CN2764305Y - 脑血管系统功能及脑循环动力学分析仪器 - Google Patents

Abstract

本实用新型公开了一种脑血管系统功能及脑循环动力学分析仪器，包括检测系统、采集分析系统和数据存储与输出系统，检测系统包括血液粘度检测模块，B型超声检测模块，生理压力检测模块和连续波多普勒血流速度波形检测模块；所述采集分析系统包括计算机、将检测系统获得的模拟信号转换成数字信号的A/D卡、图像采集卡、无源底板以及分析计算软件模块；所述A/D卡，图像采集卡和计算机主板通过无源底板上的ISA插槽并联。本实用新型具有检测准确，使用方便等优点，可以对脑血管疾病的预防、早期诊断等进行更全面的分析，对脑循环生理和脑血管疾病的基础研究及临床应用都具有重要意义。

Description

脑血管系统功能及脑循环动力学分析仪器

技术领域

本实用新型属医疗技术领域，具体地说是一种新型脑血管系统功能及脑循环动力学分析仪器。

背景技术

动脉粥样硬化是一种严重危害人类健康的慢性疾病，它的特征是在动脉及其分支的动脉壁内膜及内膜下有脂质沉着，同时伴有中层平滑肌细胞移行至内膜下增殖，使内膜增厚，形成黄色或灰黄色状如粥样物质的斑块。近年来，随着我国经济建设日益发展，人民生活水平不断提高，本病的发病率在我国有明显增加的趋势。据尸检结果，在40～49岁的人群中，冠状动脉和主动脉粥样硬化病变的检出率分别为58.36％和88.31％，并随着年龄的增长而逐渐增加。

动脉粥样硬化是一种全身性的疾病，但动脉粥样硬化斑块只出现在血管系统的某些特定的血管区域，颈动脉血管就是动脉粥样硬化容易形成的重要区域之一。颈动脉系统通过颈内动脉、大脑前动脉和大脑中动脉供应着大脑半球前3/5的血液。因此，颈动脉粥样硬化将严重影响远心端的脑血管的血液供应并造成严重后果。例如，由于动脉粥样硬化而导致颈动脉的狭窄会引起脑缺血、脑萎缩等缺血性脑血管病，脱落的粥样斑块也容易形成栓子，从而引起脑栓塞。大量的研究表明，颈动脉粥样硬化不但和许多脑血管病的发生有着非常密切的关系，它和一些心血管疾病如冠心病等也有很好的相关性。鉴于上面的原因，颈动脉血管成为了动脉粥样硬化研究的焦点之一。

动脉粥样硬化发展到相当程度，尤其有器官明显病变时诊断并不困难，但早期诊断却很不容易。由于动脉粥样硬化发展到晚期已变得不可逆转，对于一些由于动脉粥样硬化而形成的血管狭窄等的手术治疗往往只能治标不能治本，复发率很高。因此对于动脉粥样硬化的早期诊断以及对其形成的机理的研究则显得非常重要。

现代研究公认，血管壁切应力对动脉粥样硬化的病变部位、范围和程度起主要的决定作用。大量的实验和研究也表明，脉动低切应力的环境将导致动脉粥样硬化的发生。因此准确而无创伤的检测颈动脉脉的切应力指标，无论是对于动脉粥样硬化的预防、早期诊断，还是对于心脑血管疾病的生理、病理学研究都有十分重要的意义。

目前国内外的脑循环分析仪只能对反映脑循环功能的动力学参数进行计算分析，并不能对引起脑血管疾病的主要原因——动脉粥样硬化进行早期的诊断；而且在动力学参数的计算方面，大多不检测或使用精度不高的A超或M超检测血管管径，给分析结果带来了很大的误差。

发明内容

本实用新型所要解决的技术问题在于设计一种可以对脑血管动脉粥样硬化和脑循环动力学特性进行全面综合诊断的新型心脑循环分析仪器，以克服已有的脑循环动力学分析仪检测指标不全面以及不精确的特点。

本实用新型使用颈动脉血管的横向和纵向断层扫描影像学指标和颈动脉血管壁的切应力指标最大值τ_max、平均值τ_mean、最小值τ_min、以及舒张期末期的渐进值τ_d等，作为脑血管动脉粥样硬化程度及易发程度的分析指标。其中影像学指标，包括血管壁中膜厚度和光滑程度可以对动脉粥样硬化程度进行判断，切应力指标可以对动脉粥样硬化的易发程度进行判断，振荡的低切应力将易导致动脉粥样硬化的形成。

使用特性阻抗Zc、外周阻力R、动态阻力DR、临界压力Cp等脑循环动力学参数以及血流速度和血流量参数作为脑循环动力学的分析指标。各参数的生理意义如下：

1)特性阻抗Zc

表示脉搏波在血管床中沿一个方向传播时所遇到的阻抗，它是反映病人检测时刻血管的软硬程度。临床上，动脉硬化、高血压和年龄增加等都可以引起Zc异常升高。

2)外周阻力R

表示血液在脑血管床中流动所遇到的阻力，是一个直接反映血液在脑外周血管床中流动畅通状况的指针。血管栓塞、梗塞、狭窄、血液粘度增大都将使R增大。

3)动态阻力DR

表示脑血管系统的血液压力改变量与血液流量的相应改变量的关系。DR反映脑血流自身调节功能，与脑血管阻塞和脑动脉硬化程度有关。脑血管调节功能越差，脑动脉越硬化，DR越大。

4)临界压力Cp

表示启动血液在血管中流动的最低压力，它反映了脑血管的闭锁状态，颅内压增高、血液黏度增大和血管阻塞等引起血管闭锁的许多因素都会引起Cp增大。

本实用新型所检测的指标是密切相关。例如，脑循环动力学指标中的特性阻抗Zc等指标也可以在一定程度上对动脉粥样硬化进行判断。切应力的某些指标与脑循环功能也有一定的相关性。因此，两组指标的联合分析可以全面准确的对脑血管疾病进行早期预测及诊断。

本实用新型解决技术问题的技术方案如下：

一种脑血管系统功能及脑循环动力学分析仪器，包括检测系统、采集分析系统和数据存储与输出系统，其特征在于，所述检测系统包括一个用于检测患者的血液粘度的血液粘度检测模块，一个用于检测患者的颈动脉血管的横向和纵向断层扫描图像以及血管管径的B型超声检测模块，一个用于检测患者的血压波形的生理压力检测模块和一个用于检测患者的颅外颈动脉的血流速度波形及数值的连续波多普勒血流速度波形检测模块；所述采集分析系统包括计算机、将检测系统获得的模拟信号转换成数字信号的A/D卡、图像采集卡、无源底板以及分析计算软件模块；所述A/D卡，图像采集卡和计算机主板通过无源底板上的ISA插槽并联。

检测系统中的连续波多普勒血流速度波形检测模块和生理压力检测模块所获得的模拟信号通过A/D卡转变成数字信号，B型超声检测模块所检测的颈动脉图像通过图像采集卡与计算机通讯，血液粘度检测模块通过计算机主板上的串口与计算机通讯。

由以上公开的技术方案可知，本实用新型使用B型超声检测模块来检测血管管径，相比其它使用A超、M超或不检测管径的仪器，很大程度上提高了检测的准确性；同时，通过本实用新型所获得的脑血管系统功能的分析指标中增加了反映脑血管动脉粥样硬化程度及易发程度的颈动脉血管的影像学指标与切应力指标，这些指标可以对引起脑血管疾病的主要原因——动脉粥样硬化进行早期的诊断和分析，因此结合反映脑循环功能的动力学参数可以对脑血管疾病的预防、早期诊断等进行更全面的分析。

