CN111493843B - 压力容积环的确定设备、***、方法、装置及存储介质 - Google Patents
压力容积环的确定设备、***、方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111493843B CN111493843B CN202010372653.8A CN202010372653A CN111493843B CN 111493843 B CN111493843 B CN 111493843B CN 202010372653 A CN202010372653 A CN 202010372653A CN 111493843 B CN111493843 B CN 111493843B
- Authority
- CN
- China
- Prior art keywords
- ventricular
- volume
- function
- pressure
- time function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
- A61B5/029—Measuring or recording blood output from the heart, e.g. minute volume
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0883—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the heart
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Physiology (AREA)
- Hematology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Vascular Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明涉及压力容积环的确定设备、***、方法、装置及存储介质,属于生物医学工程技术领域。该设备包括:包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:获取动脉血压随时间变化的信息,得到动脉血压时间函数;根据所述动脉血压时间函数,确定心室压力时间函数;获取心室容积随时间变化的信息,得到心室容积时间函数;根据所述心室压力时间函数和所述心室容积时间函数,确定压力容积环。上述技术方案,解决了压力容积环的确定效率低下的问题。通过简单的方式获取心室压力以及心室容积的数据,进而自动生成压力容积环,能有效提高压力容积环的确定效率。
Description
技术领域
本发明涉及生物医学工程技术领域,特别是涉及压力容积环的确定设备、***、方法、装置及存储介质。
背景技术
准确测定心脏腔室压力与容积,并进一步明确心脏压力与容积的关系(这个关系通常通过压力容积环来体现),是心血管生理学及病理生理学的基础研究、转化医学及循环***的研究中需要的重要数据。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:目前,确定心脏的压力容积关系之前,通常需要花费较大的医疗资源来获取心室的压力、容积等数据,导致压力容积环的确定效率低下。
发明内容
基于此,本发明实施例提供了压力容积环的确定设备、***、方法、装置及存储介质,能有效提高压力容积环的确定效率。
本发明实施例的内容如下:
第一方面,本发明实施例提供一种压力容积环的确定设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:获取动脉血压随时间变化的信息,得到动脉血压时间函数PD(t);根据所述动脉血压时间函数PD(t),确定心室压力时间函数PV(t);获取心室容积随时间变化的信息,得到心室容积时间函数V(t);根据所述心室压力时间函数PV(t)和所述心室容积时间函数V(t),确定压力容积环。
第二方面,本发明实施例提供一种压力容积环的确定***,包括:压力处理装置、容积处理装置以及中心处理装置,所述压力处理装置、所述容积处理装置分别与所述中心处理装置网络连接;所述压力处理装置,用于获取动脉血压随时间变化的信息,得到动脉血压时间函数PD(t);根据所述动脉血压时间函数PD(t),确定心室压力时间函数PV(t);将所述心室压力时间函数PV(t)发送给所述中心处理装置;所述容积处理装置,用于获取心室容积随时间变化的信息,得到心室容积时间函数V(t);将所述心室容积时间函数V(t)发送给所述中心处理装置;所述中心处理装置,用于根据所述心室压力时间函数PV(t)和所述心室容积时间函数V(t),确定压力容积环。
第三方面,本发明实施例提供一种压力容积环的确定方法,包括以下步骤:获取动脉血压随时间变化的信息,得到动脉血压时间函数PD(t);根据所述动脉血压时间函数PD(t),确定心室压力时间函数PV(t);获取心室容积随时间变化的信息,得到心室容积时间函数V(t);根据所述心室压力时间函数PV(t)和所述心室容积时间函数V(t),确定压力容积环。
第四方面,本发明实施例提供一种压力容积环的确定装置,包括:动脉血压获取模块,用于获取动脉血压随时间变化的信息,得到动脉血压时间函数PD(t);心室压力获取模块,用于根据所述动脉血压时间函数PD(t),确定心室压力时间函数PV(t);心室容积获取模块,用于获取心室容积随时间变化的信息,得到心室容积时间函数V(t);以及,压力容积环确定模块,用于根据所述心室压力时间函数PV(t)和所述心室容积时间函数V(t),确定压力容积环。
第五方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:获取动脉血压随时间变化的信息,得到动脉血压时间函数PD(t);根据所述动脉血压时间函数PD(t),确定心室压力时间函数PV(t);获取心室容积随时间变化的信息,得到心室容积时间函数V(t);根据所述心室压力时间函数PV(t)和所述心室容积时间函数V(t),确定压力容积环。
上述技术方案中的一个技术方案具有如下优点或有益效果:根据获取动脉血压随时间变化的信息,得到心室压力时间函数;根据心室容积随时间变化的信息,得到心室容积时间函数;进而根据心室压力时间函数和心室容积时间函数,自动生成压力容积环。通过简单的方式获取心室压力以及心室容积的数据,进而自动生成压力容积环,能有效提高压力容积环的确定效率。
附图说明
图1为一个实施例中压力容积环的确定设备的结构框图;
图2为另一个实施例中压力容积环的确定设备的结构框图;
图3为一个实施例中根据动脉血压时间函数确定心室压力时间函数的过程示意图;
图4为一个实施例中心室压力时间函数的示意图;
图5为一个实施例中心室容积时间函数的示意图;
图6为一个实施例中确定压力容积环的过程示意图;
图7为另一个实施例中心室压力时间函数的示意图;
图8为一个实施例中压力容积环的示意图;
图9为一个实施例中的心脏超声图像;
图10为一个实施例的压力容积环的确定设备中计算机程序的执行过程示意图;
图11为一个实施例中压力容积环的确定***的结构框图;
图12为一个实施例中压力容积环的确定方法的流程示意图;
图13为一个实施例中压力容积环的确定装置的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明实施例提供一种压力容积环的确定设备、***、方法、装置及存储介质。以下分别进行详细说明。
本申请提供的压力容积环的确定设备可以如图1所示。该设备可以是服务器,也可以是终端设备,该设备包括通过***总线连接的存储器101和处理器102。其中,存储器101中存储有计算机程序;处理器102用于提供计算和控制能力,该计算机程序被处理器执行时实现一种压力容积环的确定方法。
在一些实施例中,压力容积环的确定设备的内部结构图还可以如图2所示。其中,存储器包括非易失性存储介质、内存储器,该非易失性存储介质存储有操作***、计算机程序(该计算机程序被处理器执行时实现一种压力容积环的确定方法)和数据库,该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境;另外,该设备还包括网络接口和数据库,其中,数据库用于存储动脉血压时间函数PD(t)、心室压力时间函数PV(t)、心室容积时间函数V(t)和压力容积环等数据;网络接口用于与外部的终端通过网络连接通信,例如,与超声探头传感器连接,用于接收传感器发送的心室容积随时间变化的信息等。
本领域技术人员可以理解,图1和图2中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的设备的限定,具体的设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
进一步地,在一个实施例中,提供一种压力容积环的确定设备(以下简称确定设备或者设备),包括存储器和处理器。存储器可以是只读存储器(ROM)和随机存取存储器(RAM),处理器可以是各种类型的处理器,例如:Intel、AMD处理器。
所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
S1、获取动脉血压随时间变化的信息,得到动脉血压时间函数PD(t)。
其中,动脉血压指血液对待测对象(可以为动物体、人体试验模型等)单位面积主动脉管壁的侧压力(压强),一般是指主动脉内的血压。而动脉血压随时间变化的信息指的是一段时间内的动脉血压,因为待测对象的动脉血压是随时间变化的,因此,本步骤获取一段时间内的动脉血压即是获取动脉血压随时间变化的信息,而将这段时间的动脉血压信号通过函数的形式表示出来(可以通过曲线拟合的方式进行),则形成动脉血压时间函数PD(t)。
在一些实施例中,动脉血压也可以不是直接测量的动脉血压数据,而是所与原始动脉血压成比例的或源自原始动脉血压的波形数据集。
可以由动脉血压采集装置采集实时动脉血压并发送给确定设备,确定设备对实时动脉血压进行存储(已存储的实时动脉血压也可以称为是历史动脉血压),确定设备可以根据一段时间内实时动脉血压(或历史动脉血压)生成动脉血压时间函数PD(t)。更进一步地,动脉血压采集装置可以为各种类型的血压计,可以通过袖带加压法测量待测对象的动脉血压;另外,可以在待测对象的桡动脉置入导管,再连接压力换能器,连续采集桡动脉血压数据并记录。
S2、根据所述动脉血压时间函数PD(t),确定心室压力时间函数PV(t)。
动脉是由心室发出的血管,因此,动脉血压在很大程度上能反映心室压力。本步骤根据动脉血压时间函数PD(t),确定心室压力时间函数PV(t)。
可以通过动脉波形分析技术获取心室血压,具体的,波形分析技术可以将动脉波形分解为前向波、反射波、增强压这些部分,根据前向波、反射波、增强压计算心室血压,从所计算的心室血压中去除血管阻力的影响。在一个实施例中,对动脉波形进行分解后得到的图形可以如图3所示,其中,PP表示动脉,DBP表示舒张压,SBP表示收缩压。
