权求和计算得到温线检验值;
以及获取到超声波发射器在运行过程中的能耗速偏值;将超声波频距值、噪线检验值、温线检验值和能耗速偏值进行数值计算得到运异捕捉决策值,将运异捕捉决策值与预设运异捕捉决策阈值进行数值比较,若运异捕捉决策值超过预设运异捕捉决策阈值,则生成运行故障信号;若运异捕捉决策值未超过预设运异捕捉决策阈值,则生成运行安全信号。
在生成运行安全信号时,通过超声采像评估模块对所采集的超声图像进行检测分析,通过分析生成超声采像异常信号或超声采像正常信号,且将超声采像异常信号或超声采像异常信号经处理器发送至显示预警模块,显示预警模块在接收到超声采像异常信号时发出相应预警,以便及时对超声扫描模块进行检查维修,从而保证后续的运行安全并提升诊断分析结果的精准性;超声采像评估模块的具体运行过程如下:
获取到所采集超声图像的图像清晰表现值、图像变形表现值和图像缺失表现值,其中,图像清晰表现值是表示图像清晰度大小的数据量值,图像变形表现值是表示图像变形程度大小的数据量值,图像缺失表现值是表示图像缺失程度大小的数据量值;通过公式将图像清晰表现值XF、图像变形表现值XR和图像缺失表现值XW进行数值计算得到图像检测评估值XP;
其中,a1、a2、a3为预设比例系数,a1、a2、a3的取值均大于零;并且,图像检测评估值XP的数值越大,表明对应超声图像的图像质量越差;将图像检测评估值与预设图像检测评估阈值进行数值比较,若图像检测评估值超过预设图像检测评估阈值,表明对应超声图像的图像质量较差,则对应超声图像标记为非有效图像;若图像检测评估值未超过预设图像检测评估阈值,表明对应超声图像的图像质量较好,则将对应超声图像标记为可参考图像;
在将对应超声图像标记为非有效图像或可参考图像后,获取到单位时间内非有效图像的数量和可参考图像的数量,将非有效图像的数量与可参考图像的数量进行比值计算得到图像综评值;以及采集到每组可参考图像的采集时刻并将其标记为目标时刻,将相邻两组目标时刻之间所采集的非有效图像的数量标记为非有效图测值,将单位时间内的所有非有效图测值进行均值计算得到非有效图检值,以及将单位时间内数值最大的非有效图测值标记为非有效图幅值;
通过公式将图像综评值CK、非有效图检值CW和非有效图幅值CP进行数值计算得到超声采像特征值CX,其中,ew1、ew2、ew3为预设比例系数,ew1、ew2、ew3的取值均大于零;并且,超声采像特征值CX的数值越大,表明单位时间内超声扫描模块的工作质量越差;将超声采像特征值CX与预设超声采像特征阈值进行数值比较,若超声采像特征值CX超过预设超声采像特征阈值,则生成超声采像异常信号;若超声采像特征值CX未超过预设超声采像特征阈值,则生成超声采像正常信号。
实施例二:如图2所示,本实施例与实施例1的区别在于,处理器与显示自校正模块通信连接,显示自校正模块用于在显示预警模块进行信息显示时通过分析以确定其所显示字体的大小并将其标记为目标字表值,基于目标字表值对显示预警模块所显示的文字信息进行校正,即对文字大小进行调整,以使显示预警模块按照目标字表值的规格进行文字显示,实现对文字内容的自动适应性调整,方便工作人员看清所显示的内容,智能化和自动化程度高;显示自校正模块的具体分析过程如下:
采集到工作人员的位置,将工作人员的位置与显示预警模块的中心点进行连线并将其标记为目显线,将目显线的长度标记为目显距检值;且以显示预警模块的中心点为端点作垂直于显示预警模块并向显示方向延伸的垂向射线,将垂向射线与目显线之间的夹角标记为目显偏表值;以及采集到显示预警模块的显示区域的亮度数据和空气洁净度数据,其中,空气洁净度数据是表示显示区域中粉尘浓度大小的数据量值;
通过公式将目显距检值FK、目显偏表值FS、亮度数据FD和空气洁净度数据FR进行数值计算得到显校初表值FX,其中,g1、g2、g3、g4为预设比例系数,g1、g2、g3、g4均为正数;且事先设定每位工作人员分别对应一组显示影响值,将显校初表值与相应的显示影响值相乘以得到显校评估值;需要说明的是,显示影响值的取值均大于零并由管理人员预先设定存储至处理器中,且工作人员的显示影响值的数值大小与其视力状况相关,工作人员的视力状况越差,则与其相匹配的显示影响值的数值越大;并且,显校评估值的数值越大,表明工作人员越难以看清显示预警模块所显示的文字内容,越需要将相应文字内容放大;
事先设定若干组预设显校评估值范围,每组预设显校评估值范围分别对应一组字显表现值;需要说明的是,预设显校评估值范围的数值越大,则与其相匹配的字显表现值的取值越大,字显表现值是表示所显示文字大小的数值;将显校评估值与所有预设显校评估值范围进行逐一比较,将包括该显校评估值的预设显校评估值范围所对应的字显表现值标记为目标字表值,实现对所显示文字大小的自动合理确定。
本发明的工作原理:使用时,通过超声扫描模块发射一定频率的超声波,并由接收器接收反射回来的超声波,诊断分析模块接收来自超声扫描模块的超声扫描数据,通过信号处理技术进行分析以获取心血管系统的功能和血流状态信息,基于超声波对心血管系统进行无创扫描并进行分析诊断,快速获取心血管系统的功能和血流状态信息,方便医生进行诊断,不需要特殊的手术或介入,降低了患者的痛苦和风险,降低了医疗成本;且通过运异捕捉评估模块对超声扫描过程进行评估,捕捉运行异常并生成运行故障信号或运行安全信号,在生成运行安全信号时,通过超声采像评估模块对所采集的超声图像进行检测分析,通过分析生成超声采像异常信号或超声采像正常信号,以便及时对超声扫描模块进行检查维修,从而保证后续的运行安全并提升诊断分析结果的精准性,智能化程度和自动化程度高。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。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,也不限制该发明仅为的具体实施方式。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 (6)
