资源描述
Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,*,SIAT,*,Click to edit Master title style,指导老师:刘嘉,学生:储霞,脑血流调节机能的实时监测,主要内容,1,背景介绍,2,研究目标,3,工作内容,4,总结与展望,2,脑血流自动调节机能,脑血流自动调节是指当动脉血压在一定范围内变动时,脑微小动脉血管维持脑血流量相对恒定的能力,3,调节机理,通过调节微动脉的口径来控制大脑的血流量(,CBF,),当这些微动脉舒张时供血量会随之增加,相反,当其收缩时过量的供血会得到抑制,4,重要性,许多疾病会引起血流自动调节机能受损,.,慢性高血压、脑部肿瘤、缺血性卒中等,病情恶化,血流量随着血压升高,(脑出血),随血压降低,(脑缺血、脑水肿),血压控制,如果能根据监测病人的血流自动调节机能的结果进行控制作出更精准的判断,那么,对于该类情况的处理将有量化的依据,从而减少致残和死亡率,5,研究进展,自动调节机,能的研究,静 态,动 态,.,6,研究目标,Step4,Step3,Step2,Step1,实验方法,数据采集,算法实现,算法验证,实时监测调节机能的方法,1.,有效的、无创的改变调节机能的方法,2.,采集手段,采集协议,3.,能实时跟踪到调节机能变化的算法,4.,与其他检测调节机能的方法比较,7,实验方法,袖带充气法,药物诱导法,自发跟踪法,CO2,控制法,体外运动诱导法,1.,使调节机能发生变化,2.,安全,无损伤,患者易执行,8,数据采集,平躺休息,35min,过度通气约,2min,吸入呼出的,CO2,约,2min,休息恢复,610min,1,2,4,3,数据,采集,协议,9,数据采集结果,10,数据采集结果,11,算法实现,预处理,异常信号标记,滤波得均值信号,分阶段,降采样,求信号相对变化,移动取,6s,长数据,系统辨识,用系统辨识的方法分析出血压(输入)和血流(输出)之间关系,求出系统的单位阶跃响应,计算,ARI,用求出的阶跃响应与,Tiecks,model,十个等级的阶跃响应比较,最接近的那个等级就是调节机能的指数。,12,结果,13,结果比较,ARI,过度通气,CO2,减少调节机能增强,ARI,是否升高?,Phase-lead,是调节机能的一个重要特征,ARI,与,Phase-lead,结果是否一致,14,结果比较,15,结果分析,1.ARI,与理论上调节机能的一致性为,15/19=79.9%,。,2.ARI,与,phase-lead,的一致性为,14/19=73.7%,。,16,讨论总结,总结,该方法能较好的跟踪调节机能的变化。,问题,数据问题。,在计算,phase-lead,时有负相位的出现,可能是由于数据本身的原因。因为有些血流的波动和血压是独立的。如何筛选出这些无用的信号?,算法问题。,目前只能分阶段计算,ARI,,算法不能实现实时跟踪。如何实现实时监测?主要在系统辨识方法上的改进。,17,下一步工作,筛选无用信号。先判断信号的相关性,当相关系数,0.4,时才计算,ARI,和,phase-lead,。,结合,phase-lead,反馈判断,ARI,算法的准确性,改进算法。,分析吸入,CO2,阶段的调节机能。,结合,phase-lead,,,ARI,,,CCP,(临界关闭压)分析,CO2,对调解机能的影响。,完善算法,使辨识参数能快速适应数据的变化,最终实现实时跟踪调剂机能,而不用分阶段分析。,18,谢谢大家的关注,欢迎各位的提问与交流,19,
展开阅读全文