无创颅内压分析仪和无创颅内压检测系统技术方案

本实用新型专利技术涉及一种无创颅内压分析仪和无创颅内压检测系统，所述分析仪包括用于输入样本病人的样本数据和被测病人的测量数据的数据输入模块、用于对所述数据输入模块所输入的样本数据进行数据训练并生成样本模型的建模模块、用于根据所述建模模块所生成的样本模型和所述数据输入模块所输入的被测病人的测量数据计算被测病人的无创颅内压的运算处理模块以及用于进行各种数据输出的输出模块，本实用新型专利技术的分析仪和检测系统能够根据被测病人的个体差异来选择最优的样本模型，能够减少计算量、降低设备负载、提高测量准确度和速度，实用性强，适用范围广，还具有很好的后向兼容性，可以很容易的对设备进行升级、改造。（*该技术在2022年保护过期，可自由使用*）

【技术实现步骤摘要】

本技术涉及一种颅内压的无创测量设备和系统，主要用于神经内科、神经外科、重症监护室(ICU)中的颅内压的无创分析、测量。
技术介绍
颅内压(ICP)的无创测量及动态监测在临床中有着极其重要的作用，目前的无创测量设备主要是基于闪光视觉诱发电位法和经颅多普勒法(TCD)等。由于闪光视觉诱发信号非常弱(0.3 20 μ V)，极易淹没在脑电信号和其他外界信号之中(脑电信号为30 100 μ V)，需要多次测量求取平均值，多次闪光刺激给病人带来疲劳和不适，也易于引入爆发性伪迹，尤其是对于重症病人该方法的适应范围受到一定限制。且基于闪光视觉诱发电位法通常假设颅内压信号与该闪光视觉诱发电位之间存在固定的函数关系，但颅内压信号与该闪光视觉诱发电位之间的函数关系非常复杂，尤其是涉及不同的生理病理特征时更是如此，因此其测量的准确性很难保证。另外，该方法测得的是颅内压的平均值，无法反应颅内压的波动信息，无法满足动态连续监测的要求，而颅内压的动态波型中含有很多有价值的重要信息。目前较为常用的经颅多普勒法主要是基于“黑匣子”理论对样本病人的样本数据进行分析并建立颅内压与动脉血压(ΑΒΡ)、血流之间的函数关系(相当于本技术所述的样本模型)，实际测量时将被测病人的ABP值输入后得出其ICP曲线。但是，由于该方法是根据样本病人的数据来建立固定的函数关系，而并未考虑具体被测病人的个体差异情况，不能根据实际情况进行调整以选择最佳的函数关系，实际上目前没有哪一种函数可以准确的反应三者之间的函数关系，因此，其对于不同病人、不同病症的适用性较差，不能满足实际应用中的要求，另外，其函数关系建立之后只能通过测量固定的几组数据来估算无创颅内压，而无法根据实际需要增加或减少测量数据的项数，基于该方法的设备升级、改造比较困难。
技术实现思路
为了克服现有技术的上述缺陷，本技术的目的在于提供一种无创颅内压分析仪和无创颅内压检测系统，能够根据被测病人的个体差异来选择最优的样本模型，能够有效提高无创颅内压预测的准确性，并且，由于样本模型都是事先算好，不会增加系统计算量，本技术测量速度快，适用性强，适用范围广，还能具有良好的后向兼容性，并能够较容易地根据实际需要完成对设备的软件升级、改造。本技术的技术方案是:—种无创颅内压分析仪，包括数据输入模块、建模模块、运算处理模块和输出模块。所述建模模块可以包括初始样本数据库子模块、数据训练子模块和样本模型存储子模块，所述初始样本数据库子模块包括多个样本数据单元，每个所述样本数据单元中存储有相应样本病人的全部或部分所述样本数据。所述数据训练子模块包括数据挖掘单元、样本数据时间序列模型单元、样本数据不相似度矩阵单元、样本数据血流动力学参数提取单元和样本数据映射关系单元。上述任意一项技术方案中，优选地，所述运算处理模块包括测量数据分析处理子模块和无创颅内压计算子模块，其中，所述测量数据分析处理子模块包括被测病人时间序列模型单元、被测病人血流动力学参数提取单元、映射关系分析单元和样本模型选择单元。上述任意一项技术方案中，所述无创颅内压分析仪还包括系统主机控制模块、信号采集控制模块以及用于为所述数据输入模块采集数据的信号采集模块。