[发明专利]一种超声红细胞聚集度检测调控系统有效

专利信息
申请号: 202111092877.4 申请日: 2021-09-17
公开(公告)号: CN113786211B 公开(公告)日: 2022-11-22
发明(设计)人: 廖泽容;张榆锋;武柯言;李支尧;何冰冰;郎恂 申请(专利权)人: 云南大学
主分类号: A61B8/00 分类号: A61B8/00
代理公司: 北京高沃律师事务所 11569 代理人: 杨媛媛
地址: 650091*** 国省代码: 云南;53
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 超声 红细胞 聚集 检测 调控 系统
【权利要求书】:

1.一种超声红细胞聚集度检测调控系统,其特征在于,包括:超声设备端以及与所述超声设备端连接的电脑处理端;

所述超声设备端用于向目标人体发射超声脉冲信号,并采集所述目标人体的血液超声射频数据;

所述电脑处理端用于根据所述血液超声射频数据检测所述目标人体的红细胞聚集程度,并当所述红细胞聚集程度大于设定聚集度时,向所述超声设备端发送调控信号;所述电脑处理端中的红细胞聚集度检测模块,具体包括:测试数据变换单元,用于根据所述血液超声射频数据生成超声图像;测试区域提取单元,用于在所述超声图像中提取兴趣区域;测试频带分解单元,用于采用频带分解算法对所述兴趣区域对应的血液超声射频数据进行频带分解,得到各频带子带的超声射频信号;测试特征提取单元,用于提取各频带子带的超声射频信号的统计特征,并将多个频带子带的超声射频信号的统计特征进行归一化,得到测试集;聚集度检测单元,用于将所述测试集输入红细胞聚集度模型中,得到所述目标人体的红细胞聚集程度;所述红细胞聚集度检测模块,还包括:模型确定单元,用于确定所述红细胞聚集度模型;所述模型确定单元,具体包括:训练数据获取子单元,用于获取血液超声射频训练数据;所述血液超声射频训练数据是对红细胞聚集度已知的训练人体发射超声脉冲信号得到的;训练数据变换子单元,用于根据所述血液超声射频训练数据生成超声训练图像;训练区域提取子单元,用于在所述超声训练图像中提取兴趣训练区域;训练频带分解子单元,用于采用频带分解算法对所述兴趣训练区域对应的血液超声射频训练数据进行频带分解,得到各频带子带的超声射频训练信号;训练特征提取子单元,用于提取各频带子带的超声射频训练信号的统计特征,并将多个频带子带的超声射频训练信号的统计特征进行归一化,得到归一化后的训练统计特征;训练集确定子单元,用于确定训练集;所述训练集包括所有训练人体的归一化后的训练统计特征和对应的红细胞聚集度类标签;模型训练子单元,用于采用所述训练集对机器学习模型进行训练,并将训练好的机器学习模型确定为所述红细胞聚集度检测模块;

所述超声设备端还用于根据所述调控信号向所述目标人体发送超声调控脉冲波,直至所述目标人体的红细胞聚集程度达到所述设定聚集度;

所述超声调控脉冲波的声压幅值为0.15MPa-0.45MPa;所述超声调控脉冲波的发射频率为1.24MHz;所述超声调控脉冲波的脉冲宽度为0.01s;所述超声调控脉冲波的脉冲重复频率为1s;所述超声调控脉冲波的辐照时间为50s;所述超声调控脉冲波的占空比为1/100。

2.根据权利要求1所述的一种超声红细胞聚集度检测调控系统,其特征在于,所述超声设备端包括:超声发射探头、超声接收探头和超声调控探头;

所述超声发射探头用于向所述目标人体发射所述超声脉冲信号;所述超声接收探头用于接收所述目标人体的所述血液超声射频数据;所述超声调控探头用于向所述目标人体发送所述超声调控脉冲波。

3.根据权利要求1所述的一种超声红细胞聚集度检测调控系统,其特征在于,所述电脑处理端包括:微处理控制器、信号控制器、红细胞聚集度检测模块和红细胞聚集度调控模块;

所述微处理控制器分别与所述信号控制器和所述红细胞聚集度检测模块连接;所述红细胞聚集度调控模块与所述红细胞聚集度检测模块连接;所述信号控制器和所述红细胞聚集度调控模块均与所述超声设备端连接;

所述微处理控制器用于发出发射指令;

所述信号控制器用于当接收到所述发射指令时,控制所述超声设备端向所述目标人体发射所述超声脉冲信号,并接收所述超声设备端采集的所述血液超声射频数据;

所述微处理控制器还用于将接收到的所述血液超声射频数据发送至所述红细胞聚集度检测模块;

所述红细胞聚集度检测模块用于根据所述血液超声射频数据检测所述目标人体的红细胞聚集程度;

所述红细胞聚集度调控模块用于当所述红细胞聚集程度大于所述设定聚集度时,向所述超声设备端发送调控信号。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云南大学,未经云南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111092877.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top