一种实现无创脑动脉僵硬度检测系统及方法与流程

1.本发明涉及超声多普勒流速测量领域和医疗领域。特别是一种实现无创脑血管动脉硬化检测装置及方法。


背景技术：

2.脑血管硬化就是大脑血管壁的增厚，是动脉硬化的一种，是脑血管病的主要原因，因其易引起中风而具有很大的危险性，在发病的早期及时对脑血管硬化程度进行评估，对治疗、延缓患者的症状具有非常的意义。脉搏波速度是评估血管硬化程度的最好方法。
3.心脏每次向主动脉搏出约70ml血液，搏出血液的冲击波在主动脉壁产生脉搏压力波，并以一定的速度沿血管壁向外周血管传导，这种波动叫“脉搏波”，脉搏波在动脉的传导速度叫“脉搏波速度”(pulse wave velocity，pwv)。通过测量两个动脉部位之间的脉搏波传播时间和距离，可以计算出脉搏波速度。计算公式为：pwv＝l/t(cm/s)。t为两个波形的时间差，即传播时间；l是两个探头间的距离，即距离。脉搏波速度与动脉壁的生物力学特性(黏弹性)、血管的几何特性(腔径与壁厚度)以及血液的密度等因素有一定的关系。由于血管几何特征和血液密度变化相对较小，因此脉搏波速度大小可以反映动脉壁硬度。一般来说，脉搏波速度越快，动脉的弹性越差，僵硬度越高，血管壁愈硬(即动脉硬化正在发展中)；反之，脉搏波速度越慢，动脉弹性越好，血管硬度越低，顺应性佳，危险低，急性事件发生率小。脉搏波速度是一个较为灵敏的显示血管弹性的指标。脉搏波速度的数值随着年龄的增加而增大，而一些慢性病如高血压、糖尿病、高血脂、肥胖症在发展过程中，也会导致脉搏波速度的数值较一般健康者的数值高。脉搏波速度改变是主动脉结构与功能异常的总体反映，能很好地反映大动脉硬化程度，是评价主动脉硬化的经典指标。其测定方法简单、快捷，个体随访过程中重复性好，比较适宜于大样本的流行病学调查、体质监测和随访观察。
4.目前主要使用的脉搏波速测量技术包括颈股脉搏波波速(carotid-femoral pulse wave velocity，cfpwv)、臂踝脉搏波波速(brachial-ankle pulse wave velocity，bapwv)、颈心脉搏波波速(carotid-aortapulse wave velocity,capwv)、颈桡脉搏波波速(carotid-radial artery pulse wave velocity，crpwv)、颈肱脉搏波波速(carotid-brachial artery pulse wave velocity，cbpwv)测量等。颈股脉搏波波速(cfpwv)。该方法为测量主动脉硬化程度的进标准，但操作方法较繁琐，适用于科学研究领域，难以在临床中广泛开展。臂踝脉搏波波速(bapwv)。该方法目前应用比较广泛，可以反应大中动脉的硬化程度，但对于颈脑动脉的硬化程度仅限于推测，不能直接反应。颈心脉搏波波速(capwv)。操作复杂，难以开展，只能对颈脑动脉的硬化程度进行推测。颈桡脉搏波波速(crpwv)。对于颈脑动脉的硬化程度仅限于推测，不能直接反应。颈肱脉搏波波速(cbpwv)。对于颈脑动脉的硬化程度仅限于推测，不能直接反应。其他颈脑脉搏波波速(ccpwv)。对颈内动脉测量长度采用的直线估算法，即据体表测量距离的距离，采用三角函数法计算出所测量部分的颈总动脉与颈内动脉末端的长度，估算为直线距离，长度误差大，另外由于其测量颈内动脉末端流速的位置为颞窗，因此偏移误差较大，这些共同导致最终计算的脉搏波波速误差的，测量
的一致性差，仅能起到参考作用。鉴于颈动脉和颅内动脉的粥样硬化等是脑血管病的主要原因，而目前现有上述技术方法的针对性不强，测量误差较大，测量的一致性较差，未能有效评估颈脑动脉硬化情况，因而无法满足脑血管病诊疗的临床需要。


技术实现要素：

5.本发明提供一种实现无创脑动脉僵硬度检测系统，能够简单、易用、准确的测量颈脑脉搏波速度，对颈脑动脉硬化的状况进行评价，为医护人员的脑血管病临床诊疗工作提供有效的帮助。
6.本发明提供的一种实现无创脑动脉僵硬度检测系统，包括：
7.超声多普勒模块，用于向用户的颈总动脉以及颈内动脉末端发射脉冲超声多普勒信号，并采集颈总动脉以及颈内动脉末端反射回来的的超声多普勒信号；
8.信号处理模块，用于分别对采集的两个超声多普勒信号进行预处理，并经过fft变换得到两个血流波形数据；
9.信号分析模块，用于利用两个血流波形数据的波形时差基于用户的颈总动脉以及颈内动脉末端之间的距离计算出颈脑动脉的脉搏波速度，根据预设的脉搏波速度
‑‑
脑动脉僵硬度对照表格确定用户的脑动脉僵硬度。
10.优选的，所述超声多普勒模块包括：
11.同步控制单元，用于对超声多普勒发生单元进行同步发射控制，并控制信号采集单元进行同步信号采集；
12.超声多普勒发生单元，用于利用超声多普勒发生装置产生脉冲超声多普勒信号对用户的颈总动脉以及颈内动脉末端进行照射；
13.信号采集单元，用于接收颈总动脉以及颈内动脉末端反射回来的的超声多普勒信号。
14.优选的，所述信号处理模块包括：
15.数字正交调制解调器，用于对采集的超声多普勒信号进行i、q解调，提取出频差信号；
16.壁滤波器，用于过滤掉频差信号中的干扰信号；
17.fft变换单元，用于将频差信号转换为血流波形数据。
18.优选的，还包括体表检测模块，所述体表检测模块包括：
19.体表支架，用于固定用户下颌骨拐点并调节颈部超声多普勒发生装置的位置，使颈部超声多普勒发生装置处于预设的颈部测量点；
20.颈总动脉长度分析单元，用于利用用户下颌骨拐点与预设的颈部测量点之间的距离，基于超声多普勒发生装置的宽度计算确定用户的颈总动脉长度；
21.体表检测单元，用于确定用户面部多个预设种类的特征点的位置；
22.距离分析单元，用于根据用户面部多个预设种类的特征点确定用户眼角处与下眼眶的第一纵向距离、用户瞳孔中心与下眼眶靠近鼻翼处的第一横向距离、用户下眼眶靠近鼻翼处与鼻翼处的第二纵向距离、用户鼻翼处与下颌骨拐点的第三纵向距离；
23.距离确定单元，用于根据所述第一纵向距离、所述第一横向距离、所述第二纵向距离、所述第三纵向距离以及用户的颈总动脉长度确定用户的颈总动脉以及颈内动脉末端之
间的距离。
24.优选的，所述确定用户面部多个预设种类的特征点的位置包括：
25.通过摄像头获取用户面部图像，并基于面部识别算法确定面部图像中的面部区域并进行截取得到第一图像；
26.对截取后的第一图像进行降噪、补光、加亮和归一化处理得到第二图像；
27.基于预设的面部特征点识别库，通过特征点图像识别算法，确定第二图像中的多个特征点，并根据在面部特征点识别库中的对比结果确定每一个特征点的种类；
28.确定用户面部存在的所有特征点在第二图像中的位置，并对每个特征点进行种类标注。
29.优选的，所述距离分析单元执行以下操作：
30.确定摄像头在拍摄用户面部时所用到的拍摄比例；
31.确定第二图像中用户眼角处与下眼眶之间的第一图像纵向距离，并基于所述拍摄比例确定用户眼角处与下眼眶之间的第一纵向距离；
32.确定第二图像中用户瞳孔中心与下眼眶靠近鼻翼处的第一图像横向距离，并基于拍摄比例确定用户瞳孔中心与下眼眶靠近鼻翼处的第一横向距离；
33.确定第二图像中用户下眼眶靠近鼻翼处与鼻翼处的第二图像纵向距离，并基于拍摄比例确定用户下眼眶靠近鼻翼处与鼻翼处的第二纵向距离；
