脊柱脊髓術中皮層體感誘發電位實時監測方法研究

《脊柱脊髓術中皮層體感誘發電位實時監測方法研究》是依託江蘇師範大學，由余南南擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：脊柱脊髓術中皮層體感誘發電位實時監測方法研究
• 項目類別：青年科學基金項目
• 項目負責人：余南南
• 依託單位：江蘇師範大學

項目摘要

皮層體感誘發電位監測可反映軀體感覺傳導通路的完整性，是目前脊柱脊髓外科術中監測脊髓神經功能的主要手段。但是由於皮層體感誘發電位信噪比極低，目前臨床上無法實現實時監測。針對該問題，本項目擬充分利用皮層體感誘發電位的準周期性和稀疏性，系統研究術中複雜情況下基於變換域聯合稀疏模型的皮層體感誘發電位提取算法，實現脊柱脊髓術中的實時監測。主要研究內容包括：(1)研究脊柱脊髓術中麻醉和操作對皮層體感誘發電位的影響及其稀疏字典的構造方法；(2)研究變換域聯合稀疏模型的設計方法；(3)研究變換矩陣和稀疏係數求解方法；(4)研究上肢N20和下肢P40成分的波幅和潛伏期變化指數的計算方法；(5)研究脊柱脊髓術中皮層體感誘發電位提取方法的實時性。本項目的完成，將在現行的手術條件下顯著提升脊柱脊髓術中監測的技術水平，對於提高手術安全性和減少術後併發症，豐富和發展醫學信號處理理論和方法具有積極的作用。

結題摘要

誘發電位監測可反映軀體感覺傳導通路的完整性，是目前術中監測神經功能的最主要手段。但是由於誘發電位信噪比極低，目前臨床上主要採用累加平均法，無法實現誘發電位的實時跟蹤。針對該問題，本項目充分利用誘發電位的準周期性和稀疏性，克服自發腦電的非平穩和非高斯性，提高了提取算法的性能。我們在提高誘發電位的信噪比、潛伏期的變化跟蹤等幾個方面取得了較大的研究進展。具體研究內容和成果包括： (1)改進聯合稀疏表示算法，提出變換域聯合稀疏模型。該模型首先通過變換矩陣對連續兩次腦電測量信號進行濾波處理，抑制自發腦電的干擾，然後對濾波後的信號採用聯合稀疏分解得到公共稀疏係數和各自稀疏係數，最後重構得到單次誘發電位信號。該算法充分利用了誘發電位的準周期性和稀疏性，提高了估計效果。 (2)為了提高外輸入自回歸模型（ARX）模型對誘發電位潛伏期變化的動態追蹤能力，將稀疏表示和ARX相結合提出誘發電位估計算法。在ARX中，自發腦電被看作為一個由白噪聲驅動的自回歸模型，而誘發電位可由一個輸入信號已知的移動平均濾波器建模。我們利用誘發電位的稀疏性，將誘發電位用稀疏字典表示，並利用自回歸參數修正字典，通過稀疏係數和字典的重構得到誘發電位。 (3)為更好的跟蹤潛伏期的變化，提出多輸入單輸出ARX（MISO-ARX）算法。該算法將參考信號作為模板信號和子模板信號，利用MISO-ARX方法對單次觀測信號的各個成分分別進行參數化建模。MISO-ARX方法避免了ARX方法中各個成分間的相互干擾，能夠更好的進行潛伏期變化的跟蹤。 (4)提出了基於最小P範數稀疏編碼的單次誘發電位提取算法。該算法套用分數低階穩定分布噪聲()代替高斯白噪聲表示自發腦電信號，將稀疏編碼中的2範數問題轉化成P範數問題。該算法根據自發腦電的特性建立更加符合實際情況的數學模型，能更有效的模擬實際信號，有利於提高估計的準確性。 (5)我們在醫生的協助下實行大鼠實驗，模擬了脊髓手術過程，採集了大鼠脊柱神經受損前後的體感誘發電位數據，進行了仿真實驗。