覃開蓉，于苗，陳燕，徐建明，邱天爽

1.大連理工大學(xué) 電子信息與電氣工程學(xué)部 生物醫(yī)學(xué)工程系，遼寧 大連116024

2.復(fù)旦大學(xué) 力學(xué)與工程科學(xué)系，上海200433

頸總動(dòng)脈超聲血流信號(hào)檢測(cè)與分析系統(tǒng)

覃開蓉1，于苗1，陳燕1，徐建明2，邱天爽1

1.大連理工大學(xué) 電子信息與電氣工程學(xué)部 生物醫(yī)學(xué)工程系，遼寧 大連116024

2.復(fù)旦大學(xué) 力學(xué)與工程科學(xué)系，上海200433

專欄——心血管系統(tǒng)生理參數(shù)的無(wú)創(chuàng)監(jiān)測(cè)方法及進(jìn)展

編者按：心血管系統(tǒng)疾病是嚴(yán)重威脅人類健康的重大慢性疾病之一，具有“發(fā)病率高、致殘率高、死亡率高、并發(fā)癥多”等特點(diǎn)。預(yù)防和降低心血管系統(tǒng)疾病最有效的方法是早期篩查和早期干預(yù)。對(duì)心血管系統(tǒng)的重要生理參數(shù)進(jìn)行無(wú)創(chuàng)監(jiān)測(cè)是早期篩查的有效方法。在這一期的系列文章中，我們主要介紹了心臟電活動(dòng)、力學(xué)活動(dòng)，頸總動(dòng)脈力學(xué)和血流特性、踝臂血管力學(xué)特性的無(wú)創(chuàng)監(jiān)測(cè)方法及設(shè)備。為相關(guān)疾病早期篩查提供參考方法，為廣大臨床專家提供借鑒。

欄目主編：邱天爽

邱天爽教授1983年獲天津大學(xué)學(xué)士學(xué)位，1993年和1995年分別獲得大連理工大學(xué)信號(hào)與信息處理專業(yè)碩士和博士學(xué)位。1996～2000年在美國(guó)北伊利諾大學(xué)從事博士后研究，現(xiàn)為大連理工大學(xué)電子信息與電氣工程學(xué)部副部長(zhǎng)兼生物醫(yī)學(xué)工程系主任。任中國(guó)電子學(xué)會(huì)信號(hào)處理專業(yè)委員會(huì)委員、中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)神經(jīng)工程專業(yè)委員會(huì)委員、遼寧省醫(yī)學(xué)信息與健康工程學(xué)會(huì)副理事長(zhǎng)。主要從事非平穩(wěn)、非高斯統(tǒng)計(jì)信號(hào)處理與生物醫(yī)學(xué)工程領(lǐng)域的教學(xué)與研究。主持完成國(guó)家自然科學(xué)基金項(xiàng)目9項(xiàng)，獲省部級(jí)科學(xué)技術(shù)獎(jiǎng)7項(xiàng)。在IEEE Trans on Signal Processing、IEEE Trans on Biomedical Engineering和國(guó)內(nèi)《中國(guó)科學(xué)》、《電子學(xué)報(bào)》和《中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào)》等重要學(xué)術(shù)期刊和會(huì)議上發(fā)表論文200余篇。出版著作教材（含譯著）13本，被評(píng)為大連市優(yōu)秀教師、大連市首屆歸國(guó)留學(xué)人員創(chuàng)業(yè)英才獎(jiǎng)獲得者。獲得國(guó)務(wù)院政府特殊津貼。

腦血管疾病是危害人類健康的常見(jiàn)病癥之一，特別是腦卒中，具有高發(fā)病率、高致殘率、高死亡率、高復(fù)發(fā)率和多并發(fā)癥的特點(diǎn)。腦血管血流動(dòng)力學(xué)參數(shù)和血流信號(hào)頻譜特征參數(shù)是早期診斷腦血管疾病的重要參數(shù)，而頸總動(dòng)脈是檢測(cè)和分析這些參數(shù)的重要窗口。本文設(shè)計(jì)了一種能檢測(cè)和分析頸總動(dòng)脈血流動(dòng)力學(xué)參數(shù)和血流信號(hào)頻譜特征參數(shù)的系統(tǒng)和裝置。將本文裝置檢測(cè)和分析的結(jié)果與日本A loka公司的彩色超聲多普勒檢測(cè)和分析的結(jié)果進(jìn)行比較，表明本文所設(shè)計(jì)的系統(tǒng)和裝置具有較高的準(zhǔn)確性，可提供更加豐富的頸總動(dòng)脈血流動(dòng)力學(xué)信息。與A loka公司的彩超相比，該系統(tǒng)裝置具有結(jié)構(gòu)簡(jiǎn)單、經(jīng)濟(jì)實(shí)用、便于攜帶、操作簡(jiǎn)便等優(yōu)點(diǎn)，可望應(yīng)用于腦血管疾病的早期診斷。

