基于超声图像和肌电信号多模态的吞咽障碍智能分类系统及方法与流程

本发明属于智能医疗诊断领域，尤其是一种基于超声图像和肌电信号多模态的吞咽障碍智能分类系统及方法。

背景技术：

1、吞咽障碍是一种常见的功能性疾病，可导致患者进食困难、营养不良、误吸性肺炎等严重并发症，严重影响患者生活质量和预后。临床研究表明，早期准确诊断和及时干预对改善患者预后具有重要意义。传统的诊断方法主要依赖临床经验和单一检查手段，难以全面反映吞咽功能的动态变化过程。随着医学影像和生物电信号处理技术的发展，基于超声图像和肌电信号的多模态分析方法为吞咽障碍的智能诊断提供了新的技术路径，具有无创、实时、客观等优势。

2、目前，吞咽障碍的诊断研究主要集中在单一模态的信号分析方面。超声成像技术通过b超探头采集舌肌运动和咽部结构的动态图像，采用图像分割和运动轨迹分析等方法评估吞咽功能；肌电图技术通过表面电极记录颈部肌群的电活动，利用时域特征提取和阈值判断等方法识别吞咽动作。这些方法在特定条件下取得了一定效果，但由于单一模态信息的局限性，难以全面反映吞咽过程的生理机制。同时，传统的信号处理方法多采用固定参数的滤波算法和简单的特征提取策略，对噪声干扰和个体差异的适应性较差。

3、在具体实践中，现有技术还存在以下问题：首先，多模态数据的时序对齐问题，由于不同设备的采样频率和触发延迟存在差异，导致超声图像序列和肌电信号序列的时间同步性差，影响特征提取的准确性；其次，信号质量评估缺乏科学的量化标准，现有方法往往依赖单一指标或经验阈值，难以准确反映数据的可靠性；再次，特征工程方面存在冗余和信息损失问题，传统的特征提取方法对信号的局部特征和时变特性捕捉不足，特征选择过程缺乏对特征间相关性的深入分析；最后，在分类决策环节，单一分类器难以适应复杂的病症表现，缺乏可靠性评估机制，系统优化缺乏有效的反馈机制。这些技术问题严重制约了吞咽障碍智能诊断的准确性和可靠性。

技术实现思路

1、发明目的，提供一种基于超声图像和肌电信号多模态的吞咽障碍智能分类系统及方法，以期能够解决现有技术存在的至少一个技术问题。

2、技术方案，基于超声图像和肌电信号多模态的吞咽障碍智能分类方法，包括如下步骤：

3、s1、获取原始超声图像序列和原始肌电信号序列，对原始超声图像序列和原始肌电信号序列进行时序对齐处理，得到对齐数据；对对齐数据进行多尺度分解和自适应噪声抑制处理，得到去噪数据；

4、s2、基于去噪数据，计算多维信号质量评分，得到质量评分矩阵；根据质量评分矩阵，对去噪数据进行自适应增强处理，得到增强数据；

5、s3、基于增强数据，分别提取时域特征、频域特征和时频域特征，得到时域特征向量、频域特征向量和时频特征向量；将时域特征向量、频域特征向量和时频特征向量进行组合，生成特征矩阵；

6、s4、基于特征矩阵和质量评分矩阵，计算特征相关性指标，得到相关性指标数据；根据相关性指标数据和质量评分矩阵，计算特征权重，得到特征权重向量；利用特征权重向量，对特征矩阵进行多层融合处理，生成融合特征向量；

7、s5、基于融合特征向量，通过分层分类器进行特征分类，得到分类结果数据；对分类结果数据进行可靠性评估，生成置信度评分；根据分类结果数据和置信度评分，进行综合判断，输出最终分类结果。

8、基于超声图像和肌电信号多模态的吞咽障碍智能分类系统，包括：

9、至少一个处理器；以及，

10、与至少一个所述处理器通信连接的存储器；其中，

11、所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现所述的基于超声图像和肌电信号多模态的吞咽障碍智能分类方法。

12、有益效果，本发明解决了传统诊断方法存在的主观性强、准确性低、可靠性差等问题，通过多模态数据的智能分析，提供了客观、准确、可靠的诊断依据；能够更全面地捕捉吞咽功能的异常特征，提高了诊断的准确性和可靠性，为临床实践提供了有力的技术支持；通过闭环优化机制，系统能够持续改进和适应不同临床环境，具有良好的实用性和推广价值。

技术特征：

1.基于超声图像和肌电信号多模态的吞咽障碍智能分类方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于超声图像和肌电信号多模态的吞咽障碍智能分类方法，其特征在于，步骤s1进一步为：

3.根据权利要求2所述的基于超声图像和肌电信号多模态的吞咽障碍智能分类方法，其特征在于，步骤s2进一步为：

4.根据权利要求3所述的基于超声图像和肌电信号多模态的吞咽障碍智能分类方法，其特征在于，步骤s3进一步为：

5.根据权利要求4所述的基于超声图像和肌电信号多模态的吞咽障碍智能分类方法，其特征在于，步骤s4进一步为：

6.根据权利要求5所述的基于超声图像和肌电信号多模态的吞咽障碍智能分类方法，其特征在于，步骤s5进一步为：

7.根据权利要求6所述的基于超声图像和肌电信号多模态的吞咽障碍智能分类方法，其特征在于，步骤s11进一步为：

8.根据权利要求6所述的基于超声图像和肌电信号多模态的吞咽障碍智能分类方法，其特征在于，步骤s21进一步为：

9.根据权利要求6所述的基于超声图像和肌电信号多模态的吞咽障碍智能分类方法，其特征在于，步骤s43进一步为：

10.基于超声图像和肌电信号多模态的吞咽障碍智能分类系统，其特征在于，包括：

技术总结
本发明公开了一种基于超声图像和肌电信号多模态的吞咽障碍智能分类系统及方法，该方法包括获取原始超声图像序列和原始肌电信号序列，进行时序对齐和自适应噪声抑制处理；对去噪数据进行多维信号质量评分和自适应增强处理；从增强数据中提取时域、频域和时频域特征并组合；基于特征相关性和质量评分计算特征权重，进行多层融合；利用分层分类器进行特征分类并评估可靠性；对分类性能进行综合评估并优化系统参数。本发明通过多模态数据融合和自适应处理机制，提高了吞咽障碍诊断的准确性和可靠性，具有良好的临床应用价值。

技术研发人员：赵琳琳,邹永向,程龙
受保护的技术使用者：中科南京人工智能创新研究院
技术研发日：
技术公布日：2025/1/28