【技术实现步骤摘要】
本专利技术涉及医疗数据处理，尤其是涉及一种超声颈动脉斑块类型识别方法、系统及存储介质。
技术介绍
1、随着超声医学的快速发展和广泛应用，超声技术，特别是b型超声检查，简称b超，在现代医学中扮演着重要角色。b超能够清晰地显示各脏器及周围器官的各种断面像，图像接近于解剖的真实结构，因此被广泛应用于心内科、消化内科、泌尿科和妇产科等多种疾病的诊断。
2、颈部血管超声作为超声技术的一个分支，利用超声声束扫描人体，通过对反射信号的接收和处理，获得颈部血管的图像。这种方法可以评估颈动脉、椎动脉、锁骨下动脉、颈内外静脉等颈部血管的走形、内-中膜厚度、管腔大小、血流情况等，从而确定颈部血管的相关病变。颈部血管超声具有简便、快捷、价格低、无辐射等特点，是评估颈部血管健康状况的重要手段。然而，传统的颈动脉筛查主要对超声图像进行图像分析，从而得到斑块信息，并不能准确判断斑块类型属于硬斑块还是软斑块，为后续的治疗过程增加了不确定性。
3、综上所述，传统的颈动脉筛查方法无法准确判断斑块软硬类型已经成为该领域技术人员急需解决的问题。
技术实现思路
1、本专利技术的目的是为了提供一种超声颈动脉斑块类型识别方法、系统及存储介质，通过颈动脉挤压带配合超声探头，再结合以软硬斑块判断模型和力学分析得到准确的颈动脉斑块类型。
2、本专利技术的目的可以通过以下技术方案来实现：
3、一种超声颈动脉斑块类型识别方法，包括以下步骤：
4、分别获取利用颈动脉挤压带对劲动脉
5、基于颈部超声图像进行图像重建，并对重建后的图像中疑似斑块的区域进行概率统计，识别斑块的位置和形态；
6、基于颈动脉力学数据分析颈动脉在挤压过程中的力学响应；
7、将识别出的斑块的位置和形态、力学响应输入软硬斑块判断模型，输出斑块软硬类型识别结果。
8、所述力学响应包括血管壁的弹性、血液流速和血流动力学状态，其中，通过监测颈动脉在挤压过程中的直径变化及恢复速度评估血管壁的弹性；通过监测挤压过程中的血液流速和流动方向的变化，分析血液在斑块区域的流动模式；结合血管壁的弹性和血液流速数据，评估整个颈动脉的血流动力学状态。
9、所述流动模式包括涡流、湍流、流速减慢、流速不均和反向流。
10、所述血流动力学状态包括压力梯度和血流阻力。
11、所述基于颈部超声图像进行图像重建具体为：利用边缘检测算法识别颈部超声图像中的血管边界，利用纹理分析算法分析斑块特征，并通过形态学操作细化图像信息，得到重建图像。
12、所述软硬斑块判断模型为基于机器学习的分类模型，所述分类模型通过颈动脉挤压带施加前后的颈部斑块超声图像、颈动脉力学数据与颈部斑块对应的实验室硬度检测数据绑定的数据对进行训练，并在检测过程中根据新采集的数据对模型进行更新训练。
13、所述分类模型基于向量机、随机森林或深度学习网络中的一种构建。
14、一种超声颈动脉斑块类型识别系统，用于实现如上所述的方法，该系统包括：
15、颈动脉挤压带，用于对劲动脉施加挤压，并获取施加挤压前后的颈动脉力学数据；
16、超声探头，用于获取对劲动脉施加挤压前后的颈部超声图像
17、信号处理模块，用于对颈部超声图像进行预处理；
18、图像分析模块，用于基于颈部超声图像进行图像重建，对重建后的图像中疑似斑块的区域进行概率统计，识别斑块的位置和形态；
19、力学分析模块，用于基于颈动脉力学数据分析颈动脉在挤压过程中的力学响应；
20、软硬斑块判断模块，用于将识别出的斑块的位置和形态、力学响应输入软硬斑块判断模型，输出斑块软硬类型识别结果。
21、所述系统还包括交互模块，包括用户交互界面，用于显示超声图像、斑块软硬类型判断结果及健康建议，同时提供数据导出功能。
22、一种存储介质，其上存储有程序，所述程序被执行时实现如上所述的方法。
23、与现有技术相比，本专利技术具有以下有益效果：
24、1、本专利技术通过颈动脉挤压带，能够在检测过程中固定病人的颈部，并轻微挤压颈动脉，帮助获取更清晰的超声图像，同时监测血管在挤压下的力学响应，再通过软硬斑块判断模型，能够自动、准确地判断斑块的类型，避免了人为判断的主观性和不确定性，提高了诊断的准确性和可靠性。
