基于导航技术的急性缺血性脑卒中静脉溶栓后血管再通预测方法研究

Acute Ischemic Stroke (AIS) is caused by the blockage of cerebral arteries, which results in the interruption of the blood supply to the brain and the damage to the brain tissue. Both the incidence and the rate of death or disability of AIS are very high. The key in the clinical treatment of AIS is to restore the blood flow in the blocked artery by recanalization as soon as possible, so as to reduce the damage to brain cells. Intra-venous thrombolysis is the first choice of treatment of AIS. However, the recanalization of the artery under thrombolysis is a slow and delayed process .The key scientific problem in intra-venous thrombolysis is being unable to predict the ultimate recanalization during the process of administering thrombolysis drugs, which makes it impossible to adjust and optimize the dosage of thrombolysis drugs. In this project, we plan to develop a thrombolysis monitoring system by using navigation technology. In this system, we first construct a statistical shape model of cerebral arteries and then generate a patient-specific cerebral artery model for an AIS patient by combining the statistical model and patient-specific spares points localized by the TCD probe of the monitoring system. The system can guide a TCD probe to examine the blocked artery with the help of the patient-specific artery model and the TCD can sample the hemodynamics information of the artery. Then we will extract features form the time-varying hemodynamics information and construct a classification system to predict the recanalization which is expressed as thrombolysis in brain ischemia score. The result of this project will solve the scientific problem existing in the intra-venous thrombolysis of AIS and provide a practical solution to improve the performance of the clinical application.

急性缺血性脑卒中是颅内动脉被栓子阻塞而引起的脑供血不足或脑组织坏死，其发病率和死亡/致残率均较高。这类疾病治疗的关键是尽快实现血管再通，恢复受损脑组织的血流供应，降低后续神经功能损伤。经静脉给药的溶栓治疗是临床首选治疗方法，但在溶栓药物滴注过程中，栓子的消融和血管的再通是一个缓慢和延后的过程，其中存在的主要科学问题是：溶栓过程中无法对溶栓后血管的再通情况进行预测，从而不能随时调整和优化溶栓方案和剂量。本项目基于手术导航技术，使用经颅多普勒超声（TCD）建立溶栓监控系统。该系统基于颅内较大动脉的统计结构模型并利用导航系统测得的动脉上的离散点建立病人个体化颅内动脉模型，引导TCD对目标血管进行监控并反复采集血流动力学信息，进而通过特征提取和模式分类方法预测溶栓后血管再通情况。项目研究结果将解决急性缺血性脑卒中静脉溶栓治疗中的主要科学问题，并为提高其临床治疗效果提供实用的解决方案。

急性缺血性脑卒中是颅内动脉被栓子阻塞而引起的脑供血不足或脑组织坏死。经静脉给药的溶栓治疗是临床首选治疗方法，但在溶栓药物滴注过程中，栓子的消融和血管的再通是一个缓慢的过程，需要对血管再通情况进行实时监控并对溶栓进展给出预测。本项目围绕使用经颅多普勒超声（Transcranial Doppler，TCD）进行急性缺血性脑卒中溶栓监控这一主要任务，开展了导航空间注册、颅内血管建模、导航下的TCD血流监控及再通预测方面开展研究工作，提出一系列新技术和新方法。主要创新性研究成果包括：1）针对更适用于导航TCD监控应用场景的面匹配空间配准技术，提出了一种基于潜在对应点的快速面匹配空间配准方法。该方法首先从表面点云关键点中构建“点对”特征，并利正确的对应关键点之间的距离基本相等这一特性，对点对特征进行筛选，提高正确对应点的比例；然后使用空间变换分解方法基于“点对”特征分别求解相对平移，再在已知平移的情况下求解旋转，最终实现快速点云配准；实验表明，该方法比现有方法的配准速度提高一个数量级以上。2）提出了一种全局最优的鲁棒的线性模型拟合方法。该方法将线性模型拟合的目标函数定义为一系列负高斯函数之和的形式，使目标函数对离群点更加稳定，同时给出目标函数的二次函数下界，进而实现一种基于分支定界法的全局优化算法。3）提出了一种基于陀螺仪的3自由度TCD导航监控技术方案，提高了TCD导航监控系统的使用方便性。受项目资助发表研究论文8篇，其中第一标注SCI论文4篇，第一标注会议论文1篇，第二标注SCI论文2篇，第二标注会议论文1篇。主要研究成果发表在图像处理领域高水平期刊Pattern Recognition Letters，Signal Processing: Image Communication和Sensors等杂志上，项目负责人2018年在全国急诊年会上做大会发言1次。项目培养硕士研究生3人，其中2人获得硕士生国家奖学金。在上述成果基础上，项目组将进一步进行3自由度TCD导航监控系统样机研制工作，并开展相关临床研究。