經(jīng)胃超聲監(jiān)測腎血流的超聲工作平臺的制作方法
【專利摘要】本發(fā)明涉及醫(yī)療監(jiān)測領(lǐng)域，具體來說是一種經(jīng)胃超聲監(jiān)測腎血流的超聲工作平臺，包括計算機(jī)和彩超設(shè)備，所述計算機(jī)通過數(shù)據(jù)線和彩超設(shè)備相連；所述計算機(jī)包括超聲波數(shù)據(jù)傳輸模塊、超聲波數(shù)據(jù)解析模塊、數(shù)據(jù)處理模塊和數(shù)據(jù)顯示模塊，所述超聲波數(shù)據(jù)傳輸模塊接收彩超設(shè)備的信號，并且與超聲波數(shù)據(jù)解析模塊信號連接，所述超聲波數(shù)據(jù)解析模塊與數(shù)據(jù)處理模塊信號連接，所述數(shù)據(jù)處理模塊與數(shù)據(jù)顯示模塊信號連接。工作平臺能夠從超聲儀器中提取超聲圖像信號，并進(jìn)行識別，再轉(zhuǎn)換成數(shù)值信號和波型圖像，然后輸出，在顯示器上以移動的波型和實時的數(shù)值顯示。
【專利說明】經(jīng)胃超聲監(jiān)測腎血流的超聲工作平臺
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及醫(yī)療監(jiān)測領(lǐng)域，具體來說是一種經(jīng)胃超聲監(jiān)測腎血流的超聲工作平臺。
【背景技術(shù)】
[0002]急性腎功能衰竭是體外循環(huán)心血管手術(shù)后的常見并發(fā)癥，其發(fā)生率約1%~30%，同時，由于麻醉和手術(shù)對機(jī)體的干擾，必將引起血流動力學(xué)的嚴(yán)重紊亂，若臨床監(jiān)測或處理不當(dāng)，可導(dǎo)致嚴(yán)重后果，腎衰后死亡率最高可達(dá)80%。至少50%的急性腎功能衰竭可直接歸因于腎臟缺血性損傷。由于至今缺乏能及時、準(zhǔn)確監(jiān)測手術(shù)中腎血流的有效手段，確保手術(shù)中腎臟充分的血流灌注依然面臨嚴(yán)峻挑戰(zhàn)。因此，探尋一種能有效監(jiān)測手術(shù)中腎血流的工作平臺具有重要的臨床意義。
[0003]現(xiàn)有技術(shù)中也有對血流量監(jiān)控工作平臺進(jìn)行的改進(jìn)，如專利申請?zhí)枮镃N87212236、申請日為1987.8.24、名稱為“心血流動力學(xué)計算機(jī)自動監(jiān)護(hù)儀”的中國實用新型專利，其技術(shù)方案如下:一種人體血流動力學(xué)計算機(jī)自動監(jiān)護(hù)儀器。該儀器由計算機(jī)系統(tǒng)控制電路和測量系統(tǒng)組成，計算機(jī)系統(tǒng)通過控制電路與測量系統(tǒng)相連接，計算機(jī)系統(tǒng)按照使用者預(yù)先設(shè)定的監(jiān)護(hù)內(nèi)容啟動相應(yīng)的應(yīng)用程序，可以實行對人體心率及人體血壓的自動實時測量和超限報警；對人體心、腦、肺、肝、腎等器官的血流動力學(xué)參數(shù)的自動實時及異常值提示。通過與計算機(jī)相連接的打印機(jī)可輸出診斷報告，也可將病人的診斷報告存盤建檔。
[0004]上述專利是利用電極、導(dǎo)納儀和氣泵來獲得心血流動的電信號，并不能實現(xiàn)及時、準(zhǔn)確監(jiān)測手術(shù)中腎血流的目的。

【發(fā)明內(nèi)容】

[0005]為了克服現(xiàn)有的監(jiān)控設(shè)備存在的上述問題，現(xiàn)在特別提出一種經(jīng)胃超聲監(jiān)測腎血流的超聲工作平臺。
[0006]為實現(xiàn)上述技術(shù)效果，本發(fā)明的具體方案如下:
一種經(jīng)胃超聲監(jiān)測腎血流的超聲工作平臺，其特征在于:包括計算機(jī)和彩超設(shè)備，所述計算機(jī)通過數(shù)據(jù)線和彩超設(shè)備相連；
