基于心脏杂音建立的动力学模型和计算机模拟仿真的方法技术

本发明专利技术公开了基于心脏杂音建立的动力学模型和计算机模拟仿真的方法，属于医疗技术领域。基于心脏杂音建立的动力学模型和计算机模拟仿真的方法，同步采集心音、心电与超声心动图数据，通过计算机模拟仿真软件建立血流动力学模型，利用心脏超声的诊断结果作为数据标注，通过机器学习算法对先心病相关的心脏杂音进行特征提取，获得心脏杂音量化后的时域与频域的特征参数，最后通过搭建先心病血流动力学体外模型实验系统，可以通过建立的先心病血流动力学模型模模拟纯净的心脏杂音，并通过特征提取后的实际心脏杂音进行对照分析，验证特性提取后的心脏杂音是否精确放映客观情况，总结先心病的心脏杂音的量化标准。

Dynamic model and computer simulation method based on heart murmur

【技术实现步骤摘要】
基于心脏杂音建立的动力学模型和计算机模拟仿真的方法
本专利技术涉及医疗
，更具体地说，涉及基于心脏杂音建立的动力学模型和计算机模拟仿真的方法。
技术介绍
先天性心脏病（以下简称“先心病”）在我国新生婴儿的发病率高达8.98‰，是威胁儿童健康的首要因素。心音听诊主要用于先心病的筛查，以二级以上的心脏杂音作为判断依据，心脏彩超用于先心病的确诊。心脏杂音是先心病筛诊的重要依据，但目前普遍采用的医生听诊是传统听诊器，采集到心音数据无法数字化存储，只能医生凭借自身的经验进行判断，对心脏杂音仅能通过人为定性的依据进行判断，缺少定量的判断参数与依据，致使心脏杂音听诊无量化统一的标准，因此心脏杂音的相关标准研究都是基于定性的、非数字化的，导致先心病初筛的误诊率和漏诊率过高，先心病患儿无法得到及时准确的治疗。随着数字化诊疗技术的发展，数字听诊器已逐步应用到国内的医院，尤其是听诊作用巨大的儿科医院和儿科诊室。通过数字化的心音，可以借助人工智能实现辅助医生听诊诊断。但目前人工智能普遍使用的机器学习算法是一个黑盒的过程，是根据统计学规律实现的特征提取，缺少有效的心脏血流动力学验证，因此所识别出的心脏杂音相关的特征参数未得到有效实验方式的循证。
技术实现思路
1．要解决的技术问题针对现有技术中存在的问题，本专利技术的目的在于提供基于心脏杂音建立的动力学模型和计算机模拟仿真的方法，它可以通过建立的先心病血流动力学模型模模拟纯净的心脏杂音，并通过特征提取后的实际心脏杂音进行对照分析，验证特性提取后的心脏杂音是否精确放映客观情况，总结先心病的心脏杂音的量化标准。2．技术方案为解决上述问题，本专利技术采用如下的技术方案。基于心脏杂音建立的动力学模型和计算机模拟仿真的方法，包括以下步骤：步骤一、针对疑似先心病患儿同步采集心音、心电和超声心动图数据；步骤二、在步骤一中超声心动图数据的基础上通过计算机模拟仿真软件建立血流动力学模型，利用心脏超声的诊断结果作为数据标注；步骤三、通过机器学习算法对先心病相关的心脏杂音进行特征提取，获得心脏杂音量化后的时域与频域的特征参数；步骤四、在步骤一和步骤二的基础上搭建先心病血流动力学体外模型实验系统进行验证；步骤五、验证机器学习算法提取的心脏杂音的特征参数是否与步骤四中的实验结果符合，将通过验证的特征参数作为心脏杂音量化标准的依据。进一步的，所述步骤一中采集超声心动图数据的同时，采集心音图数据和心电图数据，并对采集到的心音图数据与心电图数据进行数据预处理，两者采集到的数据进行预处理操作可使得后续特征提取操作更加方便，使得特征提取操作准确高效的进行。进一步的，所述超声心动图数据包括M型超声心动图、二维超声心动图、频谱多普勒测量和正常肺动脉压力、肺动脉高压的划分及分级，M型超声心动图数据包括主动脉内径、左心房内径、左心室舒张期末内径、左心室收缩期末内径、右心室内径和肺动脉内径等数据采集，二维超声心动图包括胸骨旁左室长轴切面、胸骨旁心底短轴切面、心尖四腔心切面和心尖左室二腔切面测量等数据采集，频谱多普勒测量包括二尖瓣口血流、三尖瓣口血流和主动脉瓣口血流等数据采集，正常肺动脉压力、肺动脉高压的划分及分级包括正常肺动脉压力（静息时）、肺动脉高压和肺动脉高压（PASP）分级数据采集。