颈总动脉超声血流信号检测与分析系统

覃开蓉，于苗，陈燕，徐建明，邱天爽

1.大连理工大学 电子信息与电气工程学部 生物医学工程系，辽宁 大连116024

2.复旦大学 力学与工程科学系，上海200433

颈总动脉超声血流信号检测与分析系统

覃开蓉1，于苗1，陈燕1，徐建明2，邱天爽1

1.大连理工大学 电子信息与电气工程学部 生物医学工程系，辽宁 大连116024

2.复旦大学 力学与工程科学系，上海200433

专栏——心血管系统生理参数的无创监测方法及进展

编者按：心血管系统疾病是严重威胁人类健康的重大慢性疾病之一，具有“发病率高、致残率高、死亡率高、并发症多”等特点。预防和降低心血管系统疾病最有效的方法是早期筛查和早期干预。对心血管系统的重要生理参数进行无创监测是早期筛查的有效方法。在这一期的系列文章中，我们主要介绍了心脏电活动、力学活动，颈总动脉力学和血流特性、踝臂血管力学特性的无创监测方法及设备。为相关疾病早期筛查提供参考方法，为广大临床专家提供借鉴。

栏目主编：邱天爽

邱天爽教授1983年获天津大学学士学位，1993年和1995年分别获得大连理工大学信号与信息处理专业硕士和博士学位。1996～2000年在美国北伊利诺大学从事博士后研究，现为大连理工大学电子信息与电气工程学部副部长兼生物医学工程系主任。任中国电子学会信号处理专业委员会委员、中国生物医学工程学会神经工程专业委员会委员、辽宁省医学信息与健康工程学会副理事长。主要从事非平稳、非高斯统计信号处理与生物医学工程领域的教学与研究。主持完成国家自然科学基金项目9项，获省部级科学技术奖7项。在IEEE Trans on Signal Processing、IEEE Trans on Biomedical Engineering和国内《中国科学》、《电子学报》和《中国生物医学工程学报》等重要学术期刊和会议上发表论文200余篇。出版著作教材（含译著）13本，被评为大连市优秀教师、大连市首届归国留学人员创业英才奖获得者。获得国务院政府特殊津贴。

脑血管疾病是危害人类健康的常见病症之一，特别是脑卒中，具有高发病率、高致残率、高死亡率、高复发率和多并发症的特点。脑血管血流动力学参数和血流信号频谱特征参数是早期诊断脑血管疾病的重要参数，而颈总动脉是检测和分析这些参数的重要窗口。本文设计了一种能检测和分析颈总动脉血流动力学参数和血流信号频谱特征参数的系统和装置。将本文装置检测和分析的结果与日本A loka公司的彩色超声多普勒检测和分析的结果进行比较，表明本文所设计的系统和装置具有较高的准确性，可提供更加丰富的颈总动脉血流动力学信息。与A loka公司的彩超相比，该系统装置具有结构简单、经济实用、便于携带、操作简便等优点，可望应用于脑血管疾病的早期诊断。

颈总动脉；多普勒超声；血流信号；血流动力学；频谱特征

1 研究背景

脑血管疾病是危害人类健康的常见慢性疾病，特别是脑卒中，具有高发病率、高致残率、高死亡率、高复发率和多并发症的特点[1]。通常脑卒中发病前没有明显的征兆，一旦发病，就会造成患者脑部不同程度的不可逆损伤，因此，脑血管疾病的早期诊断显得尤为重要。大量动物和临床试验研究表明，脑血管血流动力学指标（如外周阻力、搏动指数、动态阻力）和血流信号频谱特征参数的病理性异常改变是脑卒中发病的高危因素[2-5]。这些参数的改变，往往早于CT、MRI等影像学检测指标的改变。如果可以及时检测到这些参数的异常，将会给脑血管疾病的早期诊断和预防提供可靠的治疗依据，从而争取在未发病之前通过一些医疗干预手段来改善其动力学指标和频谱特征参数，缓解疾病恶化的趋势[6-8]。因此，寻找一种无创且准确检测脑血管动力学指标及血流信号频谱特征参数的方法，对于脑血管疾病的早期诊断和预防具有十分重要的临床意义。

