分割后吞咽加速测量术数据的信号修整和假阳性去除
阅读：73发布：2023-02-08
专利汇可以提供分割后吞咽加速测量术数据的信号修整和假阳性去除专利检索，专利查询，专利分析的服务。并且本 发明 提供一种用于量化吞咽功能的方法，所述方法可包括使振动数据的吞咽段和非吞咽段经受选自自适应修整、 假阳性 去除以及它们的组合的处理。优选地，所述振动数据表示吞咽活动，来自 定位 在所述患者喉部的 传感器 ，并且与选自前后轴和上下轴的至少一个轴关联。优选地，操作地连接到所述传感器的处理模 块 执行所述振动数据的吞咽段和非吞咽段的处理。包括处理模块和传感器的设备可执行所述方法的一个或多个步骤，所述传感器诸如单轴 加速 度计 或双轴加速度计。，下面是分割后吞咽加速测量术数据的信号修整和假阳性去除专利的具体信息内容。
1.一种吞咽受损检测方法，所述方法包括：
使振动数据的吞咽段和非吞咽段经受处理模块处理，所述处理选自自适应修整、假阳性去除以及它们的组合，并且所述振动数据(i)表示吞咽活动，(ii)来自定位在患者喉部外部的传感器，所述传感器操作地连接到所述处理模块，以及(iii)与选自前后轴和上下轴的至少一个轴相关联。
2.根据权利要求1所述的方法，其中所述处理包括对所述至少一个轴的每一个进行自适应修整，所述自适应修整包括利用所述吞咽段和所述非吞咽段形成修整段，所述修整段各自包括与吞咽相关联的生理振动对应的相应段的一部分并且不包括吞咽前和吞咽后信号波动对应的相应段的一部分。
3.根据权利要求2所述的方法，其中对于所述至少一个轴中的每一个，所述自适应修整包括：
使用核密度估算获得所述吞咽段和所述非吞咽段的概率分布；
至少部分基于所述概率分布来确定能量阈值；以及
基于低于所述能量阈值的所述排除部分的能量差值来识别所述排除部分。
4.根据权利要求3所述的方法，包括设定所述概率分布的概率截止，以调节所述自适应修整的程度。
5.根据权利要求1所述的方法，其中所述处理包括选自基于能量的假阳性去除、基于本底噪声的假阳性去除以及它们的组合的假阳性去除。
6.根据权利要求5所述的方法，其中所述处理包括基于能量的假阳性去除，并且所述基于能量的假阳性去除包括针对所述至少一个轴中的每一个，确定基于轴向能量的食团特定阈值并丢弃最大能量值小于所述相应食团特定阈值的所述吞咽段。
7.根据权利要求5所述的方法，其中所述处理包括基于本底噪声的假阳性去除，并且所述基于本底噪声的假阳性去除包括利用所述振幅直方图生成所述振动数据的振幅直方图，以确定所述至少一个轴中的每一个的轴向阈值并丢弃噪声范围大于相应轴向阈值的所述吞咽段。
8.根据权利要求5所述的方法包括调节轴向阈值以控制假阳性去除与真阳性损失之间的平衡。
9.根据权利要求1所述的方法，其中所述处理模块接收来自所述传感器的振动数据并且利用所述振动数据自动形成所述吞咽段和所述非吞咽段。
10.根据权利要求1所述的方法，其中所述传感器选自单轴加速度计和双轴加速度计。
11.根据权利要求1所述的方法包括在处理所述吞咽段和所述非吞咽段之后，将所述吞咽段和所述非吞咽段分类为正常吞咽或可能吞咽受损，并且所述处理模块执行所述分类。
12.根据权利要求11所述的方法包括生成表示所述分类的输出，所述处理模块生成所述输出。
13.根据权利要求11所述的方法，其中所述可能吞咽受损包括吞咽安全受损或吞咽效率受损中的至少一者。
14.根据权利要求11所述的方法，其中所述可能吞咽受损包括渗透或误吸，并且所述处理模块还将所述吞咽事件分类为指示安全事件和不安全事件中的一者。
15.一种用于量化吞咽功能的装置，所述装置包括：
传感器，所述传感器被配置成定位在患者喉部，并且用于采集表示吞咽活动以及与选自前后轴和上下轴的至少一个轴相关联的振动数据；和
处理模块，所述处理模块操作地连接到所述传感器并且被配置成使振动数据的吞咽段和非吞咽段经受选自自适应修整、假阳性去除以及它们的组合的处理。
16.根据权利要求15所述的装置，所述装置包括选自显示器、扬声器以及它们的组合的输出部件，所述处理模块被配置成在处理所述吞咽段和所述非吞咽段之后将所述吞咽段和所述非吞咽段分类为正常吞咽或可能吞咽受损，所述处理模块被配置成使用所述输出部件以视觉和/或听觉方式指示所述分类。
17.根据权利要求15所述的装置，其中所述处理模块通过有线连接或无线连接中的至少一种操作地连接到所述传感器。
18.根据权利要求15所述的装置，其中所述处理模块被配置成接收来自所述传感器的所述振动数据并且利用所述振动数据自动形成所述吞咽段和所述非吞咽段。
19.一种用于治疗患者吞咽困难的方法，所述方法包括：
将传感器定位在所述患者喉部外部，所述传感器采集表示吞咽活动并且与选自前后轴和上下轴的至少一个轴相关联的振动数据，所述传感器操作地连接到处理模块，使所述振动数据的吞咽段和非吞咽段经受选自自适应修整、假阳性去除以及它们的组合的处理，所述处理模块生成指示所述振动数据的分类的输出；以及
基于所述分类调节施用给所述患者的进食。
