一种针对头颈动脉狭窄患者的脑血流自调节模拟方法技术

一种针对头颈动脉狭窄患者的脑血流自调节模拟方法，属于血流动力学领域。建立脑部微动脉交感神经和迷走神经信号数学模型，模拟脑灌注压变化时神经活动，从而建立脑血流自调节机制的自主神经调节数学模型；模拟脑灌注压变化时脑部微动脉血管平滑肌运动，从而建立脑血流自调节机制的血管平滑肌反射调节数学模型；模拟脑灌注压变化时脑部微动脉血管剪切应力调节促使血管产生舒缩运动，从而建立脑血流自调节机制的剪切应力调节数学模型；针对头颈动脉狭窄患者，依据不同狭窄程度优化自主神经调节功能，建立脑血流自调节数学模型；建立人体血液循环系统集中参数模型，将脑血流自调节模型加入集中参数模型，模拟不同体外反搏压力下的脑血流

【技术实现步骤摘要】
一种针对头颈动脉狭窄患者的脑血流自调节模拟方法


[0001]本专利技术属于血流动力学建模领域。

技术介绍

[0002]脑血流自调节是人体脑部微动脉血管针对脑灌注压的急性变化，为了维持脑血流的恒定所做出的适应性调节功能。面对脑灌注压在一定范围内骤增或骤降，该机制通过血管自主神经调节、血管平滑肌肌源性调节、剪切依赖性血管反应，控制微动脉血管舒缩，从而维持脑血流灌注在一定范围内几乎恒定。脑血流自调节机制在体外反搏期间容易被激活。
[0003]体外反搏(Enhanced external counterpulsation，EECP)是一种基于心电信号触发，通过包裹在四肢和臀部的气囊，在每个心动周期的舒张期通过体外无创性机械式按压下半身，使主动脉内舒张期血压增高，增加心、脑等脏器血流灌注的一种辅助循环方法。EECP作用于人体后以其独特的收缩、舒张“双脉冲”模式引起人体血流重分布，对缺血脏器血管进行有效的血运重建。EECP通过提高Mean arterial pressure(MAP)，增加Cerebral blood flow(CBF)，改善脑缺血，是其即时血流动力学效应，对头颈动脉狭窄患者脑缺血的治疗具有重要的意义。
[0004]体外反搏施加期间虽然会引起脑灌注压的大幅提升，但由于人体的脑血流自调节机制，脑血管会适应性收缩增大远端血流阻力，从而维持稳定的脑血流量。然而，研究表明，缺血性脑卒中患者的脑血流自调节能力弱于正常人。因此，在EECP期间，脑卒中患者的脑血流会得到一定程度的提升，并且血流增加量决定于脑动脉的狭窄严重程度。这也是EECP可以治疗脑卒中患者的另一个原因。
[0005]随着计算科学的发展，血流动力学数值模拟技术被运用于临床治疗策略的术前规划。对于临床心脑血管系统疾病中的血流动力学问题，建立血液循环系统血流动力学模型，利用计算流体动力学(Computational fluid dynamics,CFD)方法进行血流动力学仿真，可量化关键血流动力学参数，从生物力学的角度评估血管疾病的发展状况和治疗策略的优良，辅助临床决策。基于CFD的血流动力学建模仿真技术已被广泛地运用于冠脉搭桥虚拟手术模拟、血管支架术式优化、心肌缺血的定量化评估方面。然而，对于心脑血管系统疾病中的复杂血流动力学环境，仿真的可靠性的前提是必须建立精准的血流动力学数学模型。
[0006]因此，基于人体真实生理机制，建立准确的脑血流自调节数学模型，在脑血管的血流动力学数值模拟中具有不可忽视的作用，尤其对于不同头颈动脉狭窄程度患者，在其个性化的血流动力学仿真中更具有重要的意义。