25、2、本专利技术基于机器学习如向量机、随机森林或深度学习网络的软硬斑块判断模型，能够自动分析图像分析模块的输出结果，判断斑块的软硬类型。软硬斑块判断模型通过大量已知数据的训练不断优化，并可随新采集的数据进行更新，以提高判断的准确性。
26、3、本专利技术监测颈动脉在挤压过程中的直径变化、恢复速度以及血液流速等力学响应，结合这些数据评估血管壁的弹性和硬度、分析血液流动模式，并进一步评估整个颈动脉系统的血流动力学状态。将监测到的血管壁的弹性和硬度、血液流速及血流动力学状态作为判断斑块类型的部分特征，提高斑块类型的判断准确性，且力学响应也可作为分析结果输出，从而提供全面的颈动脉健康评估。
27、4、本专利技术利用图像处理算法如边缘检测、纹理分析和形态学操作对处理后的信号进行图像重建，以便更清晰地展示颈动脉的结构和斑块情况。整个检测过程无创、安全，患者体验良好，易于接受，有助于实现颈动脉疾病的早期筛查和干预。
28、5、本专利技术中交互模块提供直观的用户界面，显示超声图像、斑块类型判断结果及健康建议，并具备数据导出功能，便于医生进行后续分析和患者管理。
本文档来自技高网...【技术保护点】
1.一种超声颈动脉斑块类型识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种超声颈动脉斑块类型识别方法，其特征在于，所述力学响应包括血管壁的弹性、血液流速和血流动力学状态，其中，通过监测颈动脉在挤压过程中的直径变化及恢复速度评估血管壁的弹性；通过监测挤压过程中的血液流速和流动方向的变化，分析血液在斑块区域的流动模式；结合血管壁的弹性和血液流速数据，评估整个颈动脉的血流动力学状态。
3.根据权利要求2所述的一种超声颈动脉斑块类型识别方法，其特征在于，所述流动模式包括涡流、湍流、流速减慢、流速不均和反向流。
4.根据权利要求2所述的一种超声颈动脉斑块类型识别方法，其特征在于，所述血流动力学状态包括压力梯度和血流阻力。
5.根据权利要求1所述的一种超声颈动脉斑块类型识别方法，其特征在于，所述基于颈部超声图像进行图像重建具体为：利用边缘检测算法识别颈部超声图像中的血管边界，利用纹理分析算法分析斑块特征，并通过形态学操作细化图像信息，得到重建图像。
6.根据权利要求1所述的一种超声颈动脉斑块类型识别方法，其特征在于
7.根据权利要求6所述的一种超声颈动脉斑块类型识别方法，其特征在于，所述分类模型基于向量机、随机森林或深度学习网络中的一种构建。
8.一种超声颈动脉斑块类型识别系统，其特征在于，用于实现如权利要求1-7中任一所述的方法，该系统包括：
9.根据权利要求8所述的一种超声颈动脉斑块类型识别系统，其特征在于，所述系统还包括交互模块，包括用户交互界面，用于显示超声图像、斑块软硬类型判断结果及健康建议，同时提供数据导出功能。
10.一种存储介质，其上存储有程序，其特征在于，所述程序被执行时实现如权利要求1-7中任一所述的方法。
...【技术特征摘要】
1.一种超声颈动脉斑块类型识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种超声颈动脉斑块类型识别方法，其特征在于，所述力学响应包括血管壁的弹性、血液流速和血流动力学状态，其中，通过监测颈动脉在挤压过程中的直径变化及恢复速度评估血管壁的弹性；通过监测挤压过程中的血液流速和流动方向的变化，分析血液在斑块区域的流动模式；结合血管壁的弹性和血液流速数据，评估整个颈动脉的血流动力学状态。
3.根据权利要求2所述的一种超声颈动脉斑块类型识别方法，其特征在于，所述流动模式包括涡流、湍流、流速减慢、流速不均和反向流。
4.根据权利要求2所述的一种超声颈动脉斑块类型识别方法，其特征在于，所述血流动力学状态包括压力梯度和血流阻力。
5.根据权利要求1所述的一种超声颈动脉斑块类型识别方法，其特征在于，所述基于颈部超声图像进行图像重建具体为：利用边缘检测算法识别颈部超声图像中的血管边界，利用纹理分析算法分析斑块特征，并通过形态学操作细化图像...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。