基于云平台的脑血管动力学检测分析系统及检测分析方法与流程

本发明属于医疗检测技术领域，具体涉及一种基于云平台的脑血管动力学检测分析系统及检测分析方法。

背景技术：

脑血管疾病是严重威胁人类健康的一种疾病，在我国疾病致死率中长期位居第一位，且发病率呈逐年上升趋势。大量的研究表明，脑血管疾病的发生、发展与转归与脑动脉局部的血液动力学状态密切相关。在对脑血管疾病中研究中发现血管的动力学参数在脑血管疾病发病初期就会发生显著地变化，而这些变化很难在脑组织的形态学上显示出来。

传统的脑血管疾病检测和仪器主要有两类，一类是基于脑血管病理形态学的检测方法，例如ct、mri和数字血管造影(dsa)，但使用该方式往往无法避免诊断分析滞后的特点，因为只有在脑血管疾病发展到使脑组织受损严重且发生形态学变化时才能发现病兆，而这时疾病已经较为严重，从而导致患者错过了最佳治疗时期，同时治疗费用相比于疾病早期也是成倍增加的。另一类是脑血管功能的检测方法，例如经颅多普勒(tcd)、正电子发射断层扫描(pet)和脑血管动力学监测分析仪等，单纯使用tcd检测和pet检测往往只能获得部分脑血管的血流速度等运动学参数，如果缺乏外周血管的阻力、阻抗等数据参与分析，其检测结果的指导意义也将大为降低。

脑血管功能和状态检测是在流体力学的理论基础上建立起来的无创检测方法，利用脑血管上游血管测量到的血流速度和压力等信息计算脑willis环上各部位的多种动力学参数，从而评估脑血管的功能和状态，作为脑血管疾病早期诊断的重要依据。但现有的脑血管功能分析检测仪器往往存在两个明显的缺点：一是检测仪器结构复杂、数据不精确、硬件成本高：由于动力学模型涉及复杂的计算和分析，检测仪器需要配备各种检测探头以及高性能计算机，整机价格高，限制了该项技术的推广普及；二是动力学模型的输出参数众多，各种动力学参数间复杂的关联性导致临床医生很难从众多动力学参数中准确快速分析出有效的信息，从而影响了产品的使用效果。

技术实现要素：

因此，本发明要解决的技术问题在于提供一种基于云平台的脑血管动力学检测分析系统及检测分析方法，由于将脑血管动力学检测数据通过云端运算分析单元进行计算、分析，从而能够极大地降低显示控制单元的配置需求，使系统结构简单、生产成本大幅降低。

为了解决上述问题，本发明提供一种基于云平台的脑血管动力学检测分析系统，包括检测单元、数据转化单元、显示控制单元、云端运算分析单元，所述检测单元用于获取脑血管动力学检测数据，并将获取的脑血管动力学检测数据发送至所述数据转化单元，所述数据转化单元用于将所述脑血管动力学检测数据进行转化后输入至所述显示控制单元中，并通过对所述显示控制单元的操作，将所述脑血管动力学检测数据发送至所述云端运算分析单元中进行计算分析获得脑willis环动力学参数，所述脑血管动力学检测数据及所述脑willis环动力学参数能够在所述显示控制单元与所述云端运算分析单元之间通讯交互。

优选地，所述云端运算分析单元中包括脑willis环动力学参数计算模块、数据存储模块，所述脑willis环动力学参数计算模块能够根据预定需求从所述数据存储模块中获取所述脑血管动力学检测数据进行计算分析。

优选地，所述数据存储模块中的数据包括病患脑血管动力学检测数据及非病患脑血管动力学检测数据。

优选地，所述检测单元包括：多普勒超声检测模块，用于检测血流波形和速度；血液粘度检测模块，用于检测血液粘度；颈动脉动态压力检测模块，用于检测血压波形，所述检测单元通过usb模块或无线通讯模块与所述显示控制单元通讯交互。

优选地，所述显示控制单元为微型计算机。

优选地，所述显示控制单元还包括病患信息模块，用于获取病患信息并进行确认。

优选地，所述脑血管动力学检测数据包括颈动脉压力、颈动脉血流速度、颈动脉血管直径、椎动脉血流速度、椎动脉管径、血液粘度值；所述脑willis环动力学参数包括大脑前循环左侧血管的外周阻力、大脑前循环左侧血管的顺应性、大脑前循环左侧血管的特性阻抗、大脑前循环左侧血管的能量损失、大脑前循环右侧血管的外周阻力、大脑前循环右侧血管的顺应性、大脑前循环右侧血管的特性阻抗、大脑前循环右侧血管的能量损失、大脑后循环血管的外周阻力、大脑后循环血管的顺应性、大脑后循环血管的特性阻抗、大脑后循环血管的能量损失。

本发明还提供一种基于云平台的脑血管动力学检测分析方法，包括如下步骤：

获取脑血管动力学检测数据，并传输至显示控制单元；

利用所述显示控制单元将所述脑血管动力学检测数据传输至云端运算分析单元进行计算并分析得到脑willis环动力学参数为第一结果；

获取所述第一结果并在所述显示控制单元上进行显示。

优选地，所述检测分析方法还包括，采用所述第一结果作为输入条件与数据存储模块中的数据进行匹配分析，从而得到大脑前循环左侧血管、大脑前循环右侧血管、大脑后循环血管部位中至少之一与脑血管疾病相关性的风险评分。

优选地，在获取脑血管动力学检测数据的步骤之前，还包括通过病患信息模块对病患信息进行录入、确认的步骤。

本发明提供的一种基于云平台的脑血管动力学检测分析系统及检测分析方法，将现有技术中对需要由原显示控制单元进行的数据计算步骤转移到所述云端运算分析单元进行计算分析，从而使所述显示控制单元在硬件配置上大大简化，这无疑能够极大程度地降低对所述硬件配置的需求，从而大大降低了所述系统的制造成本。

附图说明

图1为本发明的基于云平台的脑血管动力学检测分析系统的原理示意图。

具体实施方式

结合图1所示，根据本发明的实施例，提供一种基于云平台的脑血管动力学检测分析系统，包括检测单元、数据转化单元、显示控制单元、云端运算分析单元，所述检测单元用于获取脑血管动力学检测数据，并将获取的脑血管动力学检测数据发送至所述数据转化单元，所述数据转化单元用于将所述脑血管动力学检测数据进行转化后输入至显示控制单元中，并通过对所述显示控制单元的操作，将所述脑血管动力学检测数据发送至所述云端运算分析单元中进行计算分析获得脑willis环动力学参数，所述脑血管动力学检测数据及所述脑willis环动力学参数能够在所述显示控制单元与所述云端运算分析单元之间通讯交互。该技术方案中，将现有技术中对需要由原显示控制单元进行的数据计算步骤转移到所述云端运算分析单元进行计算分析，从而使所述显示控制单元在硬件配置上大大简化，这无疑能够极大程度地降低对所述硬件配置的需求，从而大大降低了所述系统的制造成本。前述的对所述显示控制单元的操作例如采用鼠标点击所述显示控制单元具有的人机界面，当然也可以采用语音识别控制等可以触发获取或者发送所述脑血管动力学检测数据发送至所述云端运算分析单元中的指令。

优选地，所述云端运算分析单元中包括脑willis环动力学参数计算模块、数据存储模块，所述脑willis环动力学参数计算模块能够根据预定需求从所述数据存储模块中获取所述动力学参数进行计算分析，所述的云端运算分析单元例如可以是第三方服务器进行，在实际运用过程中，仅需要进行必要的互联网网络配置即可，相应的参数计算、分析在所述脑血管动力学检测数据计算模块中计算，形成的相应数据在数据存储模块中存储，不占用所述显示控制单元的空间，由于采用云端运算分析单元能够加快所获取的参数数据的运算速率，同时所述数据存储模块使数据存储空间得到极大提升成为可能，从而使智能辅助诊断的应用成为可能，例如，前述的数据存储模块可以成为一个云端数据库，具体的所述数据存储模块中的数据包括病患脑血管动力学检测数据及非病患脑血管动力学检测数据，也即所述数据存储模块成为病患及非病患的脑血管动力学检测数据的云端存储数据库，基于该数据库，通过机器学习，建立脑血管动力学检测数据与脑血管疾病之间相关性的风险评估模型，该模型具有自我学习和自我更新能力，利用检测人群的随访数据对风险评估模型中的各个参数进行修正，从而使得模型的准确率不断地提高，如此可见，所述云端运算分析单元具备了人工智能技术的本质特性。风险评估模型可以根据具体情况，可以采用logistic回归模型、支持向量基模型和全连接神经网络模型。各种脑血管动力学检测数据作为输入条件，利用所述显示控制单元调用云端运算分析单元，获得脑willis环各区域的功能和状态的评分以及与脑血管疾病相关性的风险评分，将分析结果实时显示在显示控制单元并且可以作为报告打印输出，辅助医生进行病患脑血管功能的评估和早期诊断，从而保证所述系统在病患脑血管疾病诊断方面具有预判性。

