[go: up one dir, main page]

CN108348179B - 通过视频成像处理评估血液透析患者内的通路流量的方法和设备 - Google Patents

通过视频成像处理评估血液透析患者内的通路流量的方法和设备 Download PDF

Info

Publication number
CN108348179B
CN108348179B CN201680064224.6A CN201680064224A CN108348179B CN 108348179 B CN108348179 B CN 108348179B CN 201680064224 A CN201680064224 A CN 201680064224A CN 108348179 B CN108348179 B CN 108348179B
Authority
CN
China
Prior art keywords
video
motion
patient
blood flow
medical imaging
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201680064224.6A
Other languages
English (en)
Other versions
CN108348179A (zh
Inventor
P.科坦科
F.朱
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fresenius Medical Care Holdings Inc
Original Assignee
Fresenius Medical Care Holdings Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fresenius Medical Care Holdings Inc filed Critical Fresenius Medical Care Holdings Inc
Publication of CN108348179A publication Critical patent/CN108348179A/zh
Application granted granted Critical
Publication of CN108348179B publication Critical patent/CN108348179B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/026—Measuring blood flow
    • A61B5/0261—Measuring blood flow using optical means, e.g. infrared light
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6813—Specially adapted to be attached to a specific body part
    • A61B5/6824—Arm or wrist
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/70—Means for positioning the patient in relation to the detecting, measuring or recording means
    • A61B5/702—Posture restraints
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M1/00—Suction or pumping devices for medical purposes; Devices for carrying-off, for treatment of, or for carrying-over, body-liquids; Drainage systems
    • A61M1/14—Dialysis systems; Artificial kidneys; Blood oxygenators ; Reciprocating systems for treatment of body fluids, e.g. single needle systems for hemofiltration or pheresis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M1/00—Suction or pumping devices for medical purposes; Devices for carrying-off, for treatment of, or for carrying-over, body-liquids; Drainage systems
    • A61M1/36—Other treatment of blood in a by-pass of the natural circulatory system, e.g. temperature adaptation, irradiation ; Extra-corporeal blood circuits
    • A61M1/3621—Extra-corporeal blood circuits
    • A61M1/3653—Interfaces between patient blood circulation and extra-corporal blood circuit
    • A61M1/3656—Monitoring patency or flow at connection sites; Detecting disconnections
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/33—Controlling, regulating or measuring
    • A61M2205/3303—Using a biosensor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/33—Controlling, regulating or measuring
    • A61M2205/3306—Optical measuring means
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30084—Kidney; Renal
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Hematology (AREA)
  • Vascular Medicine (AREA)
  • Cardiology (AREA)
  • Anesthesiology (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Multimedia (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Physiology (AREA)
  • Emergency Medicine (AREA)
  • Urology & Nephrology (AREA)
  • External Artificial Organs (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

提供了使用视频图像处理来评估患者血流量的系统和方法。根据一个方面，分析患者的至少一个血流量特性的方法包括：捕获包括患者身上的动静脉(AV)瘘的多个帧的视频；放大视频中的运动以产生运动放大的视频；确定所述运动放大的视频中的连续帧之间的强度差，以产生表示患者身上的感兴趣区域中的移动的光流的幅度的时间函数；以及基于该时间函数确定患者的至少一个血流量特性。