所述計算機(jī)包括超聲波數(shù)據(jù)傳輸模塊、超聲波數(shù)據(jù)解析模塊、數(shù)據(jù)處理模塊和數(shù)據(jù)顯示模塊，所述超聲波數(shù)據(jù)傳輸模塊接收彩超設(shè)備的信號，并且與超聲波數(shù)據(jù)解析模塊信號連接，所述超聲波數(shù)據(jù)解析模塊與數(shù)據(jù)處理模塊信號連接，所述數(shù)據(jù)處理模塊與數(shù)據(jù)顯示模塊信號連接。
[0007]所述利用彩超設(shè)備的接口與所述超聲波數(shù)據(jù)傳輸模塊之間通過數(shù)據(jù)線相連，將采集到的腎血流數(shù)據(jù)傳輸?shù)奖酒脚_所運行的計算機(jī)上的超聲波數(shù)據(jù)解析模塊，腎血流數(shù)據(jù)包括腎動脈內(nèi)徑、動脈血流的最大速度、平均速度、最小速度和經(jīng)計算的腎動脈阻抗指數(shù)的圖像息。[0008]所述圖像信息通過線性分類識別方法解碼為數(shù)值信息，包括主成分分析法:步驟為對包含腎動脈內(nèi)徑、動脈血流的最大速度、平均速度、最小速度和經(jīng)計算的腎動脈阻抗指數(shù)的圖像信息的多維變量進(jìn)行降維處理，使以上多維變量在保持精度的前提下轉(zhuǎn)換成低維變量。
[0009]所述圖像信息通過線性分類識別方法解碼為數(shù)值信息，包括線性判別分析:步驟為包含腎動脈內(nèi)徑、動脈血流的最大速度、平均速度、最小速度和經(jīng)計算的腎動脈阻抗指數(shù)的圖像信息的多維變量中線性不可分的數(shù)據(jù)投影到一個方向上，使投影后的數(shù)據(jù)近似于線性可分，投影后的不同類目標(biāo)個體之間的數(shù)據(jù)差異增大，同時減小同類目標(biāo)個體之間的差
巳
[0010]所述圖像信息通過線性分類識別方法解碼為數(shù)值信息，包括主成分分析+線性判別分析:步驟為先對隨機(jī)向量進(jìn)行主成分分析以降低其維數(shù)，然后對降維以后的隨機(jī)向量進(jìn)行線性判別分析。
[0011]所述超聲波數(shù)據(jù)解析模塊通過讀取超聲波數(shù)據(jù)傳輸模塊傳輸?shù)臄?shù)據(jù)，解析出腎動脈內(nèi)徑、腎血流最大速度、平均速度、最小速度、速度-時間積分以及心率參數(shù)。
[0012]本平臺通過圖像識別功能，把超聲圖片信息，解析成數(shù)值信息，具體包括:
對采集到的由超聲波所測得的原始數(shù)據(jù)進(jìn)行分類識別，并提取出有用信息(即對原始數(shù)據(jù)進(jìn)行預(yù)處理)，采用如下三種分類識別方法:
(1)線性分類識別方法；
(2)非線性分類識別方法；
(3)最小二乘法支持向量機(jī)(LS-SVM`)。
[0013]所述線性分類識別方法包括(a)主成分分析(PCA, principal componentanalysis),線性判別分析(LDA ，Linear Discriminant Analysis)又稱 Fisher 線性判別(FLD)，(c) PCA+LDA 算法。
[0014]所述數(shù)據(jù)顯示模塊將個參數(shù)制成波形圖，實時顯示。
[0015]本發(fā)明的優(yōu)點在于:
1、本發(fā)明的工作平臺能夠從超聲儀器中提取超聲圖像信號，并進(jìn)行識別，再轉(zhuǎn)換成數(shù)值信號和波型圖像，然后輸出，在顯示器上以移動的波型和實時的數(shù)值顯示。
[0016]2、通過本發(fā)明可以看到術(shù)中實時腎血流情況，從而評估腎臟灌注情況。目前手術(shù)中沒有監(jiān)測腎血流這個項目。腎血流可以經(jīng)體表超聲監(jiān)測，但會干擾手術(shù)操作，所以目前手術(shù)中還無法實時監(jiān)測腎血流。監(jiān)測腎血流的目的，是因為腎臟血流灌注不足是導(dǎo)致術(shù)后死亡和腎功能障礙的重要原因。如果能及時發(fā)現(xiàn)腎臟血流灌注不足，可以預(yù)防術(shù)后腎功能障礙。
