信號處理方法分析腦血流自動調(diào)節(jié)功能文檔資料

1、內(nèi)內(nèi) 容容 研究意義研究意義1 相關(guān)知識介紹相關(guān)知識介紹2方法介紹方法介紹3工作內(nèi)容工作內(nèi)容4研究意義研究意義大腦大腦： 腦組織幾乎沒有能量儲備，大腦依靠連續(xù)不斷血液循環(huán)來提供氧和腦組織幾乎沒有能量儲備，大腦依靠連續(xù)不斷血液循環(huán)來提供氧和葡萄糖等營養(yǎng)物質(zhì)來維持正常的功能和結(jié)構(gòu)的完整性。葡萄糖等營養(yǎng)物質(zhì)來維持正常的功能和結(jié)構(gòu)的完整性。 大腦的重量約占人體體重的大腦的重量約占人體體重的2%，但是卻要消耗人體，但是卻要消耗人體25%的氧和的氧和1520%的供血（安靜平躺的情況下）。的供血（安靜平躺的情況下）。 大腦對缺血十分敏感，當(dāng)大腦的供血不足或中斷時，由于沒有氧、大腦對缺血十分敏感，當(dāng)大腦的供血

2、不足或中斷時，由于沒有氧、葡萄糖和其他營養(yǎng)物質(zhì)，在葡萄糖和其他營養(yǎng)物質(zhì)，在35分鐘后腦細(xì)胞就開始軟化甚至死亡。為分鐘后腦細(xì)胞就開始軟化甚至死亡。為保護腦組織不受缺血的影響，大腦就需要一種能夠保證相對穩(wěn)定的供血保護腦組織不受缺血的影響，大腦就需要一種能夠保證相對穩(wěn)定的供血機能，這就是腦血流調(diào)節(jié)機能。機能，這就是腦血流調(diào)節(jié)機能。具有正常的自動調(diào)節(jié)能力對于腦機體是至關(guān)重要的。但是，當(dāng)發(fā)生腦卒中、高血壓、腦外傷、腦腫瘤等嚴(yán)重的腦損傷時會使腦血流自動調(diào)節(jié)功能下降。目前在臨床上雖然可以控制動脈血壓，但由于不了解每一個體的腦血流自動調(diào)節(jié)狀態(tài)，無法實時的調(diào)整腦灌注壓，也就無法保證腦血流量的恒定。因此，如果能及

3、時、準(zhǔn)確的評價患者的腦血流自動調(diào)節(jié)能力，對腦血管疾病的診斷及治療有重要的指導(dǎo)意義。研究意義研究意義研究意義研究意義大腦自動調(diào)節(jié)功能可以簡單的描述成在當(dāng)灌注壓（cpp）變化時大腦維持腦血流在恒定的范圍的機制 。cbf = cpp / cvrcbf = cpp/(8*l)/r4相關(guān)知識介紹相關(guān)知識介紹1、肌源性學(xué)說2、代謝學(xué)說 3、神經(jīng)源性學(xué)說 4、內(nèi)皮細(xì)胞源學(xué)說 腦血流自動調(diào)節(jié)功能的生理機制還沒有完全的被解釋.目前主要有4種學(xué)說以解釋腦血流自動調(diào)節(jié)功能的生理機制。數(shù)據(jù)采集連續(xù)血壓測量儀 多譜勒超聲測量腦血流速度 (tcd)分析dca的數(shù)據(jù)1、 外界模擬abp改變 束帶法通過使受試者周期的呼吸引起

