專利名稱：用于取得流動通道的尺度相關(guān)信息的方法與系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種用于根據(jù)對流過未知尺度(dimension)的通道的流體進行的測量來確定通道尺度相關(guān)信息的方法與系統(tǒng)。本發(fā)明允許使用非侵入查詢信號(non-invasive interrogating signal)來取得基本上實時的速度測量，并且進而使用這些測量來評估包含該流體的通道的特性，包括瞬時容積流速。
背景技術(shù)：
在許多情況下，需要取得流動通道的尺度相關(guān)信息，而此時卻不容易或不希望接近該流動通道或者以其他方式取得直接的尺度測度。當流動通道隨時間變化時，取得這些信息尤其富有挑戰(zhàn)性。一個例子是取得人體或其他患者的諸如升主動脈之類的血管(即動脈或靜脈)的尺度相關(guān)信息。人們感興趣的尺度相關(guān)信息可以是流動通道的尺度或者從尺度中推導(dǎo)出的或依賴于尺度的其他信息，諸如定量的流動速度信息(例如容量或質(zhì)量流速)，血管彈性/健康，每次心跳的輸送量，射血微量(injection fraction)等等。
人們特別感興趣的通道尺度相關(guān)特性為容積流速(volumetric flow rate，VFR)。流過通道的流體的容積流速(VFR)依賴于流體的速度以及通道的橫截面積。當知道在可以被認為是瞬時的短時間段之間的這些值時，可以計算瞬時VFR。確定患者體中流體的VFR對于(例如)評定心臟功能是有用的。在這種應(yīng)用中，流體為流過諸如主動脈之類的閉通道的液體——例如血液。不幸的是，各個患者之間的變化使人們在不進行測量以確定通道尺度的情況下無法知道患者體內(nèi)的通道尺度。
當前，用來測量血液流量的主要技術(shù)采用時變標記，諸如染劑、冷卻生理鹽水或者用小型電熱器加熱的血液，通過導(dǎo)管注入心臟。然后，使用該標記的變化速度來估計總體血液流速。一般地，導(dǎo)管被導(dǎo)入患者的股動脈，并且穿過靜脈系統(tǒng)進入并通過心臟進入肺動脈。該方法的一種變體是注入染劑而不用導(dǎo)管，但需要在心房附近注射，并且在諸如耳部之類的地方測量染劑濃度。不幸的是，這些時變標記方法依賴于標記稀釋瞬態(tài)(marker dilutiontransient)，并且提供整體流量數(shù)據(jù)，而不是通過通道的流速數(shù)據(jù)。另外，時變標記方法不提供瞬時VFR。
另外一組測量心臟流量的方法稱為“菲克(Fick)方法”，其使用動脈與混合靜脈血之間氧含量差異以及身體總耗氧量來計算心輸出量。典型菲克方法使用動脈與肺動脈導(dǎo)管來測量氧含量。有關(guān)方法測量患者氣道中氧與二氧化碳數(shù)據(jù)，以避免使用導(dǎo)管。然而，與時變標記方法類似，菲克方法測量總體心輸出量，而不是流速。最后，諸如生物阻抗(bioimpedance)之類的其他方法也可以用來測量心輸出量。但是，與菲克方法和時變標記方法類似，這些方法不測量流速，而只測量總體心輸出量。
存在某些非侵入確定流體速度的方法，其中多普樂(Doppler)方法是在血流量分析中最常見的。然而，這些方法只測量流體速度，并且如果需要定量流速信息則需要其他測量以提供通道尺度。這些通道尺度測量有時基于與成像或時間延遲相關(guān)的方法取得。也可以使用X射線與不透射線的染劑，但是結(jié)果很耗時，并且不容易理解。另外，來自超聲信號的回聲的時間延遲可以用來提供對通道尺度的估計，但是要取得精確的結(jié)果需要將超聲換能器置于通道的近旁，但除非將這些設(shè)備注入患者體內(nèi)，否則這是不可能的。因此，非侵入確定通道流體VFR存在顯著缺陷。
由于測量人為現(xiàn)象以及有關(guān)處理，現(xiàn)有的流動通道測度還可能有問題、不確定或不準確。例如，由于從測量人為現(xiàn)象中分離感興趣信號的困難性，升主動脈的超聲測量是有問題的。這些人為現(xiàn)象可以與來自該主動脈之外的生理組織或者其他可能隱藏感興趣信號的通道的回聲、通道內(nèi)噪聲源或者其他干擾成分有關(guān)。有些方法已經(jīng)試圖通過將探針置于該主動脈近旁來最小化某些人為現(xiàn)象分量，因此產(chǎn)生了發(fā)病率折衷(trade-off)。其他方法試圖通過采用非常窄的信號來最小化某些人為現(xiàn)象成分，但由此將對主動脈或者所考慮的其他通道的對準(targeting)復(fù)雜化。

發(fā)明內(nèi)容
考慮到以上情況，本發(fā)明的一個大的方面是提供一種用于根據(jù)定量流速信息(例如速度測量)來取得流動通道的尺度相關(guān)信息的方法與系統(tǒng)，所述流動通道包括患者的流動通道，諸如血管。相關(guān)的一個方面涉及確定諸如流體流過通道的(多個)容積流速(VFR)之類的定量流速。本發(fā)明的另一方面是提供一種用于非侵入確定流體(例如血液)流過活體患者的VFR的方法與系統(tǒng)。本發(fā)明的另一方面是提供一種用于確定流體通道尺度并將該流體通道尺度數(shù)據(jù)與流體速度數(shù)據(jù)相結(jié)合以確定瞬時VFR數(shù)據(jù)的非侵入方法與系統(tǒng)。具體地，本發(fā)明的一個方面是使用同一信號來測量流體速度數(shù)據(jù)并確定流體通道尺度。本發(fā)明的另一方面是非侵入地取得諸如血管等流動通道的基本實時的速度相關(guān)以及尺度信息，從而能夠得到瞬時定量流速信息，包括對于尺度隨時間變化的通道。本發(fā)明的另一方面是準確地處理與有關(guān)于流動通道的測量相關(guān)的人為現(xiàn)象。本發(fā)明的另一方面是提供對于根據(jù)其他方法在計算上難以處理的公式的快速計算。
在醫(yī)療情況下，本發(fā)明允許確定流動通道的尺度相關(guān)信息，而不用將探頭引入患者體內(nèi)，從而減少了痛苦與不適，并且還降低了諸如可能感染等其他問題的可能性。另外，本發(fā)明還能夠進行可以用來確定瞬時VRF的測量，從而使門診醫(yī)生能夠檢查時間變化，并且將VFR測量與諸如心電圖(EKG)測量之類的其他生命體征測量相結(jié)合。
根據(jù)本發(fā)明的一個方面，患者體內(nèi)生理組織的流動的流動特性信息用來取得與流動通道的尺度相關(guān)的處理后信息。本發(fā)明的這一方面可以實現(xiàn)為一過程，其至少部分由處理器進行，并且本發(fā)明的這一方面可以實現(xiàn)于(例如)軟件產(chǎn)品或者其他邏輯，用于執(zhí)行此類邏輯的處理單元，或者用于進行相關(guān)醫(yī)療處理的系統(tǒng)。
在一個實現(xiàn)中，流動特性信息為定量流動特性信息，即，與流動速度或者其導(dǎo)出數(shù)有關(guān)的信息。例如，可以在相對于通道橫截面的一個或更多個點處侵入地或者非侵入地測量流動速度。這些流動速度測量可以用來計算該通道橫截面的導(dǎo)出信息，諸如平均流動速度，以及與相對于諸如半徑等通道尺度的速度變化有關(guān)的信息。這些流動速度測量還可以用來計算表征瞬時速度剖面的其他參數(shù)?？梢灾貜?fù)這些測量以提供與速度剖面的時間變化有關(guān)的導(dǎo)出信息。因此，應(yīng)該理解流動特性信息可以各種形式提供，或者可以由不同的參數(shù)表征。另外，流動特性信息可以基于針對所考慮的流動通道而進行的單一或多個測量。另外，這些流動特性信息可以用于計算的多個步驟，例如，速度剖面信息可以用來導(dǎo)出諸如尺度相關(guān)信息等第一處理后信息，并且該第一處理后信息可以與平均速度或者其他流動特性信息相結(jié)合，以導(dǎo)出第二處理后信息。
根據(jù)所考慮的本發(fā)明的特定實現(xiàn)，取得這些信息的方式可能不同。例如，在軟件產(chǎn)品或者處理器實現(xiàn)的情況下，這些信息可以模擬或數(shù)字信號的形式取得，該信號或者直接從測量設(shè)備或者通過中間處理來接收。在醫(yī)療系統(tǒng)實現(xiàn)中，通過對患者進行醫(yī)療處理，可以取得流動特性信息。在這方面，諸如流動速度測量等信息可以侵入地取得，例如，通過將測量元素引入流動通道中，或者將探頭置與患者體內(nèi)靠近流動通道的地方，或者可以非侵入地取得，例如，通過接收來自通道的信號，諸如在超聲模式情況下的反射信號。根據(jù)本發(fā)明，這些信息的獲得可以與感興趣的生理過程同步。
根據(jù)所考慮的應(yīng)用，使用流動特性信息所獲得的處理后信息可能不同。這些信息可能包括(例如)有關(guān)流動通道的尺度信息，諸如半徑、主/次軸尺度，橫截面積或者表征通道尺度的其他參數(shù)；從尺度信息導(dǎo)出的信息，諸如定量流速；或者在其他方面依賴于這些尺度信息的信息(即使尺度信息沒有被作為中間步驟確定)。在這方面，可以取得的醫(yī)療信息的例子包括血管的面積、容積流速、壓力梯度、感興趣時間段內(nèi)的血液容積或者彈性；以及患者的心臟抽運周期、容積輸送量或者心室射血微量。
人們特別感興趣的一種應(yīng)用涉及確定諸如患者的升動脈等流體通道的容積流速。本發(fā)明人認識到可以分析運動流體的速度剖面中的變化來計算流體通道的尺度。進而，可以將流體通道尺度與流體速度剖面數(shù)據(jù)結(jié)合以計算在該通道中流動的流體的VFR。
在這方面，沿通道長度的非穩(wěn)定層流包含以一定速度運動的流體元素，該速度取決于其與通道壁的距離、通道幾何形狀、作用在流體上的壓力梯度、流體特性以及流體元素的初始速度。直接接觸通道壁的流體元素不運動，且具有v＝0，其中v為沿通道長度的速度。離開通道壁的流體元素的速度規(guī)則地躍遷到取決于與通道壁的距離的速度。當壓力梯度不反向時，距離通道壁最遠的流體元素的速度最大。流體元素相對于通道幾何形狀所呈現(xiàn)模式的形狀與尺度定義了速度剖面。
本發(fā)明人還認識到通道的幾何形狀可以使用一個或更多個無量綱變量來表征，這些變量將諸如在圓形橫截面半徑上給定點等尺度值與所考慮尺度的最大范圍相關(guān)。例如，在通道為圓柱型管的情況下，無量綱半徑可以定義為在任意給定點上的半徑除以該管的總半徑。一個或更多個無量綱變量可以用來表征幾何形狀，例如，一個無量綱半徑表征圓形管，兩個無量綱軸表征橢圓形管(一個用于主軸，一個用于次軸)。更復(fù)雜的幾何形狀可以由多變量函數(shù)等等表示。無量綱時間可以表征速度剖面從一個形狀變?yōu)榱硪恍螤钏璧臅r間。如下所述，無量綱時間的定義涉及流體的粘度與密度以及時間與總體通道尺度。
在這方面，本發(fā)明另一方面針對一種外部測量流過通道的流體的速度的方法。該方法涉及使用諸如查詢信號等非侵入手段，測量流過通道的流體的速度。進而，測定速度用來計算通道的面積，例如，橫截面積，其然后與測定速度一起用來計算流過通道的流體至少一個VFR。
針對以上方面所述的特征存在各種改進。也可以將其他特征融入以上方面，以形成本發(fā)明的多個實施例。從以下描述中顯然可以看到這些改進與其他特征，并且這些改進與特征可以獨立或者聯(lián)合地存在。例如，流體速度可以使用超聲查詢信號來測量。這樣的速度測量可以由速度剖面來表征。進而，速度剖面函數(shù)可以用來計算第一時間的速度剖面的速度剖面參數(shù)。然后，速度剖面參數(shù)可以用來計算通過通道的流體的平均速度?？梢允褂盟俣绕拭鎱?shù)以及表征速度剖面如何隨時間變化的函數(shù)關(guān)系來計算無量綱時間。進而，無量綱時間被與通道的尺度相關(guān)，從而可以計算通道尺度，并且用通道尺度來確定通道的橫截面積。通道橫截面積可以與平均流體速度一起使用來確定流過通道的流體至少一個VFR。在這方面，可以通過區(qū)分從運動流體發(fā)出的信號與從周圍區(qū)域發(fā)出的信號，來處理速度測量中的誤差，所述周圍區(qū)域可能產(chǎn)生在其他情況下將擾亂對于速度剖面與流體通道尺度的確定的信號噪聲。另外在這方面，可以吸收隨機測量誤差，從而可以從實際速度剖面中區(qū)分出這些誤差。
根據(jù)本發(fā)明的另一方面，提供了一種計算VFR的系統(tǒng)。該系統(tǒng)包括數(shù)據(jù)處理器，該處理器使用測定流體速度來計算通道面積，并使用該通道面積與測定流體速度來計算流過通道的流體至少一個VFR。該系統(tǒng)可以進一步包括一個或更多個輸出模塊，以向用戶提供指示至少一個容積流速的輸出。該系統(tǒng)可以進一步速度測量設(shè)備，以測量流體速度并提供測定速度給數(shù)據(jù)處理器。在這方面，數(shù)據(jù)處理器可以包括用來使用兩個或更多個流動速度剖面或者速度流動分布計算通道尺度的邏輯，以及用于使用通道尺度數(shù)據(jù)以及所測量的速度數(shù)據(jù)來計算至少一個VFR的邏輯。
