顱腦硬膜血腫近紅外光譜無(wú)創(chuàng)檢測(cè)的最佳S-D分布研究.pdf

1、基于近紅外光譜（Near Infrared Spectroscopy,NIRS）的腦血腫無(wú)創(chuàng)檢測(cè)是生物醫(yī)學(xué)領(lǐng)域中腦科學(xué)研究的重要內(nèi)容。自然災(zāi)害等復(fù)雜環(huán)境下顱腦創(chuàng)傷傷情快速診斷是降低顱腦創(chuàng)傷死亡率的關(guān)鍵，近紅外光譜實(shí)現(xiàn)腦血腫快速診斷，是解決此問(wèn)題的重點(diǎn)方向之一，目前已有一定研究進(jìn)展，而有關(guān)近紅外光譜檢測(cè)顱腦硬膜血腫的最佳光源-檢測(cè)器(Source-Detector，S-D)分布的研究還未見(jiàn)發(fā)表，合理準(zhǔn)確的選擇S-D分布可能對(duì)顱腦硬膜血腫檢

2、測(cè)結(jié)果的準(zhǔn)確度的提升、檢測(cè)模型復(fù)雜度降低、腦功能的基礎(chǔ)研究等提供更加豐富關(guān)鍵的參考信息。
　　本文從基于近紅外光密度差異檢測(cè)腦血腫的角度出發(fā)，以獲得無(wú)創(chuàng)顱腦硬膜血腫檢測(cè)中最佳S-D分布為研究目標(biāo)，在近紅外光檢測(cè)顱腦硬膜血腫基礎(chǔ)理論、近紅外光在腦組織中傳輸模型、檢測(cè)模型仿真算法的設(shè)計(jì)與驗(yàn)證實(shí)驗(yàn)等方面進(jìn)行了深入的研究。主要內(nèi)容包括:基于Monte Carlo(MC)模型記錄2.5cm、3.0cm、3.5cm、4.0cm、4.5cm位置

3、在不同血腫出現(xiàn)情況下光密度變化，利用偏最小二乘法(Partial Least Square method，PLS)建立基于近紅外光密度差異的顱腦硬膜血腫檢測(cè)模型，在檢測(cè)顱腦血腫的同時(shí)，可對(duì)顱腦硬膜血腫程度進(jìn)行預(yù)測(cè);提出近紅外光譜血腫檢測(cè)的等效信噪比概念，以此為最佳S-D分布的指導(dǎo)標(biāo)準(zhǔn)，進(jìn)行最佳S-D分布仿真研究;引入808nm近紅外光作為參考光，提供先驗(yàn)信息;利用變量投影重要性分析(Variable Importance in the

4、Projection，VIP)對(duì)檢測(cè)器個(gè)數(shù)及分布進(jìn)行了優(yōu)化，降低模型復(fù)雜程度;配制光學(xué)仿體對(duì)最佳S-D分布結(jié)果進(jìn)行實(shí)驗(yàn)驗(yàn)證。
　　本文所建立顱腦硬膜血腫程度預(yù)測(cè)模型相關(guān)度為88.94％，平均誤差為0.0838cm-1，對(duì)樣本數(shù)為16的預(yù)測(cè)集進(jìn)行預(yù)測(cè)，預(yù)測(cè)集相關(guān)度為86.65％，平均誤差為0.1047cm-1;根據(jù)等效信噪比和檢測(cè)設(shè)備的信噪比，獲得檢測(cè)目標(biāo)深度信息的最佳S-D范圍;利用808nm近紅外光作為參考光，建立針對(duì)不同頭皮顱

5、骨厚度最佳S-D位置的預(yù)測(cè)模型，訓(xùn)練集模型相關(guān)度為99.1％，平均誤差為0.0291cm，對(duì)樣本數(shù)為16的預(yù)測(cè)集進(jìn)行預(yù)測(cè)，預(yù)測(cè)集預(yù)測(cè)相關(guān)度為98.8％，平均誤差為0.0323cm;利用VIP分析從2.0-5.0cm范圍內(nèi)30個(gè)檢測(cè)器中篩選出最佳的4個(gè)檢測(cè)器(2.1cm、2.4cm、3.4cm、4.2cm)，利用篩選出檢測(cè)器對(duì)血腫程度進(jìn)行預(yù)測(cè)，其精度優(yōu)于30個(gè)檢測(cè)器同時(shí)建模方案以及平均選擇檢測(cè)器建模方案;配置4種濃度的光學(xué)仿體進(jìn)行實(shí)驗(yàn)，驗(yàn)