1.一种无创连续逐搏超声血流动力学检测仪,其特征在于,包括处理器、超声扫描模块、诊断分析模块、运异捕捉评估模块、超声采像评估模块和显示预警模块;在进行无创血流动力学监测时,超声扫描模块通过超声波发射器发射一定频率的超声波,并由接收器接收反射回来的超声波,采集到超声扫描数据并将其经处理器发送至诊断分析模块;
诊断分析模块接收来自超声扫描模块的超声扫描数据,通过信号处理技术分析这些数据,以获取心血管系统的功能和血流状态信息,且将分析信息经处理器发送至显示预警模块进行显示;
运异捕捉评估模块对超声扫描过程进行评估,捕捉运行异常并生成运行故障信号或运行安全信号,且将运行故障信号或运行安全信号经处理器发送至显示预警模块;在生成运行安全信号时,通过超声采像评估模块对所采集的超声图像进行检测分析,通过分析生成超声采像异常信号或超声采像正常信号,且将超声采像异常信号或超声采像正常信号经处理器发送至显示预警模块;
运异捕捉评估模块的具体运行过程包括:
在超声波发射器进行超声波发射时,采集到所发射超声波的实际频率,将实际频率与所设定的目标频率进行差值计算以得到超声波频距值,若超声波频距值超过预设超声波频距阈值,则生成运行故障信号;
若超声波频距值未超过预设超声波频距阈值,则通过分析获取到超声波发射器在运行过程中的噪线检验值和温线检验值,以及获取到超声波发射器在运行过程中的能耗速偏值;将超声波频距值、噪线检验值、温线检验值和能耗速偏值进行数值计算得到运异捕捉决策值,若运异捕捉决策值超过预设运异捕捉决策阈值,则生成运行故障信号;若运异捕捉决策值未超过预设运异捕捉决策阈值,则生成运行安全信号;
噪线检验值和温线检验值的分析获取方法具体如下:
采集到超声波发射器的所产生的噪音曲线,在噪音曲线中提取出所有的波峰点,将所有波峰点的噪音分贝数据进行求和计算并取均值以得到噪峰检测值,将位于最顶点的波峰点的噪音分贝数据标记为噪顶检测值,将噪峰检测值和噪顶检测值进行赋权求和计算得到噪线检验值;
采集到超声波发射器的温度曲线,将温度曲线置入位于第一象限的直角坐标系中,在直角坐标系中作出两条平行于X轴的温度上阈值线和温度下阈值线,将温度曲线位于温度上阈值线和温度下阈值线之外的部分所占的时长百分比标记为温时特征值;且在温度曲线上设定若干个切割点,将相邻两组切割点之间的纵向坐标之差标记为纵距值,若纵距值超过预设纵距阈值,则将对应纵距值标记为异距值,将异距值的数量与纵距值的数量进行比值计算得到温变特征值;将温变特征值与温时特征值进行赋权求和计算得到温线检验值。
2.根据权利要求1所述的一种无创连续逐搏超声血流动力学检测仪,其特征在于,诊断分析模块的具体分析过程如下:
数据预处理:对接收到的超声扫描数据进行预处理,包括去除噪声和增强信号操作,提高数据的信噪比;
图像处理和分析:对预处理后的数据进行转换和分析,将一维的超声信号转化成二维的超声图像,并对其进行相应图像处理算法的分析,包括通过灰度共生矩阵分析图像的纹理特征,通过区域生长算法分析图像的区域特征,通过边缘检测算法分析图像的边缘特征;
血流动力学参数提取:在获取心血管系统的二维图像后,使用多普勒超声技术来测量血流的速度和方向,通过分析反射回来的超声波的频率变化,计算出血流的实时速度和方向,并结合心脏周期和呼吸周期的变化来提取出心率和血压的血流动力学参数;
数据分析与模型建立:使用机器学习算法建立模型,对心血管疾病进行诊断和预测,包括通过支持向量机算法、随机森林算法来区分正常人和患有心血管疾病的患者,以及通过回归分析算法、主成分分析算法来预测心血管疾病的发展趋势和严重程度;
结果输出:将数据分析的结果通过图形或数字的形式输出。
3.根据权利要求1所述的一种无创连续逐搏超声血流动力学检测仪,其特征在于,超声采像评估模块的具体运行过程包括:
获取到所采集超声图像的图像清晰表现值、图像变形表现值和图像缺失表现值,将图像清晰表现值、图像变形表现值和图像缺失表现值进行数值计算得到图像检测评估值,若图像检测评估值超过预设图像检测评估阈值,则对应超声图像标记为非有效图像;若图像检测评估值未超过预设图像检测评估阈值,则将对应超声图像标记为可参考图像。
4.根据权利要求3所述的一种无创连续逐搏超声血流动力学检测仪,其特征在于,在将对应超声图像标记为非有效图像或可参考图像后,获取到单位时间内非有效图像的数量和可参考图像的数量,将非有效图像的数量与可参考图像的数量进行比值计算得到图像综评值;以及采集到每组可参考图像的采集时刻并将其标记为目标时刻,将相邻两组目标时刻之间所采集的非有效图像的数量标记为非有效图测值,将单位时间内的所有非有效图测值进行均值计算得到非有效图检值,以及将单位时间内数值最大的非有效图测值标记为非有效图幅值;
将图像综评值、非有效图检值和非有效图幅值进行数值计算得到超声采像特征值,若超声采像特征值超过预设超声采像特征阈值,则生成超声采像异常信号;若超声采像特征值未超过预设超声采像特征阈值,则生成超声采像正常信号。