頸總動(dòng)脈；多普勒超聲；血流信號(hào)；血流動(dòng)力學(xué)；頻譜特征

1 研究背景

腦血管疾病是危害人類健康的常見(jiàn)慢性疾病，特別是腦卒中，具有高發(fā)病率、高致殘率、高死亡率、高復(fù)發(fā)率和多并發(fā)癥的特點(diǎn)[1]。通常腦卒中發(fā)病前沒(méi)有明顯的征兆，一旦發(fā)病，就會(huì)造成患者腦部不同程度的不可逆損傷，因此，腦血管疾病的早期診斷顯得尤為重要。大量動(dòng)物和臨床試驗(yàn)研究表明，腦血管血流動(dòng)力學(xué)指標(biāo)（如外周阻力、搏動(dòng)指數(shù)、動(dòng)態(tài)阻力）和血流信號(hào)頻譜特征參數(shù)的病理性異常改變是腦卒中發(fā)病的高危因素[2-5]。這些參數(shù)的改變，往往早于CT、MRI等影像學(xué)檢測(cè)指標(biāo)的改變。如果可以及時(shí)檢測(cè)到這些參數(shù)的異常，將會(huì)給腦血管疾病的早期診斷和預(yù)防提供可靠的治療依據(jù)，從而爭(zhēng)取在未發(fā)病之前通過(guò)一些醫(yī)療干預(yù)手段來(lái)改善其動(dòng)力學(xué)指標(biāo)和頻譜特征參數(shù)，緩解疾病惡化的趨勢(shì)[6-8]。因此，尋找一種無(wú)創(chuàng)且準(zhǔn)確檢測(cè)腦血管動(dòng)力學(xué)指標(biāo)及血流信號(hào)頻譜特征參數(shù)的方法，對(duì)于腦血管疾病的早期診斷和預(yù)防具有十分重要的臨床意義。

由于大部分腦血管都被堅(jiān)硬的顱骨所覆蓋，傳統(tǒng)的檢測(cè)方法無(wú)法直接獲得顱內(nèi)腦血管的血流信息，因此要想直接檢測(cè)到腦血管動(dòng)力學(xué)參數(shù)十分困難。從生理學(xué)的角度上來(lái)看，腦循環(huán)動(dòng)脈系統(tǒng)主要是由頸動(dòng)脈、椎-基底動(dòng)脈和顱底Willis環(huán)等共同構(gòu)成的一個(gè)腦內(nèi)供血網(wǎng)。頸總動(dòng)脈是其中最主要的供血器官，融合了來(lái)自上游心臟和下游腦血管床的血流動(dòng)力學(xué)以及血流信號(hào)特征信息，是心腦血管疾病早期診斷、治療的重要檢測(cè)窗口[9-11]。通過(guò)半導(dǎo)體傳感器技術(shù)和超聲多普勒技術(shù)無(wú)創(chuàng)傷檢測(cè)頸總動(dòng)脈的血壓和血流信息，研究者提出了各種檢測(cè)和分析腦血管血流動(dòng)力學(xué)參數(shù)的模型和方法，并基于這些模型和方法設(shè)計(jì)了能用于檢測(cè)和分析腦血管功能的醫(yī)學(xué)儀器，并在臨床上得到了廣泛應(yīng)用[12-16]。

大量研究已證實(shí)，頸總動(dòng)脈血流是一種非平穩(wěn)、非線性、非嚴(yán)格周期的信號(hào)[17-18]，它除了包含下游腦血管床的血流特性，還包含了心臟活動(dòng)、呼吸活動(dòng)、神經(jīng)活動(dòng)、肌原性活動(dòng)和血管內(nèi)皮活動(dòng)等生理律動(dòng)信息[19-21]。然而，目前市場(chǎng)上用于檢測(cè)和分析腦血管血流動(dòng)力學(xué)參數(shù)的儀器大多假設(shè)頸總動(dòng)脈血流和血壓信號(hào)為平穩(wěn)、周期性信號(hào)[7-9,22-26]，一般只提供有限的血流動(dòng)力學(xué)信息，沒(méi)有提供呼吸活動(dòng)、神經(jīng)活動(dòng)、肌原性活動(dòng)、血管內(nèi)皮活動(dòng)等生理律動(dòng)信息。不僅如此，這些儀器還存在體積龐大、操作繁瑣且價(jià)格昂貴等不足之處。

