[发明专利]一种血流优化模型与神经网络相结合的自动插针方法

说明书

本发明公开一种血流优化模型与神经网络相结合的自动插针方法。该方法首先利用多普勒超声原理，根据自动超声扫描测得的血流信息计算出待插针区域的血管位置和血流速度分布，然后建立血流相对速度优化模型和具有选择功能的神经网络，在物理测算结果的基础上决策出最优插针点及插针角度，最后利用具有学习功能的神经网络模拟专业人员的插针手法设计插针路径。本发明方法可用于四肢等身体部位皮下血管的插针，克服了当血管肉眼能见度低时人工插针的困难，为在缺乏专业人员的环境中自救急救提供技术辅助。

技术领域

本发明属于人工智能及医学领域，具体涉及一种血流优化模型与神经网络相结合的自动插针方法。

背景技术

血管插针在现代医疗中随处可见，小至体检时的静脉取血，大至抢救病人时的输血输液。然而精准地找到静脉或动脉并判断其走向在很多情况下对医护人员都是一项难事。例如，部分人的血管细小，或者被皮下脂肪肌肉层严实包裹，或者体表毛发浓密，导致人眼能见度很低；而动物则是直接被兽毛包裹，难以用人眼识别其静动脉走向。因不能精准地找到可以用于插针的血管，而导致的抢救时间延误的情况时有发生；拙劣的插针手法会导致病人或动物多次不必要地挨针，出现疼痛出血甚至不同程度的感染，进而可能引发医疗事故以及病人家庭与医生的严重冲突。

超声波能够用于探测人眼看不见的浅层和深层组织，尤其适用于准确地探测和定位人体和动物体内的血管。在自然界中，吸血蝙蝠通过自带的超声能力能够准确判断动物及牲畜身上人眼所看不到的血管分布，并完成取血；在人工开发的医疗设备中，彩色多普勒超声显像仪能够在给定的截面内提供血流的方向和流速等二维或三维图像信息。

然而，目前还未有一套基于多普勒超声原理和血流优化模型且无须成像的自动插针技术方法。

发明内容

针对现有技术方法的缺失和不足，本发明提出一种血流优化模型与神经网络相结合的自动插针方法。本发明具体通过如下的技术方案实现：

一种血流优化模型与神经网络相结合的自动插针方法，包括以下步骤：

步骤一：超声血流信息获取——利用多普勒超声原理，由自动超声扫描测得的血流反馈信号，计算出注射区域的血管位置和血流速度分布的空间角度关系；

步骤二：建立血流相对速度优化模型，其瞬时最小化模型表达式如下：

p^*＝argmin F(μ_p)+c|μ_p|^γ  (1a)

式(1a)-(1b)中，c，γ＞0及M＞＞1为常数，μ′_p为p点处血流相对速度沿流动方向的方向导数或差分矢量，为判别函数；

由物理测算和血流相对速度优化模型得到一组插针位置和角度的优选方案；

步骤三：所述优选方案结合具有选择功能的神经网络，决策出最优插针点及插针角度，得到最优插针方案；

步骤四：根据所述最优插针方案，结合具有学习功能的神经网络，学习并模拟医护人员的插针手法，得到插针路径。

进一步地，所述步骤一包括具有多组频率且能调整角度的自动超声扫描，和基于超声多普勒的血管位置和血流速度的计算。通常医护中作超声检查是手动式扫描，而为获得所述血流相对速度优化模型所需的各变量值，达到自动插针的目的，对身体上待插针部位进行能自动调整发射角度和频率的超声扫描，再利用多普勒原理自动测算；

超声扫描采用机动式或静止式，机动式超声扫描要求超声探头能在局部范围内按可变的角度自动旋转，并沿着活动支架作机动式平移扫描；静止式超声扫描采用电子调控的相控阵模式；

根据采集到的超声信息，过滤不相关信息，借助多普勒超声原理，解调并计算出包括插针部位皮下主要血管的局部空间分布、血流方向在内的必要信息。利用超声多普勒原理对血流空间角度进行测算和标注的方法为：