20.根据权利要求19所述的方法，其中所述进食的调节选自改变所述进食的一致性、改变所述进食中的食物类型、改变施用给所述患者的所述进食的一部分的大小、改变将部分所述进食施用给所述患者的频率以及它们的组合。
分割后吞咽加速测量术数据的信号修整和假阳性去除
技术领域
[0001] 本公开整体涉及用于量化吞咽功能的方法和设备。更具体地讲，本公开涉及其中自适应修整和/或假阳性去除改善自动分割的吞咽加速测量术数据的准确性的方法。
背景技术
[0002] 将食物或液体从口腔转移到胃的过程中的任何困难被称为吞咽困难或吞咽障碍。吞咽困难通过増大误吸风险(物料进入到真声带下方的气道中)对患者的生活质量产生不利影响。吞咽困难的原因包括：由于手术、癌症、创伤或炎症，吞咽所必需的解剖结构发生变化；吞咽器官的遗传畸形；由于中风、帕金森氏病、脑瘫和后天脑损伤引起的神经损伤。
[0003] 视频荧光镜吞咽研究(VFSS)是诊断吞咽困难的黄金标准。在此规程中，患者吞咽不同稠度的钡涂覆液体和食物并暴露于电离辐射中。此外，VFSS需要昂贵的设备和专业临床医生，并非每个医疗机构都具备这些条件。因此，VFSS无法每日执行。
[0004] 作为对VFSS的非侵入式补充，引入了吞咽加速测量术，在患者颈部喉结(通常称为亚当的苹果)略微靠下的表面上部署双轴加速度计，以测量前后(A-P)和上下(S-I)两个方向上的表皮振动伴随吞咽。与只使用任一轴相比，双轴加速度计提供有关吞咽的更多信息。通过数字信号处理可对从加速度计获得的记录信号进行定量评价。据报道峰值喉部运动与A-P加速信号之间具有显著相关性，同时经由半偏相关揭示出舌喉偏移为二维信号的主要生理源。
[0005] 加速测量术数据可手动分割成可单独分类的不同吞咽事件。手动分割可应用于加速测量术数据，例如在对数据进行目视检查时(例如，识别每个吞咽事件的开始，设备的操作者可容易且系统地认识吞咽事件)。然而，使用算法的自动分割有助于较大数据集合的分割。较大量的加速测量术数据必须使用自动方法来减少因疲劳或疏忽而导致的人为误差并确保一致的分割标准。发明内容
[0006] 本发明人发现，前后和上下解剖方向上的加速度信号的自动分割可能过于随意，允许前后吞咽活动，同时也导致假阳性的非吞咽段。这些分割缺陷对特征提取和最终分类吞咽功能产生不利影响。如本文所公开的实验实施例所示，本发明人发现，自适应地修整吞咽段(例如，使用基于核密度估算的算法)和/或执行假阳性去除(例如，基于能量的和/或本底噪声)显著减轻了这些分割缺陷。
[0007] 因此，在一般实施方案中，本公开提供一种吞咽受损检测方法，该方法包括使振动数据的吞咽段和非吞咽段经受处理模块的处理。处理选自自适应修整、假阳性去除以及它们的组合。振动数据(i)表示吞咽活动，(ii)来自定位在患者喉部外部并可操作地连接到处理模块的传感器，以及(iii)与选自前后轴和上下轴的至少一个轴相关联。
[0008] 在一个实施方案中，处理包括对至少一个轴的每一个进行自适应修整，自适应修整包括利用吞咽段和非吞咽段形成修整段，这些修整段各自包括与吞咽相关联的生理振动对应的相应段的一部分并且不包括吞咽前和吞咽后信号波动对应的相应段的一部分。
[0009] 针对至少一个轴中的每一个，自适应修整可包括：使用核密度估算来获得吞咽段和非吞咽段的概率分布；至少部分基于概率分布来确定能量阈值；以及基于低于能量阈值的排除部分的能量差值来识别排除部分。该方法可包括设定概率分布的概率截止，以调节自适应修整的程度。
[0010] 在一个实施方案中，处理包括选自基于能量的假阳性去除、基于本底噪声的假阳性去除以及它们的组合的假阳性去除。基于能量的假阳性去除可包括针对至少一个轴中的每一个，确定基于轴向能量的食团特定阈值并丢弃最大能量值小于相应食团特定阈值的吞咽段。基于本底噪声的假阳性去除可包括利用振幅直方图生成振动数据的振幅直方图，以确定至少一个轴中的每一个的轴向阈值并丢弃噪声范围大于相应轴向阈值的吞咽段。该方法可包括调节轴向阈值以控制假阳性去除与真阳性损失之间的平衡。
[0011] 在一个实施方案中，处理模块接收来自传感器的振动数据并且利用振动数据自动形成吞咽段和非吞咽段。
[0012] 在一个实施方案中，传感器选自单轴加速度计和双轴加速度计。
[0013] 在一个实施方案中，该方法包括处理吞咽段和非吞咽段之后，将吞咽段和非吞咽段分类为正常吞咽或可能吞咽受损，并且由处理模块执行分类。该方法可包括生成表示分类的输出，处理模块生成输出。可能吞咽受损可包括吞咽安全受损或吞咽效率受损中的至少一者。可能吞咽受损可包括渗透或误吸，处理模块可进一步将吞咽事件分类为表示安全事件和不安全事件中的一者。
[0014] 在另一个实施方案中，本公开提供一种用于量化吞咽功能的装置。该装置包括：传感器，传感器被配置成定位在患者喉部，用于采集表示吞咽活动并且与选自前后轴和上下轴的至少一个轴相关联的振动数据；以及处理模块，处理模块操作地连接到传感器并且被配置成使振动数据的吞咽段和非吞咽段经受选自自适应修整、假阳性去除以及它们的组合的处理。
