CN101172042B - 一种脑血管循环动力学分析方法及仪器 - Google Patents

一种脑血管循环动力学分析方法及仪器 Download PDF

Info

Publication number
CN101172042B
CN101172042B CN2006101178469A CN200610117846A CN101172042B CN 101172042 B CN101172042 B CN 101172042B CN 2006101178469 A CN2006101178469 A CN 2006101178469A CN 200610117846 A CN200610117846 A CN 200610117846A CN 101172042 B CN101172042 B CN 101172042B
Authority
CN
China
Prior art keywords
artery
pressure
brain
module
blood
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN2006101178469A
Other languages
English (en)
Other versions
CN101172042A (zh
Inventor
龚剑秋
陆瑾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI KUANGFU MEDICAL EQUIPMENT DEVELOPMENT Co Ltd
Original Assignee
SHANGHAI KUANGFU MEDICAL EQUIPMENT DEVELOPMENT Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHANGHAI KUANGFU MEDICAL EQUIPMENT DEVELOPMENT Co Ltd filed Critical SHANGHAI KUANGFU MEDICAL EQUIPMENT DEVELOPMENT Co Ltd
Priority to CN2006101178469A priority Critical patent/CN101172042B/zh
Publication of CN101172042A publication Critical patent/CN101172042A/zh
Application granted granted Critical
Publication of CN101172042B publication Critical patent/CN101172042B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0808Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the brain

Landscapes

  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

一种脑血管循环动力学分析方法及仪器。根据脑循环血管床解剖模型,建立由十二个管道单元模拟脑循环血液动力学等效网络模型,并确立相应参数计算公式。应用这些公式,可无创检测到颈动脉中流速波形及数值、压力波形、人体血压、血管管径,及颅内两侧前、中、后及椎动脉中流速波形及数值,求出颈动脉及颅内动脉各血管段特性参数。实施本发明方法所设计的仪器,检测系统包括颅外颈动脉管径检测、血压检测、颅外颈动脉血流速度检测、颅外颈动脉压力波形检测以及颅内动脉血流速度检测等装置;控制系统包括控制模块和电源模块;计算分析系统包括主机、外设和模数转换器,本发明可全面分析脑循环动力学特性,在脑血管疾病的早期与超早期诊断及治疗等方面具有显著效果。

