CN120661237A - 一种心腔内超声引导三维建模系统及方法 - Google Patents

Abstract

本发明公开了一种心腔内超声引导三维建模系统及方法，涉及医疗影像与三维建模技术领域，用于解决动态目标建模精度不足，对复杂声窗环境鲁棒性差的问题，通过获取超声探头与目标组织的相对运动状态，基于内置加速度传感器实时计算探头速度与位移参数，对超声信号进行采样频率分析与频谱特征提取，反映组织运动属性，在频域处理基础上，分析频谱成分，识别动态与静态分量，基于综合动态指数与采样频率系数差值构建建模模式选择标准值，按照预设规则动态切换建模模式，以适应不同组织状态下的模型构建需求，从而优化模型更新流程，实现动态调控与误差抑制。

Description

一种心腔内超声引导三维建模系统及方法

技术领域

本发明涉及医疗影像与三维建模技术领域，更具体地说，本发明涉及一种心腔内超声引导三维建模系统及方法。

背景技术

三维建模技术是一种基于医学影像的先进工具，以其直观性和精确性在医疗领域备受关注，特别是在心腔内超声引导下的三维建模应用中，能够为医生提供详细的解剖结构信息，从而辅助手术规划与导航。然而，现有三维建模技术在适应心腔内复杂环境、数据采集的精准性以及实时建模能力等方面存在一定局限性，影响了其在临床实践中的广泛应用。

现有技术存在以下不足：

目前，现有三维建模技术主要依赖二维ICE图像的堆叠或体素插值，心腔内组织结构具有快速运动特性，导致动态目标建模精度不足，对复杂声窗环境鲁棒性差，难以满足手术过程中对建模结果的实时性需求，因此，提出一种心腔内超声引导三维建模系统及方法。

在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

为了克服现有技术的上述缺陷，本发明的实施例提供一种心腔内超声引导三维建模系统及方法，通过在数据采集阶段对超声信号进行多维度分解并提取动态特征，结合实时建模算法生成高精度三维模型，同时利用相邻帧间的时间相关性优化模型更新流程，解决背景技术中提到的对动态目标适应性差、建模精度不足以及复杂环境鲁棒性较低的问题。

为实现上述目的，本发明提供如下技术方案，一种心腔内超声引导三维建模系统及方法，包括以下步骤：

步骤S1：在接收超声信号前，检测超声探头与目标组织之间的相对运动状态，获取超声信号的采样频率和信号强度分布，将超声信号划分为多个时间窗口并对每个时间窗口内的信号进行频域分析，记录各窗口内的频谱特征；

步骤S2：根据频谱特征提取信号中的动态分量和静态分量，设置动态阈值对动态分量进行筛选，评估信号的综合动态指数，结合采样频率和综合动态指数选择适合的建模模式；

步骤S3：在每次进行模型更新前，根据当前建模模式对超声信号进行处理，访问历史数据库获取对应模式下的历史信号频谱数据，计算标准频谱区间并设置模型质量阈值，采集当前信号频谱与标准频谱区间的偏差系数，比较模型质量阈值与偏差系数判断模型是否出现异常，进行异常标记；

步骤S4：检测相邻时间窗口内信号频谱的变化趋势，计算频谱变化率，根据频谱变化率调整当前建模模式的质量阈值，确保模型能够适应信号的动态变化。

在一个优选的实施方式中，在步骤S1中，超声探头是一种用于发射和接收超声波的装置，通过内置加速度传感器获取探头的位移和速度信息，结合信号强度分布分析超声信号的采样频率；

频域分析采用快速傅里叶变换算法，将时间窗口内的信号从时域转换到频域，提取频谱特征；时间窗口的长度为50ms至100ms；频谱特征包括主频、带宽和能量分布。

在一个优选的实施方式中，在步骤S2中，提取动态分量和静态分量的具体步骤如下：

将频谱特征中的主频和带宽作为输入，构建频谱特征矩阵，计算矩阵中各元素的平均值和方差，将方差与预设的方差比例系数进行乘积后与平均值求和得到的结果作为动态阈值；

当频谱特征中的主频或带宽超过动态阈值，则判断该频谱特征属于动态分量；

否则，判断其属于静态分量；

计算综合动态指数时，将动态分量的频谱特征与动态阈值的比值作为单个动态分量的权重，将所有动态分量权重的平均值作为综合动态指数。

在一个优选的实施方式中，在步骤S2中，将采样频率利用归一化算法进行标准化处理，将标准化后的结果作为采样频率系数，将采样频率系数与综合动态指数的差值作为建模模式的选择标准数值；

