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() 基于呼吸动力学图的腺样体肥大检测系统技术方案_技高网
当前位置: 首页 > 专利查询>山东大学专利>正文

基于呼吸动力学图的腺样体肥大检测系统技术方案

技术编号:40637139 阅读:3 留言:0更新日期:2024-03-13 21:20
本发明专利技术公开了基于呼吸动力学图的腺样体肥大检测系统;其中系统包括:呼吸阶段划分模块,其被配置为:获取测试者在呼吸过程中单侧鼻腔内气体流速信号;将气体流速信号划分为若干个阶段;使用小波滤波算法对信号进行滤波处理,得到时态数据序列;建模并生成动力学图模块,其被配置为:基于时态数据序列,构建离散非线性动力学系统;采用确定学习理论对离散非线性动力学系统的内在系统动态,进行局部准确RBF神经网络建模;将建模获得的呼吸动力学轨迹进行可视化显示,得到呼吸动力学图;输出模块,其被配置为:结合测试者的基本信息,根据双侧鼻腔的呼吸动力学图的形态,得到辅助检测结果。

【技术实现步骤摘要】

本专利技术涉及医学检测,特别是涉及基于呼吸动力学图的腺样体肥大检测系统


技术介绍

1、本部分的陈述仅仅是提到了与本专利技术相关的
技术介绍
,并不必然构成现有技术。

2、腺样体又称咽扁桃体(pharyngeal tonsil),位于鼻咽顶壁与后壁交界处。作为咽淋巴环的一部分,腺样体具有一定淋巴免疫功能。腺样体出生后即存在,6~7岁时腺样体有明显增大,一般10岁以后逐渐退化萎缩。腺样体因反复炎症刺激而发生病理性增生肥大,并引起相应的症状者称为腺样体肥大(adenoidal hypertrophy,ah),腺样体肥大是对早期免疫活动增加的自然反应,因此本病常见于儿童,但部分成人亦可发生。据研究表明,在随机的代表性样本中,腺样体肥大的患病率为34.46%。其临床表现为阻塞性睡眠呼吸暂停低通气综合征、张口呼吸、并造成耳鼻喉其他器官的炎症、严重者会影响智力和神经系统的发育。

3、关于现有腺样体肥大诊断存在几项临床痛点:

4、一、诊断方案不完美,鼻内窥镜及鼻咽放射学检查是评估腺样体大小的可视化检查手段。但鼻咽放射学检查存在不少问题,由于患儿易动,侧位片难以拍到较为准确的图像,且会造成辐射,有研究表明鼻咽放射学检查与鼻症状之间没有直接的相关性。鼻内镜检查则存在检查结果会受到看片者主观偏见的影响,检查过程中会造成患儿的恐惧和不适。

5、二、腺样体会随着年龄的增长而变化,由于目前检查手段的缺陷,医生无法频繁对患儿进行检查,无法掌握腺样体的变化情况,因此无法提供准确的治疗手段。

6、三、现有无创、便捷的腺样体肥大检测技术多采用最大鼻阻力值、有效鼻阻力值或者通过计算鼻气流流速及鼻气压之间的静态指标来对腺样体肥大进行评估,但有研究表明通过鼻阻力值与腺样体大小存在低相关性。也有研究将患者信息、鼻气流速信号以及鼻气压信号通过深度学习方法进行分类,虽然有较高的准确率,但无法给患者可解释的诊断说明。


技术实现思路

1、为了解决现有技术的不足,本专利技术提供了基于呼吸动力学图的腺样体肥大检测系统;

2、本专利技术提供了基于呼吸动力学图的腺样体肥大检测系统;

3、基于呼吸动力学图的腺样体肥大检测系统,包括:

4、呼吸阶段划分模块,其被配置为:获取测试者在呼吸过程中单侧鼻腔内气体流速信号;将气体流速信号划分为若干个阶段;使用小波滤波算法对信号进行滤波处理,得到时态数据序列;

5、建模并生成动力学图模块,其被配置为:基于时态数据序列,构建离散非线性动力学系统;采用确定学习理论对离散非线性动力学系统的内在系统动态,进行局部准确rbf神经网络建模;将建模获得的呼吸动力学轨迹进行可视化显示,得到呼吸动力学图;

