顱腦硬膜血腫近紅外光譜無創(chuàng)檢測的最佳S-D分布研究.pdf

1、基于近紅外光譜（Near Infrared Spectroscopy,NIRS）的腦血腫無創(chuàng)檢測是生物醫(yī)學領域中腦科學研究的重要內容。自然災害等復雜環(huán)境下顱腦創(chuàng)傷傷情快速診斷是降低顱腦創(chuàng)傷死亡率的關鍵，近紅外光譜實現腦血腫快速診斷，是解決此問題的重點方向之一，目前已有一定研究進展，而有關近紅外光譜檢測顱腦硬膜血腫的最佳光源-檢測器(Source-Detector，S-D)分布的研究還未見發(fā)表，合理準確的選擇S-D分布可能對顱腦硬膜血腫檢

2、測結果的準確度的提升、檢測模型復雜度降低、腦功能的基礎研究等提供更加豐富關鍵的參考信息。
　　本文從基于近紅外光密度差異檢測腦血腫的角度出發(fā)，以獲得無創(chuàng)顱腦硬膜血腫檢測中最佳S-D分布為研究目標，在近紅外光檢測顱腦硬膜血腫基礎理論、近紅外光在腦組織中傳輸模型、檢測模型仿真算法的設計與驗證實驗等方面進行了深入的研究。主要內容包括:基于Monte Carlo(MC)模型記錄2.5cm、3.0cm、3.5cm、4.0cm、4.5cm位置

3、在不同血腫出現情況下光密度變化，利用偏最小二乘法(Partial Least Square method，PLS)建立基于近紅外光密度差異的顱腦硬膜血腫檢測模型，在檢測顱腦血腫的同時，可對顱腦硬膜血腫程度進行預測;提出近紅外光譜血腫檢測的等效信噪比概念，以此為最佳S-D分布的指導標準，進行最佳S-D分布仿真研究;引入808nm近紅外光作為參考光，提供先驗信息;利用變量投影重要性分析(Variable Importance in the

4、Projection，VIP)對檢測器個數及分布進行了優(yōu)化，降低模型復雜程度;配制光學仿體對最佳S-D分布結果進行實驗驗證。
　　本文所建立顱腦硬膜血腫程度預測模型相關度為88.94％，平均誤差為0.0838cm-1，對樣本數為16的預測集進行預測，預測集相關度為86.65％，平均誤差為0.1047cm-1;根據等效信噪比和檢測設備的信噪比，獲得檢測目標深度信息的最佳S-D范圍;利用808nm近紅外光作為參考光，建立針對不同頭皮顱

5、骨厚度最佳S-D位置的預測模型，訓練集模型相關度為99.1％，平均誤差為0.0291cm，對樣本數為16的預測集進行預測，預測集預測相關度為98.8％，平均誤差為0.0323cm;利用VIP分析從2.0-5.0cm范圍內30個檢測器中篩選出最佳的4個檢測器(2.1cm、2.4cm、3.4cm、4.2cm)，利用篩選出檢測器對血腫程度進行預測，其精度優(yōu)于30個檢測器同時建模方案以及平均選擇檢測器建模方案;配置4種濃度的光學仿體進行實驗，驗