[发明专利]一种无创脑血流检测系统在审
申请号: | 202110378054.1 | 申请日: | 2021-04-08 |
公开(公告)号: | CN113100823A | 公开(公告)日: | 2021-07-13 |
发明(设计)人: | 卢扬建 | 申请(专利权)人: | 苏州苏穗绿梦生物技术有限公司 |
主分类号: | A61B8/06 | 分类号: | A61B8/06 |
代理公司: | 佛山粤进知识产权代理事务所(普通合伙) 44463 | 代理人: | 耿鹏 |
地址: | 215000 江苏省苏州市高新区竹园路*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 无创脑 血流 检测 系统 | ||
1.一种无创脑血流检测系统,其特征在于,包括如下模块:超声发射模块、成像模块、通讯模块、主机模块以及显示模块;
所述超声发射模块用于为系统提供信号激励;
所述成像模块用于采集目标组织的图像信息,并进行数字化处理,同时将所述目标组织的图像信息输入到所述通讯模块;
所述通讯模块用于将所接收到的经过数字化处理的所述目标组织的图像信息传输到所述主机模块;
所述主机模块对接收到的经过数字化处理的所述目标组织的图像信息进行处理分析,通过卷积神经网络模型根据所诉目标组织的图像信息识别血管直径变化,同时生成激光散斑图像,分析得到脑血流变化情况,并将所述的脑血流变化情况信息传输到所述显示模块;
所述显示模块用于接收脑血流变化情况信息,并按预设方式显示。
2.根据权利要求1所述的一种无创脑血流检测系统,其特征在于,所述的超声发射模块包括近红外激光器、数字信号发生器、线性功率放大器、超声换能器、准直透镜;
所述近红外激光器作为激光源,配合所述数字信号发生器提供脉冲激光;
所述数字信号发生器用于控制超声波的基本频率,同时为所述红外激光器提供方波触发信号;
所述超声换能器将信号源发出的电功率转换为机械功率,通过超声波的形式表现;
所述线性功率放大器用于放大光声信号;
所述准直透镜将扩散光变为平行光,并用于改变激光传播方向。
3.根据权利要求1所述的一种无创脑血流检测系统,其特征在于,所述的成像模块包括CCD图像传感器、体视显微镜、图像采集卡;
所述CCD图像传感器用于获取目标组织图像信息,并将所述的图像信息转化为数字信号;
所述体视显微镜用于配合所述CCD相机获取目标组织脑血流图像信息;
所述图像采集卡用于存储CCD图像传感器获取的所述目标组织图像信息。
4.根据权利要求1所述的一种无创脑血流检测系统,其特征在于,所述的主机模块为能够快速处理所述成像模块采集到的数据并进行及时保存的PC端,包括PCI卡槽、接口、CPU主控单元、数据处理单元、数据存储单元、通信单元。
5.根据权利要求1所述的一种无创脑血流检测系统,其特征在于,还包括,所述CDD图像传感器获取目标组织图像信息后通过灰度变换使目标组织图像动态范围增大,预设目标组织图像像素点灰度值阈值;当目标组织图像像素点灰度值小于预设阈值时按照灰度变换计算公式得到新的灰度值;当目标组织图像像素点灰度值大于预设阈值时,取灰度值为预设灰度值阈值。
6.根据权利要求1所述的一种无创脑血流检测系统,其特征在于,所述的通过卷积神经网络模型根据所诉目标组织的图像信息识别血管直径变化,具体为:
建立识别血管直径变化的卷积神经网络模型;
将所述卷积神经网络模型连接血管变化图像相关数据库,使用血管直径变化图像数据对所述卷积神经网络模型进行训练;
采集目标组织的图像信息,将所述图像信息进行预处理导入所述卷积神经网络模型;
通过所述卷积神经网络模型识别并采集血管直径变化信息。
7.根据权利要求6所述的一种无创脑血流检测系统,其特征在于,还包括:
成像模块采集目标组织的帧图像数据;
将所述的目标组织的帧图像数据进行预处理,导入卷积神经网络模型;
经过预处理后的所述目标组织帧图像数据通过卷积神经网络的卷积层、线性整流层、池化层、全连接层进行特征提取,得到输出值;
将所得输出值与预设输出值进行比较,得到输出值偏差率;
判断所述输出值偏差率是否大于预设的输出值偏差率阈值;
若大于,则判断目标组织区域血管直径存在变化,生成激光散斑衬比图像,通过计算得到脑血流相对变化值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州苏穗绿梦生物技术有限公司,未经苏州苏穗绿梦生物技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110378054.1/1.html,转载请声明来源钻瓜专利网。