[發明專利]血液灌注信號分離模型訓練方法及設備

有效

• 申請號: 202110574947.3
• 申請日: 2021-05-26
• 公開（公告）號: CN113208578B
• 公開（公告）日: 2022-04-26
• 發明（設計）人: 管明濤;張昕
• 申請（專利權）人: 北京華睿博視醫學影像技術有限公司
• 主分類號: A61B5/0536
• 分類號: A61B5/0536;A61B5/00
• 代理公司: 北京力致專利代理事務所(特殊普通合伙) 11900
• 代理人: 陳博旸

本發明提供一種血液灌注信號分離模型訓練方法及設備，所述方法包括獲取訓練數據，包括屏息狀態下的電阻抗信號和自主呼吸時的電阻抗信號，及相應的標簽信息；利用所述訓練數據訓練組合模型，所述組合模型包括第一神經網絡模型和第二神經網絡模型，所述第一神經網絡模型用于對輸入的電阻抗信號進行判別，輸出判別結果，所述第二神經網絡模型用于從所述自主呼吸時的電阻抗信號中分離出血液灌注信號；根據所述判別結果與所述標簽信息的差異，以及分離出的血液灌注信號與所述自主呼吸時的電阻抗信號的差異優化所述組合模型的參數。

技術領域

本發明涉及電信號識別領域，具體涉及一種血液灌注信號分離模型訓練方法及設備。

背景技術

在醫學成像領域中，電阻抗成像（Electrical Impedance Tomography, EIT）是通過給人體施加小的安全驅動電流/電壓，驅動電流或電壓在人體的測量響應信息，重建人體內部的電阻率分布或其變化的圖像。

人體在正常呼吸下所測量的響應信號即電阻抗信號，實際上是血液灌注信號和呼吸信號的疊加，為了實現各種監測或診斷，通常需要從此信號中分離出血液灌注信號。

目前從電阻抗成像信號中分離血液灌注信號的方法包括頻域濾波法、基于主成分分析的方法等。頻域濾波法采用具有特定截止頻率的濾波器對信號進行濾波來分離血液灌注信號。這種方法的缺點包括：（1）需要利用病人的心率信息；（2）難以處理通氣信號和血液灌注信號在頻域重疊的情況；（3）對噪聲的抑制效果較差。基于主成分分析的方法首先利用主成分分析生成一系列時域的模板，然后通過利用這些模板對信號進行時域濾波來分離血液灌注信號。這種方法的缺點包括：（1）需要利用病人的心率信息；（2）主成分分析的計算量大，對計算機計算能力的要求高。

發明內容

有鑒于此，本發明提供一種血液灌注信號分離模型訓練方法，包括：

獲取訓練數據，包括屏息狀態下的電阻抗信號和自主呼吸時的電阻抗信號，及相應的標簽信息；

利用所述訓練數據訓練組合模型，所述組合模型包括第一神經網絡模型和第二神經網絡模型，所述第一神經網絡模型用于對輸入的電阻抗信號進行判別，輸出判別結果，所述第二神經網絡模型用于從所述自主呼吸時的電阻抗信號中分離出血液灌注信號；根據所述判別結果與所述標簽信息的差異，以及分離出的血液灌注信號與所述自主呼吸時的電阻抗信號的差異優化所述組合模型的參數。

可選地，利用所述訓練數據訓練組合模型具體包括：

利用所述訓練數據訓練第一神經網絡模型，所述第一神經網絡模型用于對輸入的電阻抗信號進行判別，輸出判別結果，根據所述判別結果與所述標簽信息的差異優化參數；

利用所述訓練數據中的自主呼吸時的電阻抗信號訓練組合模型，其中所述第一神經網絡模型被配置為使用優化后的參數且被固定，所述第二神經網絡模型用于從所述自主呼吸時的電阻抗信號中分離出血液灌注信號，所述第一神經網絡模型用于對分離出血液灌注信號進行判別，輸出判別結果；根據所述判別結果與所述標簽信息的差異，以及分離出的血液灌注信號與所述自主呼吸時的電阻抗信號的差異優化所述組合模型的參數。

可選地，在利用所述訓練數據中的自主呼吸時的電阻抗信號訓練組合模型的步驟中，使用以所述訓練數據中的自主呼吸時的電阻抗信號和第二神經網絡模型分離出的血液灌注信號作為輸入的損失函數。

可選地，所述損失函數為

，

其中表示所述組合模型的可被優化的參數，表示交叉熵函數，為求信號能量的函數，表示第一神經網絡模型函數，表示第二神經網絡模型分離出的血液灌注信號，表示所述訓練數據中的自主呼吸時的電阻抗信號，為預設權重。

可選地，第二神經網絡模型分離出的血液灌注信號與所述訓練數據中的自主呼吸時的電阻抗信號長度相同。