由于大部分脑血管都被坚硬的颅骨所覆盖，传统的检测方法无法直接获得颅内脑血管的血流信息，因此要想直接检测到脑血管动力学参数十分困难。从生理学的角度上来看，脑循环动脉系统主要是由颈动脉、椎-基底动脉和颅底Willis环等共同构成的一个脑内供血网。颈总动脉是其中最主要的供血器官，融合了来自上游心脏和下游脑血管床的血流动力学以及血流信号特征信息，是心脑血管疾病早期诊断、治疗的重要检测窗口[9-11]。通过半导体传感器技术和超声多普勒技术无创伤检测颈总动脉的血压和血流信息，研究者提出了各种检测和分析脑血管血流动力学参数的模型和方法，并基于这些模型和方法设计了能用于检测和分析脑血管功能的医学仪器，并在临床上得到了广泛应用[12-16]。

大量研究已证实，颈总动脉血流是一种非平稳、非线性、非严格周期的信号[17-18]，它除了包含下游脑血管床的血流特性，还包含了心脏活动、呼吸活动、神经活动、肌原性活动和血管内皮活动等生理律动信息[19-21]。然而，目前市场上用于检测和分析脑血管血流动力学参数的仪器大多假设颈总动脉血流和血压信号为平稳、周期性信号[7-9,22-26]，一般只提供有限的血流动力学信息，没有提供呼吸活动、神经活动、肌原性活动、血管内皮活动等生理律动信息。不仅如此，这些仪器还存在体积庞大、操作繁琐且价格昂贵等不足之处。

本文采用超声多普勒技术检测颈总动脉血流信号，结合臂式血压计测量肱动脉血压信息，将经典的血流动力学理论与现代信号分析技术有机结合，提出了一种能够分析非平稳、非线性、非严格周期的颈总动脉血流信号特征及脑血管血流动力学参数的简便方法[27]。基于该方法，设计出一种具有结构简单、经济实用、便于携带、操作简便等优点的超声流速检测装置（命名为BF-01）。将利用本文装置检测和分析的结果与日本Aloka公司的彩色超声多普勒检测和分析的结果进行比较，验证本文装置的准确性。

2 原理与方法

本文中提出的系统包括检测和分析两部分，其中检测部分主要用于检测颈总动脉的血流速度波形和肱动脉收缩压、舒张压；而分析部分主要基于经典的血液动力学原理和小波分析技术分析计算各项颈动脉系统血流动力学指标及颈总动脉血流信号特征参数[27]。

2.1 血流动力学指标

（1）搏动指数（Pulsatility Index，PI）

其中，Vmax为平均最大流速，Vmin为平均最小流速，Vmean为采样时间内的平均流速。在生理上，搏动指数主要反映动脉某一个截面的弹性特性。

（2）动态阻力（Dynamic Resistance，DR）

式中，Ps和Pd分别为采样时间内的肱动脉平均收缩压和平均舒张压。假定肱动脉血压与颈总动脉血压相近，因此，将肱动脉血压近似视为颈总动脉血压。动态阻力反映了动脉调节的能力，表征血压变化时动脉维持的难易程度，值越小，动脉调节能力越强。

（3）外周阻力（Peripheral Resistance，Rv）

2.2 频谱特征参数

采用连续小波变换对血流信号进行分析，并选用Morlet小波作为母小波。利用小波变换得到信号的时频谱后，进一步计算不同频带的特征频率、平均幅值、相对幅值、平均能量和相对能量[27]。

