基于声形图时频域特征的透析通路狭窄检测方法

Dialysis access stenosis detection method based on time-frequency domain features of phonoangiograms signals

摘要

针对目前临床上常规的透析通路影像学检查方法（包括B超图、X射线造影等）不仅需要昂贵的医学影像设备，还对操作医护人员的临床经验有极高要求的问题。提出了一种基于自研便携式声形图采集仪器的音频信号时频域特征分析方法，模拟专业医生的听诊过程，智能化检测透析通路狭窄。将本方法在62例病人的数据集上进行实验测试，所得的准确率、敏感性、特异性、F₁分数分别为：0.905、0.911、0.902和0.850。结果表明：算法测试性能整体优于现有算法，能为临床透析通路狭窄的检测提供有力支持。

Abstract

Currently， routine imaging examinations for dialysis access include ultrasound and X-ray angiography， which not only require expensive medical imaging equipment but also demand a high level of clinical experience from medical staff. This paper proposes a time-frequency domain feature analysis method for audio signals based on a self-developed portable phonoangiogram （PAG） acquisition device， which simulates the auscultation process of professional doctors to intelligently detect dialysis access stenosis. The method was tested on a dataset of 62 patients， achieving accuracy， sensitivity， specificity， and F₁ score of 0.905， 0.911， 0.902， and 0.850， respectively. The results indicate that the algorithm's overall performance surpasses existing algorithms， providing robust support for clinical detection of dialysis access stenosis.

Graphical abstract

关键词

计算机应用技术 / 透析通路 / 狭窄检测 / 声形图 / 时频特征 / 残差网络

Key words

computer application technology / dialysis access / stenosis detection / phonoangiogram / time-frequency features / residual networks

0 引 言

截至2023年，我国大约有1.2亿慢性肾病患者^［1］，其中，需要进行肾脏替代治疗的终末期肾病患者超过了150万人^［2］。对于这类患者，持续性血液透析是首选的治疗手段^［3，4］，一个安全、可靠且持久的透析通路（Dialysis access，DA）是成功透析的关键^［5］。然而，自体动静脉内瘘透析通路不是自然形成而是人工构建的，其血流量的显著增加和频繁地穿刺会造成透析通路狭窄^［6］。早期狭窄的患者可以通过药物治疗或其他外部物理治疗手段^［7，8］避免对透析通路进行经皮腔内血管成形术或二次开放手术等更侵入性的干预措施^［9，10］。临床上，透析通路狭窄通常采用体格检查或影像学检查方法^{［11，12］}。体格检查包括定性的触诊和定量的听诊方法；而影像学检查则通常采用超声血管形态学检查、超声多普勒血流测量以及血管造影等方法^［13］。无论是体格检查还是影像学检查，都高度依赖经验丰富的医护人员，且具有一定的主观性。为满足透析患者日常检查的实时性、准确性、客观性需求、使用设备的经济性需求及缓解医护周期性的检查压力需求，非侵入式、准确且客观的透析通路狭窄检测方法具有很高的临床应用价值。

随着人工智能技术的不断进步，使用传感器记录体表的非侵入式生理信号，结合计算机算法，模仿专业医生对透析通路进行体格检查已成为可能。这些信号主要包括由湍流冲击管壁产生的震颤和声形图（Phonoangiograms，PAG）信号^［14］。这两种信号中，震颤仅反映管壁振动，忽略了血流状态的细节；而声形图信号则同时包含了管壁振动和丰富的湍流特征^［15］。震颤和声形图信号在临床的体格检查中对应了触诊和听诊。目前，震颤和声形图信号均被用于透析通路的分类研究，但震颤检测传感器阵列很难完全贴合在患者的皮肤表面，不同的压力会改变透析通路形态，影响最终分类结果^［16］。因此，大多数非侵入式狭窄检测算法更倾向于使用声形图信号进行分类分析。文献［17］将透析通路狭窄程度分为6个等级，并使用K-NN算法获得了最佳分类结果，这一分类有助于医生观察和预判透析通路的变化，但过细的狭窄分类临床意义不明确，对应的临床处置没有差异，国内外其他研究中通常使用的2分类（“狭窄”与“畅通”）更适用于临床检查；文献［18］利用S变换方法对声形图信号进行分析，并推导出特征作为SVM算法的输入，但没有采取适当的正则化措施，可能会出现过拟合现象。在声形图信号的采集过程中，文献［17，18］采用了他们自研的音频信号采集设备，但是这些设备体积较大，且需由受过专业培训的人员操作；文献［19］使用了3M Littmann Core数字化听诊器，从不同的位置获取声形图信号，并使用CNN、ResNet和Vision Transformer模型进行了分类结果的比较分析；文献［20］使用了TASCAM的专业录音器并开发了一个使用声形图频谱作为输入特征的卷积神经网络——长短时记忆（CNN-LSTM）模型，用于狭窄检测，然而在信号预处理阶段，他们没有有效去除环境噪声和其他干扰，这可能会影响模型的整体性能。在医学实践中，对声形图信号的解读是一种多维度的抽象过程，仅依靠频谱来评估和判断透析通路的状况是不充分的，这种做法忽视了时域信号中的丰富特征^［18-20］。同时，在信号采集的过程中，这些累赘复杂的采集设备无疑增加了使用者的操作难度，不便于携带，且伴随着较高的仪器成本。