附图说明

图1为本实用新型分析仪器的结构框图；

图2为本实用新型分析仪器的操作流程框图；

图3为本实用新型分析仪器的数据流程框图。

具体实施方式

下面结合附图进一步说明本实用新型。

参见图1，本实用新型脑血管系统功能及脑循环动力学分析仪器，包括检测系统、采集分析系统和数据存储与输出系统，所述检测系统包括一个用于检测患者的血液粘度的血液粘度检测模块，一个用于检测患者的颈动脉血管的横向和纵向断层扫描图像以及血管管径的B型超声检测模块，一个用于检测患者的血压波形的生理压力检测模块和一个用于检测患者的颅外颈动脉的血流速度波形及数值的连续波多普勒血流速度波形检测模块；所述采集分析系统包括计算机、将检测系统获得的模拟信号转换成数字信号的A/D卡、图像采集卡、无源底板以及分析计算软件模块；所述A/D卡，图像采集卡和计算机主板通过无源底板上的ISA插槽并联。

检测系统中的连续波多普勒血流速度波形检测模块和生理压力检测模块所获得的模拟信号通过A/D卡转变成数字信号，B型超声检测模块所检测的颈动脉图像通过图像采集卡与计算机通讯，血液粘度检测模块通过计算机主板上的串口与计算机通讯。

分析计算软件模块采用如下步骤公式计算脑血管系统功能和脑血流动力学参数：

(1)应用血液粘度检测模块获得患者血液的粘度值η。

(2)应用B超检测模块获得患者颈动脉的超声图像，应用图像处理方法获得人体颈动脉的血管管径D以及血管壁中膜厚度和光滑程度等指标。

(3)应用连续波多普勒血流速度波形检测模块，检测出颈动脉的血流速度波形及数值：V(t)。结合(2)所获得的血管管径D，计算出颈动脉的血流量波形及数值：Q(t)。并使用数学方法获得患者的心动周期T，从而计算出脉动流的基频 $\mathrm{\ω}=\frac{2\mathrm{\π}}{T}.$

(4)根据测得的血液粘度η，血管管径D和脉动流的基频ω计算出Womersley数： $\mathrm{\α}=\frac{D}{2}\sqrt{\frac{\mathrm{\ω\ρ}}{\mathrm{\η}}},$ ρ为血液密度的正常值。

对血流量波形进行Fourier级数形式分解：

$Q\left(t\right)=Q_0+\underset{n=1}{\overset{M}{\mathrm{\Σ}}}{Q}_n{e}^{\mathrm{in\ωt}}$

根据切应力计算公式计算出血管壁切应力的波形及数值：

$\mathrm{\τ}\left(t\right)=\frac{3\mathrm{\η}{Q}_0}{\mathrm{\π}{D}^3}+\frac{8\mathrm{\η}}{\mathrm{\π}{D}^3}\underset{n=1}{\overset{M}{\mathrm{\Σ}}}\frac{J_1\left(\sqrt{n}\mathrm{\α}{i}^{3/2}\right)\·n\·{\mathrm{\α}}^2{Q}_n{e}^{\mathrm{in\ωt}}}{(J_0\left(\sqrt{n}\mathrm{\α}{i}^{3/2}\right)\·\sqrt{n}{\mathrm{\α}\·i}^{3/2}-{2J}_1\left(\sqrt{n}{\mathrm{\αi}}^{3/2}\right))}$

其中J_i(x)为第一类i阶的Bessel函数；M为Fourier分解的阶数。

(5)对颈动脉血管壁切应力波形及数值进行数据处理，获得一个心动周期内的切应力的最大值τ_max，平均值τ_mean，最小值τ_min，以及舒张期末期的渐进值τ_d等指标。