34.确定第二图像中用户鼻翼处与下颌骨拐点的第三图像纵向距离，并基于拍摄比例确定用户鼻翼处与下颌骨拐点的第三纵向距离。
35.优选的，所述距离确定单元执行以下操作：
36.根据所述第一纵向距离，基于预设的夹角系数利用三角函数计算公式计算得到第一血管长度；
37.根据所述第一横向距离以及所述第二纵向距离，利用勾股定理计算得到第二血管长度；
38.将所述第一血管长度、所述第二血管长度、所述第三纵向距离以及用户的颈总动脉长度进行相加得到用户的颈总动脉以及颈内动脉末端之间的距离。
39.优选的，所述距离确定单元还包括补偿系数确定子单元，所述补偿系数确定子单元执行以下操作：
40.根据用户面部多个预设种类的特征点的位置，按照预设的组队方式进行两两组队，得到多个特征点组并确定每个特征点组内特征点之间的特征点距离；
41.确定其中预设的一个特征点组的特征点距离为基础单位距离，并分别确定其他特征点组的特征点距离与基础单位距离的距离比值；
42.利用多个距离比值建立用户的脸型特征集合，并将该脸型特征集合与云端网络上预设的脸型特征集合库内的多个脸型特征集合分别进行相似度匹配，得到相似度最高的脸型特征集合所对应的夹角系数以及补偿系数；其中，所述夹角系数和所述补偿系数用于根据所述第一纵向距离、所述第一横向距离、所述第二纵向距离、所述第三纵向距离以及用户的颈总动脉长度确定用户的颈总动脉以及颈内动脉末端之间的距离；
43.所述脸型特征集合库内的每个脸型特征集合以及其所对应的夹角系数以及补偿系数确定方式如下：
44.通过对志愿者进行脸部图像采集，并对脸部图像进行分析得到该志愿者的脸型特征集合；
45.通过对该志愿者进行解剖学数据采集，确定该志愿者颈内动脉相对位置，并确定该志愿者颈内动脉与面部的特征点组之间的相对位置关系；
46.根据志愿者颈内动脉与面部的特征点组之间的相对位置关系，确定该志愿者颈内动脉与预设的特征点组之间的夹角系数以及补偿系数。
47.优选的，还包括频率判断模块，所述频率判断模块执行以下操作：
48.获取用户心脏的跳动频率，并根据用户心脏的跳动频率分别对用户的两个血流波形数据进行有效性判定，当血流波形数据中的脉动频率与心脏的跳动频率不一致时，判定该血流波形数据检测有误，并提醒操作人员调整超声多普勒发生装置的位置进行重新检测。
49.为达到上述目的，本发明实施例还提供了一种实现无创脑动脉僵硬度检测方法，包括：
50.利用体表支架固定用户下颌骨拐点并调节颈部超声多普勒发生装置的位置，使颈部超声多普勒发生装置处于预设的颈部测量点；
51.确定用户下颌骨拐点与预设的颈部测量点之间的距离，并基于超声多普勒发生装置的宽度计算确定用户的颈总动脉长度；
52.确定用户面部多个预设种类的特征点的位置，并根据用户面部多个预设种类的特征点确定用户眼角处与下眼眶的第一纵向距离、用户瞳孔中心与下眼眶靠近鼻翼处的第一横向距离、用户下眼眶靠近鼻翼处与鼻翼处的第二纵向距离、用户鼻翼处与下颌骨拐点的第三纵向距离；
53.根据所述第一纵向距离、所述第一横向距离、所述第二纵向距离、所述第三纵向距离以及用户的颈总动脉长度确定用户的颈总动脉以及颈内动脉末端之间的距离；
54.同时向用户的颈总动脉以及颈内动脉末端发射脉冲超声多普勒信号，并同步采集颈总动脉以及颈内动脉末端反射回来的的超声多普勒信号；
55.分别对采集的两个超声多普勒信号进行预处理，并经过fft变换得到两个血流波形数据；
56.确定两个血流波形数据的波形时差并基于用户的颈总动脉以及颈内动脉末端之间的距离计算出颈脑动脉的脉搏波速度，根据预设的脉搏波速度
‑‑
脑动脉僵硬度对照表格确定用户的脑动脉僵硬度。
