利用多普勒信号多参数分析检测颈动脉血流3陈 曦,汪源源,张 羽,陈斯中,王威琪(复旦大学电子工程系,上海200433)摘要:目的利用超声多普勒音频信号的多参数分析方法检测颈动脉血流,为脑梗塞疾病提供新的诊断指标。
方法将超声多普勒信号的4种特征提取方法(传统的声谱参数法、音频信号的零极点模型法、分形特征分析法和Teager能量曲线法)结合起来,用Fisher多元判别法进行颈动脉血流状况的多参数分类决策。
结果将这种多参数分析方法用于53例颈动脉血流多普勒信号的分析,发现:Teager能量参数的诊断敏感性最优,将几种参数结合起来进行多参数分析,可以得到较满意的效果。
结论多参数分析法在脑梗塞疾病的诊断中有一定的应用前景。
关键词:超声多普勒;多参数分析;颈动脉;血流;声谱;零极点;分形;Teager算法中图分类号:TB559;R319 文献标识码:A 文章编号:100220837(2001)0620425204Analysis of Doppler Signals from Carotid Blood Flow by Multi2characteristic Method1CHENXi,WANGYuan2 yuan,ZHANGYu,CHENSi2zhong,WANGWei2qi1SpaceMedicine&MedicalEngineering,2001,14(6):425～428Abstract:Objective Topresentanewcriterionforthediagnosisofcerebralinfarction.Method Fourcharacteristic extractionmethods,theconventionalmethodofspectrogramparameters,thezero2polemodel,thefractalanalysis methodandtheTeagerenergymethod,wereusedtoanalyzeDopplersignalsfromcarotidbloodflow.Withthese characteristicparameters,aFishermulti2characteristicanalysismethodwasappliedtoclassifythestateofthecarotid bloodflow.Result Theanalysisresultsof53casesofDopplersignalsfromthecarotidbloodflowwiththismulti2 characteristicanalysismethodshowedthattheTeagerenergyparameterwasmostsensitivetocerebralinfarctionand themulti2characteristicsanalysismethodprovidedamoresatisfactorydiagnosticmeansforclinicaluse.Conclusion Themulti2characteristicanalysisofDopplersignalfromcarotidbloodflowwasprovedtobeanewmethodfordiagno2 sisofcerebralinfarction.Keywords:ultrasoundDoppler;multi2characteristicanalysis;carotidartery;bloodflow;spectrogram;zero2pole; fractal;TeageralgorithmAddressreprintrequeststo:CHENXi.DepartmentofElectronicEngineering,FudanUniversity,Shanghai200433 脑梗塞是中老年人常见的脑血管疾病,致残率和病死率都很高,即使是短暂性脑缺血发作,也很难使受损神经元的结构和机能完全康复,因此许多学者认为预测和预防脑梗塞比治疗更为重要。
超声多普勒技术因其无损性和准确性而在临床上广泛应用于血管疾病的诊断[1]。
不同的血管疾病会引起血流多普勒信号特征的差异,因此准确提取高灵敏度的多普勒信号特征,对诊断疾病的正确性有十分积极的意义。
本文利用声谱参数、分形特征、零极点模型参数和Teager能量参数,对颈动脉血流超声多普勒信号进行多参数分析,从而得到脑梗塞等疾病的无损诊断新指标。
收稿日期:20012022023基金项目:国家自然科学基金(39800137)和高等学校骨干教师计划资助原理和方法现有的多普勒血流信号分析方法主要还是建立在声谱图的基础上。
更确切地讲,是建立在血流的最大频率曲线和平均频率曲线的基础上的。
它的基本方法是:利用短时傅里叶变换得到音频多普勒信号的时变频谱,然后从时变频谱中计算出血流信号的最大频率随时间变化的曲线[2],最后从最大频率曲线上提取出与血流状况有关的声谱参数。
这种声谱参数法是分析血流多普勒信号的传统方法。
以前研究表明[3]:与血流状况有关的声谱参数包括最大频率曲线在收缩期的最大值S与舒张末期的值D之比S/D、搏动指数(最大频率曲线峰峰值和时间平均值之比)PI、阻力指数RI =1-D/S等,其中S/D是最常用的一种声谱参数。