本文采用超聲多普勒技術(shù)檢測(cè)頸總動(dòng)脈血流信號(hào)，結(jié)合臂式血壓計(jì)測(cè)量肱動(dòng)脈血壓信息，將經(jīng)典的血流動(dòng)力學(xué)理論與現(xiàn)代信號(hào)分析技術(shù)有機(jī)結(jié)合，提出了一種能夠分析非平穩(wěn)、非線性、非嚴(yán)格周期的頸總動(dòng)脈血流信號(hào)特征及腦血管血流動(dòng)力學(xué)參數(shù)的簡(jiǎn)便方法[27]。基于該方法，設(shè)計(jì)出一種具有結(jié)構(gòu)簡(jiǎn)單、經(jīng)濟(jì)實(shí)用、便于攜帶、操作簡(jiǎn)便等優(yōu)點(diǎn)的超聲流速檢測(cè)裝置（命名為BF-01）。將利用本文裝置檢測(cè)和分析的結(jié)果與日本Aloka公司的彩色超聲多普勒檢測(cè)和分析的結(jié)果進(jìn)行比較，驗(yàn)證本文裝置的準(zhǔn)確性。

2 原理與方法

本文中提出的系統(tǒng)包括檢測(cè)和分析兩部分，其中檢測(cè)部分主要用于檢測(cè)頸總動(dòng)脈的血流速度波形和肱動(dòng)脈收縮壓、舒張壓；而分析部分主要基于經(jīng)典的血液動(dòng)力學(xué)原理和小波分析技術(shù)分析計(jì)算各項(xiàng)頸動(dòng)脈系統(tǒng)血流動(dòng)力學(xué)指標(biāo)及頸總動(dòng)脈血流信號(hào)特征參數(shù)[27]。

2.1 血流動(dòng)力學(xué)指標(biāo)

（1）搏動(dòng)指數(shù)（Pulsatility Index，PI）

其中，Vmax為平均最大流速，Vmin為平均最小流速，Vmean為采樣時(shí)間內(nèi)的平均流速。在生理上，搏動(dòng)指數(shù)主要反映動(dòng)脈某一個(gè)截面的彈性特性。

（2）動(dòng)態(tài)阻力（Dynamic Resistance，DR）

式中，Ps和Pd分別為采樣時(shí)間內(nèi)的肱動(dòng)脈平均收縮壓和平均舒張壓。假定肱動(dòng)脈血壓與頸總動(dòng)脈血壓相近，因此，將肱動(dòng)脈血壓近似視為頸總動(dòng)脈血壓。動(dòng)態(tài)阻力反映了動(dòng)脈調(diào)節(jié)的能力，表征血壓變化時(shí)動(dòng)脈維持的難易程度，值越小，動(dòng)脈調(diào)節(jié)能力越強(qiáng)。

（3）外周阻力（Peripheral Resistance，Rv）

2.2 頻譜特征參數(shù)

采用連續(xù)小波變換對(duì)血流信號(hào)進(jìn)行分析，并選用Morlet小波作為母小波。利用小波變換得到信號(hào)的時(shí)頻譜后，進(jìn)一步計(jì)算不同頻帶的特征頻率、平均幅值、相對(duì)幅值、平均能量和相對(duì)能量[27]。

（1）特征頻率fi

（2）平均幅值A(chǔ)i

（3）相對(duì)幅值ai

（4）平均能量Ei

（5）相對(duì)能量εi

其中Atotal和Etotal分別是在頻率間隔[fi1, fi2]和時(shí)間間隔[t1, t2]下所有幅值之和與所有能量之和。

3 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

本文設(shè)計(jì)的頸總動(dòng)脈超聲血流信號(hào)檢測(cè)與分析系統(tǒng)包括檢測(cè)系統(tǒng)和分析存儲(chǔ)系統(tǒng)兩部分。