进一步的，所述步骤一中采用七步筛查法采集患儿的超声心动图，记录心脏结构与超声频谱多普勒等相关参数，采集到相关参数数据，可通过计算机仿真软件模拟心脏动态状态，模拟效果更好。进一步的，所述步骤二中计算机模拟仿真包括心脏模拟建模、心电图数据导入和心音图数据导入，心脏模拟建模为通过超声设备采集的心脏结构方面的数据（血管尺寸、心房心室大小、壁厚、缺损位置与尺寸等等）与多普勒测量的血流动力学数值，利用计算机仿真软件，对心脏进行模拟建模，在时间序列上根据舒张期和收缩期的不同数据，建立动态模拟仿真，心电图数据导入为按时间序列，导入心电图数据，在心脏动态模拟过程中，可查看相关的心电图数据，心音图数据导入为同步导入心音图数据，基于超声心动图的动态心脏模型与心电图，在同一时间轴上同步播放，通过机器学习获取的心脏杂音的特征参照血流动力学数值变化，建立两者的血流动力学关系。进一步的，所述超声心动图数据的血流动力学模型在流体-固体-生理现象耦合解析技术的基础上，通过逆向工程技术，采用透明硅橡胶制作出真实结构的各种正常和病变心脏和血管模型，利用PIV可视化技术体外观测血液流动特性，验证数值模拟的有效性，由于心脏系统结构的三维和多尺度特性，心脏系统所产生的力学现象非常复杂，仅仅依靠以往的计算力学和计算流体力学方法远远不够，因此，基于超声心动图的三维建模，流体-固体-生理现象耦合解析技术等是分析心血管复杂系统不可或缺的。进一步的，所述体外模型实验系统中体外模型包括室间隔缺损、动脉导管未闭、房间隔缺损和肺动脉瓣狭窄四套先心病型，此四套先心病型为先心病最常见的四种分型。进一步的，所述体外模型实验系统为根据心脏超声的统计数据规律，用软胶3D打印出相应的室间隔缺损、房间缺缺损的心脏模型，根据动脉导管未闭与肺动脉瓣狭窄的情况3D打印血管与瓣膜，通过人工心脏泵控制关注区域的流速与压强，通过在关注区域安置心音传感器，记录模型产生的音频，通过在关注区域的采集的音频与实际采集患者的心音做对比，参阅图3中右图，实际采集的心音，由于受到胸腔里其他因素的影响，存在的噪音比较多，通过机器学习获得心脏杂音的特征值，是经过统计学规律获得，是个黑盒的过程。进一步的，通过（自主研发的）所述计算机模拟仿真软件，建立超声数据、心音图数据、心电图数据三种同步采集的评估心脏状态的数据与四套先心病分型之间的对应关系，可判断出患儿所对应的病型，进而根据数据统计显示针对该种病情进行有效的。3．有益效果相比于现有技术，本专利技术的优点在于：（1）本方案可以通过建立的先心病血流动力学模型模模拟纯净的心脏杂音，并通过特征提取后的实际心脏杂音进行对照分析，验证特性提取后的心脏杂音是否精确放映客观情况，总结先心病的心脏杂音的量化标准。（2）步骤一中采集超声心动图数据的同时，采集心音图数据和心电图数据，并对采集到的心音图数据与心电图数据进行数据预处理，两者采集到的数据进行预处理操作可使得后续特征提取操作更加方便，使得特征提取操作准确高效的进行。（3）超声心动图数据包括M型超声心动图、二维超声心动图、频谱多普勒测量和正常肺动脉压力、肺动脉高压的划分及分级，M型超声心动图数据包括主动脉内径、左心房内径、左心室舒张期末内径、左心室收缩期末内径、右心室内径和肺动脉内径等数据采集，二维超声心动图包括胸骨旁左室长轴切面、胸骨旁心底短轴切面、心尖四腔心切面和心尖左室二腔切面测量等数据采集，频谱多普勒测量包括二尖瓣口血流、三尖瓣口血流和主动脉瓣口血流等数据采集，正常肺动脉压力、肺动脉高压的划分及分级包括正常肺动脉压力（静息时）、肺动脉高压和肺动脉高压（PASP）分级数据采集。（4）步骤一本文档来自技高网...

