腦動脈中的栓子有可能阻塞腦血管而引起缺血性腦卒中等腦血管疾病。同時,不同種類的栓子其產(chǎn)生機理與臨床采取的治療手段也不同。因此,栓子的檢測與分類研究具有重要的臨床意義。隨著醫(yī)學超聲技術(shù)的飛速發(fā)展,經(jīng)顱多普勒技術(shù)在臨床上被廣泛應用于栓子檢測中。然而,當栓子較小或者采樣容積選取較大時,采集到的多普勒信號功率增強是十分有限的,因此亟需先進的信號處理方法對多普勒栓子信號進行分析。本論文針對傳統(tǒng)的栓子檢測與分類方法的局限性,分別從栓子檢測與分類兩個方面進行了研究。 在栓子檢測研究方面,提出一種超聲彩色血流成像和功率成像相結(jié)合的栓子檢測方法,希望能從一個新的途徑來實現(xiàn)栓子的檢測,從而達到更準確檢測栓子并實時監(jiān)測栓子運動狀況的目的。另一方面,針對現(xiàn)階段臨床上廣泛使用的經(jīng)顱多普勒技術(shù)存在的采樣容積大小與栓子檢測準確率的矛盾,提出了一種經(jīng)顱多普勒采樣容積優(yōu)化的方法,希望達到栓子-血流信號功率比與栓子檢測準確率的最佳平衡。 在栓子分類研究方面,通過研究分析氣體栓子（以下簡稱氣栓）的超聲多普勒信號的特征及其成因,建立氣栓的超聲多普勒仿真模型,為后續(xù)的氣栓與固體栓子（以下簡稱固栓）的分類提供理論基礎(chǔ)... 

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 栓子信號檢測與分類的背景介紹
    1.2 栓子信號檢測與分類的傳統(tǒng)方法與現(xiàn)狀
        1.2.1 雙采樣容積系統(tǒng)
        1.2.2 聲譜圖分析法
        1.2.3 參數(shù)模型法
        1.2.4 自適應小波包基法
        1.2.5 基于諧波技術(shù)的栓子分類
        1.2.6 基于頻率調(diào)制參數(shù)的栓子分類
    1.3 栓子信號檢測與分類的深入探索和本文的主要工作
第二章 基于超聲血流功率特征的栓子檢測
    2.1 引言
    2.2 原理與方法
        2.2.1 超聲彩色血流成像與超聲功率成像簡介
        2.2.2 血流回波信號的仿真
        2.2.3 栓子回波信號的仿真
        2.2.4 仿真實驗的儀器條件和超聲回波信號的產(chǎn)生
        2.2.5 超聲彩色血流成像與超聲血流功率成像結(jié)合檢測栓子的方法
    2.3 基于超聲血流功率特征的栓子檢測仿真實驗與結(jié)果
    2.4 本章小結(jié)
第三章 栓子檢測中采樣容積的優(yōu)化研究
    3.1 引言
    3.2 原理與方法
        3.2.1 經(jīng)顱多普勒技術(shù)對栓子的檢測
        3.2.2 栓子-血流功率比(EBR)
        3.2.3 栓子在血管中分布
        3.2.4 采樣容積的優(yōu)化選擇
    3.3 栓子檢測中采樣容積優(yōu)化的實驗與結(jié)果
        3.3.1 不同采樣容積下的EBR
        3.3.2 EBR的期望
        3.3.3 不同采樣容積中心位置的采樣容積優(yōu)化
    3.4 本章小結(jié)
第四章 氣體栓子的特征分析與仿真
    4.1 引言
    4.2 原理與方法
        4.2.1 液體粘滯阻力和超聲輻射力的計算
        4.2.2 氣栓仿真模型建立
    4.3 氣栓仿真實驗與結(jié)果
        4.3.1 氣栓信號的仿真結(jié)果
        4.3.2 與實際氣栓信號聲譜圖的比較
        4.3.3 氣栓多普勒信號的聲譜特征
    4.4 本章小結(jié)
第五章 基于時頻特征的氣栓與固栓分類檢測
    5.1 引言
    5.2 原理與方法
        5.2.1 自適應Chirplet分解簡介
        5.2.2 氣栓特征參數(shù)的提取
        5.2.3 基于支持向量機的氣栓與固栓分類
    5.3 基于時頻特征的氣栓與固栓分類檢測實驗與結(jié)果
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 工作展望
參考文獻
致謝
碩士期間發(fā)表的論文目錄


【參考文獻】：
期刊論文
[1]基于小波包的血栓超聲多普勒信號檢測[J]. 陳曦,汪源源,王威琪.  聲學學報. 2004(04)

博士論文
[1]超聲彩色血流成像中編碼激勵技術(shù)的研究[D]. 趙珩.清華大學 2006

碩士論文
[1]超聲多普勒栓子信號的時頻特征分析及檢測應用[D]. 陳一驕.復旦大學 2008



本文編號：3709992