針對以上方面所述的特征存在各種改進。也可以將其他特征融入以上方面，以形成本發(fā)明的多個實施例。從以下描述中顯然可以看到這些改進與其他特征，并且這些改進與特征可以獨立或者聯(lián)合地存在。例如，這樣的系統(tǒng)也可以包括用于從測定數(shù)據(jù)中區(qū)分流動速度分布的邏輯，所述測定數(shù)據(jù)還包括與有關(guān)于在通道內(nèi)流動的組織的數(shù)據(jù)不同的數(shù)據(jù)。這樣的系統(tǒng)也可以包括用于計算壓力梯度與其他導(dǎo)出參數(shù)的邏輯，所述導(dǎo)出參數(shù)諸如VFR的變化速度或者將通道尺度與壓力梯度相關(guān)的通道彈性的測度。數(shù)據(jù)處理器一般為一個或更多個電子設(shè)備，其使用一個或更多個半導(dǎo)體部件，諸如微處理器、微控制器或者存儲器裝置。數(shù)據(jù)處理器一般具有數(shù)據(jù)存儲裝置，其使用非易失性存儲器設(shè)備，諸如一個或更多個磁介質(zhì)(諸如EPROM或EEPROM)。數(shù)據(jù)存儲裝置可以用來(例如)存儲用來促進計算的數(shù)據(jù)。可以被存儲來促進計算的數(shù)據(jù)的例子包括但不限于被存儲用來避免或減少對計算特殊函數(shù)的需求的數(shù)據(jù)，所述特殊函數(shù)諸如貝塞爾函數(shù)、Lommel函數(shù)、貝塞爾-零函數(shù)(Bessel-zero)、改進貝塞爾函數(shù)(modified Bessel)、伽馬函數(shù)、對數(shù)-伽馬函數(shù)(log-Gramma)以及超幾何函數(shù)函數(shù)。
在本系統(tǒng)的一種實施方式中，速度測量設(shè)備可以使用查詢信號，該查詢信號被發(fā)送進入包含具有流動流體的通道的區(qū)域，所述流動流體的VFR或其他參數(shù)待定。這樣的查詢信號可以使用幅度隨時間變化的發(fā)射能量，諸如超聲波能量或者電磁內(nèi)量(包括在可見頻譜內(nèi)的光以及頻率在可見頻譜上或下的電磁輻射)。超聲波能量一般使用在50kHz與50MHz范圍內(nèi)的頻率，或者更典型地在在500kHz與50MHz范圍內(nèi)。這樣的查詢信號可以被連續(xù)發(fā)送或者以脈沖發(fā)送。速度測量設(shè)備可以使用速度或相位的變化，在查詢信號與反向散射能量或者產(chǎn)生反射的運動組織交互作用時發(fā)生所述變化。這種實施方式的一個例子包括但不限于多普樂測量。
用于計算VFR的系統(tǒng)可以進一步包括用于根據(jù)外部信號對測量進行定時的邏輯。這些外部定時信號包括與流動誘導(dǎo)現(xiàn)象(flow inducing phenomena)有關(guān)的信號，諸如與造成壓力梯度變化的因素有關(guān)的信號。例如，該系統(tǒng)可以使用與心臟的電活動有關(guān)的信號，諸如心電圖(EKG)信號，從而對何時進行測量進行排列或者控制，或者將測量相關(guān)。在這方面，控制何時進行測量可能影響如何解釋已經(jīng)進行的測量。
所述一個或更多個數(shù)據(jù)輸出模塊可以是任意適當類型，諸如顯示器、可聽聲音生成裝置或者數(shù)據(jù)輸出端口，諸如那些發(fā)送電子或電磁信號的端口，以及相關(guān)的局域網(wǎng)或廣域網(wǎng)端口。該系統(tǒng)也可以包括一個或更多個控制，諸如電源控制、信號敏感度控制或者使信號或所計算的結(jié)果根據(jù)流動介質(zhì)的特性而改變的調(diào)整。這些調(diào)整可以包括那些基于流體特性的調(diào)整，并且包括對于標準流體特性的調(diào)整。此類標準流體特性的一些例子包括但不限于粘度、密度以及運動粘度?；诹黧w特性的調(diào)整可以包括與標準流體特性相關(guān)的特性，并且包括作為相關(guān)流體特性的血細胞比容?；谘毎热莸恼{(diào)整可以包括使用血細胞比容的單一值、血細胞比容的范圍或者與血細胞比容有關(guān)的患者特有數(shù)據(jù)，諸如患者種族、年齡或者性別。
根據(jù)本發(fā)明的另一方面，提供了一種用于計算流動通道的尺度相關(guān)信息的軟件產(chǎn)品。該軟件產(chǎn)品包括在處理器(例如數(shù)據(jù)處理器)上執(zhí)行的數(shù)據(jù)處理器指令，以使用諸如與流體速度相關(guān)的信息等測定流動特性來計算尺度相關(guān)信息，諸如通道半徑或者通道面積。該軟件產(chǎn)品可以進一步包括用于以下目的的指令使用尺度相關(guān)信息與測定流動特性一起來計算至少一個其他值，該值可能是進一步的尺度相關(guān)值，諸如流過通道的流體的VFR。該軟件產(chǎn)品可以進一步包括輸出指令，該指令被配置來提供指示流動特性、尺度相關(guān)信息以及所述其他值中至少一個的輸出給用戶。該軟件產(chǎn)品可以進一步包括速度測量指令，用來取得流體速度的測量，并且提供測定速度給數(shù)據(jù)處理器。在這方面，數(shù)據(jù)處理器指令可以被配置來使用以下來計算通道尺度兩個或更多個流動速度剖面或速度流動分布，以及使用通道尺度數(shù)據(jù)與測定速度數(shù)據(jù)來計算至少一個VRF的指令。
針對以上方面所述的特征存在各種改進。也可以將其他特征融入以上方面，以形成本發(fā)明的多個實施例。從以下描述中顯然可以看到這些改進與其他特征，并且這些改進與特征可以獨立或者聯(lián)合地存在。例如，這樣的軟件產(chǎn)品也可以包括用于從測定數(shù)據(jù)中區(qū)分流動速度分布的指令，所述測定數(shù)據(jù)還包括與有關(guān)于在通道內(nèi)流動的組織的數(shù)據(jù)不同的數(shù)據(jù)。這樣的軟件產(chǎn)品也可以包括用于計算壓力梯度與其他導(dǎo)出參數(shù)的指令，所述導(dǎo)出參數(shù)諸如VFR的變化速度或者將通道尺度與壓力梯度相關(guān)的通道彈性的測度。
用于計算VFR的軟件產(chǎn)品可以進一步包括用于根據(jù)外部信號對測量進行定時的指令。如上所述，這些外部定時信號包括與流動誘導(dǎo)現(xiàn)象有關(guān)的信號，諸如與造成壓力梯度變化的因素有關(guān)的信號。例如，該軟件產(chǎn)品可以使用與心臟的電活動有關(guān)的信號，諸如心電圖(EKG)信號，從而對何時進行測量進行排列或者控制，或者將測量相關(guān)。
根據(jù)本發(fā)明的另一實施方式，可以基本實時地取得患者流動通道的基本實時的速度測量與基本實時的尺度相關(guān)信息。在每種情況下，可以非侵入地取得信息，諸如通過基于同一或多個信號集合的超聲處理。例如，如上所述，可以使用超聲測量，以取得連續(xù)時間上的速度剖面信息，并且與速度剖面時間變化有關(guān)的信息可以用來導(dǎo)出尺度相關(guān)信息。從速度測量和/或初始尺度相關(guān)信息，可以取得其他尺度相關(guān)信息，諸如VRF值或其他導(dǎo)出信息。在這方面，可以將連續(xù)速度剖面測量在時間上進行得足夠緊密，使得諸如通道橫截面積與壓力梯度等其他流動參數(shù)可以假定不變，或者連續(xù)測量可以用脈搏周期同步和/或可以考慮到其他流動參數(shù)的變化。在任何情況下，可以取得瞬時結(jié)果，從而允許向醫(yī)師提供更及時的展示，以及可能希望的對于生理過程的更好地相關(guān)。
根據(jù)本發(fā)明的另一方面，提供了一種處理信號中人為現(xiàn)象的方法與裝置，所述信號被用來確定有關(guān)運動中的生理組織的信息，例如，在患者體內(nèi)流動通道中的生理流體。本發(fā)明人已認識到這些人為現(xiàn)象可能與和周圍組織相關(guān)聯(lián)的信號部分有關(guān)，或者與和從流動通道發(fā)出的信號部分相關(guān)聯(lián)的噪聲有關(guān)。某些試圖處理人為現(xiàn)象的現(xiàn)有技術(shù)已經(jīng)認識到(例如)對于與流動通道有關(guān)的超聲信息的譜分析顯示雙峰特性，但是這些現(xiàn)有技術(shù)假定可以使用頻率過濾來孤立感興趣的譜部分，而不引入不可接收的不準確性。根據(jù)本發(fā)明，提供了一種表征輸入信號為感興趣信號部分與非希望信號分量的數(shù)學(xué)模型。然后，使用該數(shù)學(xué)結(jié)構(gòu)進行分析，以在數(shù)學(xué)上吸收非希望信號部分，而不用頻率過濾以及相關(guān)假定。例如，可以使用多參數(shù)函數(shù)來將輸入信號參數(shù)化，該輸入信號包括非希望信號部分，并且可以使用公知的統(tǒng)計處理來吸收非希望信號分量。使用這種方法，可以吸收通道內(nèi)與通道外人為現(xiàn)象之一或者兩者。這就改進了結(jié)果的準確性并且放松了對于將查詢信號對準流動通道的要求。在后一方面，可以精確地進行此處所公開的標準超聲測量或更先進的測量，而不用將探頭置于患者體內(nèi)通道附近，或者沒有與非常窄的信號相關(guān)聯(lián)的對準困難。


為了更全面地理解本發(fā)明及其進一步的優(yōu)點，現(xiàn)在將結(jié)合附圖詳細描述本發(fā)明，其中圖1顯示已完全展開的層流的無量綱速度剖面(velocity profile)；圖2顯示正在展開的層流的無量綱速度剖面；圖3顯示在從零速度開始后速度剖面的變化；圖4顯示在從非零速度開始后的速度剖面的變化，該非零速度大于將在穩(wěn)態(tài)下發(fā)生的速度；圖5顯示當壓力梯度反向時速度剖面的變化；圖6顯示查詢信號與產(chǎn)生測定信號的區(qū)域；圖7顯示示例性無量綱速度剖面；圖8描繪圓形區(qū)域的累積概率分布；圖9顯示無量綱速度(φ)如何隨橫截面積的微量變化；圖10描繪正在展開的層流的無量綱速度的示例性累積概率函數(shù)；圖11描繪已展開的層流的無量綱速度的示例性累積概率函數(shù)；圖12描繪無噪聲與有噪聲的示例性累積概率函數(shù)；圖13描繪無噪聲與有噪聲的示例性概率密度函數(shù)；圖14描繪包括緩慢運動區(qū)域與噪聲的示例性累積概率函數(shù)；圖15描繪有與無誤差源的示例性累積函數(shù)；圖16描繪有與無誤差源的示例性密度函數(shù)；圖17顯示系統(tǒng)的一種實施方式的方框圖；圖18顯示計算序列的一種實施方式；圖19顯示譜累積數(shù)據(jù)點的例子；以及圖20顯示正在進行擬合的譜累積數(shù)據(jù)點的例子。
具體實施例方式
現(xiàn)在將參照附圖，這些附圖至少有助于描繪本發(fā)明各個有關(guān)特征。雖然將主要針對確定流過患者的通道(例如動脈)的流體(例如血液)的VFR來描述本發(fā)明，但應(yīng)該理解本發(fā)明并不限于這種應(yīng)用，本發(fā)明還可用于多種與在運動生理組織上進行測量有關(guān)的應(yīng)用以及其他流動測量應(yīng)用，尤其當不容易或者不適合或有困難直接接近流動通道。因此，符合以下描述以及現(xiàn)有技術(shù)的修改與變化落入本發(fā)明范圍之內(nèi)。此處所述的實施方式還用來解釋實施本發(fā)明的最佳方式，并且使本領(lǐng)域技術(shù)人員能夠在這些以及其他實施方式中使用本發(fā)明，或者在其他具有本發(fā)明的特定應(yīng)用所需的各種修改的實施方式中使用本發(fā)明。
如上所述，沿通道長度的非穩(wěn)定層流包含以依賴于以下因素的速度移動的流體元素其距通道壁的距離、通道的幾何形狀、作用于該流體的壓力梯度、流體的特性以及流體元素的初速度。直接接觸通道壁的流體元素不移動，并且具有v＝0，其中v為沿通道長度的速度。離開通道壁的流體元素的速度規(guī)則地過渡到依賴于距通道壁的距離的速度。當壓力梯度不反向時，距離壁最遠的流體元素的速度移動最快。圖1顯示在通道為圓柱形管并且施加壓力梯度已經(jīng)長得足以使流體流動已經(jīng)達到穩(wěn)定狀態(tài)的情況下的速度。流體元素速度相對通道幾何形狀所具有的模式的形狀與尺度為速度剖面。