当建模模式的选择标准数值小于0，则选择高精度建模模式；当建模模式的选择标准数值大于0且小于预设的稳定阈值，则选择均衡建模模式；

当建模模式的选择标准数值超过预设的稳定阈值，则选择快速建模模式。

在一个优选的实施方式中，在步骤S3中，根据建模模式对超声信号进行处理时，若当前模式为高精度建模模式，则对超声信号进行全频段分析并保留所有频谱特征；

若当前模式为快速建模模式，则仅提取超声信号中的动态分量频谱特征；若当前模式为均衡建模模式，则对超声信号进行分段处理，分别提取高频段和低频段的频谱特征。

在一个优选的实施方式中，在步骤S3中，访问历史数据库获取对应模式下的历史信号频谱数据并合并为历史频谱数据集，利用支持向量机分类算法设置模型质量阈值并计算标准频谱区间，具体步骤如下：

设定分类基准，将历史频谱数据集中的主频均值作为分类基准；

正负样本标记：将历史频谱数据集中超过分类基准的数据标记为正样本，低于分类基准的数据标记为负样本；

真假分类：将超过预设频谱判断阈值的正样本和负样本标记为真样本，低于预设频谱判断阈值的正样本和负样本标记为假样本；

计算分类率：通过分类率公式分别计算真样本率和假样本率；分类率增量，设置M个不同的频谱判断阈值获取多个真样本率和假样本率，将获取的真样本率从大到小依次作差得到M-1个真样本率差，将获取的假样本率从大到小依次作差得到M-1个假样本率差；

计算模型质量阈值：利用获得的真样本率差和假样本率差计算模型质量阈值；

计算标准频谱区间：分别选出真样本率和假样本率中的最大值和最小值，利用真样本率和假样本率中的最大值计算标准频谱上区间，利用真样本率和假样本率中的最小值计算标准频谱下区间，将标准频谱上区间与标准频谱下区间之间的范围作为标准频谱区间。

