[发明专利]一种评估静脉血管状态的装置

权利要求书

1.一种评估静脉血管状态的装置，其特征在于，包括如下步骤，

获取f1赫兹和f2赫兹下静脉血流图信号S_f1，S_f2，f1，f2激励频段需在β频散段且具有数量级差异；

对获取的静脉血流图信号S_f1经数模转换后进行存储，获得静脉血流图S1_f1；

对静脉血流图S1_f1进行拉格朗日插值，获得等采样间距的静脉血流图S2_f1；

分解静脉血流图S2_f1，获得平滑的静脉血流图信号S3_f1、血流图信号S4_f1， 毛细阻抗变化率b_f1，对静脉血流图S2_f1进行滤波获得静脉血流图信号S3’_f1和血流图信号S4_f1，提取静脉血流图信号S3’_f1中升支起始点q1和降支结束点q2，对静脉血流图信号S3’_f1进行拐点搜索，找到最后一个拐点，作为降支结束点q2，利用q1，q2坐标，构建线性方程，获得毛细阻抗变化率，利用线性方程和时间轴，重构漂移信号，利用对静脉血流图信号S3’_f1作差，消去漂移信号获取获得平滑的静脉血流图信号S3_f1；

对血流图信号S4_f1经数据处理后，获得心率变异性HRV_f1；

对静脉血流图信号S3_f1与f1赫兹有效血流图集做Pearson相似度计算，获取相似值ρ_f1；

当心率变异性HRV_f1高于阈值d1，相似值ρ_f1高于阈值d2时，判断血流图信号S3_f1有效，否则为无效；

对有效静脉血流图信号S3_f1进行GAF变换，获取GASF_f1；

对S_f2做重复上述操作，获得平滑的静脉血流图信号S3_f2，毛细阻抗变化率b_f2，GAF图GASF_f2；

构建CNN神经网络N1模型，采用有效静脉血流图信号S3_f1和S3_f2联合输入，计算概率P1；

构建带有注意力机制的CNN神经网络N2模型，采用GASF_f1和GASF_f2联合输入，计算概率P2；

结合参数b_f1，b_f2，P1，P2，构建logistic回归模型，获取静脉血管状态评分。

2.如权利要求1所述的评估静脉血管状态的装置，其特征在于，在“获取f1赫兹和f2赫兹下静脉血流图信号S_f1，S_f2”中，所述装置还包括，

所述f1，f2为两个在β频散段内具有数量差级别的频率，β频散段范围在几十千赫兹到几十兆赫兹，对此频段内生物组织电特性研究可以反映出细胞外液和细胞内液特性，展现出许多生理、病理变化；不同频率激励信号对细胞膜的穿透程度不同，因此获得的生理信息也有所不同；所述静脉血流图信号起始点为静脉阻塞起始点，终止点为袖带放气后第10秒。

3.如权利要求1所述的评估静脉血管状态的装置，其特征在于，在“对获取的静脉血流图信号S_f1经数模转换后进行存储，获得静脉血流图S1_f1”中，所述装置还包括，

对所述静脉血流图信号S_f1依次经数模转换，50Hz陷波，卡尔曼滤波后通过采集卡传输并保存到数据库中。

4.如权利要求1所述的评估静脉血管状态的装置，其特征在于，在“分解静脉血流图S2_f1，获得平滑的静脉血流图信号S3_f1、血流图信号S4_f1， 毛细阻抗变化率b_f1”中，所述装置还包括，

对静脉血流图S2分别进行低通和高通滤波，获得静脉血流图信号S3’和血流图信号S4，再对静脉血流图信号S3’进行分解，获得平滑的静脉血流图信号S3和毛细阻抗变化率b。

5.如权利要求4所述的评估静脉血管状态的装置，其特征在于，在“再对静脉血流图信号S3’进行分解”中，所述装置还包括，

对静脉血流图信号S3’提取升支起始点，和降支结束拐点，通过这两个点对静脉血流图信号S3’进行毛细液体平衡曲线校正，获得平滑的静脉血流图信号S3，利用两个点坐标，获取毛细阻抗变化率b。

6.如权利要求5所述的评估静脉血管状态的装置，其特征在于，在“通过这两个点对静脉血流图信号S3’进行毛细液体平衡曲线校正”中，所述装置还包括，

利用两点坐标建立线性方程，通过线性方程构建曲线信号，对静脉血流图信号S3’作差，消去毛细液体自平衡信号，获得平滑的静脉血流图信号S3’。