System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及血流动力学,具体涉及一种基于血流动力学的血流信号特征参数计算方法。
技术介绍
1、在微循环血流监测中,激光多普勒技术已经非常成熟,而目前激光多普勒血流监测的应用都可以为激光散斑血流成像技术所替代,并且后者具有高时间和空间分辨率的全视场测量优势。通过监测得到微循环血管血流参数以评估血管的结构、微循环功能以及代谢活动,可以研究缺血、缺氧、中风、炎症、水肿、出血、过敏、休克、肿瘤、烧伤、冻伤、放射损伤等病理过程中微循环改变的规律及其病理机制,对科学研究、疾病诊断、病情分析和救治措施都具有重要的意义。
2、现有技术中血流动力学处理血流信号过程中存在的问题包括:动脉分割不准确,现有图像处理技术分割动脉经常出现遗漏一些动脉分支、出现断裂、或将其他血管(例如,静脉血管)当作冠状动脉分割出来,影响后续的诊断准确。由于在ct图像上钙化灶的ct值较高,系统自动分割不能将钙化灶区分出来,而是将其作为血管的一部分进行下一步处理,在此基础上计算得到的一些血流动力学指标是不准确的。
3、现有的血流信号反演计算过程,特征的存在性、唯一性和稳定性得不到保证,相关函数是动态光散射法测量颗粒粒度分布中的唯一数据,不同延迟时间曲线指示出被测颗粒的不同信息且颗粒信息含量不同会对反演结果有非常大的影响。
技术实现思路
1、为了解决上述技术问题,本专利技术提出了一种基于血流动力学的血流信号特征参数计算方法,包括如下步骤:
2、s1、设置激光光源和探测器,用激光光源照射待测血流
3、s2、对探测器接收到的血流强度信号使用归一化自相关算法,得到信号强度的自相关函数及归一化值;
4、s3、利用阈值量化法对强自相关的血流特征信号对进行降噪处理,得到清晰的血流特征信号对;
5、s4、构建不同采样次数下的清晰的血流特征信号对参数集,对血流特征信号对进行偏差判断,确认血流状态。
6、进一步地,步骤s2中,对随机的血流信号构建信号强度的自相关函数公式:
7、;
8、和分别为和时刻的血流信号强度,表示平均值,t为时刻,为延迟时间,ti为第i次采样时刻,n为采样次数。
9、进一步地,步骤s2中,信号强度的自相关函数的归一化值为:
10、;
11、式中,为血流信号强度均值的平方。
12、进一步地,步骤s3包括:
13、s31、对信号强度的自相关函数的归一化值进行血流特征信号分解运算;
14、s32、设风险元素集计算自相关强度阈值;
15、s33、根据自相关强度阈值,提取强自相关的血流特征信号对,并对血流特征信号对进行去噪。
16、进一步地,步骤s31中,信号强度的自相关函数的归一化值的血流特征信号分解表示如下:
17、;
18、其中,,为血流信号强度均值的平方,为相关的血流特征信号对,n为采样次数,n为总采样数。
19、进一步地,步骤s32中,设t为自相关强度值序列:
20、;
21、设风险元素集r,其元素如下式:
22、;
23、求出r元素中最小值rj所对应的下标j,找出,则为自相关强度阈值。
24、进一步地,步骤s32中,直接提取信号强度的自相关数的归一化值大于自相关强度阈值的血流特征信号对,对血流特征信号对进行滤波,得到去噪后的血流特征信号对:
25、。
26、进一步地,步骤s4中,获取血流特征信号对参数集中的不同采样次数k的目标稳定数据ph(k)、pg(k),构建血流特征信号对的偏差函数r如下:
27、;
28、其中n为采样次数;
29、利用偏差函数,对血流特征信号对进行偏差判断,当偏差函数的输出位于不同的偏差阈值内时,确认血流状态。
30、相比于现有技术,本专利技术具有如下有益技术效果:
31、设置激光光源和探测器,用激光光源照射待测血流位置,用探测器接收血流信号;对探测器接收到的血流强度信号使用归一化自相关算法,得到信号强度的自相关函数及归一化值;利用阈值量化法对强自相关的血流特征信号对进行降噪处理,得到清晰的血流特征信号对,达到了提升血流动力学数据的准确性的效果;构建不同采样次数下的清晰的血流特征信号对参数集,对血流特征信号对进行偏差判断,确认血流状态,可以实现对许多血流状态的智能判断,提供生理指标供医生判断参考。
本文档来自技高网...【技术保护点】
1.一种基于血流动力学的血流信号特征参数计算方法,其特征在于,包括如下步骤:
2.根据权利要求1中所述的血流信号特征参数计算方法,其特征在于,步骤S2中,对随机的血流信号构建信号强度的自相关函数公式:
3.根据权利要求2中所述的血流信号特征参数计算方法,其特征在于,步骤S2中,信号强度的自相关函数的归一化值为:
4.根据权利要求3中所述的血流信号特征参数计算方法,其特征在于,步骤S3包括:
5.根据权利要求4中所述的血流信号特征参数计算方法,其特征在于,步骤S31中,信号强度的自相关函数的归一化值的血流特征信号分解表示如下:
6.根据权利要求4中所述的血流信号特征参数计算方法,其特征在于,步骤S32中,设T为m个自相关强度值构成的序列:
7.根据权利要求6中所述的血流信号特征参数计算方法,其特征在于,步骤S32中,直接提取信号强度的自相关数的归一化值大于自相关强度阈值的血流特征信号对,对血流特征信号对进行滤波,得到去噪后的血流特征信号对:
8.根据权利要求7中所述的血流信号特征参数计算方法,其特征
...【技术特征摘要】
1.一种基于血流动力学的血流信号特征参数计算方法,其特征在于,包括如下步骤:
2.根据权利要求1中所述的血流信号特征参数计算方法,其特征在于,步骤s2中,对随机的血流信号构建信号强度的自相关函数公式:
3.根据权利要求2中所述的血流信号特征参数计算方法,其特征在于,步骤s2中,信号强度的自相关函数的归一化值为:
4.根据权利要求3中所述的血流信号特征参数计算方法,其特征在于,步骤s3包括:
5.根据权利要求4中所述的血流信号特征参数计算方法,其特征在于,步骤s31中,信号强度的自相关函数的归一化值的血流特征信号...
【专利技术属性】
技术研发人员:万永丽,王桐,苏杭,李军,江斌,
申请(专利权)人:天津医科大学朱宪彝纪念医院天津医科大学代谢病医院,天津代谢病防治中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。