Description

一种脑血管循环动力学分析方法及仪器 
[技术领域]
本发明属医疗技术领域,是一种脑血管循环动力学分析方法以及根据该方法而设计的临床分析仪器。 
[背景技术]
大量的临床和动物实验表明,许多脑血管疾病在发病前期,脑血管循环动力学参数往往已经有显著改变,而且这些动力学改变常常要明显早于形态学的改变。对于早期动力学参数异常者,如果经过积极的预防和治疗,其动力学参数可能恢复正常。因此准确而无创伤地检测脑血管血液动力学参数无论是对于脑血管疾病的早期诊断和脑血管疾病治疗措施的疗效评价,还是对于脑循环的生理、病理学研究都有十分重要的意义。 
脑循环动脉系统,主要由颈动脉,椎-基底动脉和颅底Willis环等构成一个脑内供血网。血液分别从左右颈内动脉和左右椎动脉流入这个网络。由于脑血管深深包围在颅骨以内,因此对这样一个多源网络内的血液运动规律及各个分支动脉区的力学特性的分析,只能通过对脑血管系统建模的方法间接获得。 
国外七十年代末,国内八十年代末,相继发明了从颈总动脉测量颈动脉系统血管特性的方法及仪器。由于模型方法过于简单,这类仪器只能对颈动脉血管作定量描述与分析,但无法对整个脑循环特别是椎-基底动脉系统及Willis环等进行检测与分析。而且由于未考虑Willis环的代偿情况,这些仪器计算分析的颈动脉脑血管动力学参数也不太准确,应用到临床往往存在着一定比例的假阳性与假阴性。 
现有技术中相关的中国专利ZL96116339.9和ZL95111513.8,分别公开了一种脑Willis环循环动力学分析方法及仪器和一种脑循环血液动力学分析方法及仪器,采用的是同一32单元全脑分析模型,不同的分析方法。采用这两种方法所研制的脑循环分析仪,可以较准确的获得颅内主要血管的阻力、弹性、血流量、脑血管调节和脑血流代偿功能等指标,在脑血管病早期检测和脑血管功能检测等方面得到了很好的临床应用。 
但是这种基于32单元的脑循环集中参数动力学模型,控制方程复杂,其反问题的求解繁琐,并且解的唯一性和稳定性都不能得到保证,因此临床应用遇到困难,急需要从理论上提出完整系统简便的脑循环功能的分析方法。 
其次,对于反映脑循环功能的一些动力学参数如外周阻力Rp、特性阻抗Zc、动态阻力Dr和临界压力Pc等的计算,以往的方法对误差的敏感性较高,也没有考虑到一些特殊情况,因此临床上的使用存在着一定的局限。 
【发明内容】
本发明所要解决的问题在于设计一种可以对整个脑循环功能进行全面检测分析的新方法及仪器,要求计算动力学参数的公式简明,临床意义明确并具有较高的可靠性,以克服已有的脑循环功能分析方法求解繁琐、参数稳定性较差等缺点。 
本发明提出如下脑血管循环动力学分析方法: 
(1)根据脑循环血管床的解剖模型,建立一个由十二个管道单元模拟脑循环血液动力学的等效网络模型:采用两个管道模拟左、右侧颈动脉系统c1、c2,用一个管道模拟前交通动脉ac并将左、右侧颈动脉系统c1、c2联成一体;采用一个管道来模拟两侧椎动脉和基底动脉系统v(即椎-基底动脉系统),采用两管道分别模拟大脑左、右后动脉p1、p2;采用两管道分别模拟大脑左中动脉m1和大脑右中动脉m2;采用两管道分别模拟大脑左前动脉a1和大脑左中动脉a2;在颈动脉系统c1、c2和两侧椎动脉和基底动脉系统v之间,采用两管道分别模拟大脑左后交通动脉Lpc和大脑右后交通动脉Rpc; 
(2)应用下列公式获得的血管床零频输入阻抗也称外周阻力Rp描述该血管床的血流通畅程度, 
Rp = ∫ 0 T ( P ( t ) - P 0 ) dt ∫ 0 T Q ( t ) dt - - - ( 1 )
式中P(t)和Q(t)分别为该血管床入口端动脉内的压力和血流量随时间变化关系式,T为心动周期,P0为修正压力项; 
(3)应用下列公式获得的血管床高频平均输入阻抗也称特征阻抗Zc来描述该血管床动脉系统的整体弹性特性, 
Zc = 1 n - 3 Σ i = 4 n | Z i | - - - ( 2 )
式中|Zi|为第i阶输入阻抗的模,计算得到Zc后,比较每个|Zi|(i>0)与Zc的值,如果某个|Zj|>3Zc,则除去该Zj并修正n,再代入公式(2)重新计算; 
(4)应用下列公式获得的血管床动态阻力Dr来描述该血管床中小动脉对血流量的调节功能, 
Dr = 1 3 ( P s - P d Q s - Q d + P m - P d Q m - Q d + P s - P m Q s - Q m ) - - - ( 3 )
式中P、Q分别表示压力和流量,下标s、m、d分别表示最大,平均和最小值; 
(5)应用下列公式获得非线性临界压力Pc来描述血液在血流中粘滞特性, 
Figure GSB00000175168000042
式中 
K p = ( P d Q m 2 - P m Q d 2 ) ( Q m Q s 2 - Q s Q m 2 ) - ( Q d Q m 2 - Q m Q d 2 ) ( P m Q s 2 - P s Q m 2 ) ( Q m 2 - Q d 2 ) ( Q m Q s 2 - Q s Q m 2 ) - ( Q s 2 - Q m 2 ) ( Q d Q m 2 - Q m Q d 2 )
式中P、Q分别表示压力和流量,下标s、m、d分别表示最大、平均和最小值; 
(6)通过以下步骤获得颈动脉系统脑循环功能参数: 
①应用超声多普勒检测颈动脉血流速度VC(t),应用脉冲超声检测颈动脉血管直径DC,用下列公式获得流量QC(t), 
Q C ( t ) = π 4 D 2 · V ( t ) - - - ( 5 )