心室血压时间函数PV(t)(单位为mmHg)对应的曲线图可以如图4所示。其中,tdia0表示前一心动周期的舒张期起始时间,tsys表示前一心动周期的收缩期起始时间,tdia1表示当前心动周期的舒张期起始时间。从图4中可以看出心动周期各个时刻的心室血压值。
S3、获取心室容积随时间变化的信息,得到心室容积时间函数V(t)。
其中,心室容积指的是心室内壁所能容纳的体积。随着心脏的跳动,其心室容积会随时间变化。本步骤中获取一段时间内的心室容积,即获取了心室容积随时间变化的信息。将这段时间的心室容积信号通过函数的形式表示出来(可以通过曲线拟合的方式进行),则形成心室容积时间函数V(t)。心室容积时间函数V(t)对应的曲线图可以如图5所示。
S4、根据所述心室压力时间函数PV(t)和所述心室容积时间函数V(t),确定压力容积环。
在获知心室压力时间函数PV(t)和心室容积时间函数V(t)之后,将函数进行拟合,就能得到对应的压力容积环(P-V环)。具体的,将心室容积时间函数V(t)作为横坐标,将心室压力时间函数PV(t)作为纵坐标进行曲线拟合,就可以得到压力容积环对应的函数,并进一步地得到压力容积环对应的图像。进一步地,确定设备在生成压力容积环之后,可以通过显示器在界面上显示压力容积环。
根据心室压力时间函数PV(t)和心室容积时间函数V(t)得到压力容积环的示意图可以如图6所示。图6中,ECG表示心电图信号,其中,V(t)的纵坐标用V表示,LVEDV表示左心室舒张末期容积,LVESV表示左心室收缩末期容积,PV(t)的纵坐标用P表示,AP表示房压,LAP表示左房压,LVP表示左心室压,SYS表示收缩压,DIA表示舒张压。通过对PV(t)和V(t)波形的整合分析,可以得到右侧的压力容积环,其中,a表示前负荷,b表示后负荷,c表示射血,d(SV)表示每搏输出量,ESPVR表示收缩末压-容积关系,EDPVR表示舒张末压-容积关系。
上述实施例提供的压力容积环的确定设备,确定设备根据获取动脉血压随时间变化的信息,得到心室压力时间函数;根据心室容积随时间变化的信息,得到心室容积时间函数;进而根据心室压力时间函数和心室容积时间函数,自动生成压力容积环。通过简单的方式获取心室压力以及心室容积的数据,进而自动生成压力容积环,能有效提高压力容积环的确定效率,同时不需要花费大量的医疗资源去获取心室压力等数据,能有效降低压力容积环的确定成本。
在一个实施例中,所述处理器执行所述计算机程序时还实现以下步骤:计算所述动脉血压时间函数PD(t)在第一目标心动周期中的第一最大切线斜率;所述第一目标心动周期包括至少一个心动周期;确定所述第一最大切线斜率的加权时间函数dPD-shear rate(t)max,作为第一中间函数;根据所述第一中间函数的统计矩,得到所述心室压力时间函数PV(t)。
其中,μ表示PD(t)在第一目标心动周期中的均值,a表示前负荷的时长,b表示后负荷的时长,c表示射血的时长,r表示动脉在收缩末期对应的直径,R表示在舒张末期对应的直径。
其中,心动周期指的是从一次心跳的起始到下一次心跳的起始,心血管***所经历的过程。心脏每收缩和舒张一次构成一个心动周期,可以包括:等容收缩期、快速射血期、减慢射血期、舒张前期、等容舒张期、快速充盈期、减慢充盈期和心房收缩期。目标心动周期(包括本发明实施例中的第一、第二、第三、第四心动周期等)是当前(即感测时间)数据所针对的心动周期,目标心动周期可以包括至少一个心动周期。更进一步的,目标心动周期可以至少包括三个心动周期,即包括当前心动周期、前一心动周期以及后一心动周期在内的至少3个心动周期。
其中,第一最大切线斜率对应的时间点可以用于判定心室射血期间,计算第一最大切线斜率的过程可以如下:
其中,ΔP表示动脉血压时间函数PD(t)在第一目标心动周期中各个感测时间相对于起始时间(起始时间可以为第一目标心动周期对应的第一个时刻)的心室压力变化量,Δt表示第一目标心动周期中各个感测时间相对于起始时间的时长。从上述公式的计算结果中取最大值,即得到第一最大切线斜率。
第一最大切线斜率的加权时间函数dPD-shear rate(t)max可以为各个感测时间相对于起始时间的差值和感测时的第一最大切线斜率的乘积,具体可以通过如下公式确定:
其中,t表示当前感测时间,n表示当前感测时间相对于起始时间的采样个数,Ti表示第i个感测时间对应的时间值,Si表示第i个感测时间对应的第一最大切线斜率。
以等容收缩期为例,确定第一最大切线斜率的加权时间函数dPD-shear rate(t)max的过程可以为:获取过去24h内各个等容收缩期对应动脉血压时间函数PD(t),并分别确定这些动脉血压时间函数PD(t)的最大切线斜率,按照时间顺序对这些最大切线斜率进行排列,根据排列后的最大切线斜率进行时间加权,得到对应的加权时间函数dPD-shear rate(t)max。在一些实施例中,也可以为不同时刻赋予不同的权重,以对dPD-shear rate(t)max的结果进行调整,便于后续的数据处理过程。而具体的权重值可以根据实际情况确定,本发明实施例对此不做限制。
进一步地,统计矩是随机变量的最广泛的数字特征,在概率论与数理统计中占有重要地位,最常用的有原点矩和中心矩,需要说明的是,本发明实施例所计算的统计矩既可以是原点矩也可以是中心矩。本实施例中,计算第一中间函数的统计矩,将所计算的统计矩确定为心室压力时间函数PV(t),以便后续确定压力容积环。进一步地,统计矩可以是一阶、二阶、三阶统计矩等,同时,所计算的统计矩的个数可以为至少一个。更进一步地,所述处理器执行所述计算机程序时还实现以下步骤:计算所述第一中间函数的三阶统计矩(即偏度),得到所述心室压力时间函数PV(t)。
三阶统计矩为偏度,是一种不对称的度量,它表明函数的左、右相对于统计模式是否更重。正偏函数迅速上升,达到峰值,然后缓慢下降。偏度值包括在均值(一阶统计矩)或标准差(二阶统计矩)中找不到的形状信息,特别是,它表明函数最初上升到峰值的速度有多快,然后衰减的速度有多慢。两个不同的函数可能具有相同的均值和标准差,但它们很少有相同的偏斜度。本发明实施例将第一最大切线斜率的加权时间函数dPD-shear rate(t)max的偏态作为心室压力时间函数PV(t),做得到的心室压力时间函数PV(t)能有效表征心室压力的变化情况,使得最终得到的压力容积环能更好地用于评价心脏状态。
在一些实施例中,也可以将第一最大切线斜率的加权时间函数dPD-shear rate(t)max确定为心室压力时间函数PV(t),而不进行统计矩的计算。
上述实施例根据目标心动周期的最大切线斜率的统计矩得到心室压力时间函数,所得到的心室压力时间函数能充分表征心室压力的最大变化量,使得所得到的压力容积环更为准确。
在一个实施例中,所述处理器执行所述计算机程序时还实现以下步骤:所述获取动脉血压随时间变化的信息,得到动脉血压时间函数PD(t)的步骤之后,还包括:确定所述动脉血压时间函数PD(t)在所述第一目标心动周期中的动脉特征数据;所述动脉特征数据用于评价动脉运行状态。
动脉特征数据可以指动脉血压极小函数值PD(t)min、动脉血压极大函数值PD(t)max、实时动脉血压波速Wave speed、动脉血压前向压缩波函数PDpro(t)等。具体的,动脉特征数据可以通过以下几个实施例来确定:
在一个实施例中,所述处理器执行所述计算机程序时还实现以下步骤:确定所述动脉血压时间函数PD(t)在所述第一目标心动周期中随时间变化的极小值,得到动脉血压极小函数值PD(t)min,作为所述动脉特征数据。
以等容收缩期为例,确定动脉血压极小函数值PD(t)min的过程可以为:获取过去24h内各个等容收缩期对应动脉血压时间函数PD(t),并分别确定这些动脉血压时间函数PD(t)的极小值,按照时间顺序对这些极小值得到动脉血压极小函数值PD(t)min。
在一个实施例中,所述处理器执行所述计算机程序时还实现以下步骤:确定所述动脉血压时间函数PD(t)在所述第一目标心动周期中随时间变化的极大值,得到动脉血压极大函数值PD(t)max,作为所述动脉特征数据。
以等容收缩期为例,确定动脉血压极大函数值PD(t)max的过程可以为:获取过去24h内各个等容收缩期对应动脉血压时间函数PD(t),并分别确定这些动脉血压时间函数PD(t)的极大值,按照时间顺序对这些极大值得到动脉血压极大函数值PD(t)max。
在一个实施例中,所述处理器执行所述计算机程序时还实现以下步骤:确定所述动脉血压时间函数PD(t)在所述第一目标心动周期中随时间变化的动脉血压波速,得到实时动脉血压波速Wave speed(m/s),作为所述动脉特征数据。
其中,实时动脉血压波速可以通过以下公式来计算:
Wave speed=f(频率)*λ(波长)。
其中,f、λ对动脉血压进行波形分析获得。
在一个实施例中,所述处理器执行所述计算机程序时还实现以下步骤:确定所述动脉血压时间函数PD(t)在所述第一目标心动周期中随时间变化的前向压缩波,得到动脉血压前向压缩波函数PDpro(t),作为所述动脉特征数据。
以等容收缩期为例,确定动脉血压前向压缩波函数PDpro(t)的过程可以为:获取过去24h内各个等容收缩期对应动脉血压时间函数PD(t),并分别确定这些动脉血压时间函数PD(t)的波形叠加函数,通过波形叠加函数反向推出前向压缩波,即得到动脉血压前向压缩波函数PDpro(t)。
上述实施例通过多种方式确定动脉特征数据,这些动脉特征数据能作为中间数据来表征动脉的运行状态,即通过简单的方式获取到动脉血压信息后,能针对性地得到动脉特征数据,进而可以评价动脉的运行状态。在某些情况下,动脉特征数据也可以用于确定心室特征,进而评价心脏的运行状态。
在一些实施例中,除了确定第一目标心动周期的动脉特征数据,还可以至少确定第一目标心动周期前一心动周期和后一心动周期的动脉特征数据,结合多个心动周期的动脉特征数据来评价动脉的运行状态。即在一个实施例中,所述处理器执行所述计算机程序时还实现以下步骤:确定所述动脉血压时间函数PD(t)在第一参考心动周期中的动脉特征数据(这些动脉特征数据与第一目标心动周期对应的动脉特征数据的内容以及确定方法一致);其中,所述第一参考心动周期与所述第一目标心动周期相邻。
需要说明的是,本发明实施例中确定各种与心动周期相关的数据都可以至少针对当前心动周期、前一心动周期、后一心动周期,当然,还可以包括前二心动周期、后二心动周期、前N(≥3)心动周期、后N(≥3)心动周期等。
在一个实施例中,所述处理器执行所述计算机程序实现的所述根据所述动脉血压时间函数PD(t),确定心室压力时间函数PV(t)的步骤之后,还包括:确定所述心室压力时间函数PV(t)在第二目标心动周期中的心室特征数据;所述第二目标心动周期包括至少一个心动周期,所述心室特征数据作为中间数据,用于评价心脏状态。本实施例通过简单的方式获取心室压力时间函数,进而输出心室特征数据,心室特征数据的获取效率非常高。