针对上述问题，本文提出一种基于自研的便携式低成本声形图采集仪的音频信号时频域特征分析方法。本文使用本团队研制的便携式声形图信号采集仪，结合临床B超诊断，建立了包含62名患者声形图信号和对应位置的透析通路参数的数据集，通过数据去噪等预处理，采用自适应峰值定位法，对单心拍的声形图信号进行分段。然后，构建了一种结合了残差网络（Residual network， ResNet）和长短期记忆（Long short-term memory，LSTM）的血管透析通路狭窄检测网络（Dialysis access stenosis detection network，DASD-Net），从而对血管透析通路狭窄进行智能分析检测实验。结果表明：本方法对血管透析通路狭窄检测的准确率为0.905，敏感性为0.911，特异性为0.902，F₁得分为0.850。最后，文章讨论了提出的方法对血管通路狭窄检测的有效性，同时讨论了先前研究中将吻合口声形图信号应用在分类网络中对结果的影响。

1 本文方法

1.1　信号采集

声形图信号的采集、处理与分类原理如图1所示。首先，医生使用超声成像和双工超声测得血管内径和血流速度，并以此确定透析通路“畅通”或者“狭窄”的二元基本真值标签，同时使用记号笔标出该位置，为声形图信号采集点进行定位。随后，使用本团队自主研制的声形图信号采集仪，对标记点位置的声形图信号进行采集。为照顾实际应用时可能存在的嘈杂环境场景，本团队在声形图信号采集仪器中添加了环境音采集麦克风，对采集的声形图信号进行降噪处理，信号采集位置如图2所示，对于“畅通”患者，其前臂的吻合口、吻合口近心端的5 cm和10 cm处采集了声形图信号。对于“狭窄”患者，采集了吻合口、狭窄点、狭窄点近心端5 cm和10 cm处的声形图信号。最后，处理后的信号与“畅通”和“狭窄”的二元基本真值标签共同输入到深度学习分类网络中。透析通路的参数采集工作由经验丰富的超声科医生和血透中心医生共同完成，他们在该领域有多年的从业经验。

本文所用的声形图信号采集仪器使用了意法半导体的MP34DT05 MEMS麦克风收集声形图信号，并配备了环境噪声麦克风以适应嘈杂环境，进行信号降噪处理。仪器由声学传感器、主控微处理器、音频采集与解码、存储、显示、按键及电源模块组成。仪器实物如图3所示。

使用的训练集数据来自于南京大学附属苏州科技城医院血液透析中心42名患者（伦理审查受理编号IRB2022096）、测试集来自于南京大学附属第一医院肾内科血液透析中心20名患者（伦理审批2023年第386号）。每名患者采集了4~6条音频信号，每段音频长度为10 s。声形图信号采样率设置为16 kHz，采用16位A/D。

数据采集和所有实验均按照相关指南和规定进行。参与研究的所有患者均已被告知研究的过程和目的，并给予参与研究的书面知情同意。数据采集过程在患者接受透析前完成，以确保患者的生理状态具有高度可重复性，特别是涉及身体水合水平对血液密度的影响。本研究纳入患者的临床和人口学特征如表1所示，其中N为人数。

