[发明专利]一种基于MPSF提取的AVA狭窄定位及狭窄程度多级分类系统

说明书

本发明公开了一种基于MPSF提取的AVA狭窄定位及狭窄程度多级分类系统，声学信号采集器采集并传输测试者AVA相对上下游位置的声学信号；处理器接收测试者AVA相对上下游位置的声学信号后，执行以下步骤：按照心率周期对接收的声学信号进行分割，获得声学子信号；对声学子信号进行奇异谱分析和welch功率谱估计，获得高频部分的频率谱能量，将来自于同一AVA相对上下游位置的声学信号的频率谱能量组成一组MPSF；将每组MPSF输入至基于长短期记忆网络构建的AVA狭窄定位及狭窄程度多级分类模型中，经计算输出测试者AVA狭窄位置以及狭窄程度的分类结果。该系统提高了对AVA狭窄区域的定位以及狭窄程度分类的准确性。

技术领域

本发明属于医疗分类器，具体涉及一种基于MPSF提取的AVA狭窄定位及狭窄程度多级分类系统。

背景技术

血液透析是患有慢性肾功能衰竭患者的肾脏替代最常用治疗方法。为了实现血液的引流，通常会在患者前臂利用手术制造一条血管通路(VA)，一般来说，这样的VA是通过将手臂中的动脉和静脉连接在一起来实现，这种血管通路被称为自体瘘(AVF)。但对部分患者来说，他们的身体情况不适宜AVF的搭建，需要植入人工血管连接动静脉，这样的通路被称为人工瘘(AVG)。

医院投入使用的动静脉血管通路(AVA)狭窄检测方法通常为物理检查结合彩色多普勒超声检查(Duplex ultrasound)。然而，虽然这些方法有着高的正确率，但基于检测设备操作者(医生和护士)的高水平技能和经验。为了能使病人无需舟车劳顿，同时为医护提供诊疗辅助，各类无创性检测方法被陆续进行研究，其中基于声学信号处理的方法因其低廉的成本与较优的效果最有实用化的潜力。

在声学AVA狭窄判别中，主要分为谱分析与基于特征提取的机器学习两类，谱分析的结果仍然需要人为进行判断，所以机器学习方法逐渐成为主流。前期众多针对AVG狭窄程度的二分类研究在分析AVG狭窄段下游信号后指出，狭窄AVG的声学信号存在高频特征，但各方法指出的具体特征频段处于300Hz到600Hz、400Hz以上、700Hz到800Hz不一。

以上这些声学AVA狭窄判别方法存在以下众多问题：(1)特征频段判断的不一致反应出各研究并未寻找到功率谱与AVA狭窄程度(Degree Of Stenosis，DOS)的真实关系，存在严重的过拟合现象，泛化性低；(2)采集位置单一并以狭窄存在的先验为前提，不具位敏性，在未知狭窄存在与否的真实案例上不具可用性；(3)二分类方法不能反应AVG狭窄的严重程度。

申请公布号为CN109872321A的专利申请公开了一种血管狭窄检测方法，包括以下步骤：获得针对待测血管的计算机断层扫描血管造影CTA影像；对CTA影像进行多个设定角度的拉直成像，获得多个设定角度的拉直图像；对所述拉直图像逐一进行宽度测量，输出与所述设定角度的拉直图像相对应的宽度曲线；对宽度曲线逐一进行斑块定位筛选，根据斑块定位筛选的结果确定待测血管的狭窄区域。该方法仅能实现对狭窄区域的定位，不能实现确定狭窄的严重程度。

发明内容

本发明的目的是提供一种基于MPSF提取的AVA狭窄定位及狭窄程度多级分类系统。该系统能够提高对AVA狭窄区域的定位以及狭窄程度的分类的准确性。

为实现上述发明目的，本发明提供以下技术方案：

一种基于MPSF提取的AVA狭窄定位及DOS多级分类系统，包括声学信号采集器和处理器，其中：

所述声学信号采集器采集测试者AVA相对上下游位置的声学信号，并将所述声学信号传输至所述处理器；

所述处理器接收测试者AVA相对上下游位置的声学信号后，执行以下步骤：

按照心率周期对接收的所述声学信号进行分割，获得声学子信号；