在這方面，通道的幾何形狀可以使用無量綱變量來表征，該無量綱變量將諸如相對于圓形橫截面半徑的特定位置的值之類的尺度值與所考慮尺度的最大范圍相關(guān)。例如，無量綱半徑可以定義為在任意點上的半徑除以該管的總半徑?？梢允褂靡粋€或更多個無量綱變量來表征幾何形狀一個無量綱半徑表征圓形管，兩個無量綱軸表征橢圓形管(一個用于主軸，一個用于次軸)。在有些情況下，可以使用無量綱變量的替代值，諸如縱橫比，其中縱橫比為橢圓中主軸對次軸的比率，并且縱橫比可以與無量綱主軸結(jié)合使用。
速度剖面從一個形狀變換為另一形狀所需的時間可以用無量綱時間表征。無量綱時間的一種定義使用流體的粘度與密度以及時間與總體通道尺度。在這方面，無量綱時間的一般形式為τ=μtρf(D),]]>其中μ＝粘度，ρ＝密度，f(D)為表征該通道的尺度的參數(shù)的函數(shù)。f(D)具有長度平方(L2)的尺度。
無量綱時間τ也稱為時間常量，并且可以用來計算使特定事件發(fā)生所需多少個時間常量。例如，人體主動脈中血流量遵循由心速確定的周期模式。一般地，心跳周期持續(xù)大約0.01與0.1個時間常量(以下將更詳細地描述所使用的時間常量)，并且在大多數(shù)情況下持續(xù)在大約0.01到0.06個時間常量之間。本發(fā)明的一個方面是其計算對于小的以及大的時間常量的VFR，包括至少與在主動脈心跳周期中所遇到的時間常量一樣小的時間常量。
在這方面，本發(fā)明使用在一個或更多個時間間隔上發(fā)生的、兩個或更多個速度剖面之間的變化，以計算對于無量綱時間的值，然后使用無量綱時間的一個或更多個實例的值來計算f(D)中的參數(shù)。另外，在這方面，本發(fā)明可以使用表征f(D)的參數(shù)來計算流體通道的橫截面積。另外，在這方面，本發(fā)明可以使用一個或更多個所計算的流體通道的橫截面積以及一個或更多個速度剖面來計算一個或更多個VFR。
以下的推導(dǎo)與示例使用圓形管作為通道。然而，應(yīng)該注意本發(fā)明不限于該幾何形狀。圓形管中的非穩(wěn)定層流是數(shù)學(xué)推導(dǎo)的出發(fā)點。在這方面，沿管長度存在壓力梯度，這使該流體加速，直到其達到穩(wěn)態(tài)速度。與以下變量一起，可以使用圓柱坐標μ＝流體粘度ρ＝流體密度L＝管長度R＝管半徑t＝時間p＝壓力。注意 為沿該管的壓力梯度。
v，vz＝沿管長度的速度。
Vmax在時間t＝∞處流體的最大速度。在r＝0處將產(chǎn)生Vmax，并且Vmax=(p0-pL)R24μL]]>為在t＝∞處的最大速度。
等式1-3定義分別對于速度、半徑以及時間的無量綱變量。在這方面，等式1定義無量綱速度，其為實際速度除以在時間t＝∞處產(chǎn)生的最大速度，等式2定義無量綱半徑，等式3定義無量綱時間。
φ=4vzμL(p0-pL)R2---(1)]]>ξ=rR---(2)]]>τ=μtρR2---(3)]]>可以對半徑R解等式3R=μtτρ---(4)]]>從作為參考融入此處的參考文獻1(R.Byron Bird，Warren E.Steward，andEdwin N.Lightfoot，Transport Phenomena，John Wiley&Sons，Inc.(1960)，pages127-130)，可以得知與流體通道中力平衡有關(guān)的以下關(guān)系
ρ(∂∂tvz)=p0-pLL+μ(∂∂rr(∂∂rvz))r---(5)]]>初始與邊界條件如下對于從0速度開始的情況，初始條件在t＝0處，對于0≤r以及對于r≤R流體具有vz＝0，其中R＝圓形管的半徑。
第一邊界條件為在r＝0處，流體將具有vz＝有限值。
第二邊界條件為在r＝R處，流體具有vz＝0。
然后可以將等式(5)乘以 并且在代入無量綱速度、半徑和時間之后，變?yōu)?amp;PartialD;∂τφ=4+∂∂ξξ(∂∂ξφ)ξ---(6)]]>可以解等式(6)，使得滿足以下條件對于具有零速度的情況的初始條件為在τ＝0；φ＝0第一邊界條件在ξ＝1；φ＝0第二邊界條件在ξ＝0；φ＝有限值。
當τ＝∞時出現(xiàn)穩(wěn)態(tài)。因此，解為穩(wěn)態(tài)項與瞬態(tài)項的和φ(ξ，τ)＝φ∞(ξ)-φt(ξ，τ) (7)在τ＝∞處出現(xiàn)穩(wěn)態(tài)，并且在穩(wěn)態(tài)處∂∂τ=0.]]>將此項代入等式(6)，并且在φ＝0與ξ＝1處求解，產(chǎn)生等式8φ∞(ξ)＝1-ξ2(8)參考文獻1導(dǎo)出以下與速度剖面等式推導(dǎo)有關(guān)的表達式φt(ξ,τ)=Σn=1∞Bne(-α(0,n)2τ)J(0,α(0,n)ξ)---(9)]]>其中J(n，x)為第一種類型的n次貝塞耳函數(shù)，α(0，n)為第一種類型的0次貝塞耳函數(shù)的第n個正實根。
初始條件出現(xiàn)在τ＝0時，所以φ(ξ,0)=1-ξ2-(Σn=1∞J(0,α(0,n)ξ)Bn)---(10)]]>目前為止，推導(dǎo)還不依賴于初始速度分布。速度流動剖面等式的標準推導(dǎo)現(xiàn)在將假定初始速度為零。這樣的假定大大簡化了數(shù)學(xué)推導(dǎo)，但其沒有生成可以用來確定信道尺度的等式。此處所示推導(dǎo)的剩余部分將偏離速度流動剖面等式的標準推導(dǎo)。
在這方面，初始速度分配可以由一般化等式表示?？梢允褂么祟愐话慊仁降母鞣N形式。當壓力梯度不反向時(雖然在單一方向上的大小可以改變)，以下形式的等式將正確地表示所有可能的初始速度分布φ＝a(1-ξk) (11)其中a＝對于所測量的速度剖面的最大φ。
如果初始速度為零，則a＝0。當流速從非零初始速度增加時，a＜1。如果速度降低，則a＞1。如果a＞1，則壓力梯度下降。同樣的函數(shù)形式也可用于有量綱速度。在這種情況下，a＝對于所測量的速度剖面的最大速度，并且k＝速度剖面形狀參數(shù)。k在閉區(qū)間[2，∞]上定義。對于已完全展開的層流，剖面為拋物線形，并且k＝2。對于未完全展開的層流，k＞2。
將等式(11)代入等式(10)中的φ(ξ，0)得到等式(12)a(1-ξk)=1-ξ2-(Σn=1∞J(0,α(0,n)ξ)Bn)---(12)]]>然后，通過將等式(12)乘以J(0，α(0，n)ξ)然后積分，可以對Bn求解等式(12)。結(jié)果是等式(13)。
∫01J(0,α(0,m)ξ)ξa-J(0,α(0,m)ξ)ξaξkdξ=∫01J(0,α(0,m)ξ)ξadξ]]>+∫01-J(0,α(0,m)ξ)ξaξ3dξ+(Σn=1∞Bn∫01-J(0,α(0,m)ξ)ξJ(0,α(0,n)ξdξ)---(13)]]>只有m＝n時貝塞爾函數(shù)的正交性才導(dǎo)致貢獻。因此，可以消除該和。對于Bm求解導(dǎo)致等式(14)Bm=-2aα(0,m)2-aα(0,m)(2-k)LommelS1(1+k,0,α(0,m))-4J(1,α(0,m))α(0,m)3---(14)]]>其中LommelS1為Lommel函數(shù)s。
對于初始條件具有非零速度的情況，對于φ(ξ，τ)的結(jié)果等式(包括表征初始速度條件的變量)為φ(ξ,τ,a,k)=1-ξ2(Σn-1∝(-2(aα(0,n)2-aα(0,n)(2-k)LommelS1(1+k,o,α(0,n))-4)c(-α(0,n)2τ)J(0,α(0,n)ξ)J(1,α(0,n))α(0,n)3))---(15)]]>等式(11)描述了速度分布。在測量速度剖面的任意特定時間，其將具有值at，kt，從而導(dǎo)致等式(16)φ(t)=at(1-ξkt)---(16)]]>無量綱時間τ為時間的函數(shù)。速度分布從初始速度剖面開始展開，該初始速度剖面由等式(11)表征，其中a與k為表征初始速度分布的形狀的參數(shù)。
結(jié)果為等式(17)at(1-ξkt)=1-ξ2(Σk=1∞(-2(aα(0,n)2-aα(o,n)(2-k)LommelS1(1+k,o,α(0,n))-4)c(-α(0,n)2τ)J(0,α(0,n)ξ)J(1,α(0,n))α(0,n)3))---(17)]]>從n＝1到∞的和可以通過向N求和來近似，如等式18所示at(1-ξkt)=1-ξ2(Σk=1∞(-2(aα(0,n)2-aα(o,n)(2-k)LommelS1(1+k,o,α(0,n))-4)c(-α(0,n)2τ)J(0,α(0,n)ξ)J(1,α(0,n))α(0,n)3))---(18)]]>流動剖面取決于四個變量。其中兩個變量a與k定義初始速度剖面。第三個變量τ表征所經(jīng)過的時間。第四個變量ξ表征管的半徑。
在這方面，本發(fā)明使用來自速度測量的數(shù)據(jù)，以計算速度剖面參數(shù)，然后根據(jù)在已知時間段內(nèi)速度剖面參數(shù)中所發(fā)生的變化，確定諸如信道尺度等其他變量的值。以下方法為使用速度剖面變化以確定通道尺度，然后計算VFR以及導(dǎo)出參數(shù)的例子。使用以上公式計算通道尺度與VFR所需的一般步驟如下(1)在特定時間，使用適當?shù)难b置進行速度測量，諸如通過使用諸如超聲波束或電磁波等查詢信號，并生成速度剖面。眾所周知，已知根據(jù)信號轉(zhuǎn)移時間以及在該介質(zhì)中的信號速度，可以確定與所接收的信號相關(guān)的范圍信息。因此，可以確定對于流體粒子的速度測度以及這些粒子的位置，以取得剖面有關(guān)信息。
(2)使用該速度剖面來計算表征速度剖面函數(shù)的參數(shù)的值。這些參數(shù)的例子有等式(11)中的a與k，并且等式(11)為表征速度剖面的函數(shù)的例子。如下詳述，這些計算可以只使用兩個數(shù)據(jù)點，或者結(jié)合諸如最小二乘或最小絕對值方法之類的統(tǒng)計曲線擬合技術(shù)，該計算可以使用多于兩個數(shù)據(jù)點。
(3)在經(jīng)過了已知時間間隔t(例如，以秒測量)后，進行更多的速度測量，并且計算在時間t上表征速度剖面的參數(shù)的值。例如，使用等式(11)，對于第二個剖面a與k可以被標記為at、kt。具體地，可以分析在短得足夠使諸如通道尺度與壓力梯度等流動參數(shù)的變化可以被安全地假定為可忽略不計的時間段上的速度剖面變化。這些參數(shù)隨著患者的脈搏周期變化，該脈搏周期一般具有的0.5～4.0Hz的頻率。因此，用來分析速度剖面參數(shù)變化的時間間隔最好不長于大約0.025秒，并且最好不長于大約0.01秒。然而，應(yīng)該理解，可替換地，此(多個)時間間隔可以被相對于患者脈搏周期地相位同步，或者可以考慮流動參數(shù)的變化。
(4)使用表征速度剖面如何隨時間變化的函數(shù)關(guān)系計算無量綱時間τ。例如，使用等式(17)或(18)以及a、k、at、kt的值來計算τ。
(5)使用將無量綱時間與通道尺度相關(guān)的等式來計算通道尺度。例如，使用等式(4)連同t的已知值、粘度以及密度(或者運動粘度，其為粘度與密度的商)來計算管的半徑R。
(6)使用現(xiàn)在已知的通道尺度來計算通道的橫截面積A。例如，使用半徑R來計算橫截面積。
(7)使用測定的速度剖面來計算平均速度vm。例如，如下所述，由等式11定義的、通過具有圓形橫截面的管的速度剖面的平均值為vmean=ka2+k,]]>其中a為在測量時間發(fā)生的最大有量綱速度。如下所述，在這種情況下速度剖面函數(shù)的參數(shù)為a與k，可以直接求解，從而在計算平均速度時可以方便地使用它們。
(8)計算VFR＝A×vm。
(9)使用定義無尺度速度的關(guān)系，計算壓力梯度。例如，使用等式(1)重新排列的形式計算壓力梯度。
(10)計算在兩個不同時間的半徑與壓力梯度，并且將半徑的變化除以壓力梯度的變化以計算通道彈性。
如上所述，當初始速度剖面為零時，則在等式(15)中a＝0。在穩(wěn)態(tài)下(τ＝∞)，完全展開的層流剖面為拋物線形，如圖1所示。最高速度在管的中心處，并且在管壁處v＝0。
隨著流動的展開，速度剖面變鈍，如圖2所示。圖2表示當初始速度為零并且已經(jīng)過足夠時間τ＝0.1時出現(xiàn)的情況。圖3繪出當其從τ＝0變到τ＝1的速度剖面。當τ＝1時速度剖面幾乎完全展開。圖4繪出當由于壓力梯度下降速度減慢時的情況。
圖1-4所示情況的所有流動剖面都由等式(11)準確表示。該函數(shù)形式為N趨向∞時等式(18)的極限。
