面向轉化醫(yī)學的非線性信號分析及其應用研究.pdf

1、重大疾病的預防和治療是人類面臨的共同挑戰(zhàn)，許多疾病的防治尚未獲得令人滿意的結果。近年來，以將現(xiàn)代生物技術與臨床醫(yī)療全面結合，將基礎研究成果通過臨床研究轉化為臨床防治手段為主要內容的“轉化醫(yī)學”已經成為全球備受關注的新領域，其目標是從實證醫(yī)學中發(fā)現(xiàn)的臨床問題出發(fā)，透過各領域的合作尋求解決方案，開發(fā)和應用新的技術，進一步促進藥物或治療方法的研發(fā)及制造，甚至疾病或嚴重并發(fā)癥的預防，最終提升整體社群健康。
　　 基于轉化醫(yī)學的新思維，按

2、照轉化醫(yī)學的研究過程和方式，以提出臨床問題或發(fā)現(xiàn)臨床患者所展現(xiàn)的疾病特征為出發(fā)點，發(fā)展新的理論和技術路線，然后通過臨床試驗對新的理論和技術進行驗證和評估。因此，研究路線是:面向轉化醫(yī)學，從臨床實際問題出發(fā)，以非侵入方式獲得生理信號定量監(jiān)測結果，以非線性理論及分析方法(集成經驗模態(tài)分解(Ensemble Empirical ModeDecoposition，EEMD)和人工神經網絡）為出發(fā)點，對常見慢性疾病如糖尿病、心血管病、步態(tài)老齡化發(fā)

3、展能描述人體系統(tǒng)時變特征的動態(tài)生物指標，提供傳統(tǒng)方法無法獲取的信息;對突發(fā)性重大疾病或疾病晚期（如腦死亡、惡性腫瘤）及日常身體營養(yǎng)與健康狀況發(fā)展智能預測分類診斷系統(tǒng)模型，對疾病進行預防、預警、早期診斷、分型、監(jiān)護等。主要工作如下:
　　 (1)針對Ⅱ型糖尿病加速大腦衰老和認知功能下降的臨床問題，以研究老年Ⅱ型糖尿病患者高血糖、血糖波動、大腦衰老、認知功能下降等各方面的交互關系為目標，基于集成經驗模態(tài)分解方法，提出了一種多尺度連續(xù)

4、血糖變異度分析算法，從而發(fā)展了多尺度連續(xù)血糖變異度這一動態(tài)生物指標。臨床試驗結果表明，Ⅱ型糖尿病在多個時間尺度上改變血糖的調節(jié)，高頻節(jié)律的血糖變異度與大腦萎縮、自主神經系統(tǒng)失調、認知功能下降等顯著性相關，低頻節(jié)律的血糖變異度與糖尿病持續(xù)時間、記憶力下降、抑郁、睡眠質量下降等顯著性相關。傳統(tǒng)的血糖變異度分析方法以及Ⅱ型糖尿病監(jiān)護標志無法得到這些結果。
　　 (2)針對心房顫動病人在導管消融除顫手術過程中遭受巨大痛苦但術后復發(fā)率較高

5、的臨床問題，以預測患者是否適合導管消融手術以提高手術的成功率為目標，首先以非侵入的方式獲得體表心電信號，基于主成分分析方法提出了 QRST波消減算法，得到房顫信號，然后結合EEMD技術提出了非侵入式心房顫動速率提取算法，從而發(fā)展了非侵入式心房顫動周期長度這一動態(tài)生物指標。臨床試驗結果表明，心房顫動速率過快可能導致導致術后病情復發(fā)，心房顫動平均周期超過152ms的患者更適合進行導管消融手術。與常用的基于傅里葉變換的主頻率分析方法相比，該算

6、法具有自適應和準確度高的優(yōu)點。
　　 (3)針對步伐不穩(wěn)是導致老年人摔倒的一個重要因素的老齡化問題，以量化評估老年人在不同行走狀態(tài)下的步伐穩(wěn)定性以預防摔倒為目標，提出了基于EEMD技術的步伐穩(wěn)定性量化分析算法，得到了步伐穩(wěn)定性指數(shù)(Step StabilityIndex，SSI)這一動態(tài)生物指標。試驗結果表明，有障礙物時老年人的SSI值比正常行走時顯著性降低，沒有摔倒病史的老年人其SSI值明顯高于有摔倒病史的老年人。SSI與醫(yī)學

7、上常用的步伐和平衡性測量方法有顯著相關性，但具有簡單，省時，省力，安全，自適應等優(yōu)點。
　　 (4)針對臨床上的某些突發(fā)性疾?。ㄈ珙^部嚴重創(chuàng)傷昏迷的病人），惡性腫瘤的早期診斷或者大樣本人群的日常營養(yǎng)與保健等，臨床上對這些病癥的診斷、分型、預測等需要耗費大量的人力物力資源的問題，以建立人工智能生理信號分類與診斷系統(tǒng)模型為目標，基于人工神經網絡提出了一套集成人工神經網絡智能模型系統(tǒng)。為了解決人工神經網絡模型以“黑盒子”的方式進行信息