买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：张宏涛;河南省人民医院;阜外华中心血管病医院

摘要：本发明提供一种基于血流声学反应的瘘管成熟度监测方法，通过监测动静脉瘘管出的血液流动的音频数据，并通过音频预处理算法，对音频数据进行频谱计算和绘图，得到特征图像样本集，从而得到瘘管处血液流动的声学反应数据，便于观察和读取瘘管处血液流动的特性。通过预设神经网络，对特征图像样本集中的样本数据进行识别和分类，进而确定频谱特征图像对应的瘘管成熟度，实现了血液透析患者的动静脉瘘管血流声自动分类，从而自动分析动静脉瘘管成熟度，简化了瘘管成熟度监测的方法，提高了瘘管成熟度诊断的准确性，从而提高了瘘管成熟度监测的便捷性。

主权项：1.一种基于血流声学反应的瘘管成熟度监测方法，其特征在于，所述监测方法包括以下步骤：获取动静脉瘘管处血液流动的音频数据；基于音频预处理算法，对所述音频数据进行频谱计算和绘图，获得特征图像样本集，包括：基于预设分割方法，对所述音频数据进行分割，获得至少一个短音频，基于频谱算法，对所述短音频进行频谱计算并绘图，获得所述特征图像样本集，其中，所述特征图像样本集包括至少一个所述短音频对应的特征图像，其中，每个短音频内包含至少两个完整的血液循环周期；基于预设神经网络，对所述特征图像样本集中的频谱特征图像进行分类，确定所述频谱特征图像对应的瘘管成熟度，所述预设神经网络包括迁移学习卷积神经网络、循环神经网络、全连接网络以及Softmax分类器；其中包括：基于迁移学习卷积神经网络，对所述特征图像样本集中的频谱特征图像进行特征提取，获得第一特征；基于循环神经网络，对所述第一特征进行特征提取，获得第二特征；基于全连接网络，对所述第二特征进行特征提取，获得第三特征；基于预设分类器，对所述第三特征进行分类，确定所述频谱特征图像对应的瘘管成熟度；所述迁移学习卷积神经网络为使用ImageNet数据库训练的VGG16预训练模型，迁移方法包括：抛弃所述VGG16顶层的全连接网络，只保留前13层网络，得到VGG16_notop网络；冻结所述VGG16_notop网络的前10层权重，后3层网络权重可训练更新；其中，获得所述特征图像样本集之前，还包括：基于去噪算法，对所述短音频进行去噪处理，获得去噪短音频，所述去噪算法包括基于噪声估计的谱减法；基于预加重算法，对所述去噪短音频进行预加重处理，获得预加重短音频，所述预加重算法包括基于双向搜索方法的最小值控制递归平均算法。

全文数据：

权利要求：

百度查询： 张宏涛 河南省人民医院 阜外华中心血管病医院 基于血流声学反应的瘘管成熟度监测方法、装置及介质