圖5顯示壓力梯度已經(jīng)反向的情況。在圖5中，無量綱半徑在標記為r/R的軸上。圖5還在圖的底部顯示了非負開始速度剖面，并在圖的頂部顯示了最終的穩(wěn)態(tài)速度剖面。這兩個剖面都符合等式(11)的函數(shù)形式。圖5中的中間曲線速度剖面顯示了當流場在初始速度剖面與最終剖面之間反向時的轉(zhuǎn)換速度剖面。在轉(zhuǎn)換時，管中心處的流體向下流，而邊沿處的流體已經(jīng)反向并向上流。例如，如果主動脈瓣膜具有顯著回流，則可能發(fā)生這種情況。對于壓力梯度反向的情況，需要對于初始速度剖面的更復(fù)雜的表示，并且比等式(11)所使用的兩個參數(shù)包含得更多。
如上所述，本發(fā)明的另一方面是對誤差來源的調(diào)整。誤差可能存在于所測定的初始速度剖面中，尤其是當使用查詢信號來產(chǎn)生測定數(shù)據(jù)時。圖6示意性地顯示了諸如超聲波等查詢信號被發(fā)射到包含流動流體的區(qū)域中的情況，該流動流體包含在管中，該管被比該管中流動的大部分組織的運動(與該流動流體同向或者反向)慢得多的組織區(qū)域所包圍。與該流動流體比較，所述緩慢運動的組織基本靜止。為了說明的目的，圖6中只顯示了包含流體的管的一部分。
圖6所顯示的情況類似于以下條件下所發(fā)生的情況如果對在升動脈中流動的血液進行超聲多普樂測量，并且多普樂換能器置于胸骨上切跡并且向心臟對齊。某些查詢信號被反射或者反向散射，這沒有在圖6中示出，并且這些信號可能被作為返回信號而測量。可以分析返回信號的頻譜以生成對于所查詢區(qū)域的速度剖面的估計。
在這種情況下，存在兩個誤差來源。在從流動區(qū)域所測量的信號中，可能存在第一誤差來源，其增加諸如噪聲等誤差。在從表示緩慢運動的組織區(qū)域的信號中，可能存在第二誤差來源，其混淆來自流動流體的信號，從而緩慢運動的速度信號被添加到來自的流動流體的信號中。根據(jù)本發(fā)明，這兩個信號源得到處理，并且被防止在所估計的VFR中產(chǎn)生顯著誤差。一般的解決方案是通過引入選擇性地從測定信號中挑選這些誤差的數(shù)學(xué)結(jié)構(gòu)來吸收誤差。以下是對可用來估計測定信號分布或者從測定信號中導(dǎo)出的變量的誤差吸收函數(shù)的一般與具體例子的推導(dǎo)。測定信號的例子是Doppler測定的頻率。導(dǎo)出變量為使用一個或更多個測定信號所計算的變量，諸如從多普樂頻率測量計算出來的速度。
可用來估計通道尺度與VFR的一般誤差吸收函數(shù)的一般形式由以下等式(19)給出M(f)＝S(f，|xs|)+F(f，|xF|) (19)其中M(f)＝測定信號S(f，|xx|)＝來自緩慢運動區(qū)域的信號，其中|xx|為表征該緩慢運動區(qū)域的(待定)參數(shù)向量。
F(f，|xF|)＝來自運動區(qū)域的信號，其中|xF|為表征諸如噪聲等誤差的(待定)參數(shù)向量。
圖7顯示使用a＝1等式(11)而計算的、在通道中運動的流體的速度剖面。無量綱半徑的任意特定值ξ*，映射到有且只有一個無量綱速度φ*。對于管來說，每個無量綱半徑形成圍繞該管中心的圓。所有在特定ξ*處移動通過該管的流體將以同一速度φ*運動。任意隨機選擇的流體元素具有100％的可能性位于在管中心與ξ＝1的最外半徑之間的區(qū)域內(nèi)。流體元素位于從最外半徑延伸到內(nèi)側(cè)半徑的帶內(nèi)的可能性為管的總橫截面積與區(qū)間[ξ，1]上ξ的帶的半徑的比率。因此，F(xiàn)(ξ)=π-πξ2π,]]>其化簡為等式(20)，F(xiàn)(ξ)＝1-ξ2(20)該結(jié)果可以被認為是隨機流體元素處于在管的半徑ξ與外側(cè)半徑(ξ＝1)之間的帶中的概率。例如，隨機ξ位于ξ＝0.9與ξ＝1半徑之間的環(huán)中的概率為0.19。換而言之，圓圈面積的19％位于半徑ξ＝0.9之外。
對于在其之外存在所選擇的面積部分的ξ值來解決相關(guān)問題。在這種情況下，等式(21)可以用來顯示在其之外存在19％面積的半徑為ξ＝0.9。
ξ=-F+1---(21)]]>計算在其之外存在90％面積的半徑得到ξ＝0.3162。等式(21)可以被認為是累積概率分布，如圖8所示。圖8顯示了(例如)100％的面積位于0以上的半徑，而沒有面積位于半徑1之外。另外，圖8顯示面積的19％位于半徑ξ＝0.9之外，90％的面積位于由ξ＝0.3162與ξ＝1所限定的區(qū)域之內(nèi)。
無量綱速度與無量綱半徑之間的關(guān)系，即等式(11)，φ＝α(1-ξk)，顯示當ξ變小時φ變大。因此，將等式(21)代入等式(11)得到等式(22)或者當環(huán)孔在ξ與1之間延伸時所發(fā)生的最大無量綱速度。
φ＝-a(-1+(-F+1)(1/2k)) (22)例如，當a＝1，k＝6，F(xiàn)＝0.5時所發(fā)生的最大無量綱速度為φ＝0.0875?？梢岳L制等式22，如圖9所示，其顯示φ如何隨微量(fraction)F的變化而改變。注意圖9使用a＝0.1與k＝6進行計算。
φ的最大范圍為區(qū)間
。變量a為在測定速度剖面時所發(fā)生的無量綱速度的最大值。
等式(22)中的微量F可以被認為是概率，并且可以針對更常規(guī)的等式(23)求解，該等式表示給出小于或等于特定φ的無量綱速度的微量的φ的累積分布。
F(φ)=-(-φ-aa)(21k)+1---(23)]]>φ具有閉區(qū)間
上的域，其中a為在特定測量時所發(fā)生的最大無量綱速度。因此，該累積函數(shù)只是對于
上的φ進行了定義。例如，如果a＝0.1并且k＝6，則對φ可能具有的最大范圍的繪圖導(dǎo)致圖10。圖10顯示當a＝0.1并且k＝6時，50％的無量綱速度小于或等于φ＝0.0875。對于已完全展開的層流a＝1且k＝2，相應(yīng)的累積分布具有在0與1之間的定義的φ，如圖11所示。因此，相應(yīng)的等式為F已完全展開的層流(φ)＝φ，并且對于已完全展開的層流，具有任意特定無量綱速度的概率是線形的。
通過使用等式(24)可以找到參數(shù)化的速度剖面的平均值。
φmeon=ka2+k---(24)]]>如果無量綱速度被用來對a與k求解，則k的值將與無量綱速度用于計算時相同，并且a將成為在該測定速度剖面中的最大速度的有量綱值。然后，可以使用等式(25)計算平均有量綱速度。
vmean=ka2+k---(25)]]>等式(25)為累積概率函數(shù)。通過對累積概率函數(shù)進行微分，找到φ的概率密度函數(shù)。結(jié)果在等式(26)中給出。與上相同，φ存在于區(qū)間
上。當存在已完全展開的層流(k＝2且a＝1)時，結(jié)果將為f(φ)＝1。對于正在展開的層流(包括當壓力梯度降低時所發(fā)生的)k＞2，因此正在展開的層流的概率密度函數(shù)總具有小于1的正指數(shù)。
f(φ)=2(-φa+1)(21k-1)ka---(26)]]>測量誤差改變所測定的φ為φ的正確值的概率。發(fā)生特定φn以及其上被添加了噪聲而導(dǎo)致小于或等于φ的總值的概率為具有φn的概率乘以φn+噪聲≤φ的概率的乘積，其可以表示為p(φ)p(φn+噪聲≤φ)。這兩個概率的乘積為總測定值φn≤φ的累積概率。
具有特定φn的概率為在φndφ處計算的密度函數(shù)的乘積。設(shè)p(φn)表示φ具有特定值φn的概率。一般地，噪聲具有與其相關(guān)的、由參數(shù)向量H定義的分布。對于高斯分布，參數(shù)為平均與標準偏差。設(shè)對于噪聲生成函數(shù)的概率密度函數(shù)為gnoise(φ，H)。具有特定φn、且圍繞其周的噪聲小于或等于速度φ的概率為兩個概率的乘積(特定φn的概率)×(x+φn≤φ的概率)。結(jié)果是等式(27)給出的聯(lián)合概率p(φn,x+φn≤φ)=p(φn)∫-∞φgnoise(x,H)dx---(27)]]>該累積概率為對于所有φn具有(x+φn≤φ)的概率，為對于所有φn的各個概率的和，其與在所有φn上積分相同。將等式(26)作為p(φn)并且設(shè)置積分使φn在區(qū)間
上(因為對于φ最大值為a)，這將導(dǎo)致等式(28)，其形成一般情況Fnoise(φ)=∫0a2(-φna+1)(21k-1)∫-∞φgnoise(x,H)dxkadφn---(28)]]>人們特別感興趣的情況是當噪聲為高斯(正態(tài))分布時。當假定許多獨立的因素對測量誤差有貢獻并且這些因素產(chǎn)生相加效應(yīng)是合理的時，中心極限定理指出誤差關(guān)于真值具有高斯分布。因此，噪聲密度函數(shù)以φn為中心，并且φn為平均值，而且噪聲函數(shù)具有標準偏差σgnoise(φn)=122e(-1/2(x-φn)2σ2)σπ---(29)]]>將此等式與等式(27)結(jié)合，產(chǎn)生聯(lián)合概率p(φn,x+φn≤φ)=p(φn)∫-∞φ122e(-1/2(x-φn)2σ2)σπdx---(30)]]>該累積概率為對于所有φn具有(x+φn≤φ)的概率，為對于所有φn的各個概率的和，其與在所有φn上的積分相同。代入并在區(qū)間
(因為對于φ最大值為a)上關(guān)于φn積分將導(dǎo)致等式(31)Fnoise(φ)=∫0a2(-φna+1)(21k-1)∫-∞φ122e(-1/2(x-φn)2σ2)σπdxkadφn---(31)]]>在計算并用x替換φn后，等式(31)成為顯式地包含對于實際速度分布的φ的分布以及改變該實際值并產(chǎn)生測定分布的隨機噪聲的等式，為以下等式Fnoise(φ)=∫0a2(-xa+1)(21k-1)(-12erf(122(-φ+x)σ)+12)kadx---(32)]]>在這種情況下，無噪聲的φ在區(qū)間
上，而測定φ(包含噪聲)可以延伸到區(qū)間
之外。圖12顯示在無量綱速度φ中的高斯分布隨機誤差如何影響累積分布。這些誤差擴展了測定速度的可能值，從而它們既小于也大于在流動流體中所發(fā)生的實際值。
等式(28)為具有用來補差測定信號中誤差的誤差吸收函數(shù)的累積譜函數(shù)的一般形式。等式(32)為當測定誤差函數(shù)為高斯型時的特定情況。不用高斯型，也可以使用其他函數(shù)形式，諸如指數(shù)型、柯西型以及Riceian。
因此相應(yīng)于等式32的概率密度函數(shù)為fnoise(φ)=∫0a(-xa+1)(21k+1)e(-1/2(-φ+x)2σ2)2kaπσdx---(33)]]>圖13顯示該概率密度函數(shù)如何受高斯分布隨機誤差的存在的影響。應(yīng)該注意如圖13所示的概率密度函數(shù)的擴展是測量誤差引起的。使用誤差吸收函數(shù)來降低或去除這些誤差，包括那些由隨機波動所引起的、一般被稱為“噪聲”的誤差，是被用做本發(fā)明的新穎性的一部分的一般技術(shù)。然而，應(yīng)該注意，根據(jù)本發(fā)明，使用誤差吸收函數(shù)來降低或去除這些誤差特別有利于確定速度剖面(不管是無量綱還是有量綱)以及隨后的、導(dǎo)致確定VFR的計算。
概率密度函數(shù)為由多普樂測量方法所造成的頻移而產(chǎn)生的譜密度函數(shù)。當引入測量噪聲時，可以求解表征誤差吸收函數(shù)gnoise(φ，H)的參數(shù)，以及表征速度剖面的形狀的a與k的值。例如，如果噪聲吸收函數(shù)為高斯型，則求解標準偏差的值以表征該噪聲吸收函數(shù)。
如上所述，圖9顯示查詢信號被用作確定流動區(qū)域的VFR的過程的一部分的確定速度剖面的系統(tǒng)的一部分。在這方面，以上誤差吸收函數(shù)可以用來減少或去除在流動區(qū)域的信號中的測量誤差。然而，圖9還顯示了另一可能誤差來源為來自在該流動區(qū)域之外的、緩慢流動或非流動的組織的混淆信號。在這方面，可以如下地降低或去除由緩慢流動或非流動的組織的信號所引起的誤差。
累積概率分布的一般形式為F(φ)＝Fslow(φ)+Fflowing(φ) (34)如下詳述，F(xiàn)slow(φ)表示例如由等式32所表示的、在其已經(jīng)對于產(chǎn)生具有表示非流動組織(或者不運動或者緩慢運動)的流動Fslow(φ)的信號的部分區(qū)域進行了調(diào)整之后的流動組織的分布。Fslow(φ)將由非流動速度的分布表示，其一般為高斯型，通常具有非零平均值。然而，應(yīng)該注意，對于特定應(yīng)用，最適合的分布可以包括指數(shù)型、柯西型、Riceian型或者其他分布。然而，在缺乏與此相反的其他信息時，高斯分布要所使用的適當分布，這是因為假定非流動區(qū)域比流動區(qū)域的運動慢很多。另外，可以通過多個獨立的時變參數(shù)來產(chǎn)生非流動組織的速度，而所有這些時變參數(shù)都使用中心極限定理。
