一种基于可逆音像变换和扩散模型的动静脉内瘘异常检测方法及系统技术方案

本发明专利技术涉及医疗健康监测领域，公开了一种基于可逆音像变换和扩散模型的动静脉内瘘异常检测方法及系统，所述方法包括：采集内瘘震颤音样本；对内瘘震颤音样本进行预处理；利用可逆音像变换将已预处理后的内瘘震颤音样本转换为幅度谱图与相位谱图；将幅度谱图输入经正常样本训练的扩散模型，通过去噪重构生成契合正常样本分布的幅度谱图；将重构幅度谱图结合原始相位谱图利用可逆音像变换还原为重构内瘘震颤音样本；对原始与重构内瘘震颤音样本进行多频段的特征提取，训练多簇高斯聚类模型，并基于对数似然阈值实现异常分类，判断内瘘狭窄。本发明专利技术通过上述技术方案，能够显著提高动静脉内瘘异常检测的准确度与鲁棒性。

【技术实现步骤摘要】

本专利技术涉及医疗健康监测领域，尤其涉及一种基于可逆音像变换和扩散模型的动静脉内瘘异常检测方法及系统。

技术介绍

1、动静脉内瘘是血液透析患者的生命线，内瘘震颤音在反映内瘘狭窄情况上具备简便、无创等优势。当下内瘘狭窄检测评估多依赖人工，准确性高度受制于检测人员经验技能，存在专业技能依赖度高、评估标准主观性强等问题，利用机器自主客观的判别内瘘震颤音对内瘘早期狭窄预警意义重大。

2、目前，国内外团队对于利用内瘘震颤音进行内瘘狭窄情况的判别已有相关的研究。如专利cn118749925公布了一种利用震颤音传感器和血流声音传感器结合深度学习网络进行异常预警的动静脉内瘘监测手环；如康奈尔大学医学院团队（npj digitalmedicine，(2023)6:163）提出将内瘘震颤音转为梅尔谱图，并结合经典的深度学习网络进行内瘘狭窄程度的判断。然而，动静脉内瘘数据分布常较为复杂，存在多峰、非高斯等特性，传统深度学习模型对这类复杂分布建模时，易受环境噪声干扰，判别效果欠佳。因此，提高内瘘狭窄状态检测的准确度与抗干扰能力，成为亟待解决的技术问题。

...

【技术保护点】

1.一种基于可逆音像变换和扩散模型的动静脉内瘘异常检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于可逆音像变换和扩散模型的动静脉内瘘异常检测方法，其特征在于，所述步骤S20包括以下步骤：

3.根据权利要求2所述的一种基于可逆音像变换和扩散模型的动静脉内瘘异常检测方法，其特征在于，所述步骤S22通过短时傅里叶变换对内瘘震颤音样本进行频段增益调整，其计算式为：

4.根据权利要求1所述的一种基于可逆音像变换和扩散模型的动静脉内瘘异常检测方法，其特征在于，所述步骤S30包括以下步骤：

5.根据权利要求1所述的一种基于可逆音像变...

【技术特征摘要】

1.一种基于可逆音像变换和扩散模型的动静脉内瘘异常检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于可逆音像变换和扩散模型的动静脉内瘘异常检测方法，其特征在于，所述步骤s20包括以下步骤：

3.根据权利要求2所述的一种基于可逆音像变换和扩散模型的动静脉内瘘异常检测方法，其特征在于，所述步骤s22通过短时傅里叶变换对内瘘震颤音样本进行频段增益调整，其计算式为：

4.根据权利要求1所述的一种基于可逆音像变换和扩散模型的动静脉内瘘异常检测方法，其特征在于，所述步骤s30包括以下步骤：

5.根据权利要求1所述的一种基于可逆音像变换和扩散模型的动静脉内瘘异常检测方法，其特征在于，所述步骤s40包括以下步骤：

6.根据权...

【专利技术属性】
技术研发人员：陈祎，吴琼，张微，邵杰，余美芳，刘雯，陈达如，
申请(专利权)人：浙江师范大学，
类型：发明
国别省市：