Description

通过视频成像处理评估血液透析患者内的通路流量的方法和 设备
相关申请的交叉引用
本申请根据35U.S.C.§119(e)要求于2015年11月3日提交的标题为“METHOD ANDAPPARATUS OF ASSESSMENT OF ACCESS FLOW IN HEMODIALYSIS PATIENTS BY VIDEOIMAGING PROCESSING”的美国临时申请第62/250,294号的优先权，其全部内容通过引用结合于此。
技术领域
本公开的技术领域一般涉及医疗设备，并且更具体地涉及用于评估患者内的血流量(blood flow)的方法和装置。
背景技术
对血液透析患者内的血管通路(access)区域(例如，静脉)的状态的评估按照惯例是临床实践中最重要的挑战之一。血液透析患者依靠血管通路来连接到血液透析机，血液透析机提供对来自患者的血流的废物的救生过滤。然而，由于血管通路中和/或血管通路周围的血液凝结，患者的血管通路可能失败。最终，经历血管通路失败的患者可能不得不接受手术以改善血管通路中的血流量。
目前获取(access)血管通路的健康状况的标准实践是使用多普勒(Doppler)超声技术来生成血管通路的超声图像。在临床实践中，医师查看血管通路的超声图像以基于医师的经验来评估血管通路的健康状况。但是，没有获取超声图像的标准实践。因此，基于例如针对患者以及患者的被成像的区域而握持超声探头的方式以及患者的哪些区域被成像，得到的超声图像的质量可能不一致。超声成像还要求熟练的操作员，是依赖于位置的，且是耗时的。
在工业环境中，电磁流量计也已经被用于评估血流量。然而，由于缺乏准确性和不敏感的血流量特定位置，在临床实践中应用这样技术的尝试取得了有限的成功。
发明内容
方面和示例涉及用于使用视频图像处理评估患者内的血流量特性的各种非侵入性技术。可以通过分析在流体(例如，血液)循环通过患者身上感兴趣的区域时患者皮肤表现出的微小运动来确定血流量特性。可以分析微小运动以确定例如患者的各个区域中的血流量速率。这些非侵入性技术可以容易地用于，例如，评估血液透析患者内的血管通路的健康状况。例如，可以分析捕获由血液透析患者的动静脉(arterio-venous，AV)瘘所表现的微小运动的视频，以估计患者的血管通路中的血流量。此外，可以分析所捕获的视频以识别患者中的血栓症和/或预测血栓症的发作。医师可以采用关于血液透析患者内的血管通路的健康状况的信息来在血管通路失败之前进行干预，从而延长血管通路的使用寿命。
根据至少一个方面，提供了分析患者的至少一个血流量特性的方法。该方法包括：捕获包括患者身上的动静脉(AV)瘘的多个帧的视频；放大视频中的运动以产生运动放大的视频；确定所述运动放大的视频中的连续帧之间的强度差，以产生表示患者身上的感兴趣区域中的移动的光流的幅度的时间函数；以及基于该时间函数确定患者的至少一个血流量特性。
在一些示例中，捕获视频的动作包括捕获单色视频。例如，单色视频可以由单色图像传感器捕获。
在一些示例中，捕获视频的动作包括捕获彩色视频，并且该方法还包括灰度化运动放大的视频以产生灰度化的视频。在这些示例中，该方法还可以包括将灰度化的视频转换为二进制视频，并且确定强度差的动作可以包括确定该二进制视频中的连续帧之间的强度差。可以理解，确定连续帧之间的强度差的动作可以直接在灰度化的视频上完成。
在一些示例中，该方法还包括将运动放大的视频转换为二进制视频，并且确定强度差的动作包括确定二进制视频中的连续帧之间的强度差。转换为二进制之前的运动放大的视频可以是例如彩色视频。
在一些示例中，多个帧中的每一个帧包括多个像素，并且确定强度差的动作可以包括逐像素确定连续帧中的每个像素之间的多个强度差。在这些示例中，确定强度差的动作还可以包括对多个像素强度差进行求和。
在一些示例中，患者的至少一个血流量特性包括患者的估计的通路血流量。在这些示例中，确定至少一个血流量特性的动作可以包括确定强度差的平均幅度，并将平均强度差应用于模型以获得估计的通路血流量。可以理解，将平均强度差应用于模型的动作可以包括将平均强度差应用于查找表。根据进一步的实施例，基于时间函数确定患者的至少一个血流量特性包括确定运动的频率。
根据至少一个方面，提供了分析血液透析患者内的血管通路血流量的方法。该方法包括：使用包括M×N像素阵列的成像传感器收集血液透析患者内的动静脉瘘区域的第一时间序列的二维视频图像，对该第一时间序列的二维视频图像中的每个二维视频图像执行运动放大处理以产生第二时间序列的二维运动放大的视频图像，基于该第二时间序列的二维运动放大的视频图像中的连续的二维运动放大的视频图像之间的强度变化的逐像素确定来将该第二时间序列的二维运动放大的视频图像变换成表示血管通路血流量的第三一维时间序列的光流的幅度，以及基于该第三一维时间序列的光流的幅度和血管通路血流量的至少一个临床测量的组合来估计血管通路血流量。
根据至少一个方面，提供了一种确定与血液透析患者内的动静脉瘘相关联的生理参数的方法。该方法包括：使用包括M×N像素阵列的成像传感器来收集动静脉瘘的第一时间序列的视频图像，对该第一时间序列的视频图像中的每个视频图像执行运动放大处理以产生第二时间序列的运动放大的视频图像，基于该第二时间序列的运动放大的视频图像中的连续的运动放大的视频图像之间的强度变化的逐像素确定来将该第二时间序列的运动放大的视频图像变换成第三时间序列的光流的幅度，以及至少部分地基于该第三时间序列的光流的幅度来确定该生理参数。
根据至少一个方面，提供了一种用于确定与血液透析患者内的动静脉瘘相关联的生理参数的系统。该系统包括：被配置为获得动静脉瘘的第一时间序列的视频图像的成像部件，和被耦合到成像部件并且被配置为接收和处理该第一时间序列的视频图像的视频处理部件。该视频处理部件可以被配置为：通过对第一时间序列的视频图像中的每个视频图像执行运动放大处理来处理第一时间序列的视频图像以产生第二时间序列的运动放大的视频图像，基于该第二时间序列的运动放大的视频图像中的连续的运动放大的视频图像之间的强度变化来将第二时间序列的运动放大的视频图像变换成第三时间序列的光流的幅度，以及至少部分地基于该第三时间序列的光流的幅度来产生该生理参数的估计。可以理解，该系统还可以包括被耦合到视频处理部件并且被配置为显示该生理参数的估计和该第二时间序列的运动放大的视频图像中的至少一个的显示器。