57.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
58.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
59.图1为本发明实施例中一种实现无创脑动脉僵硬度检测系统的结构示意图；
60.图2为本发明实施例中超声多普勒装置的结构示意图；
61.图3为本发明实施例中信号处理模块的结构示意图；
62.图4为本发明实施例中面部特征点及距离选取示意图；
63.图5为本发明实施例中颈总动脉以及颈内动脉末端分段示意图；
64.图6为本发明实施例中第一血管长度的计算分析图；
65.图7为本发明实施例中面部距离选取与第一血管长度、第二血管长度的位置关系对照图；
66.图8为本发明实施例中用户颅内血管位置分布与面部特征点对照示意图；
67.图9为本发明实施例中第三血管长度与下颌骨拐点位置关系的对照示意图；
68.图10为本发明实施例中右侧颈内动脉末端测量点与用户右眼位置关系对照示意图；
69.图11为本发明实施例中左侧颈内动脉末端测量点与用户左眼位置关系对照示意图；
70.图12为本发明实施例中用户颈总动脉长度与体表固定支架长度以及颈部位置多普勒流速探头直径之间的关系对照图；
71.图13为本发明实施例中血流波形数据的波形时差选取示意图。
具体实施方式
72.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
73.本发明实施例提供了一种实现无创脑动脉僵硬度检测系统，如图1，包括：
74.超声多普勒模块1，用于向用户的颈总动脉以及颈内动脉末端发射脉冲超声多普勒信号，并采集颈总动脉以及颈内动脉末端反射回来的的超声多普勒信号；
75.信号处理模块2，用于分别对采集的两个超声多普勒信号进行预处理，并经过fft变换得到两个血流波形数据；
76.信号分析模块3，用于利用两个血流波形数据的波形时差基于用户的颈总动脉以及颈内动脉末端之间的距离计算出颈脑动脉的脉搏波速度，根据预设的脉搏波速度
‑‑
脑动脉僵硬度对照表格确定用户的脑动脉僵硬度。
77.上述技术方案的工作原理和有益效果为：通过超声多普勒模块1向用户的颈总动脉以及颈内动脉末端发射脉冲超声多普勒信号，并采集颈总动脉以及颈内动脉末端反射回来的的超声多普勒信号，然后通过信号处理模块2分别对采集的两个超声多普勒信号进行预处理，并经过fft变换得到两个血流波形数据，最后通过信号分析模块3对两个血流波形数据中并根据两个测量点的不同数据，计算出两组数据的波形时差δt，参照图13，利用两个血流波形数据的波形时差δt基于用户的颈总动脉以及颈内动脉末端之间的距离δl计算出颈脑动脉的脉搏波速度δl/δt，根据预设的脉搏波速度
‑‑
脑动脉僵硬度对照表格确定用户的脑动脉僵硬度并通过显示器进行显示。从而能够简单、易用、准确的测量颈脑脉搏波速度，对颈脑动脉硬化的状况进行评价，实现了对用户脑血管动脉硬化状态的无创检测，为医护人员的脑血管病临床诊疗工作提供有效的帮助。
78.在一个优选实施例中，超声多普勒模块包括：
79.同步控制单元，用于对超声多普勒发生单元进行同步发射控制，并控制信号采集单元进行同步信号采集；
80.超声多普勒发生单元，用于利用超声多普勒发生装置产生脉冲超声多普勒信号对
用户的颈总动脉以及颈内动脉末端进行照射；
81.信号采集单元，用于接收颈总动脉以及颈内动脉末端反射回来的的超声多普勒信号。
