一種基于超聲影像的心腦血管病變雙因子的判斷系統(tǒng)的制作方法
【專利摘要】本發(fā)明實施例公開了一種基于超聲影像的心腦血管病變雙因子的判斷系統(tǒng)，包括頸動脈的平均內(nèi)中膜橫切面面積獲取模塊、血管僵硬度獲取模塊以及病變預測模塊；所述病變預測模塊根據(jù)所述平均內(nèi)中膜橫切面面積獲取模塊、血管僵硬度獲取模塊所獲得的平均內(nèi)中膜橫切面面積以及血管僵硬度對心腦血管病變進行定量評估。采用本發(fā)明，通過平均內(nèi)中膜橫切面面積獲取模塊通過B超獲取頸動脈血管壁厚度，并通過血管僵硬度獲取模塊獲取得血管僵硬度，通過病變預測模塊的模型進行客觀的評估預測，提供對心腦血管病變進行快速、高效、客觀地初步篩查，醫(yī)生可以在本系統(tǒng)基礎(chǔ)上對模型的提供的結(jié)果進行二次判斷，從而大大提高的診斷效率，避免了漏查與誤診。
【專利說明】一種基于超聲影像的心腦血管病變雙因子的判斷系統(tǒng)【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種心腦血管疾病的診斷工具，尤其涉及一種基于超聲影像的心腦血管病變雙因子的判斷系統(tǒng)。
【背景技術(shù)】
[0002]心腦血管疾病具有“發(fā)病率高、致殘率高、死亡率高、復發(fā)率高、并發(fā)癥多”的特點，是人類死亡病因最高的頭號殺手。動脈粥樣硬化作為心腦血管疾病病變的原因之一，指的是由于脂質(zhì)代謝不正常，血液中的脂質(zhì)沉著在原本光滑的動脈內(nèi)膜上，在動脈內(nèi)膜一些類些粥樣的脂類物質(zhì)堆積而成的白色斑塊。
[0003]大部分心血管病人，在早期并沒有明顯的癥狀，并且在沒有癥狀發(fā)作時的心電圖是正常的，或基本正常，因此心電圖診斷心腦血管病變的準確性僅在70%左右；CT和MRI是缺血性腦血管病的首選檢查，但對輕度患者，CT的陽性率較低，陰性的結(jié)果不能排除診斷，MRI雖然與CT相比有較高的陽性率，但檢查時間較長，需等病人病情趨于穩(wěn)定后方可進行；血管造影可以準確地反映心腦血管病變的部位和程度，但該方法使用條件高，存在創(chuàng)傷及一定的風險性，在臨床上不能普遍采用該方法進行診斷，在評價心腦血管病變方面存在不可避免的缺陷。
[0004]眾多的研究指出頸動脈作為心臟與大腦供血的重要通道，其粥樣硬化程度可以為心腦血管病變的臨 床診斷提供重要依據(jù)。頸動脈粥樣硬化的病理改變在B超下主要表現(xiàn)為頸動脈血管壁增厚(主要是內(nèi)-中膜厚度(Intima-media thickness, IMT)增大)。而在傳統(tǒng)的基于B超頸動脈內(nèi)中膜的心腦血管病變診斷中，由于沒有針對B超結(jié)果進行判斷的專門儀器為醫(yī)生提供診斷依據(jù)，臨床醫(yī)生一般主要依據(jù)B超獲取頸動脈血管壁厚度數(shù)值，結(jié)合病人的血壓等臨床癥狀并根據(jù)自己的臨床經(jīng)驗進行判斷，這種人為的主觀判斷，其準確性受到診斷醫(yī)生的臨床經(jīng)驗、責任心、疲勞度等多個因素的影響，對診斷醫(yī)生有著較高的要求，而且在目前心腦血管疾病日益增多的情況下，進行臨床大規(guī)模心腦血管病變篩查中顯得效率很低。

【發(fā)明內(nèi)容】

[0005]本發(fā)明實施例所要解決的技術(shù)問題在于，提供一種基于超聲影像的心腦血管病變雙因子的判斷系統(tǒng)。可結(jié)合B超結(jié)果為醫(yī)生提供對心腦血管病變的高效、客觀的評估。
[0006]為了解決上述技術(shù)問題，本發(fā)明實施例提供了一種基于超聲影像的心腦血管病變雙因子的判斷系統(tǒng)，包括頸動脈的平均內(nèi)中膜橫切面面積獲取模塊、血管僵硬度獲取模塊以及病變預測模塊；
