[发明专利]一种阵列式多频点超声骨密度测量技术

权利要求书

1.一种阵列式多频点超声骨密度测量技术，其特征包括阵列式宽带超声换能器、数据采集系统以及在PC端实现的一种导波分离算法和人工神经网络分类器；阵列式宽带超声换能器在0.1MHz～1.2MHz频点范围内无明显谐振，并采用多个换能器组成阵列消除软组织的影响；数据采集系统采用FPGA芯片作为控制核心，采集到的数据采用USB3.0协议传输至PC，由PC端完成数据处理；导波分离算法从采集到的信号中分离出弯曲波；用阵列式多频点定量超声测试方法所提取的厚度、声速、衰减、频移参数中包含有人体长骨端面的信息，通过训练人工神经网络分类器，获取一种综合性的反应人体长骨骨质状况的参数。

2.根据权利要求1所述的阵列式宽带超声换能器，其特征是在0.1MHz～1.2MHz频点范围内无明显谐振峰，可以用该频带范围的任意频率进行激励和测量；通过改变激励信号的频率，可以在皮质骨中形成体波和导波等多种模式的声波，从而将FAS技术和导波技术结合起来；在此基础上，通过组合多个发射换能器和接收换能器组成阵列来消除软组织对超声信号带来的干扰。

3.根据权利要求1所述的数据采集系统，其特征是采用FPGA芯片为控制核心，通过USB3.0接口芯片CYUSB3014完成与上位机PC之间的通信；FPGA控制AD芯片进行多通道同步采样，采样的数据经FPGA片内块RAM构成的FIFO缓存后，由CYUSB3014送至上位机进行分析处理；系统采用12V电源供电，由反激式升压电路升压得到的正负150V高压来给系统高压激励部分供电；激励波形的数字信号序列通过USB总线先传至FPGA，缓存于RAM中，然后通过高速DA转成模拟量并经低通滤波后输入激励模块，形成任意波形的激励信号。

4.根据权利要求1所述的导波分离算法，其特征是通过时频分析方法，将与皮质骨厚度相关的零阶反对称Lamb波从波包中提取出来。

5.根据权利要求1所述的人工神经网络分类器，其特征是一个含有八个隐层的神经网络，每一个隐层都是一个受限Boltzmann机，以依据人体脊柱处测量的双能X射线T-Score值得到的分类结果为网络输出，长骨处测量得到的阵列式多频点定量参数为网络输入，进行训练。