5.根据权利要求1所述的一种无创连续逐搏超声血流动力学检测仪,其特征在于,处理器与显示自校正模块通信连接,显示自校正模块用于在显示预警模块进行信息显示时通过分析以确定其所显示字体的大小并将其标记为目标字表值,基于目标字表值对显示预警模块所显示的文字信息进行校正,以使显示预警模块按照目标字表值的规格进行文字显示。
6.根据权利要求5所述的一种无创连续逐搏超声血流动力学检测仪,其特征在于,显示自校正模块的具体分析过程如下:
采集到工作人员的位置,将工作人员的位置与显示预警模块的中心点进行连线并将其标记为目显线,将目显线的长度标记为目显距检值;且以显示预警模块的中心点为端点作垂直于显示预警模块并向显示方向延伸的垂向射线,将垂向射线与目显线之间的夹角标记为目显偏表值;
以及采集到显示预警模块的显示区域的亮度数据和空气洁净度数据,将目显距检值、目显偏表值、亮度数据和空气洁净度数据进行数值计算得到显校初表值,且事先设定每位工作人员分别对应一组显示影响值,将显校初表值与相应的显示影响值相乘以得到显校评估值;事先设定若干组预设显校评估值范围,每组预设显校评估值范围分别对应一组字显表现值;将显校评估值与所有预设显校评估值范围进行逐一比较,将包括该显校评估值的预设显校评估值范围所对应的字显表现值标记为目标字表值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410159891.9A CN117694925B (zh) | 2024-02-05 | 2024-02-05 | 一种无创连续逐搏超声血流动力学检测仪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410159891.9A CN117694925B (zh) | 2024-02-05 | 2024-02-05 | 一种无创连续逐搏超声血流动力学检测仪 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117694925A CN117694925A (zh) | 2024-03-15 |
CN117694925B true CN117694925B (zh) | 2024-04-19 |
Family
ID=90162768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410159891.9A Active CN117694925B (zh) | 2024-02-05 | 2024-02-05 | 一种无创连续逐搏超声血流动力学检测仪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117694925B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102223844A (zh) * | 2009-06-24 | 2011-10-19 | 株式会社东芝 | 超声波诊断装置 |
CN102387748A (zh) * | 2009-02-05 | 2012-03-21 | 约朗姆·帕尔蒂 | 检测血管狭窄 |
WO2022219631A1 (en) * | 2021-04-13 | 2022-10-20 | Tel Hashomer Medical Research Infrastructure And Services Ltd. | Systems and methods for reconstruction of 3d images from ultrasound and camera images |
CN116919598A (zh) * | 2023-09-19 | 2023-10-24 | 中国人民解放军总医院第二医学中心 | 一种用于气道管理的手术导航方法及系统 |
CN117243634A (zh) * | 2023-11-20 | 2023-12-19 | 四川大学华西医院 | 基于超声颈动脉血流的心脏骤停识别分析评判系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7128713B2 (en) * | 2003-07-10 | 2006-10-31 | Spentech, Inc. | Doppler ultrasound method and apparatus for monitoring blood flow and hemodynamics |
US8211019B2 (en) * | 2005-01-21 | 2012-07-03 | Chikayoshi Sumi | Clinical apparatuses |
-
2024
- 2024-02-05 CN CN202410159891.9A patent/CN117694925B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102387748A (zh) * | 2009-02-05 | 2012-03-21 | 约朗姆·帕尔蒂 | 检测血管狭窄 |
CN102223844A (zh) * | 2009-06-24 | 2011-10-19 | 株式会社东芝 | 超声波诊断装置 |