②应用压力传感器检测颈动脉压力脉博波波形PW(t),并应用血压计检测出肱动脉血压,再对颈动脉压力脉博波波形PW(t)进行数值 标定,从而获得压力PC(t), 
③将上述QC(t)、PC(t)代入公式(1)-(4)可获得颈动脉系统脑循环功能的定量描述参数RpC、ZcC、DrC和PcC; 
(7)通过以下步骤获得椎动脉系统脑循环功能参数: 
①应用经颅脉冲超声多普勒检测两侧椎动脉血流速度VV(t),应用脉冲超声检测两侧椎动脉管直径Dv,根据公式(5)计算出两侧椎动脉流量Q(t)、Q(t),从而获得椎动脉系统的总流量Qv(t)=Q(t)+Q(t); 
②采用步骤(6)之②所获得的压力PC(t)代替椎动脉入口的压力; 
③将上述QV(t)、PC(t)代入公式(1)-(4)可获得椎动脉系统脑循环功能的定量描述参数RpV、ZcV、DrV和PcV; 
(8)通过以下步骤获得大脑前动脉、中动脉和后动脉系统的脑循环功能: 
①应用经颅脉冲超声多普勒检测左右大脑前、中、后动脉的血流速度,分别为LVa(t),LVm(t),LVp(t),RVa(t),RVm(t)和RVp(t),它们的最大值、平均值和最小值分别以s、m和d下标表示。 
②按照前述步骤(6)之②中的方法获得左侧颈动脉压力LP(t) 和右侧颈动脉压力RP(t),由下列公式计算出左、右大脑前中动脉入口压力LPam(t)、RPam(t)和后动脉入口压力Pp(t): 
LPam(t)=LP(t)-LZcc(t)·LQc(t) 
RPam(t)=RP(t)-RZcc(t)·RQc(t)    (6) 
Pp(t)=(LP(t)+RP(t))/2-Zcv(t)·Qv(t) 
式中Zcc和Qc表示颈动脉的特性阻抗和流量,由前述步骤(6)得到;Zcv和Qv表示的是椎动脉的特性阻抗和流量,由前述步骤(7)得到; 
③大脑前交通动脉、左后交通动脉和右后交通动脉的平均流量 
Figure GSB00000175168000061
和 
Figure GSB00000175168000062
由下列公式计算获得: 
Q m ac = LP m am - RP m am R ac
Q m Lpc = LP m am - P m p R Lpc - - - ( 7 )
Q m Rpc = R P m am - P m p R Rpc
式中Rac、RLpc和RRpc分别是前、后交通动脉的阻力, 
Figure GSB00000175168000066
是LPam(t)的平均值; 是RPam(t)的平均值; 
Figure GSB00000175168000068
是Pp(t)的平均值。在Willis环无畸形的正常状态下Rac、RLpc和RRpc分别设为8000dyn·s/cm5、 80000dyn·s/cm5、80000dyn·s/cm5;若由于Willis环畸形,某一交通支不能进行代偿,则将该交通支的阻力放大100倍,若该交通支已代偿充分,则将该交通支的阻力缩小10倍; 
④应用下列公式可求得左右侧大脑前、中、后动脉血流的阻力为: 
LR a = K am LV m a + LV m m K am LV m a · LP m am LQ m c - Q m ac - Q m Lpc
R R a = K am R V m a + RV m m K am R V m a · RP m am R Q m c + Q m ac - Q m Lpc
LR m = K am LV m a + LV m m LV m m · LP m am LQ m c - Q m ac - Q m Lpc
R R m = K am R V m a + RV m m R V m m · RP m am R Q m c + Q m ac - Q m Lpc - - - ( 8 )
LR p = LV m P + RV m p LV m p · P m p LQ m v + R Q m v + Q m Lpc + Q m Rpc
R R p = L V m P + RV m p R V m p · P m p L Q m v + R Q m v + Q m LPc + Q m RPc
其中Kam为大脑前中动脉分配系数,取0.52; 
Figure GSB00000175168000077
为左侧QC(t)的平均值; 
Figure GSB00000175168000078
为右侧QC(t)的平均值; 
Figure GSB00000175168000079
为Q(t)的平均值; 
Figure GSB000001751680000710
为Q(t)的平均值。 
⑤应用下列公式计算出左、右侧大脑前、中、后动脉系统的流量为: 
LQa(t)=LRa·LPam(t) 
RQa(t)=RRa·RPam(t) 
LQm(t)=LRm·LPam(t) 
RQm(t)=RRm·RPam(t)    (9) 
LQp(t)=LRp·Pp(t) 
RQp(t)=RRP·Pt(t) 
对时间积分就可获得各分支血管中的平均血流量。 
根据上述方法获得的反映脑循环功能的动力学参数较以前的方法具有下列优点: 
①参数与脑循环功能紧密联系,直接反映了脑循环的功能变化,临床意义明确,便于临床大夫诊断。 
②避免了以往复杂的求解方程反问题过程,计算稳定性和唯一性获得可靠保证。从而使获得的参数更能准确地反映病理生理状态。 
③计算方法简单,实际检测方便,更利于仪器生产与临床应用。 
④所有结果经临床验证,能满足临床诊断要求,具有较强实用性。 