1.2　声形图信号预处理

本文所使用的声形图信号采集仪器在录制声形图信号的同时捕获了环境音，采用双麦克风噪声消除技术来减弱背景噪声，提高声形图信号清晰度。消除了环境噪声的信号如图4（a）所示。除环境音去噪外，本文选用巴特沃斯带通滤波器，既减少低频漂移与高频噪声的影响，又能模拟资深临床医生在进行体格检查时的听诊过程。鉴于人类听觉的有效范围大致介于20至20000 Hz^［21］，设置滤波器的下限频率为20 Hz，从而有效排除了基线漂移的干扰^［22］。由图4（b）所示的信号频谱分布图可以看到，所获取的原始声形图信号能量主要集中于1 000 Hz以下，因此本文将滤波器的上限频率设定为1 000 Hz，以达到高效抑制高频噪声的目的。最后，将超出此范围的频率衰减10 dB，如图4（c）所示。为确保输入到神经网络的信号特征长度合适，信号被滤波后再通过10倍的降采样来去除不必要的信息，经过预处理的频谱如图4（d）所示。

为了统一处理不同长度和形态的声形图信号，并确保分类网络专注于单个心拍的特征，本研究采用了基于心拍的分段方法对声形图信号进行了标准化处理。具体方法是，通过分析声形图信号的波峰位置提取每个完整的心跳，从而将信号分段为单个心拍。这种分段方式使心拍的起点一致，并以波峰为标志，便于分类网络学习和识别信号的规律性和声形图信号的包络特征。为了确保不遗漏任何心跳，本文以500 ms的间隔检查波峰，相当于水平轴上的800个点。考虑到患者的静息心率范围在每分钟60~80次，为实现适应心率的声形图波峰定位，本文计算了平均波峰间隔，并将其乘以0.8以确定新的搜索间隔，然后在此间隔内搜索声形图信号的波峰。最终，每段声形图信号被切割成包含1 024个点的段落，心跳波峰作为中心点。为进一步筛选并确保分割信号的形状更加一致，本研究采用了两个统计指标：①计算信号中最高点的平均值，并选择在0.6至1.4倍平均值之间的心跳；②验证最高点是否超过截取信号段最大值的0.9倍。经过处理，最终获得了包含2 920个声形图心拍的分段信号。

1.3　声形图信号时频特征提取

特征提取在人体信号分类任务的深度学习网络开发中至关重要^［23］，且声形图信号含有丰富的管壁振动与血流动力学信息^［24］，因此，本文从时域和频域两个维度对声形图信号提取了多个特征值。为进一步验证从时域和频域提取的特征对狭窄检测的有效性，本文展示了通畅和狭窄两种类型的透析通路声形图在时域和频域内的对比，如图5所示。

从图5（a）（c）中可以看出，对于畅通信号，采样点信号呈现出显著的周期性波动，振幅逐渐增大并伴随较大的能量峰值；狭窄信号波形振幅较为密集，变化较小且随机。从图5（b）（d）中可以看出，在128~256 Hz 的频率范围内，狭窄点每个心跳周期都有部分能量缺失，呈现明显的断层，而畅通的能量分布较为均匀和连续，表明畅通的信号更加完整，可能反映出相对正常的血流情况。

在时域内，本文计算了声形图分段信号的峰值（Peak，Pk）、均方根值（Root mean square，RMS）和短时能量（Short-time energy，ST-E）三个统计值作为时域特征。峰值这种声音强度的增加通常与血液流速的增加或血管狭窄的程度有关^［25］，峰值表现了该段信号的最大声音强度。在处理声形图信号时，均方根值可以提供关于信号能量或强度的信息。例如，较高的均方根值表明该段时间血液流经测量部位的声音强度变化较大，可能有狭窄发生。短时能量是一种音频信号处理中常用的特征提取方法^［26］，可以用来检测音频信号的能量变化。与时域统计特征不同的是，计算短时能量需要分帧。本文中帧长为20ms，帧移为8 ms，使用汉明窗截断。第一步得到的声形图分段信号将在这里被分成6帧并逐帧计算能量，最后取该段信号的能量均值作为特征。峰值、均方根值、短时能量的公式表示为：