作為示例，對于以下推導(dǎo)，將使用高斯分布作為誤差吸收函數(shù)。可以假定緩慢運動的速度具有高斯分布，并且平均值可以具有任意值，包括在進行測量的任意時刻的正值、負值或者零。另外，例如，如果測量的是包括升動脈的區(qū)域并且在測量期間所發(fā)生的呼吸過程引起離開信號源位置的非流動區(qū)域的緩慢運動，則可以發(fā)生該非零平均值。在這種情況下，部分速度信號將來自流動區(qū)域，其余信號將來自緩慢運動區(qū)域。來自這兩個區(qū)域的信號微量用來對每個區(qū)域?qū)傮w速度分布的貢獻進行加權(quán)。例如，在查詢信號為多普樂系統(tǒng)的一部分的情況下，緩慢運動的速度產(chǎn)生多普樂反射，其相加于由流動的速度所產(chǎn)生的反射。它們產(chǎn)生了特定速度上的反射總和。在這方面，所有反射被相加，并且總和被用來將每個速度上的計數(shù)數(shù)目規(guī)格化。在這方面，來自特定區(qū)域的計數(shù)數(shù)目取決于其面積，例如，來自緩慢運動區(qū)域的計數(shù)數(shù)目取決于其面積，并且來自流動區(qū)域的計數(shù)數(shù)目取決于其面積。對于每個區(qū)域的總面積的微量——其在概率分布中最重要——定義了對于來自流動區(qū)域與來自緩慢運動區(qū)域的信號給定多少權(quán)重。在這方面，如果As＝緩慢運動區(qū)域的面積，Af＝流動區(qū)域的面積，緩慢運動區(qū)域的微量為fs=ASAS+Af,]]>流動區(qū)域的微量為ff=AfAS+Af.]]>總微量必須等于1，因此fs+ff＝1必須為真，這就有fs＝1-ff。這種關(guān)系導(dǎo)致等式(35)，其為對于φ的總累積概率Fnoiseslow(φ)=(1-ff)∫-∞φ122e(-1/2(φ-μs)2σs2)σsπdφ+ff∫0a2(1-xa)(21k-1)(12erf(122(φ-x)σ)+12)kadx---(35)]]>具有任意特定φ或更小的總概率為兩個概率的和。左邊的項為與緩慢運動區(qū)域相關(guān)的概率，第二項為具有由高斯噪聲表示的測量誤差的流動速度的概率。
在緩慢運動區(qū)域由高斯分布表示的情況下，由緩慢運動區(qū)域引入的誤差由兩個參數(shù)表征。一個參數(shù)是平均值μs，另一個為標準偏差σs。當進行速度測量時，目標仍為計算a與k。使用誤差吸收函數(shù)需要計算表征誤差的參數(shù)，從而去除誤差的效果。例如，在等式(35)中，計算以下參數(shù)a、k、ff、σ、μs以及σs。一般地，如此情況所示，可以使用對速度的多次測量，并且使用諸如最小二乘或者最小絕對值之類的統(tǒng)計方法來取得測定數(shù)據(jù)的最佳擬合。一般地，這些等式是非線性的，并且需要實施非線性擬合技術(shù)，諸如非線性最小二乘法。
圖14顯示對于緩慢運動的平均速度為零的情況基于等式(35)的累積概率函數(shù)。
與等式(35)相關(guān)的概率密度函數(shù)在等式(34)中給出Fnoise,slow(φ)=12(1-ff)2e(-1/2(φ-μs)2σs2)σsπ+ff∫0a(1-xa)(21k-1)e(-1/2(φ-x)2σ2)2πσkadx---(36)]]>圖15與16為對于ff＝0.7、μs＝0.05、σs＝0.04、a＝0.4、k＝8、σ＝0.02的情況的累積函數(shù)與密度函數(shù)。這些圖顯示當沒有測量噪聲或者緩慢運動區(qū)域效應(yīng)以及引入這兩個誤差源時的無量綱速度分布。這些圖還顯示了當已知誤差吸收函數(shù)的參數(shù)時，可以恢復(fù)成為無誤差數(shù)據(jù)的計算結(jié)果。
以上對于密度函數(shù)以及累積概率函數(shù)的等式也可以用于有量綱速度，而不是無量綱速度。測定的速度數(shù)據(jù)將具有速度單位，并且在變量φ在等式中出現(xiàn)處使用。在以下的討論中，當既可以使用有量綱速度也可以使用無量綱速度時，將使用一般名詞“速度”。
以上對于密度函數(shù)的等式已經(jīng)被描述為概率密度函數(shù)。這種描述便于說明推導(dǎo)。這些密度函數(shù)一般被稱為譜密度函數(shù)，并且定義對于測定流場的速度譜。當進行超聲波測量(包括多普樂測量)時，使用標準計算方法，頻譜可以轉(zhuǎn)換為速度譜。
在本發(fā)明的一種實施方式中，測定數(shù)據(jù)可能擬合一個或更多個多參數(shù)函數(shù)，這些函數(shù)包含對于速度譜密度以及對于一個或更多個誤差吸收函數(shù)的參數(shù)。在本發(fā)明的另一種實施方式中，測定數(shù)據(jù)可能擬合一個或更多個多參數(shù)函數(shù)，這些函數(shù)包含對于累積速度譜以及對于一個或更多個誤差吸收函數(shù)的參數(shù)。使用累積速度譜而不是密度函數(shù)降低了測量誤差的效應(yīng)，這是因為累積速度譜是密度函數(shù)的平滑積分。
當對速度譜密度函數(shù)或者類似速度譜函數(shù)進行擬合時，擬合過程將確定導(dǎo)致在測定數(shù)據(jù)與函數(shù)預(yù)測值之間最小誤差的參數(shù)的值。這些最小誤差就是使用任何適當標準所確定的，并且包括最小化最小二乘誤差的和或者最小化最小絕對值誤差的和。擬合過程可以將所有參數(shù)作為一個集合擬合，可以首先估計對于誤差吸收函數(shù)的值，并且在計算對于定義速度譜的參數(shù)的值之前去除誤差效應(yīng)。首先去除誤差效應(yīng)的分步處理導(dǎo)致計算幾乎無誤差的數(shù)據(jù)分布。所述無誤差數(shù)據(jù)為對于在通道中流動的組織的速度分布，人們希望得到對于它的速度譜參數(shù)。例如這些參數(shù)為使用等式(11)計算的a與k，以用于等式(17)或等式(18)來計算τ，從τ計算半徑R。
在參數(shù)擬合過程中，一般使用迭代處理，其中系統(tǒng)地調(diào)整參數(shù)值以取得對于速度數(shù)據(jù)的最佳擬合。在本發(fā)明的一種實施方式中，該迭代處理系統(tǒng)地選擇誤差吸收參數(shù)的值，以計算近似無誤差的速度分布。然后，使用該近似無誤差的速度分布來計算速度分布參數(shù)。在函數(shù)對于測定速度數(shù)據(jù)的擬合(Over fit)不夠好的情況下，可以使用速度分布參數(shù)來計算誤差吸收參數(shù)的修正值。然后，使用該修正后的誤差吸收參數(shù)來重新計算速度分布參數(shù)的值。繼續(xù)這種去除誤差并計算速度分布參數(shù)的迭代處理，直至產(chǎn)生對于數(shù)據(jù)的適當好的擬合。使用這種在計算速度分布參數(shù)之前首先從測定數(shù)據(jù)中去除誤差的實施方式，具有以下優(yōu)點在指定數(shù)目的迭代中一般會產(chǎn)生對于速度分布參數(shù)的更好的估計。應(yīng)該注意取得對于速度分布參數(shù)(諸如等式(18)中的a與k)的準確估計比計算其他參數(shù)值更重要，這是因為計算無量綱時間τ所使用的是速度分布參數(shù)，無量綱時間τ隨后成為計算流動通道尺度的基礎(chǔ)。
所描述的用于使用誤差吸收函數(shù)來降低或者去除誤差的方法適用于無量綱速度與有量綱速度兩者。當使用有量綱速度v而不是無量綱速度φ時，與速度相關(guān)的參數(shù)具有量綱。例如，當使用高斯分布時，平均值與標準偏差將具有速度單位。類似地，速度剖面參數(shù)可以具有單位，因為(例如)上面所使用的變量a可能具有速度單位。
在已經(jīng)測量了兩個速度分布并且已知其表征參數(shù)之后，可知變量a、k、at以及kt的值，并且可以用于等式(17)或等式(18)以求解τ。
然而，應(yīng)該注意，通過使用不同的等式，求解τ可以在數(shù)學(xué)上更容易一些。在這方面，測量速度剖面時的峰值速度為at，at為管中心處的速度，此時半徑為零并且ξ＝0。將此代入等式(18)產(chǎn)生對于at的等式at=1-2(Σn=1N(4-aα(0,n)2-aα(0,n)(2-k)LommelS1(k+1,0,α(0,n)))e(α(0,n)2τ)J(1,α(0,n))α(0,n)3)---(37)]]>
在這種情況下，等式(38)為從等式(16)開始并求解kt的結(jié)果，假定對于可以表示為ξi與φi的、ξ與φ的選定值的已知值φi。
kt=ln(-φt+atat)ln(ξt)---(38)]]>除了導(dǎo)致不確定操作的極端值ξi＝0或者ξi＝1，可以為ξt選擇任意值，以及對于φi的相應(yīng)值。因此，ξi與φi可以是速度剖面曲線上的任何有序?qū)?。因為我們從等?16)與(18)知道φ為τ與ξ的函數(shù)，所以可以通過代入等式(38)來消除φi。結(jié)果為等式(39)kt=ln(-ξt2+2(Σn=1N(-4+aα(0,n)2-aα(0,n)(2-k)LommelS1(k+1,0,α(0,n)))e(-α(0,n)τ)(J(0,α(0,n)ξt)-1)J(1,α(0,n)α(0,n)3)-1+2(Σn=1N(-(-4+aα(0,n)2-aα(0,n)(2-k)LommelS1(k+1,0,α(0,n)))e(-α(0,n)2τ)J(1,α(0,n))α(0,n)3)))ln(ξt)---(39)]]>等式39用表征初始速度分布(a，k)、無量綱時間(τ)(其也是時間常量)以及選定ξ(其標記為ξi)的參數(shù)給出了kt。
不再使用φ。該等式隱含地用kt給出了τ。因此，當初始速度剖面以及隨后的速度剖面都已經(jīng)被表征后，就可以確定時間常量τ的值。對于這些計算，可以選擇開區(qū)間(0，1)上的任意ξi。例如，可以做出使用ξi＝0.9的判定。在向ξi分配了顯式值之后，結(jié)果為對于τ的任意指定值給出kt的顯式等式。例如，如果ξi＝9/10，則結(jié)果為等式(40)。在計算之后，等式(40)變?yōu)榈仁?41)，當已知a、k以及kt的值時，等式(41)可以對τ迭代求解。如上所述，LommelS1為Lommels函數(shù)。
kt=ln(-81100+2(Σn=1N(-4+aα(0,n)2-aα(0,n)(2-k)LommelS1(k+1,0,α(0,n)))e(-α(0,n)2τ)(J(0,910α(0,n))-1)J(1,α(0,n)σ(0,n)3)-1+2(Σn=1N(-(-4+aα(0,n)2-aα(0,n)(2-k)LommelS1(k+1,0,α(0,n)))e(-α(0,n)2τ)J(1,α(0,n))α(0,n)3)))ln(910)---(40)]]>
kt=-9.491221577×]]>ln(-81+2(Σn=1N(-4+aα(0,n)2-aα(0,n)(2-k)LommelS1(k+1,0,α(0,n)))e(-α(0,n)2τ)(J(0,910α(0,n)-1))J(1,α(0,n)α(0,n)3)-1+2(Σn=1N(-(-4+aα(0,n)2-aα(0,n)(2-k)LommelS1(k+1,0,α(0,n)))e(-α(0,n)2τ)J(1,α(0,n))α(0,n)3)))]]>(41)計算Lommels函數(shù)很耗時，并且不容易準確計算。因此，本發(fā)明的一個方面是預(yù)先計算用速度剖面表征參數(shù)來隱型定義τ的等式中的一個或更多個項的值，然后在用來形成可用于計算時間常量τ的值的內(nèi)插函數(shù)的簡化等式中使用這些預(yù)先算好的值。以下為如何實現(xiàn)本發(fā)明這個方面的例子。在這個例子中，等式(41)可以用來預(yù)先計算其求和項的值，并且這些預(yù)先算好的值可以用于簡化等式，該簡化等式形成將ki與τ相關(guān)的內(nèi)插函數(shù)。
當τ與k的數(shù)值值代入等式(41)時，結(jié)果為a表示的kt的等式。例如，如果τ＝0.1且k＝12，則等式(41)變?yōu)榈仁?42)kt=-9.491221577ln(.01000000000-27.73984105-70.73715877a-.3851895036-.8293031252a)---(42)]]>等式(42)具有等式(43)的形式。等式(39)以及諸如等式(41)等基于等式(39)的等式可以轉(zhuǎn)換為等式(43)的形式kt=Aln(B+CaD+Ea)---(43)]]>其中A=1ln(ξi)---(44)]]>B=-ξi2-8(Σn=1Ne(-α(0,n)2τ)(J(0,α(0,n)ξi)-1)J(1,α(0,n))α(0,n)3)---(45)]]>C=-2(Σn=1N(-α(0,n)2+α(0,n)(2-k)LommelS1(k+1,0,α(0,n)))e(-α(0,n)2τ)(J(0,α(0,n)ξi)-1)J(1,α(0,n))α(0,n)3)---(46)]]>D=-1+8(Σn=1Ne(-α(0,n)2τ)J(1,α(0,n))α(0,n)3)---(47)]]>E=2(Σn=1N(-α(0,n)2+α(0,n)(2-k)LommelS1(k+1,0,α(0,n)))e(-α(0,n)2τ)J(1,α(0,n))α(0,n)3)---(48)]]>一旦選定ξi，A總是相同。對于任意選定的τ，B與D為常量。雖然可以在任何時間計算值，但優(yōu)選方法是在需要測量之前選擇τ與k的值，并且在表中預(yù)先計算并存儲B、C、D以及E的值。例如，這些值可以存儲在便于快速訪問的查找表中，諸如按τ與k的值索引各個項。使用這種方法，求解τ開始于選擇τ的假定值，并且使用包含k的實際值與τ的假定值的查找表項，并且使用a的實際值計算對于kt的計算值。選擇τ的一組假定值，并計算kt的其他值。結(jié)果是將kt與τ相關(guān)的表。在這方面，可以使用適當?shù)膬?nèi)插函數(shù)，諸如內(nèi)插多項式，以將τ與kt相關(guān)。然后，可以使用該內(nèi)插函數(shù)來使用kt的實際值求解τ。
上述對于用于有效求解τ的方法的推導(dǎo)與描述使用了ξ與無量綱速度。同樣的用于有效求解τ的方法的推導(dǎo)與描述也使用ξ與有量綱速度來應(yīng)用。使用有量綱速度的結(jié)果除了速度剖面參數(shù)a包含速度量綱外完全相同。
本發(fā)明的另一方面是從一個或更多個VRF以及與用來計算VFR的速度剖面相關(guān)的時間范圍中發(fā)現(xiàn)周期性與非周期性流速行為的存在與性質(zhì)。用來發(fā)現(xiàn)周期性流速行為的存在與性質(zhì)的手段包括諸如傅立葉分析、人工智能、統(tǒng)計分析以及包含在復(fù)雜度理論與分析中所使用的非線性分析之類的數(shù)學(xué)手段。識別周期性流速行為的存在與性質(zhì)包括識別揭示流動周期性行為的流速變化，包括來自活體患者的心跳速度的抽運周期(pumping cycle period)。
本發(fā)明的另一方面是使用一個或更多個VFR以及在速度測量之間的一個或更多個時間間隔，以計算在一個或更多個時間間隔之間的時間中已經(jīng)流過的流體容積。當發(fā)生周期性流動時，這些計算尤其有用，諸如當血液從心臟流出時。當抽運周期與將流體容積輸送量與時間相關(guān)的數(shù)據(jù)結(jié)合使用時，這些計算也可以用來確定每個周期所輸送的血液容積。用來確定每次心跳容積輸送量的心跳速度或者其他周期可以是外生性輸入，諸如由用戶輸入的參數(shù)或者來自外部來源的數(shù)據(jù)，諸如EKG(心電圖)，或者其可以基于發(fā)現(xiàn)周期性與非周期性流速行為的存在與性質(zhì)，如上所述。容積輸送量為導(dǎo)出參數(shù)。
本發(fā)明的另一方面是使用每次心跳的容積輸送量與左心室總?cè)莘e相結(jié)合，以計算射血微量?？梢允褂弥T如查詢信號等手段來估計左心室總?cè)莘e，所述手段計算從查詢信號所激勵的區(qū)域的湍流區(qū)段返回的信號的性質(zhì)。射血微量為導(dǎo)出參數(shù)。
為了說明的目的，以下描述針對特定醫(yī)療設(shè)備應(yīng)用，然而應(yīng)該理解本系統(tǒng)對于所述特定醫(yī)療設(shè)備應(yīng)用之外的應(yīng)用也同樣有用并可以容易地使用。還應(yīng)該理解本發(fā)明可能采用不同于所描述與所顯示的其他配置。例如，在不同于所述的配置中，計算裝置可以組合或分離功能單元。作為另一個例子，計算的順序可以不同于所述地進行。
圖17顯示使用超聲換能器1來將查詢信號2引入患者3內(nèi)的系統(tǒng)。該換能器可以是各種現(xiàn)有超聲單元中的任意一種，并且可以以脈沖序列的形式提供信號2。根據(jù)本發(fā)明，換能器1可以置于患者3之外，例如在胸骨上切跡，并且可以使得信號瞄準升動脈。通過處理在相應(yīng)于所希望的深度的時間窗期間所接收的返回信號分量可以進行深度瞄準(depthwise targeting)。
查詢信號2從患者組織4反向散射，并且返回信號由接收換能器6檢測。接收換能器6將返回信號5的機械能(未顯示)轉(zhuǎn)換為震蕩電信號(未顯示)，該電信號被引入模擬放大與處理模塊7。該模塊執(zhí)行各種功能，包括模擬數(shù)字轉(zhuǎn)換、放大、濾波以及其他信號改進。來自模擬放大與處理模塊7的輸出為輸入數(shù)字處理模塊8的數(shù)據(jù)的數(shù)字化流。數(shù)字處理模塊8使用諸如快速傅立葉變換等公知的數(shù)學(xué)處理，將該數(shù)字化信號數(shù)據(jù)轉(zhuǎn)換為頻譜，然后，轉(zhuǎn)換為速度數(shù)據(jù)，該數(shù)據(jù)成為速度向量，數(shù)字處理模塊8將該向量在數(shù)據(jù)處理模塊9的存儲器位置(未顯示)上存儲為有量綱數(shù)字速度剖面數(shù)據(jù)。數(shù)據(jù)處理模塊9將該速度剖面數(shù)據(jù)(未顯示)轉(zhuǎn)換為表示逐塊連續(xù)有量綱速度譜密度函數(shù)的數(shù)據(jù)向量(未顯示)。以后將更詳細地描述密度函數(shù)數(shù)據(jù)向量的其他處理。
數(shù)字處理模塊8可以包含一個或更多個微處理器，以及一個或更多個數(shù)據(jù)存儲裝置，這使它能夠進行確定VRF與導(dǎo)出參數(shù)所需的計算。數(shù)據(jù)存儲裝置包含用于查找表中的參數(shù)值，該查找表有利于避免或減少對于計算特殊函數(shù)的需要的計算。另外，諸如通道尺寸、平均流速等特定值可以被預(yù)先確定，并且存儲在高速緩存或其他存儲中，以與以后測量過程所求得的值相結(jié)合。圖17還圖解該系統(tǒng)具有控制模塊10，其接收來自用戶11的設(shè)置參數(shù)(未顯示)。設(shè)置參數(shù)可以包括諸如患者參數(shù)(例如血細胞比容)以及有關(guān)何時應(yīng)該開始與終止數(shù)據(jù)讀取與處理的導(dǎo)通/斷開信號等數(shù)據(jù)?？刂颇K10接收來自數(shù)據(jù)處理模塊9的、有關(guān)所接收數(shù)據(jù)(未顯示)的狀態(tài)以及提高還保持高質(zhì)量測量數(shù)據(jù)所需的查詢信號2的變化的信號?？刂颇K10可選地接收生物活動12的信號，諸如與有關(guān)心臟活動的電信號。生物信號12可以用來將查詢信號2同步到生物函數(shù)，或者將諸如VFR之類的、所計算的值與這些生物函數(shù)相關(guān)。當查詢信號應(yīng)該開始與停止時，控制模塊10向換能器功率模塊13發(fā)信號。換能器功率模塊13提供驅(qū)動信號14給超聲換能器1。數(shù)據(jù)處理模塊9生成進入輸出模塊16的輸出數(shù)據(jù)15。
輸出模塊16生成可視顯示17與可聽設(shè)備18以通知用戶該系統(tǒng)的運行狀態(tài)以及系統(tǒng)對患者3的查詢結(jié)果。輸出模塊16也可以包括用于提供數(shù)據(jù)給其他設(shè)備(諸如EKG)或者處理系統(tǒng)的端口，例如，通過LAN(局域網(wǎng))或WAN(廣域網(wǎng))。應(yīng)該理解，以上所述的各種處理模塊可以在一個或更多個計算機中實現(xiàn)，這些計算機位于本地或者通過網(wǎng)絡(luò)對接，用適當?shù)倪壿嬇渲靡詧?zhí)行相關(guān)算法。另外，可以將特定信號驅(qū)動與處理組件融入諸如超聲系統(tǒng)之類的查詢信號設(shè)備。
在本發(fā)明的方法的一種實施方式中，VRF與導(dǎo)出參數(shù)的計算如圖18所示地進行。
步驟1.預(yù)先計算減少或者消除對于計算特殊函數(shù)的需求的參數(shù)。在這方面，步驟1可能包括計算并為以后使用而存儲等式(43)所使用的變量A、B、C、D以及E的值。使用等式(44)至(48)計算這些變量的值。對于求和上限N的優(yōu)選值為大于4的值，并且更優(yōu)選的是N大于8，再優(yōu)選的是N大于12。已經(jīng)發(fā)現(xiàn)當使用Waterloo Maple，Inc.，Waterloo，Ontario，Canada所銷售的數(shù)學(xué)軟件包Maple預(yù)先計算變量的值時，值50能提供適當結(jié)果。然后，這些預(yù)先計算的值融入計算通道尺度、VFR以及導(dǎo)出參數(shù)所需的計算的軟件中。
變量的存儲值將用來生成將kt與τ相關(guān)的函數(shù)，而不或者少計算特殊函數(shù)。優(yōu)選的是，使用τ與k的值之間的非等距間隔，τ與k用來計算所存儲變量的值，所存儲變量用來計算避免或者降低對于計算特殊函數(shù)的需求的函數(shù)的數(shù)據(jù)。更優(yōu)選的是，使用隨著τ與k的值增加而增加的τ與k間隔。更優(yōu)選的是，τ與k間隔從τ與k的最小值開始指數(shù)增長。這種指數(shù)增長可以來自讓每個后續(xù)值為前一個值的常數(shù)倍。選擇所具有的τ的數(shù)目以及所具有的k的數(shù)目，并且還選擇它們的增長因子。為了計算人體升動脈的流動，在計算中所使用的參數(shù)值為τ的數(shù)目優(yōu)選的是在2至100的范圍內(nèi)，更優(yōu)選的是在5至20的范圍內(nèi)，更優(yōu)選的是在15至25的范圍內(nèi)。
τ的開始值優(yōu)選的是大于-1小于1，更優(yōu)選的值是大于0小于0.1，更優(yōu)選的開始值在0與0.01的范圍內(nèi)，更優(yōu)選的開始值具有0.001的量級。
每個后續(xù)τ的大小優(yōu)選的是前值大小的1.001至10倍的范圍內(nèi)，更優(yōu)選的是前值大小的1.01至5倍的范圍內(nèi)，更優(yōu)選的是前值大小的1.1至2倍的范圍內(nèi)，更優(yōu)選的是前值大小的大約1.5倍。
k的數(shù)目優(yōu)選的是在2至100的范圍內(nèi)，更優(yōu)選的是在5至20的范圍內(nèi)，更優(yōu)選的是在15至25的范圍內(nèi)。
k的開始值優(yōu)選的是大于0小于100，更優(yōu)選的開始值是大于1小于10，更優(yōu)選的開始值在1.5與2.5的范圍內(nèi)，更優(yōu)選的值大約為2。
每個后續(xù)k的大小優(yōu)選的是前值大小的1.001至10倍的范圍內(nèi)，更優(yōu)選的是前值大小的1.01至5倍的范圍內(nèi)，更優(yōu)選的是前值大小的1.1至2倍的范圍內(nèi)，更優(yōu)選的是前值大小的大約1.125倍。
對于τ＝0的特殊情況，不需要項，因為在這種情況下，kt＝k。用來預(yù)選計算變量的τ的最終值取決于流體流動系統(tǒng)的性質(zhì)。存在需要進行計算的最大的τ。優(yōu)選的是小于100的最大的τ，這是因為在這個上限之外存在十分小的增加的分辨率。進一步地，限制預(yù)先計算的數(shù)據(jù)的大小允許對于相同數(shù)據(jù)存儲器大小的、在較小τ處的更高分辨率。更優(yōu)選的是小于10的最大的τ，更優(yōu)選的是小于2的最大的τ。
K的最小可能值為2，從而k的優(yōu)選下限為2。優(yōu)選地，于k的最大值的下限在3與20之間。更優(yōu)選地，k的最大值的下限在7與20之間。隨著k變大，速度剖面變得非常平坦。優(yōu)選地，k的最大值的上限為1,000,000，更優(yōu)選地，k的上限為1,000，更優(yōu)選地，k的上限為100。
步驟2.測量速度數(shù)據(jù)，并計算速度譜密度函數(shù)。