在一个优选的实施方式中，在步骤S3中，判断模型是否出现异常时，先对当前信号频谱与标准频谱区间进行比较，若当前信号频谱处于标准频谱区间内，则判断模型未出现异常；

若当前信号频谱处于标准频谱区间外，则将当前信号频谱与标准频谱区间的中心值作差得到偏差系数；

当偏差系数低于模型质量阈值，则判断模型未出现异常；

当偏差系数超过模型质量阈值，则判断模型出现异常，进行异常标记。

在一个优选的实施方式中，在步骤S4中，检测相邻时间窗口内信号频谱的变化趋势，将当前时间窗口的频谱特征与前一个时间窗口的频谱特征进行对比，计算频谱变化率；

频谱变化率的计算公式为当前时间窗口的主频与前一个时间窗口的主频之差除以前一个时间窗口的主频；

若频谱变化率超过预设的评估阈值，则结合相邻时间窗口的建模模式和频谱变化率调整当前建模模式的质量阈值，具体步骤如下：

若当前建模模式为高精度建模模式或快速建模模式，且与前一个时间窗口的建模模式相同，则不对当前建模模式的质量阈值进行调整；

若当前建模模式为均衡建模模式且与前一个时间窗口的建模模式不同，则将当前建模模式中的质量阈值与频谱变化率的乘积作为调整后的质量阈值，重新判断模型是否出现异常。

一种心腔内超声引导三维建模系统包括信号采集模块、模式选择模块、异常检测模块以及质量优化模块；

信号采集模块用于检测超声探头与目标组织之间的相对运动状态并采集超声信号的采样频率和频谱特征；

模式选择模块用于根据频谱特征提取动态分量和静态分量，设置动态阈值筛选动态分量，评估综合动态指数后选择当前建模模式；

异常检测模块通过历史信号频谱数据计算标准频谱区间并设置模型质量阈值，根据当前信号频谱与标准频谱区间的偏差系数判断模型是否出现异常；

质量优化模块根据相邻时间窗口的建模模式和频谱变化率对当前建模模式的质量阈值进行调整。

在一种心腔内超声引导三维建模系统中，信号采集模块通过内置加速度传感器获取探头的位移和速度信息，结合信号强度分布分析超声信号的采样频率；

模式选择模块通过频谱特征矩阵计算动态阈值并评估综合动态指数；

异常检测模块利用支持向量机分类算法生成标准频谱区间并计算模型质量阈值；

质量优化模块通过频谱变化率调整当前建模模式的质量阈值。

本发明的技术效果和优点：

本发明通过获取超声探头与目标组织之间的相对运动状态信息，运动状态基于内置加速度传感器实时计算探头的速度与位移参数，对超声信号进行采样频率分析与频谱特征提取，其中频谱特征包括主频和带宽指标，用以反映信号中蕴含的组织运动属性，在频域信号处理基础上，对提取到的频谱特征进行成分分析，识别信号中包含的动态分量与静态分量，并基于综合动态指数与采样频率系数的差值构建建模模式选择标准数值，按照预设规则动态切换当前建模模式，以适应不同组织状态下的模型构建需求，从而优化模型更新流程，实现建模过程的动态调控与误差抑制。

附图说明

图1为本发明一种心腔内超声引导三维建模系统的模块结构示意图。

图2为本发明一种心腔内超声引导三维建模方法中心腔内超声信号处理流程图。

图3为本发明一种心腔内超声引导三维建模方法中标准频谱区间与当前信号频谱偏差系数计算的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

本发明提供了一种心腔内超声引导三维建模系统及方法，其具体实施方式结合图1至图3进行详细说明；图1展示了系统的模块结构示意图，包括信号采集模块、模式选择模块、异常检测模块以及质量优化模块。

这些模块通过数据流和逻辑控制相互连接，共同完成从超声信号采集到三维建模的全过程。

信号采集模块负责获取超声探头与目标组织之间的相对运动状态并提取超声信号的采样频率和频谱特征；

模式选择模块根据频谱特征分离动态分量与静态分量，并选择当前建模模式；

异常检测模块通过历史数据计算标准频谱区间并设置模型质量阈值，判断模型是否出现异常；

质量优化模块基于相邻时间窗口的建模模式和频谱变化率调整质量阈值以优化模型更新流程。

在实际运行过程中，信号采集模块首先检测超声探头与目标组织之间的相对运动状态，这一过程依赖于内置加速度传感器获取探头的位移和速度信息。

同时，信号采集模块对超声信号的采样频率和信号强度分布进行分析，并将超声信号划分为多个时间窗口，每个时间窗口的长度通常设置为50ms至100ms，以平衡分辨率和计算效率。

采样频率的获取逻辑是依据超声系统内部时钟控制机制获取实际采样时序，通过对连续两个采样点之间的时间间隔进行测量，计算单位时间内采集的数据点数量，从而确定当前采样频率。