[0007]所述病變預測模塊根據(jù)所述平均內(nèi)中膜橫切面面積獲取模塊、血管僵硬度獲取模塊所獲得的平均內(nèi)中膜橫切面面積以及血管僵硬度對心腦血管病變進行定量評估。
[0008]進一步地，所述平均內(nèi)中膜橫切面面積獲取模塊獲取所述頸動脈的內(nèi)中膜厚度以及頸動脈內(nèi)徑，通過以下公式計算:[0009]IMCSA = 3.14* [ (D/2+IMT)2- (D/2)2]
[0010]其中，IMCSA為內(nèi)中膜橫切面面積，IMT為內(nèi)中膜厚度，D為頸動脈的內(nèi)徑。
[0011]進一步地，所述血管僵硬度獲取模塊獲取被檢測對象的收縮壓、舒張壓、收縮期血管內(nèi)徑以及舒張期血管內(nèi)徑，并通過以下公式計算僵硬度:
[0012]β = In (Ps/Pd)/[ (Ds-Dd)/Dd]
[0013]其中，β為僵硬度，Ps為收縮壓，Pd為舒張壓，Ds為收縮期血管內(nèi)徑，Dd為舒張
期血管內(nèi)徑。
[0014]更進一步地，所述病變預測模塊通過以下預測模型進行定量評估病變:
[0015]R = a X IMCSA3+b X IMCSA2 X β +c X IMCSA X β 2+d X β 3+e X IMCSA2+f X IMCSA X β +gX β 2+ω0
[0016]其中，R為模型疾病預測值，IMCSA為內(nèi)中膜橫切面面積IMCSA e [O, 40]，β為動脈血管的僵硬度β e [O, 50], 0、13、(3、(1、6、18分別為模型參數(shù)。
[0017]更進一步地，所述預測模型為
[0018]R = -4.863286 X I(T5 X IMCSA3-L 144 X I(T5 X β 3+2.3 X I(T3 X IMCSA2-4.47554 X 10X IMCSAX β。+8.2158Χ10_5Χ β 2+0.1975
[0019]進一步地，所述病變預測模塊將R < 0.5定義為安全區(qū)，將0.5〈R〈0.75定義為警界區(qū)，將0.75 < R < I定義為危險區(qū)，所述病變預測模塊依據(jù)所述模型疾病預測值為操作者提供病變判斷依據(jù)。
[0020]實施本發(fā)明實施例，具有如下有益效果:本發(fā)明的平均內(nèi)中膜橫切面面積獲取模塊通過B超獲取頸動脈血管壁厚度，并通過血管僵硬度獲取模塊獲取得血管僵硬度，通過病變預測模塊的模型進行客觀的評估預測，提供對心腦血管病變進行快速、高效、客觀地初步篩查，醫(yī)生可以在本系統(tǒng)基礎(chǔ)上對模型的診斷結(jié)果進行二次判斷，從而大大提高的診斷效率，避免了漏查與誤診。
【專利附圖】

【附圖說明】
[0021]圖1是本發(fā)明的整體結(jié)構(gòu)示意圖；
[0022]圖2是本發(fā)明計算預測模型的系數(shù)的神經(jīng)網(wǎng)絡(luò)模型圖；
[0023]圖3是本發(fā)明預測模型三維結(jié)構(gòu)圖。
【具體實施方式】
[0024]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明作進一步地詳細描述。
[0025]參照圖1所示的本發(fā)明結(jié)構(gòu)框圖。
[0026]由于現(xiàn)有儀器單獨使用B超獲取頸動脈血管壁厚度數(shù)值提供給醫(yī)生進行診斷依據(jù)，其存在人為主觀判斷因素，其診斷結(jié)果在多種因素作用下不能客觀地對心腦血管疾病進行判斷，本發(fā)明將頸動脈的平均內(nèi)中膜橫切面面積(Intima-media cross-sectionalarea，MCSA)和血管僵硬度(β)兩個診斷因子進行融合，進通過系統(tǒng)的病變預測模塊實現(xiàn)對心腦血管病變的臨床初步診斷為醫(yī)生在B超頸動脈內(nèi)中膜診斷中提供較為客觀的診斷依據(jù)，這不僅可以提高心腦血管病變診斷準確率，而且可以大大地提高診斷篩查的效率。[0027]本發(fā)明一種基于超聲影像的心腦血管病變雙因子的判斷系統(tǒng)，包括了頸動脈的平均內(nèi)中膜橫切面面積獲取模塊10、血管僵硬度獲取模塊20以及病變預測模塊30。