技术实现思路

[0007]本专利技术提供一种针对头颈动脉狭窄患者的脑血流自调节模拟方法，可针对不同头颈动脉狭窄程度患者，建立符合其自身的个性化脑血流自调节数学模型，进而用于准确的血液循环系统血流动力学数值模拟。建立该项针对头颈动脉狭窄患者的脑血流自调节数学
模型包括以下步骤：建立脑血流自调节机制的自主神经调节数学模型；建立脑血流自调节机制的血管平滑肌反射调节数学模型；建立脑血流自调节机制的剪切应力调节数学模型；针对头颈动脉狭窄患者，依据不同狭窄程度优化自主神经调节功能，从而建立准确的脑血流自调节数学模型；模拟不同体外反搏压力下的脑血流
‑
灌注压，与临床文献实测结果对比验证模型。
[0008]为达到上述目的，本专利技术通过以下技术方案来实现：
[0009]一种针对头颈动脉狭窄患者的脑血流自调节模拟方法，其特征在于，通过以下方法建立准确的脑血流自调节数学模型，包括以下步骤：
[0010]步骤A1：建立脑部微动脉交感神经和迷走神经信号数学模型，模拟脑灌注压变化时神经活动，从而建立脑血流自调节机制的自主神经调节数学模型；
[0011]步骤A2：模拟脑灌注压变化时脑部微动脉血管平滑肌运动，从而建立脑血流自调节机制的血管平滑肌反射调节数学模型；
[0012]步骤A3：模拟脑灌注压变化时脑部微动脉血管剪切应力调节促使血管产生舒缩运动，从而建立脑血流自调节机制的剪切应力调节数学模型；
[0013]步骤A4：针对头颈动脉狭窄患者，依据不同狭窄程度优化自主神经调节功能，从而建立准确的脑血流自调节数学模型；
[0014]步骤A5：建立人体血液循环系统集中参数模型，将脑血流自调节模型加入集中参数模型，模拟不同体外反搏压力下的脑血流
‑
灌注压，与临床文献实测结果对比验证脑血流自调节模型。
[0015]作为本专利技术的技术方案，步骤A1中所述特征，建立脑部微动脉交感神经和迷走神经信号数学模型，模拟脑灌注压变化时神经活动，从而建立脑血流自调节机制的自主神经调节数学模型。具体实施过程包括以下步骤：
[0016]步骤B1：建立脑部微动脉交感神经和迷走神经信号数学模型。脑部微动脉血管自主神经调节机制的数学模型基于交感神经和迷走神经信号的数值模拟。其中交感信号是与传入神经通路活动负相关的单调指数函数，可以用下式描述：
[0017][0018]式中f
es
是传入交感神经信号中尖峰的频率，k
es
，f
es,0
和f
es,∞
是常数，k
es
＝0.0675s，f
es,0
＝16.11spikes/s，f
es,∞
＝2.1spikes/s。f
cs
是传入纤维信号中尖峰的频率。迷走神经信号是与窦神经活动相关的正函数，其数学模型如下：
[0019][0020]式中，f
ev
是传入迷走神经纤维信号中尖峰的频率，k
ev
，f
ev,0
，f
ev,∞
和f
cs,0
是常数，k
ev
＝7.06spikes/s，f
ev,0
＝3.2spikes/s，f
ev,∞
＝6.3spikes/s，f
cs,0
＝25spikes/s。
[0021][0022]式中，f
max
是和f
min
是神经信号频率的上下饱和度，是脑灌注压，P
n
是压力感受器
中心点压力值，P
n
＝92mmHg，k
a
是压力常量，k
a
＝11.758mmHg。通过建立上述模型，交感神经和迷走神经信号频率与脑灌注压之间的关系图如图2所示。
[0023]步骤B2：模拟脑灌注压变化时神经活动，从而建立脑血流自调节机制的自主神经调节数学模型。在脑灌注压发生急性变化时，脑部微动脉会根据交感神经和迷走神经两个信号的刺激进行收缩和舒张，自主神经调节作用下的脑部微动脉血流阻力，根据以下公式进行仿真：
[0024][0025]R
neu
′
＝R
neu
+dR
neu