为了更好地实施本发明所述的脑血管循环动力学分析方法,本发明设计了与上述方法相对应的检测分析仪器,该检测分析仪器包括检测系统、控制系统以及计算分析系统。 
该仪器所述的检测系统包括: 
一个颅外颈动脉管径检测装置,该装置输出端与计算分析系统中计算机主机相互通讯连接;一个人体血压检测装置,该装置输出端与计算分析系统中计算机主机相互通讯连接;一个颅外颈动脉血流速度 检测装置,该装置输出端通过模数转换器与计算分析系统中计算机主机相互通讯连接;一个颅外颈动脉压力波形检测装置,该装置输出端通过模数转换器与计算分析系统中计算机主机相互通讯连接;一个颅内动脉血流速度检测装置,该装置输出端与计算分析系统中计算机主机相互通讯连接。 
所述的控制系统包括: 
一个控制模块,该控制模块的一端与模数转换器的数字输入输出端口相连接,其另一端分别与各检测装置的电源模块相连接;电源模块,该电源模块一端与控制模块相连接,另一端则分别连接各检测装置。 
所述的计算分析系统包括: 
一台计算机主机及其外设显示器和打印设备;一个模数转换器,该模数转换器模拟输入端分别与颅外颈动脉血流速度检测装置以及颅外颈动脉压力波形检测装置的输出端相连接,其通过无源底板上的ISA总线与计算机主机通讯。 
实施本发明方法所设计的检测分析仪器,可以仔细地分析颅内每根血管段的特性,这对于如脑梗塞、脑出血、椎一基底动脉供血不足、脑血管痉挛等脑血管疾病的诊断、预防以及治疗有着极为重要的作用。本仪器可以全面分析脑循环的动力学特性,包括脑血流代偿情况,脑血管动脉硬化状况等特性,在脑血管疾病的早期与超早期诊断以及治疗等方面取得了显著的效果。 
[附图说明]
图1为脑循环动脉血管床解剖模型示意图; 
图2为脑循环血液动力学等效网络模型; 
图3为动态和临界压力计算的线性方法示意图; 
图4为本发明所述检测分析仪器的结构框图; 
图5为数据处理流程图; 
图6为本发明所述仪器的操作流程图。 
[具体实施方式]
下面结合附图进一步说明本发明。 
如图1所示的脑循环血管床的解剖模型,整个脑循环划分成左右两侧颈动脉系统及椎动脉系统,对每一侧颈动脉系统又进一步分成大脑中动脉系统和大脑前动脉系统,对椎动脉系统又进一步划分成大脑后动脉系统。据此建立一个由十二个管道单元模拟脑循环血液动力学的等效网络模型,如图2所示。本发明等效网络模型中的参数符号与意义见下列对照表。 
参数符号与意义对照表 
Figure DEST_PATH_GSB00000302612400051
Figure DEST_PATH_GSB00000302612400061
等效网络模型采用两个管道模拟左右侧颈动脉系统c1、c2,用一个管道模拟前交通动脉ac并将左右侧颈动脉系统c1、c2联成一体;采用一个管道来模拟两侧椎动脉和基底动脉系统v,采用两管道分别模拟其后的大脑左、右后动脉p1、p2;采用两管道分别模拟大脑左中动脉m1和大脑右中动脉m2;采用两管道分别模拟大脑左前动脉a1和大脑左中动脉a2;在颈动脉系统c1、c2和两侧椎动脉和基底动脉系统v之间,采用两管道分别模拟大脑左后交通动脉Lpc和大脑右后交通动脉Rpc。 
以往的外周阻力计算方法就是用平均压力除平均流量,这在一般情况下具有较高的精度,但是对于诸如颅内压较高或右心循环障碍的人,这样的计算方法就不够精确,也就不能准确地反映病理状态下的脑循环输送血液的功能。在本发明提出的公式(1)中,我们对外周阻力计算增加了一个压力修正项P0,它可以和Pc关联,从而提高了 计算结果与病理状态的吻合度。修正压力项P0按下表对应年龄组取值: 
  年龄组(岁)   P0(mmHg)
  <30   -2
  31-50   0
  >50   2
特性阻抗先前的计算方法都是将输入阻抗的模从第2或3倍频开始到高频段进行平均。然而在临床应用中常常会发现输入阻抗的模在高频的某些点上会出现很大的噪声,这在临床上造成了许多假阳性结果。本发明提出如果在高频段输入阻抗模大于特性阻抗3倍以上就是噪声的理论,通过大量临床观察这种去处噪声的方法非常有效,因此在本发明的特性阻抗计算中首次采用了这种新的计算方法。 
关于动态和临界压力的计算,以前都是基于图3的线性方法,即对(Qd,Pd),(Qm,Pm)与(Qs,Ps)间采用线性插值,计算出斜率Dr和与P轴的截矩Pc,这种线性模型如果采用(Qd,Pd)与(Qs,Ps)拟合,则不能反映平均压力与流量的信息,而采用其它两个区间也不能全面反映血流与血压的动态变化规律,为了克服这些缺点,在本发明中我们在Dr的计算中引入三段平均法,即分别计算出(Qd,Pd)与(Qm,Pm),(Qm,Pm)与(Qs,Ps),(Qd,Pd)与(Qs,Ps)斜率,然后将这三个动态阻力取算术平均值,作为整个心动周期中的血管调节血流的功能指标。 
在临界压力的技术中,我们采用y=ax2+bx+c二次方程代替原来的线性拟合。获得非线性拟合的P轴截矩Pc,作为血流粘滞特性的功能指标。 
上述公式构成了本发明的基本计算方法与公式,在此基础上,我 们根据前述的十二单元网络模型,对于左右两侧颈动脉系统、椎动脉系统以及它们的子系统大脑前、中、后动脉系统这些每个相互独立又紧密联系的系统,我们只要获得这些系统入口的压力与流量,代入公式(1)-(4)就能分别获得这些系统各自的动力学参数及相关的循环功能。 
颈动脉系统比较简单,只要采用超声技术检测颈动脉管径与血流速度获得流量,采用压力传感器技术检测颈动脉压力就能从公式(1)-(4)中获得颈动脉系统的动力学参数。 