【技术保护点】
1.基于心脏杂音建立的动力学模型和计算机模拟仿真的方法，其特征在于：包括以下步骤：/n步骤一、针对疑似先心病患儿同步采集心音、心电和超声心动图数据；/n步骤二、在步骤一中超声心动图数据的基础上通过计算机模拟仿真软件建立血流动力学模型，利用心脏超声的诊断结果作为数据标注；/n步骤三、通过机器学习算法对先心病相关的心脏杂音进行特征提取，获得心脏杂音量化后的时域与频域的特征参数；/n步骤四、在步骤一和步骤二的基础上搭建先心病血流动力学体外模型实验系统进行验证；/n步骤五、验证机器学习算法提取的心脏杂音的特征参数是否与步骤四中的实验结果符合，将通过验证的特征参数作为心脏杂音量化标准的依据。/n

【技术特征摘要】
1.基于心脏杂音建立的动力学模型和计算机模拟仿真的方法，其特征在于：包括以下步骤：
步骤一、针对疑似先心病患儿同步采集心音、心电和超声心动图数据；
步骤二、在步骤一中超声心动图数据的基础上通过计算机模拟仿真软件建立血流动力学模型，利用心脏超声的诊断结果作为数据标注；
步骤三、通过机器学习算法对先心病相关的心脏杂音进行特征提取，获得心脏杂音量化后的时域与频域的特征参数；
步骤四、在步骤一和步骤二的基础上搭建先心病血流动力学体外模型实验系统进行验证；
步骤五、验证机器学习算法提取的心脏杂音的特征参数是否与步骤四中的实验结果符合，将通过验证的特征参数作为心脏杂音量化标准的依据。


2.根据权利要求1所述的基于心脏杂音建立的动力学模型和计算机模拟仿真的方法，其特征在于：所述步骤一中采集超声心动图数据的同时，采集心音图数据和心电图数据，并对采集到的心音图数据与心电图数据进行数据预处理。


3.根据权利要求1所述的基于心脏杂音建立的动力学模型和计算机模拟仿真的方法，其特征在于：所述超声心动图数据包括M型超声心动图、二维超声心动图、频谱多普勒测量和正常肺动脉压力、肺动脉高压的划分及分级。


4.根据权利要求3所述的基于心脏杂音建立的动力学模型和计算机模拟仿真的方法，其特征在于：所述步骤一中采用七步筛查法采集患儿的超声心动图，记录心脏结构与超声频谱多普勒等相关参数。


5.根据权利要...

【专利技术属性】
技术研发人员：舒强，叶菁菁，徐玮泽，李昊旻，周宏远，曲菲，
申请(专利权)人：浙江大学，仙居爱之声医疗科技有限公司，
类型：发明
国别省市：浙江;33