人體胃腸道生理參數(shù)無創(chuàng)檢測系統(tǒng)及胃腸動(dòng)力研究.pdf

1、目前臨床上采用的胃腸動(dòng)力障礙性疾?。―isorders of Gastrointestinal Motility,DGIM）診斷方法有直腸測壓法、排糞造影、閃爍掃描術(shù)、結(jié)腸傳輸、結(jié)腸測壓法等，然而測壓法需要把測壓導(dǎo)管從口腔或肛門插入人體內(nèi)，不僅給患者帶來了極大的痛苦，同時(shí)也增加了腸穿孔和交叉感染的幾率，并且無法檢測小腸。排糞造影和閃爍掃描術(shù)對人體有輻射，且不同的醫(yī)生對造影結(jié)果的判斷不同。結(jié)腸傳輸無法檢測正常傳輸型便秘（Normal Tr

2、ansit Constipation,NTC）。以上問題制約了DGIM的診斷效果，阻礙了人們對胃腸運(yùn)動(dòng)規(guī)律的全面透徹的認(rèn)識。因此開發(fā)人體胃腸道生理參數(shù)無創(chuàng)檢測設(shè)備，研究胃腸動(dòng)力及其變化規(guī)律具有重要的意義。
　　本文在國家自然科學(xué)基金和載人航天領(lǐng)域預(yù)研項(xiàng)目的資助下，重點(diǎn)研究了胃腸動(dòng)力無創(chuàng)檢測的關(guān)鍵技術(shù)，獲取了正常生理狀態(tài)下的胃腸道生理參數(shù)，并利用非線性分析方法對胃腸道生理信息進(jìn)行分析，建立了一套較為系統(tǒng)的胃腸動(dòng)力評價(jià)方法。本文的主要

3、研究內(nèi)容如下：
　　1.設(shè)計(jì)了基于低功耗專用集成電路（Application Specific Integrated Circuit,ASIC）的生理參數(shù)膠囊，有效解決了膠囊壽命短、測量精度不高等問題。由于生理參數(shù)膠囊對功耗、體積、測量精度要求較高，因此針對功耗問題，設(shè)計(jì)了低功耗ASIC，并在其內(nèi)部應(yīng)用了三態(tài)時(shí)鐘管理和能量管理等低功耗技術(shù)，實(shí)驗(yàn)測試表明，新研制的膠囊與2008年研制的第一代膠囊相比，系統(tǒng)功耗明顯降低，膠囊使用壽命延

4、長至233小時(shí)，系統(tǒng)穩(wěn)定性增強(qiáng)；針對膠囊體積問題，設(shè)計(jì)了自封裝的微型壓力、pH、溫度傳感器，大大減少了膠囊的體積，封裝完成后的膠囊直徑為11mm，長度為25mm，受試者可順利吞服；針對微型壓力和pH傳感器測量精度不高問題，設(shè)計(jì)了基于加強(qiáng)板的壓力傳感器封裝結(jié)構(gòu)和基于多孔濾芯的pH傳感器封裝結(jié)構(gòu)，實(shí)驗(yàn)結(jié)果表明，設(shè)計(jì)的微型壓力、pH、溫度傳感器的精度高于美國SmartPill公司研制的傳感器。
　　2.提出一種基于獨(dú)立分量分析（Inde

5、pendent Component Analysis,ICA）的綜合性胃腸動(dòng)力評估方法，發(fā)現(xiàn)了結(jié)腸運(yùn)動(dòng)特性，并且與已發(fā)表的文獻(xiàn)相比，提高了便秘的識別率。首先，針對胃腸道壓力數(shù)據(jù)的非線性和非平穩(wěn)性特點(diǎn)，提出應(yīng)用閾值法和ICA對數(shù)據(jù)進(jìn)行濾波。濾波結(jié)果表明，閾值法可有效濾除原始壓力數(shù)據(jù)中含有的咳嗽、電磁干擾等噪聲，而ICA可有效濾除數(shù)據(jù)中的呼吸及低頻干擾。其次，為提取能有效表征胃腸動(dòng)力的特征參數(shù)，提出基于波形識別算法定義平均動(dòng)力指數(shù)和收縮頻率

6、等9個(gè)胃腸動(dòng)力參數(shù)。再次，為實(shí)現(xiàn)胃腸動(dòng)力信息評估，應(yīng)用威爾科克森符號秩檢驗(yàn)（Wilcoxon’s Sign Rank Test,WSRT）對正常人和便秘病人的胃腸動(dòng)力參數(shù)進(jìn)行了統(tǒng)計(jì)學(xué)分析，并以正常范圍的5％為閾值，對便秘進(jìn)行了識別。分析結(jié)果表明，對于結(jié)腸，定義的9個(gè)特征參數(shù)中，有6個(gè)可有效識別便秘病人，且便秘識別率高于美國哈佛大學(xué)醫(yī)學(xué)院的Lenuta Kloetzer發(fā)表的文獻(xiàn)。最后，為研究結(jié)腸的局部運(yùn)動(dòng)特性，對結(jié)腸壓力數(shù)據(jù)進(jìn)行了分段，

