CN113367706A - 新生儿脑功能多模态检测系统 - Google Patents

新生儿脑功能多模态检测系统 Download PDF

Info

Publication number
CN113367706A
CN113367706A CN202110634830.XA CN202110634830A CN113367706A CN 113367706 A CN113367706 A CN 113367706A CN 202110634830 A CN202110634830 A CN 202110634830A CN 113367706 A CN113367706 A CN 113367706A
Authority
CN
China
Prior art keywords
brain
data
electroencephalogram
oxygen
neonate
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.)
Granted
Application number
CN202110634830.XA
Other languages
English (en)
Other versions
CN113367706B (zh
Inventor
侯新琳
彭程
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.)
Beijing Beike Ruixin Medical Technology Co.,Ltd.
Original Assignee
Peking University First Hospital
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 Peking University First Hospital filed Critical Peking University First Hospital
Priority to CN202110634830.XA priority Critical patent/CN113367706B/zh
Publication of CN113367706A publication Critical patent/CN113367706A/zh
Application granted granted Critical
Publication of CN113367706B publication Critical patent/CN113367706B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A61B5/386—Accessories or supplementary instruments therefor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • A61B5/14553—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases specially adapted for cerebral tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/04—Babies, e.g. for SIDS detection
    • A61B2503/045—Newborns, e.g. premature baby monitoring

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Optics & Photonics (AREA)
  • Neurology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了新生儿脑功能多模态检测系统，涉及新生儿无创脑监护技术领域，所述系统实现脑电和脑氧的联合连续脑功能监测，极大地提高了新生儿无创脑功能监护的质量。