WO2022219631A1 (en) * | 2021-04-13 | 2022-10-20 | Tel Hashomer Medical Research Infrastructure And Services Ltd. | Systems and methods for reconstruction of 3d images from ultrasound and camera images |
CN116919598A (zh) * | 2023-09-19 | 2023-10-24 | 中国人民解放军总医院第二医学中心 | 一种用于气道管理的手术导航方法及系统 |
CN117243634A (zh) * | 2023-11-20 | 2023-12-19 | 四川大学华西医院 | 基于超声颈动脉血流的心脏骤停识别分析评判系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117694925A (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9801609B2 (en) | Device and method for enhancing accuracy of recognizing fetus heart rate acceleration data | |
DE112009003807B4 (de) | Elektronisches Blutdruckmessgerät und Blutdruckmessverfahren | |
US9364197B2 (en) | Device and method for improving identification accuracy of fetal heart rate deceleration | |
US20130338519A1 (en) | Apparatus and Method for Measuring Physiological Signal Quality | |
Fadzil et al. | Analysis of foveal avascular zone in colour fundus images for grading of diabetic retinopathy severity | |
US20230397823A1 (en) | Method and apparatus for monitoring heart health data based on microwave radar, and storage medium | |
CN108882865A (zh) | 妊娠监测系统和方法 | |
WO2014195742A1 (en) | The procedure for determining and counting b-lines in ultrasound diagnosis of lung diseases | |
KR20190142618A (ko) | 태아의 심박동을 모니터링하는 방법 및 그 장치 | |
JP6191328B2 (ja) | 超音波診断装置、超音波画像解析方法、およびプログラム | |
CN117694925B (zh) | 一种无创连续逐搏超声血流动力学检测仪 | |
CN113040823A (zh) | 一种超声成像设备及超声图像的分析方法 | |
CN110970132B (zh) | 一种基于移动护理的病情预警系统 | |
Wårdell et al. | Analysis of laser Doppler perfusion images of experimental irritant skin reactions | |
US9211070B2 (en) | Evaluation of peripheral arterial disease in a patient using an oscillometric pressure signal obtained at a lower extremity of the patient | |
CN114494299A (zh) | 温度检测设备 | |
CN111281425A (zh) | 用于显示目标对象质量水平的超声成像系统和方法 | |
TWI759218B (zh) | 非接觸式心律類別監測系統及方法 | |
CN114515147B (zh) | 一种基于bcg信号与ppg信号融合的生理监测系统 | |
EP4268729A1 (en) | Method for the automated assessment of lung ultrasound scans and ultrasound machine which implements said method | |
CN114947957A (zh) | 基于超声影像的颈动脉斑块分析方法及系统 | |
Quader et al. | Automatic assessment of developmental dysplasia of the hip | |
JPH07241290A (ja) | 超音波診断装置 | |
CN116196034B (zh) | 一种超声成像方法及系统 | |
CN115578395B (zh) | 引流袋内液体的识别系统及方法 |
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 |