7、對每段數(shù)據(jù)分別計(jì)算了上述9個(gè)特征參數(shù)，并比較了特征參數(shù)從近結(jié)腸到遠(yuǎn)結(jié)腸的變化趨勢。比較結(jié)果表明，正常人的結(jié)腸運(yùn)動(dòng)具有如下特性：即結(jié)腸的平均動(dòng)力指數(shù)和收縮頻率等參數(shù)從近結(jié)腸到遠(yuǎn)結(jié)腸呈逐漸增加趨勢，而便秘病人的結(jié)腸動(dòng)力參數(shù)無此規(guī)律。
　　3.首次提出應(yīng)用混沌特性指標(biāo)評估結(jié)腸動(dòng)力?；煦缋碚撟鳛橐环N非線性分析方法已被應(yīng)用到渦流、腦電波、人類運(yùn)動(dòng)和導(dǎo)彈系統(tǒng)等分析中，但從已發(fā)表的文獻(xiàn)看，還沒有人利用混沌特性指標(biāo)評估結(jié)腸動(dòng)力。結(jié)腸壓力活動(dòng)看似是

8、隨機(jī)的、無規(guī)則的，而實(shí)際上，它們起源于確定的神經(jīng)系統(tǒng)，整體上是有序的、規(guī)則的，可用混沌特性指標(biāo)定量描述。首先，應(yīng)用集合經(jīng)驗(yàn)?zāi)B(tài)分解（Ensemble Empirical Mode Decomposition,EEMD）對壓力數(shù)據(jù)進(jìn)行了濾波；其次，對濾波后的一維壓力數(shù)據(jù)進(jìn)行了相空間重構(gòu)（Phase Space Reconstruction,PSR），并在多維的相空間中計(jì)算了相關(guān)維數(shù)、最大李雅普諾夫指數(shù)、K熵三個(gè)混沌特性指標(biāo)；最后運(yùn)用統(tǒng)計(jì)學(xué)

9、方法分析了正常人和便秘病人的混沌特性指標(biāo)。分析結(jié)果表明，結(jié)腸壓力活動(dòng)具有混沌特性，因表征混沌特性的指標(biāo)—相關(guān)維數(shù)是有限值且為小數(shù)，而最大李雅普諾夫指數(shù)大于零。此外，相關(guān)維數(shù)可有效區(qū)分正常人和各種類型（NTC、第一種慢傳輸型便秘和第二種慢傳輸型便秘）的便秘病人；而K熵可有效區(qū)分正常人與NTC。
　　4.基于神經(jīng)網(wǎng)絡(luò)提出了一種有效自動(dòng)的結(jié)腸動(dòng)力分類方法。與直接抽取結(jié)腸動(dòng)力特征參數(shù)不同，創(chuàng)新性的提出利用小波系數(shù)作為結(jié)腸動(dòng)力特征參數(shù)抽取的

10、基函數(shù)。用小波系數(shù)作為基函數(shù)提取結(jié)腸動(dòng)力參數(shù)具有以下優(yōu)點(diǎn)：
　?、倏梢允刮覀儗γ總€(gè)具體的生理活動(dòng)做深入的分析；
　?、谂c直接抽取法相比，可以抽取出更多的特征參數(shù)，提高分類算法的分類準(zhǔn)確度。首先，基于小波系數(shù)抽取出了27種結(jié)腸動(dòng)力特征參數(shù)；其次，應(yīng)用t檢驗(yàn)篩選出了最優(yōu)特征參數(shù)；然后，應(yīng)用支持向量機(jī)（Support Vector Machine,SVM）對正常人和便秘病人的結(jié)腸動(dòng)力進(jìn)行了分類；最后，為評價(jià)分類方法的分類效果，定義

11、了分類敏感性、特異性、準(zhǔn)確度三個(gè)指標(biāo)，并與增強(qiáng)型逆向傳播神經(jīng)網(wǎng)絡(luò)（Enhanced Back PropagationNetwork,EBPN）、概率神經(jīng)網(wǎng)絡(luò)（Probabilistic Neural Network,PNN）做了對比。分析結(jié)果顯示，與EBPN、PNN相比，提出的分類方法具有更高的敏感性、特異性和分類準(zhǔn)確度。
　　本文優(yōu)化了系統(tǒng)的低功耗設(shè)計(jì)，提高了傳感器的測量精度，利用多種非線性分析方法對結(jié)腸動(dòng)力進(jìn)行了研究，并建立了