4、abp周期波動等、自發(fā)abp改變 休息狀態(tài)的abp改變 方法介紹方法介紹靜態(tài)腦血流自動調(diào)節(jié)分析：研究血壓變化引起的血流變化腦血流自動調(diào)節(jié)能力，在沒有考慮時間因素條件下。腦血流動脈血壓靜態(tài)腦血流自動調(diào)節(jié)自動調(diào)節(jié)的上限：當(dāng)動脈灌注壓升高到維持腦血流量恒定的最高值時，腦血管阻力增高到最大限度，如果動脈灌注壓超過該點時，腦血流則呈線性增高，腦血管阻力反而降低。維持腦血流恒定的最高灌注壓值，即為腦血流自動調(diào)節(jié)的上限。腦血流自動調(diào)節(jié)上限，是機體保護腦組織免受因灌注壓過高而使腦血流增高的最大耐受能力。若超過自動調(diào)節(jié)的上限，則可立即導(dǎo)致腦的過渡灌注，從而引起腦水腫和顱內(nèi)壓增高等癥狀。自動調(diào)節(jié)的下限：若動脈灌注

5、壓降低到維持腦血流恒定的最低值時，腦血流量固定不變，腦血管阻力達到最低，此值即為腦血流自動調(diào)節(jié)的下限。若動脈灌注壓下降至低于自動調(diào)節(jié)的下限時，腦血流則呈線性減少。動脈灌注壓降低到出現(xiàn)腦缺血癥狀時，此灌注壓值即為機體的最低耐受壓。腦血流動態(tài)自動調(diào)節(jié)（dca）動脈血壓腦血流速度傳統(tǒng)動態(tài)分析方法1、tiecks model tiecks1995年提出一個簡單的二階微分方程公式去描述腦血壓和腦年提出一個簡單的二階微分方程公式去描述腦血壓和腦血流的關(guān)系，它是第一個試圖去量化大腦自動調(diào)節(jié)的動態(tài)特性。血流的關(guān)系，它是第一個試圖去量化大腦自動調(diào)節(jié)的動態(tài)特性。 dp = (mabp - iabp)/(iabp

6、- ccp) (4.1) x2 = x2 + (x1 - 2d * x2)/(f * t) (4.2) x1 = x1 + (dp- x2)/(f * t) (4.3)mcav = imcav * (1 + dp - k * x2) (4.4) matlab仿真結(jié)果:在這個數(shù)學(xué)模型中,定義腦自動調(diào)節(jié)指數(shù)ari,從上圖底到上依次定ari=0-9,9個等級,9代表腦血流調(diào)節(jié)的最佳狀態(tài),0代表自動調(diào)節(jié)機能完全消失。 通過下肢束帶法實際測得的曲線與之比較,利用最小二乘方法選擇最符合的曲線，即為受試者實際的自動調(diào)節(jié)指數(shù).在算法中t、d、k分別表示時間常量、衰減因子、動態(tài)自動調(diào)節(jié)因數(shù)。 由于算法是最先被引

7、入的方法，較為經(jīng)典，被各國研究者廣泛應(yīng)用。但是tiecks模型完全根據(jù)數(shù)學(xué)公式，引入t、d、k分別表示時間、衰減因子、動態(tài)調(diào)節(jié)因數(shù)三個參數(shù)，并沒有考慮腦血流自動調(diào)節(jié)的生理機制，同時由于該算法需要外界干擾血壓和可重復(fù)性較差，所以不是“金”標(biāo)準(zhǔn)。2、transfer function analysis 利用腦血流自動調(diào)節(jié)的高頻濾波特性，同步記錄平均動脈壓和腦血流速度的自然波動曲線，利用譜分析的方法來評價自動調(diào)節(jié)功能。把腦血流速度和動脈血壓的時域自發(fā)曲線經(jīng)離散傅立葉變換獲得頻域的動脈血壓、腦血流速度功率譜和交叉譜，分析得出腦血流速度和動脈血壓相位移。 （f）、v（f）是abp和cbfv的fft頻域轉(zhuǎn)