3、與現(xiàn)有的類似工作平臺相比，現(xiàn)有平臺使用的是電極、導(dǎo)納儀和氣泵；而本申請使用的超聲?，F(xiàn)有平臺獲得的信號是電信號；本申請獲得的是超聲信號?，F(xiàn)有平臺目的是集成電路，監(jiān)測心電、血壓及各器官導(dǎo)納；本申請目的是監(jiān)測腎血流參數(shù)(包括流速、流量和腎血管阻抗指數(shù))。
4、通過主成分分析，可以使得數(shù)據(jù)在低維特征空間中被處理，同時又保持了原始數(shù)據(jù)中絕大部分信息。通過LDA變換，可以進(jìn)一步降低原始空間數(shù)據(jù)特征的維數(shù)，同時可以使數(shù)據(jù)在投影后的類間離散度最大，類內(nèi)離散度最小，從而改善分類效果?！緦＠綀D】

【附圖說明】
[0017]圖1為本發(fā)明結(jié)構(gòu)示意圖。
【具體實施方式】
[0018]經(jīng)胃超聲監(jiān)測腎血流的超聲工作平臺包括計算機(jī)和彩超設(shè)備，所述計算機(jī)通過數(shù)據(jù)線和彩超設(shè)備相連；所述計算機(jī)包括超聲波數(shù)據(jù)傳輸模塊、超聲波數(shù)據(jù)解析模塊、數(shù)據(jù)處理模塊和數(shù)據(jù)顯示模塊，所述超聲波數(shù)據(jù)傳輸模塊接收彩超設(shè)備的信號，并且與超聲波數(shù)據(jù)解析模塊信號連接，所述超聲波數(shù)據(jù)解析模塊與數(shù)據(jù)處理模塊信號連接，所述數(shù)據(jù)處理模塊與數(shù)據(jù)顯示模塊信號連接。所述利用彩超設(shè)備的接口與所述超聲波數(shù)據(jù)傳輸模塊之間通過數(shù)據(jù)線相連，將采集到的腎血流數(shù)據(jù)傳輸?shù)奖酒脚_所運行的計算機(jī)上的超聲波數(shù)據(jù)解析模塊，腎血流數(shù)據(jù)包括腎動脈內(nèi)徑、動脈血流的最大速度、平均速度、最小速度和經(jīng)計算的腎動脈阻抗指數(shù)的圖像信息。
[0019]圖像信息通過線性分類識別方法解碼為數(shù)值信息，包括主成分分析法:步驟為對包含腎動脈內(nèi)徑、動脈血流的最大速度、平均速度、最小速度和經(jīng)計算的腎動脈阻抗指數(shù)的圖像信息的多維變量進(jìn)行降維處理，使以上多維變量在保持精度的前提下轉(zhuǎn)換成低維變量。所述圖像信息通過線性分類識別方法解碼為數(shù)值信息，包括線性判別分析:步驟為包含腎動脈內(nèi)徑、動脈血流的最大速度、平均速度、最小速度和經(jīng)計算的腎動脈阻抗指數(shù)的圖像信息的多維變量中線性不可分的數(shù)據(jù)投影到一個方向上，使投影后的數(shù)據(jù)近似于線性可分，投影后的不同類目標(biāo)個體之間的數(shù)據(jù)差異增大，同時減小同類目標(biāo)個體之間的差異。
[0020]圖像信息通過線性分類識別方法解碼為數(shù)值信息，包括主成分分析+線性判別分析:步驟為先對隨機(jī)向量進(jìn)行主成分分析以降低其維數(shù)，然后對降維以后的隨機(jī)向量進(jìn)行線性判別分析。所述超聲波數(shù)據(jù)解析模塊通過讀取超聲波數(shù)據(jù)傳輸模塊傳輸?shù)臄?shù)據(jù)，解析出腎動脈內(nèi)徑、腎血流最大速度、平均速度、最小速度、速度-時間積分以及心率參數(shù)。本平臺通過圖像識別功能，把超聲圖片信息，解析成數(shù)值信息，具體包括:
對采集到的由超聲波所測得的原始數(shù)據(jù)進(jìn)行分類識別，并提取出有用信息(即對原始數(shù)據(jù)進(jìn)行預(yù)處理)，采用如下三種分類識別方法:
(1)線性分類識別方法；
(2)非線性分類識別方法；
(3)最小二乘法支持向量機(jī)(LS-SVM)。
[0021]所述線性分類識別方法包括(a)主成分分析(PCA, principal componentanalysis),線性判別分析(LDA ，Linear Discriminant Analysis)又稱 Fisher 線性判別(FLD), (c) PCA+LDA算法。所述數(shù)據(jù)顯示模塊將個參數(shù)制成波形圖，實時顯示。
