[发明专利]一种基于脉搏波参数的微血管血液粘度开关量的测量系统有效
申请号: | 201911266172.2 | 申请日: | 2019-12-11 |
公开(公告)号: | CN110897617B | 公开(公告)日: | 2022-03-22 |
发明(设计)人: | 张松;孙葛;杨琳;王薇薇;杨益民;李旭雯;郝冬梅 | 申请(专利权)人: | 北京工业大学 |
主分类号: | A61B5/02 | 分类号: | A61B5/02;A61B5/00 |
代理公司: | 北京思海天达知识产权代理有限公司 11203 | 代理人: | 楼艮基 |
地址: | 100124 *** | 国省代码: | 北京;11 |
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 基于 脉搏 参数 微血管 血液 粘度 开关 测量 系统 | ||
1.一种基于脉搏波参数的微血管血液粘度开关量的测量系统,其特征在于,所述微血管血液粘度是指在忽略微血管间的径向间隙及各微血管入口段的旁支后,把人体微血管网模拟为半径为R、长度为L的细长圆管模型,再用牛顿流体模拟人体微血管血液,且把实测或计算得到的人体脉搏波参数代入泊肃叶流速分布公式,得到的一个人体微血管血液粘度的数学模型中算出的,所述数学模型用于计算微血管血液粘度估计值,所述测量系统包括:人体脉搏波参数缓存模块、基于体重指数的微血管血液粘度逻辑开关量形成模块、微血管血液粘度逻辑开关量的回归计算模块以及MCU微处理器,其中,
人体脉搏波参数缓存模块,存有以下参数:人体体表面积BSA、体重W、身高H、体重指数BMI、人体肱动脉脉压差PP、人体心输出量CO、生理血管的模拟半径R、心率HR及每搏输出量SV共九个信息,其中:
BSA是一种用下述回归方程式表示,仅适用于中国人的人体体表面积,
BSA=0.0061×H+0.0128×W-0.1592,
体重W、身高H均是实测值,体重指数无量纲,
人体肱动脉脉压差PP,单位为mmHg,实测值,
人体心输出量CO,CO=SV·HR,单位为cm3/min,按实测的人体脉搏波参数计算得出,
生理血管的模拟半径R,由临床可测量数据线下回归,选值范围设定在10-2量级,单位:m,
心率HR,单位为beat/min,由分解脉搏波得到,实测值,
每搏输出量SV,单位为mL/beat,按实测的人体脉搏波参数线下计算得到,
体重指数逻辑开关量形成模块,
设定:V为体重指数临界值,取V=25,
XV为体重指数逻辑开关量,
则体重指数时,体重W的单位为kg,身高H的单位为m,体重指数时,
人体微血管血液粘度逻辑开关量回归计算模块,生成每个人的微血管血液粘度数值,单位:厘泊cp,设定为血液粘度模型,
S1是微血管血液粘度公式系数,在开区间(14903,14906)内取值,
是用多元线性回归算法得到的生理血管模拟半径R在自乘6次方后得到的逻辑开关量值,
对于体重指数的受试者,
对于体重指数的受试者,
和是由体重指数逻辑开关量XV判断生成的,和是根据临床可测量的数据回归拟合得到的值,跟每搏输出量SV、人体肱动脉脉压差PP、体重W、心率HR有关系,
MCU微处理器,依次按以下步骤计算,以体重指数临界值V为界线的不同受试人群的每个人的人体微血管血液粘度,
步骤(1),线下测量每个受试者的人体脉搏波参数得到的或从人体脉搏波曲线得到的所述人体脉搏波参数,存入MCU微处理器,且输入到所述人体脉搏波参数缓存模块,
步骤(2),在所述MCU微处理器控制下,把步骤(1)得到的人体脉搏波参数输入到体重指数的逻辑开关量形成模块,得到BMI国际标准下的体重指数逻辑开关量和从而按胖瘦程度对受试者进行判断,
步骤(3),在MCU控制下,把步骤(2)的结果输入到人体微血管血液粘度逻辑开关回归计算模块,从而得到步骤(2)所述按胖瘦程度对受试者进行判断和计算,
步骤(4),根据体重指数逻辑开关量和按胖瘦程度测试每个受试者的临床低切血液粘度和
步骤(4.1),根据每个受试者的临床低切血液粘度和计算对应的微血管生理血管的模型半径和是对应的和在自乘6次方后得到的逻辑开关量值,
步骤(4.2),按照胖瘦程度结合人体脉搏波参数以及和来拟合和步骤如下:采用SPSS统计软件中的多元回归分析的方法,多元线性回归通式为:y=a+b1x1+b2x2+...+bnxn,a是常数项,b1、b2、...、bn称为y对应于x1、x2、...、xn的偏回归系数,输入各变量名称和对应的数据,包括:和还有两组人群每个受试者对应的人体脉搏波参数,即每搏输出量SV、人体肱动脉脉压差PP、体重W、心率HR,
对应上述的多元线性回归通式具体如下:为因变量“y1、y2”,人体脉搏波相关参数为自变量“x1、x2、x3”,即:y1=a1+b11x1+b12x2,y2=a2+b21x1+b22x3,其中“x1、x2、x3”为HR、W,a1、a2是常数项,b11、b12为y1对应于“x1、x2”的系数,b21、b22为y2对应于“x1、x3”的系数,
根据多元回归算法输出的各自变量的权重系数和常数:“S2~S7”,推算出分别跟每搏输出量SV、人体肱动脉脉压差PP、体重W、心率HR有关的拟合方程,即得到公式如下:
S2是体重指数逻辑开关量对应的公式系数,取值在开区间(-0.34,-0.11)内,S3是体重指数逻辑开关量对应的公式系数,取值在开区间(0.14,0.18)内,S4是体重指数逻辑开关量对应的公式系数,取值在开区间(0.002,0.008)内,
S5是体重指数逻辑开关量对应的公式系数,取值在开区间(-0.35,-0.16)内,S6是体重指数逻辑开关量对应的公式系数,取值在开区间(0.17,0.20)内,S7是体重指数逻辑开关量对应的公式系数,取值在开区间(0.001,0.006)内,
步骤(4.3),根据体重指数逻辑开关量和按胖瘦程度将两组受试人群每个人的拟合值,分别和按临床低切血液粘度和计算的对应的微血管生理血管的模型半径相比较,采用上述SPSS统计软件的Pearson相关分析,分别得到两组受试人群对应的两个相关系数,若显著性水平α=0.05,且统计学指标P0.05,则相关性显著,一般相关系数的绝对值是在0~1之间,越接近于1相关性越强,即两者之间的线性关系越强,
步骤(4.4),用上述对应的微血管血液粘度公式计算在体重指数逻辑开关量下两组受试人群每个人的血液粘度,即得到按不同的微血管的细长圆管模型采用多元回归算法得到的血液粘度的估计值,
步骤(4.5),根据体重指数逻辑开关量和按胖瘦程度将两组受试人群每个人的分别和临床低切血液粘度和相比较,采用上述SPSS统计软件的Pearson相关分析,分别得到两组受试人群对应的两个相关系数,若显著性水平α=0.05,且统计学指标P0.05,则相关性显著,一般相关系数的绝对值是在0~1之间,越接近于1相关性越强,即两者之间的线性关系越强。
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北京工业大学,未经北京工业大学许可,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/201911266172.2/1.html,转载请声明来源钻瓜专利网。