其中,心室特征数据可以包括:心室最大切线斜率函数PV-shear rate(t)max、收缩期心室压力时间函数PVsys(t)、舒张期心室压力时间函数PVdia(t)、心室压力极小函数值PV(t)min、心室压力极大函数值PV(t)max、实时心室压力波速Wave speed(m/s)、心室压力前向压缩波函数PVpro(t)、心室压力增量时间函数dPV(t)、心室舒张末期压力VEDP、心室收缩末期压力VESP等。
进一步地,心室特征数据可以通过以下几个实施例来确定:
在一个实施例中,所述处理器执行所述计算机程序时还实现以下步骤:所述确定所述心室压力时间函数PV(t)在第二目标心动周期中的心室特征数据的步骤,包括:确定所述心室压力时间函数PV(t)在所述第二目标心动周期中随时间变化的最大切线斜率,得到心室最大切线斜率函数PV-shear rate(t)max,作为所述心室特征数据。
以等容收缩期为例,确定心室最大切线斜率函数PV-shear rate(t)max的过程可以为:获取过去24h内各个等容收缩期对应的心室压力时间函数PV(t),并分别确定这些心室压力时间函数PV(t)的最大切线斜率,按照时间顺序对这些切线斜率进行排列,即得到心室最大切线斜率函数PV-shear rate(t)max。
在一些实施例中,还可以对心室压力时间函数PV(t)的最大切线斜率进行时间加权处理,将经过时间加权处理的心室压力时间函数PV(t)的最大切线斜率作为心室最大切线斜率函数PV-shear rate(t)max。
在另一些实施例中,所述处理器执行所述计算机程序实现的所述确定所述心室压力时间函数PV(t)在所述第二目标心动周期中随时间变化的最大切线斜率,得到心室最大切线斜率函数PV-shear rate(t)max,作为所述心室特征数据的步骤,包括:获取所述第二目标心动周期中任意一个心动周期的心室压力时间函数PV(t),作为目标心室压力时间函数;确定所述目标心室压力时间函数在极小值至极大值之间的三阶统计矩,作为第二中间函数;根据多个所述第二中间函数的最大切线斜率,得到所述心室最大切线斜率函数PV-shear rate(t)max。进一步地,可以获取第二目标心动周期中各个心动周期的心室压力时间函数PV(t),根据所计算的所有心室压力时间函数PV(t)确定心室最大切线斜率函数PV-shear rate(t)max。
本实施例实现的过程具体可以为:获取第二目标心动周期中一个或多个心动周期对应的心室压力时间函数,提取出各个心室压力时间函数在极大值和极小值之间的心室压力时间函数,计算所提取的心室压力时间函数的三阶统计矩,并计算这些三阶统计矩的最大切线斜率,即得到心室最大切线斜率函数PV-shear rate(t)max。通过数据处理的方式获取心室最大切线斜率函数,这个函数的确定过程简单,能有效提高心室特征数据的获取效率。
在一个实施例中,所述处理器执行所述计算机程序实现的所述确定所述心室压力时间函数PV(t)在第二目标心动周期中的心室特征数据的步骤,包括:确定所述心室压力时间函数PV(t)在所述第二目标心动周期中随时间变化的收缩期心室压力,得到收缩期心室压力时间函数PVsys(t),作为所述心室特征数据。
进一步地,当所述心室特征数据为收缩期心室压力时间函数PVsys(t)时,所述处理器执行所述计算机程序时还实现以下步骤:确定所述心室压力时间函数PV(t)从第一时间点到第二时间点之间的函数,得到所述收缩期心室压力时间函数PVsys(t);其中,所述第一时间点和第二时间点在同一心动周期中,第一时间点为心室压力时间函数PV(t)的极小值对应的时间点(如图7中的小圆圈A点),第二时间点为心室压力时间函数PV(t)的最大切线斜率对应的时间点(如图7中的小圆圈B点)。
具体的,PVsys(t)为PV(t)从PV(t)min的第一时间点起始至PV(t)max与PV(t)min之间的最大切变率函数点PV-shear rate(t)max对应的第二时间点之间的函数。
在一个实施例中,所述处理器执行所述计算机程序实现的所述确定所述心室压力时间函数PV(t)在第二目标心动周期中的心室特征数据的步骤,包括:确定所述心室压力时间函数PV(t)在所述第二目标心动周期中随时间变化的舒张期心室压力,得到舒张期心室压力时间函数PVdia(t),作为所述心室特征数据。
在一个实施例中,当所述心室特征数据为舒张期心室压力时间函数PVdia(t)时,所述处理器执行所述计算机程序时还实现以下步骤:确定所述心室压力时间函数PV(t)从第二时间点到第三时间点之间的函数,得到所述舒张期心室压力时间函数PVdia(t);其中,所述第二时间点和第三时间点在同一心动周期中,第三时间点为心室压力时间函数PV(t)的极大值对应的时间点(如图7中的小圆圈C点)。
PVdia(t)为PV(t)从PV-shear rate(t)max对应的第二时间点至下一心动周期PV(t)min对应的第三时间点之间的函数。
在一个实施例中,所述处理器执行所述计算机程序实现的所述确定所述心室压力时间函数PV(t)在第二目标心动周期中的心室特征数据的步骤,包括:确定所述心室压力时间函数PV(t)在所述第二目标心动周期中随时间变化的极小值,得到心室压力极小函数值PV(t)min,作为所述心室特征数据。
在一个实施例中,所述处理器执行所述计算机程序实现的所述确定所述心室压力时间函数PV(t)在第二目标心动周期中的心室特征数据的步骤,包括:确定所述心室压力时间函数PV(t)在所述第二目标心动周期中随时间变化的极大值,得到心室压力极大函数值PV(t)max,作为所述心室特征数据。
在一个实施例中,所述处理器执行所述计算机程序实现的所述确定所述心室压力时间函数PV(t)在第二目标心动周期中的心室特征数据的步骤,包括:确定所述心室压力时间函数PV(t)在所述第二目标心动周期中随时间变化的心室压力波速,得到实时心室压力波速Wave speed(m/s),作为所述心室特征数据。
在一个实施例中,所述处理器执行所述计算机程序实现的所述确定所述心室压力时间函数PV(t)在第二目标心动周期中的心室特征数据的步骤,包括:确定所述心室压力时间函数PV(t)在所述第二目标心动周期中随时间变化的前向压缩波,得到心室压力前向压缩波函数PVpro(t),作为所述心室特征数据。
需要说明的是,上述确定心室压力极小函数值PV(t)min、心室压力极大函数值PV(t)max、实时心室压力波速Wave speed(m/s)、心室压力前向压缩波函数PVpro(t)的过程与前述确定动脉血压极小函数值PD(t)min、动脉血压极大函数值PD(t)max、实时动脉血压波速Wavespeed、动脉血压前向压缩波函数PDpro(t)的方法类似,在此不再赘述。
在一个实施例中,所述处理器执行所述计算机程序实现的所述确定所述心室压力时间函数PV(t)在第二目标心动周期中的心室特征数据的步骤,包括:确定所述心室压力时间函数PV(t)在所述第二目标心动周期中随时间变化的心室压力增量,得到心室压力增量时间函数dPV(t),作为所述心室特征数据。
以等容收缩期为例,确定心室压力增量时间函数dPV(t)的具体过程可以为:获取过去24h内各个等容收缩期对应的心室压力时间函数PV(t),选择若干个时间点,分别确定这些时间点相对于前一心动周期的心室压力增量,按照时间顺序对这些切线斜率进行排列,即得到心室压力增量时间函数dPV(t),具体的,可以通过以下公式计算心室压力增量时间函数dPV(t):
dPV(t)=PV(t2)-PV(t1)
其中,PV(t1)表示前一心动周期的心室压力,PV(t2)表示当前心动周期的心室压力。
在一个实施例中,所述处理器执行所述计算机程序实现的所述确定所述心室压力时间函数PV(t)在第二目标心动周期中的心室特征数据的步骤,包括:确定所述心室压力时间函数PV(t)在所述第二目标心动周期中任意一个心动周期的心室舒张末期压力VEDP,作为所述心室特征数据。其中,VEDP为PV(t)心室舒张终点的压力值,如图4所示。
在一个实施例中,所述处理器执行所述计算机程序实现的所述确定所述心室压力时间函数PV(t)在第二目标心动周期中的心室特征数据的步骤,包括:确定所述心室压力时间函数PV(t)在所述第二目标心动周期中任意一个心动周期的心室收缩末期压力VESP,作为所述心室特征数据。其中,VESP为PV(t)心室收缩终点的压力值,如图4所示。
在一个实施例中,所述处理器执行所述计算机程序实现的所述确定所述心室压力时间函数PV(t)在第二目标心动周期中的心室特征数据的步骤之后,还包括:确定所述心室压力时间函数PV(t)在第二参考心动周期中的心室特征数据(这些心室特征数据与第二目标心动周期对应的心室特征数据的内容以及确定方法一致);其中,所述第二参考心动周期与所述第二目标心动周期相邻。具体的,第二参考心动周期可以包括第二目标心动周期的前一心动周期和后一心动周期。
上述实施例通过多种方式确定心室特征数据,这些心室特征数据能作为中间数据来表征心室的运行状态,即通过简单的方式获取到心室容积信息后,能针对性地得到心室特征数据,进而可以评价心室的运行状态。
在一个实施例中,所述处理器执行所述计算机程序实现的所述确定所述心室压力时间函数PV(t)在第二目标心动周期中的心室特征数据的步骤之后,还包括:获取第三目标心动周期中的第一心室特征实际数据;根据所述第一心室特征实际数据,对所述心室特征数据进行修正。
可以通过专业的数据测量仪器来测量心室特征实际数据(因此,心室特征实际数据也可以称为感测输入特征数据)。例如,通过心室压力测量设备测量心室收缩末期实际压力,通过该心室收缩末期实际压力对前述实施例中计算出的心室收缩末期压力进行校正。另外,可以确定心室收缩末期实际压力与前述所计算的心室收缩末期压力的差值,将这个差值作为校正值,在每次计算出心室收缩末期压力时,都可以通过这个校正值进行校正。通过这样的方式,能保证最终确定的心室特征数据的准确性,进而准确评价心室的运行状态。
相应的,可以对第三目标周期的相邻心动周期对应的心室特征数据进行校正。在一个实施例中,所述处理器执行所述计算机程序实现的所述获取第三目标心动周期中的心室特征实际数据的步骤之后,还包括:获取第三参考心动周期中的第二心室特征实际数据;其中,所述第三参考心动周期与所述第三目标心动周期相邻;根据所述第二心室特征实际数据,对所述心室特征数据进行修正。
在一些实施例中,也可以通过第三参考心动周期的心室特征实际数据来校正第三目标心动周期的心室特征数据。
在一个实施例中,所述处理器执行所述计算机程序时还实现以下步骤:确定心脏腔体体积随时间变化的信息,得到心脏腔体体积时间函数Scav(t);根据所述心脏腔体体积时间函数Scav(t),确定心室容积时间函数V(t)。其中,在获取心脏腔体体积之后,识别出心室对应的区域,就能确定出心室容积,通过在这样的方式就能得到心室容积时间函数V(t)。具体的,可以通过以下公式得到心室容积时间函数V(t):
V(t)=Scav(t)*Ki,其中Ki为体素系数,是经验数据(可以根据实际情况确定)。
在一个实施例中,所述处理器执行所述计算机程序实现的所述确定心脏腔体体积随时间变化的信息,得到心脏腔体体积时间函数Scav(t)的步骤之后,还包括:计算所述心脏腔体体积时间函数Scav(t)的三阶统计矩,作为第一评价数据;所述第一评价数据用于评价心脏状态。具体的,第一评价数据可以用于评价心脏的腔体形态。