82.上述技术方案的工作原理和有益效果为：通过同步控制单元对超声多普勒发生单元进行同步发射控制，其中超声多普勒发生装置的详细结构图可参见图2，并控制信号采集单元进行同步信号采集，通过超声多普勒发生单元利用超声多普勒发生装置产生脉冲超声多普勒信号分别对用户的颈总动脉以及颈内动脉末端进行照射，通过信号采集单元分别接收颈总动脉以及颈内动脉末端反射回来的的超声多普勒信号。实现了对用户的颈总动脉以及颈内动脉末端位置的同步检测与信号采集，从而保证两个测量点的血流波形数据在一个心跳周期内，使脑动脉僵硬度检测的检测结果更加准确。
83.在一个优选实施例中，如图3，信号处理模块包括：
84.数字正交调制解调器，用于对采集的超声多普勒信号进行i、q解调，提取出频差信号；
85.壁滤波器，用于过滤掉频差信号中的干扰信号；
86.fft变换单元，用于将频差信号转换为血流波形数据。
87.上述技术方案的工作原理和有益效果为：通过数字正交调制解调器对采集的超声多普勒信号进行i、q解调，提取出频差信号，通过壁滤波器，用于过滤掉频差信号中的干扰信号，通过fft变换单元，用于将频差信号转换为血流波形数据，从而实现了对超声多普勒信号的分析前处理，提高数据的分析效率并减少数据中的干扰信号。
88.在一个优选实施例中，还包括体表检测模块，体表检测模块包括：
89.体表支架，用于固定用户下颌骨拐点并调节颈部超声多普勒发生装置的位置，使颈部超声多普勒发生装置处于预设的颈部测量点；
90.颈总动脉长度分析单元，用于利用用户下颌骨拐点与预设的颈部测量点之间的距离，基于超声多普勒发生装置的宽度计算确定用户的颈总动脉长度；
91.体表检测单元，用于确定用户面部多个预设种类的特征点的位置；
92.距离分析单元，用于根据用户面部多个预设种类的特征点确定用户眼角处与下眼眶的第一纵向距离、用户瞳孔中心与下眼眶靠近鼻翼处的第一横向距离、用户下眼眶靠近鼻翼处与鼻翼处的第二纵向距离、用户鼻翼处与下颌骨拐点的第三纵向距离；
93.距离确定单元，用于根据第一纵向距离、第一横向距离、第二纵向距离、第三纵向距离以及用户的颈总动脉长度确定用户的颈总动脉以及颈内动脉末端之间的距离。
94.上述技术方案的工作原理和有益效果为：通过体表支架固定用户下颌骨拐点并调节颈部超声多普勒发生装置的位置，使颈部超声多普勒发生装置处于预设的颈部测量点；通过颈总动脉长度分析单元利用用户下颌骨拐点与预设的颈部测量点之间的距离，基于超声多普勒发生装置的宽度计算确定用户的颈总动脉长度；通过体表检测单元确定用户面部多个预设种类的特征点的位置；通过距离分析单元，根据用户面部多个预设种类的特征点确定用户眼角处与下眼眶的第一纵向距离、用户瞳孔中心与下眼眶靠近鼻翼处的第一横向距离、用户下眼眶靠近鼻翼处与鼻翼处的第二纵向距离、用户鼻翼处与下颌骨拐点的第三纵向距离；最后通过距离确定单元根据第一纵向距离、第一横向距离、第二纵向距离、第三纵向距离以及用户的颈总动脉长度确定用户的颈总动脉以及颈内动脉末端之间的距离。采
用物理特征标志法与体表测量相结合的方法，参照解剖学中颈内动脉相对位置的数据，评估颈总动脉与颈内动脉末端的血管长度参见图4、图5，对血管长度进行估算，从而提高血管长度的估算准确性，计算出更准确的脉搏波波速。
95.在一个优选实施例中，确定用户面部多个预设种类的特征点的位置包括：
96.通过摄像头获取用户面部图像，并基于面部识别算法确定面部图像中的面部区域并进行截取得到第一图像；
97.对截取后的第一图像进行降噪、补光、加亮和归一化处理得到第二图像；
98.基于预设的面部特征点识别库，通过特征点图像识别算法，确定第二图像中的多个特征点，并根据在面部特征点识别库中的对比结果确定每一个特征点的种类；
99.确定用户面部存在的所有特征点在第二图像中的位置，并对每个特征点进行种类标注。
