基于超声颈动脉血流的心脏骤停识别分析评判系统

本发明涉及医学图像处理，更具体地说涉及一种基于人工智能的超声颈动脉血流的心脏骤停快速识别、原因分析及心脏按压质量评判系统。

背景技术：

1、心脏骤停是严重威胁人民群众生命健康的重大公共卫生问题，致残、致死率高，高质量的心肺复苏可有效提高心肺复苏成功率，改善患者的救治结局。高质量心肺复苏的前提是快速、高效的识别心脏骤停，以及心肺复苏过程中确保每一次胸外心脏按压达到复苏要求，以保证足够的心输出量。

2、颈动脉搏动是目前判断心脏骤停的主要方式之一，但是欧洲复苏理事协会的报告显示，急救人员在10秒钟之内识别颈动脉搏动消失的正确率仅为60%，医护人员判断颈动脉的经验、触摸颈动脉位置、紧张情绪、患者颈动脉搏动微弱、体型肥胖、颈项过短、水肿、心率过慢等因素，均有可能导致医护人员对颈动脉搏动判断不准确，而导致对患者实施cpr（心肺复苏术）的启动时间延迟。在按压过程中，按压质量受各种因素的影响，按压深度、按压部位也会有差异，而目前对按压的质量的评估手段有限。

3、现有研究证实，与传统评估颈动脉搏动的方式相比，cpr过程中超声监测和评估颈动脉搏动可有效缩短心脏骤停的评估时间。且现已有颈动脉频谱粘贴式探头，可动态采集颈动脉血流频谱，但不能自动识别心跳骤停和评价心肺复苏的质量。

技术实现思路

1、为了克服上述现有技术中存在的缺陷，本发明公开了一种基于超声颈动脉血流的心脏骤停识别分析评判系统，本发明的目的是解决现有技术中没有与超声监测相结合、不能自动识别心跳骤停和评价心肺复苏的质量的问题。

2、为了实现以上目的，本发明采用的技术方案：

3、一种基于超声颈动脉血流的心脏骤停识别分析评判系统，包括图像获取模块、自动识别模块、综合分析风险分级模块、预警模块、诊疗建议模块和心肺复苏质量评价模块，具体如下：

4、1、图像获取模块

5、所述图像获取模块，采集患者疑似心脏骤停以及心肺复苏过程中的超声颈动脉血流频谱图像并将其发送至自动识别模块；

6、优选的，所述图像获取模块包括贴片式血管超声探头和含心电识别功能的便携超声显示设备，所述贴片式血管超声探头和便携超声显示设备连接，贴片式血管超声探头粘贴于患者颈动脉搏动位置，采集患者的超声颈动脉血流频谱信息，并将采集的超声颈动脉血流频谱信息发送至所述便携超声显示设备，所述便携超声显示设备以图像的形式显示采集的信息。

7、现有技术中，普通血管探头设备较大，采集图像时，需检查者手持探头进行监测，如需实时监测，需专人持探头进行检查，且在心肺复苏过程中，头颈部需进行建立人工气道、保持体位、观察呼吸等，检查者占用抢救空间，可实施性差。若不实时监测，便不能持续监测心肺复苏的效果，间断检查会导致抢救中断，影响抢救效果。贴片式探头，可规避上述风险，能通过便携、实时、持续监测颈动脉频谱实现对心跳骤停的判断和复苏质量的评价，同时，贴片式探头也可避免对人力和空间的占用，有助于心肺复苏的实施。但现有的粘贴式探头设备，可以结合颈动脉频谱进行实时的采集，但不能对频谱进行人工智能的分析和决策。

8、本发明中，对于贴片式血管超声探头，对现有的血管超声探头进行粘贴式改进，探头粘贴于患者甲状软骨水平、胸锁乳突肌内侧，即颈动脉搏动的体表位置处。探头将自动识别颈动脉并进行颈动脉血流频谱采集，采集的频谱图像实时传输至便携超声显示设备显示，便携超声显示设备含心电识别功能。