在每个时间窗口内，采用快速傅里叶变换(FFT)算法将时域信号转换为频域信号，提取频谱特征，包括主频和带宽参数。

需要说明的是，频谱特征包括但不限于主频、频谱带宽、频谱能量密度分布，具体参数选取是由本实验人员依据目标组织运动特性、超声信号的信噪比与频率稳定性设定的。

这些频谱特征随后被传递至模式选择模块进行进一步处理。

模式选择模块的核心功能是分离动态分量与静态分量，并根据分离结果评估综合动态指数以选择当前建模模式。

具体而言，模式选择模块将频谱特征中的主频和带宽作为输入，构建频谱特征矩阵，并计算矩阵中各元素的平均值和方差。

将方差与预设的方差比例系数相乘后与平均值求和得到的结果作为动态阈值。

当频谱特征中的主频或带宽超过动态阈值，则判断该频谱特征属于动态分量；否则，判断其属于静态分量。

为了评估综合动态指数，模式选择模块将动态分量的频谱特征与动态阈值的比值作为单个动态分量的权重，并将所有动态分量权重的平均值作为综合动态指数。

此外，模式选择模块还利用归一化算法对采样频率进行标准化处理，将标准化后的结果作为采样频率系数，并将采样频率系数与综合动态指数的差值作为建模模式的选择标准数值。

当建模模式的选择标准数值小于0时，选择高精度建模模式；

当选择标准数值大于0且小于预设的稳定阈值时，选择均衡建模模式；

当选择标准数值超过预设的稳定阈值时，选择快速建模模式。

需要说明的是，预设的稳定阈值是由本实验人员依据典型心腔内组织运动速率的统计区间及超声信号采样稳定性偏差模型得到的，在此不作赘述；

不同建模模式的选择直接影响后续信号处理策略，从而适应不同的建模需求。

异常检测模块的功能是通过历史数据库获取对应模式下的历史信号频谱数据，并计算标准频谱区间和模型质量阈值，以判断模型是否出现异常。

具体而言，异常检测模块首先访问历史数据库，获取对应模式下的历史信号频谱数据并合并为历史频谱数据集。

随后，利用支持向量机分类算法对历史频谱数据集进行处理。

设定分类基准时，将历史频谱数据集中的主频均值作为分类基准，并将历史频谱数据集中超过分类基准的数据标记为正样本，低于分类基准的数据标记为负样本。

接着，通过预设的频谱判断阈值对正样本和负样本进行真假分类，将超过频谱判断阈值的正样本和负样本标记为真样本，低于频谱判断阈值的正样本和负样本标记为假样本。

通过分类率公式分别计算真样本率和假样本率，并设置M个不同的频谱判断阈值获取多个真样本率和假样本率。

将获取的真样本率从大到小依次作差得到M-1个真样本率差，将获取的假样本率从大到小依次作差得到M-1个假样本率差。

利用获得的真样本率差和假样本率差计算模型质量阈值，并分别选出真样本率和假样本率中的最大值和最小值，利用真样本率和假样本率中的最大值计算标准频谱上区间，利用真样本率和假样本率中的最小值计算标准频谱下区间。