[0015] 在一个实施方案中，装置包括选自显示器、扬声器以及它们的组合的输出部件，处理模块被配置成在吞咽段和非吞咽段的处理之后将吞咽段和非吞咽段分类为正常吞咽或可能吞咽受损，处理模块被配置成使用输出部件以视觉和/或听觉方式指示分类。
[0016] 在一个实施方案中，处理模块通过有线连接或无线连接中的至少一种操作地连接到传感器。
[0017] 在一个实施方案中，处理模块被配置成接收来自传感器的振动数据并且利用振动数据自动形成吞咽段和非吞咽段。
[0018] 在另一个实施方案中，本公开提供一种治疗患者吞咽困难的方法，该方法包括：将传感器定位在患者喉部外部，传感器采集表示吞咽活动并且与选自前后轴和上下轴的至少一个轴相关联的振动数据，传感器操作地连接到处理模块，使振动数据的吞咽段和非吞咽段经受选自自适应修整、假阳性去除以及它们的组合的处理，处理模块生成指示振动数据分类的输出；以及基于分类调节施用给患者的进食。
[0019] 在一个实施方案中，进食的调节选自改变进食的一致性、改变进食中的食物类型、改变施用给患者的进食的一部分的大小、改变将部分进食施用给患者的频率以及它们的组合。
[0020] 本公开提供的一个或多个实施方案的一个优点是克服用于吞咽受损检测的已知技术的缺点。
[0021] 本公开提供的一个或多个实施方案的另一个优点是减少自动分割的吞咽加速测量术数据中包含的吞咽前和吞咽后活动。
[0022] 本公开提供的一个或多个实施方案的另一个优点是在自动分割的吞咽加速测量术数据中减少假阳性的非吞咽段。
[0023] 本公开提供的一个或多个实施方案的另一个优点是改进自动分割的吞咽加速测量术数据中的特征提取。
[0024] 本公开提供的一个或多个实施方案的另一个优点是基于自动分割的吞咽加速测量术数据来改善吞咽功能的分类。
[0025] 本公开提供的一个或多个实施方案的另一个优点是最大程度地减少真阳性损失(例如，至多为适度损失)，同时显著地减少基于自动分割的吞咽加速测量术数据的吞咽功能分类中的假阳性吞咽段的数量。
[0026] 本公开提供的一个或多个实施方案的另一个优点是让使用者能够控制算法阈值，以调节基于自动分割的吞咽加速测量术数据的吞咽功能分类中的假阳性去除与真阳性损失之间的平衡。
[0027] 本公开提供的一个或多个实施方案的另一个优点是比已知方法更详细地分类吞咽。
[0028] 本公开提供的一个或多个实施方案的另一个优点是以比已知方法更高的准确率提取单个吞咽。
附图说明
[0030] 图1是示出前后和上下方向上的加速度轴的图示。
[0031] 图2是在工作中的吞咽受损检测设备的实施方案的示意图。
[0033] 图4是其中定义了假阳性(FP)、真阳性(TP)和假阴性(FN)段的加速测量术信号的示意图。
[0034] 图5a至图5e是示出基于本文所公开的实验实施例中的双向能量差值的吞咽修整的曲线图。
[0035] 图6是示出本文所公开的实验实施例中的标量ΛAP和ΛSI的估算值的表。
[0036] 图7a是示出本文所公开的实验实施例中最大窗口化食团能量(十字)及其组成候选吞咽的曲线图。
[0037] 图7b是示出在本文所公开的实验实施例中施加基于能量的FP去除后真阳性(TP)和假阳性(FP)变化的曲线图。
[0038] 图8a是示出本文所公开的实验实施例中的原始A-P食团信号的曲线图。垂直线指示VFSS标识的吞咽开始。
[0039] 图8b是示出在本文所公开的实验实施例中对于FP情况(第一矩形)的分割的曲线图。矩形标识分割的吞咽。
[0040] 图8c是示出在本文所公开的实验实施例中在去除FP之后的分割的曲线图。矩形标识分割的吞咽。
具体实施方式
[0041] 如在本公开和所附权利要求中所用，单数形式“一个”、“一种”和“所述”包括复数指代物，除非上下文另外明确规定。如本文所用，“约”应理解为是指某一数值范围内的数字，例如该所提及数字的-10％至+10％，优选该所提及数字的-5％至+5％，更优选为该所提及数字的-1％至+1％，以及最优选地该所提及数字的-0.1％至+0.1％的范围内。此外，本文中的所有数值范围都应理解为包含该范围内的所有整数或分数。
[0042] 词语“包括”、“包含”和“含有”都将被解释为包含性的而非排他性的。同样地，术语“包括/包含(include)”、“包括/包含(including)”和“或”都应当视为包含性的，除非上下文明确禁止这一解释。在所有实施方案中，“包括”若干部件的设备的公开并不要求部件彼此物理附接。
[0043] 然而，本文所公开的设备可能不含未具体公开的任何要素。因此，使用术语“包括/包含”的实施方案的公开内容包括“基本上由所指明的组分组成”的实施方案和“由所指明的组分组成”的实施方案的公开内容。类似地，本文所公开的方法可不含本文未具体公开的任何步骤。因此，使用术语“包括/包含”的实施方案的公开内容包括“基本上由所指明的步骤组成”的实施方案和“由所指明的步骤组成”的实施方案的公开内容。
[0044] 在“X和/或Y”的上下文中使用的术语“和/或”应被解释为“X”或“Y”或“X和Y”。在本文中使用的情况下，术语“示例”和“诸如”(特别是当随后是术语列表时)仅仅是示例性和说明性的，并且不应被视为是排他性或全面性的。本文所公开的任何实施方案可与本文所公开的任何其它实施方案组合，除非另有明确说明。
[0045] 本公开的一个方面是一种处理分割双轴加速测量术信号的方法，该方法用于指示有问题的吞咽事件，诸如吞咽困难或误吸。此类方法的非限制性示例包括量化吞咽功能的方法和吞咽受损检测方法。本公开的另一方面是一种实现该方法的一个或多个步骤的设备。
[0046] 在一些实施方案中，在检测误吸的装置和/或方法中可使用的方法和设备公开于授予Chau等人的美国专利No.7,749,177中，双轴吞咽加速测量术信号的分割和时间段分析的方法和/系统公开于授予Chau等人的美国专利申请公布No.8,267,875中，用于检测吞咽活动的系统和/或方法公开于授予Chau等人的美国专利No.9,138,171中，用于吞咽受损检测的方法和/或设备公开于授予Chau等人的美国专利申请公布No.2014/0228714中，其中每个文献全文以引用方式并入本文。
[0047] 如本文所用，误吸是指食物或饮料进入气管和肺，可发生在吞咽过程中和/或吞咽后(吞咽后误吸)。吞咽后误吸通常是由于吞咽后留在咽部的咽部残留物所导致的。
[0048] 如下文更详细地讨论，设备可包括被配置成用于产生指示吞咽活动的信号的传感器(例如，单轴加速度计或双轴加速度计)。传感器可定位在人的颈部外部，优选地在颈部的环状软骨前。可应用多种装置来定位传感器并将传感器保持在此类位置，例如双面胶带。优选地，传感器的定位使得加速度轴与前后和上下方向10对齐，如图1所示。
[0049] 图2总体示出用于吞咽受损检测的设备100的非限制性示例。设备100可包括将附接到候选者喉部区域的传感器102(例如，单轴加速度计或双轴加速度计)，用于在吞咽期间采集双轴加速测量术数据和/或信号，例如示例性的S-I加速信号104。加速测量术数据可包括但不限于沿前后轴(A-P)和/或上下轴(S-I)采集的咽喉振动信号。传感器102可为本领域技术人员已知的任何加速度计，例如EMT 25-C单轴加速度计或ADXL322双轴加速度计，并且本公开不限于传感器102的具体实施方案。
[0050] 传感器102可操作地连接到处理模块106，该处理模块被配置成用于处理针对吞咽受损检测采集的数据，例如误吸检测和/或诸如吞咽效率的其它吞咽受损检测。处理模块106可为操作地连接到传感器102以与其通信数据的以不同方式实现的设备，例如通过一种或多种数据通信介质诸如电线、电缆、光纤等和/或通过一个或多个无线数据传输协议。在一些实施方案中，处理模块106可与传感器102一体地实现。
[0051] 通过传感器102采集信号和通过处理模块106处理信号将在下文更详细地描述，并且通常在使用双轴加速度计来获得A-P和S-I振动数据的优选实施方案的上下文中进行讨论。然而，本公开还涵盖使用单轴加速度计的实施方案。就这一点而言，关于在双轴加速度计的上下文中提供的来自对应单轴(A-P或S-I)的数据的公开也可应用于使用单轴加速度计的实施方案。例如，在双轴加速度计的上下文中，A-P数据处理可类似地应用于由单轴加速度计获得的A-P数据(例如，在没有S-I数据的情况下)，在双轴加速度计的上下文中，S-I数据处理可类似地应用于由单轴加速度计获得的S-I数据(例如，在没有A-P数据的情况下)。此外，就这一点而言，在自动分割的吞咽加速测量术数据中减少包含吞咽前和吞咽后活动可通过单轴和双轴实施方案两者实现。
[0052] 图3总体示出了吞咽受损检测的方法400的非限制性示例，其中该实施方案中的任选步骤以虚线框示出。在步骤402中，可从多个吞咽事件采集加速测量术数据(“原始数据”)，例如通过诸如传感器102的加速度计。在步骤404中，可任选地处理加速测量术数据以调节加速测量术数据并因此有利于其进一步处理。例如，可对加速测量术数据进行筛选、降噪和/或处理以用于信号失真去除(“预处理数据”)。
[0053] 在步骤406中，可随后将加速测量术数据(原始数据或预处理数据)自动或手动分割成不同的吞咽事件。优选地，加速测量术数据被自动分割。在一个实施方案中，加速测量术数据被自动分割，如授予Chau等人的美国专利No.8,267,875中所公开，该专利全文以引用方式并入本文。例如，自动分割可包括对数据应用模糊C均值优化，以确定吞咽段和非吞咽段中每一者的时间边界。除此之外或另选地，可例如通过目视检查数据来施加手动分割。方法400不限于分割的数据的特定实施方案。
[0054] 在步骤407中，分割的加速测量术数据可经受自适应信号修整和/或假阳性去除。所得的事件特定数据可随后在步骤408中针对双轴特征提取进行处理，并且任选地在步骤
410中针对特征去除进行处理。在数据为单轴数据的实施方案中，所提取的特征优选地包含固定、常态和分散比率中的一个或多个。在数据为双轴数据的实施方案中，所提取的特征优选地包括沿A-P轴采集的振动数据的对数能量以及沿S-I轴采集的振动数据的熵，例如沿A-P轴采集的振动数据的18级sym8小波分解的每个级别的对数能量，以及沿S-I轴采集的所述振动数据的12级sym8小波分解的每个级别的熵。本公开不限于所提取的特征的特定实施方案。
410中针对特征去除进行处理。在数据为单轴数据的实施方案中，所提取的特征优选地包含固定、常态和分散比率中的一个或多个。在数据为双轴数据的实施方案中，所提取的特征优选地包括沿A-P轴采集的振动数据的对数能量以及沿S-I轴采集的振动数据的熵，例如沿A-P轴采集的振动数据的18级sym8小波分解的每个级别的对数能量，以及沿S-I轴采集的所述振动数据的12级sym8小波分解的每个级别的熵。本公开不限于所提取的特征的特定实施方案。
[0055] 可随后基于步骤412中的提取特征来分类每个吞咽事件。在数据为单轴数据的实施方案中，优选地使用由处理模块106实施的径向基函数神经网络来执行分类，以实时地将吞咽事件归类为吞咽或误吸。在数据为双轴数据的实施方案中，分类优选的执行方式为，将所提取的特征与由先前提取的并通过已知训练数据集分类的特征限定的预设分类标准比较，例如分类作为所提取的特征距分类标准的距离的函数(例如，使用具有分层协方差估算值的马氏距离(Mahalanobis距离)进行判别分析)。本公开不限于分类过程的特定实施方案。
[0056] 在步骤414中，分类可用于确定和输出与渗透、误吸、吞咽安全受损和/或吞咽效率受损相比，哪个吞咽事件表示正常吞咽事件。在一些实施方案中，吞咽事件可被进一步分类为安全事件或不安全事件。
[0057] 例如，处理模块106和/或与106相关联的设备可包括使用诸如文本、图标、颜色、打开的灯和关闭的灯等图像来标识吞咽或误吸的显示器。另选地或除此之外，处理模块106和/或与处理模块106相关联的设备可包括使用听觉信号标识吞咽或误吸的扬声器。本公开不限于输出的特定实施方案，并且输出可为任何方式，设备100的使用者诸如临床医生或患者可通过该方式来标识吞咽事件的分类。
[0058] 随后可利用输出来筛选/诊断所测试的候选者并提供适当的治疗、进一步的测试和/或建议的膳食或其它相关限制，直至可应用进一步的评估和/或治疗。例如，对进食的调节可基于改变食物的稠度或类型和/或提供给患者的各口食物的大小和/或频率。
[0059] 除加速度计之外的另选振动传感器类型可结合对传感器102的适当修改一起使用。例如，传感器可测量位移(例如麦克风)，而处理模块106记录随时间推移的位移信号。又如，传感器可测量速度，而处理模块106记录随时间推移的速度信号。可随后将此类信号转换成加速度信号，并且如本文所公开和/或通过适于所接收信号类型的特征提取和分类的其它技术进行处理。
[0060] 如上所述，步骤407包括使分割的加速测量术数据经受自适应信号修整和/或假阳性去除，下文公开了这些方法的优选实施方案。
[0061] 自适应信号修整
[0062] 自适应信号修整可修整分割的加速测量术数据，使得所得数据包括与吞咽相关联生理振动对应的信号部分，同时不包括吞咽前和吞咽后信号波动。优选地，修整的数据包括与吞咽相关联生理振动对应的信号的一部分。
[0063] 自适应信号修整可包括在预定数量样本的窗口w(例如，w＝500)内确定基准能量(Ebase)，其中样本在分割的吞咽的峰值振幅位置居中：
[0064]
[0065] 其中iAP为A-P信号，p为峰值索引，w为窗口大小。
[0066] LS可为最初分割的吞咽的长度，对应的非吞咽段NS可定义为长度LS的段且在信号开始的预定时间段内具有最小的信号能量(例如，前10秒校准信号，假定典型的吞咽持续时间为约1秒)。
[0067] 然后，自适应修整可包括沿吞咽段和非吞咽段将窗口w移动预定样本増量s(例如，s＝50个样本)(例如，具有90％的重叠)。然后，自适应修整可包括确定基本能量Ebase与移动窗内的能量之间的能量差值。对于A-P信号，这些差值优选地被确定为：
[0068]
[0069]
[0070] 其中 和 分别为吞咽段和非吞咽段的能量差值，并且
[0071]
[0072] 优选地， 是使用非吞咽段NS以类似方式定义的。
[0073] 自适应修整还可包括将上述公式应用于S-I信号。然而，在一些实施方案(例如，使用单轴加速度计的实施方法)中，将上述公式仅应用于A-P轴或S-I轴中的一者。
[0074] 自适应修整还可包括使用核密度估算，利用吞咽段和非吞咽段的直方图来确定其各自的能量差值的概率密度，例如由M.Di Marzio和C.C.Taylor公开于“Kernel density classification and boosting:an L2 analysis”(核密度分类和推进：一种L2分析)，Statistics and Computing(《统计与计算》)15(2):113-123(2005年4月)。除此之外或另选地，可使用能够确定能量差值的概率密度的其它方法。
[0075] 在使用核密度分类的实施方案中，xi表示能量差值i＝1,…,N的直方图单元计数。能量差值 (x)的估算核密度为：
[0076]
[0077] 其中K为核函数，N为能量差值分布单元，h为核平滑带宽。考虑到高斯混合的通用估算能力，可采用高斯核：
[0078]
[0079] 自适应修整可包括估算核的带宽：
[0080]
[0081] 其中σ为能量差值的标准偏差。
[0082] C(x)∈{swallow,non-swallow}可表示能量差值x的预测标签。自适应修整可包括确定能量差值x属于吞咽类的概率：
[0083]
[0084] 其中 和 为吞咽段和非吞咽段的估算密度，pS＝pNS＝0.5分别为吞咽和非吞咽先验。
[0085] 自适应修整可包括将上述公式应用于A-P信号和S-I信号二者。同样，在一些实施方案(例如，使用单轴加速度计的实施方法)中，将上述公式仅应用于A-P轴或S-I轴中的一者。
[0086] 自适应修整可包括获得吞咽和非吞咽段的概率分布。设定概率截止可获得每个通道的能量阈值TAP和TSI。概率截止越高，修整作用越强。优选地，修整吞咽段包括识别峰值振幅的位置，然后将重叠窗口大小w移动增量大小s至峰值的左侧或右侧，并且计算每个窗口w内的能量差值。通过双侧方式，可从候选吞咽段中去除能量差值低于阈值的窗口化段。
[0087] 假阳性去除
[0088] 下文讨论了假阳性去除的相关性能指标。图4定义了假阳性(FP)、真阳性(TP)和假阴性(FN)段。在该图中，垂直线对应于VFSS界定的吞咽开始，矩形表示候选吞咽段。真阳性(TP)是指这样的自动分割的吞咽候选者，其中视频荧光镜界定的吞咽开始先于候选段边界或落在候选段边界内。假阳性(FP)是指这样的自动分割的吞咽候选者，其没有不落在候选段边界内也不先于候选段边界的视频荧光镜界定的吞咽开始。当不对特定视频荧光镜吞咽开始进行吞咽分割时，出现假阴性(FN)。
[0089] “TP变化”是指TP情况数量的百分比变化，即TP变化＝(TP新-TP现有)/(TP现有)。“FP变化”是指FP段数量的百分比变化。查全率(R)也被称为灵敏度，用于度量正确标识的吞咽段的比例，即R＝TP/(TP+FN)。查准率(P)是保真性的度量，等于一减去FP率，即P＝TP/(TP+FP)。查准率(P)也被称为正预测值。调和平均值(F)是查全率和查准率的组合度量，即F＝(2R P)/(P+R)。
[0090] 假阳性去除优选地包括基于能量的假阳性去除和/或基于本底噪声的假阳性去除，其中每一个将依次在下文中说明。
[0091] 基于能量的假阳性去除
[0092] 基于能量的假阳性去除的依据是基于能量的自适应阈值。基于能量的假阳性去除可包括基于食团的轴向能量对每个轴衍生食团特定阈值Tb：
[0093]
[0094] 其中 为预定数量样本(例如500个样本)的移动窗口内在A-P通道上针对特定食团b计算的最大能量，ΛAP为数据相关标量。
[0095] 基于能量的假阳性去除可包括使用相同程序确定S-I通道的 对于每个候选吞咽，可在重叠窗口(例如50％重叠)内估算能量，每个窗口具有预定样本数量(例如每个窗口500个样本)如果跨这些窗口的最大能量值小于对应的食团自适应阈值( 和 中的任一者)，基于能量的假阳性去除可包括丢弃候选吞咽。标量ΛAP和ΛSI可通过以下方法(即能量比率和最大能量差值)估算。
[0096] 对于标量估算的能量比率法，可针对每个吞咽段将每个通道的分割标量( 和)确定为：
[0097]
[0098] 其中i≥1是指在食团b内检测到的吞咽段数， 和 是食团b的第i个吞咽段的最大轴向能量。
[0099] 分母是整个食团的最大能量。如上所示，所有能量优选地在具有预定重叠(例如50％)的预定样本数量(例如500个样本)的移动窗口内进行估算。可随后将A-P和S-I通道的标量(ΛAP和ΛSI)估算为候选标量的平均值(mean)和标准偏差(std)的线性组合。例如，在一个实施方案中，对j＝0、1、2的A-P标量的估算可为：
[0100]
[0101] 标量估算的最大能量差值法基于认识到FP段通常具有比TP段更低的最大窗口化能量。因此，设计出一种能量差值法，其中食团b的最大能量差值可定义为：
[0102]
[0103] 其中 为食团b的最大窗口化能量，并且 ΔAP可被定义为满足下式的 组：
[0104]
[0105] 其中β∈(0,1]为根据经验调整的标量以适合所关注信号的特性。在该组中，食团b′内存在吞咽段i′，对于该吞咽段在公式9中定义的能量比率 被最大化：
[0106]
[0107] 其中Ib和I'b分别是食团b和b'的候选吞咽指数组。最后，标量ΛAP设置为食团b'内吞咽段i'的能量比率：
[0108] ΛSI可按照与S-I轴相同的程序来估算。
[0109] 本底噪声假阳性去除
[0110] 本底噪声假阳性去除仅包括范围超过本底噪声范围的接受候选者。在使用基于能量的假阳性去除和本底噪声假阳性去除两者的实施方案中，本底噪声假阳性去除可进一步去除假阳性。大多数噪声通常为低能量，因此本底噪声算法可包括确定食团信号的振幅直方图。因此，本底噪声假阳性去除可包括将噪声信号的范围估算为α×σ，其中σ最初为食团方差，α为标量乘数(即，假设噪声位于μ+ασ和μ-ασ内)。然后将轴向阈值确定为：
[0111] TAP＝αAP×σAP和TSI＝αSI×σSI(公式14)
[0112] 优选地，本底噪声假阳性去除包括每次检测到吞咽并从食团中“去除”时，重新估算噪声信号范围。
[0113] 要估算αAP和αSI的最优值，可考虑以下准则函数：：
[0114] J(αAP，αSI)＝nTP(αAP,αSI)-nFP(αAP，αSI) (公式15)
[0115] 其中TP和FP是nTP和nFP情况的数量，分别表示为A-P和S-I标量(αAP、αSI)的函数。
[0116] 最佳A-P和S-I标量可由如下公式给出：
[0117]
[0118] 能量和本底噪声假阳性去除方法优选地并行应用于分段的预处理数据。在一个实施方案中，仅承认通过两个假阳性去除方法中的至少一个标识为有效的候选段。
[0119] 本公开的另一个优点是治疗吞咽困难的方法。术语“治疗”既包括预防性或防止性治疗(预防和/或延缓吞咽困难发展)，也包括治愈性、治疗性或疾病改善性治疗，包括治愈、延缓、减轻吞咽困难的症状和/或中断其进展的治疗性措施；以及对有吞咽困难风险的患者的治疗，例如患有另一种疾病或医疗病症的患者，相对于具有类似特征(年龄、性别、地理位置等)的健康个体，该疾病或医疗病症将増大这些患者吞咽困难的风险。该术语不一定表示个体被治疗直至完全恢复。术语“治疗”也指针对未患吞咽困难但可能易于发展吞咽困难的个体进行的健康维持和/或促进。术语“治疗”还包括强化或以其它方式增强一种或多种主要的预防性或治疗性措施。术语“治疗”还包括吞咽困难的膳食管理或用于预防吞咽困难的膳食管理。治疗可由患者、临床医生和/或任何其它个体或实体进行。
[0120] 治疗吞咽困难的方法包括使用本文所公开的设备100的任何实施方案和/或执行本文所公开的方法400的任何实施方案。例如，治疗吞咽困难的方法可包括将传感器定位在患者喉部外部，传感器采集表示吞咽活动并且与选自前后轴和上下轴的至少一个轴相关联的振动数据。传感器优选地操作地连接到处理模块，使振动数据的吞咽段和非吞咽段经受选自自适应修整、假阳性去除以及它们的组合的处理，处理模块生成指示振动数据分类的输出。
[0121] 该方法还可包括基于分类来调节施用给患者的进食，例如通过改变进食的一致性、改变进食中食物的类型、改变施用给患者的进食的一部分的大小、改变进食的一部分施用给患者的频率或它们的组合。
[0122] 在一个实施方案中，该方法预防吞咽困难带来的吸入性肺炎。
[0123] 在一个实施方案中，吞咽困难是与选自以下的病症有关的口咽性吞咽困难：癌症、癌症化疗、癌症放疗、口腔癌手术、咽喉癌手术、中风、脑损伤、进行性神经肌肉疾病、神经退行性疾病、患者的老龄以及它们的组合。如本文所用，“老年人”是指年龄为65岁或更大的人。
[0124] 实施例
[0125] 下面的实验实施例介绍了科学数据对于自适应修整和/或假阳性去除改善自动分割的吞咽加速测量术数据准确性的理念的开发和支持。
[0126] 参考VFSS，使用灵敏度为±2g的双轴加速度计(ADXL327)采集双轴加速度信号，信号来自264位同意参与的成人参与者。该方案得到参与医院的研究伦理委员会的批准。通过双通道定制USB音频接口收集信号，每个通道包括带0.1Hz截止的高通滤波器(用于从信号中去除DC或重力分量)和带3kHz截止的低通滤波器。每个轴的信号在10kHz下以12位分辨率采样。数据通过笔记本电脑上运行的定制LabVIEW程序存储，用于后续的离线分析。要求参与者执行校准任务，包括休息、咳嗽和计数。然后指示参与者饮用6口水，接着饮用6口不同稠度的钡涂覆液体。将加速度信号记录与视频荧光镜记录同时进行。这些信号由语音语言病理学家来注解。标识出3,000多个可用的食团。
[0127] 按如下方式执行预处理和吞咽分割。通过去噪、头部移动去除和语音去除对信号进行预处理。高频噪声通过带4级离散的Meyer小波的小波包分解得到进一步抑制，并且以50％的重叠沿AP和SI信号中的每一个移动，香农熵A-P和S-I方差信号通过估算200个数据点大小的窗口内的样本方差来计算。然后，通过使方差信号经受顺序模糊C均值算法来分割吞咽。然而，通过该方法以及神经网络或二次变分进行自动分割，倾向于产生过宽的分割边界，从而造成接纳吞咽前和吞咽后的非吞咽活动(图5e)。同样，分割容易识别导致假阳性段的非吞咽伪影(图8b)。为了解决这些问题，本发明人设计了上文所公开的算法，其实验性采用如下所示。
[0128] 根据公式1，通过在大小w＝500个样本的窗口(在分割的吞咽S的峰值振幅值位置居中)内计算基准能量Ebase来执行自适应吞咽修整。将对应的非吞咽段NS定义为在校准信号的前10秒内具有最小信号能量的长度为LS的段。然后，以s＝50个样本的增量和90％的重叠沿吞咽段和非吞咽段滑动窗口，并且根据公式2至4计算基本能量与移动窗口内的能量之间的能量差值。图5a示出了一个吞咽的这些能量差值的示例。将相同的公式应用于S-I信号。
[0129] 然后根据公式5至7，使用核密度估算，利用吞咽段和非吞咽段的直方图(图5b)估算其各自的能量差值的概率密度。图5c示出了吞咽段和非吞咽段两者的概率密度估算。同样，将上述公式应用于AP和SI信号两者。
[0130] 对密度积分，获得吞咽段和非吞咽段的概率分布。通过设置概率截止，针对每个通道确定能量阈值TAP和TSI。0.9的概率截止值被确定为适合当前的问题，如图5d所示，其中TSI＝1.26×106。垂直绿线标记吞咽类概率超过0.9的能量差值。该能量阈值也绘制在图5b和图5c中。
[0131] 图5e示出了吞咽段的S-I信号。仅考虑S-I通道，，黒色虚线矩形标记实现的修整边界。为了选择A-P和S-I信号的相同部分，本发明人采用了两种方法。第一种方法选择A-P和S-I段的最左侧和最右侧边界(标记为绿色矩形)。第二种方法计算A-P和S-I段的两个边界的中点(标记为红色矩形)。
[0132] 执行基于能量的假阳性去除。对于每个轴，基于食团的轴向能量计算食团特定阈值Tb：
[0133]
[0134] 其中 为500个样本大小的移动窗口内在A-P通道上针对特定食团b计算的最大能量，ΛAP为数据相关标量。
[0135] 使用相同的过程确定 但只针对S-I通道。对于每个候选吞咽，在500个样本的50％重叠窗口内估算能量。如果跨这些窗口的最大能量值小于对应的食团自适应阈值(AP SI
和 中的任一者)，，则丢弃候选吞咽。标量Λ 和Λ 可通过能量比率和最大能量差值法估算。
和 中的任一者)，，则丢弃候选吞咽。标量Λ 和Λ 可通过能量比率和最大能量差值法估算。
[0136] 对于能量比率法，根据公式9计算每个通道的分割标量( 和 )。如上所述，本研究中的所有能量在500个样本的50％重叠移动窗口内估算。然后根据公式10估算A-P和S-I通道的标量(ΛAP和ΛSI)。图6中表格的2至4行记录了这些标量估算值对假阳性去除度量的影响。
[0137] 图7a示出了30个随机选择的食团(十字)的最大能量，以及它们的TP(开口圆)和FP(点)吞咽段。如图所示，FP段通常具有比TP段更低的最大窗口化能量。因此，标量ΛAP通过公式11至13中的能量差值法估算，其中标量ΛAP设置为食团b'内吞咽段i'的能量比率：ΛSI按照与S-I轴相同的程序来估算。图6汇总了这些标量的不同估算。
[0138] 图7b示出了标量ΛAP的不同值的FP和TP变化。垂直线表示的标量(ΛAP＝0.079、ΛSI＝0.078)得到最大调和平均值，将假阳性减少11.5％，同时真阳性的变化最小。
[0139] 为进一步减少假阳性，只接受范围超出本底噪声范围的候选者。该算法首先计算食团信号的振幅直方图。然后根据公式14确定轴向阈值。每次检测到吞咽并将其从食团中“去除”时，对噪声信号范围进行重新估算。
[0140] αAP和αSI的最佳值根据方程15和16进行估算。αAP*＝7和αSI*＝4实现74％的FP去除，但TP情况仅减少12％。图8举例说明了在应用该本底噪声FP去除算法之后去除FP吞咽段的情况。能量和本底噪声假阳性去除方法并行应用于分割的预处理数据。
[0141] 仅承认被两个FP去除方法中的至少一个识别为有效的候选段。如果TP的损失上限是20％，本发明的方法使得FP显著减少(减少85.4％)，同时损失的TP仅有15.1％(ΛAP＝0.458、ΛSI＝0.326、αAP*＝7，αSI*＝4)。
[0142] 最后，本发明的能量和本底噪声方法的组合效果显著减少了分割后的假阳性数。通过调整轴向阈值，可根据具体的加速度计应用，对FP去除与TP损失之间的平衡进行微调。
[0143] 应当理解，对本文所述的目前优选的实施方案作出的各种变化和修改对于本领域的技术人员将是显而易见的。可在不脱离本发明主题的实质和范围且不削弱其预期优点的前提下作出这些变化和修改。因此，这些变化和修改旨在由所附权利要求书涵盖。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种加速管运输保护装置 | 2020-05-13 | 825 |
| 一种电子加速器内部冷却装置 | 2020-05-13 | 850 |
| 一种低能直流高压型电子加速器 | 2020-05-12 | 920 |
| 一种电子加速器辐照装置 | 2020-05-13 | 806 |
| 一种卧式自屏蔽加速器 | 2020-05-11 | 384 |
| 高电压加速管 | 2020-05-11 | 320 |
| 一种激光离子加速器 | 2020-05-12 | 674 |
| 防磁高电压加速管 | 2020-05-12 | 878 |
| 一种低能电子加速器屏蔽结构 | 2020-05-13 | 231 |
| 一种离子加速器 | 2020-05-12 | 637 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
加速热门专利
QQ群二维码
意见反馈
意见反馈