9、2、自动识别模块

10、所述自动识别模块，与所述图像获取模块连接，对超声颈动脉血流频谱图像进行识别与处理，得到相关血流参数并将其发送至综合分析风险分级模块和心肺复苏质量评价模块；

11、优选的，所述相关血流参数包括收缩期血流峰速度、舒张末期血流速度、血流频谱曲线下面积、曲线上升斜率、曲线下降斜率和阻力指数。

12、以上各个血流参数具体如下：

13、收缩期血流峰速度是指颈动脉在心脏收缩时的最快速度。将其用于血流参数是因为在血管无明显结构异常时，可客观呈现心律和心脏输出状态。

14、舒张末期血流速度是指颈动脉在心脏舒张末期时的速度。将其用于血流参数是因为在血管无明显结构异常时，可客观呈现心律和心脏输出状态。

15、血流频谱曲线下面积是指根据颈动脉频谱的边界描记的速度时间积分，在设定时间段内从颈动脉连续多个心动周期对应的动脉频谱中测出颈动脉血流速度时间积分vti，结合颈动脉横截面积csa，计算出外周动脉前向血流量vti*csa。将其用于血流参数是因为其可通过评价颈动脉的血流量判断心输出量。

16、曲线上升斜率是指血流速度上升过程中，速度差和时间差的比值。将其用于血流参数是因为其可评估颈动脉的血管阻力。其具体的计算公式为：

17、。

18、曲线下降斜率是指血流速度下降过程中，速度差和时间差的比值。将其用于血流参数是因为其可评估颈动脉的血管阻力。其具体的计算公式为：

19、。

20、阻力指数是指通过颈动脉血流速度计算出的代表血管阻力的参数。将其用于血流参数是因为在血管无明显结构异常时，其可对血管阻力进行评估。其具体的计算公式为：

21、。

22、3、综合分析风险分级模块

23、所述综合分析风险分级模块，与所述自动识别模块连接，根据相关血流参数，辅助判断颈动脉搏动情况和血流状态，并对患者心脏骤停进行识别、严重程度进行风险分级，并将相应的风险等级发送至预警模块；

24、本发明中，根据收缩期血流峰速度、舒张末期血流速度、血流频谱曲线下面积、曲线上升斜率、曲线下降斜率和阻力指数六个参数，对患者严重程度进行风险分级的具体方法为：

25、一级风险：包括收缩期和舒张期均有血流，但较正常值低30%以内但不包括30%或者血流频谱不规律，心输出量较正常值下降30%以内但不包括30%，曲线上升斜率、曲线下降斜率较正常值降低30%以内但不包括30%，阻力指数较正常值升高30%以内但不包括30%，表示有心脏输出，需实时监测颈动脉频谱，并筛查心输出量减少的原因；

26、二级风险：包括收缩期和舒张期均有血流，但较正常值低30%-50%或血流频谱不规律，心输出量较正常值下降30%-50%，曲线上升斜率、曲线下降斜率较正常值降低30%-50%，阻力指数较正常值升高30%-50%，表示有心脏输出，但较正常心脏输出明显减少，需立即对心脏功能进行专科评估，必要时予以干预；

27、三级风险：包括存在只有收缩期血流，无舒张期血流或者血流频谱不规律，心输出量较正常值低50%以上但不包括50%，曲线上升斜率、曲线下降斜率较正常值低50%以上但不包括50%，阻力指数等于1，表示有心脏输出，但是存在严重心输出量不足的表现，因舒张期无心脏输出，冠状动脉供血不足，会导致心肌进一步缺血，随时可能发生心跳骤停，需进一步评估心脏功能并进行干预，需密切关注颈动脉血流频谱；

28、四级风险：包括收缩期和舒张期均无血流，曲线上升斜率、曲线下降斜率及阻力指数测不出，表示患者心脏无有效搏出，已发生心跳骤停，需立即进行心肺复苏及相应抢救措施。

29、优选的，所述自动识别模块和综合分析风险分级模块均采用机器学习的方式进行数据处理，其机器学习包括：

30、贴片式血管超声探头采集患者的超声颈动脉血流频谱信息并将其发送至便携超声显示设备，有资质的医师对便携超声显示设备上的颈动脉血流频谱边界进行标记，并计算收缩期血流峰速度、舒张末期血流速度、血流频谱曲线下面积、曲线上升斜率、曲线下降斜率和阻力指数；