所述检测单元例如可以包括：多普勒超声检测模块，用于检测血流波形和速度；血液粘度检测模块，用于检测血液粘度；颈动脉动态压力检测模块，用于检测颈动脉血压波形，所述检测单元通过usb模块或无线通讯模块与所述显示控制单元通讯交互。所述多普勒超声检测模块例如可以采用业内常采用的连续彩色多普勒超声子系统，其包括连续波的超声多普勒模块和b型超声模块以及超声多普勒探头和b型超声探头，通过在高清晰度的黑白b超影像上叠加彩色多普勒数据渲染，可以直接测量颈动脉和椎动脉的血流速度大小和血管直径等特征。所述颈动脉动态压力检测模块的可以包括压力传感器探头和压力传感器模块，压力传感器可在颈动脉处测量动脉搏动波形，再利用在肱动脉处测定的血压值对搏动波形进行标定，得到颈动脉处血压脉搏波形。由此可见，所述脑血管动力学检测数据包括颈动脉压力、颈动脉血流速度、颈动脉血管直径、椎动脉血流速度、椎动脉管径、血液粘度值。所述数据转化单元包括a/d转化数据采集卡，其可以作为所述显示控制单元的一部分存在。

所述显示控制单元优先为一种微型计算机，具体的，微型计算机包括中央处理器、控制模块、信号接收模块、图像和数据采集卡、将数字信息传输至所述云端运算分析单元的数据传输模块等，其中央处理器可以是16位、32位的单片机或是更高性能的嵌入式微处理器，通过其相应的控制模块可以完成对所述多普勒超声检测模块、颈动脉动态压力检测模块、血液粘度检测模块的调用、数据采集、传输，以及主机系中信息的传输和显示；其信号接收模块可以是usb接口，也可以是蓝牙、3g/4g网络通信、wifi无线局域网络等通信方式中的一种。

所述微型计算机在控制方面例如可以通过外接鼠标键盘、内置控制面板等方式实现在一种具体实施方式中可包括控制面板，面板上有包括开始、暂停、继续、结束等控制按钮；在另一种具体实施方式中可包括一块触摸屏幕，该触摸屏幕可集成上述控制面板部分功能，并可以实时显示并处理通过所述检测单元采集到的数据以及通过所述云端运算分析单元计算分析得到的结果，例如颈动脉的血流速度频谱、包络线以及颈动脉沿轴线的纵向截面的b超图像等信息可显示在该触摸屏幕上，然后选取一段比较稳定的速度波形进行保存，血管直径可以通过对b超图像的识别获得，并且有计算机自动截取识别和操作员手动识别两种模式；又如颈动脉的动态压力模型波形可实时显示在微型计算机的屏幕上，选取一段比较稳定的波形进行保存，也包括计算机自动截取和操作员手动截取两种方式。进一步地，所述显示控制单元还包括病患信息模块，用于获取病患信息并进行确认，可以理解的是，所述病患信息模块作为所述显示控制单元的一个子系统，具体的可以采用简单的编程即可实现，作为公知的技术，此处不再赘述。

本发明还提供一种基于云平台的脑血管动力学检测分析方法，包括如下步骤：

获取脑血管动力学检测数据，并传输至显示控制单元；

利用所述显示控制单元将所述脑血管动力学检测数据传输至云端运算分析单元进行计算及分析得脑willis环动力学参数作为第一结果；

获取所述第一结果并在所述显示控制单元上进行显示。

优选地，检测分析方法还包括，采用所述第一结果作为输入条件与数据存储模块中的数据进行匹配，从而得到脑willis环各部位例如大脑前循环左侧血管、大脑前循环右侧血管、大脑后循环血管部位中至少之一与脑血管疾病相关性的风险评分。

优选地，在获取脑血管动力学检测数据的步骤之前，还包括通过病患信息模块对病患信息进行录入、确认的步骤。

本发明提出的一种基于云平台的脑血管动力学检测分析系统及检测分析方法，将互联网云平台技术、人工智能技术与血液动力学原理相结合，使所述系统的结构简化、生产成本低、输出的结果清晰明确，综合运用彩超和连续压力检测等多重检测手段，丰富了检测信息和数据准确性；利用所述云端运算分析单元完成参数数据的计算机分析，简化了显示控制单元的硬件复杂度并降低了硬件成本；并且利用人工智能技术分析动力学参数与脑动脉功能和状态的关联性，提高分析结果的准确性，并实现输出结果清晰明确、降低所述系统的使用门槛。

本领域的技术人员容易理解的是，在不冲突的前提下，上述各有利方式可以自由地组合、叠加。

以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。