(6)应用生理压力检测模块检测患者颈动脉的压力搏动波形，并使用患者的收缩压Ps和舒张压Pd，对压力波形进行标定，从而得到颈动脉的压力波形及数值P(t)。

(7)对所获得的颈动脉血流量波形及数值Q(t)进行数据处理获得最大流量Q_max，平均流量Q_mean，最小流量Q_min。

(8)计算脑血管的特性阻抗Zc、外周阻力R、动态阻力DR、临界压力Cp等脑循环动力学参数。

对P(t)，Q(t)进行Fourier分解：

$P\left(t\right)=P_0+\underset{n=1}{\overset{M}{\mathrm{\Σ}}}{P}_n{e}^{\mathrm{in\ωt}},$ $Q\left(t\right)=Q_0+\underset{n=1}{\overset{M}{\mathrm{\Σ}}}{Q}_n{e}^{\mathrm{in\ωt}}$

根据公式 $\mathrm{Zc}=\frac{1}{k-2}\underset{n=3}{\overset{k}{\mathrm{\Σ}}}\frac{P_n}{Q_n},$ k＝13计算特性阻抗Zc

根据公式 $R=\frac{P_0}{Q_0}-\mathrm{Zc}$ 计算外周阻力R

根据公式 $\mathrm{DR}=\frac{P_s-P_d}{Q_{\max }-Q_{\min }}$ 计算动态阻力DR

根据公式Cp＝P_d-DR·Q_min计算临界压力Cp

根据图2操作流程框图，本实用新型是这样实施的，打开软件后，新建新病员档案或开启已有病员档案，然后输入或者修改病员信息。确认后应用检测系统对患者进行流速、血压、B超、血粘度检测。检测完毕后，分析计算软件对数据进行计算分析。存盘后即可预览或打印脑血管动脉粥样硬化分析报告和脑循环动力学分析报告。

参见图3本实用新型脑血管系统功能及脑循环动力学分析仪器的数据流程如下：首先应用B型超声检测模块，检测颈动脉血管的横向和纵向断层扫描图像，对图像信息进行数据处理，获得颈动脉血管的影像学数据和血管管径D；然后应用连续波多普勒血流速度波形检测模块，检测出颈动脉的血流速度波形及数值：V(t)，再结合血管管径数据，计算出颈动脉血流量波形及数值：Q(t)；应用血液粘度检测模块，检测血液粘度η，再结合颈动脉血流量波形及数值，计算出颈动脉血管壁的切应力指标，然后结合颈动脉血管的影像学数据输出颈动脉动脉粥样硬化分析报告；应用生理压力检测模块，检测颈动脉压力波形及数值：P(t)，再结合颈动脉血流量波形及数值，进行脑循环动力学分析，从而输出脑循环动力学分析报告。

Claims (3)

1、一种脑血管系统功能及脑循环动力学分析仪器，包括检测系统、采集分析系统和数据存储与输出系统，其特征在于，所述检测系统包括一个用于检测患者的血液粘度的血液粘度检测模块，一个用于检测患者的颈动脉血管的横向和纵向断层扫描图像以及血管管径的B型超声检测模块，一个用于检测患者的血压波形的生理压力检测模块和一个用于检测患者的颅外颈动脉的血流速度波形及数值的连续波多普勒血流速度波形检测模块；所述采集分析系统包括计算机、将检测系统获得的模拟信号转换成数字信号的A/D卡、图像采集卡、无源底板以及分析计算软件模块；所述A/D卡，图像采集卡和计算机主板通过无源底板上的ISA插槽并联。

2、根据权利要求1所述的脑血管系统功能及脑循环动力学分析仪器，其特征在于，检测系统中的连续波多普勒血流速度波形检测模块和生理压力检测模块所获得的模拟信号通过A/D卡转变成数字信号，B型超声检测模块所检测的颈动脉图像通过图像采集卡与计算机通讯，血液粘度检测模块通过计算机主板上的串口与计算机通讯。