31、自动识别模块对照人工标记的频谱图片和原图进行机器学习，自动识别颈动脉血流频谱，自动计算收缩期血流峰速度、舒张末期血流速度、血流频谱曲线下面积、曲线上升斜率、曲线下降斜率和阻力指数；

32、综合分析风险分级模块根据计算后的数据，对患者心脏骤停严重程度进行风险分级；

33、对机器学习的效果进行专家审核，并采用校正算法对机器学习进行校正，形成颈动脉血流频谱自动识别的自动识别模块和心脏骤停严重程度自动分级的综合分析风险分级模块。

34、本发明中，对于机器学习，可为现有技术中常规的机器学习方法，比如cnn图像分类，通过对视频减帧、切割，设置感兴趣区域，提取出想要的图像。同理校正算法也可采用现有技术中的校正算法。本发明的主要创新点，并不是机器学习和相关算法的研究，其均可采用现有技术。

35、优选的，所述自动识别模块和综合分析风险分级模块均采用机器学习的方式进行数据处理，所述机器学习包括正常颈动脉血流频谱学习，所述正常颈动脉血流频谱学习包括：

36、收集健康志愿者颈动脉血流频谱用于机器学习，训练机器识别正常血流频谱，并自动生成收缩期血流峰速度、舒张末期血流速度、血流频谱曲线下面积、曲线上升斜率、曲线下降斜率和阻力指数参数；通过专家审核，校验正常颈动脉血流学习参数的准确性。

37、优选的，所述自动识别模块和综合分析风险分级模块均采用机器学习的方式进行数据处理，所述机器学习包括异常颈动脉血流频谱学习及警报，所述异常颈动脉血流频谱学习及警报包括：

38、收集临床异常颈动脉血流频谱用于机器学习，训练机器识别异常颈动脉血流频谱，并根据收缩期血流峰速度、舒张末期血流速度、血流频谱曲线下面积、曲线上升斜率、曲线下降斜率和阻力指数参数的异常情况，自动识别患者的心跳状态，自动识别并进行根据频谱严重程度分级，并与专家识别结果和严重程度分级进行比对，检验异常颈动脉血流的识别与严重程度分级的准确性。

39、4、预警模块

40、所述预警模块，与所述综合分析风险分级模块和心肺复苏质量评价模块连接，根据综合分析风险分级模块发送的风险等级进行预警警示，并将相应的风险等级预警警示发送至诊疗建议模块；根据心肺复苏质量评价模块发送的心肺复苏质量评价结果进行预警警示，并将相应的心肺复苏质量预警警示发送至诊疗建议模块；

41、优选的，所述预警模块包括绿、蓝、黄、红四种颜色的提示灯，分别与综合分析风险分级模块输出的一级风险、二级风险、三级风险、四级风险对应，同时分别与心肺复苏质量评价模块输出的心肺复苏按压有效、心肺复苏按压效果一级差、心肺复苏按压效果二级差和心肺复苏按压无效对应。

42、本发明中，预警模块中设置有绿、蓝、黄、红四种颜色的提示灯，绿灯亮时表示一级风险、心肺复苏按压有效，蓝灯亮时表示二级风险、心肺复苏按压效果一级差，黄灯亮时表示三级风险、心肺复苏按压效果二级差，红灯亮时表示四级风险、心肺复苏按压无效，以提醒相关人员。

43、5、诊疗建议模块

44、所述诊疗建议模块，与所述预警模块连接，根据风险等级预警警示，生成心脏诊疗建议和心脏骤停原因并输出；当风险等级预警警示为最高等级时，将心肺复苏质量评价触发信号发送至心肺复苏质量评价模块；根据心肺复苏质量预警警示，生成心肺复苏诊疗建议并输出；

45、本发明中，诊疗建议模块生成心脏诊疗建议、心肺复苏诊疗建议、心脏骤停原因并输出，以供医生参考，减轻医生的工作量。

46、例如，当一级风险时，表示有心脏输出，需实时监测颈动脉频谱，并筛查心输出量减少的原因；二级风险时，表示有心脏输出，但较正常心脏输出明显减少，需立即对心脏功能进行专科评估，必要时予以干预；三级风险时，表示有心脏输出，但是存在严重心输出量不足的表现，因舒张期心脏无输出，冠状动脉供血不足，会导致心肌进一步缺血，随时可能发生心跳骤停，需进一步评估心脏功能并进行干预，需密切关注颈动脉血流频谱；四级风险时，表示患者心脏无有效搏出，已发生心跳骤停，需立即进行心肺复苏及相应抢救措施。

