一种超声血流信号质量实时分析方法.pdf

本发明涉及一种超声血流信号质量实时分析方法，在超声血流信号的采集过程中，由于探头与血管的位置之间通常存在定位偏差及其它因素的影响，所采集到的超声血流信号质量波动极大。本发明主要采用样本熵的方法评价超声血流信号的质量：首先，获取血管中的超声血流信号并去除噪声；其次，对超声血流信号做一阶和二阶差分处理；然后，采用样本熵的方法计算超声血流信号熵值；最后，通过设置阈值实时判断超声血流信号的优劣。本发明具有对超声血流信号的质量评估准确，同时兼顾高效快速等特点，适用于对各类超声血流信号的实时评价。

权利要求书一种超声血流信号质量实时分析方法，其特征在于：首先，获取血管中的超声血流信号并去除噪声；其次，对超声血流信号做二阶差分处理；然后，采用样本熵的方法计算超声血流信号熵值；最后，通过设置阈值实时判断超声血流信号的优劣，其具体包括以下步骤：
1)首先，确定待测血管的位置，然后用笔标记其位置并涂上超声耦合剂，采用CBS 2000经颅多普勒血流分析仪，将探头对准血管并对准好角度，获取超声血流图；
2)然后，将在步骤1)中获取的超声血流图转化为声谱灰度图，根据该声谱灰度图，按照从上到下的顺序逐列扫描，每一列从上到下相邻两个像素点依次比较，找出第一次相邻两个像素值不同的点，并标记这些点，可以得到用于分析的超声血流信号；
3)对于步骤2)所得到的超声血流信号，采用7‑level‘db6’的小波变换处理，减少混杂在超声血流信号中的低频漂移和高频噪声。其具体方法为：通过减掉小波的第7阶系数来抑制波形的低频漂移，通过减掉小波的第一阶的细节系数移除高频噪声；
4)采用下式对原始超声血流信号做二阶差分处理，
x(n)＝y(n+1)‑2*y(n)+y(n‑1)
其中y(n)为原始超声血流信号，x(n)为经差分处理后的超声血流信号；
5)对步骤4)得到的经差分处理过的超声血流信号采用样本熵的方法计算其熵值；
6)通过设置阈值判断超声血流信号样本熵值，实时判断超声血流信号的优劣并提高样本采集的效率，如果样本熵值小于给定值，则返回第1)步，如果样本熵值大于给定值，则方法结束。
根据权利要求1所述的超声血流信号质量实时分析方法，其特征在于： 所述步骤5)中的熵值计算方法为：
1)将序列{x(i)}按顺序组成m维矢量，即：
X(i)＝[x(i)，x(i+1)，...，x(i+m‑1)]  i＝1，2，...，N‑m+1
其中N为时间序列的长度，X(i)为要比较的时间序列，m为要比较的时间序列长度；
2)定义X(i)与X(j)间的距离d[X(i)，X(j)]为：X(i)与X(j)序列间对应元素中差值最大的一个，即：

其中k为0～m‑1间的变化的整数，此时X(i)和X(j)中其它对应元素间差值自然都小于d，并对每一个X(i)计算与其余矢量X(j)的距离d[X(i)，X(j)]，(i＝1，2，...，N‑m+1)；
3)按照给定的常数r(r＞0)，对每一个i值统计d[X(i)，X(j)]＜r的数目及此数目与总的矢量个数N‑m+1的比值，记作 