檢測(cè)系統(tǒng)包括超聲流速檢測(cè)裝置和血壓檢測(cè)裝置。其中超聲流速檢測(cè)裝置主要由連續(xù)式多普勒超聲探頭、超聲信號(hào)處理模塊、USB5935數(shù)據(jù)采集卡、揚(yáng)聲器等組成，其工作原理如圖1所示。信號(hào)源經(jīng)過(guò)功率放大后，激發(fā)信號(hào)發(fā)生器產(chǎn)生超聲束。當(dāng)超聲束抵達(dá)頸總動(dòng)脈血流時(shí)，紅細(xì)胞將超聲束反射回信號(hào)接收器產(chǎn)生回波信號(hào)?；夭ㄐ盘?hào)放大后通過(guò)揚(yáng)聲器發(fā)出聲音，再經(jīng)過(guò)解調(diào)器，提取出多普勒頻移信號(hào)，放大后經(jīng)過(guò)帶通濾波去除噪聲，由F-V轉(zhuǎn)換將頻率信息轉(zhuǎn)換為電壓信息，并接入U(xiǎn)SB5935數(shù)據(jù)采集卡進(jìn)行AD轉(zhuǎn)換和存儲(chǔ)，最后連接PC端讀取數(shù)據(jù)并處理分析。利用臂式電子血壓計(jì)完成血壓檢測(cè)并輸入PC。本文所述的超聲流速檢測(cè)裝置實(shí)體結(jié)構(gòu)見(jiàn)圖2，除超聲探頭外，其余電路封閉于金屬外殼中。

圖1 系統(tǒng)結(jié)構(gòu)原理框圖

圖2 BF-01超聲流速檢測(cè)裝置實(shí)物圖

分析存儲(chǔ)系統(tǒng)主要包括計(jì)算機(jī)、頸總動(dòng)脈血流信號(hào)及動(dòng)力學(xué)分析計(jì)算模塊、顯示屏、硬盤等。將檢測(cè)系統(tǒng)輸出的血流和血壓數(shù)據(jù)作為原始數(shù)據(jù)，根據(jù)公式（1）～（8）分別計(jì)算頸動(dòng)脈系統(tǒng)血流動(dòng)力學(xué)指標(biāo)和頸總動(dòng)脈血流信號(hào)特征參數(shù)。本系統(tǒng)的軟件部分主要是基于VS2010的平臺(tái)編寫MFC面向?qū)ο髴?yīng)用程序。經(jīng)過(guò)試驗(yàn)，該系統(tǒng)可同時(shí)在Windows XP和WIN7 32位系統(tǒng)環(huán)境下運(yùn)行，可實(shí)現(xiàn)病例創(chuàng)建、流速波形顯示、性能選擇（包括量程、增益、采樣率和采樣時(shí)間的選擇）、流速波形，以及分析結(jié)果的保存和打印。

4 實(shí)驗(yàn)驗(yàn)證

4.1 實(shí)驗(yàn)方案

隨機(jī)選擇11名健康大學(xué)生，征得其同意參與本實(shí)驗(yàn)。實(shí)驗(yàn)中檢測(cè)的是靜息狀態(tài)下受試者頸總動(dòng)脈血流速度和肱動(dòng)脈血壓。為了驗(yàn)證BF-01的準(zhǔn)確性，選用日本Aloka彩色超聲多普勒檢測(cè)系統(tǒng)（以下簡(jiǎn)稱為Aloka）作為對(duì)照，其在人體軟組織中的距離測(cè)量精度可達(dá)到0.01 mm，檢測(cè)數(shù)據(jù)中包含很多信息，有很高的參考價(jià)值。因此，對(duì)于每一個(gè)受試者，都需進(jìn)行兩個(gè)儀器的檢測(cè)工作，實(shí)驗(yàn)實(shí)施過(guò)程如圖3所示。

圖3 實(shí)驗(yàn)實(shí)施

首先進(jìn)行Aloka檢測(cè)，先后將其設(shè)定處于D/M模式（即脈沖多普勒超聲檢測(cè)模式）和ET模式（即回聲跟蹤技術(shù)），分別檢測(cè)出頸總動(dòng)脈的軸心血液流速和血管直徑波形，以圖像形式保存。再利用Matlab從圖片中提取相應(yīng)的流速和管徑數(shù)據(jù)。同時(shí)利用臂式電子血壓計(jì)測(cè)量受試者肱動(dòng)脈處的血壓，測(cè)量3次，每次間隔1 min，3次結(jié)果取平均視為其當(dāng)前的收縮壓和舒張壓。

然后進(jìn)行BF-01的數(shù)據(jù)采集工作，運(yùn)行軟件，新建受試者檔案。為分析需要，統(tǒng)一設(shè)定采樣率為200 Hz，數(shù)據(jù)保存時(shí)間為4 min。最后，獲得每一個(gè)受試者的頸總動(dòng)脈血流流速信息。