最终，将标准频谱上区间与标准频谱下区间之间的范围作为标准频谱区间。

在判断模型是否出现异常时，异常检测模块将当前信号频谱与标准频谱区间进行比较。

若当前信号频谱处于标准频谱区间内，则判断模型未出现异常；

若当前信号频谱处于标准频谱区间外，则将当前信号频谱与标准频谱区间的中心值作差得到偏差系数。

若偏差系数低于模型质量阈值，则判断模型未出现异常；

若偏差系数超过模型质量阈值，则判断模型出现异常，并进行异常标记。

质量优化模块的作用是根据相邻时间窗口的建模模式和频谱变化率调整当前建模模式的质量阈值，以确保模型能够适应信号的动态变化。

具体而言，质量优化模块首先检测相邻时间窗口内信号频谱的变化趋势，将当前时间窗口的频谱特征与前一个时间窗口的频谱特征进行对比，计算频谱变化率。

频谱变化率的计算公式为当前时间窗口的主频与前一个时间窗口的主频之差除以前一个时间窗口的主频。

若频谱变化率超过预设的评估阈值，则结合相邻时间窗口的建模模式和频谱变化率调整当前建模模式的质量阈值。

具体调整步骤如下：

若当前建模模式为高精度建模模式或快速建模模式，且与前一个时间窗口的建模模式相同，则不对当前建模模式的质量阈值进行调整；

若当前建模模式为均衡建模模式且与前一个时间窗口的建模模式不同，则将当前建模模式中的质量阈值与频谱变化率的乘积作为调整后的质量阈值，并重新判断模型是否出现异常。

图2进一步展示了心腔内超声信号处理的整体流程。

从信号采集模块开始，超声信号经过频域分析提取频谱特征后，传递至模式选择模块进行动态分量与静态分量的分离，并选择当前建模模式。

随后，异常检测模块通过历史数据计算标准频谱区间并设置模型质量阈值，判断模型是否出现异常。

最后，质量优化模块根据相邻时间窗口的建模模式和频谱变化率调整质量阈值，完成模型更新流程。

整个流程紧密衔接，确保了系统的高效运行。

图3则详细描述了标准频谱区间与当前信号频谱偏差系数的计算过程。

通过历史频谱数据生成标准频谱区间后，将当前信号频谱与标准频谱区间的中心值作差得到偏差系数，并基于偏差系数判断模型是否出现异常。

这一过程直观地体现了异常检测模块的工作原理。

以上即为本设计的具体实施方式，涵盖了信号采集、模式选择、异常检测以及质量优化的完整流程。

通过各个模块的协同工作，系统能够实现高精度的三维建模，同时具备较强的动态适应性和鲁棒性。

为了更好地使本技术领域的有关人员充分理解并实现本设计，以下结合一个具体应用场景对本设计的具体实施原理进行补充说明。

在实际应用中，系统通过超声探头获取心腔内目标组织的回波信号，并基于此生成三维模型。

首先，操作人员将超声探头置入患者的心腔区域，启动信号采集模块以检测探头与目标组织之间的相对运动状态。

信号采集模块中的内置加速度传感器实时监测探头的位移和速度信息，同时对超声信号的采样频率和信号强度分布进行分析。

随后，信号采集模块将超声信号划分为多个时间窗口，每个时间窗口的长度设置为50ms至100ms。在每个时间窗口内，采用快速傅里叶变换(FFT)算法将时域信号转换为频域信号，提取主频、带宽和能量分布等频谱特征。

这些频谱特征被传递至模式选择模块，用于后续动态分量与静态分量的分离。

模式选择模块接收到频谱特征后，将其输入到频谱特征矩阵中进行处理。

通过计算矩阵中各元素的平均值和方差，结合预设的方差比例系数，生成动态阈值。

若频谱特征中的主频或带宽超过动态阈值，则判定其为动态分量；否则归类为静态分量。

进一步地，模式选择模块根据动态分量与动态阈值的比值计算综合动态指数，并结合采样频率系数确定当前建模模式。

例如，当综合动态指数较高且采样频率系数较低时，系统选择高精度建模模式；而当两者均处于中间范围时，则选择均衡建模模式。

这种模式选择机制确保了系统能够根据心腔内环境的动态特性灵活调整建模策略。

随后，异常检测模块介入流程以判断模型是否出现异常。

异常检测模块访问历史数据库，获取对应建模模式下的历史信号频谱数据，并利用支持向量机分类算法对其进行处理。

通过设定分类基准和真假样本标记，计算真样本率和假样本率，并生成标准频谱区间。

当前信号频谱与标准频谱区间的中心值作差得到偏差系数，若偏差系数低于模型质量阈值，则判定模型正常运行；

反之则标记为异常。这一过程有效避免了因信号噪声或环境干扰导致的建模误差。

最后，质量优化模块根据相邻时间窗口的建模模式和频谱变化率调整质量阈值，以适应信号的动态变化。

例如，若当前建模模式为均衡建模模式且与前一时间窗口的模式不同，质量优化模块将当前质量阈值与频谱变化率相乘，生成新的质量阈值。

这一调整机制确保了模型在复杂心腔环境下的鲁棒性，同时提升了建模精度。

通过上述步骤，系统实现了从超声信号采集到三维建模的全过程。

信号采集模块负责获取基础数据，模式选择模块动态调整建模策略，异常检测模块实时监控模型状态，质量优化模块则不断优化更新流程。

各模块协同工作，形成了完整的闭环系统，从而克服了现有技术在动态适应性、建模精度和复杂环境鲁棒性方面的不足，满足了临床对高精度解剖结构的需求。

一种心腔内超声引导三维建模方法，包括以下步骤：

步骤S1：在接收超声信号前，检测超声探头与目标组织之间的相对运动状态，获取超声信号的采样频率和信号强度分布，将超声信号划分为多个时间窗口并对每个时间窗口内的信号进行频域分析，记录各窗口内的频谱特征；

