System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于脑脊液循环的多模态数据采集及脑积水诊断方法技术_技高网

一种基于脑脊液循环的多模态数据采集及脑积水诊断方法技术

技术编号:43537165 阅读:18 留言:0更新日期:2024-12-03 12:20
本发明专利技术公开了一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,涉及临床工程领域。首先,对患者进行腰椎穿刺后,将腰穿针与压力传感器、微量泵相连;然后,采集患者5min的颅内压基线,打开微量泵,按照1cc/min的速度向患者输注生理盐水,直到患者的颅内压达到平台期,期间对颅内压、心率等多项生理参数进行监测;最后,将采集的颅内压等参数代入到建立的脑脊液循环物理模型中,计算脑脊液吸收阻力等脑脊液动力学参数,进行辅助诊断。本发明专利技术提出了一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,与目前的金标准相比,该方法的侵入性相对较低,可以有效地减少多次脑脊液放液试验对患者造成的伤害,缩短诊断时间,客观地对患者进行评估诊断。

【技术实现步骤摘要】

本专利技术涉及临床工程领域,特别是一种基于脑脊液循环的多模态数据采集及脑积水诊断方法


技术介绍

1、脑积水是一种由于脑脊液在颅内积聚而引起的病理状况,其会导致患者的颅内压升高,从而出现步态失调、认知功能障碍以及尿失禁等症状,严重影响患者的正常生活,治疗不及时的情况下可能会导致死亡。而特发性常压脑积水作为“可逆性痴呆”,可通过早期的诊断和治疗可以有效地改善临床症状甚至逆转,是目前唯一可以通过手术治疗而改善的痴呆。因此,如何早期诊断出脑积水,筛选出可以通过手术治疗而获益的脑积水患者是目前困扰临床医生的一大难题。

2、目前,对于脑积水的患者的诊断方式主要依靠影像学检查、步态评估等临床指标以及腰椎穿刺释放脑脊液的结果。但是,影像学特征以及步态评估等临床指标往往与神经退行性疾病相似,难以有效地进行诊断和区分。除此之外,腰椎穿刺释放脑脊液诊断流程时间长,常常需要三天的时间才能确定患者是否患有脑积水,极大地延误了患者的治疗时机,也增加了患者的经济负担。因此,早期诊断对于及时干预和治疗脑积水具有至关重要的意义。


技术实现思路

1、本专利技术的目的是提出一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,解决了传统诊断方式无法有效地进行诊断和区分的难题,减少了多次脑脊液放液试验对患者造成的伤害。

2、为实现上述目的,本专利技术提出一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,步骤如下:

3、s1、腰椎穿刺;

4、s2、灌注实验;

5、s3、信号采集;

6、s4、数据分析。

7、优选的,步骤s1中,穿刺点选择在髂后上棘连线与后正中线两线的交点,对应腰椎棘突4-5间隙,穿刺点皮肤被稳妥固定后将腰穿针垂直背部方向或稍倾向头侧进针。

8、优选的,对患者进行腰椎穿刺后,将腰穿针与压力传感器、微量泵相连,并持续记录5分钟患者此时的颅内压数值,即颅内压基线icp baseline。

9、优选的,步骤s2中,打开微量泵,按照60ml/h的速度向腰椎间隙中匀速注入生理盐水,通过icm+实时监测记录患者的颅内压数值及各项生理指标,直到患者的颅内压达到平稳状态,并持续记录5分钟患者此时的颅内压数值,即颅内压平台期icp plateau。

10、优选的,步骤s3中,数据采集部分由监护仪、医用压力传感器、血氧探头、五导联心电监护和icm+多模态检测软件构成。

11、优选的,所述医用压力传感器主要用于测量颅内压,所述血氧探头主要用于测量血氧,所述五导联心电监护用于测量患者的心率,所述监护仪和icm+多模态检测软件用于实时监测和记录患者的各项数据。

12、优选的,步骤s4中,所述数据分析的具体步骤如下:

13、s41、建立脑脊液循环模型;

14、s42、计算脑脊液流出阻力;

15、s43、计算颅内压脉冲幅值amp及弹性系数elasicity;

16、s44、生成检测报告,辅助诊断。

17、优选的,步骤s41中,颅内顺应性代表颅腔内的容积代偿功能,是单位颅内压变化所产生的容积变化,计算公式如下:

18、

19、其中,c为颅内顺应性,dvic代表颅内容积的变化,而dpic代表颅内的压力变化;

20、当颅脊髓间隙体积增大时,在颅内压处于低压状态时的顺应性要远高于颅内压处于高压状态时的顺应性,颅内顺应性c计算公式如下:

21、

22、其中,pic为颅内压,k代表患者的脑脊液循环系统的特异性弹性常数;

23、在脑脊液循环的建模中,颅内顺应性c计算公式如下:

24、

25、其中,p0为恒定脑脊液的储存压力;

26、模型建立包括脑脊液在人体内的整个循环通路,同时包含了输注生理盐水的情况,基于液体守恒定律,液体的总流入量等于其流出量,表达式如下:

27、qf+qex=qa+qs   (4)

28、其中,qf为脑脊液形成率,qex为后续灌注试验中生理盐水灌注的速率,qa为继续循环吸收的脑脊液通路,qs为储存在颅内支撑和保护大脑的脑脊液通路;

29、qa为颅内压pic和硬脑膜静脉窦压pd之间的差值,计算公式如下:

30、

31、其中,r为csf流出阻力,pd为硬脑膜静脉窦压;

32、代入公式(1)和公式(2),求出颅内压pic随时间的变化函数:

33、

34、其中,t为时间,dt为时间变化;

35、保持脑血流量不变,计算脑脊液的存储通路qs,公式如下:

36、

37、合并公式(6)和公式(4),计算公式如下:

38、

39、稳态颅内静息压pr由硬脑膜静脉窦压pd、csf流出阻力r以及脑脊液形成率qf共同调节,计算公式如下:

40、pr=pd+qfr   (9)

41、将公式(8)和公式(5)代入到公式(9)中,得到模型的非线性微分方程:

42、

43、综上所述,建立了脑脊液循环的数学模型,并构建了颅内压与灌注时长的关系函数。

44、优选的,步骤s42中,采用积分因子法对公式(10)中进行求解,公式如下:

45、

46、其中,τ为积分过程中自变量;

47、通过灌注试验使pic升高到pp后,压力逐渐从pp下降到静息压力时,颅内压与灌注的时间关系表达式如下:

48、

49、其中,pp为颅内压上升到平台期的数值;

50、静息压力的条件下,p0=0,颅内压pic(0)是稳态值,即为pr,灌注的速度qex(t)=qinf,pic(t)的计算公式如下:

51、

52、其中,qinf为灌注速度;

53、在p0≠0的条件下,pic(t)的计算公式如下:

54、

55、在恒压灌注试验的过程中,采集从静息态到稳态的动态数据,并对数据进行计算,对于稳态条件下的恒压输注,微分方程可化为:

56、

57、求解得出csf流出阻力参数r,计算公式如下:

58、

59、其中,plevel是恒压灌注产生的稳态颅内压。

60、优选的,步骤s43中,对颅内压的进行频域的分析提取,得到颅内压脉冲幅值,认为颅内压脉冲幅值在一定范围内可以反应颅内压的升高;同时,利用弹性系数elasicity来表示脑顺应性,当elasicity较低时,说明脑顺应性较差。

61、因此,本专利技术提出了一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,其有益效果如下:

62、(1)本专利技术提出的通过监测患者腰椎穿刺放液过程中的颅内压等多种生理参数来计算患者的流出阻力,可以有效地提高对于脑积水的诊断正确率,并且极大地缩短了本文档来自技高网...

【技术保护点】

1.一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,其特征在于,步骤如下:

2.根据权利要求1所述一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,其特征在于,步骤S1中,穿刺点选择在髂后上棘连线与后正中线两线的交点,对应腰椎棘突4-5间隙,穿刺点皮肤被稳妥固定后将腰穿针垂直背部方向或稍倾向头侧进针。

3.根据权利要求2所述一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,其特征在于,对患者进行腰椎穿刺后,将腰穿针与压力传感器、微量泵相连,并持续记录5分钟患者此时的颅内压数值,即颅内压基线ICP baseline。

4.根据权利要求1所述一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,其特征在于,步骤S2中,打开微量泵,按照60ml/h的速度向腰椎间隙中匀速注入生理盐水,通过ICM+实时监测记录患者的颅内压数值及各项生理指标,直到患者的颅内压达到平稳状态,并持续记录5分钟患者此时的颅内压数值,即颅内压平台期ICP plateau。

5.根据权利要求1所述一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,其特征在于,步骤S3中,数据采集部分由监护仪、医用压力传感器、血氧探头、五导联心电监护和ICM+多模态检测软件构成。

6.根据权利要求5所述一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,其特征在于,所述医用压力传感器主要用于测量颅内压,所述血氧探头主要用于测量血氧,所述五导联心电监护用于测量患者的心率,所述监护仪和ICM+多模态检测软件用于实时监测和记录患者的各项数据。

7.根据权利要求1所述一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,其特征在于,步骤S4中,所述数据分析的具体步骤如下:

8.根据权利要求7所述一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,其特征在于,步骤S41中,颅内顺应性代表颅腔内的容积代偿功能,是单位颅内压变化所产生的容积变化,计算公式如下:

9.根据权利要求7所述一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,其特征在于,步骤S42中,采用积分因子法对公式(10)中进行求解,公式如下:

10.根据权利要求7所述一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,其特征在于,步骤S43中,对颅内压的进行频域的分析提取,得到颅内压脉冲幅值,认为颅内压脉冲幅值在一定范围内可以反应颅内压的升高;同时,利用弹性系数Elasicity来表示脑顺应性,当Elasicity较低时,说明脑顺应性较差。

...

【技术特征摘要】

1.一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,其特征在于,步骤如下:

2.根据权利要求1所述一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,其特征在于,步骤s1中,穿刺点选择在髂后上棘连线与后正中线两线的交点,对应腰椎棘突4-5间隙,穿刺点皮肤被稳妥固定后将腰穿针垂直背部方向或稍倾向头侧进针。

3.根据权利要求2所述一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,其特征在于,对患者进行腰椎穿刺后,将腰穿针与压力传感器、微量泵相连,并持续记录5分钟患者此时的颅内压数值,即颅内压基线icp baseline。

4.根据权利要求1所述一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,其特征在于,步骤s2中,打开微量泵,按照60ml/h的速度向腰椎间隙中匀速注入生理盐水,通过icm+实时监测记录患者的颅内压数值及各项生理指标,直到患者的颅内压达到平稳状态,并持续记录5分钟患者此时的颅内压数值,即颅内压平台期icp plateau。

5.根据权利要求1所述一种基于脑脊液循环的多模态数据采集及脑积水诊断方法,其特征在于,步骤s3中,数据采集部分由监护仪、医用压力传感器、血氧探头、五导联心电监护和icm+多模态检测软件构成。...

【专利技术属性】
技术研发人员:明东刘秀云刘馨阳尉辉杰邢岩郭芳张国斌庞美俊张阔何润南马旭东
申请(专利权)人:脑机交互与人机共融海河实验室
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1