Description

新生儿脑功能多模态检测系统
技术领域
本发明涉及新生儿无创脑监护技术领域，特别涉及一种新生儿脑功能多模态检测系统。
背景技术
新生儿脑损伤的临床表现不典型，仅通过医生的观察易导致误诊和漏诊。床旁多模态脑功能检测是早期诊断新生儿脑损伤并预测预后的有效方法。其中振幅整合脑电图(amplitude-integrated encephalogram,aEEG)和近红外光谱技术(near infraredspectroscopy,NIRS)是临床应用最广泛的两项主要技术。
aEEG是一种脑细胞电生理活动的检测方法，与常规脑电图相比，aEEG操作方便、图形直观、容易分析。国内外文献均已证明，对有缺氧缺血高危因素的新生儿在生后6小时内检测，aEEG的振幅、睡眠周期、连续性及是否可检测到惊厥发作等指标，可有效地预测新生儿缺氧缺血性脑损伤的发生，并可用于判断脑病的严重程度，预测患儿的神经发育预后。aEEG的背景的表现也被证明与传统多导脑电图具有较好的一致性，可用于评价所检查患儿的脑功能情况，脑损伤程度并判断预后。
NIRS是另一种临床常用的新生儿脑功能检测方法，是通过脑血流动力学测量实现脑损伤诊断的床旁监测手段，可直接评价脑氧合水平，间接反映脑血流动力学状况及细胞内生物氧化过程，临床已应用于对新生儿神经功能检测，实时评价脑功能，发现脑损伤，预测预后。近5年期间，功能性近红外光谱成像(functional NIRS,fNIRS)静息态的功能成像，过增加检测通道的数量与密集程度，提供了更高的时间分辨率，可更好的实时监控新生儿脑血流动力学变化，从而更有效地描述大脑神经活动，为新生儿脑损伤的早期发现和准确定位提供了可能。但fNIRS不易判断损伤程度。
结合上述，目前常用的新生儿脑功能检测方法aEEG和NIRS都可实现新生儿脑功能的检测，以评定其脑损伤。fNIRS检测可覆盖所有脑区，缺氧缺血脑损伤事件敏感，对脑损伤定位效果好，但空间分辨率低，不易判断损伤程度；而aEEG则对缺氧缺血的程度更敏感，更有利于识别中重度缺氧缺血导致的脑损伤，判断预后，但aEEG在脑损伤早期，特别是轻度脑损伤患儿中可表现为正常，而这类患儿后期随访仍会遗留神经系统后遗症的现象，即aEEG敏感性欠佳。因此，需要联合应用aEEG与fNIRS，来评价新生儿脑功能，及时诊断脑损伤并采取有针对性的治疗，并预测预后。然而目前国内外并没有联合应用aEEG和NIRS进行新生儿脑功能检测的研究。
发明内容
本发明实施例提供了一种新生儿脑功能多模态检测系统，旨在对新生儿脑功能进行多模态检测以提高新生儿脑功能监护质量。
本发明实施例提供的一种新生儿脑功能多模态检测系统，所述系统包括：第一数据获取模块，用于对出生后临床诊断为无脑损伤的第一新生儿组进行连续脑功能监测，得到72小时内第一新生儿组的第一脑电数据和第一脑氧数据，以及对出生后临床诊断为有脑损伤的第二新生儿组进行监测，得到72小时内第二新生儿组的第二脑电数据和第二脑氧数据；第一数据处理模块，用于根据所述第一新生儿组的所述第一脑电数据和所述第一脑氧数据、所述第二新生儿组的所述第二脑电数据和所述第二脑氧数据，确定脑损伤的脑氧敏感指标；第二数据获取模块，用于对出生后的待查新生儿进行连续脑功能监测，以实时获取每个时间点的所述待查新生儿的第三脑电数据和第三脑氧数据；脑功能检测模块，用于根据每个时间点的所述第三脑电数据、所述第三脑氧数据、脑损伤的脑电图诊断金标准以及所述脑损伤的脑氧敏感指标，对所述待查新生儿进行基于脑电和脑氧的脑功能联合检测。
优选地，所述系统还包括：临床诊断终端，用于获取每个新生儿的临床症状、体征、颅脑影像、脑电数据，并根据每个新生儿的临床症状、体征、颅脑影像、脑电图，确定每个新生儿是否有脑损伤，以便将得到临床诊断为无脑损伤的所述第一新生儿组与有脑损伤的所述第二新生儿组。
优选地，所述系统还包括：数据采集帽，其上设有用于采集脑电数据的k个电极以及用于采集脑氧数据的m个光源和m个探测器，且所述m个光源和所述m个探测器形成n个通道，其中m,n,k为自然数，且m<n，k>2；其中，所述第一数据获取模块获取所述第一新生儿组和所述第二新生儿组中每个新生儿佩戴的数据采集帽采集的所述第一脑电数据、所述第一脑氧数据、所述第二脑电数据和所述第二脑氧数据；其中，所述第二数据获取模块所述待查新生儿佩戴的数据采集帽采集的所述第三脑电数据和所述第三脑氧数据。
优选地，所述电极、所述光源和所述探测器均为可与新生儿体表紧密贴附且对新生儿皮肤无损的柔性电子元件。
优选地，所述第一数据处理模块具体用于根据72小时内所述第一新生儿组的所述第一脑电数据以及脑损伤的脑氧敏感指标，确定指示脑功能正常的各时间点，并提取指示脑功能正常的各时间点对应的第一脑氧数据；根据72小时内所述第二新生儿组的所述第二脑电数据以及脑损伤的脑氧敏感指标，确定指示脑功能异常的各时间点，并提取指示脑功能异常的各时间点对应的第二脑氧数据；利用已提取的指示脑功能正常的各时间点对应的第一脑氧数据和指示脑功能异常的各时间点对应的第二脑氧数据，确定脑损伤的脑氧敏感指标。
优选地，所述脑功能检测模块具体用于将实时获取的每个时间点的所述待查新生儿的第三脑电数据与所述脑损伤的脑电图诊断金标准进行比较，得到脑电诊断结果；将实时获取的每个时间点的所述待查新生儿的第三脑氧数据与所述脑损伤的脑氧敏感指标进行比较，得到脑氧诊断结果；若所述脑电诊断结果和所述脑氧诊断结果均正常，则确定所述待查新生儿在该时间点的脑功能正常；若所述脑电诊断结果和所述脑氧诊断结果中的至少一个异常，则确定所述待查新生儿在该时间点的脑功能异常。
优选地，所述系统还包括：存储模块，用于记录所述待查新生儿的所述第三脑电数据和所述第三脑氧数据，并标记异常数据及时间点。
优选地，所述系统还包括：告警模块，用于当连续多个时间点均确定所述待查新生儿的脑功能异常或预设时间段内确定所述待查新生儿的脑功能异常的时间点数量大于预设数量，则发出告警，以提醒医务人员及时治疗。
优选地，所述系统还包括：预后数据获取模块，用于获取所述第二新生儿组的近期预后数据和远期预后数据；第二数据处理模块，用于根据所述第二新生儿组的各时间点的所述第二脑电数据和所述第二脑氧数据以及近期预后数据和远期预后数据，确定预后敏感指标。
所述系统还包括：神经发育预测模块，用于根据实时获取的每个时间点的所述待查新生儿的第三脑电数据和第三脑氧数据以及预后敏感指标，预测所述待查新生儿的神经发育。
本发明实施例系统实现脑电和脑氧的联合连续脑功能监测，极大地提高了新生儿无创脑功能监护的质量。
附图说明
图1是本发明实施例提供的新生儿脑功能多模态检测系统的第一结构框图；
图2是本发明实施例提供的新生儿脑功能多模态检测系统的第二结构框图；
图3是本发明实施例提供的新生儿脑功能多模态检测系统的第三结构框图；
图4a和图4b是fNIRS光源发射与采集的通道排布图；
图5是实际采集场景图；
图6是新生儿aEEG放置位置图；
图7是脑电和脑氧联合监测模式的建立流程示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行详细说明，应当理解，以下所说明的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
脑损伤的发生是个连续且渐进的过程，环环相扣，最终形成不可逆的损伤，造成伤残。其过程如下：首先，脑血流动力学发生改变，脑组织的血流灌注异常；其次，由于脑灌注异常，使得脑组织的氧供和氧耗之间失去了平衡，若是脑氧供小于氧耗，患儿则会出现脑组织氧的下降，通过NIRS检测出来，反之亦然；再者，在脑氧持续下降大约15min后，脑功能发生改变，通过EEG可检测出来；最后若导致脑损伤的因素持续存在，脑功能持续难以恢复，则达到脑损伤的最后阶段，即脑结构的损伤。
了解了脑损伤的发生发展过程，因而临床工作中重点从脑血流动力学、脑氧、脑电图、脑结构这四个方面对脑进行检测，其目的均为及时发现损伤。但显而易见，一旦出现脑结构异常，脑损伤已经存在，甚至不可逆。因此对脑血流动力学、脑氧、脑电图的检测至关重要。本发明对早期脑损伤诊断的两个关键因素，即脑氧和脑电图，同时检测，有利于临床从脑氧和脑电图两个角度同时对“脑”这个脆弱脏器进行评价，与临床现有的检测技术相比，能够提高早期诊断脑损伤的敏感性与特异性，有利于临床及时采取有针对性的治疗，改善患儿预后，减少神经伤残的发生。
图1是本发明实施例提供的新生儿脑功能多模态检测系统的第一结构框图，如图1所示，所述系统可以包括：
第一数据获取模块，用于对出生后临床诊断为无脑损伤的第一新生儿组进行连续脑功能监测，得到72小时内第一新生儿组的第一脑电数据和第一脑氧数据，以及对出生后临床诊断为有脑损伤的第二新生儿组进行监测，得到72小时内第二新生儿组的第二脑电数据和第二脑氧数据；
第一数据处理模块，用于根据所述第一新生儿组的所述第一脑电数据和所述第一脑氧数据、所述第二新生儿组的所述第二脑电数据和所述第二脑氧数据，确定脑损伤的脑氧敏感指标；
第二数据获取模块，用于对出生后的待查新生儿进行连续脑功能监测，以实时获取每个时间点的所述待查新生儿的第三脑电数据和第三脑氧数据；
脑功能检测模块，用于根据每个时间点的所述第三脑电数据、所述第三脑氧数据、脑损伤的脑电图诊断金标准以及所述脑损伤的脑氧敏感指标，对所述待查新生儿进行基于脑电和脑氧的脑功能联合检测。
进一步地，所述系统还可以包括：数据采集帽，其上设有用于采集脑电数据的k个电极以及用于采集脑氧数据的m个光源和m个探测器，且所述m个光源和所述m个探测器形成n个通道，其中m,n,k为自然数，且m<n，k>2。
其中，所述第一数据获取模块获取所述第一新生儿组和所述第二新生儿组中每个新生儿佩戴的数据采集帽采集的所述第一脑电数据、所述第一脑氧数据、所述第二脑电数据和所述第二脑氧数据；所述第二数据获取模块所述待查新生儿佩戴的数据采集帽采集的所述第三脑电数据和所述第三脑氧数据。两种监护方法在临床实践中均要求对有脑损伤高危因素的新生儿生后即开始监测，对有脑损伤症状的新生儿在发现症状时即刻开始监测，故在检测时间窗上两者有较好的一致性，两者在新生儿头皮表面配置电极均可以参照国际标准的10-20系统，aEEG放置两组电极即可，NIRS放置在额叶。
随着围产医学的发展和新生儿重症监护水平的不断提高，新生儿病死率逐年下降，危重新生儿和小胎龄早产儿，特别是胎龄小于32周的极早产儿和胎龄小于28周的超早产儿的存活率上升。我国每年有120-150万早产儿出生，其中胎龄<32周的早产儿和/或极低出生体重儿(<1500g)占16％，即每年约30万例。但由于存活下来的危重新生儿和小胎龄早产儿均是发生围产期脑损伤的高危人群，病情严重者会遗留脑瘫、癫痫和视听功能损害等后遗症。新生儿期的脑发育不成熟，对各类脑损伤因素都具有易感性，但同样是因为新生儿期的脑还处在发育期，是具有非常强的可塑性的，如能及时识别并给予有针对性的治疗，能显著降低神经系统后遗症的发生。我国每年30万围产期脑损伤新生儿，如能积极治疗，40％的新生儿的神经发育能够达到正常水平。因此连续无创的检测新生儿脑功能是临床迫切解决的问题。但新生儿头皮娇嫩，目前难以实现连续和长程的检测。因此，本发明实施例提供了基于柔性光电技术的新生儿脑功能多模态检测系统(aEEG+fNIRS)，具体地说，在数据采集帽上设置的所述电极、所述光源和所述探测器均为可与新生儿体表紧密贴附且对新生儿皮肤无损的柔性电子元件，柔性电子元件具有结构简单、成本低、尺寸小等诸多优势，特别适合新生儿无创脑功能检测，能够极大地提高新生儿无创脑功能监护的质量。另外，基于硅基及III-V族元素的半导体目前光电性能好、加工工艺成熟，极适合做柔性生理信号传感器的单元器件，但是此类半导体抗变形能力差，在发生大变形的过程中会降低器件探测效率，甚至有可能被损坏。因此，在设计柔性电子期间，例如柔性传感器时，可以在半导体器件与柔性衬底之间进行应变隔离。此外，为确保获取到的生理信号的精确性，可延展柔性脑功能监测系统需与皮肤紧密贴附，减小皮肤与可延展柔性监测系统之间的相对位移。因此，可以针对超柔性衬底进行界面改性探索，研究适用于新生儿的强生物兼容性、皮肤粘合性衬底材料，在具备高柔性和延展性的同时，具有亲肤粘合性、佩戴舒适型的材料。针对不同的柔性可延展薄膜材料，发展不同的化学和物理处理手段，对柔性衬底和皮肤之间的界面进行修饰，在不影响柔性及延展性的前提下，引入结合能力更强，相互作用力更大的共价化学键以提高柔性衬底与皮肤之间的粘附力，保证可延展柔性监测系统和皮肤的随动性，提高测量的精确度。
其中，所述第一数据处理模块具体用于根据72小时内所述第一新生儿组的所述第一脑电数据以及脑损伤的脑氧敏感指标，确定指示脑功能正常的各时间点，并提取指示脑功能正常的各时间点对应的第一脑氧数据；根据72小时内所述第二新生儿组的所述第二脑电数据以及脑损伤的脑氧敏感指标，确定指示脑功能异常的各时间点，并提取指示脑功能异常的各时间点对应的第二脑氧数据；利用已提取的指示脑功能正常的各时间点对应的第一脑氧数据和指示脑功能异常的各时间点对应的第二脑氧数据，确定脑损伤的脑氧敏感指标。
其中，所述脑功能检测模块具体用于将实时获取的每个时间点的所述待查新生儿的第三脑电数据与所述脑损伤的脑电图诊断金标准进行比较，得到脑电诊断结果；将实时获取的每个时间点的所述待查新生儿的第三脑氧数据与所述脑损伤的脑氧敏感指标进行比较，得到脑氧诊断结果；若所述脑电诊断结果和所述脑氧诊断结果均正常，则确定所述待查新生儿在该时间点的脑功能正常；若所述脑电诊断结果和所述脑氧诊断结果中的至少一个异常，则确定所述待查新生儿在该时间点的脑功能异常。
以aEEG和fNIRS为例，aEEG和fNIRS各自单独应用均可以用来监测新生儿脑功能，但二者各有其优缺点，具体地说，fNIRS虽对缺氧缺血脑损伤事件敏感，但空间分辨率低，不易判断损伤程度，而aEEG虽然可以判断损伤程度，但敏感性欠佳。本发明实施例可将aEEG和fNIRS两种常用的新生儿脑功能监测技术联用，找寻神经血管耦联的规律，选择适宜的检测方式和记录参数，通过联合aEEG和fNIRS长程监测新生儿期用来精准诊断脑损伤的指标，及时准确诊断新生儿脑损伤，指导临床开展治疗。
图2是本发明实施例提供的新生儿脑功能多模态检测系统的第二结构框图，如图2所示，所述系统还可以包括：
临床诊断终端，用于获取每个新生儿的临床症状、体征、颅脑影像、脑电数据，并根据每个新生儿的临床症状、体征、颅脑影像、脑电图，确定每个新生儿是否有脑损伤，以便将得到临床诊断为无脑损伤的所述第一新生儿组与有脑损伤的所述第二新生儿组。
存储模块，用于记录所述待查新生儿的所述第三脑电数据和所述第三脑氧数据，并标记异常数据及时间点。另外，还可以存储已获取的新生儿生理信息，以便所述脑功能检测对损伤新生儿生理信息进行汇总和分析，对每一个新生儿的一段时间内生理状况变化建立对应的档案，分析新生儿在睡眠、清醒、哭闹以及平静等多种场景下的生理信息变化，综合评估新生儿的脑功能。
告警模块，用于当连续多个时间点均确定所述待查新生儿的脑功能异常或预设时间段内确定所述待查新生儿的脑功能异常的时间点数量大于预设数量，则发出告警，以提醒医务人员及时治疗。
本实施例可以将新生儿脑损伤诊断时间窗提前，提高新生儿脑损伤早期诊断率，降低新生儿脑损伤所致的神经伤残不良预后。
图3是本发明实施例提供的新生儿脑功能多模态检测系统的第三结构框图，如图3所示，所述系统还包括：
预后数据获取模块，用于获取所述第二新生儿组的近期预后数据和远期预后数据。
第二数据处理模块，用于根据所述第二新生儿组的各时间点的所述第二脑电数据和所述第二脑氧数据以及近期预后数据和远期预后数据，确定预后敏感指标。
神经发育预测模块，用于根据实时获取的每个时间点的所述待查新生儿的第三脑电数据和第三脑氧数据以及预后敏感指标，预测所述待查新生儿的神经发育。
本实施例通过预后敏感指标，可以预测新生儿脑功能神经发育，从而采集对应的有针对性的治疗，改善预后，减少神经伤残的发生。
下面结合图4a-图7，对本发明进行详细说明。
图7是脑电和脑氧联合监测模式的建立流程示意图，如图7所示。
首先，本发明实施例的研究对象为北京大学第一医院新生儿病房收治的胎龄37-42周、存在脑损伤高危因素的新生儿，高危因素包括宫内窘迫、羊水3度、新生儿窒息、新生儿脓毒症、严重高胆红素血症等。入组标准为：(1)出生前与父母沟通，进行知情同意；(2)入组新生儿根据临床症状、体征、颅脑影像学(超声、MRI)、脑电图等综合诊断，分为有脑损伤组与无脑损伤组。其中，脑损伤组诊断包括：中-重度新生儿缺氧缺血性脑病，3-4度颅内出血，围产期脑卒中，胆红素脑病，新生儿细菌性脑膜炎，代谢性脑病等。近红外光谱成像(fNIRS)及振幅整合脑电图(aEEG)检测从新生儿生后即开始进行至少72小时连续监测。排除标准为：(1)生后因严重合并症存活<24小时(或者<72小时)；(2)监测前48小时或监测期间应用镇静药影响监测，方式治疗；(3)未能完成后期随访者；(4)社会因素放弃治疗。
其次，本实施例将柔性光电技术应用于新生儿床旁脑功能的连续监测，如基于柔性电子元件的72h aEEG和fNIRS监测。本实施例将制备形成的柔性电子元件应用于新生儿脑功能连续检测，以探测器为例，单个器件的面内尺寸小于1cm×1cm，量程80％-100％，响应时间小于1s，精度1.5％。基于此，本实施例改进了既往临床实践中只能间断定期监测，无法实时、即刻反应脑功能情况的现状，有利于精准诊断脑损伤。具体如下：
(1)便携式设备(数据采集帽)
限制联合、长程连续脑功能检测在新生儿脑损伤患儿中开展的主要原因是检测设备与皮肤接触的传统硬质器件所占表面积大、与皮肤贴合度不够、易受干扰也容易损伤新生儿薄嫩的组织。本实施例采用可以与体表紧密贴附，顺应性好，同时对皮肤无损、所占据面积较小的柔性电子技术来解决这一问题。具体地，本实施例设计一种便携式设备以应用于新生儿脑功能监测系统，该便携式设备包括柔性衬底和柔性电子元件。具体地说，基于朗博比尔定律，运用反射式血氧测试原理，通过多尺度结构变换将功能模块化，并离散为许多小尺度功能单元，各单元根据功能分别由传感、光子、电子等元器件构成，利用传统半导体工艺制备无机功能单元，并将其集成在柔性衬底上，功能单元之间通过可拉伸互连导线连接，这样器件拓扑结构由面结构转换为网状点结构，实现无机单元随着柔性衬底一起发生弯曲和拉伸等变形，从而保证与新生儿皮肤的共性接触与同步变形。
另外，考虑到新生儿的皮肤较为敏感，因而封装材料应具备轻质化、超薄化及具有较强的生物兼容性的特点，以确保在与新生儿接触过程中没有异物感和不适感。
(2)数据采集
数据采集分为两部分，一部分为fNIRS检测部分，另一部分为aEEG检测部分，其中：
fNIRS检测：便携式设备配有16个光源和16个探测器，其排布基于脑电图设置的国际标准的10-20系统，组成共48个通道。如图4a所示，16个光源分别放置在F7-F8,F3-F4,T7-T8,C3-C4,P7-P8,P3-P4,AFz,Fz,Cz,Pz，光强＝0.6mW，16个探测器分别放置在Fp1-Fp2,AF3-AF4,FC5-FC6,FC1-FC2,C1-C2,TP9-TP10,CP5-CP6,CP1-CP2，光源-探测器距离2cm。如图4b所示，由图4a所示的16个光源和16个探测器共组成48个通道，每个半球24个通道。如图5所示，新生儿头上佩戴数据采集帽，数据采集帽中上为光源和探测器。需要指出的是，48个通道为最大通道数，实际应用时，可根据新生儿不同胎龄和出生体重，也就是不同头围大小(28-34cm头围)，适当减少光源和探测器数目。任意脑区的一个光源和两个探测器即可进行局部脑氧检测，多个光源和探测器即可检测到多个脑区的脑氧，从而形成功能成像。
aEEG检测：基于国际标准的10-20系统，新生儿aEEG电极放置在P3-P4或者C3-C4位置，如图6所示。
(3)指标分析
监测指标包括fNIRS监测指标和aEEG监测指标。
fNIRS监测指标：应用图论知识，从fNIRS数据中提取新生儿脑功能网络，需要三个步骤：
步骤一，定义网络节点。
如上所述，共有48个通道代表48个大脑不同的脑区，以检测新生儿脑氧合及血流变化，故将每个通道确定为脑网络中的一个，这样共有48个网络节点。
步骤二，确定大脑整体的脑功能连接强度。
计算任意两个节点之间的氧合血红蛋白(HbO2)与还原血红蛋白(HbR)时间序列的Pearson相关系数，对网络中的节点连接强度进行量化，得到对称相关矩阵，该矩阵即为功能连接强度。
在此基础之上，基于48个通道，按照大脑的功能区对大脑进行进一步的划分，研究不同大脑功能区之间的连接强度，该分析指标即为脑功能连接强度。
步骤三，确定脑网络量化指标。
对脑网络的全局指标和/或局部指标进行相关计算及分析，以研究静息态下新生儿脑氧合及血流的改变。
首先，明确是否能够构建脑网络，并且证实此脑网络的构建是否可靠。从工程的角度而言，需要设定一个界值以划分脑网络能否构成。通俗来讲，若某公司需要评选年度业绩前10％的员工给予奖励，即0.1为划定是否符合奖励标准的界值，该界值被称作“阈值”。通过阈值的选取，保留满足条件的功能连接，舍弃标准之下的连接，便会形成网络。
在脑网络的构建中，不同的阈值会改变网络的稀疏程度，从而影响网络的细节属性。一般情况下，阈值设定为在0.1-0.5之间，已有研究在阈值为0.25条件下研究脑网络相关的各种问题。本实施例为了证实新生儿脑网络构建的可靠性和稳定性，设定多个阈值来进行脑网络的构建，若在不同的阈值下得到的网络属性均有一致的结果，则结论更为可靠。故而设定阈值0.05-0.40，间距0.01，共计36个连续的阈值来构建新生儿脑网络，并对其分别计算脑网络指标，以综合评价量化评价脑网络构建情况，并证实其可靠性。
基于上述步骤，本实施例可以分析并计算出多项全局网络度量，具体如下：
①小世界度(σ,
Figure BDA0003105179430000101
):小世界度是判断所构建的网络是否能够区别于随机网络。小世界度大于1代表着构建的网络具有小世界属性。已有研究表明，大脑具有“经济性的”小世界网络特性。
②归一化聚类系数(Cp_γ,
Figure BDA0003105179430000102
):归一化聚类系数反映了网络的局部连通性和集群性，是网络连接水平的重要指标。
③特征路径长度(Lp,
Figure BDA0003105179430000103
):特征路径长度是所有节点对之间的最短路径的平均值，该指标反映了大脑对于信息传播速度。特征路径长度越短，表明信息传递越快，网路的连通性越好。
④全局效率(Eglob,
Figure BDA0003105179430000104
):脑网络的效率(全局效率、局部效率与归一化局部效率)反映了网络节点间信息交换的便捷性。全局效率是指所有脑网络的节点均进行计算，即整个大脑的脑网络连接度。
⑤局部效率(Eloc,
Figure BDA0003105179430000111
):局部效率和归一化局部效率是任意一节点与相邻所有节点之间的脑网络连接度，代表局部脑网络效率。
⑥模块化(Q,
Figure BDA0003105179430000112
):模块化水平反映了网络组织成模块化或社区结构的程度，模块化水平越高，大脑区域分工的能力越强。
除了全局网络度量外，还定量计算了局部网络度量，以期对局部脑网络构建进行进一步的量化评价。局部脑网络度量使用节点度(Knod,
Figure BDA0003105179430000113
)来评价的。节点度较高的节点(大于均值加一个标准差的节点)被定义为中枢节点(Hub)，它们通常被认为在整个大脑网络的功能完整性中起着中心作用。
aEEG监测指标如下：
①振幅：aEEG波谱带的上边界电压为上边界振幅，波动于10～25μV之间，反应脑电活动所能达到的最高强度；下边界电压为下边界振幅，波动于5～10μV之间，反应脑电活动的基础水平。正常振幅值为上边界≥10μV，下边界≥5μV。如下边界<5μV为轻度异常，上边界同时<10μV为重度异常。
②睡眠周期：指随睡眠-觉醒程度的变化，aEEG波谱带呈现光滑正弦曲线样变化，分为活动睡眠(active sleep，AS)期和安静睡眠(quiet sleep，QS)期。如aEEG呈现平滑的正弦样周期性变化，一个睡眠周期持续20min以上，称为成熟的睡眠周期。异常结果为无睡眠周期或睡眠周期不成熟。无睡眠周期是指aEEG背景活动无周期样变化，无法区分AS期和QS期。不成熟睡眠周期是指背景活动可见一些周期样变化，但仅有较低振幅的周期样波动，没有出现典型的正弦样变化的背景活动。
③连续性：指脑电活动是否始终能够保持一定波幅并围绕基线上下波动。正常连续图形是指aEEG表现为波谱带宽度不变，下边界振幅波动于5～10μV之间，上边界振幅波动于10-25μV之间。不连续图形在足月新生儿是异常的，aEEG表现为波谱带增宽，下边界振幅降低。
④惊厥发作：在aEEG上表现为下边界和(或)上边界振幅突然升高，紧随其后可能出现一段短暂的电压抑制期。其中单次惊厥发作表现为背景波谱带中断的“驼峰样”改变，反复惊厥发作表现为多次“驼峰样”改变，惊厥持续状态为“锯齿样”波形。
⑤背景活动：在aEEG判读中，会根据aEEG上、下边界振幅和连续性联合解读对新生儿脑电活动情况进行分类，其表现与患儿脑损伤程度及预后相关，目前普遍采用HellstrSom Westas提出的五分类方法：
(a)连续正常电压(continuous normal voltage，CNV)：在aEEG上表现为下边界振幅波动于5～7或10μV之间，上边界振幅波动于10～25μV，最高不超过50μV。
(b)不连续正常电压(discontinuous normal voltage,DNV)：背景活动不连续，下边界振幅波动，但不超过5μV，上边界振幅大于10μV。
(c)暴发-抑制(burst suppression，BS)：不连续的背景活动，下边界振幅波动于0～1或2μV之间，暴发时的振幅超过25μV。暴发次数≥100次/h称为BS+，<100次/h称为BS-。
(d)持续低电压(continuous low voltage，CLV)：背景活动连续，振幅显著降低，上边界振幅小于10μV，下边界振幅小于5μV或在5μV上下波动。
(e)电静止、平坦波(inactive，flat trace，FT)：振幅小于5μV并接近于0的极低电压，相当于电静息。
再次，获取近期预后信息(即10-14天MRI信息)和远期预后信息(即出生后6、12、18月贝利量表神经预后信息)。将各时间点的aEEG和fNIRS记录数据与脑损伤早期诊断和预后评价的金标准分类的情况进行比较，并进行统计分析，得出早期诊断脑损伤和判断预后的敏感指标和检测时间，以获得联合监护的最佳检测模式和适宜参数。
应用SPSS 25.0作为统计分析软件。计数资料采用构成比及率进行描述，计量资料采用均数±标准差进行描述，P<0.05认为差异有统计学意义。将各时间点的aEEG和fNIRS的结果分别以单因素和组合的形式，应用配对卡方检验，与早期诊断和预后的金标准进行比较，分析各个时间点各指标的早期诊断和预测预后的灵敏度、特异度及准确性。根据各个指标准确性的检验结果，建立早期诊断模型。
通过已得到的精准诊断脑损伤的联合脑氧和脑电的综合指标，可以将新生儿脑损伤诊断时间窗提前到出生后6小时内，提高新生儿脑损伤早期诊断率至97％以上，同时将新生儿脑损伤所致的神经伤残不良预后率降至25％以下。
尽管上文对本发明进行了详细说明，但是本发明不限于此，本技术领域技术人员可以根据本发明的原理进行各种修改。因此，凡按照本发明原理所作的修改，都应当理解为落入本发明的保护范围。

Claims (10)

1.一种新生儿脑功能多模态检测系统，其特征在于，所述系统包括：
第一数据获取模块，用于对出生后临床诊断为无脑损伤的第一新生儿组进行连续脑功能监测，得到72小时内第一新生儿组的第一脑电数据和第一脑氧数据，以及对出生后临床诊断为有脑损伤的第二新生儿组进行监测，得到72小时内第二新生儿组的第二脑电数据和第二脑氧数据；
第一数据处理模块，用于根据所述第一新生儿组的所述第一脑电数据和所述第一脑氧数据、所述第二新生儿组的所述第二脑电数据和所述第二脑氧数据，确定脑损伤的脑氧敏感指标；
第二数据获取模块，用于对出生后的待查新生儿进行连续脑功能监测，以实时获取每个时间点的所述待查新生儿的第三脑电数据和第三脑氧数据；
脑功能检测模块，用于根据每个时间点的所述第三脑电数据、所述第三脑氧数据、脑损伤的脑电图诊断金标准以及所述脑损伤的脑氧敏感指标，对所述待查新生儿进行基于脑电和脑氧的脑功能联合检测。
2.根据权利要求1所述的系统，其特征在于，所述系统还包括：
临床诊断终端，用于获取每个新生儿的临床症状、体征、颅脑影像、脑电数据，并根据每个新生儿的临床症状、体征、颅脑影像、脑电图，确定每个新生儿是否有脑损伤，以便将得到临床诊断为无脑损伤的所述第一新生儿组与有脑损伤的所述第二新生儿组。
3.根据权利要求1所述的系统，其特征在于，所述系统还包括：
数据采集帽，其上设有用于采集脑电数据的k个电极以及用于采集脑氧数据的m个光源和m个探测器，且所述m个光源和所述m个探测器形成n个通道，其中m,n,k为自然数，且m<n，k>2；
其中，所述第一数据获取模块获取所述第一新生儿组和所述第二新生儿组中每个新生儿佩戴的数据采集帽采集的所述第一脑电数据、所述第一脑氧数据、所述第二脑电数据和所述第二脑氧数据；
其中，所述第二数据获取模块所述待查新生儿佩戴的数据采集帽采集的所述第三脑电数据和所述第三脑氧数据。
4.根据权利要求3所述的系统，其特征在于，所述电极、所述光源和所述探测器均为可与新生儿体表紧密贴附且对新生儿皮肤无损的柔性电子元件。
5.根据权利要求1所述的系统，其特征在于，所述第一数据处理模块具体用于根据72小时内所述第一新生儿组的所述第一脑电数据以及脑损伤的脑氧敏感指标，确定指示脑功能正常的各时间点，并提取指示脑功能正常的各时间点对应的第一脑氧数据；根据72小时内所述第二新生儿组的所述第二脑电数据以及脑损伤的脑氧敏感指标，确定指示脑功能异常的各时间点，并提取指示脑功能异常的各时间点对应的第二脑氧数据；利用已提取的指示脑功能正常的各时间点对应的第一脑氧数据和指示脑功能异常的各时间点对应的第二脑氧数据，确定脑损伤的脑氧敏感指标。
6.根据权利要求1所述的系统，其特征在于，所述系统还包括：
所述脑功能检测模块具体用于将实时获取的每个时间点的所述待查新生儿的第三脑电数据与所述脑损伤的脑电图诊断金标准进行比较，得到脑电诊断结果；将实时获取的每个时间点的所述待查新生儿的第三脑氧数据与所述脑损伤的脑氧敏感指标进行比较，得到脑氧诊断结果；若所述脑电诊断结果和所述脑氧诊断结果均正常，则确定所述待查新生儿在该时间点的脑功能正常；若所述脑电诊断结果和所述脑氧诊断结果中的至少一个异常，则确定所述待查新生儿在该时间点的脑功能异常。
7.根据权利要求6所述的系统，其特征在于，所述系统还包括：
存储模块，用于记录所述待查新生儿的所述第三脑电数据和所述第三脑氧数据，并标记异常数据及时间点。
8.根据权利要求7所述的系统，其特征在于，所述系统还包括：
告警模块，用于当连续多个时间点均确定所述待查新生儿的脑功能异常或预设时间段内确定所述待查新生儿的脑功能异常的时间点数量大于预设数量，则发出告警，以提醒医务人员及时治疗。
9.根据权利要求1-8任意一项所述的系统，其特征在于，所述系统还包括：
预后数据获取模块，用于获取所述第二新生儿组的近期预后数据和远期预后数据；
第二数据处理模块，用于根据所述第二新生儿组的各时间点的所述第二脑电数据和所述第二脑氧数据以及近期预后数据和远期预后数据，确定预后敏感指标。
10.根据权利要求9所述的系统，其特征在于，所述系统还包括：
神经发育预测模块，用于根据实时获取的每个时间点的所述待查新生儿的第三脑电数据和第三脑氧数据以及预后敏感指标，预测所述待查新生儿的神经发育。
CN202110634830.XA 2021-06-08 2021-06-08 新生儿脑功能多模态检测系统 Active CN113367706B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110634830.XA CN113367706B (zh) 2021-06-08 2021-06-08 新生儿脑功能多模态检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110634830.XA CN113367706B (zh) 2021-06-08 2021-06-08 新生儿脑功能多模态检测系统

Publications (2)

Publication Number Publication Date
CN113367706A true CN113367706A (zh) 2021-09-10
CN113367706B CN113367706B (zh) 2022-12-06

Family

ID=77576223

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110634830.XA Active CN113367706B (zh) 2021-06-08 2021-06-08 新生儿脑功能多模态检测系统

Country Status (1)

Country Link
CN (1) CN113367706B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114795114A (zh) * 2022-03-29 2022-07-29 电子科技大学 一种基于多模态学习的一氧化碳中毒迟发性脑病预测方法
CN118021318A (zh) * 2024-03-29 2024-05-14 合肥市第一人民医院 一种多生理参数智能监测系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6052619A (en) * 1997-08-07 2000-04-18 New York University Brain function scan system
CN1547453A (zh) * 2001-11-12 2004-11-17 ������������ʽ���� 活体测量用探头及使用该探头的活体光测量装置及脑功能测量装置
CN105816170A (zh) * 2016-05-10 2016-08-03 广东省医疗器械研究所 基于可穿戴式nirs-eeg的精神分裂症早期检测评估系统
CN105852854A (zh) * 2016-05-10 2016-08-17 华南理工大学 基于nirs-eeg的穿戴式多模态脑功能检测装置
US20190159675A1 (en) * 2016-04-13 2019-05-30 Rajib Sengupta Point-of-care tele monitoring device for neurological disorders and neurovascular diseases and system and method thereof
CN111543949A (zh) * 2020-05-13 2020-08-18 北京航空航天大学 一种基于脑磁图与脑电图的儿童asd诊断装置
CN112641428A (zh) * 2020-12-18 2021-04-13 丹阳慧创医疗设备有限公司 一种脑损伤状况的诊断装置、诊断设备及诊断系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6052619A (en) * 1997-08-07 2000-04-18 New York University Brain function scan system
CN1547453A (zh) * 2001-11-12 2004-11-17 ������������ʽ���� 活体测量用探头及使用该探头的活体光测量装置及脑功能测量装置
US20190159675A1 (en) * 2016-04-13 2019-05-30 Rajib Sengupta Point-of-care tele monitoring device for neurological disorders and neurovascular diseases and system and method thereof
CN105816170A (zh) * 2016-05-10 2016-08-03 广东省医疗器械研究所 基于可穿戴式nirs-eeg的精神分裂症早期检测评估系统
CN105852854A (zh) * 2016-05-10 2016-08-17 华南理工大学 基于nirs-eeg的穿戴式多模态脑功能检测装置
CN111543949A (zh) * 2020-05-13 2020-08-18 北京航空航天大学 一种基于脑磁图与脑电图的儿童asd诊断装置
CN112641428A (zh) * 2020-12-18 2021-04-13 丹阳慧创医疗设备有限公司 一种脑损伤状况的诊断装置、诊断设备及诊断系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘云峰等: "新生儿脑损伤的脑功能无损检测技术", 《中国实用医药》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114795114A (zh) * 2022-03-29 2022-07-29 电子科技大学 一种基于多模态学习的一氧化碳中毒迟发性脑病预测方法
CN118021318A (zh) * 2024-03-29 2024-05-14 合肥市第一人民医院 一种多生理参数智能监测系统

Also Published As

Publication number Publication date
CN113367706B (zh) 2022-12-06

Similar Documents

Publication Publication Date Title
Choi et al. Assessment of wear/nonwear time classification algorithms for triaxial accelerometer
KR102334613B1 (ko) 우울 상태 판정 방법, 및 우울 상태 판정 장치
US11510607B2 (en) Systems and methods for monitoring fetal wellbeing
CN113367706B (zh) 新生儿脑功能多模态检测系统
CN109659039A (zh) 一种远程探视病人的智慧医疗系统
Wang et al. Stretchable optical sensing patch system integrated heart rate, pulse oxygen saturation, and sweat pH detection
CN105939658A (zh) 用于传感器的最佳定位的方法、系统和装置
Xu et al. Classification of autism spectrum disorder based on sample entropy of spontaneous functional near infra-red spectroscopy signal
Austin et al. Unobtrusive classification of sleep and wakefulness using load cells under the bed
Jung et al. Accurate ballistocardiogram based heart rate estimation using an array of load cells in a hospital bed
Abd Sukor et al. Signal quality measures on pulse oximetry and blood pressure signals acquired from self-measurement in a home environment
Charlier et al. Comparison of multiple cardiac signal acquisition technologies for heart rate variability analysis
O’Donnell et al. Physical activity and sleep analysis of heart failure patients using multi-sensor patches
Li et al. Stretchable polymer optical fiber embedded in the mattress for respiratory and heart rate monitoring
Chen et al. The past, present, and future of sleep quality assessment and monitoring
CN219763346U (zh) 脑卒中预警与病情实时监测装置
CN205725733U (zh) 一种基于智能穿戴的养老t恤及其移动终端
CN115349832A (zh) 一种生命体征监测预警系统和方法
Chyad et al. A survey on detection and prediction methods for sleep apnea
Frech et al. Nursing Home Patient Monitoring System for Improved Healthcare and Outcomes
Raknim et al. Position: On the use of low-cost sensors for non-intrustive newborn sepsis monitoring
Imura et al. A method for estimating physician stress using wearable sensor devices
Kagawa et al. System for simultaneous measurement of breathing rate and heart rate using photoplethysmogram
Schumm et al. Automatic signal appraisal for unobtrusive ECG measurements
Chen Design of a wearable sensor system for neonatal seizure monitoring

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20231121

Address after: No. 738, 7th Floor, Building 2, No. 36 Zhenxing Road, Science and Technology Park, Changping District, Beijing, 102200

Patentee after: Beijing Beike Ruixin Medical Technology Co.,Ltd.

Address before: 100034 Beijing city Xicheng District Xishiku Street No. 8

Patentee before: PEKING UNIVERSITY FIRST Hospital

TR01 Transfer of patent right