所述信号采集模块包括血压信息采集单元和血流信息采集单元，所述血压信息采集单元包括通过无创测量法根据桡动脉脉搏信息测量包括逐跳连续血压信号的平均外周动脉血压采集子单元，所述血流信息采集单元包括脑血流速度采集子单元、脑血流方向采集子单元、脑血流量采集子单元和/或脑血管阻力采集子单元。所述脑血流速度采集子单元包括能够通过经颅多普勒(T⑶)法测量搏动指数、阻力指数、收缩期峰值血流速度和/或舒张期末血流速度的脑血流速度采集子子单元，所述基础数据采集子模块还包括能够采集下列信息中的一种、几种或全部的信息采集单元:脑灌注压、二氧化碳分压、氧分压以及其他被认为会对测量结果带来影响的数据。本技术还提供了一种无创颅内压检测系统，包括用于颅内压样本建模和无创颅内压运算的系统主机和用于采集无创颅内压基础检测数据的基础数据信号采集装置，并设有或不设有用于采集辅助数据的辅助数据检测装置，所述基础数据信号采集装置与所述系统主机通信连接，所述辅助数据检测装置与所述基础数据信号采集装置通信连接或者与所述系统主机通信连接，所述基础数据信号采集装置设有血流超声探头，并且设有或不设有血压传感器，所述系统主机包括用于依据样本数据生成多个样本模型的建模模块和用于根据所述基础数据信号采集装置采集的被测病人基础数据或者根据所述基础数据信号采集装置采集的被测病人基础数据和所述辅助数据检测装置采集的被测病人辅助数据选择样本模型并计算出被测病人的无创颅内压的运算处理模块。所述系统主机和所述基础数据信号采集装置可以为一体式或分体式的，所述无创颅内压检测系统相应的可以为台式机、笔记本式或嵌入式小型化便携机。本技术的有益效果是:由于以多组样本病人的样本数据为基础通过数据挖掘技术和数据训练建立样本模型，通过数据挖掘能够有效消除多组样本数据中的无效数据的负面影响，减少了计算量，降低了设备负载，提高了测量精度和测量速度，而数据训练将大量的系统计算集中于样本模型建立的过程中，使得在实际测量过程中所需要的计算量有了极大的降低，进一步提高了测量速度，实用性强；由于建立了多个样本模型，并且在实际测量过程中选择了最优的样本模型进行无创颅内压的预测，避免了所有被测病人均采用同样的函数关系进行无创颅内压预测的局限性，尤其是对于不同地理区域的病人而言，可以选择与被测病人的特征最相近的样本病人提取样本数据来建立样本模型，有效提高了样本模型与被测病人的相似度，提高了测量的准确性；由于通过数据训练来建立多个样本模型，因此还具有良好的后向兼容性，可以根据实际需要选择数据训练过程中所使用的样本数据的项数多少，例如可以考虑病人在测量过程中的二氧化碳分压等的影响，其测量的准确性会随项数的增加更加准确，并且充分考虑了不同病人的个体性差异和群体性差异，有效提高了样本数据库与被测病人的匹配度，提高了测量的准确性，并且，本技术适用于不同病种、不同生理特点的病人，还可以通过增加适当的数据(如样本病人的国别、人种等信息)来扩大样本模型的适用群体，其适用的范围更广。附图说明图1是本技术的无创颅内压分析仪的系统结构示意图；图2是本技术的无创颅内压检测系统的一种实施例的整体结构示意图；图3是本技术的无创颅内压检测系统的信号采集电路示意图；图4是本技术的无创颅内压检测系统的一种实施例的系统架构示意图；图5是本技术的无创颅内压检测系统的一种实施例的系统架构示意图；图6是本技术的无创颅内压检测系统的一种实施例的系统架构示意图。具体实施方式为了更好地解释本技术，以便更好理解，以下结合附图通过具体实施方式对本技术进行更详细地描述。参见图1，本技术提供了一种无创颅内压分析仪，包括下列各个模块:用于输入样本病人的样本数据和被测病人的测量数据的数据输入模块、用于对所述数据输入模块所输入的样本数据进行数据训练并生成样本模型的建模模块、用于根据所述建模模块所生成的样本模型和所述数据输入模块所输入的被测病人的测量数据计算被测病人的无创颅内压的运算处理模块本文档来自技高网...

【技术保护点】
一种无创颅内压分析仪，其特征在于包括下列各个模块：用于输入样本病人的样本数据和被测病人的测量数据的数据输入模块、用于根据样本模型和所述数据输入模块所输入的被测病人的测量数据计算被测病人的无创颅内压的运算处理模块以及用于进行各种数据输出的输出模块。

【技术特征摘要】
1.一种无创颉内压分析仪，其特征在于包括下列各个模块:用于输入样本病人的样本数据和被测病人的测量数据的数据输入模块、用于根据样本模型和所述数据输入模块所输入的被测病人的测量数据计算被测病人的无创颅内压的运算处理模块以及用于进行各种数据输出的输出模块。2.根据权利要求1所述的无创颅内压分析仪，其特征在于还包括系统主机控制模块、信号采集控制模块以及用于为所述数据输入模块采集数据的信号采集模块，所述信号采集模块包括血压信息采集单元和血流信息采集单元，所述血压信息采集单元包括通过无创测量法根据桡动脉脉搏信息测量包括逐跳连续血压信号的平均外周动脉血压采集子单元，所述血流信息采集单元包括脑血流速度采集子单元、脑血流方向采集子单元、脑血流量采集子单元和/或脑血管阻力采集子单元。3.根据权利要求2所述的无创颅内压分析仪，其特征在于所述脑血流速度采集子单元包括能够通过经颅多普勒法测量搏动指数、阻力指数、收缩期峰值血流速度和/或舒张期末血流速度的脑血流速度采集子子单元，所述信号采集模块还包括能够采集下列信息中的一种、几种或全部的信息采集单元:脑灌注压、二氧化碳分压、氧分压。4.一种无创颅内压检测系统，包括用于颅内压样本建模和无创颅内压运算的系统主机和用于采集无创颅内压基础检测数据的基础数据信号采集装置，并设有或不设有用于采集辅助数据的辅助数据检测装置，所述基础数据信号采集装置与所述系统主机通信连接，所述辅助数据检测装置与所述基础数据信号采集装置通信连接或者与所述系统主机通信连接，所述基础数据信号采集装置设有血流超声探头，并且设有或不设有逐跳连续血压测量传感器，所述系统主机包括用于依据样本数据生成多个样本模型的建模模块和用于根据所述基础数据信号采集装置采集的被测病人基础数据或者根据所述基础数据信号采集装置采集的被测病人基础数据和所述辅助数据检测装置采集的被测病人辅助数据选择样本模型并计算出被测病人的无创颅内压的运算处理模块。5.根据权利要求4所述的无创颅内压检测系统，其特征在于所述系统主机和所述基础数据信号采集装置采用下列任意一种结构或构造: (1)所述系统主机和所述基础数据信号采集装置为一体式的，所述无创颅内压检测系统为嵌入式小型化便携机，所述系统主机为包括ARM微处理器的ARM架构便携主机，所述基础数据信号采集装置包括信号采集控制电路、FPGA电路和血流超声探头，所述信号采集控制电路和FPGA电路构成的信号采集器嵌入所述系统主机中或构成所述系统主机，所述血流超声探头与所述信号采集器或所述系统主机相连，当设有所述逐跳连续血压传感器时，所述血压传感器与所述信号采集器或所述系统主机相连，当设有所述辅助数据检测装置时，所述辅助数据检测装置与所述信号采集器或所述系统主机相连； (2)所述系统主机和所述基础数据信号采集装置为分体式的，所述无创颅内压检测系统为基于x8...

【专利技术属性】
技术研发人员：焦文华，
申请(专利权)人：焦文华，
类型：实用新型
国别省市：