#(6本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对头颈动脉狭窄患者的脑血流自调节模拟方法，其特征在于，包括以下步骤：步骤A1：建立脑部微动脉交感神经和迷走神经信号数学模型，模拟脑灌注压变化时神经活动，从而建立脑血流自调节机制的自主神经调节数学模型；步骤A2：模拟脑灌注压变化时脑部微动脉血管平滑肌运动，从而建立脑血流自调节机制的血管平滑肌反射调节数学模型；步骤A3：模拟脑灌注压变化时脑部微动脉血管剪切应力调节促使血管产生舒缩运动，从而建立脑血流自调节机制的剪切应力调节数学模型；步骤A4：针对头颈动脉狭窄患者，依据不同狭窄程度优化自主神经调节功能，从而建立准确的脑血流自调节数学模型；步骤A5：建立人体血液循环系统集中参数模型，将脑血流自调节模型加入集中参数模型，模拟不同体外反搏压力下的脑血流
‑
灌注压，与临床文献实测结果对比验证脑血流自调节模型。2.按照权利要求1所述的方法，其特征在于，步骤A1包括以下步骤：步骤B1：建立脑部微动脉交感神经和迷走神经信号数学模型；脑部微动脉血管自主神经调节机制的数学模型基于交感神经和迷走神经信号的数值模拟；其中交感信号是与传入神经通路活动负相关的单调指数函数，用下式描述：式中f
es
是传入交感神经信号中尖峰的频率，k
es
，f
es,0
和f
es,∞
是常数，k
es
＝0.0675s，f
es,0
＝16.11spikes/s，f
es,∞
＝2.1spikes/s；f
cs
是传入纤维信号中尖峰的频率；迷走神经信号是与窦神经活动相关的正函数，其数学模型如下：式中，f
ev
是传入迷走神经纤维信号中尖峰的频率，k
ev
，f
ev,0
，f
ev,∞
和f
cs,0
是常数，k
ev
＝7.06spikes/s，f
ev,0
＝3.2spikes/s，f
ev,∞
＝6.3spikes/s，f
cs,0
＝25spikes/s；式中，f
max
是和f
min
是神经信号频率的上下饱和度，是脑灌注压，P
n
是压力感受器中心点压力值，P
n
＝92mmHg，k
a
是压力常量，k
a
＝11.758mmHg；步骤B2：模拟脑灌注压变化时神经活动，从而建立脑血流自调节机制的自主神经调节数学模型；在脑灌注压发生急性变化时，脑部微动脉会根据交感神经和迷走神经两个信号的刺激进行收缩和舒张，自主神经调节作用下的脑部微动脉血流阻力，根据以下公式进行仿真：仿真：
R
neu
′
＝R
neu
+dR
neu
#(6)式中G是增益指数，在无病变情况下，G＝G0＝1，D是刺激信号作用延迟，取0.2s，f
es,min
是交感神经信号频率的最小值，σ(t)是静息态信号刺激下的输出，τ是经验常数，τ＝2，R
neu
’
和R
neu
分别是当前时刻和上一时刻的脑部微动脉血流阻力。3.按照权利要求1所述的方法，其特征在于，步骤A2中所述特征，模拟脑灌注压变化时脑部微动脉血管平滑肌运动，从而建立脑血流自调节机制的血管平滑肌反射调节数学模型；其中血管平滑肌反射调节指当血管跨壁压差升高，使血管平滑肌张力发生改变，从而牵引平滑肌使之收缩，反之舒张；在初始条件下即静息状态平滑肌张力描述为：T0＝P0r0‑
P
ic
(r0+h0)#(7)式中P0为静息状态微动脉内血压，r0为微动脉半径，r0＝0.075mm，P
ic
为颅内压，P
ic
＝10mmHg，h0为血管壁厚度，h0＝0.025mm；而当血压发生急性变化时，平滑肌张力描述为：T
a
＝P
a
r
a
‑
P
ic
(r
a
+h
a
)#(8)式中P
a
为血压急变状态微动脉内血压，r
a
为微动脉半径，h
a
为血管壁厚度；其中r
a
在血压急变期间缩小或增大，最大加减了r0的25％；血管平滑肌的活动描述为：式中T
s
为归一化张力，设为0.3mmHg
·
cm；由肌源性调节引起的血流阻力R
myo
变化为：R
myo
′
＝R
myo
+dR
myo
#(12)式中Γ
myo

【专利技术属性】
技术研发人员：李鲍，刘有军，刘金城，孙昊，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：