（1）特征频率fi

（2）平均幅值Ai

（3）相对幅值ai

（4）平均能量Ei

（5）相对能量εi

其中Atotal和Etotal分别是在频率间隔[fi1, fi2]和时间间隔[t1, t2]下所有幅值之和与所有能量之和。

3 系统设计与实现

本文设计的颈总动脉超声血流信号检测与分析系统包括检测系统和分析存储系统两部分。

检测系统包括超声流速检测装置和血压检测装置。其中超声流速检测装置主要由连续式多普勒超声探头、超声信号处理模块、USB5935数据采集卡、扬声器等组成，其工作原理如图1所示。信号源经过功率放大后，激发信号发生器产生超声束。当超声束抵达颈总动脉血流时，红细胞将超声束反射回信号接收器产生回波信号。回波信号放大后通过扬声器发出声音，再经过解调器，提取出多普勒频移信号，放大后经过带通滤波去除噪声，由F-V转换将频率信息转换为电压信息，并接入USB5935数据采集卡进行AD转换和存储，最后连接PC端读取数据并处理分析。利用臂式电子血压计完成血压检测并输入PC。本文所述的超声流速检测装置实体结构见图2，除超声探头外，其余电路封闭于金属外壳中。

图1 系统结构原理框图

图2 BF-01超声流速检测装置实物图

分析存储系统主要包括计算机、颈总动脉血流信号及动力学分析计算模块、显示屏、硬盘等。将检测系统输出的血流和血压数据作为原始数据，根据公式（1）～（8）分别计算颈动脉系统血流动力学指标和颈总动脉血流信号特征参数。本系统的软件部分主要是基于VS2010的平台编写MFC面向对象应用程序。经过试验，该系统可同时在Windows XP和WIN7 32位系统环境下运行，可实现病例创建、流速波形显示、性能选择（包括量程、增益、采样率和采样时间的选择）、流速波形，以及分析结果的保存和打印。

4 实验验证

4.1 实验方案

随机选择11名健康大学生，征得其同意参与本实验。实验中检测的是静息状态下受试者颈总动脉血流速度和肱动脉血压。为了验证BF-01的准确性，选用日本Aloka彩色超声多普勒检测系统（以下简称为Aloka）作为对照，其在人体软组织中的距离测量精度可达到0.01 mm，检测数据中包含很多信息，有很高的参考价值。因此，对于每一个受试者，都需进行两个仪器的检测工作，实验实施过程如图3所示。

图3 实验实施

首先进行Aloka检测，先后将其设定处于D/M模式（即脉冲多普勒超声检测模式）和ET模式（即回声跟踪技术），分别检测出颈总动脉的轴心血液流速和血管直径波形，以图像形式保存。再利用Matlab从图片中提取相应的流速和管径数据。同时利用臂式电子血压计测量受试者肱动脉处的血压，测量3次，每次间隔1 min，3次结果取平均视为其当前的收缩压和舒张压。

然后进行BF-01的数据采集工作，运行软件，新建受试者档案。为分析需要，统一设定采样率为200 Hz，数据保存时间为4 min。最后，获得每一个受试者的颈总动脉血流流速信息。

4.2 实验结果

实验结果主要是对Aloka和BF-01采集的数据进行分析，并比较两者的血流动力学指标、频谱图及频谱特征参数。由于BF-01采用的是连续多普勒超声原理，检测得到血管内的平均流速，而Aloka采用的是脉冲多普勒超声原理，检测的是轴心流速，因此需将Aloka采集的轴心流速数据换算成平均流速。根据Womersley理论[28]，只要获得轴心流速和血管半径的数据，结合其他固定的生理参数，便可以将轴心流速换算成平均流速。图4为两个仪器采集的血流信号对比图，其中Aloka数据即是换算后的平均流速。然后根据公式（1）～（8）分别计算出受试者的颈总动脉搏动指数PI、动态阻力DR、外周阻力Rv，及6个频段内的特征频率fi、平均幅值Ai、相对幅值ai、平均能量Ei、相对能量εi。

图4 两个仪器采集的血流信号对比图

本文中采用两配对样本t检验，使用统计软件包PASW Statistics 18（SPSS，Inc. Chicago，IL，USA）对Aloka和BF-01检测分析得到的两组总体数据进行统计分析，通过相伴概率P值的大小确定对比的两总体均值之间是否存在显著性差异，P＜0.05认为两总体均值之间存在显著性差异。