4)再对所有i的平均值，记做Bm(r)，即为：

5)再把维数加1，变成m+1，重复1)‑4)的过程，得到 和Bm+1；
6)因此，此序列的样本熵为：

但在实际工作中N不可能为∞，因此N可根据信号的长度取有限值。
根据权利要求1所述的超声血流信号质量实时分析方法，其特征在于：所述步骤6)中的阈值为0.4。

说明书一种超声血流信号质量实时分析方法
技术领域
本发明涉及一种信号质量实时分析方法，特别是时间序列复杂度分析的非线性动力学方法，属于信号处理中信号复杂度计算技术领域。
背景技术
超声血流信号作为人体生理学信号包含了大量与人体健康相关的信息，这些信息为医生的临床诊断提供了巨大帮助。例如，桡动脉血液在人体手腕部位血管中的流动产生，且这些血液主要来源于心脏并流经人体各器官，因此桡动脉血流包含了诸如血液粘稠度、血流速度和与疾病相关微观结构等丰富的人体器官的信息，也包含了更为丰富的人体生理和病理信息，这样使得超声血流信号可以用来辅助诊断和分析人体诸如胆囊、肾、胃和肺等器官的健康状况。
近年来，超声医学诊断与计算机不断结合起来，通过对人体多处血管中的多普勒超声血流信号进行采集，提取特征，可分析人体的内在功能、状态及健康程度，在临床上有着巨大的应用前景。
然而，在超声血流信号的临床采集过程中，由于探头需要由医师手工操作，探头与血管的位置常存在一定程度的偏差及一些其它因素的影响(如病人的体动等干扰)，所采集到的超声血流信号质量会有很大的波动。而现有的超声血流信号采集设备并不具备超声血流信号质量自动评价功能，从而导致大量临床采集到的超声血流信号数据不能被准确应用于各类辅助诊断。此外，在以往的超声血流信号采集过程中，只能采用人工判断超声血流信号质量的好坏，但人工方法会大大降低样本采集的效率，且没有统一的标准，易受到主观和人为因素干扰，严重影响了超声血流信号辅助诊断的发展。
发明内容
本发明要解决的技术问题是：克服现有技术的不足，提出了基于样本熵的超声血流信号质量实时分析方法，提高获取高质量超声血流信号的效率减少由于采集不当等因素引起的样本损失，在对血管的血流信号采集过程中对获取到的血流信号的质量进行实时评价，为后续采用超声血流信号为疾病的辅助诊断打下基础。
本发明解决其技术问题所采用的技术方案为：
1、一种超声血流信号质量实时分析方法，首先，获取血管中的超声血流信号并去除噪声；其次，对超声血流信号做二阶差分处理；然后，采用样本熵的方法计算超声血流信号熵值；最后，通过设置阈值(给定值)实时判断超声血流信号的优劣，其具体包括以下步骤：
1)首先，确定待测血管的位置，然后用笔标记其位置并涂上超声耦合剂，采用CBS 2000经颅多普勒血流分析仪，将探头对准血管并对准好角度，获取超声血流图；
2)然后，将在步骤1)中获取的超声血流图(亦即声谱图)转化为声谱灰度图，然后根据该声谱灰度图，按照从上到下的顺序逐列扫描，每一列从上到下相邻两个像素点依次比较，找出第一次相邻两个像素值不同的点，并标记这些点，得到用于分析的超声血流信号；
3)进而对步骤2)所得到的超声血流信号，采用7‑level‘db6’的小波变换处理，减少超声血流信号的低频漂移和高频噪声。其具体方法为：通过减掉小波的第7阶系数来抑制波形的低频漂移，通过减掉小波的第一阶的细节系数移除高频噪声；
4)采用下式对原始超声血流信号做二阶差分处理，
x(n)＝y(n+1)‑2*y(n)+y(n‑1)
其中y(n)为原始超声血流信号，x(n)为经差分处理后的超声血流信号；
5)对步骤4)得到的经差分处理过的超声血流信号采用样本熵的方法计算其熵值；
6)通过设置阈值(给定值)判断超声血流信号样本熵值，实时判断超声血流信号的优劣并提高样本采集的效率，如果样本熵值小于给定值，则返回第1)步，如果样本熵值大于给定值，则方法结束；
其中所述步骤5)中的熵值计算方法为：
1)将序列{x(i)}按顺序组成m维矢量，即：
X(i)＝[x(i)，x(i+1)，...，x(i+m‑1)]i＝1，2，...，N‑m+1
其中N为时间序列的长度，X(i)为要比较的时间序列，m为要比较的时间序列长度；
2)定义X(i)与X(j)间的距离d[X(i)，X(j)]为：X(i)与X(j)序列间对应元素中差值最大的一个，即：