椎动脉系统与颈动脉系统类似,只是因为左右椎动脉汇聚到基底动脉。这样就不再分左右椎动脉系统了,而是将两者的血流量叠加计算出整体椎-基底动脉系统的参数。由于检测椎动脉内的压力非常困难,在这里应用等压模型,仍近似采用颈动脉的压力作为椎动脉系统的输入端压力。 
对大脑前、中、后动脉,首先采用压力降公式从颈动脉端推出如公式(6)所示的入口压力如LPam,Pp等。然后采用压差计算公式获得三个交通支血管中的血流量,如公式(7)所示。在Willis环无畸形的正常状态下Rac、RLpc和RRpc分别设为8000dyn·s/cm5、80000dyn·s/cm5、80000dyn·s/cm5;若由于Willis环畸形,某一交通支不能进行代偿,则将该交通支的阻力放大100倍,若该交通支已代偿充分,则将该交通支的阻力缩小10倍。在此基础上,可根据如图2所示的脑循环血液动力学等效电路网络模型,应用流量守衡原理获得大脑前、中、后的动脉中的平均血流量, 
LQc=LQa+LQm+Qac+QLpc
RQc=RQa+RQm-Qac+QRpc
LQv+RQv=RQp+LQp-QLpc-QRpc
再根据大脑前、中动脉的分流分配规律, 
LQ a LQ m = K am · LV m a LV m m
就可以获得每个系统的入口流量,进而代入公式(1)中可以计算各系统的阻力,如公式(8)所示。其中大脑前中动脉分配系数Kam取0.52。在获得了阻力基础上,可应用Q(t)=Rp·P(t)公式获得各系统的瞬时流量,代入公式(2)、(3)和(4)中可计算其它动力学参数。 
参照附图4,为了更好的实施本发明,根据上述分析方法设计了相应的脑血管循环动力学检测分析仪器。该检测分析仪器包括检测系统2、控制系统1以及计算分析系统3。 
其中所述的检测系统2包括: 
一个颅外颈动脉管径检测装置4,该检测装置可以由A型超声设备或者B型超声设备构成。附图4中只给出A型超声设备的连接关系,它由A型超声探头以及脉冲超声模块(本实施例使用的型号为KFGJ300)所构成,A型超声探头连接脉冲超声模块的输入端,脉冲超声模块的输出端通过USB接口,或者PCI插槽,或者ASI插槽与计算分析系统中计算机主机11相互通讯连接。如果该检测装置4接入B型超声设备,则B型超声探头连接超声模块的输入端,超声模块的输出端通过USB接口,或者PCI插槽,或者ASI插槽与计算分析系统中计算机主机(11)相互通讯连接。 
一个人体血压检测装置5,该检测装置由压力检测袖带以及臂式自动血压检测模块(本实施例使用的型号为XDH-21)所构成,压力检测袖带连接臂式自动血压检测模块的输入端,臂式自动血压检测模块的输出端通过串行接口与计算分析系统中计算机主机11相互通讯连接。 
一个颅外颈动脉血流速度检测装置6,该检测装置由连续波多普勒超声探头以及连续波多普勒超声模块(本实施例使用的型号为KFLS300)所构成,连续波多普勒超声探头连接连续波多普勒超声模块的输入端,该超声模块的输出端通过模数转换器10(AD卡,本实施例使用的型号为AC1080)与计算分析系统中计算机主机11相互通讯连接,从而将连续波多普勒超声模块所获得的模拟信号通过模数转换器10(AD卡)转变成数字信号。 
一个颅外颈动脉压力波形检测装置7,该检测装置由压力传感探头以及压力传感模块(本实施例使用的型号为PT-24MX)所构成,压力传感探头连接压力传感模块的输入端,压力传感模块的输出端通过模数转换器10与计算分析系统中计算机主机11相互通讯连接,从而将压力传感模块所获得的模拟信号通过模数转换器10(AD卡)转变成数字信号。 
一个颅内动脉血流速度检测装置9,该装置由脉冲波多普勒超声探头以及脉冲波多普勒超声模块(本实施例使用的型号为EMS-9S)所构成,脉冲波多普勒超声探头连接脉冲波多普勒超声模块的输入端,脉冲波多普勒超声模块的输出端通过USB接口,或者PCI插槽,或者ASI插槽与计算分析系统中计算机主机11相互通讯连接。 
在检测系统2还可以包括一个心电检测装置8,该装置由心电检测夹以及心电检测模块(本实施例使用的型号为KFXD300)所构成,心电检测夹连接心电检测模块的输入端,心电检测模块的输出端通过模数转换器10与计算分析系统中计算机主机11相互通讯连接,从而将心电检测模块所获得的模拟信号通过AD卡转变成数字信号, 
本发明所述检测分析仪器中控制系统1包括: 
一个用于控制各检测装置的控制模块15(本实施例中使用的型号为:AT89C52)和用于给各检测装置供电的电源模块14,其中控制模块15的一端与模数转换器10的数字输入输出端口相连接,另一端分别与各检测装置的电源模块14相连接,电源模块14的另一端则分别连接各检测装置。这样,控制模块15可以通过自身的信号或从模数转换器10获得的信号控制电源模块14,使其给相应的检测装置供电或断电;另一方面,控制模块15可以通过模数转换器10触发计算分析系统3显示或关闭相应的检测界面。 
本发明所述检测分析仪器中计算分析系统3包括: 
一台计算机主机11及其外设显示器12和打印设备13;一个模数转换器10,该模数转换器10模拟输入端分别与颅外颈动脉血流速度检测装置6、颅外颈动脉压力波形检测装置7、心电检测装置8的输出端相连接,其通过无源底板上的ISA总线与计算机主机11通讯连接。 
上述检测分析仪器工作启动后的操作流程已由附图6清晰地给出,这里不再赘述。 
附图5给出了本检测分析仪器所涉及的分析计算软件数据处理流程图。本检测分析仪器采用本发明所述的脑血管循环动力学分析方法,建立相应的模型与公式,获得定量反映脑循环功能的参数,并将 参数与数据库中不同年龄组的正常人组对比,给出偏差程度提示,显示结果,并能贮存与打印及远程传输等。 

