顱腦電阻抗成像數(shù)據(jù)采集中電極干擾的預(yù)處理方法研究.pdf

1、腦血管疾病早期難以發(fā)現(xiàn)，一旦發(fā)病，致死、致殘率高。重型顱腦損傷也是臨床常見急癥，容易出現(xiàn)繼發(fā)性出血等損傷，嚴(yán)重威脅患者生命。如果能夠盡早發(fā)現(xiàn)以上病情，可以有效降低患者的死亡率并改善預(yù)后效果。這就需要一種動態(tài)監(jiān)護(hù)診斷技術(shù)，對有潛在發(fā)病風(fēng)險的患者進(jìn)行連續(xù)監(jiān)測，及時發(fā)現(xiàn)病情變化，在發(fā)病初期即可指導(dǎo)醫(yī)護(hù)人員進(jìn)行合理治療。現(xiàn)有的影像檢查手段如CT、MRI等雖然實(shí)現(xiàn)顱腦病灶的準(zhǔn)確診斷，但是主要用于一次性檢測，費(fèi)用昂貴，會產(chǎn)生輻射，并且設(shè)備體積龐大，

2、無法用于長時連續(xù)床旁監(jiān)護(hù)，不能對腦血管疾病發(fā)病進(jìn)行早期預(yù)警。常規(guī)生理參數(shù)監(jiān)護(hù)儀雖然可以進(jìn)行床旁連續(xù)監(jiān)護(hù)，但是由于心率、血壓等生理參數(shù)受到人體代償功能的影響，對顱腦病變不敏感，因此臨床上迫切需要一種能夠?qū)δX血管疾病患者進(jìn)行連續(xù)監(jiān)護(hù)的床旁監(jiān)護(hù)設(shè)備。
　　電阻抗斷層成像(Electrical Impedance Tomography，EIT)是一種新型的生物醫(yī)學(xué)成像技術(shù)，以無創(chuàng)、低成本、功能成像為特點(diǎn)，在腦血管疾病的連續(xù)監(jiān)護(hù)方面有著良好

3、的應(yīng)用前景，國內(nèi)外均開展了顱腦EIT的相關(guān)應(yīng)用研究。第四軍醫(yī)大學(xué)課題組攻克了顱腦動態(tài) EIT成像算法和硬件系統(tǒng)等關(guān)鍵技術(shù)難題，在國際上率先展開了臨床應(yīng)用研究，也是唯一能將顱腦EIT動態(tài)監(jiān)護(hù)技術(shù)推向臨床研究的小組。課題組前期的臨床研究證明顱腦EIT監(jiān)測技術(shù)的臨床可行性，在研究實(shí)踐中發(fā)現(xiàn)，進(jìn)行長期連續(xù)監(jiān)護(hù)時，由于醫(yī)護(hù)人員的護(hù)理、治療和病人體動等原因，電極和頭皮會發(fā)生接觸不良，影響數(shù)據(jù)質(zhì)量，迫切需要對電極的接觸情況進(jìn)行實(shí)時判斷并對接觸不良信號

4、進(jìn)行處理，提高其抗干擾能力，推進(jìn)顱腦 EIT在臨床上的應(yīng)用。針對以上問題，本文展開以下三方面研究：
　　（1）接觸不良電極的實(shí)時檢測
　　在顱腦 EIT臨床監(jiān)護(hù)中，病人的體動以及醫(yī)護(hù)人員的治療、護(hù)理操作不當(dāng)?shù)纫蛩乜赡軙?dǎo)致環(huán)貼在病人頭部的電極出現(xiàn)接觸不良的情況，影響圖像監(jiān)護(hù)結(jié)果。在前期的研究中發(fā)現(xiàn)，由于接觸不良電極的接觸阻抗與正常電極相差較大，導(dǎo)致包含接觸不良電極的測量通道值和以接觸不良電極為激勵電極時獲取的測量值與正常值先