但声谱参数的弱点是丢失了音频多普勒血流第14卷 第6期 航天医学与医学工程 Vol.14 No.6 2001年 12月 SpaceMedicine&MedicalEngineering Dec.2001 624 航天医学与医学工程 第14卷m 维参数矢量,n 1和n 2分别为正常和异常总体的参数矢量的个数(即正常和异常个体的数目),μ1和∑1分别为正常总体的参数矢量的平均值和协方差阵,μ2和∑2分别为异常总体的参数矢量的平均值和协方差阵,则Fisher 线性判别函数为:Y =l ′X =(μ1-μ2)′∑-1X (9)其中′表示矩阵转置,左上角“-1”表示对矩阵求逆,参数l 和∑分别为:l =∑-1(μ1-μ2),∑=(n 1-1)∑1+(n 2-1)∑2(n 1+n 2-2)(10)以两个总体在这根直线上投影点均值的中点y 0作为判断的标准:y 0=12l ′(μ1+μ2)(11)对待诊断病例,将其参数矢量代入(9)式,所得结果与y 0进行比较,可以在一定置信度下将病例归为正常或异常。
临床应用分析使用T 21超声多普勒血流检测仪(5MHz 的连续波)检测颈动脉血流,并用PC 机的声卡以22.05kHz 采样频率对仪器输出的音频多普勒信号进行采样,每例采集6～12s 左右的数据,存贮于计算机中。
临床应用中共采集了53例信号,其中CT 和其他临床手段确诊为脑梗塞病例31例,包括:男18例,女13例(年龄从67岁～87岁);健康者(年青志愿者或CT 等临床手段排除脑梗塞、高血压等疾病者)22例,包括:男14例,女8例(年龄从22岁～80岁)。
离线分析在PC 机上进行,以MATLAB 编程实现:对每例信号按心动周期分段,对分段后的信号进行多参数特征提取,然后将所有心动周期的参数平均,再利用Fisher 判据进行分类决策。
图1(a )给出了音频多普勒血流信号的分形值D 和S/D 的两维分布。
从整体上来说,分形值D 和S/D 较难区分正常情况和异常病例。
按最小错误率原则选取D=1.69作为判别标准,22例正常情况中8例被错判为异常(D<1.69,误诊率为36.4%),而31例异常病例中9例被错判为正常(D>1.69,漏诊率为29%),因此单用分形值D 进行判别,难以取得理想的临床诊断结果。
同理选取S/D=4.7作为判别标准,22例正常例子中8例声谱参数异常(S/D>4.7,误诊率为36.4%),而31例异常病例中10例的声谱参数处于正常范围(S/D<4.7,漏诊率为32.3%),因此单用S/D 进行判别,也不适于单独用于临床诊断。
图1(b )给出了音频多普勒血流信号零极点模型中复极点的重心的幅长r p 和Teager 能量曲线的统计参数E 的两维分布。
可以看出:正常人复极点的重心幅长较异常病例要大,即脑梗塞病人颈动脉多普勒血流信号极点分布距离单位圆更远。
同样按最小错误率原则选取r p =0.8作为判别标准,22例正常情况中4例被错判为异常(r p <0.8,误诊率为18.2%),而31例异常病例中8例被错判为正常(r p >0.8,漏珍率为25.8%),诊断图1 (a)分形值D 和S/D 的两维分布r p 和(b)和E 的两维分布Fig.1 (a)Two 2dimensionaldistributionofDandS/D;(b)two 2dimensionaldistributionof r p andE 3:normalcases;○:abnormalcases724第6期 陈 曦,等.利用多普勒信号多参数分析检测颈动脉血流效果较前两种参数有所改进。
同理选取E=2.5作为判别标准,22例正常例子中4例声谱参数异常(E<4.7,误诊率为18.2%),而31例异常病例中4例的声谱参数处于正常范围(E>4.7,漏诊率为9.7%),诊断效果优于前3种参数。
通过以上分析,若单独使用特征参数进行脑梗塞的检测,难以达到较理想的效果,因此考虑选取S/D 、D 、r p 和E 进行多元分析,以得到更为准确的诊断结果。
先采用2个较优的参数:零极点模型中r p 和Teager 能量曲线中E 做为Fisher 判据的特征参数,得到的判别结果为:22例正常例子中3例y 值异常(误诊率为13.6%),而31例异常病例中4例的y 值处于正常范围(漏诊率为12.9%),结果与单独使用Teager 能量曲线特征参数相似,没有得到明显得改善。
接着采用r p 、E 和分形值D 做为Fisher 判据的特征参数,得到的判别结果为:22例正常例子中3例y 值异常(误诊率为13.6%),而31例异常病例中2例的y 值处于正常范围(漏诊率为6.4%),诊断结果有所提高。
进一步采用S/D 、D 、r p和E 做为Fisher 判据的特征参数,得到的判别结果为:22例正常例子中2例y 值异常(误诊率为9.1%),而31例异常病例中2例的y 值处于正常范围(漏诊率为6.5%),基本上满足了临床诊断的需要。
作为例子,图2给出了4个特征参数的Fisher 判决结果。
图2 4特征参数的Fisher 判据值y 相对S/D 的分布Fig.2 Thedistributionoffour 2characteristicsFisheranalysisresultyvesusS/D3:normalcases;○:abnormalcases;thesolidline:theoptimal classificationvalue y 0讨论和结论通过对临床数据的分析,发现颈动脉血流音频多普勒信号的S/D 值、零极点模型参数、分形维数和Teager 能量参数都在一定程度上反映脑部的供血情况,具有作为检测脑部供血状况的指标的可能性。