\mathrm{P}\mathrm{e}\mathrm{a}\mathrm{k}=\mathrm{m}\mathrm{a}\mathrm{x}(\left|x_i\right|)（1）

式中：\left|x_i\right|表示第i个样本点的幅度的绝对值。

\mathrm{R}\mathrm{M}\mathrm{S}=\sqrt[]{\frac{\mathrm{1}}{N}{\displaystyle \sum _{i=\mathrm{1}}^N}{x_i}^{\mathrm{2}}}（2）

式中：x_i为信号在第i个样本点的幅度；N为样本点的总数。

\mathrm{S}\mathrm{T}\mathrm{⁃}\mathrm{E}={\displaystyle \sum _{N=\mathrm{0}}^{M-\mathrm{1}}}\omega (n)·x{(n)}^{\mathrm{2}}（3）

式中：x(n)为信号在第n个样本点的幅度；\omega (n)为窗口函数在n处的值；M为窗口的长度。

在频域内，本文在频域内计算了听觉谱通量（Auditory spectrum flux，ASF）和听觉谱质心（Auditory spectral centroid，ASC）两个特征输入的分类网络。ASF特征定义为相邻两个时间帧间听觉频谱幅度的平均变化值^［27］，在透析通路狭窄分类任务中，随时间变化的ASF曲线峰变尖锐意味着测量位置的狭窄程度增加。听觉频谱图的频谱通量是通过取听觉频谱幅度差随时间变化的普通欧几里得范数来计算的：

\mathrm{A}\mathrm{S}\mathrm{F}[n]=\sqrt[]{{\displaystyle \sum _{K=\mathrm{0}}^{K-\mathrm{1}}}{(\left|X[k,n]\right|-\left|X[k,n-\mathrm{1}]\right|)}^{\mathrm{2}}}（4）

式中：\left|X[k,n]\right|为在第n帧的第k个频率分量的幅度，通过对信号进行傅里叶变换获得；\left|X[k,n-\mathrm{1}]\right|为前一帧（第n-1帧）在相同频率分量k的幅度；{\displaystyle \sum _{K=\mathrm{0}}^{K-\mathrm{1}}}表示对所有频率分量进行遍历，从K=0到K-1，其中K是频谱中分析的总分量数；{(\left|X[k,n]\right|-\left|X[k,n-\mathrm{1}]\right|)}^{\mathrm{2}}计算了相邻帧之间在每个频率分量的幅度差的平方，该差的平方突出了频谱的变化；\sqrt[]{•}对所有频率分量的变化平方和取平方根，提供了一个总体的、标量的度量，表示两个连续帧之间整体频谱的变化量。

ASC是音频信号处理中的一个重要特征，代表了一个音频信号频谱的“重心”或“中心位置”。在实际听诊过程中，音高变化被作为判断狭窄程度的一个重要依据，因此可以通过计算频谱质心来量化声形图信号的频谱重心，进一步反映该段信号的声音亮度^［28］。本文的ASC特征是计算频谱中所有频率成分的加权平均来得到的：

C=\frac{{\displaystyle \sum _{k=\mathrm{1}}^N}f(k)·\left|X(k)\right|}{{\displaystyle \sum _{k=\mathrm{1}}^N}\left|X(k)\right|}（5）

式中：f（k）为第k个频率分量的中心频率；\left|X(k)\right|为通过傅里叶变换后第k频率分量的幅度；N为频率分量的总数。

1.4　透析通路狭窄检测网络构建

本文针对现有透析通路分类网络仅对频域信号进行分类的局限性，提出了一个改进的网络结构，如图6（a）所示，该网络具备两个输入端口。时域声形图信号通过两层卷积和一层最大池化处理，特征被压缩至128长度，32通道。声形图信号的ASF和ASC特征通过单层卷积增至32通道，随后与初级输出特征连接。该模型的时频域输出信号通过64通道进入ResNet^［29］进行深度特征提取。使用的基础ResNet结构通过跳跃连接整合输入与卷积输出，有效避免了深层网络中的梯度消失问题。该网络包含基础和下采样卷积模块，其中基础卷积模块包括两个BasicBlock，见图6（b），负责特征提取而不改变维度；下采样模块结合DownBlock，见图6（c）和BasicBlock，以减少特征长度并进一步提取深层特征。通过两个基础卷积模块学习声形图信号的64通道时频域特征后，模型通过下采样和基础卷积模块的组合进行特征降维并集中学习与狭窄相关的关键特征。