具体的,所述处理器执行所述计算机程序实现的所述确定心脏腔体体积随时间变化的信息,得到心脏腔体体积时间函数Scav(t)的步骤,包括:获取心脏三维超声图像;所述心脏三维超声图像根据传感器发送的B模式下的心脏三维超声信号确定;根据所述心脏三维超声图像,得到心脏超声成像视频;将所述心脏超声成像视频与标准心脏腔体体积数据进行标准化匹配,根据标准化匹配结果得到心脏腔体体积时间函数Scav(t);其中,所述标准心脏腔体体积数据根据标准化超声体素模型(可以指一个正常心脏或者心脏模型)确定。
前述传感器可以指耦合到超声探头的传感器,即可以通过超声设备来获取心脏三维超声图像。进一步地,传感器发送的心脏三维超声信号可以是多个心动周期的超声信号,具体的,可以是至少5个心动周期对应的超声信号。通过整合多个超声信号能得到更长的心脏三维成像视频,进而可以提取出更为有用的心脏腔体体积时间函数Scav(t)。
可以通过胸心脏超声探头获取标准左室长轴切面,将取样线置于二尖瓣腱索水平,并与室间隔及左室后壁垂直获取M型图像,间断测量舒张末期容积和收缩末期容积(当然,也可以获取其他心动状态对应的容积)。取标准心尖四腔切面,心动图中QRS波定点为舒张末期,T波终点为收缩末期,通过Simpson’s法测量舒张末期容积和收缩末期容积,在实际的图像获取过程中,可以对上述参数进行校准。
另外,将心脏超声成像视频与标准心脏腔体体积数据进行标准化匹配可以指:对心脏超声成像视频与标准心脏腔体体积数据进行比对,进而确定视频中心脏所对应的区域,根据这个区域的随时间变化的体积得到心脏腔体体积时间函数Scav(t)。
在一些实施例中,也可以获取心脏二维超声信号,根据心脏二维超声信号生成心脏二维成像视频,进而得到心脏腔体面积时间函数Smea(t),这个心脏腔体面积时间函数Smea(t)可以用于评价心脏的运行状态,也可以用于确定心室容积时间函数V(t),进而生成压力容积环。
进一步地,所述处理器执行所述计算机程序时还实现以下步骤:所述将所述心脏超声成像视频与标准心脏腔体体积数据进行标准化匹配的步骤,包括:确定所述心脏超声成像视频在第四目标心动周期中随时间变化的高阶灰度体素区域,得到心脏体素时间函数VP(t);所述第四目标心动周期包括至少一个心动周期;计算所述心脏体素时间函数VP(t)的统计矩,得到第一体素函数;计算所述第一体素函数的灰度方差,得到第二体素函数;计算所述第一体素函数的灰度偏度,得到第三体素函数;根据所述第二体素函数的统计矩和所述第三体素函数的统计矩,得到心脏灰度阶数函数Gheart(t);根据所述心脏灰度阶数函数Gheart(t),将所述心脏超声成像视频与标准心脏腔体体积数据进行标准化匹配。
Gheart(t)=u2+u3
其中,μ2为标准差σ的平方,μ3为偏度的立方,它们具体的计算公式分别如下:
具体的,所述处理器执行所述计算机程序时实现的所述根据所述心脏灰度阶数函数Gheart(t),将所述心脏超声成像视频与标准心脏腔体体积数据进行标准化匹配的步骤,包括:通过典型关联分析法(CCA)确定所述心脏超声成像视频中的光阑区域,从所述光阑区域中确定心脏腔室区域;根据所述心脏灰度阶数函数Gheart(t),确定所述心脏腔室区域的极低灰度区域;从所述极低灰度区域中选取第一样本点;将所选取的第一样本点的位置数据与所述标准心脏腔体体积数据进行标准化匹配。其中,光阑区域指的是心脏超声成像视频中心脏所对应的区域,可以根据超声信号中的灰度值从光阑区域中确定心脏腔室区域。进一步地,第一样本点的选取可以是按照一定的像素间隔从视频的各个帧图像中提取像素点,该像素间隔可以根据实际情况确定,对于准确性要求较高的情况,像素间隔可以确定为一个较小的值。
进一步地,所述处理器执行所述计算机程序时还实现以下步骤:所述根据所述心脏灰度阶数函数Gheart(t),确定所述心脏腔室区域的极低灰度区域的步骤,包括:根据所述心脏灰度阶数函数Gheart(t),确定所述心脏腔室区域的灰度总值;根据所述灰度总值确定所述心脏腔室区域的基准极低灰度值;所述基准极低灰度值用于区分极低灰度和非极低灰度;根据所述基准极低灰度值,确定所述心脏腔室区域中的极低灰度区域。本实施例中,在确定心脏腔室区域的灰度总值之后,可以根据灰度总值对心脏腔室区域的灰度划分等级,例如:极低灰度值、低灰度值、中灰度值、高灰度值、极高灰度值等。在心脏超声图像中,心脏腔室往往是由极低灰度区域(对应心脏房室壁等区域)包围,因此,本实施例确定极低灰度区域,以便心脏腔室区域。
更进一步地,所述处理器执行所述计算机程序时还实现以下步骤:所述将所选取的第一样本点的位置数据与所述标准心脏腔体体积数据进行标准化匹配的步骤,包括:根据所选取的第一样本点的位置数据,确定所述极低灰度区域的边缘区域;对所述边缘区域进行二阶统计处理,得到第三中间函数;将所述第三中间函数的时间加权函数值与所述标准心脏腔体体积数据进行标准化匹配。
本实施例对极低灰度区域的边缘区域进行处理,处理后得到的数据能更显著地表征心脏腔室区域的特征同时减少需要匹配的数据量,因此,将处理后的数据与心脏腔体体积数据进行标准化匹配,在保证匹配效率的同时,能通过标准化匹配准确确定出心脏腔体对应的区域。
在一个实施例中,所述处理器执行所述计算机程序时还实现以下步骤:所述通过典型关联分析法确定所述心脏超声成像视频中的光阑区域,从所述光阑区域中确定心脏腔室区域的步骤之后,还包括:根据所述心脏灰度阶数函数Gheart(t),确定所述心脏腔室区域的极高灰度区域;从所述极高灰度区域中选取第二样本点;将所选取的第二样本点的位置数据与所述标准心脏腔体体积数据进行标准化匹配。第二样本点的选取可以是按照一定的像素间隔从视频的各个帧图像中提取像素点,该像素间隔可以根据实际情况确定,对于准确性要求较高的情况,像素间隔可以确定为一个较小的值。
本实施例通过与前述实施例相反的方式来确定心脏腔体对应的区域,因为,极高灰度区域对应的往往不是心脏腔体区域,因此,通过选取第二样本点与标准心脏腔体体积进行标准化匹配,能匹配出非心脏腔体区域,从心脏超声成像视频中区域非心脏腔体区域就能得到心脏腔体区域,进而确定出心室容积时间函数V(t)。当然,非心脏腔体区域的中部往往会留有心脏腔体的轮廓,因此,根据非心脏腔体区域也能直接确定出心室容积时间函数V(t)。
在一个实施例中,所述处理器执行所述计算机程序时还实现以下步骤:所述从所述光阑区域中确定心脏腔室区域的步骤,包括:去除所述光阑区域中超声信号强度大于预设的参考信号强度的杂波体素;从去除杂波体素后的光阑区域中,确定心脏腔室区域。其中,参考信号强度可以根据实际情况确定,本发明实施例对此不做限制,能把不需要的杂波信号去除即可。
在一个实施例中,所述处理器执行所述计算机程序实现的所述确定所述心脏超声成像视频在第四目标心动周期中随时间变化的高阶灰度体素区域的步骤之后,还包括:确定所述高阶灰度体素区域在所述第四目标心动周期中随时间变化的极大体素值,得到极大体素时间函数VP(t)max,作为第二评价数据;所述第二评价数据用于评价心脏状态。其中,极大体素值指的是高阶灰度体素区域对应的灰度函数在第四目标心动周期中的极大值。极大体素时间函数VP(t)max可以用于评价心脏的轮廓变化。
在一个实施例中,所述处理器执行所述计算机程序时实现的所述确定所述高阶灰度体素区域在所述第四目标心动周期中随时间变化的极大体素值,得到极大体素时间函数VP(t)max的步骤之后,还包括:确定所述极大体素时间函数VP(t)max的四阶统计矩(即峰度),作为第三评价数据;所述第三评价数据用于评价心脏状态。
峰度是衡量函数是否比正态分布更高或更平坦。因此,一个较高的峰度值将指示在平均值附近有一个明显的峰值,此后下降。一个较低的峰度值将倾向于表明该函数在其峰值区域相对平缓。正态分布的峰度为3.0;因此,实际的峰度值通常由3.0调整,从而使该值相对于原点有一定的偏移。本实施例通过峰度来作为评价数据,能表征极大体素时间函数与标准值的偏移情况,可以评价心脏状态与标准状态是否存在差别并进一步地确定差别大小。
在一个实施例中,所述处理器执行所述计算机程序时还实现以下步骤:所述确定所述心脏超声成像视频在第四目标心动周期中随时间变化的高阶灰度体素区域的步骤之后,还包括:确定所述高阶灰度体素区域在第四目标心动周期中随时间变化的极小体素值,得到极小体素时间函数VP(t)min,作为第四评价数据;所述第四评价数据用于评价心脏状态。其中,极小体素值指的是高阶灰度体素区域对应的灰度函数在第四目标心动周期中的极小值。极小体素时间函数VP(t)max可以用于评价心脏的轮廓变化。
在一个实施例中,所述处理器执行所述计算机程序实现的所述根据所述心脏三维超声图像,得到心脏超声成像视频的步骤,包括:若所述心脏三维超声图像为彩色图像,对所述心脏三维超声图像进行灰度加权回归处理;根据加权回归处理后的心脏三维超声图像,得到所述心脏超声成像视频。上述实施例通过灰度加权处理,能有效减小图像的数据量,提高心脏超声成像视频的获取效率,进而提高压力容积环的确定效率。
在一个实施例中,所述处理器执行所述计算机程序时还实现以下步骤:所述获取心脏三维超声图像的步骤之前,还包括:以每秒至少36帧的三维区域速率多次获取心脏三维超声信号;所述心脏三维超声信号包括B模式和流量超声数据的交错扫描信号。进一步地,所述流量超声数据包括多个体素的血流速度。本实施例限定了心脏三维超声信号的获取方法,通过这种方式获取的心脏三维超声信号,能更为直观地表现出心脏的容积信息,进而可以得到更为准确的心室容积时间函数V(t)。
在一个实施例中,所述处理器执行所述计算机程序时还实现以下步骤:所述根据所述心脏腔体体积时间函数Scav(t),确定心室容积时间函数V(t)的步骤之后,还包括:确定所述心室容积时间函数V(t)在第五目标心动周期中的容积特征数据;所述第五目标心动周期包括至少一个心动周期;所述容积特征数据用于评价心脏状态。其中,容积特征数据指的是心脏内壁容积的特征,可以包括心室容积极大函数值V(t)max、心室容积极小函数值V(t)min、极值差函数、实时主动脉血流速度Wave speed等。具体的,容积特征数据可以通过以下几个实施例来确定:
在一个实施例中,所述处理器执行所述计算机程序实现的所述确定所述心室容积时间函数V(t)在第五目标心动周期中的容积特征数据的步骤,包括:确定所述心室容积时间函数V(t)在第五目标心动周期中随时间变化的极大值,得到心室容积极大函数值V(t)max,作为所述容积特征数据。
在一个实施例中,所述处理器执行所述计算机程序实现的所述确定所述心室容积时间函数V(t)在第五目标心动周期中的容积特征数据的步骤,包括:确定所述心室容积时间函数V(t)在第五目标心动周期中随时间变化的极小值,得到心室容积极小函数值V(t)min,作为所述容积特征数据。
在一个实施例中,所述处理器执行所述计算机程序实现的所述确定所述心室容积时间函数V(t)在第五目标心动周期中的容积特征数据的步骤,包括:确定所述心室容积时间函数V(t)在第五目标心动周期中随时间变化的极大值与极小值的差值,得到极值差函数,作为所述容积特征数据。