47、心肺复苏按压有效时，表示有心脏输出，可满足基本灌注需求；心肺复苏按压效果一级差时，表示有心脏输出，但不能满足基本灌注需求，需要调整按压深度和速度；心肺复苏按压效果二级差时，表示有心脏输出，但心脏输出严重不足，心肺复苏按压效果二级差，需调整按压深度和速度；心肺复苏按压无效时，表示患者心脏无有效搏出，表明心肺复苏无效，需快速调整按压深度、速度或更换抢救人员。

48、优选的，所述心脏骤停原因包括心源性因素、严重低血容量因素、梗阻因素、分布性因素、心律失常因素、内环境因素。

49、本发明中，对于心脏骤停原因分析，当患者出现预警风险四级时，除立即进行心肺复苏之外，需同步完善心脏超声（经胸超声或者经食道超声）、血气监测等快速检测，在避免心跳骤停带来的死亡或者不可逆脏器功能损伤的同时，通过上述快速评估识别心跳骤停的原因，有且不限于心源性因素（急性大面积心肌梗死、急性心功能衰竭），随即需进行纠正心功能衰竭、pci、心脏辅助装置安置等治疗；严重低血容量因素，需快速建立通道，并进行液体复苏；梗阻因素，如大面肺栓塞导致的右心梗阻、心包填塞等，需立即解除梗阻，如溶栓、心包穿刺等；分布性因素，需快速予以血管活性药物并明确病因；心律失常因素，患者发生恶性心律失常，有但不限于心室颤动、室上性心动过速等，导致心脏无有效输出，需立即进行电除颤、电复律及药物复律等；内环境因素，如严重酸中毒、严重低钾血症、高钾血症等，需立即进行纠正。

50、6、心肺复苏质量评价模块

51、所述心肺复苏质量评价模块，与所述自动识别模块和诊疗建议模块连接，接收诊疗建议模块发送的心肺复苏质量评价触发信号后，利用自动识别模块发送的相关血流参数，对心肺复苏质量进行评价，并将心肺复苏质量评价结果发送至预警模块。

52、本发明中，心肺复苏质量评价模块根据自动识别模块识别的收缩期血流峰速度、舒张末期血流速度、血流频谱曲线下面积、曲线上升斜率、曲线下降斜率和阻力指数六个参数，对心肺复苏质量评价的具体方法为：

53、心肺复苏按压有效：包括收缩期和舒张期均有血流，但较正常值低30%以内但不包括30%，心输出量较正常值下降30%以内但不包括30%，曲线上升斜率、曲线下降斜率较正常值降低30%以内但不包括30%，阻力指数较正常值升高30%以内但不包括30%，表示有心脏输出，可满足基本灌注需求；

54、心肺复苏按压效果一级差：包括收缩期和舒张期均有血流，但较正常值低30%-50%，心输出量较正常值下降30%-50%，曲线上升斜率、曲线下降斜率较正常值降低30%-50%，阻力指数较正常值升高30%-50%，表示有心脏输出，但不能满足基本灌注需求，需要调整按压深度和速度；

55、心肺复苏按压效果二级差：包括存在只有收缩期血流，无舒张期血流，心输出量较正常值低50%以上但不包括50%，曲线上升斜率、曲线下降斜率较正常值低50%以上但不包括50%，阻力指数等于1，表示有心脏输出，但心脏输出严重不足，心肺复苏按压效果二级差，需调整按压深度和速度；

56、心肺复苏按压无效：包括收缩期和舒张期均无血流，曲线上升斜率、曲线下降斜率及阻力指数测不出，表示患者心脏无有效搏出，表明心肺复苏无效，需快速调整按压深度、速度或更换抢救人员。