4.2.1 血流动力学指标

图5为分析得到的血流动力学参数差异性比较。结果发现，两个仪器算得的外周阻力差异较小，没有显著性差异。动态阻力反映着血管的调节功能，同样没有显著性差异。搏动指数反映着血管的搏动状态，有显著性差异。

4.2.2 频谱图

根据大量的研究结果[29-30]可以发现，人体血流信号中会包含一些特定的生理律动信息，通过分析血流信号的频谱，可以得到6个特征峰，分别反映心脏活动（0.4～2 Hz）、呼吸活动（0.16～0.4 Hz）、肌原性活动（0.06～0.16 Hz）、神经活动（0.02～0.06 Hz）、NO诱导血管内皮活动（0.0095～0.02 Hz）和非NO诱导血管内皮活动（0.005～0.0095 Hz）等生理活动。

图5 血流动力学参数（11个样本）

以一个样本为例，对同一个受试者的两组颈总动脉流速数据进行小波变换，得到的频谱图如图6所示。结果发现，BF-01得到的频谱图可以看出6个特征峰，其中较为明显的特征峰位于频段1（非NO诱导的内皮活动）、频段2（NO诱导的内皮活动）、频段3（神经活动）、频段5（呼吸活动）、频段6（心脏活动），频段4（肌源性活动）的特征峰相对不明显。然而，对于Aloka检测系统来说，其数据呈现形式为图片，只能提取有限时间长度的流速数据，本文中统一提取了7个心动周期的数据。图6中的样本心动周期为0.994 s，整个数据长度即为6.958 s，其能分辨的最小频率为0.144 Hz，因而在频谱图上只能分辨出频段5（呼吸活动）和频段6（心脏活动）的特征峰。比较频段5和频段6中两个仪器所得的特征峰频率，可以看出，通过BF-01和Aloka得到的呼吸活动与心脏活动最为活跃的频率位置是十分相近的，基本没有差异。

图6 血流信号频谱图（对比）

再对11个样本的数据进行统计分析，结果如图7所示。在心脏活动和呼吸活动对应的频段内，BF-01和Aloka的特征峰频率几乎相同，均没有显著性差异。

图7 血流信号特征峰频率（11个样本）

4.2.3 频谱特征参数

最后，对比两个仪器得到的频谱特征参数发现，使用BF-01得到的血流信号频谱可以计算出6个频段内频谱特征参数，然而使用Aloka所得到的频谱图只可以分析出呼吸活动和心脏活动频段内的特征参数，如图8所示。两个仪器的特征参数在心脏活动频段内差异不大，在呼吸活动频段内略有差别。另外从图8中还可以发现，呼吸活动所在频带的能量最小，对血液流速影响最小。从传统的生理学角度上来说，心脏作为人体泵血的重要器官，是血液流动的动力。然而，内皮细胞活动对血液流动带来的影响超越了心脏，内皮细胞活动对应的两个频带的能量都高于心脏活动的能量。这与图6中内皮细胞活动对应的两个特征峰系数也高于心脏活动相符合。

图8 血流信号特征量（11个样本）

5 结论

本文设计了一种无创的颈总动脉超声血流信号检测与分析系统，其操作简单、经济实用、便于携带，并且可以同时计算血流动力学指标和频谱特征参数。

通过选用Aloka彩色超声多普勒检测系统作为标准仪器，将利用本文装置检测和分析到的血流动力学参数和血流信号特征量参数与标准仪器进行比较，结果发现，在血流动力学分析方面，两个仪器所得的动态阻力和外周阻力无显著性差异。

在频谱分析上，超声流速检测装置可以提取到六个频段的特征参数，分别对应心脏活动、呼吸活动、肌源性活动、神经活动、NO诱导内皮活动以及非NO诱导内皮活动。而Aloka彩色超声多普勒检测系统只能提取到心脏活动和呼吸活动的特征参数。在这两个频段中，两个仪器的特征峰频率、平均幅值、相对幅值、平均能量和相对能量都呈现很好的一致性。

Aloka彩色超声多普勒检测系统虽然检测精度高，可获得的反映血管功能的指标也比较多，但是其价格昂贵、操作复杂、设备笨重，并且无法提取长时间的血流数据。而本文所设计的颈总动脉超声血流信号检测与分析系统在保证数据准确性的前提下，还具备便携性、无创性、实用性的特点，可以采集任意时长的流速数据。