在一个实施例中,所述处理器执行所述计算机程序时还实现以下步骤:所述确定所述心室容积时间函数V(t)在第五目标心动周期中的容积特征数据的步骤,包括:确定所述心室容积时间函数V(t)在第五目标心动周期中随时间变化的主动脉血流速度,得到实时主动脉血流速度Wave speed(m/s),作为所述容积特征数据。
上述极大值、极小值以及实时主动脉血流速度的计算方法可以参见动脉特征数据中的计算方法。
在一个实施例中,所述处理器执行所述计算机程序实现的所述确定所述心室容积时间函数V(t)在第五目标心动周期中的容积特征数据的步骤之后,还包括:确定所述心室容积时间函数在第四参考心动周期中的容积特征数据;其中,所述第四参考心动周期与所述第五目标心动周期相邻。第四参考心动周期中的容积特征数据与第四目标心动周期对应的容积特征数据的内容以及确定方法一致。
在一个实施例中,所述处理器执行所述计算机程序实现的所述根据所述心脏腔体体积时间函数Scav(t),确定心室容积时间函数V(t)的步骤之后,还包括:获取补偿值;根据所述补偿值,对所述心室容积时间函数V(t)进行补偿。
进一步地,所述处理器执行所述计算机程序时还实现以下步骤:所述获取补偿值的步骤,包括:分别确定所述心室容积时间函数V(t)的一阶、二阶、三阶以及四阶统计矩;获取预先确定的心率(Heart Rate,HR)、体表面积BSA以及顺应值kprior;其中,所述顺应值kprior按照langwouters方法计算得到;根据所述心室容积时间函数V(t)的一阶、二阶、三阶、四阶统计矩,心率,体表面积,顺应值kprior中的至少一项,计算得到所述补偿值。
其中,心率、体表面积以及顺应值kprior指的是同一待测对象心脏对应的心率、体表面积以及顺应值kprior,补偿值的计算公式可以为:
K补偿=K(HR,Kprior,BSA,μ1P,σP,μ3P,μ4P,μ1T,σT,μ3T,μ4T)
其中,μ1为均值,μ2=σ2为标准差σ的平方,μ3为偏度的立方,μ4为峰度的四次方。因此:
其中,补偿值可以由医护人员根据经验对上述参数进行分析整合得到,也可以通过特定的运算过程运算得到,例如通过训练好的补偿值预测模型来得到补偿值。具体的,可以根据临床数据提取上述参数以及对应的补偿值,将这些数据输入到初始的补偿值预测模型中,该补偿值预测模型对这些数据进行自学习,进而完成训练过程。已训练的补偿值预测模型能够根据输入的V(t)的一阶、二阶、三阶、四阶统计矩,心率,体表面积,顺应值kprior中至少一项输出对应的补偿值。
压力容积环可以如图8所示,从图8可以看出,压力容积环中包含有许多信息,例如:图8展示了心动周期中的各个状态,其中,1表收缩末期(动脉瓣关闭),2表示二尖瓣打开,3表示舒张末期(二尖瓣关闭),4表示动脉瓣打开,从图8中,还可以获知动脉弹性(Ea)、收缩末压-容积关系、SVR全身血管阻力、每搏输出量、射血、血压以及舒张末期压-容积关系,同时还能获知SVR增减和SVR降低、收缩力增加、收缩力降低、前负荷降低、前负荷增加对应的状态。因此,在一个实施例中,所述处理器执行所述计算机程序实现的所述根据所述心室压力时间函数和所述心室容积时间函数,确定压力容积环的步骤之后,还包括:根据所述压力容积环,计算心血管特征数据;所述心血管特征数据用于评价心脏状态。
在一个实施例中,所述心血管特征数据包括以下至少一项:左心室舒张末期容积(LVEDV)、左心室收缩末期容积(LVESV)、每搏输出量SV、左心室射血分数(LVEF)、心室每搏功(SW)、最小心室压力增加率(dP/dt)min、最大心室压力增加率(dP/dt)max、等容舒张常数(Isovolumic relaxation constant)、心室弹性Ea、收缩末期压力容积关系(End-systolicpressure-volume relationship,ESPVR)、左心室收缩末期弹性(End-systolicelastance,Ees)、舒张末期压力容积关系(End-diastolic pressure-volumerelationship,EDPVR)、左心室舒张末期弹性、压力容积环面积(PVA)以及前负荷补偿能力每搏功(Preload recruitable stroke work,PRSW)。
以下对这些心血管特征数据进行解释说明:
对于左心室舒张末期容积(LVEDV)和左心室收缩末期容积(LVESV),图9(a)和(b)分别是左心室在A4C和A2C状态下的超声图像,其中,a1和b1分别表示这两个状态的心室宽度。
进一步地,LVEDV的计算公式可以分别如下:
其中,L表示心室长轴长度,n表示切面层数。
每搏输出量SV=LVEDV-LVESV;在一个心动周期,左心室射入主动脉中的血量一般为40-60mL。
左心室射血分数(LVEF)=(LVEDV-LVESV)/LVEDV。
心室每搏功(SW)指PV环所包含的面积,单位为mmHg*mL。
PVA=PE+SW;
ESPVR中还可以包括收缩末期压力容积关系的斜率。
最小心室压力增加率(dP/dt)min发生在等容舒张期中,此时心室舒张但无血液流入,故心室压力下降速率非常大。
最大心室压力增加率(dP/dt)max发生在等容收缩期中,此时心室收缩但血液不排出,故心室压力上升速率非常高。
PVA代表心室收缩产生的总机械能量。
在一些实施例中,心血管特征数据还可以包括最小容积压力增加率(dV/dt)min、最大容积压力增加率(dV/dt)max、心脏输出血量(Cardio Output,CO)等。其中,(dV/dt)min指的是心室容积的最小变化量,发生在慢速射血期;(dV/dt)max指的是心室容积的最大变化量,在等舒张完成后开始,心室舒张末期完成之前,此時左心室因为二尖瓣开放,血液流入心室使得心室腔容积发生最大变化;心脏输出血量(CO)指的是一分钟内心脏射出的血液总量,即每搏量(Stroke Volume,SV)乘以心率,CO=SV×HR。
上述实施例在确定压力容积环之后,从压力容积环中获取多种类型的心血管特征数据,能为评价心血管状态提供数据支持。
随着侵入性和非侵入性测量技术的进步,准确测定心脏腔室压力与容积,并进一步明确收缩末期和舒张末期压力与容积关系,是心血管生理学及病理生理学基础研究、转化医学及循环***临床研究的重要数据。目前的一种确定心脏流量(或心输出量CO)的方法是在导管上安装一些压力与流量测量装置,然后将导管***受检者并将其移动,使其处于或接近受试者的心脏。一些这样的装置在心脏的上游位置(如右心房)注入一系列物质或能量(通常是热量),并根据注入材料的特性或下游位置(如对于右心***的肺动脉以及对于左心***的主动脉)的能量来确定压力与流量。这种置入或者接近心脏的侵入性技术有明显的缺点,主要是心导管术具有潜在的危险性,导管刺激会造成心脏腔室的损害及心脏功能损害;导管置入也可能会造成心腔瓣膜的开启闭合受限,严重时可能影响到心脏功能,特别是考虑到受试者某些实际或潜在的严重病理状况。侵入性方法也有一些其他的缺点:如热稀释依赖于假设注入热能量的均匀分散,这些技术会影响测量的准确性。此外,仪器引入血液流动可能会影响血流的原始状态并影响仪器的测量数据。目前还有依靠脉冲等高线法(PCM)并基于血压推算流量,它根据每一个完整的压力波形的特性计算出CO的估计值。在PCM中,用主动脉的特征阻抗、顺应性和总外周阻力参数来建立主动脉的线性或非线性血流动力学模型。实际上可以将血流近似于电路中的电流,并联于动脉***的各个脏器相当于具有一定阻抗(电阻)与容积(电容)的***。该类模型的主要参数通常是通过一个复杂的校准过程确定的,或者是从既往汇集的“人体测量”数据中确定的,即关于受试者的年龄、性别、身高、体重等的数据来确定的。基于PCM的***可以连续监测CO,而不需要在病人体内留置导管。一些PCM***是用桡动脉测量的血压波形来实现的。然而,PCM仅仅体现出动脉***的压力并进一步推算动脉***的血流,但是其无法获取循环***能量源——心脏的相关数据;另一方面,需要一个更深层次的模型来演示动脉分支引起的动脉***多重阻抗变化,以及压力波反射的复杂模式。
针对上述问题,为了更好地理解上述确定设备,以下详细阐述一个本发明压力容积环的确定设备的应用实例。该确定设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如图10所示的步骤:
S1001、获取待测对象的动脉血压数据。
S1002、根据动脉血压数据与时间的关系,生成动脉血压时间函数。
S1003、根据所述动脉血压时间函数,确定心室压力时间函数。
S1004、获取待测对象的心室容积时间函数。
S1005、根据心室容积时间函数,生成心室容积时间函数。
S1006、根据同一时间段(t0至tm,可以包括至少一个心动周期)的心室压力函数和心室容积时间函数的关系,得到心室压力容积曲线(环)P-V loop。
本实施例提供的压力容积环的确定设备,无需通过心导管技术将探头置入待测对象的心脏腔室内部,即可得到其心室压力值变化数据以及心室容积值变化数据,从而得到待测对象的心室压力容积环,这样可以有效降低创伤风险。此外,也可以避免因导管置入造成的心脏电、机械活动障碍,而心脏电、机械活动障碍会影响心腔压力数据的准确性,因此,能提高所确定的容积环的准确性。
在一个实施例中,如图11所示,提供了一种压力容积环的确定***1100,包括:压力处理装置1101、容积处理装置1102以及中心处理装置1103,所述压力处理装置、所述容积处理装置分别与所述中心处理装置网络连接;所述压力处理装置,用于获取动脉血压随时间变化的信息,得到动脉血压时间函数PD(t);根据所述动脉血压时间函数PD(t),确定心室压力时间函数PV(t);将所述心室压力时间函数PV(t)发送给所述中心处理装置;所述容积处理装置,用于获取心室容积随时间变化的信息,得到心室容积时间函数V(t);将所述心室容积时间函数V(t)发送给所述中心处理装置;所述中心处理装置,用于根据所述心室压力时间函数PV(t)和所述心室容积时间函数V(t),确定压力容积环。
在一些实施例中,压力容积环的确定***还可以包括超声探头,该超声探头与容积处理装置连接。具体的,超声探头获取受试者的超声信号,并将其发送给容积处理装置,由容积处理装置生产心室容积时间函数V(t)。
上述实施例提供的压力容积环的确定***,确定设备根据获取动脉血压随时间变化的信息,得到心室压力时间函数;根据心室容积随时间变化的信息,得到心室容积时间函数;进而根据心室压力时间函数和心室容积时间函数,自动生成压力容积环。通过简单的方式获取心室压力以及心室容积的数据,进而自动生成压力容积环,能有效提高压力容积环的确定效率。