Claims (12)

1.一种脑血管循环动力学分析方法,其特征在于包括下列步骤:
(1) 根据脑循环血管床的解剖模型,建立一个由十二个管道单元模拟脑循环血液动力学的等效网络模型:采用两个管道模拟左、右侧颈动脉系统c1、c2,用一个管道模拟前交通动脉ac并将左、右侧颈动脉系统c1、c2联成一体;采用一个管道来模拟两侧椎动脉和基底动脉系统v,采用两管道分别模拟大脑左、右后动脉p1、p2;采用两管道分别模拟大脑左中动脉m1和大脑右中动脉m2;采用两管道分别模拟大脑左前动脉a1和大脑左中动脉a2;在颈动脉系统c1、c2和两侧椎动脉和基底动脉系统v之间,采用两管道分别模拟大脑左后交通动脉Lpc和大脑右后交通动脉Rpc;
(2)应用下列公式获得的血管床零频输入阻抗也称外周阻力Rp描述该血管床的血流通畅程度,
Figure FSB00000175167900011
式中P(t)和Q(t)分别为该血管床入口端动脉内的压力和血流量随时间变化关系式,T为心动周期,P0为修正压力项;
(3)应用下列公式获得的血管床高频平均输入阻抗也称特征阻抗Zc来描述该血管床动脉系统的整体弹性特性,
Figure FSB00000175167900012
式中|Zi|为第i阶输入阻抗的模,计算得到Zc后,比较每个|Zi|(i>0)与Zc的值,如果某个|Zj|>3Zc,则除去该Zj并修正n,再代入公式(2)重新计算;
(4)应用下列公式获得的血管床动态阻力Dr来描述该血管床中小动脉对血流量的调节功能,
Figure FSB00000175167900021
式中P、Q分别表示压力和流量,下标s、m、d分别表示最大,平均和最小值;
(5)应用下列公式获得非线性临界压力Pc来描述血液在血流中粘滞特性,
Figure FSB00000175167900022
式中
Figure FSB00000175167900023
式中P、Q分别表示压力和流量,下标s、m、d分别表示最大、平均和最小值;
(6)通过以下步骤获得颈动脉系统脑循环功能参数:
①应用超声多普勒检测颈动脉血流速度VC(t),应用脉冲超声检 测颈动脉血管直径DC,用下列公式获得流量QC(t),
②应用压力传感器检测颈动脉压力脉博波波形PW(t),并应用血压计检测出肱动脉血压,再对颈动脉压力脉博波波形PW(t)进行数值标定,从而获得压力PC(t),
③将上述QC(t)、PC(t)代入公式(1)-(4)可获得颈动脉系统脑循环功能的定量描述参数RpC、ZcC、DrC和PcC
(7)通过以下步骤获得椎动脉系统脑循环功能参数:
①应用经颅脉冲超声多普勒检测两侧椎动脉血流速度VV(t),应用脉冲超声检测两侧椎动脉管直径DV,根据公式(5)计算出两侧椎动脉流量Q(t)、Q(t),从而获得椎动脉系统的总流量Qv(t)=Q(t)+Q(t);
②采用步骤(6)之②所获得的压力PC(t)代替椎动脉入口的压力;
③将上述QV(t)、PC(t)代入公式(1)-(4)可获得椎动脉系统脑循环功能的定量描述参数RpV、ZcV、DrV和PcV
(8)通过以下步骤获得大脑前动脉、中动脉和后动脉系统的脑循环功能: 
①应用经颅脉冲超声多普勒检测左右大脑前、中、后动脉的血流速度,分别为LVa(t),LVm(t),LVp(t),RVa(t),RVm(t)和RVp(t),它们的最大值、平均值和最小值分别以s、m和d下标表示;
②按照前述步骤(6)之②中的方法获得左侧颈动脉压力LP(t)和右侧颈动脉压力RP(t),由下列公式计算出左、右大脑前中动脉入口压力LPam(t)、RPam(t)和后动脉入口压力Pp(t):
LPam(t)=LP(t)-LZcc(t)·LQc(t)
RPam(t)=RP(t)-RZcc(t)·RQc(t)    (6)
Pp(t)=(LP(t)+RP(t))/2-Zcv(t)·Qv(t)
式中Zcc和Qc表示颈动脉的特性阻抗和流量,由前述步骤(6)得到;Zcv和Qv表示的是椎动脉的特性阻抗和流量,由前述步骤(7)得到;
③大脑前交通动脉、左后交通动脉和右后交通动脉的平均流量 
Figure FSB00000175167900041
和 
Figure FSB00000175167900042
由下列公式计算获得:
Figure FSB00000175167900043
Figure FSB00000175167900044
Figure FSB00000175167900045
式中Rac、RLpc和RRpc分别是前、后交通动脉的阻力; 
Figure FSB00000175167900051
是LPam(t)的平均值; 
Figure FSB00000175167900052
是RPam(t)的平均值; 
Figure FSB00000175167900053
是Pp(t)的平均值;
④应用下列公式可求得左右侧大脑前、中、后动脉血流的阻力为:
Figure FSB00000175167900054
Figure FSB00000175167900055
Figure FSB00000175167900056
Figure FSB00000175167900057
Figure FSB00000175167900059
其中Kam为大脑前中动脉分配系数,取0.52; 
Figure FSB000001751679000510
为左侧QC(t)的平均值; 
Figure FSB000001751679000511
为右侧QC(t)的平均值; 
Figure FSB000001751679000512
为Q(t)的平均值; 
Figure FSB000001751679000513
为Q(t)的平均值;
⑤应用下列公式计算出左、右侧大脑前、中、后动脉系统的流量为:
LQa(t)=LRa·LPam(t) 
RQa(t)=RRa·RPam(t)
LQm(t)=LRm·LPam(t)
RQm(t)=RRm·RPam(t)    (9)
LQp(t)=LRp·Pp(t)
RQp(t)=RRp·Pt(t)
对时间积分就可获得各分支血管中的平均血流量。
2.根据权利要求1所述脑血管循环动力学分析方法,其特征在于公式(1)中修正压力项P0按下表对应年龄组取值:
  年龄组(岁)   P0(mmHg)   <30   -2   31-50   0   >50   2
3.根据权利要求1所述脑血管循环动力学分析方法,其特征在于公式(7)中Rac、RLpc和RRpc在Willis环无畸形状态下分别设为8000dyn·s/cm5、80000dyn·s/cm5、80000dyn·s/cm5;在Willis环畸形状态下,若某-交通支不能进行代偿,则将该交通支的阻力放大100倍,若该交通支已代偿充分,则将该交通支的阻力缩小10倍。
4.一种实施权利要求1所述脑血管循环动力学分析方法的检测分析仪器,包括检测系统、控制系统以及计算分析系统,其特征在于所述的检测系统包括:
一个颅外颈动脉管径检测装置,该装置输出端与计算分析系统中计算机主机相互通讯连接,
一个人体血压检测装置,该装置输出端与计算分析系统中计算机 主机相互通讯连接,
一个颅外颈动脉血流速度检测装置,该装置输出端通过模数转换器与计算分析系统中计算机主机相互通讯连接,
一个颅外颈动脉压力波形检测装置,该装置输出端通过模数转换器与计算分析系统中计算机主机相互通讯连接,
一个颅内动脉血流速度检测装置,该装置输出端与计算分析系统中计算机主机相互通讯连接,
所述的控制系统包括:
一个控制模块,该控制模块的一端与模数转换器的信号通讯端口相连接,其另一端分别与各检测装置的电源模块相连接,
电源模块,该电源模块一端与控制模块相连接,另一端则分别连接各检测装置,
所述的计算分析系统包括:
一台计算机主机及其外设显示器和打印设备,
一个模数转换器,该模数转换器模拟输入端口分别与颅外颈动脉血流速度检测装置以及颅外颈动脉压力波形检测装置的输出端相连接,其无源底板上的ISA总线与计算机主机通讯连接。
5.根据权利要求4所述的检测分析仪器,其特征在于:颅外颈动脉管径检测装置由A型超声探头以及脉冲超声模块所构成,A型超声探头连接脉冲超声模块的输入端,脉冲超声模块的输出端通过USB接口,或者PCI插槽,或者ASI插槽与计算分析系统中计算机主机相互通讯连接。 
6.根据权利要求4所述的检测分析仪器,其特征在于:人体血压检测装置由压力检测袖带以及臂式自动血压检测模块所构成,压力检测袖带连接臂式自动血压检测模块的输入端,臂式自动血压检测模块的输出端通过串行接口与计算分析系统中计算机主机相互通讯连接。
7.根据权利要求4所述的检测分析仪器,其特征在于:颅外颈动脉血流速度检测装置由连续波多普勒超声探头以及连续波多普勒超声模块所构成,连续波多普勒超声探头连接连续波多普勒超声模块的输入端,该超声模块的输出端通过模数转换器与计算分析系统中计算机主机相互通讯连接。
8.根据权利要求4所述的检测分析仪器,其特征在于:颅外颈动脉压力波形检测装置由压力传感探头以及压力传感模块所构成,压力传感探头连接压力传感模块的输入端,压力传感模块的输出端通过模数转换器与计算分析系统中计算机主机相互通讯连接。
9.根据权利要求4所述的检测分析仪器,其特征在于:颅内动脉血流速度检测装置由脉冲波多普勒超声探头以及脉冲波多普勒超声模块所构成,脉冲波多普勒超声探头连接脉冲波多普勒超声模块的输入端,脉冲波多普勒超声模块的输出端通过USB接口,或者PCI插槽,或者ASI插槽与计算分析系统中计算机主机相互通讯连接。
10.根据权利要求4所述的检测分析仪器,其特征在于:所述的检测系统还包括:一个心电检测装置,该装置输出端通过模数转换器与计算分析系统中计算机主机相互通讯连接。
11.根据权利要求10所述的检测分析仪器,其特征在于:心电检测装置由心电检测夹以及心电检测模块所构成,心电检测夹连接心 电检测模块的输入端,心电检测模块的输出端通过模数转换器与计算分析系统中计算机主机相互通讯连接。
12.根据权利要求4所述的检测分析仪器,其特征在于:颅外颈动脉管径检测装置由B型超声探头以及超声模块所构成,B型超声探头连接超声模块的输入端,该超声模块的输出端通过USB接口,或者PCI插槽,或者ASI插槽与计算分析系统中计算机主机相互通讯连接。 
CN2006101178469A 2006-11-01 2006-11-01 一种脑血管循环动力学分析方法及仪器 Expired - Fee Related CN101172042B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2006101178469A CN101172042B (zh) 2006-11-01 2006-11-01 一种脑血管循环动力学分析方法及仪器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2006101178469A CN101172042B (zh) 2006-11-01 2006-11-01 一种脑血管循环动力学分析方法及仪器