6、输出模块,其被配置为:结合测试者的基本信息,根据双侧鼻腔的呼吸动力学图的形态,得到辅助检测结果。

7、与现有技术相比,本专利技术的有益效果是:

8、1、本专利技术能够克服目前鼻咽放射检查及鼻内镜有辐射、受看片者主观影响、给患儿带来不适、与症状不相关等问题,通过确定学习来提取呼吸动力学来反应患儿的腺样体肥大影响患儿呼吸的程度,为腺样体肥大的准确评估提供了一种新方法。

9、2、本专利技术具有无创、无辐射、便捷的优势,可随时随地对患儿进行检查,满足了医生对腺样体肥大的动态评估,医生可根据腺样体的情况开展不同的治疗方案。

本文档来自技高网...

【技术保护点】

1.基于呼吸动力学图的腺样体肥大检测系统,其特征是,包括:

2.如权利要求1所述的基于呼吸动力学图的腺样体肥大检测系统,其特征是,所述单侧鼻腔内气体流速信号,是指单侧鼻腔呼出气体流速,具体采用气体流量传感器进行采集。

3.如权利要求1所述的基于呼吸动力学图的腺样体肥大检测系统,其特征是,所述将气体流速信号划分为若干个阶段;具体过程包括:

4.如权利要求1所述的基于呼吸动力学图的腺样体肥大检测系统,其特征是,所述将气体流速信号划分为若干个阶段;具体过程包括:

5.如权利要求1所述的基于呼吸动力学图的腺样体肥大检测系统,其特征是,所述使用小波滤波算法对信号进行滤波处理,通过Symlet4小波函数对气体流速信号进行5阶分解,并将小波分解的高频系数cD1、cD2和cD3部分置零,并对其他部分进行启发式阈值滤波。

6.如权利要求1所述的基于呼吸动力学图的腺样体肥大检测系统,其特征是,所述采用确定学习理论对离散非线性动力学系统的内在系统动态,进行局部准确RBF神经网络建模;具体包括:

7.如权利要求1所述的基于呼吸动力学图的腺样体肥大检测系统,其特征是,呼吸动力学轨迹,是指呼吸动力学系统的系统状态以及呼吸动力学共同组成呼吸动力学轨迹。

8.如权利要求1所述的基于呼吸动力学图的腺样体肥大检测系统,其特征是,将建模获得的呼吸动力学轨迹进行可视化显示,得到呼吸动力学图,是指将呼吸动力学轨迹在三维坐标系中可视化得到呼吸动力学图。

9.如权利要求1所述的基于呼吸动力学图的腺样体肥大检测系统,其特征是,所述系统还包括:

10.如权利要求1所述的基于呼吸动力学图的腺样体肥大检测系统,其特征是,所述结合测试者的基本信息,根据双侧鼻腔的呼吸动力学图的形态,得到辅助检测结果;具体包括:

...

【技术特征摘要】

1.基于呼吸动力学图的腺样体肥大检测系统,其特征是,包括:

2.如权利要求1所述的基于呼吸动力学图的腺样体肥大检测系统,其特征是,所述单侧鼻腔内气体流速信号,是指单侧鼻腔呼出气体流速,具体采用气体流量传感器进行采集。

3.如权利要求1所述的基于呼吸动力学图的腺样体肥大检测系统,其特征是,所述将气体流速信号划分为若干个阶段;具体过程包括:

4.如权利要求1所述的基于呼吸动力学图的腺样体肥大检测系统,其特征是,所述将气体流速信号划分为若干个阶段;具体过程包括:

5.如权利要求1所述的基于呼吸动力学图的腺样体肥大检测系统,其特征是,所述使用小波滤波算法对信号进行滤波处理,通过symlet4小波函数对气体流速信号进行5阶分解,并将小波分解的高频系数cd1、cd2和cd3部分置零,并对其他部分进行启发式阈值滤波。

6.如权利要求1所述...

【专利技术属性】
技术研发人员:吴伟明宋峻林孙海航李玮王聪
申请(专利权)人:山东大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1