论文部分内容阅读
人体血流中的栓子有可能阻塞血管导致中风等高风险性疾病,对人类健康造成极大威胁,因此对栓子的检测在医疗诊断中是十分必要的。栓子存在许多种类,主要分为固体栓子与气体栓子两类,这两类栓子的临床诊断方法不同,需要在治疗前识别栓子种类。随着超声多普勒技术在医学方向的高速发展,经颅多普勒技术于栓子检测中广泛应用,该技术对于栓子的检测与分类都十分的有限。本文针对人体血流中的固体栓子和气体栓子难以被检测和识别的问题,提出一种多相流环境下的栓子超声多普勒检测方法。在栓子检测研究方面,利用固栓、气栓和红细胞对超声波具有不同界面声强反射率的特点,分析基于自相关技术从回声信号中提取的多普勒振幅和多普勒频移等特征参数,实现固栓和气栓的特征检测。在栓子识别研究方面,首先分析了栓子超声信号特征及与红细胞超声信号区别,使用Field_II软件建立血流组织模型并进行仿真,验证本文算法测量血流速度的正确性。然后改变血管与水平面夹角进行仿真,研究入射角因素对仿真结果带来的影响。建立栓子多普勒信号模型并仿真,验证识别栓子方法的可行性,为后续实验提供参考。本文分别利用尼龙粒子、硅藻微粒和气泡模拟红细胞、固体栓子和气体栓子开展了血流栓子检测仿真实验,通过实验获得了三种粒子的多普勒振幅、多普勒频移及速度分布情况。统计分析了上述三种粒子的多普勒振幅,获得了概率密度函数,根据概率密度函数的分布特点设定多普勒振幅阈值。在划分阈值初步分类的基础上再结合速度分布特征对红细胞、固栓和气栓分类,实现了栓子的在线识别。为了提高栓子的检测率,本文研究了超声入射角关键参数对检测结果的影响规律。设定中心频率后以不同的入射角发射超声信号,仅使用血红细胞和气泡两种粒子重复上述实验,分析实验获得的流体速度分布特征与多普勒振幅参数,实验结果表明,当入射角增大时,气栓和红细胞的速度分布、有效测量区间和血管与超声换能器之间的距离均增加,导致声衰减也随之增加。通过分析实验误差和不同入射角时的气泡检出率,发现入射角为60°时检测效果最佳。本文所提方法能够有效地检测与识别栓子,采用自相关技术快速处理回波信号,可以实现实时检测。该方法对血液中栓子的临床检测有重要应用价值,可为临床成像检测时超声信号最优入射角的选择提供参考。