[0022](a)主成分分析(PCA,principal component analysis)。它是一種常見的降維統(tǒng)計方法。它借助于一個正交變換，將其分量相關(guān)的原隨機(jī)向量轉(zhuǎn)換成其分量不相關(guān)的新隨機(jī)向量。這在代數(shù)上表現(xiàn)為將原隨機(jī)向量的協(xié)方差矩陣轉(zhuǎn)換成對角陣；在幾何上表現(xiàn)為將原坐標(biāo)系轉(zhuǎn)換成新的正交坐標(biāo)系，使之指向樣本點散布最開的若干個正交方向，即隨機(jī)向量向這些正交方向上進(jìn)行投影，第一大方差在第一個坐標(biāo)軸(稱為第一主成分或第一主元方向)上，第二大方差在第二個坐標(biāo)軸(第二主成分或第二主元方向)上，依次類推。然后通過一定的策略對多維變量系統(tǒng)進(jìn)行適當(dāng)?shù)慕稻S處理，使之能以一個較高的精度轉(zhuǎn)換成低維變量系統(tǒng)。通過主成分分析，可以使得數(shù)據(jù)在低維特征空間中被處理，同時又保持了原始數(shù)據(jù)中絕大部分信息。
[0023](b)線性判別分析(LDA ,Linear Discriminant Analysis)又稱 Fisher 線性判別(FLD)0它是一種較好的特征提取方法。LDA變換的基本思想是將高維空間中線性不可分的數(shù)據(jù)投影到一個方向上，使投影后的數(shù)據(jù)近似于線性可分，而且投影后的數(shù)據(jù)能增大不同類目標(biāo)個體之間的差異，同時減小同類目標(biāo)個體之間的差異。通過LDA變換，可以進(jìn)一步降低原始空間數(shù)據(jù)特征的維數(shù)，同時可以使數(shù)據(jù)在投影后的類間離散度最大，類內(nèi)離散度最小，從而改善分類效果。
[0024](c)PCA+LDA算法。先對隨機(jī)向量進(jìn)行主成分分析以降低其維數(shù)，然后對降維以后的隨機(jī)向量進(jìn)行線性判別分析。這樣做的好處在于，可以把PCA和LDA算法的優(yōu)點結(jié)合起來，以提高分類識別效果。
[0025]線性分類識別方法簡單，容易操作，算法實時性好，但是在某些場合分類識別精度不夠聞。
[0026]非線性分類識別方法:
將核(Kernel)函數(shù)的思想分別引入到PCA和LDA算法中，從而形成核主成分分析(KPCA)和核Fisher判別分析(KFDA)算法。KPCA與KFDA算法屬于非線性分類識別方法，其優(yōu)點在于算法性能穩(wěn)定，分類識別精度高，但是算法實時性不如線性分類識別方法。
[0027]最小二乘法支持向量機(jī)(LS-SVM):
最小二乘支持向量機(jī)的核心思想就是用等式約束替換了標(biāo)準(zhǔn)支持向量機(jī)中的不等式約束。由于采用了等式約束，所以原來需要求解一個二次規(guī)劃的優(yōu)化問題就轉(zhuǎn)換成了求解一個線性方程組，這樣，求解難度大大降低。LS-SVM算法性能穩(wěn)定，分類識別精度不低于標(biāo)準(zhǔn)支持向量機(jī)(在很多場合，LS-SVM算法的分類識別精度要高于標(biāo)準(zhǔn)支持向量機(jī))，而且算法操作性比標(biāo)準(zhǔn)支持向量機(jī)容 易很多，但是算法實時性不如線性分類識別方法。
[0028]上述分類識別方法是非常經(jīng)典的模式識別方法，已經(jīng)被大量的實踐證明具有很高的可行性。具體在操作的時候，可以根據(jù)不同的需要選取合適恰當(dāng)?shù)姆诸愖R別方法，從而達(dá)到對原始數(shù)據(jù)進(jìn)行精確、實時預(yù)處理的目的。
【權(quán)利要求】