本文引入的LSTM网络^［30］的核心思想是通过引入“门”结构来控制信息的保留和遗忘，使网络能学习到在长序列中保留重要信息的能力。很多研究已经证明了LSTM在时序信号任务中的有效性^［31］。所以在本文的狭窄分类的模型中，ResNet的输出特征将被输入LSTM层来学习声形图信号的时序方向上的特征，充分利用声形图信号前后特征的相关性来寻找其与狭窄的关系，并最终通过全连接层输出分类结果。

LSTM的结构如图7所示，公式如下：

{\mathit{f}}_t=\sigma ({\mathit{W}}_f·[h_{t-\mathrm{1}},{\mathit{x}}_t]+{\mathit{b}}_f)（6）

C_t={\mathit{f}}_t\mathrm{*}{C}_{t-q}+{\mathit{i}}_t\mathrm{*}{\tilde{C}}_t（7）

{\mathit{o}}_t=\sigma ({\mathit{W}}_{\mathrm{0}}·[h_{t-\mathrm{1}},{\mathit{x}}_t]+{\mathit{b}}_{\mathrm{0}})（8）

h_t={\mathit{o}}_t\mathrm{*}\mathrm{t}\mathrm{a}\mathrm{n}\mathrm{h}{C}_t（9）

{\mathit{o}}_{\mathrm{t}}=\sigma ({\mathit{W}}_{\mathrm{o}}\bullet [h_{\mathrm{t}-\mathrm{1}},{\mathit{x}}_{\mathrm{t}}]+{\mathit{b}}_{\mathrm{o}})（10）

h_{\mathrm{t}}={\mathit{o}}_{\mathrm{t}}\bullet \mathrm{t}\mathrm{a}\mathrm{n}\mathrm{h}(C_{\mathrm{t}})（11）

式中：{\mathit{x}}_{\mathrm{t}}为t时刻的输入向量；h_t-1为t-1时刻的隐藏状态； f_t 、 i_t 和 o_t 分别为遗忘门、输入门和输出门的激活向量；{\tilde{C}}_t为当前时刻生成的候选单元状态；C_t-1和C_t 分别为t-1时刻和t时刻的单元状态；h_t 为t时刻的隐藏状态输出； W_f 、 W_i 、 W_c 和 W_o 分别为遗忘门、输入门、候选单元状态和输出门对应的权重矩阵； b_f 、 b_i 、 b_c 和 b_o 分别为对应的偏置向量；σ为sigmoid激活函数。

总体而言，本文的模型采用ResNet对时域信号和频域特征进行深度特征提取，同时使用LSTM关注了时序信号特有的序列间的特征，使得模型能较好完成透析通路狭窄的分类任务。

1.5　训练配置

本文共使用2 920条数据。在深度学习网络模型训练中，数据集采用十折交叉验证，设置早停法耐心为20以避免过拟合。模型使用均方误差（Mean squared error，MSE）作为损失函数，代码在Python 3.7和PyTorch框架下实现，硬件平台为基于NVIDIA RTX 3090的计算环境。

2 实验结果与分析

2.1　评价指标

除ROC曲线对实验结果进行比较之外，本文还采用准确率（Accuracy，Acc）、敏感性（Sensitivity，Sens）、特异性（Specificity，Spec）和F₁值作为网络分类性能的评价依据。以上4个指标的定义如下：

\mathrm{A}\mathrm{c}\mathrm{c}\mathrm{u}\mathrm{r}\mathrm{a}\mathrm{c}\mathrm{y}=\frac{\mathrm{T}\mathrm{P}+\mathrm{T}\mathrm{N}}{\mathrm{T}\mathrm{P}+\mathrm{T}\mathrm{N}+\mathrm{F}\mathrm{P}+\mathrm{F}\mathrm{N}}（13）

\mathrm{S}\mathrm{e}\mathrm{n}\mathrm{s}\mathrm{i}\mathrm{t}\mathrm{i}\mathrm{v}\mathrm{i}\mathrm{t}\mathrm{y}=\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{N}}（13）

\mathrm{S}\mathrm{p}\mathrm{e}\mathrm{c}\mathrm{i}\mathrm{f}\mathrm{i}\mathrm{c}\mathrm{i}\mathrm{t}\mathrm{y}=\frac{\mathrm{T}\mathrm{N}}{\mathrm{T}\mathrm{N}+\mathrm{F}\mathrm{P}}（14）

F_{\mathrm{1}}=\mathrm{2}\times \frac{\mathrm{P}\mathrm{r}\mathrm{e}\mathrm{c}\mathrm{i}\mathrm{s}\mathrm{i}\mathrm{o}\mathrm{n}\times \mathrm{S}\mathrm{e}\mathrm{n}\mathrm{s}\mathrm{i}\mathrm{t}\mathrm{i}\mathrm{v}\mathrm{i}\mathrm{t}\mathrm{y}}{\mathrm{P}\mathrm{r}\mathrm{e}\mathrm{c}\mathrm{i}\mathrm{s}\mathrm{i}\mathrm{o}\mathrm{n}+\mathrm{S}\mathrm{e}\mathrm{n}\mathrm{s}\mathrm{i}\mathrm{t}\mathrm{i}\mathrm{v}\mathrm{i}\mathrm{t}\mathrm{y}}（15）

式中：TP为正确分类为正例的样本数；TN为正确分类为负例的样本数；FP为错误分类为正例的实际负例样本数；FN为错误分类为负例的实际正例样本数。

2.2　吻合口数据有效性试验

为了验证上文中吻合口数据会对模型造成干扰，本文使用DASD-Net对添加吻合口数据和不添加吻合口数据的两个数据集进行了分类实验，结果如表2所示。

虽然添加吻合口信号后数据量从1 887个增加到了2 920个，但实验结果显示，网络分类性能全方位下降，这表明吻合口声形图信号可能干扰了分类结果。这一发现质疑了先前研究中使用吻合口声形图信号的必要性，并可能对未来的研究方向产生重要影响。

过往研究都将吻合口部位的声形图信号纳入了参考^［17-20］，但吻合口的湍流不可避免，并且该位置不易发生狭窄，因此其声形图信号特征与透析通路近心端实际发生狭窄后的湍流声形图信号特征显著不同。若不加区分地将吻合口的声形图信号纳入狭窄位置的分类模型训练中，将会降低模型对狭窄位置分类的准确性。本文实验结果验证了这一点，并强调了选择正确信号源对提高分类性能的重要性。

造成这种结果的原因可能包括：①不同类型的吻合口（如“端对侧”或“侧对侧”）因血流动力学特性不同而导致声形图信号的狭窄特征的变化；②吻合口处的湍流噪声可能掩盖近心端狭窄的声形图信号特征，降低分类性能；③根据临床经验，吻合口位置血流对血管内壁的剪切力较大，促使血管壁细胞产生更多一氧化氮（NO），增强血管弹性，从而降低狭窄风险^［23］。因此，应该更加关注距吻合口稍远、对管壁冲击力更小的潜在狭窄位置，并在此处进行声形图信号的采集与分析。

2.3　算法分类性能客观对比

为验证本文算法DASD-Net对透析通路狭窄的分类性能，选取了文献［17］、文献［18］和文献［20］的分类结果进行对比，本文算法具有最高的准确率和敏感性。值得说明的是，文献［17］的样本量为38例，6级分类会导致每个类别的样本量大幅减少，造成数据稀疏和类别不平衡问题^［32］，增加模型过拟合的风险，最终分类结果的可靠性可能受到影响。文献［20］将音频信号分类后用卷积神经网络和循环神经网络进行训练。文献［18］使用了频域信号输入，但并没有与时域结合。总体而言，本文在输入信号和网络结构上做了创新，这使得本文的分类网络拥有更好的拟合结果和泛化性，结果如表3所示。

2.4　消融与输入对比实验

为了验证本文提出的网络模型的有效性，本文做了有关输入特征和网络结构在内的对比实验，实验结果如表4和图8所示，可以看出，DASD-Net在准确率、敏感性、特异性、F₁值上均具有显著优势，这表明结合卷积神经网络（CNN）、残差网络（ResNet）和长短期记忆网络（LSTM）能有效提升分类性能，充分挖掘声形图信号中的特征信息。与不包含ResNet的CNN+LSTM组合相比，CNN+Res模型的特异性和敏感性显著提高，这表明ResNet模块对于特征提取尤为关键。其跳跃连接结构有助于捕捉更多细节特征并减缓梯度消失问题，使得模型对声形图信号中的狭窄特征识别更准确。在输入特征方面，本文比较了单独时域特征、单独频域特征和时频域双特征输入的分类实验结果，其中双特征输入的准确率最高，这说明时域信号和频域特征都可以补充对方缺失的特征信息，从而更好地指导网络进行分类。本文所使用的方法，对血管狭窄检测的准确率为0.905，敏感性为0.911，特异性为0.902，F₁得分0.850，能准确地对透析通路的声形图信号进行狭窄分类。同时，本方法不受制于使用场景的限制，有望实现长期、连续、客观监测。

3 结束语

针对传统临床透析通路狭窄检查方法对特殊设备、有经验的操作人员的依赖和现有基于声形图信号对透析通路检测的深度学习方法不能兼顾信号的时频域特征问题，提出一种基于透析通路的声形图信号时频域特征，来模拟专业医生听诊的的智能诊断方法。本文方法不仅使用双麦克风噪声消除技术来去除声形图信号的环境噪声，并能自适应对单个心拍的声形图信号进行分段，提取了声形图信号的时域、频域特征值来构建以ResNet为基础，结合了LSTM的时频域特征双输入网络——DASD-Net，最后讨论了在进行DA的声形图信号狭窄分类任务时，不应选用吻合口的声形图信号作为分类依据之一。本算法的准确率、敏感性、特异性和F₁值分别可以达到0.905、0.911、0.902和0.850。对于DA狭窄的医疗诊断具有一定的应用价值。

参考文献

[1] 郑鑫. 我国患病率达10.8%,且逐年上升慢性肾病如何早发现[EB/OL]. [2024-08-26].

[2] Daugirdas J T, Blake P G, Ing T S. Handbook of Dialysis[M]. New York: Lippincott Williams & Wilkins, 2015.

[3] Chen T K, Knicely D H, Grams M E. Chronic kidney disease diagnosis and management: a review[J]. Jama, 2019, 322(13): 1294-1304.

[4] Ronneberger O, Fischer P, Brox T. U-net: convolutional networks for biomedical image segmentation[C]∥Medical Image Computing and Computer-Assisted Intervention-MICCAI 2015: 18th International Conference, Munich, Germany, 2015: 234-241.

[5] Lok C E, Huber T S, Lee T, et al. KDOQI clinical practice guideline for vascular access: 2019 update[J]. American Journal of Kidney Diseases, 2020, 75(4): 1-164.

[6] Schmidli J, Widmer M K, Basile C, et al. Editor's choice-vascular access: 2018 clinical practice guidelines of the European society for vascular surgery (ESVS)[J]. European Journal of Vascular and Endovascular Surgery, 2018, 55: 757-818.

[7] Quencer K B, Arici M. Arteriovenous fistulas and their characteristic sites of stenosis[J]. American Journal of Roentgenology, 2015, 205: 726-734.

[8] Roy-Chaudhury P, Sukhatme V P, Cheung A K. Hemodialysis vascular access dysfunction: a cellular and molecular viewpoint[J]. Journal of the American Society of Nephrology, 2006, 17: 1112-1127.

[9] Lee T, Roy-Chaudhury P. Advances and new frontiers in the pathophysiology of venous neointimal hyperplasia and dialysis access stenosis[J]. Advances in Chronic Kidney Disease, 2009, 16: 329-338.

[10] Abreo K, Buffington M, Sachdeva B. Angioplasty to promote arteriovenous fistula maturation and maintenance[J]. Journal of Vascular Access, 2018, 19: 337-340.

[11] Katsanos K, Karnabatidis D, Kitrou P, et al. Paclitaxel-coated balloon angioplasty vs. plain balloon dilation for the treatment of failing dialysis access: 6-month interim results from a prospective randomized controlled trial[J]. Journal of Endovascular Therapy, 2012, 19: 263-272.