步骤S2：根据频谱特征提取信号中的动态分量和静态分量，设置动态阈值对动态分量进行筛选，评估信号的综合动态指数，结合采样频率和综合动态指数选择适合的建模模式；

步骤S3：在每次进行模型更新前，根据当前建模模式对超声信号进行处理，访问历史数据库获取对应模式下的历史信号频谱数据，计算标准频谱区间并设置模型质量阈值，采集当前信号频谱与标准频谱区间的偏差系数，比较模型质量阈值与偏差系数判断模型是否出现异常，进行异常标记；

步骤S4：检测相邻时间窗口内信号频谱的变化趋势，计算频谱变化率，根据频谱变化率调整当前建模模式的质量阈值，确保模型能够适应信号的动态变化；

上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。

上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。

应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A,B可以是单数或者复数。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系，但也可能表示的是一种“和/或”的关系，具体可参考前后文进行理解。

本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。

应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种心腔内超声引导三维建模方法，其特征在于：包括以下步骤：

步骤S1：在接收超声信号前，检测超声探头与目标组织之间的相对运动状态，获取超声信号的采样频率和信号强度分布，将超声信号划分为多个时间窗口并对每个时间窗口内的信号进行频域分析，记录各窗口内的频谱特征；

步骤S2：根据频谱特征提取信号中的动态分量和静态分量，设置动态阈值对动态分量进行筛选，评估信号的综合动态指数，结合采样频率和综合动态指数选择适合的建模模式；

步骤S3：在每次进行模型更新前，根据当前建模模式对超声信号进行处理，访问历史数据库获取对应模式下的历史信号频谱数据，计算标准频谱区间并设置模型质量阈值，采集当前信号频谱与标准频谱区间的偏差系数，比较模型质量阈值与偏差系数判断模型是否出现异常，进行异常标记；

步骤S4：检测相邻时间窗口内信号频谱的变化趋势，计算频谱变化率，根据频谱变化率调整当前建模模式的质量阈值，确保模型能够适应信号的动态变化。

2.根据权利要求1所述的一种心腔内超声引导三维建模方法，其特征在于：

在步骤S1中，超声探头是一种用于发射和接收超声波的装置，通过内置加速度传感器获取探头的位移和速度信息，结合信号强度分布分析超声信号的采样频率；

频域分析采用快速傅里叶变换算法，将时间窗口内的信号从时域转换到频域，提取频谱特征；时间窗口的长度为50ms至100ms；频谱特征包括主频、带宽和能量分布。

3.根据权利要求2所述的一种心腔内超声引导三维建模方法，其特征在于：

在步骤S2中，提取动态分量和静态分量的具体步骤如下：

将频谱特征中的主频和带宽作为输入，构建频谱特征矩阵，计算矩阵中各元素的平均值和方差，将方差与预设的方差比例系数进行乘积后与平均值求和得到的结果作为动态阈值；

当频谱特征中的主频或带宽超过动态阈值，则判断该频谱特征属于动态分量；

否则，判断其属于静态分量；

计算综合动态指数时，将动态分量的频谱特征与动态阈值的比值作为单个动态分量的权重，将所有动态分量权重的平均值作为综合动态指数。

4.根据权利要求3所述的一种心腔内超声引导三维建模方法，其特征在于：

在步骤S2中，将采样频率利用归一化算法进行标准化处理，将标准化后的结果作为采样频率系数，将采样频率系数与综合动态指数的差值作为建模模式的选择标准数值；

当建模模式的选择标准数值小于0，则选择高精度建模模式；当建模模式的选择标准数值大于0且小于预设的稳定阈值，则选择均衡建模模式；

当建模模式的选择标准数值超过预设的稳定阈值，则选择快速建模模式。

5.根据权利要求4所述的一种心腔内超声引导三维建模方法，其特征在于：

在步骤S3中，根据建模模式对超声信号进行处理时，若当前模式为高精度建模模式，则对超声信号进行全频段分析并保留所有频谱特征；

若当前模式为快速建模模式，则仅提取超声信号中的动态分量频谱特征；若当前模式为均衡建模模式，则对超声信号进行分段处理，分别提取高频段和低频段的频谱特征。

6.根据权利要求5所述的一种心腔内超声引导三维建模方法，其特征在于：

在步骤S3中，访问历史数据库获取对应模式下的历史信号频谱数据并合并为历史频谱数据集，利用支持向量机分类算法设置模型质量阈值并计算标准频谱区间，具体步骤如下：

设定分类基准，将历史频谱数据集中的主频均值作为分类基准；

正负样本标记：将历史频谱数据集中超过分类基准的数据标记为正样本，低于分类基准的数据标记为负样本；

真假分类：将超过预设频谱判断阈值的正样本和负样本标记为真样本，低于预设频谱判断阈值的正样本和负样本标记为假样本；

计算分类率：通过分类率公式分别计算真样本率和假样本率；分类率增量，设置M个不同的频谱判断阈值获取多个真样本率和假样本率，将获取的真样本率从大到小依次作差得到M-1个真样本率差，将获取的假样本率从大到小依次作差得到M-1个假样本率差；

计算模型质量阈值：利用获得的真样本率差和假样本率差计算模型质量阈值；

计算标准频谱区间：分别选出真样本率和假样本率中的最大值和最小值，利用真样本率和假样本率中的最大值计算标准频谱上区间，利用真样本率和假样本率中的最小值计算标准频谱下区间，将标准频谱上区间与标准频谱下区间之间的范围作为标准频谱区间。

7.根据权利要求6所述的一种心腔内超声引导三维建模方法，其特征在于：

在步骤S3中，判断模型是否出现异常时，先对当前信号频谱与标准频谱区间进行比较，若当前信号频谱处于标准频谱区间内，则判断模型未出现异常；

若当前信号频谱处于标准频谱区间外，则将当前信号频谱与标准频谱区间的中心值作差得到偏差系数；

当偏差系数低于模型质量阈值，则判断模型未出现异常；

当偏差系数超过模型质量阈值，则判断模型出现异常，进行异常标记。

8.根据权利要求7所述的一种心腔内超声引导三维建模方法，其特征在于：

在步骤S4中，检测相邻时间窗口内信号频谱的变化趋势，将当前时间窗口的频谱特征与前一个时间窗口的频谱特征进行对比，计算频谱变化率；

频谱变化率的计算公式为当前时间窗口的主频与前一个时间窗口的主频之差除以前一个时间窗口的主频；

若频谱变化率超过预设的评估阈值，则结合相邻时间窗口的建模模式和频谱变化率调整当前建模模式的质量阈值，具体步骤如下：

若当前建模模式为高精度建模模式或快速建模模式，且与前一个时间窗口的建模模式相同，则不对当前建模模式的质量阈值进行调整；

若当前建模模式为均衡建模模式且与前一个时间窗口的建模模式不同，则将当前建模模式中的质量阈值与频谱变化率的乘积作为调整后的质量阈值，重新判断模型是否出现异常。

9.一种心腔内超声引导三维建模系统，用于实现权利要求1-8任意一项所述的一种心腔内超声引导三维建模方法，其特征在于：包括信号采集模块、模式选择模块、异常检测模块以及质量优化模块；

信号采集模块用于检测超声探头与目标组织之间的相对运动状态并采集超声信号的采样频率和频谱特征；

模式选择模块用于根据频谱特征提取动态分量和静态分量，设置动态阈值筛选动态分量，评估综合动态指数后选择当前建模模式；

异常检测模块通过历史信号频谱数据计算标准频谱区间并设置模型质量阈值，根据当前信号频谱与标准频谱区间的偏差系数判断模型是否出现异常；

质量优化模块根据相邻时间窗口的建模模式和频谱变化率对当前建模模式的质量阈值进行调整。

10.根据权利要求9所述的一种心腔内超声引导三维建模系统，其特征在于：

信号采集模块通过内置加速度传感器获取探头的位移和速度信息，结合信号强度分布分析超声信号的采样频率；

模式选择模块通过频谱特征矩阵计算动态阈值并评估综合动态指数；

异常检测模块利用支持向量机分类算法生成标准频谱区间并计算模型质量阈值；

质量优化模块通过频谱变化率调整当前建模模式的质量阈值。