100.上述技术方案的工作原理和有益效果为：通过摄像头获取用户面部图像，并基于面部识别算法确定面部图像中的面部区域并进行截取得到第一图像；在对截取后的第一图像进行降噪、补光、加亮和归一化处理得到清晰且易于分析的第二图像；基于预设的面部特征点识别库，通过特征点图像识别算法，确定第二图像中的多个特征点，并根据在面部特征点识别库中的对比结果确定每一个特征点的种类；确定用户面部存在的所有特征点在第二图像中的位置，并对每个特征点进行种类标注。从而实现了对面部图像中用户脸部多个特征点的快速识别以及标记。
101.在一个优选实施例中，如图4，距离分析单元执行以下操作：
102.确定摄像头在拍摄用户面部时所用到的拍摄比例；
103.确定第二图像中用户眼角处与下眼眶之间的第一图像纵向距离，并基于拍摄比例确定用户眼角处与下眼眶之间的第一纵向距离；
104.确定第二图像中用户瞳孔中心与下眼眶靠近鼻翼处的第一图像横向距离，并基于拍摄比例确定用户瞳孔中心与下眼眶靠近鼻翼处的第一横向距离；
105.确定第二图像中用户下眼眶靠近鼻翼处与鼻翼处的第二图像纵向距离，并基于拍摄比例确定用户下眼眶靠近鼻翼处与鼻翼处的第二纵向距离；
106.确定第二图像中用户鼻翼处与下颌骨拐点的第三图像纵向距离，并基于拍摄比例确定用户鼻翼处与下颌骨拐点的第三纵向距离。
107.上述技术方案的工作原理和有益效果为：根据摄像头在拍摄用户面部时所用到的拍摄比例，将图像中特征点之间距离转换为实际人体脸上对应特征点之间的距离，进而确定第二图像中用户眼角处与下眼眶之间的第一图像纵向距离，并基于拍摄比例确定用户眼角处与下眼眶之间的第一纵向距离l
1-1
；确定第二图像中用户瞳孔中心与下眼眶靠近鼻翼处的第一图像横向距离，并基于拍摄比例确定用户瞳孔中心与下眼眶靠近鼻翼处的第一横向距离l
2-1
；确定第二图像中用户下眼眶靠近鼻翼处与鼻翼处的第二图像纵向距离，并基于拍摄比例确定用户下眼眶靠近鼻翼处与鼻翼处的第二纵向距离l
2-2
；确定第二图像中用户鼻翼处与下颌骨拐点的第三图像纵向距离，并基于拍摄比例确定用户鼻翼处与下颌骨拐点的第三纵向距离l3。从而实现了根据摄像头在拍摄用户面部时所用到的拍摄比例，将图像中特征点之间距离转换为实际人体脸上对应特征点之间的距离，从而降低了对摄像头位置的调整要求。
108.在一个优选实施例中，如图4至12，距离确定单元执行以下操作：
109.根据第一纵向距离，基于预设的夹角系数利用三角函数计算公式计算得到第一血管长度；
110.根据第一横向距离以及第二纵向距离，利用勾股定理计算得到第二血管长度；
111.将第一血管长度、第二血管长度、第三纵向距离以及用户的颈总动脉长度进行相加得到用户的颈总动脉以及颈内动脉末端之间的距离。
112.上述技术方案的工作原理和有益效果为：根据第一纵向距离l
1-1
，基于预设的夹角系数α利用三角函数计算公式计算得到第一血管长度l1：
113.l1＝l
1-1
/sinα
114.根据第一横向距离l
2-1
以及第二纵向距离l
2-2
，利用勾股定理计算得到第二血管长度l2：
[0115][0116]
将第一血管长度l1、第二血管长度l2、第三纵向距离l3(用于表示第三血管长度)以及用户的颈总动脉长度l4进行相加得到用户的颈总动脉以及颈内动脉末端之间的距离。其中，颈总动脉长度l4通过以下公式得到：
[0117][0118]
式中，l
4-1
为用户下颌骨拐点与预设的颈部测量点之间的距离，l
4-2
为多普勒流速探头的直径。从而实现了对用户的颈总动脉以及颈内动脉末端之间多段血管分别进行计算分析，得到每段血管的长度后进行相加，则得到用户的颈总动脉以及颈内动脉末端之间的距离。
[0119]
在一个优选实施例中，距离确定单元还包括补偿系数确定子单元，补偿系数确定子单元执行以下操作：
[0120]
根据用户面部多个预设种类的特征点的位置，按照预设的组队方式进行两两组队，得到多个特征点组并确定每个特征点组内特征点之间的特征点距离；
[0121]
确定其中预设的一个特征点组的特征点距离为基础单位距离，并分别确定其他特征点组的特征点距离与基础单位距离的距离比值；
[0122]
利用多个距离比值建立用户的脸型特征集合，并将该脸型特征集合与云端网络上预设的脸型特征集合库内的多个脸型特征集合分别进行相似度匹配，得到相似度最高的脸型特征集合所对应的夹角系数以及补偿系数；其中，夹角系数和补偿系数用于根据第一纵向距离、第一横向距离、第二纵向距离、第三纵向距离以及用户的颈总动脉长度确定用户的颈总动脉以及颈内动脉末端之间的距离；
[0123]
脸型特征集合库内的每个脸型特征集合以及其所对应的夹角系数以及补偿系数确定方式如下：
[0124]
通过对志愿者进行脸部图像采集，并对脸部图像进行分析得到该志愿者的脸型特征集合；
[0125]
通过对该志愿者进行解剖学数据采集，确定该志愿者颈内动脉相对位置，并确定该志愿者颈内动脉与面部的特征点组之间的相对位置关系；
[0126]
根据志愿者颈内动脉与面部的特征点组之间的相对位置关系，确定该志愿者颈内动脉与预设的特征点组之间的夹角系数以及补偿系数。
[0127]
上述技术方案的工作原理和有益效果为：根据用户面部多个预设种类的特征点的位置，按照预设的组队方式进行两两组队，得到多个特征点组并确定每个特征点组内特征点之间的特征点距离；确定其中预设的一个特征点组的特征点距离为基础单位距离，并分别确定其他特征点组的特征点距离与基础单位距离的距离比值；利用多个距离比值建立用户的脸型特征集合，并将该脸型特征集合与云端网络上预设的脸型特征集合库内的多个脸型特征集合分别进行相似度匹配，得到相似度最高的脸型特征集合所对应的夹角系数以及补偿系数。从而实现对用户脸型的匹配，根据匹配结果得到与该用户同种脸型对应的志愿者的解剖学数据，并将该志愿者的解剖学数据中该志愿者颈内动脉与预设的特征点组之间的夹角系数以及补偿系数作为该用户颈内动脉与预设的特征点组之间的夹角系数以及补偿系数的计算依据对用户的每段血管长度的计算结果进行调整，得到更准确的用户颈总动脉以及颈内动脉末端之间的距离。例如，在上述的用户颈总动脉以及颈内动脉末端之间的距离计算公式为：
[0128][0129]
其中的夹角系数在默认状态下取大数据分析得到的夹角系数均值α，若志愿者对应的夹角系数为β，则公式可修正为：
[0130][0131]
式中，k1、k2、k3、k4分别为第一补偿系数、第二补偿系数、第三补偿系数以及第四补偿系数，分别用于对第一血管长度、第二血管长度、第三血管长度以及颈总动脉长度的计算结果的修正，从而得到更为准确的用户颈总动脉以及颈内动脉末端之间的距离。
[0132]
其中脸型特征集合库内的每个脸型特征集合以及其所对应的夹角系数以及补偿系数确定方式如下：通过对志愿者进行脸部图像采集，并对脸部图像进行分析得到该志愿者的脸型特征集合；通过对该志愿者进行解剖学数据采集，确定该志愿者颈内动脉相对位置，并确定该志愿者颈内动脉与面部的特征点组之间的相对位置关系；根据志愿者颈内动脉与面部的特征点组之间的相对位置关系，确定该志愿者颈内动脉与预设的特征点组之间的夹角系数以及补偿系数。从而实现了特征集合库内的每个脸型特征集合以及其所对应的夹角系数以及补偿系数的数据扩充，为用户血管长度的计算提供了修正系数，使计算结果更为准确。
[0133]
在一个优选实施例中，还包括频率判断模块，频率判断模块执行以下操作：
[0134]