因此，对于经费有限的农村和社区医院，可选择使用本文所设计的颈总动脉超声血流信号检测与分析系统和装置，通过计算血流动力学参数来评估脑血管功能，分析颈总动脉血流速度的小波变换频谱来分别间接评估心脏活动、呼吸活动、肌源性活动、神经活动、NO诱导的内皮活动以及非NO诱导的内皮活动，为脑血管疾病及相关疾病的早期发现、诊断、预防和治疗提供一定的科学依据。

致谢

该项目得到国家自然科学基金项目（31370948）和2015年高等学校本科教学改革与教学质量工程建设项目支持。

[1]饶明俐．中国脑血管病防治指南[M]．北京：人民卫生出版社,2007．

[2]丁光宏,王桂清,汪昕．脑循环动力学与脑血管疾病[J]．中华神经精神科杂志,1995,28（S）：21．

[3]丁光宏,覃开蓉,高健,等．脑循环血液动力学研究：W illis定常流力学模型[J]．中国生物医学工程学报,1998,17（1）：88-95．

[4]Yao W,Ding GH．A mathematical method to solve the inverse problem o f a hem odynam ics m odel[J]．World Scientific, 2002,403-410．

[5]Latka M,Turalska M,Latka MG,et al．Phase dynam ics in cerebral autoregu lation[J]．Am J Physiol Heart Circ Physiol,2004, 289：2272-2279．

[6]Rothoerl RD,Schebesch KM,Woertgen C,et al．U ltrasonic blood flow volume assessment in the extracranial internal carotid artery in arteriovenous malformations[J]．Neurol Res,2005,27：209-211．

[7]丁光宏,汪昕,王彦博．脑血管动力学参数及其临床应用[J]．临床神经科学,1996,4（2）：110．

[8]柳兆荣．检测脑血管功能的新方法[J]．上海力学,1997,18（3）：183-188．[9]龚剑秋,李丽,丁光宏．脑循环功能检测技术近三十年进展[J]．生物医学工程学进展,2008,29（1）：45-48．

[10]Bor-Seng-Shu E,Kita WS,Figueiredo EG,et al．Cerebral hemodynam ics：concepts of clinical importance[J]．Arq Neuropsi quiatr,2012,70（5）：357-365．

[11]Tsivgoulis G,Alexandrov AV．Cerebral hemodynam ics in acute stroke：pathophysiology and clinical implications[J]．J Vasc Interv Neurol,2008,1（3）：65-69．

[12]Browne JE．A review of Doppler ultrasound quality assurance protocols and test devices[J]．Phys Med,2014,30：742-751．

[13]Hoskins PR,Fish PJ,M cDicken WN,et al．Developments in cardiovascular ultrasound． Part2：Arterial applications[J]．Med Biol Eng Comput,1998,36：259-269．

[14]Soustiel JF,Levy E,Zaaroor M,et al．A new angle-independent Doppler ultrasonic device for assessment of blood flow volume in the extracranial internal carotid artery[J]．J Ultrasound Med, 2002,21：1405-1412．

[15]Kato T,Funamoto K,Hayase T,et al．Development and feasibility study o f a tw o-dimensional ultrasonic-measurementintegrated blood flow analysis system for hemodynam ics in carotid arteries[J]．Med Biol Eng Comput,2014,52：933-943．

[16]Santoso D,Hard janto S．Doppler blood flow detector for haemorrhoidal artery ligation[C]．2011 International Conference on Electrical Engineering and Informatics,2011,A1-3．

[17]Mo LYL,Cobbold RSC．Speckle in continuous wave Doppler ultrasound spectra：a simulation study[J]．IEEE Trans Ultrason Ferroelectr Freq Control,1986,33（6）：747-753．

[18]Hyndman BW,Kitney R I,Sayers BMA．Spontaneous rhythms in physiological control systems[J]．Nature,1971,233：339-341．

