论文部分内容阅读
经颅多普勒(TransCranial Doppler,TCD)是一种利用超声多普勒效应检测颅内脑底主要动脉的血流动力学及血流生理参数的无创伤性的脑血管疾病的检查方法。我国于1988年陆续引进该设备,并被广泛应用。由于TCD能无创伤地穿透颅骨,操作简单,重复性好,更重要的是它可以提供其他影像技术所测不到的重要血流动力学资料,因此,它在评价脑血管疾病以及鉴别诊断方面有重要的意义。迄今为止,国内常用的经颅多普勒诊断方法,是根据经颅多普勒超声仪对病人的检查结果,由医生凭借自己所掌握的病理学知识和多年积累的经验,对病情进行分析和判断,从而得出诊断结果。该方法受主观因素影响较大,诊断结果的正误与医生的医疗水平密切相关,这在中、小型及偏远地区的医院中表现更为明显,从而导致脑血管病症的误诊率一直居高不下。因而人们一直希望有一种智能诊断的方法,能够排除各种人为因素,得到准确、客观的诊断结果。本课题为山东省科技厅立项项目。本文以经颅多普勒音频信号为研究对象,针对经颅多普勒信号的特点,以小波分析理论和支持向量机为理论基础,对经颅多普勒声谱参数的获取、经颅多普勒信号的特征提取与分类以及专家诊断系统进行了研究并实现。本文首先在经颅多普勒硬件平台的基础上采集出经颅多普勒音频信号,然后从采集到的音频信号中提取最大频率曲线并获取声谱参数。这些声谱参数和其他从最大频率曲线中提取的特征数据一起作为经颅多普勒分类器的输入数据进行分类研究。本文主要研究了BP神经网络和最小二乘支持向量机两种分类器,并在论文中对比了它们的分类效果。在以上研究的基础上,设计了经颅多普勒专家诊断系统。同时,由于现有的多普勒血流信号分析方法主要是建立在声谱图的基础上的,这样容易丢失信号的一些特征。基于此,本文直接对音频多普勒血流信号进行处理,尝试从中提取有用的信息,取得了较为满意的结果。另外,考虑到经颅多普勒音频信号和经颅多普勒最大频率曲线远程传输的需要,本文对比了几种常用的压缩技术,在保证压缩效果的基础上实现了较高的压缩比。本文的研究成果实现了经颅多普勒的较完整诊断平台,可以对患者进行较准确、客观的诊断。经颅多普勒专家诊断系统的设计与实现可以为脑血管疾病的防治与诊断提供有益的依据。