Publications (2)

Publication Number Publication Date
CN101172042A CN101172042A (zh) 2008-05-07
CN101172042B true CN101172042B (zh) 2011-04-06

Family

ID=39420959

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2006101178469A Expired - Fee Related CN101172042B (zh) 2006-11-01 2006-11-01 一种脑血管循环动力学分析方法及仪器

Country Status (1)

Country Link
CN (1) CN101172042B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8200466B2 (en) 2008-07-21 2012-06-12 The Board Of Trustees Of The Leland Stanford Junior University Method for tuning patient-specific cardiovascular simulations
CA2738994A1 (en) * 2008-10-02 2010-04-08 Hyeon, Seog San Cerebrovascular analyzer
US9405886B2 (en) 2009-03-17 2016-08-02 The Board Of Trustees Of The Leland Stanford Junior University Method for determining cardiovascular information
CN101919688B (zh) * 2009-06-17 2012-04-04 上海匡复医疗设备发展有限公司 一种脑血管能量指标分析方法及仪器
US8315812B2 (en) 2010-08-12 2012-11-20 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
CN102274049A (zh) * 2011-05-09 2011-12-14 深圳市德力凯电子有限公司 颅内外血流信号检测系统和信号显示方法及信号处理系统
CN103356180B (zh) * 2012-03-26 2015-06-17 工布设计有限公司 弹性管内流体波动压力及弹性管顺应性的量测方法及装置
CN103654760B (zh) * 2012-09-10 2016-08-03 焦文华 无创颅内压测量方法及应用该方法的无创颅内压分析仪
CN102940486B (zh) * 2012-10-29 2015-01-21 大连理工大学 一种颈动脉系统血流动力学与信号分析系统及方法
US8926333B2 (en) * 2013-03-15 2015-01-06 Simnext, Llc Device, system, and method for simulating blood flow
CN104622505B (zh) * 2013-11-13 2017-04-19 深圳迈瑞生物医疗电子股份有限公司 一种超声颅内血流检测系统和方法
CN109147941A (zh) * 2018-10-17 2019-01-04 上海交通大学 基于结构磁共振影像数据的大脑健壮性评估方法
CN113379679B (zh) * 2021-05-14 2023-07-18 中国科学院深圳先进技术研究院 脑动脉波强度和波功率的测量方法、终端设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1559345A (zh) * 2004-02-20 2005-01-05 无锡贝尔森影像技术有限公司 脑血管血液动力学检测方法和仪器
CN1593333A (zh) * 2004-07-05 2005-03-16 上海德安生物医学工程有限公司 脑血流动力学分析方法和仪器
CN1631316A (zh) * 2005-01-10 2005-06-29 上海德安生物医学工程有限公司 脑血管系统功能及脑循环动力学分析方法和仪器
CN1723836A (zh) * 2005-06-02 2006-01-25 上海德安生物医学工程有限公司 脑循环血液动力学简便分析方法和仪器
CN200973716Y (zh) * 2006-11-01 2007-11-14 上海匡复医疗设备发展有限公司 一种脑血管循环动力学检测分析仪器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1559345A (zh) * 2004-02-20 2005-01-05 无锡贝尔森影像技术有限公司 脑血管血液动力学检测方法和仪器
CN1593333A (zh) * 2004-07-05 2005-03-16 上海德安生物医学工程有限公司 脑血流动力学分析方法和仪器
CN1631316A (zh) * 2005-01-10 2005-06-29 上海德安生物医学工程有限公司 脑血管系统功能及脑循环动力学分析方法和仪器
CN1723836A (zh) * 2005-06-02 2006-01-25 上海德安生物医学工程有限公司 脑循环血液动力学简便分析方法和仪器
CN200973716Y (zh) * 2006-11-01 2007-11-14 上海匡复医疗设备发展有限公司 一种脑血管循环动力学检测分析仪器

Also Published As

Publication number Publication date
CN101172042A (zh) 2008-05-07

Similar Documents

Publication Publication Date Title
CN101172042B (zh) 一种脑血管循环动力学分析方法及仪器
CN105326486B (zh) 血管压力差与血流储备分数的计算方法及系统
Deswysen et al. Quantitative evaluation of the systemic arterial bed by parameter estimation of a simple model
Itu et al. Non-invasive hemodynamic assessment of aortic coarctation: validation with in vivo measurements
Willemet et al. Arterial pressure and flow wave analysis using time-domain 1-D hemodynamics
CN108109698B (zh) 计算血流储备分数的系统和设置边界条件的方法
CN102499658B (zh) 中心血压波形重建模型及重建方法
US10729337B2 (en) Device and method for non-invasive left ventricular end diastolic pressure (LVEDP) measurement
Karamanoglu et al. Derivation of the ascending aortic-carotid pressure transfer function with an arterial model
CN107411767B (zh) 基于冠状动脉ct血管造影的狭窄病灶血流阻力计算方法
Alastruey et al. Arterial pulse wave modeling and analysis for vascular-age studies: a review from VascAgeNet
Zhang et al. Personalized hemodynamic modeling of the human cardiovascular system: a reduced-order computing model
CN108665449A (zh) 预测血流矢量路径上的血流特征的深度学习模型及装置
CN113379679B (zh) 脑动脉波强度和波功率的测量方法、终端设备及存储介质
CN200973716Y (zh) 一种脑血管循环动力学检测分析仪器
CN114947910A (zh) 冠脉末端微血管阻力的计算方法及ffr的计算方法、系统
Mao et al. Lumped parameter model based surgical planning for CABG
Kim et al. Quantification of wave reflection using peripheral blood pressure waveforms
CN113499048A (zh) 一种基于CNN-BiLSTM的中心动脉压波形重构的系统及方法
CN112182994A (zh) 基于胡桃夹子综合征血流动力学的血管建模方法及装置
Wang et al. Numerical simulation of instantaneous wave-free ratio of stenosed coronary artery
Packy et al. Simulating radial pressure waveforms with a mock circulatory flow loop to characterize hemodynamic monitoring systems
Xiao et al. Model-based assessment of cardiovascular health from noninvasive measurements
Jiang et al. A personalized-model-based central aortic pressure estimation method
A Martins et al. FFR quantification in a left coronary artery using a three-element Windkessel model and the nonlinear viscoelastic property of blood

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20110406

Termination date: 20141101

EXPY Termination of patent right or utility model