[19]Bracic M,M cC lintock PVE,Stefanovska A．Characteristic frequencies of the human blood distribution system[C]．AIP Conference Proceedings,2000,502：146-153．

[20]Stefanovska A．Coupled oscillators：Complex but not complicated cardiovascu lar and brain in teractions[C]．Proceedings o f the 28th IEEE EMBS Annual International Conference, 2006,1：437-440．

[21]Stefanovska A．Physics of the human cardiovascular system[J]．Contemporary Physics,1999,40（1）：31-55．

[22]龚剑秋,陆瑾．一种脑血管循环动力学分析方法及仪器[P]．中国专利：ZL 200610117846．9,2006-11-1．

[23]龚剑秋,俞瑞朝,陆瑾,等．脑血流动力学分析仪器[P]．中国专利：ZL 200420037211．4,2004-7-5．

[24]龚剑秋,陆瑾,丁光宏,等．脑循环血液动力学简便分析方法和仪器[P]．中国专利：ZL 200510026420．8,2005-6-2．

[25]龚剑秋,俞瑞朝,陆瑾,等．脑血流动力学分析方法和仪器[P]．中国专利：ZL 200410025758．7,2004-7-5．

[26]陆瑾,龚剑秋,丁光宏,等．脑血管系统功能及脑循环动力学分析仪器[P]．中国专利：ZL 200520038825．9,2005-1-10．

[27]覃开蓉,侯杰,张子威,等．一种颈动脉系统血流动力学与信号分析系统及方法[P]．中国专利：ZL 201210420642．8,2012-10-29．

[28]W omersley JR．Oscillatory flow in arteries：the constrained elastic tube as a model of arterial flow and pulse transmission [J]．Phys Med Biol,1957,2：178-187．

[29]Benedicic M,Bernjak A,Stefanovska A,et al．Continuous wavelet transform of laser-Doppler signals from facial m icrocirculation reveals vasomotion asymmetry[J]．Microvasc Res,2007,74：45-50．

[30]Stefanovska A,Bracic M,kvernmo HD．W avelet analysis of oscillations in the peripheral blood circulation measured by laser Doppler technique[J]．IEEE Trans Biomed Eng,1999, 46（10）：1230-1239．

A Detecting and Analyzing System for Ultrasound Dopp ler Blood Flow Signals in Human Common Carotid Arteries

QIN Kai-rong1, YU Miao1, CHEN Yan1, XU Jian-m ing2, QIU Tian-shuang1
1. Department of Biomedical Engineering, Faculty of Electronic Information and Electrical Engineering, Dalian University of Technology, Dalian Liaoning 116024, China

Cerebrovascular disease is one of the common illnesses threatening humankind’s health, of which the specific one is stroke, w ith characteristics of high morbidity rate, high disability rate, high death rate and multiple complications. The cerebrovascular hemodynamic parameters and the spectrum features of blood flow signals are critical factors for early diagnosis of cerebrovascular disease, and the common carotid arteries usually act as the important w indow for detecting and analyzing these parameters. In this study, a system and device for detecting and analyzing the hemodynam ic parameters and spectrum features of blood flow signals in the common carotid arteries is proposed. By comparing the detecting and analyzing results from the proposed system and device with those from Aloka Color Doppler Ultrasound, it is found that the system and device proposed in this study has high accuracy and provides much more plentiful hemodynamic information of the common carotid arteries. Comparing with A loka Color Doppler Ultrasound, it’s structure-simpler, cheaper, more portable and practical and would be able to be applied to the early diagnosis of cerebrovascular disease in the future.

common carotid artery；Doppler ultrasound；blood fl ow；hemodynam ics；spectrum feature2. Department of Mechanics and Engineering Science, Fudan University, Shanghai 200433, China

TG146.2

A

10.3969/j.issn.1674-1633.2015.10.001

1674-1633（2015）10-0001-05

2015-09-14

国家自然科学资金项目（31370948）；2015年高等学校本科教学改革与教学质量工程建设项目。

覃开蓉，博士生导师。

通讯作者邮箱：krqin@dlut．edu．cn