根据另一方面，提供了一种用于对血液透析患者的动静脉(AV)瘘成像的医学成像设备。该医学成像设备包括：外壳，具有延伸穿过其中的开口，该开口的尺寸为容纳血液透析患者的手臂；手臂支撑件，被配置为当血液透析患者的手臂延伸穿过外壳中的开口时支撑手臂；旋转轮，被布置在外壳内并且被配置为围绕开口旋转；光源，被布置在旋转轮上在外壳内，该光源被配置为照射位于开口内的手臂的至少一部分，手臂的该部分包括该AV瘘；以及成像传感器，被布置在旋转轮上在外壳内并且被配置为产生AV瘘的视频图像。
在一些示例中，该医学成像设备还包括被耦合到旋转轮并且被配置为驱动旋转轮围绕开口旋转的驱动部件。驱动部件可以包括例如被耦合到旋转轮的驱动轴和被耦合到驱动轴的步进马达。在这些示例中，外壳可以包括被配置为将旋转轮附接到驱动轴并将旋转轮支撑在外壳内的轮支撑组件。
在一些示例中，在成像传感器产生AV瘘的视频图像时，光源维持恒定的亮度。光源可以包括例如发光二极管(LED)、白炽灯泡、荧光灯泡、卤素灯泡或其任何组合。可以理解，在一些示例中，光源可以具有可配置的亮度。
在一些示例中，手臂支撑件包括被布置在外壳的第一侧上的第一手臂支撑件部分和被布置在外壳的第二侧上的第二手臂支撑件部分，第二侧与第一侧相对，使得当手臂穿过开口延伸时，手臂的近端部分由第一手臂支撑件部分支撑，并且手臂的远端部分由第二手臂支撑件部分支撑。
在一些示例中，开口具有基本上圆形的形状。在这些示例中，外壳可以是基本上圆形的外壳，并且开口可以被居中地布置在基本上圆形的外壳内。圆形外壳可以例如被附接到安装平台到并被支撑在安装平台上。可以理解，开口可以是除圆形之外的形状，包括例如卵形、椭圆形、矩形或正方形。
在一些示例中，成像传感器包括被配置为向外部设备提供视频图像的通信端口。外部设备可以包括例如外部计算机系统和/或手持设备(例如，电话或平板机)。
在一些示例中，医学成像设备还包括被配置为控制旋转轮的旋转的控制器。在这些示例中，医学成像设备还可以包括显示器，并且其中控制器和显示器被集成到手持设备中。手持设备可以包括，例如，移动电话或平板计算机中的至少一个。可以理解，控制器可以被配置为：响应于从用户接收到的指令来控制旋转轮的旋转和/或基于AV瘘中成像的运动的幅度来控制旋转轮的旋转，以及旋转该旋转轮以便重新定位成像传感器以最大化成像的运动的幅度。
根据至少一个方面，提供了用于分析患者的至少一个血流量特性的医学成像系统。该医学成像系统包括被构造成捕获包括患者身上的动静脉(AV)瘘的多个帧的视频的成像传感器，以及被耦合到该成像传感器的至少一个处理器。该至少一个处理器可以被配置为：从成像传感器接收视频，放大视频中的运动以产生运动放大的视频，确定该运动放大的视频中的连续帧之间的强度差以产生表示患者身上的感兴趣区域中的移动的光流的幅度的时间函数，以及基于该光流的幅度的时间函数确定患者的至少一个血流量特性。
在一些示例中，该医学成像系统还包括耦合到至少一个处理器并被配置为显示视频的显示器。在一些示例中，至少一个血流量特性包括通路血流量的估计和患者是否将发生血栓症的预测中的至少一个。在其它示例中，医学成像系统还包括移动控制系统，该移动控制系统被配置为在正交旋转区域的方向上移动成像传感器。
下面详细讨论其它方面、示例和这些示例性方面和示例的优点。本文公开的示例可以以与本文公开的原理中的至少一个原理一致的任何方式与其它示例相结合，并且对“示例”、“一些示例”、“替换性示例”、“各种示例”、“一个示例”等等的引用不是必须是相互排斥的，并且意图指示描述的具体特征、结构或特性可以被包括在至少一个示例中。本文的这种术语的出现不是必须都引用相同的示例。
附图说明
下面参考附图讨论至少一个示例的各个方面，该附图不意图按比例绘制。这些附图被包括以提供图示和对各个方面和示例的进一步理解，并且被合并在本说明书中并构成本说明书的一部分，但并不意图作为本发明的限制的定义。在附图中，在各图中示出的每个相同或几乎相同的组件由相似的参考标号表示。为了清楚的目的，可能不是每个组件都在每个图中被标记。在附图中：
图1是示例血液透析系统；
图2是用于监测患者的通路血流量的示例处理的流程图；
图3是示例医学成像系统；
图4是另一示例医学成像系统；
图5A至图5C是用于确定视频中的运动幅度的示例处理的示例流程图；
图6是用于估计患者的通路血流量(ABF)的示例处理的流程图；
图7是用于预测在患者中的血栓症的示例处理的流程图；
图8是示出了帧之间的强度差与患者内的ABF之间的关系的图形；
图9A是示出在具有高ABF的患者中的帧之间的强度差的图形；
图9B是示出在具有低ABF的患者中的帧之间的强度差的图形；
图10A是示出医师干预之后在具有低ABF的患者中的帧之间的强度差的图形；
图10B是示出医师干预之前在具有低ABF的患者中的帧之间的强度差的图形；
图11A是示出医师干预之后在具有低ABF的患者中的帧之间的强度差的频率分量的图形；以及
图11B是示出医师干预之前在具有低ABF的患者中的帧之间的强度差的频率分量的图形。
具体实施方式
方面和示例涉及用于使用视频图像处理评估患者内的血流量特性的非侵入性技术。这些非侵入性技术分析当血液穿过感兴趣的区域时该区域、例如动脉-静脉(AV)瘘中的患者的皮肤表现的运动，以提供关于患者的各种血流量特性的了解。例如，可以采用非侵入性技术来确定血液透析患者内的通路血流量(ABF)和/或预测血栓症的发作。
应当理解，本文讨论的方法和装置的示例在应用于在下面的描述中阐述或者在附图中示出的组件的构造和布置的细节方面不受限制。该方法和装置能够在其它示例中实施，并且能够以各种方式被实践和被执行。提供具体实施方式的示例仅仅为了例示性的目的，并且不意图是限制性的。具体地，结合任何一个或多个示例讨论的动作、元素和特征不意图被排除在任何其它示例中的类似角色之外。并且，这里使用的措辞和术语是用于描述的目的，而不应该被认为是限制性的。对本文所提到的系统和方法的示例或元素或动作的任何以单数的引用也可以涵盖包括多个这些元素的示例，并且对于本文的任何示例或元素或动作的以复数的任何引用也可以涵盖仅包括单个元素的示例。本文使用的“包括”、“包含”、“具有”、“含有”、“涉及”及其变型意味着涵盖其后列出的项目及其等同物以及附加项目。对“或”和“和/或”的引用可以被解释为包含性的，使得使用“或”和“和/或”描述的任何术语可以指示所述术语中的单个、多于一个和全部中的任意一种。任何对前和后、左和右、顶部和底部、较上和较下、以及垂直和水平的引用是为了便于描述，而不是将本系统和方法或其组件限制到任何一个位置或空间朝向。
示例血液透析系统
血液透析系统可以净化肾功能不正常的患者的血液以去除多余的流体和废物，包括例如尿素。图1示出了净化患者血液的示例血液透析系统100。如图所示，血液透析系统100包括净化血液的血液透析机102。血液由血液透析机102经由输入线106从患者接收。输入线106可包括附接到可插入到患者的血管通路(例如静脉108)中的针的管。为了将足够的血流量传递到透析机102，可能需要高的通路血流量(ABF)。医师可以通过将动脉112连接到静脉108来手术创建动静脉(AV)瘘110以增加静脉108中的ABF。由此，来自动脉112的血液可以直接流入静脉108。由AV瘘110引起的静脉108中增加的ABF可以增加输入线106中到血液透析机102的血流量。在血液透析机102过滤血液以去除各种废物后，血液通过输出线104返回到患者的静脉108。类似于输入线106，输出线104可以包括连接到可插入到患者内的针的管。
为透析机提供高ABF的AV瘘110可能有各种并发症。例如，可能在AV瘘110、静脉108和/或动脉112内形成凝块，并减少静脉108中的ABF。如下面更详细描述地，可以通过监测患者的ABF和/或预测血栓症(例如阻挡血流量的凝块形成)来减轻这些并发症。预测血栓症可以允许医师在形成并发症的早期采取预防性行为，包括但不限于修复AV瘘，从而延长成熟AV瘘的功能性寿命。
用于监测血流量的示例方法
图2提供了使用视频图像处理来监测患者中的通路血流量的示例非侵入性方法。方法200捕获并分析感兴趣区域(例如，AV瘘)的微小运动的图像以识别患者的各种通路血流量特性。在血液透析患者的情况下，通路血流量特性可以包括，例如，患者的ABF和/或患者发生血栓症的可能性。
在动作202中，诸如上述系统的系统捕获患者身上感兴趣的区域的视频记录。例如，该系统可以捕获患者的AV瘘的视频，尽管其它感兴趣的区域是可能的。视频可以在患者经历血液透析治疗时或当患者处于静止状态(即，当前未经历血液透析治疗)时被捕获。如下面参考图3更详细描述的，患者身上感兴趣的区域的视频记录可以由多种医学成像系统中的任何一种拍摄。在一些示例中，如图4所示，医学成像系统可以被具体构造为拍摄血液透析患者的AV瘘的图像。这些具体构造的医学成像系统可以控制AV瘘周围的光以例如改善捕获的视频的质量。
在动作204中，捕获的视频记录中的运动被放大。基于皮肤下的各种流体动态由皮肤所表现的运动可能非常小。在这些示例中，放大由皮肤表现的微小运动更好地使能可归因于皮肤的运动的视频中的噪声与运动之间的勾画。可以采用各种方法中的任何一种方法来放大捕获的视频中的运动。下面参考示例运动放大部分更详细地描述示例运动放大处理。
在动作206中，确定运动(例如，光流)的幅度。量化视频中的运动使能够识别运动的模式和/或具体特性。可以通过例如确定连续帧之间的每个像素的强度变化来确定该幅度。假定相机被固定并且背景相对恒定，则在图像帧之间表现出颜色和/或强度变化的像素通常正捕获患者的运动。可以在视频流中评估这些像素以确定视频流中存在的运动的程度。下面参考图5A至图5C更详细地描述确定运动的幅度的各种示例处理。
在动作208中，基于视频流中运动的量化的幅度来确定患者的通路血流量特性。可以基于分析时域和/或频域中的运动的幅度来确定通路血流量特性。例如，如参考图6更详细描述地，可以通过计算视频流中运动的平均幅度并将确定的平均幅度应用于模型来确定血液透析患者的ABF。在其它示例中，如下面参考图7更详细描述地，运动的幅度可以被变换到频域用于分析以例如预测血栓症的发作。
取决于具体的实施方式，可以在各种系统上执行监测通路血流量的方法200。例如，如下面更详细描述地，该方法可以由也捕获患者身上感兴趣区域的视频的医学成像系统执行和/或在与该医学成像系统通信的计算机系统上执行。
示例医学成像系统
图3示出了可捕获患者身上感兴趣区域的视频的示例医学成像系统。如图所示，医学成像系统300包括成像设备302，该成像设备302被配置为提供患者身上的感兴趣区域320、包括例如AV瘘110的数字图像和/或视频帧。视频中的帧序列捕获感兴趣区域中的皮肤的运动，如由AV瘘运动318所示。视频可由成像设备102以诸如例如30帧每秒(FPS)的标准帧速率来捕获。在其它示例中，可以基于要被分析的运动的预期频率来调整帧速率。例如，运动的频率可以在0.5到10赫兹(Hz)范围内，并且帧速率可以被选择为至少是最高频率的两倍(即，20FPS)。
如图3所示，成像设备302包括与成像设备302中的其它组件通信的处理器304，以使能够获取图像并将图像组织成视频流。在一些示例中，处理器304还可以执行监测患者中的通路血流量的方法200的一个或多个动作。例如，处理器304可以被配置为与动作204一致地放大捕获的视频中的运动，与动作206一致地确定视频中的运动幅度，和/或与动作208一致地识别通路血流量特性。处理器304可以是任何类型的处理器、多处理器或控制器，包括例如数字信号处理器(DSP)。处理器304可以被连接到数据存储元件312，该数据存储元件312包括其中存储定义由处理器304执行的程序、组件或其它对象的指令的可写入非易失性或非瞬时性数据存储介质。存储器308还可以被耦合到处理器304以在成像设备302的操作期间存储程序和数据。存储器308可以是相对高性能的易失性随机存取存储器，诸如动态随机存取存储器(“DRAM”)或静态存储器(“SRAM”)。
成像设备302可以包括连接到处理器304的一个或多个接口设备310，诸如输入设备、输出设备和组合输入/输出设备。这些接口设备310可以包括向用户(例如医师)显示图像和/或视频并使用户能够控制成像系统300的一个或多个方面的各种设备。例如，接口310可以包括可由医师操作以控制成像设备302的孔径和/或成像设备302相对于感兴趣区域320的朝向的用户接口。示例接口设备包括麦克风、触摸屏、显示屏、扬声器、按钮、和小键盘。可以理解，接口设备310还可以使处理器304能够与外部系统和/或设备通信。
透镜316包括将可见光辐射聚焦在图像传感器314上的一个或多个透镜。可以理解，透镜316不限于如图3所示的单个物理透镜。在一些示例中，透镜316包括使能光学变焦的多个变焦透镜。可以通过缩窄入射到图像传感器314上的可见光辐射的视场来实现光学变焦。
图像传感器314可以包括对光敏感的传感器(例如，光电检测器)的二维区域。在一些示例中，图像传感器314的光电检测器可以检测两个或更多个单独颜色和/或亮度分量中的一个的可见光辐射的强度。例如，光电检测器的输出可以包括与YUV或RGB颜色空间一致的值。可以理解，图像传感器314可以是单色图像传感器并且仅捕获光强信息而不捕获任何颜色信息。如下面更详细描述地，在一些示例中捕获单色图像以省略一个或多个后续图像处理步骤(包括例如任何灰度图像处理步骤)可以是有利的。
在一些示例中，图像传感器314输出与撞击图像传感器314的光电检测器的可见光辐射的强度和/或颜色成比例的模拟信号。由图像传感器314输出的模拟信号可以由模拟到数字转换器306转换为数字数据以用于由处理器304处理。在一些示例中，模拟到数字转换器306的功能与图像传感器314集成。
虽然以示例的方式将成像设备302示出为可以在其上实践各种方面和功能的一种设备，但是方面和功能不限于在如图3所示的成像设备302上实施。各种方面和功能可以在具有与图3所示的架构或组件不同的架构或组件的成像设备上实践。例如，成像设备302可以包括被定制为执行本文公开的具体操作的专门编程的专用硬件，诸如专用集成电路(“ASIC”)或者片上系统(“SoC”)。
可以理解，成像系统300可以被专门构造以用于捕获患者身上的感兴趣区域的视频的目的。这些专用设备可以通过控制感兴趣区域的光照和/或使成像传感器314和/或透镜316相对于彼此和相对于感兴趣区域以最佳朝向适当地定向以捕捉感兴趣区域的视频来有利地改善系统性能。这样独特构造的医学成像设备在图4中示出。图4中示出的医学成像设备400被具体构造成捕获血液透析患者的手臂上的AV瘘的图像。医学成像系统400为患者的手臂提供支撑以鼓励患者在成像处理期间保持静止，并且允许用户(例如，医师或技术人员)控制成像传感器的朝向。
如图4所示，医学成像系统400包括在具有开口以接收包括AV瘘110的患者的前臂的外壳404内旋转的旋转轮402。患者的手臂可由在外壳404的前侧和后侧的臂垫406支撑。光支撑件420被安装和/或集成到支撑光源418的旋转轮402。可以选择和/或校准光源418以提供已知的和基本恒定的照明。可选地，光源418可以被配置为提供可控的照明水平。将光源418经由光支撑件420安装到旋转轮402允许改变光源418的位置。例如，医师可调整光源418的位置以控制AV瘘110上和/或AV瘘110周围的光照。类似地，成像传感器412由被安装和/或集成到旋转轮402的图像传感器支撑件414支撑。将成像传感器412安装到旋转轮402允许用户(例如，医师)移动成像传感器412以成像来自差异角度的差异区域。在一些实施例中，图像传感器支撑件414可以允许成像传感器412在一个或多个轴上、诸如沿着患者手臂的长度的移动。图像传感器支撑件414可以进一步允许成像传感器412以旋转方式、例如围绕患者的手臂的移动。
在一些示例中，医学成像系统400可优化光源418和/或成像传感器412的位置以捕获最高质量的AV瘘110的视频。例如，可以优化定位以产生AV瘘110的最大检测到的运动幅度。在一些示例中，此朝向使得AV瘘的运动基本处于由成像传感器捕获的平面中。已经确定，例如，当成像传感器412处于离AV瘘110大约30厘米远的位置并且处于捕获AV瘘110的侧视图的角度时，医学成像系统400可以提供最优结果。
外壳404可以通过螺丝410连接到基座408以将医学成像系统400原地(in place)保持在平坦的表面(例如桌子)上。可以理解，可以采用其他机构来将基座408连接到外壳404。例如，基座408可以被构造成集成到外壳404。
旋转轮402可以通过各种机构转动。例如，旋转轮402可以连接到驱动齿轮426，驱动齿轮426由马达422经由驱动轴424来供电。马达422可以是例如从另一个设备接收指令的步进马达。例如，用户接口设备428可以包括可由用户(例如，医师)操作以控制旋转轮402的旋转的小键盘430。在一些示例中，用户可以在集成到用户接口设备428中的显示器上查看成像传感器412的当前位置。用户接口设备428可以采取各种形式，并且可以集成到医学成像系统400或与医学成像系统400进行无线通信。例如，用户接口设备428可以是与医学成像系统400无线通信的智能电话、平板机或计算机。
可以理解，可以基于例如被成像的特定感兴趣区域以各种形式来构造各种医学成像系统。此外，这些医学成像系统中的任何一个可以执行与如上所述的捕获感兴趣区域的视频分离的一个或多个附加功能。例如，医学成像系统可以与血流量监测处理200的动作204一致地放大捕获的视频中的运动。
示例运动放大技术
由例如AV瘘表现的运动可能难以(或不可能)利用人眼从原始图像数据看到。这些微小运动可以被放大以增加运动的比例从而简化视频中噪声和运动之间的勾画。运动放大可以通过例如对捕获的视频执行欧拉(eulerian)视频放大来实现。欧拉视频放大将空间和时间处理结合起来以放大视频中的细微运动。
在欧拉视频放大中，使用拉普拉斯金字塔(Lapancian pyramid)将视频序列分解为不同的空间频带。在将信号分解成不同的空间频带之后，可以应用时间滤波器来选择在空间分解的频带内的感兴趣的频率。感兴趣的频率可以包括例如在人类正常心率附近的范围。
选择的感兴趣频率可以被放大并且与相应的空间频带重新组合。从而，感兴趣的频率内的运动被放大。这些空间频带可以被重新组合以形成新的运动放大的视频。在2014年3月13日公布的标题为“LINEAR-BASED EULERIAN MOTION MODULATION”的美国专利申请公开No.2014/0072190中提供了关于欧拉视频放大的附加示例，其全部内容通过引用合并于此。
可以理解，可以采用其它方法来放大捕获的视频中的运动。另外，可以采用一个或多个处理来裁剪视频以去除视频帧中的未表现任何运动的区域(例如，背景)，以例如降低如下所述的视频中的运动的后续量化的计算复杂度。
示例运动量化技术
捕获的视频中放大的运动可以被量化以便分析运动。可以通过分析图像中连续帧之间的光的强度变化来量化图像中的运动。给定静止视频记录设备和在患者身上感兴趣区域后面的静止场景，在没有表现任何运动的所有区域(例如，视频背景中的地板)上，光的强度应该相对恒定。随着像素从示出背景变化为示出患者的皮肤，视频中具有运动的区域表现出强度的变化。例如，可以对着静止背景幕(例如，医院的地板或墙壁)对AV瘘成像。随着AV瘘扩张和收缩，在视频序列中，各个像素位置在作为恒定地板颜色与患者皮肤的颜色之间切换。识别表现出这些变化的像素的数量提供了识别在视频中捕获了多少运动的基准。图5A中的处理500A示出了这种量化运动的示例性方法。
参考图5A中的动作502，运动放大的视频被灰度化以例如将视频帧的多个彩色通道组合成单个亮度通道。如本领域技术人员所知的，可以采用各种方法中的任何一种来灰度化运动放大的视频。例如，可以通过对各个颜色通道(例如，R、G和B通道)取加权平均来灰度化运动放大的视频。可以理解，在某些情况下，例如，在如图5B中的处理500B所示用单色成像器拍摄视频记录的应用中，可以省略动作502。
在动作504中，运动放大并灰度化的视频被转换为二进制视频，其中每个像素或是黑色，或是白色。通过例如对帧中的每个像素应用阈值，可以将灰度化的视频转换为二进制。例如，灰度化的视频中的每个像素值可以是在0和255之间的8位值，表示在白色(例如，0)和黑色(例如，255)之间的强度。在这个示例中，可以应用阈值125，其将具有大于125的值的所有像素转换为黑色，并且将具有小于125的值的所有像素转换为白色。应用于灰度化的视频的阈值可以是例如预编程的值和/或由系统动态地确定。例如，系统可以分析连续帧的色调分布以识别特定的阈值。可以理解，彩色图像可以被直接转换为二进制图像，并且在一些示例中，如图5B中的处理500B所示，可以省略将图像灰度化的中间步骤。
在动作506中，系统确定二进制视频中的连续帧之间的强度变化。可以通过识别连续帧中每个相应像素之间的强度值的差并对该差进行求和来确定强度变化。例如，视频流A中具有m乘n像素位置的第i帧中的任何给定像素位置处的强度I可由下面的等式(1)表示：
I(m,n,t)＝Ai(m,n) (1)
可以确定每个相应像素位置处的强度I的差。例如，像素位置(3,4)可以在第一帧中具有值0并且在第二后续帧中具有值1，从而产生差值1。示出帧之间每个像素的强度变化的示例等式由等式(2)示出：
ΔI(m,n,t)＝Ai+1(m,n)-Ai(m,n) (2)
所确定的连续帧中的每个相应像素之间的强度变化可以被组合以形成值的单个阵列。例如，阵列中的每个元素可以是两个连续帧中的相应像素值之间的差的和。示出跨整个帧的强度变化的总和的示例等式由下面的等式(3)示出。
Figure BDA0001648671090000131
强度变化的阵列可以被表示为时间函数。可以基于具体的实施方式来转换强度变化的时间函数的单位。例如，时间函数可以从每连续帧对的变化像素转换为皮肤的数毫米位移。
可以理解，在动作506中执行的强度变化的确定不需要在二进制视频流上执行。上述的强度变化的确定也可以容易地应用于例如灰度化的视频流，如图5C中的处理500C所示。例如，对于两个连续帧中的给定像素所确定的强度差可以从在二进制视频流的情况下的第一范围-1到1偏移到对于8位灰度化的视频流的第二范围-255到255。
示例血流量特性识别技术
可以分析捕获的视频的连续帧中的量化的运动幅度以确定患者的各种血流量特性。可以基于具有低和高ABF的患者所表现的运动幅度中的各种模式来确定这些血流量特性。例如，可以通过确定运动的平均幅度来估计患者的ABF，如图6中的处理600所示。
在可选动作602中，可以对量化的运动幅度滤波以去除多余的噪声。例如，感兴趣的运动可以具有有限的可能的频率值范围。因此，具有高于感兴趣范围的频率值的信号分量可能是噪声并且可以被排除。在成像AV瘘的情况下，感兴趣的范围可以在0.02Hz和5Hz之间，并且可以被构造衰减低于0.02Hz以及高于5Hz的信号分量的带通滤波器。可以理解，带通滤波器可以以本领域技术人员已知的各种方式来实施。
在动作604中，可以确定在持续时间(例如，10秒)内的运动的平均幅度。在持续时间内的平均幅度可用于确定患者内的ABF的估计。如示出具有高ABF的患者的运动幅度的图9A以及示出具有低ABF的患者的运动幅度的图9B所示，高ABF患者内的运动幅度在十秒的时段内通常比具有低ABF的患者高得多。类似地，图10A示出了在由医师干预以改善血流量之后具有低ABF的患者的运动幅度，并且图10B示出了在医师干预之前相同患者的运动幅度。如图所示，在医师干预并且血流量改善后，运动的平均幅度通常增加。
在一些示例中，可以通过将线性(或非线性)模型应用于持续时间内的平均运动幅度来确定ABF的估计。例如，模型可以是由下面的等式4表征的线性模型。
ABF＝A*平均幅度+B (4)
在由等式4所示的模型中，可以基于例如从一组患者获得的实验数据的线性回归分析来确定系数A和常数B。系数A和常数B也可以是患者生理参数的函数，例如A和B可以与身体组成(例如，脂肪和肌肉)、体重、身高和性别相关联。图8示出了示出在10秒的时间段内的平均幅度与利用传统技术(例如通过在线清除率监测)测量的ABF之间的关系的示例图形。如图所示，可以从该组数据得出模型802以示出平均幅度和估计的ABF之间的关系。在图8所示的图形中，模型802具有等于19666的系数A和等于319.21的常数B。一旦模型被生成，该模型可以被实施为例如将平均幅度与ABF相关联的查找表。可以采用与等式(4)中所示的线性模型不同的其它模型，包括例如各种非线性模型。
可以理解，可以基于由感兴趣区域表现的运动幅度确定与ABF不同的其它血流量特性。例如，如图7所示，可以采用运动幅度以预测患者内的血栓症。血栓症预测处理700采用运动幅度的频域表示来识别各种模式。
在动作702中，傅立叶变换被应用于运动幅度的时间函数。如本领域技术人员所理解的，可以采用各种方法将运动幅度的时间函数从时域变换到频域，包括各种近似技术。例如，可以采用快速傅立叶变换(FFT)将时间函数变换到频域。
在动作704中，分析运动幅度的频率组成。例如，运动幅度的频域表示中的峰值的位置可以被识别并且可以与一个或多个阈值范围进行比较。图11A和11B示出了在医师干预以改善血流量之前和之后具有低ABF的患者之间的比较。更具体地，图11A示出了医师干预之后的运动幅度的频域表示，以及图11B示出了在医师干预之前的运动幅度的频域表示。如区域1102、1104和1106所示，干预后的患者的运动幅度的频域表示在2Hz、4Hz和6Hz附近具有峰值，然而，在干预之前，在2Hz、4Hz和6Hz附近频域表示没有表现出相同的明确的峰值。其中，这种模式可用于预测和/或识别患者内的血栓症。例如，如果平均幅度的频域表示中的最高峰低于图11A和11B中所示的2Hz、4Hz和6Hz范围，则可以预测患者发生血栓症。因此，方面和示例提供了例如通过其分析血液透析患者内的ABF和/或预测潜在的生理异常(诸如血栓症)的非侵入性程序。
已经在上面描述了至少一个示例的多个方面，应该理解，本领域技术人员将容易想到各种变更、修改和改进。这样的变更、修改和改进意图成为本公开的一部分并且意图在本发明的范围内。因此，前面的描述和附图仅作为示例，并且本发明的范围应该根据所附权利要求及其等同物的适当解释来确定。

Claims (35)

1.一种分析患者的至少一个血流量特性的方法，包括：
捕获包括患者身上的动静脉(AV)瘘的多个帧的视频；
放大视频中的运动以产生运动放大的视频；
确定所述运动放大的视频中的连续帧之间的强度差，以产生表示患者身上的感兴趣区域中的移动的光流的幅度的时间函数；以及
基于所述时间函数确定患者的至少一个血流量特性。
2.如权利要求1所述的方法，其中捕获所述视频包括捕获单色视频。
3.如权利要求1所述的方法，其中捕获所述视频包括捕获彩色视频，还包括灰度化所述运动放大的视频以产生灰度化的视频。
4.如权利要求3所述的方法，还包括将所述灰度化的视频转换为二进制视频，其中确定所述强度差包括确定所述二进制视频中的连续帧之间的强度差。
5.如权利要求3所述的方法，其中确定所述强度差包括确定所述灰度化的视频中的连续帧之间的强度差。
6.如权利要求1所述的方法，还包括将所述运动放大的视频转换为二进制视频，并且其中确定所述强度差包括确定所述二进制视频中的连续帧之间的强度差。
7.如权利要求1所述的方法，其中，所述多个帧中的每一个帧包括多个像素，并且其中确定所述强度差包括逐像素确定连续帧中的每个像素之间的多个强度差。
8.如权利要求7所述的方法，其中确定所述强度差还包括对多个像素强度差进行求和。
9.如权利要求1所述的方法，其中患者的所述至少一个血流量特性包括患者的估计的通路血流量。
10.如权利要求9所述的方法，其中，确定所述至少一个血流量特性包括确定所述强度差的平均幅度并将平均强度差应用于模型以获得估计的通路血流量。
11.如权利要求10所述的方法，其中将所述平均强度差应用于所述模型包括将所述平均强度差应用于查找表。
12.如权利要求9所述的方法，其中基于所述时间函数确定患者的所述至少一个血流量特性包括确定所述运动的频率。
13.一种分析血液透析患者内血管通路血流量的方法，所述方法包括：
使用包括M×N像素阵列的成像传感器收集血液透析患者内的动静脉瘘区域的第一时间序列的二维视频图像；
对所述第一时间序列的二维视频图像中的每个二维视频图像执行运动放大处理以产生第二时间序列的二维运动放大的视频图像；
基于所述第二时间序列的二维运动放大的视频图像中的连续的二维运动放大的视频图像之间的强度变化的逐像素确定来将所述第二时间序列的二维运动放大的视频图像变换成表示所述血管通路血流量的第三一维时间序列的光流的幅度；以及
基于所述第三一维时间序列的光流的幅度和所述血管通路血流量的至少一个临床测量的组合来估计所述血管通路血流量。
14.一种确定与血液透析患者内的动静脉瘘相关联的生理参数的方法，所述方法包括：
使用包括M×N像素阵列的成像传感器收集所述动静脉瘘的第一时间序列的视频图像；
对所述第一时间序列的视频图像中的每个视频图像执行运动放大处理以产生第二时间序列的运动放大的视频图像；
基于所述第二时间序列的运动放大的视频图像中的连续的运动放大的视频图像之间的强度变化的逐像素确定来将所述第二时间序列的运动放大的视频图像变换成第三时间序列的光流的幅度；以及
至少部分地基于所述第三时间序列的光流的幅度来确定所述生理参数。
15.一种用于确定与血液透析患者内的动静脉瘘相关联的生理参数的系统，所述系统包括：
成像部件，被配置为获得动静脉瘘的第一时间序列的视频图像；
视频处理部件，被耦合到所述成像部件并且被配置为接收和处理所述第一时间序列的视频图像，包括：
对所述第一时间序列的视频图像中的每个视频图像执行运动放大处理以产生第二时间序列的运动放大的视频图像；
基于所述第二时间序列的运动放大的视频图像中的连续的运动放大的视频图像之间的强度变化来将所述第二时间序列的运动放大的视频图像变换成第三时间序列的光流的幅度；以及
至少部分地基于所述第三时间序列的光流的幅度来产生所述生理参数的估计；以及
显示器，被耦合到所述视频处理部件并且被配置为显示所述生理参数的估计和所述第二时间序列的运动放大的视频图像中的至少一个。
16.一种用于对血液透析患者的动静脉(AV)瘘成像的医学成像设备，包括：
外壳，具有延伸穿过其中的开口，所述开口的尺寸为容纳血液透析患者的手臂；
手臂支撑件，被配置为当所述血液透析患者的手臂延伸穿过所述外壳中的所述开口时支撑所述手臂；
旋转轮，被布置在所述外壳内并且被配置为围绕所述开口旋转；
光源，被布置在所述旋转轮上在所述外壳内，所述光源被配置为照射位于所述开口内的所述手臂的至少一部分，所述手臂的所述部分包括所述动静脉瘘；
成像传感器，被布置在所述旋转轮上在所述外壳内并且被配置为产生所述动静脉瘘的视频图像；以及
至少一个处理器，被耦合到所述成像传感器，所述至少一个处理器被配置为：
从所述成像传感器接收所述视频；
放大所述视频中的运动以产生运动放大的视频；
确定所述运动放大的视频中的连续帧之间的强度差，以产生表示患者身上的感兴趣区域中的移动的光流的幅度的时间函数；以及
基于所述光流的幅度的时间函数确定患者的至少一个血流量特性。
17.如权利要求16所述的医学成像设备，还包括驱动部件，所述驱动部件被耦合到所述旋转轮并且被配置为驱动所述旋转轮围绕所述开口旋转。
18.如权利要求17所述的医学成像设备，其中所述驱动部件包括被耦合到所述旋转轮的驱动轴和被耦合到所述驱动轴的步进马达。
19.如权利要求18所述的医学成像设备，其中所述外壳包括轮支撑部件，所述轮支撑部件被配置为将所述旋转轮附接到所述驱动轴并将所述旋转轮支撑在所述外壳内。
20.如权利要求16所述的医学成像设备，其中在所述成像传感器产生所述动静脉瘘的视频图像时，所述光源维持恒定的亮度。
21.如权利要求16所述的医学成像设备，其中所述光源具有可配置的亮度。
22.如权利要求16所述的医学成像设备，其中，所述手臂支撑件包括被布置在所述外壳的第一侧上的第一手臂支撑件部分和被布置在所述外壳的第二侧上的第二手臂支撑件部分，所述第二侧与所述第一侧相对，使得当手臂穿过所述开口延伸时，所述手臂的近端部分由所述第一手臂支撑件部分支撑，并且所述手臂的远端部分由所述第二手臂支撑件部分支撑。
23.如权利要求16所述的医学成像设备，其中所述开口具有基本上圆形的形状。
24.如权利要求23所述的医学成像设备，其中，所述外壳是基本上圆形的外壳，并且所述开口被居中地布置在所述基本上圆形的外壳内。
25.如权利要求24所述的医学成像设备，还包括安装平台，所述圆形的外壳被附接到所述安装平台并被支撑在所述安装平台上。
26.如权利要求16所述的医学成像设备，其中所述成像传感器包括被配置为向外部设备提供所述视频图像的通信端口。
27.如权利要求16所述的医学成像设备，还包括被配置为控制所述旋转轮的旋转的控制器。
28.如权利要求27所述的医学成像设备，还包括显示器，并且其中所述控制器和所述显示器被集成到手持设备中。
29.如权利要求28所述的医学成像设备，其中所述手持设备包括移动电话或平板计算机中的至少一个。
30.如权利要求27所述的医学成像设备，其中所述控制器被配置为响应于从用户接收到的指令来控制所述旋转轮的旋转。
31. 如权利要求27所述的医学成像设备，其中所述控制器被配置为：
基于所述动静脉瘘中成像的运动的幅度来控制所述旋转轮的旋转；以及
旋转所述旋转轮以便重新定位所述成像传感器以最大化所述成像的运动的幅度。
32.一种用于分析患者的至少一个血流量特性的医学成像系统，包括：
成像传感器，被构造成捕获包括患者身上的动静脉(AV)瘘的多个帧的视频；
至少一个处理器，被耦合到所述成像传感器，所述至少一个处理器被配置为：
从所述成像传感器接收所述视频；
放大所述视频中的运动以产生运动放大的视频；
确定所述运动放大的视频中的连续帧之间的强度差，以产生表示患者身上的感兴趣区域中的移动的光流的幅度的时间函数；以及
基于所述光流的幅度的时间函数确定患者的至少一个血流量特性。
33.如权利要求32所述的医学成像系统，还包括被耦合到所述至少一个处理器并被配置为显示所述视频的显示器。
34.如权利要求32所述的医学成像系统，其中，所述至少一个血流量特性包括通路血流量的估计和患者是否将发生血栓症的预测中的至少一个。
35.如权利要求32所述的医学成像系统，还包括被配置为在正交旋转区域的方向上移动所述成像传感器的移动控制系统。
CN201680064224.6A 2015-11-03 2016-11-01 通过视频成像处理评估血液透析患者内的通路流量的方法和设备 Active CN108348179B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562250294P 2015-11-03 2015-11-03
US62/250,294 2015-11-03
PCT/US2016/059885 WO2017079142A1 (en) 2015-11-03 2016-11-01 Method and apparatus of assessment of access flow in hemodialysis patients by video imaging processing

Publications (2)

Publication Number Publication Date
CN108348179A CN108348179A (zh) 2018-07-31
CN108348179B true CN108348179B (zh) 2021-04-13

Family

ID=58637753

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680064224.6A Active CN108348179B (zh) 2015-11-03 2016-11-01 通过视频成像处理评估血液透析患者内的通路流量的方法和设备

Country Status (6)

Country Link
US (2) US9993169B2 (zh)
EP (2) EP3370609B1 (zh)
CN (1) CN108348179B (zh)
AU (2) AU2016348404B2 (zh)
CA (1) CA3001622A1 (zh)
WO (1) WO2017079142A1 (zh)

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2013381016B2 (en) 2013-03-04 2018-12-13 Csa Medical, Inc. Cryospray catheters
EP3151770B1 (en) 2014-06-04 2020-12-23 CSA Medical, Inc. System for consistent, repeatable, and safe cryospray treatment of airway tissue
US12300273B2 (en) 2014-12-11 2025-05-13 Rdi Technologies, Inc. Apparatus and method for visualizing periodic motions in mechanical components
US9704266B2 (en) 2014-12-11 2017-07-11 Rdi, Llc Non-contacting monitor for bridges and civil structures
US10062411B2 (en) 2014-12-11 2018-08-28 Jeffrey R. Hay Apparatus and method for visualizing periodic motions in mechanical components
US11791030B2 (en) 2017-05-15 2023-10-17 Smith & Nephew Plc Wound analysis device and method
AU2018269113A1 (en) * 2017-05-15 2019-11-21 Smith & Nephew Plc Negative pressure wound therapy system using eulerian video magnification
US11488250B2 (en) * 2017-08-10 2022-11-01 Lifeq Global Limited User verification by comparing physiological sensor data with physiological data derived from facial video
US10878966B2 (en) * 2017-08-13 2020-12-29 Theator inc. System and method for analysis and presentation of surgical procedure videos
US11116587B2 (en) 2018-08-13 2021-09-14 Theator inc. Timeline overlay on surgical video
WO2020037127A1 (en) * 2018-08-17 2020-02-20 Dauntless.Io, Inc. Systems and methods for modeling and controlling physical dynamical systems using artificial intelligence
US11423551B1 (en) * 2018-10-17 2022-08-23 Rdi Technologies, Inc. Enhanced presentation methods for visualizing motion of physical structures and machinery
US20210015991A1 (en) * 2018-10-19 2021-01-21 PatenSee Ltd. Systems and methods for monitoring the functionality of a blood vessel
US20200273577A1 (en) 2019-02-21 2020-08-27 Theator inc. System for updating a predicted outcome
CN113748468B (zh) 2019-02-21 2023-03-10 剧院公司 填写外科手术的术后报告的系统和方法、计算机可读介质
AU2020244866B2 (en) * 2019-03-27 2025-11-20 Butler, William E Reconstructing cardiac frequency phenomena in angiographic data
US20220378300A1 (en) * 2019-10-18 2022-12-01 PatenSee Ltd. Systems and methods for monitoring the functionality of a blood vessel
US11607145B2 (en) * 2019-11-08 2023-03-21 Fresenius Medical Care Holdings, Inc. Techniques for determining characteristics of dialysis access sites using image information
US20210142882A1 (en) * 2019-11-08 2021-05-13 Fresenius Medical Care Holdings, Inc. Techniques for image-based examination of dialysis access sites
US11373317B1 (en) 2020-01-24 2022-06-28 Rdi Technologies, Inc. Measuring the speed of rotation or reciprocation of a mechanical component using one or more cameras
US11348682B2 (en) 2020-04-05 2022-05-31 Theator, Inc. Automated assessment of surgical competency from video analyses
CN111426284B (zh) * 2020-04-10 2021-10-19 山东师范大学 基于Brox光流估计的面形测量误差校正方法及系统
US11338072B2 (en) * 2020-04-14 2022-05-24 Fresenius Medical Care Holdings, Inc. Blood treatment systems and related components and methods
US11742080B2 (en) * 2020-06-10 2023-08-29 Fresenius Medical Care Holdings, Inc. Secure artificial intelligence enabled wearable medical sensor platforms
US11282213B1 (en) 2020-06-24 2022-03-22 Rdi Technologies, Inc. Enhanced analysis techniques using composite frequency spectrum data
US11322182B1 (en) 2020-09-28 2022-05-03 Rdi Technologies, Inc. Enhanced visualization techniques using reconstructed time waveforms
WO2022076776A1 (en) 2020-10-08 2022-04-14 Fresenius Medical Care Holdings, Inc. Techniques for determining characteristics of dialysis access sites using image information
CN114648629B (zh) * 2020-12-18 2025-02-11 重庆中星微人工智能芯片技术有限公司 感兴趣区域生成方法、装置、设备和计算机可读介质
CN119344773B (zh) * 2024-12-26 2025-03-21 浙江大学 基于光流分析的肌骨超声超微血流量化分级方法与系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1399528A (zh) * 1999-09-24 2003-02-26 加拿大国家研究委员会 进行内部血管造影术的装置和方法
CN1864646A (zh) * 2005-04-20 2006-11-22 西门子公司 计算机和成像医疗技术设备的运行方法和相应的设置
JP2008017961A (ja) * 2006-07-12 2008-01-31 Image One Co Ltd 血流速度の測定方法及び装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040006488A1 (en) 2000-09-29 2004-01-08 Simon Fitall Creation of a database containing personal health care profiles
US6746407B2 (en) 2000-12-29 2004-06-08 Hema Metrics, Inc. Method of measuring transcutaneous access blood flow
US20060077286A1 (en) 2004-10-08 2006-04-13 Wenderski Gregory J Video camera support assembly
US7995816B2 (en) 2007-09-24 2011-08-09 Baxter International Inc. Detecting access disconnect by pattern recognition
WO2011078266A1 (ja) 2009-12-22 2011-06-30 ジーニアルライト株式会社 生体内観察装置
DE102010049723A1 (de) 2010-10-26 2012-04-26 Bernhard Ehni Sicherungseinrichtung zur Kontrolle eines in eine Blutbahn eingeführten Injektionskörpers
FI20115053A0 (fi) * 2011-01-19 2011-01-19 Delfin Technologies Oy Menetelmä ja järjestelmä kardiovaskulaaristen sykeaaltojen visualisoimiseksi
US9811901B2 (en) 2012-09-07 2017-11-07 Massachusetts Institute Of Technology Linear-based Eulerian motion modulation
CN103006195B (zh) * 2013-01-10 2015-06-17 浙江大学 一种基于图像处理的非接触式生命体征数据监测系统和监测方法
WO2014186611A2 (en) * 2013-05-15 2014-11-20 Massachusetts Institute Of Technology Refractive flow measurement system
US10638942B2 (en) * 2013-06-26 2020-05-05 Massachusetts Institute Of Technology Pulse detection from head motions in video

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1399528A (zh) * 1999-09-24 2003-02-26 加拿大国家研究委员会 进行内部血管造影术的装置和方法
CN1864646A (zh) * 2005-04-20 2006-11-22 西门子公司 计算机和成像医疗技术设备的运行方法和相应的设置
JP2008017961A (ja) * 2006-07-12 2008-01-31 Image One Co Ltd 血流速度の測定方法及び装置

Also Published As

Publication number Publication date
AU2016348404A1 (en) 2018-05-10
EP3370609A4 (en) 2019-10-16
CA3001622A1 (en) 2017-05-11
EP3370609B1 (en) 2021-03-31
EP3834714A1 (en) 2021-06-16
EP3370609A1 (en) 2018-09-12
AU2016348404B2 (en) 2020-10-22
US9993169B2 (en) 2018-06-12
WO2017079142A1 (en) 2017-05-11
US10258245B2 (en) 2019-04-16
US20180228382A1 (en) 2018-08-16
AU2020244521B2 (en) 2021-11-11
AU2020244521A1 (en) 2020-10-29
CN108348179A (zh) 2018-07-31
US20170119258A1 (en) 2017-05-04

Similar Documents

Publication Publication Date Title
CN108348179B (zh) 通过视频成像处理评估血液透析患者内的通路流量的方法和设备
US8180437B2 (en) Optical pulse wave velocity obtaining apparatus and method thereof
JP6588462B2 (ja) 広視野網膜画像取得システム及び方法
JP7594049B2 (ja) 濁度解析のためのシステム及び装置
JP7068339B2 (ja) 血圧測定装置、および、血圧測定方法
JP6620999B2 (ja) 生体情報計測装置、生体情報計測プログラム、及び生体情報計測方法
EP2956906A1 (en) Analysing video images of a subject to identify spatial image areas which contain periodic intensity variations
JP5072553B2 (ja) 眼球運動計測装置
JP2019097757A5 (zh)
JP6866399B2 (ja) カメラ及びパルスオキシメータを使用した高解像度血液灌流撮像
JP6771968B2 (ja) 情報取得装置、撮影装置及び情報取得方法
JP7563450B2 (ja) 高ダイナミックレンジバイタルサイン抽出
Balaraman et al. Recent Innovations and Improvements in Remote Heart Rate and Heart Disease Measuring Methods Using RGB Camera
CN113951816B (zh) 基于光学视频信号分析的无创血管功能检测装置
JP2012245395A (ja) 動態撮影システム及び診断支援情報生成方法
JP7314893B2 (ja) 電子装置、電子装置の制御プログラム及び電子装置の制御方法
JP6095879B1 (ja) 内視鏡装置
US20250000462A1 (en) Information processing apparatus, information processing method, information processing system, and storage medium
JP2025006705A (ja) 情報処理装置、情報処理方法、及びプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant