卒中急性期的血压调控是卒中治疗中的一个难题。患者血压易升高,对其预后和转归产生不良影响。但是临床医生若贸然采取降压措施,可能造成梗死区域进一步扩大,导致更严重的后果。若能掌握脑血流自动调节机能信息,临床就可在保证血流灌注正常的情况下调控血压,最大限度的改善预后。可惜的是,目前的脑血流自动调节机能测量方法所测结果差异性大、可重复性低。其原因在于,调节机能的测量需基于动态变化的血压信号,在避免人为改变血压保证安全的前提下,使用自发动态血压信号又易造成病态估计,给测量带来困难;另外,调节机能是多种生理因素动态变化相互作用而产生的生理机能,即具有时变性和多元性,使用静态的测量思路估计动态的生理变化易产生误差。本项目将提出客观血压质量评估方法,优化利用自发动态血压信号,并通过诱发时变血流调节机能,建立二元动态生理模型,研究可跟踪时变血流调节机能的系统辨识方法,突破现有静态方法的局限。
本课题的目标是要研究临床切实可用的血流自动调节测定方法。因此研究从两方面开展,一方面从临床研究入手,与国外相比我国目前脑血管病发病率非常高,患者人数多,且多数(70%)为颅内大血管病变,课题组与国内神经领先单位合作(如,北京天坛医院、北京协和医院、北京307医院等),将现有模型和测定算法应用于临床研究,研究各种参数结合临床对于疾病的敏感性和特异性。课题组对发病率最高的颅内大血管粥样硬化导致的大脑中动脉狭窄、基底动脉狭窄以及罕见的烟雾病进行血流调节机能测定的研究,利用传递函数法,课题组首次报导单纯的颅内动脉狭窄致血流调节机能受损,且受损程度与狭窄程度成正比关系。同时,课题组发现即便是对于临床患者脑血流速度和连续血压在0.1 Hz的相位关系对表征血流调节机能的敏感性和特异性都显著高于其他参数,这为课题组后续的研究提供重要的依据。除积极开展临床研究外,另一方面从测量所需的数学模型入手,这又包括两部分1)无创连续血压信号检测方法及信号质量评估。课题组完成了基于增强mean-shift算法的自适应血压质量评价方法,还提出了新的从外周连续血压重建中心动脉血压的模型;2)建立时变血流调节机能数学模型,研究时变系统辨识方法。课题组完成了基于多元非平稳(时变)系统辨识方法的脑血流调节机能的测量方法的研究。. 截至2013年12月,课题组已完成本项目所设定的所有目标,发表SCI期刊论文4篇,总影响因子IF>15, 发表EI检索国际会议论文8篇。培养博士2名,硕士3名。申请发明专利2项。另有2篇SCI期刊论文仍在审稿中。本课题已严格按照既定指标超额完成相关研究工作,特申请予以结题。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
硬件木马:关键问题研究进展及新动向
基于SSVEP 直接脑控机器人方向和速度研究
拥堵路网交通流均衡分配模型
卫生系统韧性研究概况及其展望
探索数据驱动的脑血流自动调节机能评价理论与方法
基于经颅多普勒超声的脑血流自动调节临界关闭压机制研究
脑卒中后切应力变化介导血管内皮eNO/PGs失衡损害脑血流自动调节
脑动脉狭窄致脑血流自调节功能受损的血流动力学机理