1.一種經(jīng)胃超聲監(jiān)測腎血流的超聲工作平臺，其特征在于:包括計算機(jī)和彩超設(shè)備，所述計算機(jī)通過數(shù)據(jù)線和彩超設(shè)備相連； 所述計算機(jī)包括超聲波數(shù)據(jù)傳輸模塊、超聲波數(shù)據(jù)解析模塊、數(shù)據(jù)處理模塊和數(shù)據(jù)顯示模塊，所述超聲波數(shù)據(jù)傳輸模塊接收彩超設(shè)備的信號，并且與超聲波數(shù)據(jù)解析模塊信號連接，所述超聲波數(shù)據(jù)解析模塊與數(shù)據(jù)處理模塊信號連接，所述數(shù)據(jù)處理模塊與數(shù)據(jù)顯示模塊信號連接； 所述利用彩超設(shè)備的接口與所述超聲波數(shù)據(jù)傳輸模塊之間通過數(shù)據(jù)線相連，將采集到的腎血流數(shù)據(jù)傳輸?shù)奖酒脚_所運行的計算機(jī)上的超聲波數(shù)據(jù)解析模塊，腎血流數(shù)據(jù)包括腎動脈內(nèi)徑、動脈血流的最大速度、平均速度、最小速度和經(jīng)計算的腎動脈阻抗指數(shù)的圖像信肩、O
2.根據(jù)權(quán)利要求1所述的經(jīng)胃超聲監(jiān)測腎血流的超聲工作平臺，其特征在于:所述圖像信息通過線性分類識別方法解碼為數(shù)值信息，包括主成分分析法:步驟為對包含腎動脈內(nèi)徑、動脈血流的最大速度、平均速度、最小速度和經(jīng)計算的腎動脈阻抗指數(shù)的圖像信息的多維變量進(jìn)行降維處理，使以上多維變量在保持精度的前提下轉(zhuǎn)換成低維變量。
3.根據(jù)權(quán)利要求2所述的經(jīng)胃超聲監(jiān)測腎血流的超聲工作平臺，其特征在于:所述圖像信息通過線性分類識別方法解碼為數(shù)值信息，包括線性判別分析:步驟為包含腎動脈內(nèi)徑、動脈血流的最大速度、平均速度、最小速度和經(jīng)計算的腎動脈阻抗指數(shù)的圖像信息的多維變量中線性不可分的數(shù)據(jù)投影到一個方向上，使投影后的數(shù)據(jù)近似于線性可分，投影后的不同類目標(biāo)個體之間的數(shù)據(jù)差異增大，同時減小同類目標(biāo)個體之間的差異。
4.根據(jù)權(quán)利要求3所述的經(jīng)胃超聲監(jiān)測腎血流的超聲工作平臺，其特征在于:所述圖像信息通過線性分類識別方法解碼為數(shù)值信息，包括主成分分析+線性判別分析:步驟為先對隨機(jī)向量進(jìn)行主成分分析以降低`其維數(shù)，然后對降維以后的隨機(jī)向量進(jìn)行線性判別分析。
5.根據(jù)權(quán)利要求4所述的經(jīng)胃超聲監(jiān)測腎血流的超聲工作平臺，其特征在于:所述超聲波數(shù)據(jù)解析模塊通過讀取超聲波數(shù)據(jù)傳輸模塊傳輸?shù)臄?shù)據(jù)，解析出腎動脈內(nèi)徑、腎血流最大速度、平均速度、最小速度、速度-時間積分以及心率參數(shù)。
6.根據(jù)權(quán)利要求5所述的經(jīng)胃超聲監(jiān)測腎血流的超聲工作平臺，其特征在于:本平臺通過圖像識別功能，把超聲圖片信息，解析成數(shù)值信息，具體包括: 對采集到的由超聲波所測得的原始數(shù)據(jù)進(jìn)行分類識別，并提取出有用信息(即對原始數(shù)據(jù)進(jìn)行預(yù)處理)，采用如下三種分類識別方法: (I線性分類識別方法； (2非線性分類識別方法； (3最小二乘法支持向量機(jī)。
7.根據(jù)權(quán)利要求6所述的經(jīng)胃超聲監(jiān)測腎血流的超聲工作平臺，其特征在于:所述線性分類識別方法包括(a)主成分分析，線性判別分析又稱Fisher線性判別(FLD)，(c)PCA+LDA 算法。
8.根據(jù)權(quán)利要求7所述的經(jīng)胃超聲監(jiān)測腎血流的超聲工作平臺，其特征在于:所述數(shù)據(jù)顯示模塊將個參數(shù)制成波形圖，實時顯示。
【文檔編號】A61B8/06GK103505248SQ201310431403
【公開日】2014年1月15日 申請日期:2013年9月22日 優(yōu)先權(quán)日:2013年9月22日
【發(fā)明者】楊平亮 申請人:四川大學(xué)華西第二醫(yī)院