[12] Lok C E, Rajan D K, Clement J, et al. Endovascular proximal forearm arteriovenous fistula for hemodialysis access: results of the prospective, multicenter novel endovascular access trial (NEAT)[J]. American Journal of Kidney Diseases, 2017, 70: 486-497.

[13] Lees R S, Dewey Jr C F. Phonoangiography: a new noninvasive diagnostic method for studying arterial disease[J]. Proceedings of the National Academy of Sciences, 1970, 67(2): 935-942.

[14] Seo J H, Mittal R. A coupled flow-acoustic computational study of bruits from a modeled stenosed artery[J]. Medical & Biological Engineering & Computing, 2012, 50: 1025-1035.

[15] Chen C H, Tao T H, Chou Y H, et al. Arteriovenous fistula flow dysfunction surveillance: early detection using pulse radar sensor and machine learning classification[J]. Biosensors, 2021, 11(9): 11090297.

[16] Grochowina M, Leniowska L, Gala-Błądzińska A. The prototype device for non-invasive diagnosis of arteriovenous fistula condition using machine learning methods[J]. Scientific Reports, 2020, 10(1): 16387.

[17] Wang H Y, Wu C H, Chen C Y, et al. Novel noninvasive approach for detecting arteriovenous fistula stenosis[J]. IEEE Transactions on Biomedical Engineering, 2014, 61(6): 1851-1857.

[18] Zhou G, Chen Y, Chien C, et al. Deep learning analysis of blood flow sounds to detect arteriovenous fistula stenosis[J]. NPJ Digital Medicine, 2023, 6(1): 37658233.

[19] Ota K, Nishiura Y, Ishihara S, et al. Evaluation of hemodialysis arteriovenous bruit by deep learning[J]. Sensors, 2020, 20(17): 20174852.

[20] Møller H, Pedersen C S. Hearing at low and infrasonic frequencies[J]. Noise & Health, 2004, 6(23): 37-57.

[21] Münzel T, Heitzer T, Harrison D G. Physiologie und pathophysiologie des stickstoffmonoxid-superoxid-systems[J]. Herz, 1997, 22: 158-172.

[22] Jiang C, Yang D, Chen X. Similarity learning for cover song identification using cross-similarity matrices of multi-level deep sequences[C]∥ICASSP 2020-2020 IEEE International Conference on Acoustics, Speech and Signal Processing, Barcelona, Spain, 2020: 26-30.

[23] Panda B, Mandal S, Majerus S J A. Flexible, skin coupled microphone array for point of care vascular access monitoring[J]. IEEE Transactions on Biomedical Circuits and Systems, 2019, 13(6): 1494-1505.

[24] Lees R S, Dewey Jr C F. Phonoangiography: a new noninvasive diagnostic method for studying arterial disease[J]. Proceedings of the National Academy of Sciences, 1970, 67(2): 935-942.

[25] Zubair S, Yan F, Wang W. Dictionary learning based sparse coefficients for audio classification with max and average pooling[J]. Digital Signal Processing, 2013, 23(3): 960-970.

[26] Benetos E, Stylianou Y. Auditory spectrum-based pitched instrument onset detection[J]. IEEE Transactions on Audio, Speech, and Language Processing, 2010, 18(8): 1968-1977.

[27] Tzanetakis G, Cook P. Musical genre classification of audio signals[J]. IEEE Transactions on Speech and Audio Processing, 2002, 10(5): 293-302.

[28] He K, Zhang X, Ren S, et al. Deep residual learning for image recognition[C]∥Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, Las Vegas, USA, 2016: 770-778.

[29] Graves A, Graves A. Long short-term memory[J]. Supervised Sequence Labelling with Recurrent Neural Networks, 2012, 1: 37-45.

[30] Xu X, Zhao H, Liu H, et al. LSTM-Gan-xgboost based anomaly detection algorithm for time series data[C]∥11th International Conference on Prognostics and System Health Management (PHM-2020 Jinan), Jinan, China, 2020: 334-339.

[31] Géron A. Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow[M]. Beijing: O'Reilly Media, 2019.

[32] Goodfellow I, Bengio Y, Courville A. Deep Learning[M]. Cambridge: MIT Press, 2016.

基金资助

苏州科技计划项目(SZS2022008)

吉林省科技发展计划项目(20200404158YY)