4.2 實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)結(jié)果主要是對(duì)Aloka和BF-01采集的數(shù)據(jù)進(jìn)行分析，并比較兩者的血流動(dòng)力學(xué)指標(biāo)、頻譜圖及頻譜特征參數(shù)。由于BF-01采用的是連續(xù)多普勒超聲原理，檢測(cè)得到血管內(nèi)的平均流速，而Aloka采用的是脈沖多普勒超聲原理，檢測(cè)的是軸心流速，因此需將Aloka采集的軸心流速數(shù)據(jù)換算成平均流速。根據(jù)Womersley理論[28]，只要獲得軸心流速和血管半徑的數(shù)據(jù)，結(jié)合其他固定的生理參數(shù)，便可以將軸心流速換算成平均流速。圖4為兩個(gè)儀器采集的血流信號(hào)對(duì)比圖，其中Aloka數(shù)據(jù)即是換算后的平均流速。然后根據(jù)公式（1）～（8）分別計(jì)算出受試者的頸總動(dòng)脈搏動(dòng)指數(shù)PI、動(dòng)態(tài)阻力DR、外周阻力Rv，及6個(gè)頻段內(nèi)的特征頻率fi、平均幅值A(chǔ)i、相對(duì)幅值ai、平均能量Ei、相對(duì)能量εi。

圖4 兩個(gè)儀器采集的血流信號(hào)對(duì)比圖

本文中采用兩配對(duì)樣本t檢驗(yàn)，使用統(tǒng)計(jì)軟件包PASW Statistics 18（SPSS，Inc. Chicago，IL，USA）對(duì)Aloka和BF-01檢測(cè)分析得到的兩組總體數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，通過(guò)相伴概率P值的大小確定對(duì)比的兩總體均值之間是否存在顯著性差異，P＜0.05認(rèn)為兩總體均值之間存在顯著性差異。

4.2.1 血流動(dòng)力學(xué)指標(biāo)

圖5為分析得到的血流動(dòng)力學(xué)參數(shù)差異性比較。結(jié)果發(fā)現(xiàn)，兩個(gè)儀器算得的外周阻力差異較小，沒(méi)有顯著性差異。動(dòng)態(tài)阻力反映著血管的調(diào)節(jié)功能，同樣沒(méi)有顯著性差異。搏動(dòng)指數(shù)反映著血管的搏動(dòng)狀態(tài)，有顯著性差異。

4.2.2 頻譜圖

根據(jù)大量的研究結(jié)果[29-30]可以發(fā)現(xiàn)，人體血流信號(hào)中會(huì)包含一些特定的生理律動(dòng)信息，通過(guò)分析血流信號(hào)的頻譜，可以得到6個(gè)特征峰，分別反映心臟活動(dòng)（0.4～2 Hz）、呼吸活動(dòng)（0.16～0.4 Hz）、肌原性活動(dòng)（0.06～0.16 Hz）、神經(jīng)活動(dòng)（0.02～0.06 Hz）、NO誘導(dǎo)血管內(nèi)皮活動(dòng)（0.0095～0.02 Hz）和非NO誘導(dǎo)血管內(nèi)皮活動(dòng)（0.005～0.0095 Hz）等生理活動(dòng)。

圖5 血流動(dòng)力學(xué)參數(shù)（11個(gè)樣本）

以一個(gè)樣本為例，對(duì)同一個(gè)受試者的兩組頸總動(dòng)脈流速數(shù)據(jù)進(jìn)行小波變換，得到的頻譜圖如圖6所示。結(jié)果發(fā)現(xiàn)，BF-01得到的頻譜圖可以看出6個(gè)特征峰，其中較為明顯的特征峰位于頻段1（非NO誘導(dǎo)的內(nèi)皮活動(dòng)）、頻段2（NO誘導(dǎo)的內(nèi)皮活動(dòng)）、頻段3（神經(jīng)活動(dòng)）、頻段5（呼吸活動(dòng)）、頻段6（心臟活動(dòng)），頻段4（肌源性活動(dòng)）的特征峰相對(duì)不明顯。然而，對(duì)于Aloka檢測(cè)系統(tǒng)來(lái)說(shuō)，其數(shù)據(jù)呈現(xiàn)形式為圖片，只能提取有限時(shí)間長(zhǎng)度的流速數(shù)據(jù)，本文中統(tǒng)一提取了7個(gè)心動(dòng)周期的數(shù)據(jù)。圖6中的樣本心動(dòng)周期為0.994 s，整個(gè)數(shù)據(jù)長(zhǎng)度即為6.958 s，其能分辨的最小頻率為0.144 Hz，因而在頻譜圖上只能分辨出頻段5（呼吸活動(dòng)）和頻段6（心臟活動(dòng)）的特征峰。比較頻段5和頻段6中兩個(gè)儀器所得的特征峰頻率，可以看出，通過(guò)BF-01和Aloka得到的呼吸活動(dòng)與心臟活動(dòng)最為活躍的頻率位置是十分相近的，基本沒(méi)有差異。

圖6 血流信號(hào)頻譜圖（對(duì)比）

再對(duì)11個(gè)樣本的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，結(jié)果如圖7所示。在心臟活動(dòng)和呼吸活動(dòng)對(duì)應(yīng)的頻段內(nèi)，BF-01和Aloka的特征峰頻率幾乎相同，均沒(méi)有顯著性差異。

圖7 血流信號(hào)特征峰頻率（11個(gè)樣本）

4.2.3 頻譜特征參數(shù)

最后，對(duì)比兩個(gè)儀器得到的頻譜特征參數(shù)發(fā)現(xiàn)，使用BF-01得到的血流信號(hào)頻譜可以計(jì)算出6個(gè)頻段內(nèi)頻譜特征參數(shù)，然而使用Aloka所得到的頻譜圖只可以分析出呼吸活動(dòng)和心臟活動(dòng)頻段內(nèi)的特征參數(shù)，如圖8所示。兩個(gè)儀器的特征參數(shù)在心臟活動(dòng)頻段內(nèi)差異不大，在呼吸活動(dòng)頻段內(nèi)略有差別。另外從圖8中還可以發(fā)現(xiàn)，呼吸活動(dòng)所在頻帶的能量最小，對(duì)血液流速影響最小。從傳統(tǒng)的生理學(xué)角度上來(lái)說(shuō)，心臟作為人體泵血的重要器官，是血液流動(dòng)的動(dòng)力。然而，內(nèi)皮細(xì)胞活動(dòng)對(duì)血液流動(dòng)帶來(lái)的影響超越了心臟，內(nèi)皮細(xì)胞活動(dòng)對(duì)應(yīng)的兩個(gè)頻帶的能量都高于心臟活動(dòng)的能量。這與圖6中內(nèi)皮細(xì)胞活動(dòng)對(duì)應(yīng)的兩個(gè)特征峰系數(shù)也高于心臟活動(dòng)相符合。

圖8 血流信號(hào)特征量（11個(gè)樣本）

5 結(jié)論

本文設(shè)計(jì)了一種無(wú)創(chuàng)的頸總動(dòng)脈超聲血流信號(hào)檢測(cè)與分析系統(tǒng)，其操作簡(jiǎn)單、經(jīng)濟(jì)實(shí)用、便于攜帶，并且可以同時(shí)計(jì)算血流動(dòng)力學(xué)指標(biāo)和頻譜特征參數(shù)。

通過(guò)選用Aloka彩色超聲多普勒檢測(cè)系統(tǒng)作為標(biāo)準(zhǔn)儀器，將利用本文裝置檢測(cè)和分析到的血流動(dòng)力學(xué)參數(shù)和血流信號(hào)特征量參數(shù)與標(biāo)準(zhǔn)儀器進(jìn)行比較，結(jié)果發(fā)現(xiàn)，在血流動(dòng)力學(xué)分析方面，兩個(gè)儀器所得的動(dòng)態(tài)阻力和外周阻力無(wú)顯著性差異。

在頻譜分析上，超聲流速檢測(cè)裝置可以提取到六個(gè)頻段的特征參數(shù)，分別對(duì)應(yīng)心臟活動(dòng)、呼吸活動(dòng)、肌源性活動(dòng)、神經(jīng)活動(dòng)、NO誘導(dǎo)內(nèi)皮活動(dòng)以及非NO誘導(dǎo)內(nèi)皮活動(dòng)。而Aloka彩色超聲多普勒檢測(cè)系統(tǒng)只能提取到心臟活動(dòng)和呼吸活動(dòng)的特征參數(shù)。在這兩個(gè)頻段中，兩個(gè)儀器的特征峰頻率、平均幅值、相對(duì)幅值、平均能量和相對(duì)能量都呈現(xiàn)很好的一致性。

Aloka彩色超聲多普勒檢測(cè)系統(tǒng)雖然檢測(cè)精度高，可獲得的反映血管功能的指標(biāo)也比較多，但是其價(jià)格昂貴、操作復(fù)雜、設(shè)備笨重，并且無(wú)法提取長(zhǎng)時(shí)間的血流數(shù)據(jù)。而本文所設(shè)計(jì)的頸總動(dòng)脈超聲血流信號(hào)檢測(cè)與分析系統(tǒng)在保證數(shù)據(jù)準(zhǔn)確性的前提下，還具備便攜性、無(wú)創(chuàng)性、實(shí)用性的特點(diǎn)，可以采集任意時(shí)長(zhǎng)的流速數(shù)據(jù)。

因此，對(duì)于經(jīng)費(fèi)有限的農(nóng)村和社區(qū)醫(yī)院，可選擇使用本文所設(shè)計(jì)的頸總動(dòng)脈超聲血流信號(hào)檢測(cè)與分析系統(tǒng)和裝置，通過(guò)計(jì)算血流動(dòng)力學(xué)參數(shù)來(lái)評(píng)估腦血管功能，分析頸總動(dòng)脈血流速度的小波變換頻譜來(lái)分別間接評(píng)估心臟活動(dòng)、呼吸活動(dòng)、肌源性活動(dòng)、神經(jīng)活動(dòng)、NO誘導(dǎo)的內(nèi)皮活動(dòng)以及非NO誘導(dǎo)的內(nèi)皮活動(dòng)，為腦血管疾病及相關(guān)疾病的早期發(fā)現(xiàn)、診斷、預(yù)防和治療提供一定的科學(xué)依據(jù)。

致謝

該項(xiàng)目得到國(guó)家自然科學(xué)基金項(xiàng)目（31370948）和2015年高等學(xué)校本科教學(xué)改革與教學(xué)質(zhì)量工程建設(shè)項(xiàng)目支持。

[1]饒明俐．中國(guó)腦血管病防治指南[M]．北京：人民衛(wèi)生出版社,2007．

[2]丁光宏,王桂清,汪昕．腦循環(huán)動(dòng)力學(xué)與腦血管疾病[J]．中華神經(jīng)精神科雜志,1995,28（S）：21．

[3]丁光宏,覃開蓉,高健,等．腦循環(huán)血液動(dòng)力學(xué)研究：W illis定常流力學(xué)模型[J]．中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào),1998,17（1）：88-95．

[4]Yao W,Ding GH．A mathematical method to solve the inverse problem o f a hem odynam ics m odel[J]．World Scientific, 2002,403-410．

[5]Latka M,Turalska M,Latka MG,et al．Phase dynam ics in cerebral autoregu lation[J]．Am J Physiol Heart Circ Physiol,2004, 289：2272-2279．

[6]Rothoerl RD,Schebesch KM,Woertgen C,et al．U ltrasonic blood flow volume assessment in the extracranial internal carotid artery in arteriovenous malformations[J]．Neurol Res,2005,27：209-211．

[7]丁光宏,汪昕,王彥博．腦血管動(dòng)力學(xué)參數(shù)及其臨床應(yīng)用[J]．臨床神經(jīng)科學(xué),1996,4（2）：110．

[8]柳兆榮．檢測(cè)腦血管功能的新方法[J]．上海力學(xué),1997,18（3）：183-188．[9]龔劍秋,李麗,丁光宏．腦循環(huán)功能檢測(cè)技術(shù)近三十年進(jìn)展[J]．生物醫(yī)學(xué)工程學(xué)進(jìn)展,2008,29（1）：45-48．

[10]Bor-Seng-Shu E,Kita WS,Figueiredo EG,et al．Cerebral hemodynam ics：concepts of clinical importance[J]．Arq Neuropsi quiatr,2012,70（5）：357-365．

[11]Tsivgoulis G,Alexandrov AV．Cerebral hemodynam ics in acute stroke：pathophysiology and clinical implications[J]．J Vasc Interv Neurol,2008,1（3）：65-69．

[12]Browne JE．A review of Doppler ultrasound quality assurance protocols and test devices[J]．Phys Med,2014,30：742-751．

[13]Hoskins PR,Fish PJ,M cDicken WN,et al．Developments in cardiovascular ultrasound． Part2：Arterial applications[J]．Med Biol Eng Comput,1998,36：259-269．

[14]Soustiel JF,Levy E,Zaaroor M,et al．A new angle-independent Doppler ultrasonic device for assessment of blood flow volume in the extracranial internal carotid artery[J]．J Ultrasound Med, 2002,21：1405-1412．

[15]Kato T,Funamoto K,Hayase T,et al．Development and feasibility study o f a tw o-dimensional ultrasonic-measurementintegrated blood flow analysis system for hemodynam ics in carotid arteries[J]．Med Biol Eng Comput,2014,52：933-943．

[16]Santoso D,Hard janto S．Doppler blood flow detector for haemorrhoidal artery ligation[C]．2011 International Conference on Electrical Engineering and Informatics,2011,A1-3．

[17]Mo LYL,Cobbold RSC．Speckle in continuous wave Doppler ultrasound spectra：a simulation study[J]．IEEE Trans Ultrason Ferroelectr Freq Control,1986,33（6）：747-753．

[18]Hyndman BW,Kitney R I,Sayers BMA．Spontaneous rhythms in physiological control systems[J]．Nature,1971,233：339-341．

[19]Bracic M,M cC lintock PVE,Stefanovska A．Characteristic frequencies of the human blood distribution system[C]．AIP Conference Proceedings,2000,502：146-153．

[20]Stefanovska A．Coupled oscillators：Complex but not complicated cardiovascu lar and brain in teractions[C]．Proceedings o f the 28th IEEE EMBS Annual International Conference, 2006,1：437-440．

[21]Stefanovska A．Physics of the human cardiovascular system[J]．Contemporary Physics,1999,40（1）：31-55．

[22]龔劍秋,陸瑾．一種腦血管循環(huán)動(dòng)力學(xué)分析方法及儀器[P]．中國(guó)專利：ZL 200610117846．9,2006-11-1．

[23]龔劍秋,俞瑞朝,陸瑾,等．腦血流動(dòng)力學(xué)分析儀器[P]．中國(guó)專利：ZL 200420037211．4,2004-7-5．

[24]龔劍秋,陸瑾,丁光宏,等．腦循環(huán)血液動(dòng)力學(xué)簡(jiǎn)便分析方法和儀器[P]．中國(guó)專利：ZL 200510026420．8,2005-6-2．

[25]龔劍秋,俞瑞朝,陸瑾,等．腦血流動(dòng)力學(xué)分析方法和儀器[P]．中國(guó)專利：ZL 200410025758．7,2004-7-5．

[26]陸瑾,龔劍秋,丁光宏,等．腦血管系統(tǒng)功能及腦循環(huán)動(dòng)力學(xué)分析儀器[P]．中國(guó)專利：ZL 200520038825．9,2005-1-10．

[27]覃開蓉,侯杰,張子威,等．一種頸動(dòng)脈系統(tǒng)血流動(dòng)力學(xué)與信號(hào)分析系統(tǒng)及方法[P]．中國(guó)專利：ZL 201210420642．8,2012-10-29．

[28]W omersley JR．Oscillatory flow in arteries：the constrained elastic tube as a model of arterial flow and pulse transmission [J]．Phys Med Biol,1957,2：178-187．

[29]Benedicic M,Bernjak A,Stefanovska A,et al．Continuous wavelet transform of laser-Doppler signals from facial m icrocirculation reveals vasomotion asymmetry[J]．Microvasc Res,2007,74：45-50．

[30]Stefanovska A,Bracic M,kvernmo HD．W avelet analysis of oscillations in the peripheral blood circulation measured by laser Doppler technique[J]．IEEE Trans Biomed Eng,1999, 46（10）：1230-1239．

A Detecting and Analyzing System for Ultrasound Dopp ler Blood Flow Signals in Human Common Carotid Arteries

QIN Kai-rong1, YU Miao1, CHEN Yan1, XU Jian-m ing2, QIU Tian-shuang1
1. Department of Biomedical Engineering, Faculty of Electronic Information and Electrical Engineering, Dalian University of Technology, Dalian Liaoning 116024, China

Cerebrovascular disease is one of the common illnesses threatening humankind’s health, of which the specific one is stroke, w ith characteristics of high morbidity rate, high disability rate, high death rate and multiple complications. The cerebrovascular hemodynamic parameters and the spectrum features of blood flow signals are critical factors for early diagnosis of cerebrovascular disease, and the common carotid arteries usually act as the important w indow for detecting and analyzing these parameters. In this study, a system and device for detecting and analyzing the hemodynam ic parameters and spectrum features of blood flow signals in the common carotid arteries is proposed. By comparing the detecting and analyzing results from the proposed system and device with those from Aloka Color Doppler Ultrasound, it is found that the system and device proposed in this study has high accuracy and provides much more plentiful hemodynamic information of the common carotid arteries. Comparing with A loka Color Doppler Ultrasound, it’s structure-simpler, cheaper, more portable and practical and would be able to be applied to the early diagnosis of cerebrovascular disease in the future.

common carotid artery；Doppler ultrasound；blood fl ow；hemodynam ics；spectrum feature2. Department of Mechanics and Engineering Science, Fudan University, Shanghai 200433, China

TG146.2

A

10.3969/j.issn.1674-1633.2015.10.001

1674-1633（2015）10-0001-05

2015-09-14

國(guó)家自然科學(xué)資金項(xiàng)目（31370948）；2015年高等學(xué)校本科教學(xué)改革與教學(xué)質(zhì)量工程建設(shè)項(xiàng)目。

覃開蓉，博士生導(dǎo)師。

通訊作者郵箱：krqin@dlut．edu．cn