3、根据权利要求1或2所述的脑血管系统功能及脑循环动力学分析仪器，其特征在于，所述的分析计算软件模块采用如下步骤、公式计算脑血管系统功能和脑血流动力学参数：

(1)应用血液粘度检测模块获得患者血液的粘度值η；

(2)应用B超检测模块获得患者颈动脉血管的横向和纵向断层扫描图像，应用图像处理方法获得人体颈动脉的血管管径D以及血管壁中膜厚度和光滑程度等指标；

(3)应用连续波多普勒血流速度波形检测模块，检测出颈动脉的血流速度波形及数值：V(t)；结合(2)所获得的血管管径D，计算出颈动脉的血流量波形及数值：Q(t)；并使用数学方法获得患者的心动周期T，从而计算出脉动流的基频 $\mathrm{\ω}=\frac{2\mathrm{\π}}{T};$

(4)根据测得的血液粘度η，血管管径D和脉动流的基频ω计算出Womersley数： $\mathrm{\α}=\frac{D}{2}\sqrt{\frac{\mathrm{\ω\ρ}}{\mathrm{\η}}},$ ρ为血液密度的正常值；

对血流量波形进行Fourier级数形式分解：

$Q\left(t\right)=Q_0+\underset{n=1}{\overset{M}{\mathrm{\Σ}}}{Q}_n{e}^{\mathrm{in\ωt}}$

根据切应力计算公式计算出血管壁切应力的波形及数值：

$\mathrm{\τ}\left(t\right)=\frac{8\mathrm{\η}{Q}_0}{\mathrm{\π}{D}^3}+\frac{8\mathrm{\η}}{{\mathrm{\πD}}^3}\underset{n=1}{\overset{m}{\mathrm{\Σ}}}\frac{J_1\left(\sqrt{n}{\mathrm{\αi}}^{3/2}\right)\·n\·{\mathrm{\α}}^2{Q}_n{e}^{\mathrm{in\ωt}}}{(J_0\left(\sqrt{n}\mathrm{\α}{i}^{3/2}\right)\·\sqrt{n}{\mathrm{\α}\·i}^{3/2}-2J_1\left(\sqrt{n}\mathrm{\α}{i}^{3/2}\right))}$

其中J_i(x)为第一类i阶的Bessel函数；M为Fourier分解的阶数；

(5)对颈动脉血管壁切应力波形及数值进行数据处理，获得一个心动周期内的切应力的最大值τ_max，平均值τ_mean，最小值τ_min，以及舒张期末期的渐进值τ_d等指标；

(6)应用生理压力检测模块检测患者颈动脉的压力搏动波形，并使用患者的收缩压Ps和舒张压Pd，对压力波形进行标定，从而得到颈动脉的压力波形及数值P(t)；

(7)根据(3)获得颈动脉血流量波形及数值Q(t)；并通过数据处理获得最大流量Q_max，平均流量Q_mean，最小流量Q_min；

(8)计算脑血管的特性阻抗Zc、外周阻力R、动态阻力DR、临界压力Cp等脑循环动力学参数；

对P(t)，Q(t)进行Fourier分解：

$P\left(t\right)=P_0+\underset{n=1}{\overset{M}{\mathrm{\Σ}}}{P}_n{e}^{\mathrm{in\ωt}},Q\left(t\right)=Q_0+\underset{n=1}{\overset{m}{\mathrm{\Σ}}}{Q}_n{e}^{\mathrm{in\ωt}};$

根据公式 $\mathrm{Zc}=\frac{1}{k-2}\underset{n=3}{\overset{k}{\mathrm{\Σ}}}\frac{P_n}{Q_n},$ k＝13计算特性阻抗Zc；

根据公式 $R=\frac{P_0}{Q_0}-\mathrm{Zc}$ 计算外周阻力R；

根据公式 $\mathrm{DR}=\frac{P_s-P_d}{Q_{\max }-Q_{\min }}$ 计算动态阻力DR；

根据公式Cp＝P_d-DR·Q_min计算临界压力Cp。

Images