获取用户心脏的跳动频率，并根据用户心脏的跳动频率分别对用户的两个血流波形数据进行有效性判定，当血流波形数据中的脉动频率与心脏的跳动频率不一致时，判定该血流波形数据检测有误，并提醒操作人员调整超声多普勒发生装置的位置进行重新检测。
[0135]
上述技术方案的工作原理和有益效果为：通过获取用户心脏的跳动频率，并根据用户心脏的跳动频率分别对用户的两个血流波形数据进行有效性判定，当血流波形数据中
的脉动频率与心脏的跳动频率不一致时，判定该血流波形数据检测有误，并提醒操作人员调整超声多普勒发生装置的位置进行重新检测，从而防止无效血流波形数据为脑动脉僵硬度检测结果带来不良影响。
[0136]
为达到上述目的，本发明实施例还提供了一种实现无创脑动脉僵硬度检测方法，包括：
[0137]
利用体表支架固定用户下颌骨拐点并调节颈部超声多普勒发生装置的位置，使颈部超声多普勒发生装置处于预设的颈部测量点；
[0138]
确定用户下颌骨拐点与预设的颈部测量点之间的距离，并基于超声多普勒发生装置的宽度计算确定用户的颈总动脉长度；
[0139]
确定用户面部多个预设种类的特征点的位置，并根据用户面部多个预设种类的特征点确定用户眼角处与下眼眶的第一纵向距离、用户瞳孔中心与下眼眶靠近鼻翼处的第一横向距离、用户下眼眶靠近鼻翼处与鼻翼处的第二纵向距离、用户鼻翼处与下颌骨拐点的第三纵向距离；
[0140]
根据第一纵向距离、第一横向距离、第二纵向距离、第三纵向距离以及用户的颈总动脉长度确定用户的颈总动脉以及颈内动脉末端之间的距离；
[0141]
同时向用户的颈总动脉以及颈内动脉末端发射脉冲超声多普勒信号，并同步采集颈总动脉以及颈内动脉末端反射回来的的超声多普勒信号；
[0142]
分别对采集的两个超声多普勒信号进行预处理，并经过fft变换得到两个血流波形数据；
[0143]
确定两个血流波形数据的波形时差并基于用户的颈总动脉以及颈内动脉末端之间的距离计算出颈脑动脉的脉搏波速度，根据预设的脉搏波速度
‑‑
脑动脉僵硬度对照表格确定用户的脑动脉僵硬度。
[0144]
上述技术方案的工作原理和有益效果为：利用体表支架固定用户下颌骨拐点并调节颈部超声多普勒发生装置的位置，使颈部超声多普勒发生装置处于预设的颈部测量点；确定用户下颌骨拐点与预设的颈部测量点之间的距离，并基于超声多普勒发生装置的宽度计算确定用户的颈总动脉长度；确定用户面部多个预设种类的特征点的位置，并根据用户面部多个预设种类的特征点确定用户眼角处与下眼眶的第一纵向距离、用户瞳孔中心与下眼眶靠近鼻翼处的第一横向距离、用户下眼眶靠近鼻翼处与鼻翼处的第二纵向距离、用户鼻翼处与下颌骨拐点的第三纵向距离；根据第一纵向距离、第一横向距离、第二纵向距离、第三纵向距离以及用户的颈总动脉长度确定用户的颈总动脉以及颈内动脉末端之间的距离；同时向用户的颈总动脉以及颈内动脉末端发射脉冲超声多普勒信号，并同步采集颈总动脉以及颈内动脉末端反射回来的的超声多普勒信号；分别对采集的两个超声多普勒信号进行预处理，并经过fft变换得到两个血流波形数据；确定两个血流波形数据的波形时差并基于用户的颈总动脉以及颈内动脉末端之间的距离计算出颈脑动脉的脉搏波速度，根据预设的脉搏波速度
‑‑
脑动脉僵硬度对照表格确定用户的脑动脉僵硬度。从而能够简单、易用、准确的测量颈脑脉搏波速度，对颈脑动脉硬化的状况进行评价，实现了对用户脑血管动脉硬化状态的无创检测，为医护人员的脑血管病临床诊疗工作提供有效的帮助。
[0145]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围
之内，则本发明也意图包含这些改动和变型在内。