57、本发明中，对于心肺复苏质量评价模块，其在诊疗建议模块判断出存在四级风险时，需立即启动心肺复苏，在按压过程中，每一次按压是否产生足够的心脏输出可通过颈动脉频谱的上述测值进行评判，仍可通过绿、蓝、黄、红四种颜色的提示来进行判读和提醒。绿色代表按压有效，可提供满足基本灌注需求的心脏输出；蓝色代表按压有效，但不能满足基本灌注需求，需要调整按压深度和速度；黄色代表按压效果差，按压深度、速度可能需要进行调整；红色代表按压无效，需快速调整按压深度、速度或者更换抢救人员。

58、优选的，所述心脏骤停识别分析评判系统内置心肺复苏前评估路径和心肺复苏后评价路径，所述心肺复苏前评估路径触发所述心肺复苏后评价路径。

59、所述心肺复苏前评估路径包括：

60、①、图像获取模块采集患者疑似心脏骤停过程中的超声颈动脉血流频谱图像并将其发送至自动识别模块；

61、②、自动识别模块对超声颈动脉血流频谱图像进行识别与处理，得到相关血流参数并将其发送至综合分析风险分级模块；

62、③、综合分析风险分级模块根据相关血流参数，辅助判断颈动脉搏动情况和血流状态，并对患者心脏骤停进行识别、严重程度进行风险分级，并将相应的风险等级发送至预警模块；

63、④、预警模块根据综合分析风险分级模块发送的风险等级进行预警警示，并将相应的风险等级预警警示发送至诊疗建议模块；诊疗建议模块根据风险等级预警警示，生成心肺复苏前评估诊疗建议并输出。

64、所述心肺复苏后评价路径包括：

65、1、当风险等级预警警示为最高等级时，诊疗建议模块将心肺复苏质量评价触发信号发送至心肺复苏质量评价模块；

66、2、医护人员进行心肺复苏，同时心肺复苏质量评价模块将图像采集信号发送至图像获取模块；

67、3、图像获取模块根据图像采集信号，采集心肺复苏过程中的超声颈动脉血流频谱图像并将其发送至自动识别模块；

68、4、自动识别模块对超声颈动脉血流频谱图像进行识别与处理，得到相关血流参数并将其发送至心肺复苏质量评价模块；

69、5、心肺复苏质量评价模块利用自动识别模块发送的相关血流参数，对心肺复苏质量进行评价，并将心肺复苏质量评价结果发送至预警模块；

70、6、预警模块根据心肺复苏质量评价模块发送的心肺复苏质量评价结果进行预警警示，并将相应的心肺复苏质量预警警示发送至诊疗建议模块；诊疗建议模块根据心肺复苏质量预警警示，生成心肺复苏后诊疗建议。

71、本发明的有益效果：

72、1、本发明提供的心脏骤停识别分析评判系统，图像获取模块采集患者超声颈动脉血流频谱图像，自动识别模块为预先训练好的模型，其对患者超声颈动脉血流频谱图像进行自动识别，识别结果包括收缩期血流峰速度、舒张末期血流速度、血流频谱曲线下面积、曲线上升斜率、曲线下降斜率和阻力指数，综合分析风险分级模块根据识别的血流参数对患者心脏骤停严重程度进行风险分级，心肺复苏质量评价模块根据识别的血流参数对心肺复苏质量进行评价，预警模块提供相关预警警示，诊疗建议模块生成诊疗建议和心脏骤停原因，实现人工智能识别心跳骤停的原因、预警并实时评估复苏质量，其辅助医生对患者心脏骤停进行快速识别、分析和评判，一方面节约了诊断时间，提高了诊断效率，降低了患者的风险，另一方面也减轻了医生的工作量，提高诊疗质量。

73、2、本发明提供的心脏骤停识别分析评判系统，可通过辅助识别心跳骤停，快速识别心跳骤停，并通过预警提示医生启动心肺复苏，避免因个体经验不足、患者特殊情况以及客观条件限制导致的判读失误，延误心跳患者的抢救时机，从而最大限度的挽救患者生命。

74、3、本发明提供的心脏骤停识别分析评判系统，心肺过程中的实时颈动脉频谱监测可通过其图像频谱观察心脏输出，并可自动测量心输出量，以评价心肺复苏的质量，以尽量保证每一次心肺复苏的有效性，保证足够的脏器灌注，满足全身脏器，尤其的心、脑的灌注，以降低致残率，降低社会负担。