在一个实施例中,所述容积处理装置包括:超声探头、图像处理设备以及处理器;所述图像处理设备分别与所述超声探头以及所述处理器网络连接;所述处理器还与所述中心处理装置网络连接;所述超声探头,用于接收传感器发送的B模式下的心脏三维超声信号,将所述心脏超声信号发送给所述图像处理设备;所述图像处理设备,用于根据传感器发送的B模式下的心脏三维超声信号确定心脏三维超声图像,根据所述心脏三维超声图像得到心脏超声成像视频,将所述心脏超声成像视频发送给所述处理器;所述处理器,用于将所述心脏超声成像视频与标准心脏腔体体积数据进行标准化匹配,根据标准化匹配结果得到心脏腔体体积时间函数Scav(t),根据所述心脏腔体体积时间函数Scav(t),确定心室容积时间函数V(t);并将所述心室容积时间函数V(t)发送给所述中心处理装置。
在一个实施例中,如图12所示,提供了一种压力容积环的确定方法。该方法可以应用于前述实施例中的压力容积环的确定设备中。以该方法应用于图2中的确定设备为例进行说明,包括以下步骤:
S1201、获取动脉血压随时间变化的信息,得到动脉血压时间函数PD(t)。
S1202、根据所述动脉血压时间函数PD(t),确定心室压力时间函数PV(t)。
S1203、获取心室容积随时间变化的信息,得到心室容积时间函数V(t)。
S1204、根据所述心室压力时间函数PV(t)和所述心室容积时间函数V(t),确定压力容积环。
本实施例提供的压力容积环的确定方法,通过简单的方式获取心室压力以及心室容积的数据,进而自动生成压力容积环,能有效提高压力容积环的确定效率。
需要说明的是,对于前述的各方法实施例,为了简便描述,将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。
基于与上述实施例中的压力容积环的确定方法相同的思想,本发明还提供压力容积环的确定装置,该装置可用于执行上述压力容积环的确定方法。为了便于说明,压力容积环的确定装置实施例的结构示意图中,仅仅示出了与本发明实施例相关的部分,本领域技术人员可以理解,图示结构并不构成对装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
在一个实施例中,如图13所示,提供一种压力容积环的确定装置1300包括动脉血压获取模块1301、心室压力获取模块1302、心室容积获取模块1303和压力容积环确定模块1304,详细说明如下:
动脉血压获取模块1301,用于获取动脉血压随时间变化的信息,得到动脉血压时间函数PD(t)。
心室压力获取模块1302,用于根据所述动脉血压时间函数PD(t),确定心室压力时间函数PV(t)。
心室容积获取模块1303,用于获取心室容积随时间变化的信息,得到心室容积时间函数V(t)。
以及,压力容积环确定模块1304,用于根据所述心室压力时间函数PV(t)和所述心室容积时间函数V(t),确定压力容积环。
本实施例提供的压力容积环的确定装置,通过简单的方式获取心室压力以及心室容积的数据,进而自动生成压力容积环,能有效提高压力容积环的确定效率。
需要说明的是,上述示例的压力容积环的确定装置的实施方式中,各程序模块的逻辑划分仅是举例说明,实际应用中可以根据需要,例如出于相应硬件的配置要求或者软件的实现的便利考虑,将上述功能分配由不同的程序模块完成,即将所述压力容积环的确定装置的内部结构划分成不同的程序模块,以完成以上描述的全部或者部分功能。
此外,本发明的压力容积环的确定***、装置及方法与本发明的压力容积环的确定设备一一对应,在上述压力容积环的确定设备的实施例阐述的技术特征及其有益效果均适用于压力容积环的确定***、装置及方法的实施例中,具体内容可参见本发明方法实施例中的叙述,此处不再赘述,特此声明。
在一个实施例中,提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时,使得处理器执行上述压力容积环的确定方法的步骤。此处压力容积环的确定方法的步骤可以是上述各个实施例的压力容积环的确定方法中的步骤。
本领域普通技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,作为独立的产品销售或使用。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本发明实施例的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或(模块)单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,不能理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (43)
1.一种压力容积环的确定设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现以下步骤:
获取动脉血压随时间变化的信息,得到动脉血压时间函数;
根据所述动脉血压时间函数,确定心室压力时间函数;
获取心室容积随时间变化的信息,得到心室容积时间函数;
根据所述心室压力时间函数和所述心室容积时间函数,确定压力容积环;
所述处理器执行所述计算机程序时还实现以下步骤:
计算所述动脉血压时间函数在第一目标心动周期中的第一最大切线斜率;所述第一目标心动周期包括至少一个心动周期;
确定所述第一最大切线斜率的加权时间函数,作为第一中间函数;
根据所述第一中间函数的统计矩,得到所述心室压力时间函数。
2.根据权利要求1所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
计算所述第一中间函数的三阶统计矩,得到所述心室压力时间函数。
3.根据权利要求1所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
确定所述动脉血压时间函数在第一目标心动周期中的动脉特征数据;所述动脉特征数据用于评价动脉运行状态。
4.根据权利要求3所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
确定所述动脉血压时间函数在所述第一目标心动周期中随时间变化的极小值,得到动脉血压极小函数值,作为所述动脉特征数据;
确定所述动脉血压时间函数在所述第一目标心动周期中随时间变化的极大值,得到动脉血压极大函数值,作为所述动脉特征数据;
确定所述动脉血压时间函数在所述第一目标心动周期中随时间变化的动脉血压波速,得到实时动脉血压波速,作为所述动脉特征数据;
和/或,
确定所述动脉血压时间函数在所述第一目标心动周期中随时间变化的前向压缩波,得到动脉血压前向压缩波函数,作为所述动脉特征数据。
5.根据权利要求3所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
确定所述动脉血压时间函数在第一参考心动周期中的动脉特征数据;其中,所述第一参考心动周期与所述第一目标心动周期相邻。
6.根据权利要求1所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
确定所述心室压力时间函数在第二目标心动周期中的心室特征数据;所述第二目标心动周期包括至少一个心动周期,所述心室特征数据用于评价心脏状态。
7.根据权利要求6所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
确定所述心室压力时间函数在所述第二目标心动周期中随时间变化的最大切线斜率,得到心室最大切线斜率函数,作为所述心室特征数据。
8.根据权利要求7所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
获取所述第二目标心动周期中任意一个心动周期的心室压力时间函数,作为目标心室压力时间函数;
确定所述目标心室压力时间函数在极小值至极大值之间的三阶统计矩,作为第二中间函数;
根据多个所述第二中间函数的最大切线斜率,得到所述心室最大切线斜率函数。
9.根据权利要求6所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
确定所述心室压力时间函数在所述第二目标心动周期中随时间变化的收缩期心室压力,得到收缩期心室压力时间函数,作为所述心室特征数据。
10.根据权利要求6所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
确定所述心室压力时间函数在所述第二目标心动周期中随时间变化的舒张期心室压力,得到舒张期心室压力时间函数,作为所述心室特征数据。
11.根据权利要求9或10所述的设备,其特征在于,当所述心室特征数据为收缩期心室压力时间函数时,所述处理器执行所述计算机程序时还实现以下步骤:
确定所述心室压力时间函数从第一时间点到第二时间点之间的函数,得到所述收缩期心室压力时间函数;其中,所述第一时间点和第二时间点在同一心动周期中,第一时间点为心室压力时间函数的极小值对应的时间点,第二时间点为心室压力时间函数的最大切线斜率对应的时间点。
12.根据权利要求11所述的设备,其特征在于,当所述心室特征数据为舒张期心室压力时间函数时,所述处理器执行所述计算机程序时还实现以下步骤:
确定所述心室压力时间函数从第二时间点到第三时间点之间的函数,得到所述舒张期心室压力时间函数;其中,所述第二时间点和第三时间点在同一心动周期中,第三时间点为心室压力时间函数的极大值对应的时间点。
13.根据权利要求6所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
确定所述心室压力时间函数在所述第二目标心动周期中随时间变化的极小值,得到心室压力极小函数值,作为所述心室特征数据;
确定所述心室压力时间函数在所述第二目标心动周期中随时间变化的极大值,得到心室压力极大函数值,作为所述心室特征数据;
确定所述心室压力时间函数在所述第二目标心动周期中随时间变化的心室压力波速,得到实时心室压力波速,作为所述心室特征数据;
确定所述心室压力时间函数在所述第二目标心动周期中随时间变化的前向压缩波,得到心室压力前向压缩波函数,作为所述心室特征数据;
确定所述心室压力时间函数在所述第二目标心动周期中随时间变化的心室压力增量,得到心室压力增量时间函数,作为所述心室特征数据;
确定所述心室压力时间函数在所述第二目标心动周期中任意一个心动周期的心室舒张末期压力,作为所述心室特征数据;
和/或,
确定所述心室压力时间函数在所述第二目标心动周期中任意一个心动周期的心室收缩末期压力,作为所述心室特征数据。
14.根据权利要求6所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
确定所述心室压力时间函数在第二参考心动周期中的心室特征数据;其中,所述第二参考心动周期与所述第二目标心动周期相邻。
15.根据权利要求6所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
获取第三目标心动周期中的第一心室特征实际数据;所述第三目标心动周期包括至少一个心动周期;
根据所述第一心室特征实际数据,对所述心室特征数据进行修正。
16.根据权利要求15所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