[0028]由于心腦血管病變患者的頸動脈MT與MCSA與對照組中的正常情況相比，其數(shù)值明顯增大，并且MCSA差異更為顯著，與內(nèi)中膜厚度(MT)相比，IMCSA對診斷心腦血管病變有更好的敏感性和特異性，本發(fā)明的平均內(nèi)中膜橫切面面積獲取模塊10用于獲取頸動脈的內(nèi)中膜厚度以及頸動脈內(nèi)徑，通過以下公式計算:
[0029]IMCSA = 3.14* [ (D/2+IMT)2- (D/2)2]
[0030]其中，IMCSA為內(nèi)中膜橫切面面積，IMT為內(nèi)中膜厚度，D為頸動脈的內(nèi)徑。
[0031]采用源于傳統(tǒng)血管影像學檢查的單一 MCSA方法對心腦血管病變進預測，表征的只是血管某一截斷面的情況，難以反映整個動脈系統(tǒng)的彈性功能，且難以達到血管病變早期的診斷目的，而在血管壁形態(tài)、結(jié)構(gòu)尚未發(fā)生改變之前，便可早期發(fā)現(xiàn)血管壁功能異常。利用僵硬度β可以對血管的彈性功能做出準確定量評估，僵硬度β表征動脈血管的硬化程度，即發(fā)生動脈硬化時β數(shù)值升高，僵硬度β的引入可以對早期血管病變的提出參考，本發(fā)明通過血管僵硬度獲取模塊20獲取血管僵硬度β作為另一個診斷因子，僵硬度β計算公式如下:
[0032]β = In (Ps/Pd)/[ (Ds-Dd)/Dd]
[0033]其中，β為僵硬度，Ps為收縮壓，Pd為舒張壓，Ds為收縮期血管內(nèi)徑，Dd為舒張
期血管內(nèi)徑。
[0034]為保證對心腦血管病變的全面評估，本發(fā)明通過病變預測模塊30將早期血管病變的僵硬度β與適用于的中晚期血管病變的檢測頂CSA進行融合，病變預測模塊30具有預測模型31，用于對臨床數(shù)據(jù)進行建模，模型如下:`
[0035]R = a X IMCSA3+b X IMCSA2 X β +c X IMCSA X β 2+d X β 3+e X IMCSA2+f X IMCSA X β +gX β 2+ω0
[0036]其中，R為模型疾病預測值，IMCSA為內(nèi)中膜橫切面面積IMCSA e [O, 40]，β為動脈血管的僵硬度β e [O, 50], 0、13、(3、(1、6、18分別為模型參數(shù)。
[0037]從醫(yī)院大量臨床超聲頸動脈內(nèi)中膜影像數(shù)據(jù)中，按照心腦血管疾病的輕重程度挑選40例臨床數(shù)據(jù)進行建模，并利用神經(jīng)網(wǎng)絡(luò)模型對MCSA、β與R映射關(guān)系進行訓練學習，如圖2所示，從而獲得心腦血管病變預測模型的系數(shù)a、b、c、d、e、f、g，完成對心腦血管病變預測模型的構(gòu)建，并利用該模型實現(xiàn)對超聲頸動脈內(nèi)中膜影像數(shù)據(jù)的客觀評價。
[0038]所得到的預測模型為:
[0039]R = -4.863286 X 10_5 X MCSA3-L 144X 10_5Χ β 3+2.3 X 10_3X MCSA2_4.47554 X 10X IMCSAX β +8.2158Χ10_5Χ β 2+0.1975
[0040]如圖3所示預測模型三維結(jié)構(gòu)，隨著MCSA與β的增大，預測率R也呈現(xiàn)出遞增的趨勢，意味著患有心腦血管病的概率越大。病變預測模塊30的危險等級評估32根據(jù)臨床數(shù)據(jù)可以定義模型疾病預測值R的預測區(qū)間，為當R < 0.5時，此病人處于安全區(qū)，當
0.5<R<0.75時，此病人處于警界區(qū)，當0.75 ^ I時，此病人處于危險區(qū)，病變預測模塊將評估結(jié)果顯示于操作者以提供進一步診斷依據(jù)。
[0041]本發(fā)明可以為單獨的系統(tǒng)，對病人進行B超獲得數(shù)據(jù)，并對心腦血管病變進行定量評估，本發(fā)明也可以為B超儀器中的附加模塊，本發(fā)明在此不做限制。[0042]本發(fā)明通過融合頸動脈的平均內(nèi)中膜橫切面面積和血管僵硬度兩個診斷因子進行建模，對心腦血管病變進行預測，從而為醫(yī)生在B超頸動脈內(nèi)中膜診斷中提供較為客觀的診斷依據(jù)，這不僅可以提高心腦血管病變診斷準確率，而且可以大大地提高診斷篩查的效率。
[0043]以上所揭露的僅為本發(fā)明一種較佳實施例而已，當然不能以此來限定本發(fā)明之權(quán)利范圍，因此依本發(fā)明權(quán)利`要求所作的等同變化，仍屬本發(fā)明所涵蓋的范圍。
【權(quán)利要求】
1.一種基于超聲影像的心腦血管病變雙因子的判斷系統(tǒng)，其特征在于，包括頸動脈的平均內(nèi)中膜橫切面面積獲取模塊、血管僵硬度獲取模塊以及病變預測模塊； 所述病變預測模塊根據(jù)所述平均內(nèi)中膜橫切面面積獲取模塊、血管僵硬度獲取模塊所獲得的平均內(nèi)中膜橫切面面積以及血管僵硬度對心腦血管病變進行定量評估。
2.根據(jù)權(quán)利要求1所述的基于超聲影像的心腦血管病變雙因子的判斷系統(tǒng)，其特征在于，所述平均內(nèi)中膜橫切面面積獲取模塊獲取所述頸動脈的內(nèi)中膜厚度以及頸動脈內(nèi)徑，通過以下公式計算:
IMCSA = 3.14*[(D/2+IMT)2-(D/2)2] 其中，IMCSA為內(nèi)中膜橫切面面積，IMT為內(nèi)中膜厚度，D為頸動脈的內(nèi)徑。
3.根據(jù)權(quán)利要求1所述的基于超聲影像的心腦血管病變雙因子的判斷系統(tǒng)，其特征在于，所述血管僵硬度獲取模塊獲取被檢測對象的收縮壓、舒張壓、收縮期血管內(nèi)徑以及舒張期血管內(nèi)徑，并通過以下公式計算僵硬度:
β = In (Ps/Pd)/[ (Ds-Dd)/Dd] 其中，β為僵硬度，Ps為收縮壓，Pd為舒張壓，Ds為收縮期血管內(nèi)徑，Dd為舒張期血管內(nèi)徑。
4.根據(jù)權(quán)利要求1~3任一項所述的基于超聲影像的心腦血管病變雙因子的判斷系統(tǒng)，其特征在于，所述病變預測模塊通過以下預測模型進行定量評估病變:
R = aX IMCSA3+bX IMCSA2X β +cX IMCSAX β 2+dX β 3+eX IMCSA2+f X IMCSAX β +gXβ 2+ ω ο 其中，R為模型疾病預測值，頂CSA為內(nèi)中膜橫切面面積MCSA e [O, 40]，β為動脈血管的僵硬度β e [O, 50], 0、13、(:、(1、6^、8分別為模型參數(shù)。
5.根據(jù)權(quán)利要求4所述的基于超聲影像的心腦血管病變雙因子的判斷系統(tǒng)，其特征在于，所述預測模型為
R = -4.863286 X 10_5 X MCSA3-L 144 X 10_5Χ β 3+2.3Χ 10_3X MCSA2_4.47554Χ 10_4Χ IMCSAX β。+8.2158Χ 10_5Χ β 2+0.1975。
6.根據(jù)權(quán)利要求5所述的基于超聲影像的心腦血管病變雙因子的判斷系統(tǒng)，其特征在于，所述病變預測模塊將R < 0.5定義為安全區(qū)，將0.5<R<0.75定義為警界區(qū)，將0.75 ^ I定義為危險區(qū)，所 述病變預測模塊依據(jù)所述模型疾病預測值為操作者提供病變判斷依據(jù)。
【文檔編號】A61B8/08GK103750865SQ201410028307
【公開日】2014年4月30日 申請日期:2014年1月21日 優(yōu)先權(quán)日:2014年1月21日
【發(fā)明者】莊哲民, 姚偉克, 楊金耀 申請人:汕頭大學