取得測定速度數(shù)據(jù)，并使用諸如傅立葉分析之類的手段計算速度譜密度函數(shù)。在本發(fā)明的一個實施例中，可以使用超聲查詢信號來取得測定速度數(shù)據(jù)。將包含在譜密度函數(shù)中的速度的數(shù)目標記為N。將密度函數(shù)的N個有序?qū)χ忻恳粋€標記為(vj，fj)。
步驟3.計算譜累積函數(shù)。
通過使用諸如辛普森規(guī)則之類的適當數(shù)值積分方法，數(shù)值地積分在密度函數(shù)下的面積，并且通過除以密度函數(shù)下的總面積來規(guī)格化N個不同的積分結(jié)果來使用密度函數(shù)數(shù)據(jù)計算累積函數(shù)。結(jié)果是N個有序?qū)?，其具有定義在區(qū)間
上的范圍。將累積函數(shù)有序?qū)Φ拿恳粋€標記為(vj，F(xiàn)j)。圖19顯示(vj，F(xiàn)j)數(shù)據(jù)的圖的例子。
步驟4.計算速度剖面表征參數(shù)。
本實施方式中的描述假定該流動系統(tǒng)可以使用圓柱型通道來建模，并且壓力梯度可以不改變方向地變化。
步驟4.1.計算對于速度剖面表征以及錯誤吸收函數(shù)的開始估計值。
對于本實施方式，需要初始值的參數(shù)為ff、μs、σs、σ、a以及k。使用以下步驟生成開始值。
σ數(shù)值地搜索譜密度函數(shù)，直至找到相應(yīng)于右側(cè)眾數(shù)(right-side mode)的拐點的速度(v或者φ)的兩個值，然后采用 通過計算累積概率函數(shù)的二階差分(其為尋找速度譜密度函數(shù)的斜率的數(shù)值對等過程)來尋找拐點，并且從大φ向小φ反向計算，尋找(1)當二階差分變得小于0時所發(fā)生的最小值，以及(2)當在二階差分再次取得值＜0之前二階差分大于0時的最大值。φ的這兩個值將給出兩個拐點，并且峰值將在這兩個拐點之間。假定峰值與這些拐點等距離，并且峰的形狀近似正態(tài)。這些假定意味著這兩個拐點分隔開2σ。通過將這兩個拐點之間的距離除以2來計算σ。
ff假定流動速度一般不小于零，并且來自測量流動速度的噪聲一般不使測量下降變得小于零，假定所有φ＜0都是因為非流動元素。應(yīng)該注意這種假定只是用來形成對于ff的初始估計，并且在進行最小二乘擬合之后，等式的解不依賴于此假定為真。從φ的最低值開始搜索譜密度函數(shù)，并且找到相應(yīng)于左側(cè)眾數(shù)峰值的φ值。在這個值上，累積分布的值F(φ)為值(1-ff)的1/2。
μs使用與左側(cè)眾數(shù)峰值對應(yīng)的φ值。
σs找到左側(cè)眾數(shù)峰值的拐點，并且計算 這使用了與形成σ初始猜測相同的邏輯。對于被來自流動數(shù)據(jù)的數(shù)據(jù)溢出所污染的右拐點可能具有問題，在這種情況下使用 基本的假定是左側(cè)眾數(shù)的分別可以近似為正態(tài)分布。對于正態(tài)分布拐點為距離均值的一個標準偏差。
通過進行以下步驟4.2至4.4估計v0與k的初始估計。然后，不改變v0(其將被用做a的值)與k的初始估計，并且從ff、μs、σs以及σ的初始估計開始，改進ff、μs、σs以及σ的估計。這些改進后的值為那些最小化作為實際Fn與由等式(35)所預(yù)測的值之間的差異而計算的誤差平方和的值?？梢允褂矛F(xiàn)有技術(shù)中公知的多維數(shù)值函數(shù)最小化方法。
步驟4.2.調(diào)整累積譜函數(shù)，以去除來自緩慢運動組織區(qū)域的信號的效應(yīng)。調(diào)整Fj的測定值，以去除緩慢運動組織反射的效應(yīng)。對于估計值(ff，μs，σs)，通過將φ＝vj以及Fj代入以下等式(49)，對緩慢運動組織的效應(yīng)進行調(diào)整，并且計算每個(vj，F(xiàn)j)的Fno_slowj，F(xiàn)no_slow=Fj-(1-ff)(lerf(12(-φ+μs)2σs)2+12)ff---(49)]]>項(1-ff)(-lerf(12(-φ+μs)2σs)2+12)]]>去除了由緩慢運動組織所引起的偏移。除以ff將該數(shù)據(jù)再次規(guī)格化到正確的標度上。結(jié)果剩下與由σ所引起的測量誤差相結(jié)合的、用于流動組織的Fj=Fno_slowj.]]>步驟4.3.調(diào)整累積譜函數(shù)，以去除測量噪聲的效應(yīng)。
使用Fj=Fno_slowj,]]>通過使用等式(50)，對于測量噪聲的效應(yīng)進行校正。
Fno_noisej=2Fj-12(-Fj+1)(ln(a)ln(-φj=aa))∫0(-Fj+1)(ln(a)ln(-φj+aa))erf(122(φj+i(ln(-φj+aa)ln(-Fj+1))-a)σ)+1dt]]>(50)將該計算的結(jié)果標記為(vn，F(xiàn)n)。Fn已經(jīng)被調(diào)整去除了緩慢運動組織與測量噪聲的效應(yīng)。
步驟4.4.計算速度剖面參數(shù)的值。計算k與v0。在該實施方式中，這些參數(shù)為等式(11)的a與k。進行使用(vn，F(xiàn)n)的最小二乘擬合，以計算k與a的值。
4.4.1.如果最大Fn＞1，則再次規(guī)格化集合(vn，F(xiàn)n)，并繼續(xù)將N個有序?qū)Φ募蠘擞洖?vn，F(xiàn)n)。
4.4.2.使用該N個數(shù)據(jù)有序?qū)ΓM行最小二乘擬合，以計算k與a。在這種情況下，所使用的數(shù)據(jù)為有量綱速度。因此，所計算的a的值具有單位，并且是在速度測量時所存在的最大速度。將該最大速度標記為v0。以下步驟實現(xiàn)計算k與v0的最小二乘擬合。
4.4.2.1.使用等式(51)，以對每個(vn，F(xiàn)n)計算Gn。
Gn＝-Fn+1(51)4.4.2.2.通過求出等式(52)的根來求出k。在等式(53)至(56)中定義了變量A、B、C與D。使用數(shù)值搜索過程。優(yōu)選地，該搜索過程將使用k＝2的下限，以及最好大于2的上限，以及在大約20至1,000,000范圍內(nèi)的大數(shù)來約束該根。
0=(D-C)(Σn=1Nln(Gn)(Gn(12k)vnN-2Gn(12k)vnA+Gn(12k)vnB-Gn(12k)D+Gn(12k)C+GnkD-GnkC))(N-2A+B)2---(52)]]>A=Σn=1NGn(1/2k)---(53)]]>B=Σn=1N(Gn(1/2k))2---(54)]]>C=Σn=1NGn(1/2k)vn---(55)]]>D=Σn=1Nvn---(56)]]>4.4.2.3.使用等式(57)，以使用(vn，Gn)的N個值以及在前面步驟中所計算的k值來計算v0。
vn=-(Σn=1Nvn)+(Σn=1NGn(1/2k)vn)-N+2(Σn=1NGn(1/2k))-(Σn=1N(Gn(1/2k))2)---(57)]]>4.5.計算誤差吸收參數(shù)的值。
對于該實施方式，待計算值的參數(shù)為ff、μs、σs以及σ。使用在步驟4.4.2.3中計算的v0(其將被用做a的值)與k的值，計算最小化作為實際Fn與等式(35)所預(yù)測的值之間的差異而計算的誤差的平方和的ff、μs、σs以及σ的值。可以再一次使用現(xiàn)有技術(shù)中公知的多維數(shù)值函數(shù)最小化方法。
4.6.計算誤差平方和以及其他退出標準的值。
所使用的多維數(shù)值函數(shù)最小化方法將要求計算誤差的大小以及參數(shù)ff、μs、σs、σ、a以及k中的變化量。優(yōu)選的方式是計算在至少a以及k中的變化。
4.7.驗證是否需要重復(fù)確定參數(shù)值的計算。
如果誤差平方和一直持續(xù)顯著減小，或者如果a以及k的值一直持續(xù)變化多于適當?shù)娜菰S值，則應(yīng)該重復(fù)從步驟4.2開始的計算。如果在一次迭代到下一次迭代之間a以及k的值變化大于10％，則最好進行再一次迭代。更優(yōu)選地是，如果在一次達代到下一次迭代之間a以及k的值變化大于1％，則進行再一次迭代。
圖20顯示正在向測定數(shù)據(jù)進行擬合的累積分布可能如何顯示。隨著使用更多次迭代來改進參數(shù)值，該曲線將更緊密地與數(shù)據(jù)相應(yīng)。
對于上述實施方式的步驟4的改進是選擇N個有序?qū)Φ淖蛹⑹褂眠@些數(shù)據(jù)來進行初始計算。與使用數(shù)據(jù)全集相比，使用數(shù)據(jù)子集將使計算進行得更快。數(shù)據(jù)子集將產(chǎn)生正在計算的參數(shù)的近似值。通過在隨后的計算中使用更多的或者全部數(shù)據(jù)，可以改進這些近似值。
對步驟4的進一步改進為a.對所有參數(shù)進行初始估計。
b.使用最小化誤差平方和作為標準，通過對每個變量進行一維搜索，確定ff、μs、σs中每一個的更好的值。在這些搜索過程中，不改變a、k或σ的值。
c.使用ff、μs、σs、σ的最佳值，進行上述步驟以調(diào)整Fj，并計算k與v0(其與a相同)的新值。
d.使用最小化誤差平方和作為標準，確定σ的更好的值。再一次地，不允許改變a或k的值。
e.使用最小化誤差平方和作為標準，使用多維搜索來確定對于作為集合的所有參數(shù)(k除外)的改進后的值。該值集合不允許k值變化(其使用最近被計算的k值)，但是其允許生成所有其他參數(shù)(包括a)的外插值。
f.使用最小化誤差平方和作為標準，對每個參數(shù)使用一維搜索，以確定改進后的值(例如，返回的到該進一步改進方法的步驟b)。
步驟5.使用來自上一次速度測量與來自此次測量的速度剖面參數(shù)，計算τ。對于該實施方式，使用來自上一次速度測量的k與v0以及來自當前速度測量的k來計算τ。(如果只進行了一次速度測量，則跳過其余步驟返回步驟2)。
使用等式(42)和在等式(44)至等式(47)中所定義的變量，以及來自上一次速度測量的k與a(對于該實施方式a為v0的值)以及k的當前值(其為分配給kt的值)來計算τ。k與a的值將落入用于步驟1中所進行的計算的范圍內(nèi)。找到在步驟1中所使用的、高于以及低于來自測定速度分布的a的值的a的兩個值。還選擇在預(yù)先計算中所使用的、低于與來自測定速度分布的a的值相鄰的值的a的下一個值。因此，將選擇步驟1中所使用的三個a的值。選擇來自步驟1的、跨越來自測定速度分布的k值的k值。選擇步驟1中所使用的、與低于為實際速度分布所計算的a的值相鄰的第三個k值。對于步驟1中所使用的a與k的九個組合的每一個，使用A、B、C以及D的值形成從τ值計算kt的九個等式。選擇τ的假定值，并計算kt的值。使用內(nèi)插多項式根據(jù)對于測定分布的a與k的實際值來計算kt的估計值。結(jié)果為相應(yīng)于τ的假定值的kt值。假定τ的另一個值，并且使用相同的內(nèi)插處理來計算kt的第二值。第三次重復(fù)此過程，以取得τ與kt的第三組值。這三個數(shù)據(jù)點將kt與τ相關(guān)。使用這些值來計算將kt與τ相關(guān)的內(nèi)插多項式的系數(shù)。已知對于最近測定的速度剖面的kt的實際值，所以使用該內(nèi)插多項式直接求解產(chǎn)生該已知kt值的τ值。
如果假定所使用的τ值沒有跨越所計算的值，則重復(fù)該過程。如果所假定的τ值與τ的計算值相差大于10％，則重復(fù)該過程。最終結(jié)果為初始速度分布變?yōu)榈诙俣确植妓璧摩又怠?br> 步驟6使用τ(時間常量的值)、ρ(流體密度)、μ(流體粘度)以及t(在流體速度測量之間經(jīng)過的時間)來計算通道尺度。通過使用這些變量的每一個的已知值，使用等式(4)來計算半徑R。在該實施方式中，R為表征通道尺度的唯一參數(shù)。使用現(xiàn)在已知的其半徑的值來計算通道的橫截面積。
可以使用流體粘度或密度的測定值來進行計算?？商鎿Q地，這些計算可以基于缺省值，或者基于諸如性別、年齡等患者特性或者與血細胞比容的相關(guān)性的值?？梢允褂眠\動粘度而不是對于流體粘度與密度的分離的值。運動粘度比粘度變化小，這將導(dǎo)致降低的誤差以及與其他諸如血細胞比容等因素的更好的相關(guān)性。
步驟7計算流動流體的平均速度剖面。
對于該實施方式，使用等式(25)以及最近計算的a(其為最近計算的v0)與k的值來計算平均速度。
步驟8計算容積流速。
將該平均流體速度乘以橫截面積，以計算容積流速。
步驟9計算壓力梯度與所導(dǎo)出的參數(shù)。
在此時，所有數(shù)據(jù)都已知，從而可以計算壓力梯度，以及其他導(dǎo)出參數(shù)，諸如速度變化、作為壓力梯度函數(shù)的半徑變化以及所輸送的容積。當可以使用諸如EKG信號等外部數(shù)據(jù)時，可以計算其他導(dǎo)出參數(shù)，諸如將EKG信號與速度與所輸送容積相關(guān)。
步驟10顯示并存儲結(jié)果。
步驟11可以重復(fù)取得速度測量并進行計算的整個過程。需要進行搜索以最小化誤差平方和或者尋找根的各種計算的初始值可以基于對于參數(shù)的最近所計算的值。
上述步驟可以包括存儲在存儲介質(zhì)上的指令。這些指令可以由處理系統(tǒng)檢索并執(zhí)行。指令的一些例子有軟件、程序代碼或者固件。存儲介質(zhì)的一些例子有存儲器設(shè)備、磁帶、盤片、集成電路以及服務(wù)器。當被處理系統(tǒng)執(zhí)行時，這些指令用來指揮該處理系統(tǒng)根據(jù)本發(fā)明運行。名詞“處理系統(tǒng)”指單個的處理設(shè)備或者一組可互操作的處理設(shè)備。處理系統(tǒng)的一些例子有集成電路與邏輯電路。本領(lǐng)域技術(shù)人員應(yīng)該熟悉指令、處理系統(tǒng)以及存儲介質(zhì)。
本領(lǐng)域技術(shù)人員應(yīng)該理解對于上述實施方式的各種變化落入本發(fā)明的范圍之內(nèi)。結(jié)果，本發(fā)明不限于上述的特定實施例與圖例，而只由權(quán)利要求限定。
權(quán)利要求
1.一種用來非侵入地分析有機體血流動通道的方法，包括以下步驟取得關(guān)于第一時間的所述血流動通道的速度剖面的第一信息；取得關(guān)于第二時間的所述血流動通道的速度剖面的第二信息；以及使用所述第一信息與第二信息來取得與所述血流動通道的尺度有關(guān)的處理后信息。
2.如權(quán)利要求1所述的方法，其中所述使用步驟包括使用將與流動速度相關(guān)的第一參數(shù)、與時間相關(guān)的第二參數(shù)以及與通道尺度相關(guān)的第三參數(shù)相關(guān)聯(lián)的關(guān)系，處理所述第一信息與第二信息。
3.如權(quán)利要求1所述的方法，在所述取得第一信息與取得第二信息步驟之后，進一步包括取得與所述血流動通道相關(guān)的第三參數(shù)，并且使用所述處理后的信息與所述第三信息來確定與所述血流動通道及所述尺度之一有關(guān)的處理后的信息。
4.如權(quán)利要求1所述的方法，其中所述取得第一信息與取得第二信息步驟中的至少一個步驟包括接收與包含所述血流動通道的生理組織相關(guān)的輸入信號，并且使用用于將所述輸入信號建模為感興趣的信號部分以及非希望的信號部分的數(shù)學(xué)結(jié)構(gòu)來處理所述信號，以在取得所述處理后信息時處理所述非希望信號部分。
5.一種用來分析有機體內(nèi)生理組織的方法，包括以下步驟取得對于所述有機體的流動通道中生理流體的流動的流動特性信息；以及使用所述流動特性信息來取得與所述流動通道的尺度有關(guān)的處理后的信息。
6.如權(quán)利要求5所述的方法，其中所述取得流動特性信息的步驟包括取得與所述流動的速度相關(guān)的信息。
7.如權(quán)利要求5所述的方法，其中所述取得流動特性信息的步驟包括接收在第一時間與所述流動有關(guān)的第一流動特性信息，以及在與所述第一時間不同的第二時間與所述流動有關(guān)的第二流動特性信息。
8.如權(quán)利要求5所述的方法，其中所述取得流動特性信息的步驟包括取得與所述通道的速度剖面的時間變化有關(guān)的值。
9.如權(quán)利要求5所述的方法，其中所述取得流動特性信息的步驟包括非侵入地感測所述通道的流動參數(shù)。
10.如權(quán)利要求5所述的方法，其中所述取得流動特性信息的步驟包括確定所述流動通道的尺度。
11.如權(quán)利要求5所述的方法，其中所述使用所述流動特性信息的步驟包括使用將與流動速度相關(guān)的第一參數(shù)、與時間相關(guān)的第二參數(shù)以及與通道尺度相關(guān)的第三參數(shù)相關(guān)聯(lián)的關(guān)系，處理所述流動特性信息。
12.如權(quán)利要求5所述的方法，其中所述使用所述流動特性信息的步驟包括使用與流動速度以及時間相關(guān)的輸入，以確定與通道尺度有關(guān)的信息。
13.如權(quán)利要求5所述的方法，其中所述使用所述流動特性信息的步驟包括使用在第一時間與所述流動的第一速度剖面有關(guān)的第一信息，在第二時間與所述流動的第二速度剖面有關(guān)的第二信息，以及用于從所述第一信息與第二信息導(dǎo)出所述處理后信息的、包括所述第一速度剖面與第二速度剖面的每一個都與非零流動速度相關(guān)聯(lián)的情況的數(shù)學(xué)結(jié)構(gòu)。
14.如權(quán)利要求5所述的方法，其中所述取得步驟包括接收與包含所述流動通道的生理組織相關(guān)的輸入信號，并且使用用于將所述輸入信號建模為感興趣的信號部分以及非希望的信號部分的數(shù)學(xué)結(jié)構(gòu)來處理所述信號，以在取得所述流動特性信息時處理所述非希望信號部分。
15.如權(quán)利要求5所述的方法，進一步包括以下步驟基于所述處理后信息提供輸出。
16.如權(quán)利要求15所述的方法，其中所述輸出包括反映與所述處理后信息有關(guān)的一個或更多個值的顯示器。
17.一種用來非侵入地確定通過有機體的血流動通道的血液流速的方法，包括以下步驟根據(jù)在基本第一時間處所接收的、來自所述通道的信號，非侵入地確定在所述第一時間與所述通道的血液流速有關(guān)的第一基本實時的值；確定與所述通道的尺度有關(guān)的第二值；以及根據(jù)所述第一與第二值，確定在基本所述第一時間處與所述流動通道的定量流速有關(guān)的第三基本實時的值。
18.一種用來分析有機體內(nèi)生理組織的方法，包括以下步驟接收已經(jīng)根據(jù)與包含在所述有機體的流動通道中的生理流體的流動的生理組織之間的交互作用而調(diào)制的輸入信號；處理所述輸入信號以提供數(shù)字信號；提供將該數(shù)字信號建模為與所述流動的參數(shù)有關(guān)的感興趣信號部分以及非希望信號部分的數(shù)學(xué)結(jié)構(gòu)；以及根據(jù)所述數(shù)字信號以及所述數(shù)學(xué)結(jié)構(gòu)進行分析，以確定所述參數(shù)的值。
19.如權(quán)利要求18所述的方法，其中所述非希望信號部分與所述輸入信號的一部分有關(guān)，該部分與在所述流動通道之外的生理組織相關(guān)聯(lián)。
20.如權(quán)利要求18所述的方法，其中所述非希望信號部分包括與來自所述流動通道的所述輸入信號的一部分相關(guān)聯(lián)的噪聲。
21.如權(quán)利要求18所述的方法，其中所述數(shù)學(xué)結(jié)構(gòu)包括誤差吸收函數(shù)，該函數(shù)具有表征非希望信號部分的參數(shù)。
22.如權(quán)利要求18所述的方法，其中所述數(shù)學(xué)結(jié)構(gòu)包括多參數(shù)函數(shù)，該函數(shù)包括用于與該流動相關(guān)聯(lián)的速度譜密度的第一參數(shù)，以及用于與非希望信號部分相關(guān)聯(lián)的誤差吸收函數(shù)的第二參數(shù)。
23.如權(quán)利要求18所述的方法，其中所述數(shù)學(xué)結(jié)構(gòu)包括多參數(shù)函數(shù)，該函數(shù)包括用于與該流動相關(guān)聯(lián)的累積速度譜密度的第一參數(shù)，以及用于與非希望信號部分相關(guān)聯(lián)的誤差吸收函數(shù)的第二參數(shù)。
24.如權(quán)利要求18所述的方法，其中所述數(shù)學(xué)結(jié)構(gòu)包括用于處理所述非希望信號部分的第一分量的第一吸收函數(shù)，以及用于處理所述非希望信號部分的第二分量的第二吸收函數(shù)。
25.如權(quán)利要求18所述的方法，其中所述第一分量與所述輸入信號的一部分有關(guān)，該部分與在所述流動通道之外的生理組織相關(guān)聯(lián)，并且所述第二分量與所述輸入信號的一部分有關(guān)，該部分與在所述流動通道之內(nèi)的所述生理流體相關(guān)聯(lián)。
26.如權(quán)利要求18所述的方法，其中所述輸入信號定義了頻譜，并且所述數(shù)學(xué)模型根據(jù)獨立于頻率的方法區(qū)分與在所述流動通道之內(nèi)的所述生理流體相關(guān)聯(lián)的第一分量，以及與在所述流動通道之外的生理組織相關(guān)聯(lián)的第二分量。
27.如權(quán)利要求18所述的方法，其中所述數(shù)學(xué)結(jié)構(gòu)包括多參數(shù)函數(shù)，該函數(shù)包括用于所述感興趣信號部分的第一參數(shù)以及用于所述非希望信號部分的第二參數(shù)，并且所述第一數(shù)學(xué)結(jié)構(gòu)包括用于迭代地求解所述第一參數(shù)與第二參數(shù)以達到所述第一參數(shù)對測定值的希望擬合的算法。
28.一種用來分析有機體內(nèi)生理組織的裝置，包括輸入設(shè)備，用于基于對于在有機體的流動通道中的流動的分析，接收與所述流動通道中生理流體的定量流動參數(shù)有關(guān)的輸入信號；邏輯設(shè)備，用于根據(jù)所述輸入信號，獨立于任何分離取得的、有關(guān)所述流動通道的尺度信息地導(dǎo)出通道尺度相關(guān)信息；以及輸出設(shè)備，用于根據(jù)所述通道尺度相關(guān)信息提供輸出。
29.如權(quán)利要求28所述的裝置，其中所述輸入設(shè)備用來取得與所述流動通道的至少一個速度剖面有關(guān)的信息，其中所述速度剖面定義了在所示流動通道中的空間速度分布。
30.如權(quán)利要求28所述的裝置，其中所述輸入設(shè)備用來取得與所述通道的速度剖面中時間變換有關(guān)的值。
31.如權(quán)利要求28所述的裝置，其中所述邏輯設(shè)備用來使用將與流動速度相關(guān)的第一參數(shù)、與時間相關(guān)的第二參數(shù)以及與通道尺度相關(guān)的第三參數(shù)相關(guān)聯(lián)的關(guān)系，處理所述流動特性信息，
32.如權(quán)利要求28所述的裝置，其中所述輸入設(shè)備用來接收與包括所述流動通道的生理組織有關(guān)的輸入信號，并且使用用于將所述輸入信號建模為感興趣的信號部分以及非希望的信號部分的數(shù)學(xué)結(jié)構(gòu)來處理所述信號，以在取得所述流動特性信息時處理所述非希望信號部分。
全文摘要
一種用于確定流過通道的流體的諸如容積流速之類的尺度(dimension)相關(guān)信息的方法與系統(tǒng)。在一種實現(xiàn)中，該方法與系統(tǒng)分析運動流體的速度剖面的時間變化，以計算流體通道尺度。進而，可以將該流體通道尺度與流體速度剖面數(shù)據(jù)結(jié)合，以計算流過通道的流體的容積流速。在這方面，可以使用無量綱變量來表征通道的幾何形狀，所述無量綱變量將諸如圓形橫截面上的半徑之類的尺度與尺度的最大范圍相關(guān)。例如，在通道為圓柱形管并且壓力梯度已經(jīng)施加長得足夠使流體達到穩(wěn)態(tài)的情況下，無量綱半徑為任意點的半徑除以管的總半徑。可以使用一個或更多個無量綱變量來表征幾何形狀例如，一個無量綱半徑表征圓形管，兩個無量綱項表征橢圓形管(一個項用于主軸，一個用于次軸)。速度剖面從一個形狀變化到另一形狀所需的時間可以用無量綱時間表征。無量綱時間進而使用流體的粘度與密度以及時間和總體通道尺度，并且無量綱時間(dimensionless time)可以與至少一個速度剖面結(jié)合使用，以計算流過通道的流體的容積流速。
文檔編號A61B5/026GK1602167SQ02824676
公開日2005年3月30日 申請日期2002年10月10日 優(yōu)先權(quán)日2001年10月10日
發(fā)明者沃倫·P·海姆 申請人:蒂姆醫(yī)藥公司