获取第三参考心动周期中的第二心室特征实际数据;其中,所述第三参考心动周期与所述第三目标心动周期相邻;
根据所述第二心室特征实际数据,对所述心室特征数据进行修正。
17.根据权利要求1所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
确定心脏腔体体积随时间变化的信息,得到心脏腔体体积时间函数;
根据所述心脏腔体体积时间函数,确定心室容积时间函数。
18.根据权利要求17所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
计算所述心脏腔体体积时间函数的三阶统计矩,作为第一评价数据;所述第一评价数据用于评价心脏状态。
19.根据权利要求17所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
获取心脏三维超声图像;所述心脏三维超声图像根据传感器发送的B模式下的心脏三维超声信号确定;
根据所述心脏三维超声图像,得到心脏超声成像视频;
将所述心脏超声成像视频与标准心脏腔体体积数据进行标准化匹配,根据标准化匹配结果得到心脏腔体体积时间函数;其中,所述标准心脏腔体体积数据根据标准化超声体素模型确定。
20.根据权利要求19所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
确定所述心脏超声成像视频在第四目标心动周期中随时间变化的高阶灰度体素区域,得到心脏体素时间函数;所述第四目标心动周期包括至少一个心动周期;
计算所述心脏体素时间函数的统计矩,得到第一体素函数;
计算所述第一体素函数的灰度方差,得到第二体素函数;
计算所述第一体素函数的灰度偏度,得到第三体素函数;
根据所述第二体素函数的统计矩和所述第三体素函数的统计矩,得到心脏灰度阶数函数;
根据所述心脏灰度阶数函数,将所述心脏超声成像视频与标准心脏腔体体积数据进行标准化匹配。
21.根据权利要求20所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
通过典型关联分析法确定所述心脏超声成像视频中的光阑区域,从所述光阑区域中确定心脏腔室区域;
根据所述心脏灰度阶数函数,确定所述心脏腔室区域的极低灰度区域;
从所述极低灰度区域中选取第一样本点;
将所选取的第一样本点的位置数据与所述标准心脏腔体体积数据进行标准化匹配。
22.根据权利要求21所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
根据所述心脏灰度阶数函数,确定所述心脏腔室区域的灰度总值;
根据所述灰度总值确定所述心脏腔室区域的基准极低灰度值;所述基准极低灰度值用于区分极低灰度和非极低灰度;
根据所述基准极低灰度值,确定所述心脏腔室区域中的极低灰度区域。
23.根据权利要求21所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
根据所选取的第一样本点的位置数据,确定所述极低灰度区域的边缘区域;
对所述边缘区域进行二阶统计处理,得到第三中间函数;
将所述第三中间函数的时间加权函数值与所述标准心脏腔体体积数据进行标准化匹配。
24.根据权利要求21所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
根据所述心脏灰度阶数函数,确定所述心脏腔室区域的极高灰度区域;
从所述极高灰度区域中选取第二样本点;
将所选取的第二样本点的位置数据与所述标准心脏腔体体积数据进行标准化匹配。
25.根据权利要求21所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
去除所述光阑区域中超声信号强度大于预设的参考信号强度的杂波体素;
从去除杂波体素后的光阑区域中,确定心脏腔室区域。
26.根据权利要求20所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
确定所述高阶灰度体素区域在所述第四目标心动周期中随时间变化的极大体素值,得到极大体素时间函数,作为第二评价数据;所述第二评价数据用于评价心脏状态。
27.根据权利要求26所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
确定所述极大体素时间函数的四阶统计矩,作为第三评价数据;所述第三评价数据用于评价心脏状态。
28.根据权利要求20所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
确定所述高阶灰度体素区域在第四目标心动周期中随时间变化的极小体素值,得到极小体素时间函数,作为第四评价数据;所述第四评价数据用于评价心脏状态。
29.根据权利要求19所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
若所述心脏三维超声图像为彩色图像,对所述心脏三维超声图像进行灰度加权回归处理;
根据加权回归处理后的心脏三维超声图像,得到所述心脏超声成像视频。
30.根据权利要求19所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
以每秒至少36帧的三维区域速率多次获取心脏三维超声信号;所述心脏三维超声信号包括B模式和流量超声数据的交错扫描信号。
31.根据权利要求30所述的设备,其特征在于,所述流量超声数据包括多个体素的血流速度。
32.根据权利要求1所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
确定所述心室容积时间函数在第五目标心动周期中的容积特征数据;所述第五目标心动周期包括至少一个心动周期;所述容积特征数据用于评价心脏状态。
33.根据权利要求32所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
确定所述心室容积时间函数在第五目标心动周期中随时间变化的极大值,得到心室容积极大函数值,作为所述容积特征数据;
确定所述心室容积时间函数在第五目标心动周期中随时间变化的极小值,得到心室容积极小函数值,作为所述容积特征数据;
确定所述心室容积时间函数在第五目标心动周期中随时间变化的极大值与极小值的差值,得到极值差函数,作为所述容积特征数据;
和/或,
确定所述心室容积时间函数在第五目标心动周期中随时间变化的主动脉血流速度,得到实时主动脉血流速度,作为所述容积特征数据。
34.根据权利要求32所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
确定所述心室容积时间函数在第四参考心动周期中的容积特征数据;其中,所述第四参考心动周期与所述第五目标心动周期相邻。
35.根据权利要求1所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
获取补偿值;
根据所述补偿值,对所述心室容积时间函数进行补偿。
36.根据权利要求35所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
分别确定所述心室容积时间函数的一阶、二阶、三阶以及四阶统计矩;
获取预先确定的心率、体表面积以及顺应值;其中,所述顺应值按照langwouters方法计算得到;
根据所述心室容积时间函数的一阶、二阶、三阶、四阶统计矩,心率,体表面积,顺应值中的至少一项,计算得到所述补偿值。
37.根据权利要求1所述的设备,其特征在于,所述处理器执行所述计算机程序时还实现以下步骤:
根据所述压力容积环,计算心血管特征数据;所述心血管特征数据用于评价心脏状态。
38.根据权利要求37所述的设备,其特征在于,所述心血管特征数据包括以下至少一项:
左心室舒张末期容积、左心室收缩末期容积、每搏输出量、左心室射血分数、心室每搏功、最小心室压力增加率、最大心室压力增加率、等容舒张常数、心室弹性、收缩末期压力容积关系、舒张末期压力容积关系、压力容积环面积以及前负荷补偿能力每搏功。
39.一种压力容积环的确定***,其特征在于,包括:压力处理装置、容积处理装置以及中心处理装置,所述压力处理装置、所述容积处理装置分别与所述中心处理装置网络连接;
所述压力处理装置,用于获取动脉血压随时间变化的信息,得到动脉血压时间函数;根据所述动脉血压时间函数,确定心室压力时间函数;将所述心室压力时间函数发送给所述中心处理装置;
所述容积处理装置,用于获取心室容积随时间变化的信息,得到心室容积时间函数;将所述心室容积时间函数发送给所述中心处理装置;
所述中心处理装置,用于根据所述心室压力时间函数和所述心室容积时间函数,确定压力容积环;
所述压力处理装置,还用于计算所述动脉血压时间函数在第一目标心动周期中的第一最大切线斜率;所述第一目标心动周期包括至少一个心动周期;确定所述第一最大切线斜率的加权时间函数,作为第一中间函数;根据所述第一中间函数的统计矩,得到所述心室压力时间函数。
40.根据权利要求39所述的***,其特征在于,所述容积处理装置包括:超声探头、图像处理设备以及处理器;
所述图像处理设备分别与所述超声探头以及所述处理器网络连接;所述处理器还与所述中心处理装置网络连接;
所述超声探头,用于接收B模式下的心脏三维超声信号,将所述心脏三维超声信号发送给所述图像处理设备;
所述图像处理设备,用于根据B模式下的心脏三维超声信号确定心脏三维超声图像,根据所述心脏三维超声图像得到心脏超声成像视频,将所述心脏超声成像视频发送给所述处理器;
所述处理器,用于将所述心脏超声成像视频与标准心脏腔体体积数据进行标准化匹配,根据标准化匹配结果得到心脏腔体体积时间函数,根据所述心脏腔体体积时间函数,确定心室容积时间函数;并将所述心室容积时间函数发送给所述中心处理装置。
41.一种压力容积环的确定方法,其特征在于,包括以下步骤:
获取动脉血压随时间变化的信息,得到动脉血压时间函数;
根据所述动脉血压时间函数,确定心室压力时间函数;
获取心室容积随时间变化的信息,得到心室容积时间函数;
根据所述心室压力时间函数和所述心室容积时间函数,确定压力容积环;
所述根据所述动脉血压时间函数,确定心室压力时间函数,包括:
计算所述动脉血压时间函数在第一目标心动周期中的第一最大切线斜率;所述第一目标心动周期包括至少一个心动周期;
确定所述第一最大切线斜率的加权时间函数,作为第一中间函数;
根据所述第一中间函数的统计矩,得到所述心室压力时间函数。
42.一种压力容积环的确定装置,其特征在于,包括:
动脉血压获取模块,用于获取动脉血压随时间变化的信息,得到动脉血压时间函数;
心室压力获取模块,用于根据所述动脉血压时间函数,确定心室压力时间函数;
心室容积获取模块,用于获取心室容积随时间变化的信息,得到心室容积时间函数;
以及,压力容积环确定模块,用于根据所述心室压力时间函数和所述心室容积时间函数,确定压力容积环;