5、比存在顯著差異?；诖?，本文研究了一種基于加權(quán)的相關(guān)系數(shù)和小波奇異點(diǎn)檢測的接觸不良電極的實(shí)時檢測算法，并通過阻容網(wǎng)絡(luò)物理模型實(shí)驗(yàn)和臨床人體實(shí)驗(yàn)證明了該方法可以準(zhǔn)確檢測相應(yīng)接觸不良電極。
　?。?）電極接觸不良后的數(shù)據(jù)補(bǔ)償
　　顱腦 EIT對病人進(jìn)行連續(xù)監(jiān)護(hù)時間長，要求監(jiān)護(hù)期間醫(yī)護(hù)人員一直值守在設(shè)備旁比較困難。當(dāng)電極發(fā)生接觸不良時監(jiān)護(hù)圖像不能反映正常監(jiān)護(hù)信息，趕來重貼電極的醫(yī)護(hù)人員無法記錄最后的正常監(jiān)護(hù)結(jié)果，而對電極進(jìn)行處理后

6、新的監(jiān)護(hù)圖像也不包含電極故障前的監(jiān)護(hù)信息，因此需要對電極接觸不良時的數(shù)據(jù)進(jìn)行補(bǔ)償，保證監(jiān)護(hù)結(jié)果的連續(xù)性。本文研究了一種基于灰色BP神經(jīng)網(wǎng)絡(luò)串聯(lián)模型的數(shù)據(jù)補(bǔ)償算法，使用一階單變量的灰色模型和單輸入單輸出的三層 BP神經(jīng)網(wǎng)絡(luò)模型對丟失的數(shù)據(jù)幀進(jìn)行補(bǔ)償?；疑A(yù)測模型趨勢性好，BP神經(jīng)網(wǎng)絡(luò)非線性逼近能力強(qiáng)，兩者結(jié)合可以準(zhǔn)確補(bǔ)償缺失的數(shù)據(jù)幀。物理模型實(shí)驗(yàn)和臨床人體實(shí)驗(yàn)證明該方法可以有效保留電極故障前的監(jiān)護(hù)圖像信息。
　?。?）基于三次自然樣

7、條擬合差分的體動偽影干擾的抑制
　　顱腦EIT監(jiān)護(hù)過程中，醫(yī)護(hù)人員的護(hù)理治療操作會改變病人的，可能會改變電極的接觸狀態(tài)，這種改變不足以導(dǎo)致電極發(fā)生接觸不良，但是測量數(shù)據(jù)的幅值會發(fā)生突變，在監(jiān)護(hù)圖像上表現(xiàn)出劇烈的體動偽影。本文基于三次樣條擬合差分的方法，將體動導(dǎo)致的測量數(shù)據(jù)的突變視為階躍噪聲信號，通過擬合差分消除該類噪聲還原原始信號。經(jīng)仿真實(shí)驗(yàn)證明，該方法可以有效抑制階躍噪聲與脈沖噪聲。經(jīng)臨床人體實(shí)測數(shù)據(jù)驗(yàn)證，該方法可以有效抑制測量

8、數(shù)據(jù)基線突變，消除圖像上的體動偽影。綜上所述，本文針對數(shù)據(jù)采集中的電極干擾進(jìn)行了系統(tǒng)的分析和數(shù)據(jù)預(yù)處理方法的研究，主要展開了三方面工作：提出了一種基于加權(quán)相關(guān)系數(shù)和小波分解的接觸不良電極的實(shí)時檢測方法；實(shí)現(xiàn)了一種基于灰色預(yù)測和BP神經(jīng)網(wǎng)絡(luò)串聯(lián)模型對缺失的數(shù)據(jù)進(jìn)行數(shù)據(jù)補(bǔ)償方法；研究了一種基于三次自然樣條擬合的差分去噪方法，消除了圖像上的體動干擾偽影。物理模型實(shí)驗(yàn)和人體實(shí)驗(yàn)表明，這些方法能夠有效檢測接觸不良電極并進(jìn)行相應(yīng)的數(shù)據(jù)處理，可以促進(jìn)