8、換。通過頻域轉(zhuǎn)換表明腦血流動態(tài)自動調(diào)節(jié)與頻率相關(guān)，三個頻率范圍可能有不同的特性：1、低頻部分(0.2hz)有高相關(guān)系數(shù)、較大幅值和較小相位3、中間頻率（0.07-0.2hz）增加的相關(guān)系數(shù)0.5hz、增加的幅值、減小的相位。( )( )* ( )ppgfe p fp f( )( )* ( )ppgfe p fp f( )( )* ( )ppgfe p fp f( )( )* ( )ppgfe p fp f()()*()ppgfe p fp f()()*()pvgfe p fvf22()()()()p vv vp pgffgfgf()()()p vp pgfhfgf1/222( )( )( )r

9、ih fhfh f1()()tan()irhffhfabp自相關(guān)譜abp、cbfv互相關(guān)譜平方相關(guān)系數(shù)傳遞函數(shù)傳遞函數(shù)幅值是由傳遞函數(shù)實部和虛部求得相位3、physiological models生理模型是一種使用生理參數(shù)（abp、cbf、icp和cpp等）生理系統(tǒng)的數(shù)學(xué)表示法，這種模型被用于研究系統(tǒng)的生理和病理機制。 下面是ursinos的描述血流控制系統(tǒng)特征的一種非線性電子電路模型。通過電子原器件模擬腦血流循環(huán)動力學(xué)系統(tǒng)。使用ursinos提供的參數(shù)變量，模型能夠仿真出相應(yīng)的icp和cbfv在生理和病理條件下任意的abp變化。比起上面描述的模型，這個模型考慮了較全面的一系列腦血流調(diào)節(jié)系統(tǒng)參

10、數(shù)。但是這種模型也是在部分理想假設(shè)的生理條件下 。圖 ursinos 模型4、linear adaptive filter model 在頻率0.04hz-0.2hz范圍abp和cbfv有較高相關(guān)系數(shù)表現(xiàn)更強線性關(guān)系,使用線性自適應(yīng)濾波器有：算法簡單參數(shù)相對較少的特點可以快速跟蹤cbfv變換,量化腦血流較強抗干擾能力等優(yōu)點并且易應(yīng)用到臨床中( ) ( ), (1), (2),., (1)x nx n x nx nx nm12()(),(), .,()mwnwnwnwn()()()tynxnwn()()()()()()tendnyndnxn wn(1 )()2()()wnwnenxn傳統(tǒng)傳統(tǒng)lm

11、s算法自適應(yīng)濾波器算法自適應(yīng)濾波器n時刻輸入信號矢量：m是自適應(yīng)濾波器的階數(shù)，加權(quán)向量：濾波器輸出：d （n）為系統(tǒng)的期望響應(yīng)信號，以e（n）值控制權(quán)向量使得y （n）逼近d（n），權(quán)系數(shù)的修改算法。步 驟系統(tǒng)辯識5、nonlinear adaptive filter model由于多方面的原因,volterra級數(shù)模型是非線性系統(tǒng)最廣泛采用的模型.非線性系統(tǒng)的volterra級數(shù)展開是非遞歸級數(shù)組成的, (針對二階級數(shù)和n階濾波器, volterra lms算法)輸入信號和權(quán)系數(shù).22( )(1).()( )( )( ) (1).( ) ().() (1)()x nx nx nnx nx n

12、x n x nx n x nnx nn x nnx nn010,00,10,1,( )( ).( )( )( )( ).( ).( )( )nnn nn nw nw nwnwnwnw nwnwnwn， ()()()tynwnxn22( )( ) 2 ( )( ) ( )( ) ( )( ) ( )ttte nd nd n w n x nw n x n x n w n1111(1)( )2( ) ()llwnwne n x nl1, 22212(1)( ) 2( ) () ()l llwnw ne n x n l x n l輸出信號：均方誤差（mse）目標(biāo)函數(shù)的估計：采用lms算法使目標(biāo)函數(shù)最小化：一階和二階項采用不同的收斂因子線性自適應(yīng)濾波器： mse =6.3391非線性自適應(yīng)濾波器： mse=2.2875異常信號檢測與處理步驟：1、選窗 約1s 采樣點 50 2、求pressure and velocity cross-correla