心室压力获取模块,还用于计算所述动脉血压时间函数在第一目标心动周期中的第一最大切线斜率;所述第一目标心动周期包括至少一个心动周期;确定所述第一最大切线斜率的加权时间函数,作为第一中间函数;根据所述第一中间函数的统计矩,得到所述心室压力时间函数。
43.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求41所述的方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010372653.8A CN111493843B (zh) | 2020-05-06 | 2020-05-06 | 压力容积环的确定设备、***、方法、装置及存储介质 |
PCT/CN2020/134998 WO2021223438A1 (zh) | 2020-05-06 | 2020-12-09 | 压力容积环的确定设备、***、方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010372653.8A CN111493843B (zh) | 2020-05-06 | 2020-05-06 | 压力容积环的确定设备、***、方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111493843A CN111493843A (zh) | 2020-08-07 |
CN111493843B true CN111493843B (zh) | 2021-06-08 |
Family
ID=71878517
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010372653.8A Active CN111493843B (zh) | 2020-05-06 | 2020-05-06 | 压力容积环的确定设备、***、方法、装置及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111493843B (zh) |
WO (1) | WO2021223438A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111493843B (zh) * | 2020-05-06 | 2021-06-08 | 智谷医疗科技(广州)有限公司 | 压力容积环的确定设备、***、方法、装置及存储介质 |
CN112711881B (zh) * | 2020-12-29 | 2023-03-31 | 深圳技术大学 | 生理动态血流模拟方法、装置、计算机设备及存储介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU5427098A (en) * | 1996-11-04 | 1998-05-29 | Johns Hopkins University, The | Assessing cardiac contractility and cardiovascular interaction |
US7452333B2 (en) * | 2003-12-05 | 2008-11-18 | Edwards Lifesciences Corporation | Arterial pressure-based, automatic determination of a cardiovascular parameter |
US8905939B2 (en) * | 2006-07-13 | 2014-12-09 | Edwards Lifesciences Corporation | Method and apparatus for continuous assessment of a cardiovascular parameter using the arterial pulse pressure propagation time and waveform |
US20100204590A1 (en) * | 2009-02-09 | 2010-08-12 | Edwards Lifesciences Corporation | Detection of Vascular Conditions Using Arterial Pressure Waveform Data |
US20130245441A1 (en) * | 2012-03-13 | 2013-09-19 | Siemens Medical Solutions Usa, Inc. | Pressure-Volume with Medical Diagnostic Ultrasound Imaging |
EP2973126A2 (en) * | 2013-03-14 | 2016-01-20 | Cardio Art Technologies Ltd. | System and method for personalized hemodynamics modeling and monitoring |
US9867561B2 (en) * | 2014-01-27 | 2018-01-16 | Covidien Lp | Systems and methods for determining whether regional oximetry sensors are properly positioned |
WO2017171802A1 (en) * | 2016-03-31 | 2017-10-05 | Edwards Lifesciences Corporation | Aortic stenosis screening |
CN111493843B (zh) * | 2020-05-06 | 2021-06-08 | 智谷医疗科技(广州)有限公司 | 压力容积环的确定设备、***、方法、装置及存储介质 |
-
2020
- 2020-05-06 CN CN202010372653.8A patent/CN111493843B/zh active Active
- 2020-12-09 WO PCT/CN2020/134998 patent/WO2021223438A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2021223438A1 (zh) | 2021-11-11 |
CN111493843A (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1689294B1 (en) | Arterial pressure-based, automatic determination of a cardiovascular parameter | |
US11103211B2 (en) | Ultrasonic medical monitoring device and method | |
CN101765398B (zh) | 前负荷依赖性和流体反应性的评估 | |
US6117087A (en) | Method and apparatus for noninvasive assessment of a subject's cardiovascular system | |
EP2393423B1 (en) | Calculating cardiovascular parameters | |
US10349838B2 (en) | Methods and apparatus for determining arterial pulse wave velocity | |
RU2179408C2 (ru) | Способ индивидуального определения в организме функции эластичности и непрерывного определения системного кровотока живого существа | |
EP3571984B1 (en) | Systems for creating a model for use in detecting a peripheral arterial pressure decoupling in a subject and for detecting peripheral arterial pressure decoupling using arterial pressure waveform data and said model | |
US20090270739A1 (en) | Real-time detection of vascular conditions of a subject using arterial pressure waveform analysis | |
CN102834047A (zh) | 在心血管参数确定中不规则心动周期影响的排除 | |
JP2009543609A (ja) | 動脈圧の伝搬時間および波形を用いた心血管パラメータの継続的評価のための方法および装置 | |
CN111493843B (zh) | 压力容积环的确定设备、***、方法、装置及存储介质 | |
Lillie et al. | Pulse wave velocity prediction and compliance assessment in elastic arterial segments | |
CN102579017A (zh) | 无创血流动力学参数分析仪 | |
US20220287640A1 (en) | System and methods for real time noninvasive estimation of cardiovascular parameters using machine learning | |
EP2416701B1 (en) | Monitoring peripheral decoupling | |
KR100951777B1 (ko) | 혈액의 점도를 고려한 심장 모니터링 장치 | |
CN115844349A (zh) | 心室压力数据拟合方法、***、计算机设备、介质及终端 | |
CN201912074U (zh) | 无创血流动力学参数分析仪 | |
Syvolap et al. | COMPARISON OF METHODS OF MEAN BLOOD PRESSURE CALCULATION USING AMBULATORY BLOOD PRESSURE MONITORING RESULTS | |
Türkmen et al. | Model based analysis of the variation in Korotkoff sound onset time during exercise |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |