蘆銘，劉波，張?chǎng)?，劉瑩，蘇彥農(nóng)，屠鋒，王志新，肖濟(jì)陽，余堅(jiān)

北京積水潭醫(yī)院 設(shè)備科，北京 100035

引言

血管危象是斷肢、斷指再植和皮瓣移植術(shù)后最常見的并發(fā)癥[1]。術(shù)后早期發(fā)現(xiàn)血管危象并及時(shí)進(jìn)行緊急手術(shù)探查和處理，是避免肢體/指體或移植組織壞死的關(guān)鍵一環(huán)[2]。目前臨床上對(duì)血管危象的發(fā)現(xiàn)與判斷主要是依靠醫(yī)護(hù)人員的“眼觀”“手觸”和有創(chuàng)的“針刺”進(jìn)行判斷，存在主觀誤差[3]。而且臨床研究顯示在血管吻合術(shù)后1 h到14 d內(nèi)都可能出現(xiàn)血管危象，但目前臨床上缺少精準(zhǔn)、快速檢測(cè)的手段，有延誤最佳救治時(shí)機(jī)的風(fēng)險(xiǎn)[4]。近年來，近紅外光譜技術(shù)開始廣泛應(yīng)用于醫(yī)學(xué)領(lǐng)域，比較有代表性的是清華大學(xué)丁海曙教授團(tuán)隊(duì)研制的近紅外組織血氧參數(shù)檢測(cè)儀[5]，目前已投入市場(chǎng)，主要應(yīng)用于腦氧研究、組織血運(yùn)監(jiān)測(cè)以及運(yùn)動(dòng)醫(yī)學(xué)檢測(cè)等，但是設(shè)備體型較大，且使用的是有線傳感器，醫(yī)生無法隨身攜帶，不能滿足隨時(shí)隨地測(cè)量的需求。國外目前有美國CASMED公司的ForeSight、美敦力公司的INVOS[6]、OxyLab公司的血氧測(cè)量?jī)x、ISS公司的組織血氧測(cè)量?jī)x等[7]，但設(shè)備體型較笨重，需專人操作，無法實(shí)現(xiàn)便攜式測(cè)量，且主要針對(duì)外表無損傷的較大區(qū)域的組織血氧測(cè)量，其設(shè)計(jì)參數(shù)和測(cè)量指標(biāo)不適用再植組織或移植皮瓣的測(cè)量。因此本研究開發(fā)研制一種便攜式組織血氧檢測(cè)儀。檢測(cè)儀主要結(jié)合近紅外光譜技術(shù)檢測(cè)組織血氧飽和度，用于臨床實(shí)時(shí)動(dòng)態(tài)檢測(cè)皮瓣移植、斷指再植等患者組織血氧情況，為臨床醫(yī)護(hù)人員判斷皮瓣、斷指等再植組織的血運(yùn)情況提供實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)，從而及早發(fā)現(xiàn)血運(yùn)變化，在血管危象的早期決定治療方向，評(píng)估并指導(dǎo)治療實(shí)施。

1 基于近紅外光譜法檢測(cè)組織血氧的原理

近紅外光譜技術(shù)最早應(yīng)用于農(nóng)業(yè)和工業(yè)領(lǐng)域，近年來開始廣泛應(yīng)用于醫(yī)藥領(lǐng)域，例如藥物檢測(cè)、生物醫(yī)學(xué)檢測(cè)等[8-9]。由于人體組織中存在大量的微動(dòng)脈、微靜脈和毛細(xì)血管，這些血管中血氧含量的加權(quán)平均值，即為組織血氧，組織血氧可以反映出局部組織的養(yǎng)和狀況，進(jìn)而可以反映出組織血運(yùn)的變化情況[10]。

基于近紅外光譜法檢測(cè)組織血氧，主要算法依據(jù)是朗伯-比爾定律[11]。由于人體中水、脫氧血紅蛋白和含氧血紅蛋白對(duì)600～900 nm波長(zhǎng)的近紅外光吸光度有所差別，水的吸光度不明顯，而脫氧血紅蛋白和含氧血紅蛋白吸收明顯，且二者吸光度上也存在明顯的差別（圖1），利用這個(gè)特性，使用相關(guān)算法可以計(jì)算出血液里脫氧血紅蛋白和含氧血紅蛋白的量以及總血紅蛋白量[12-14]。

圖1 含氧血紅蛋白、脫氧血紅蛋白和水的近紅外光吸收光譜圖

2 系統(tǒng)設(shè)計(jì)

基于斷肢/斷肢、皮瓣移植等再植體的應(yīng)用，結(jié)合近紅外光譜技術(shù)血氧檢測(cè)技術(shù)和血氧飽和度檢測(cè)算法，本研究設(shè)計(jì)了一款便攜式無線組織血氧飽和度檢測(cè)設(shè)備（圖2），包括組織血氧采集硬件終端及基于人工智能算法的組織血氧分析處理軟件。使得整個(gè)系統(tǒng)能夠提供實(shí)時(shí)、動(dòng)態(tài)數(shù)據(jù)，并利用人工智能算法，基于大數(shù)據(jù)分析，實(shí)現(xiàn)對(duì)再植組織血運(yùn)異常的早期預(yù)警，輔助醫(yī)護(hù)人員及時(shí)采取措施，把握治療的黃金時(shí)間。

圖2 基于人工智能算法的便攜式組織血氧檢測(cè)儀系統(tǒng)示意圖

2.1 系統(tǒng)硬件設(shè)計(jì)

整個(gè)系統(tǒng)設(shè)計(jì)分為四個(gè)階段：

（1）第一階段：分模塊研究與開發(fā)階段。主要包括探頭傳感器的制作、處理模塊的設(shè)計(jì)、算法的開發(fā)以及對(duì)后期需要的臨床初步應(yīng)用方案的設(shè)計(jì)。

（2）第二階段：硬件封裝階段。此階段主要將第一階段完成的采集模塊和處理模塊進(jìn)行封裝集成，組成一個(gè)基本完整的硬件設(shè)備，為下一階段的測(cè)試做好準(zhǔn)備。

（3）第三階段：系統(tǒng)集成。此階段設(shè)備的軟硬件設(shè)計(jì)基本結(jié)束，需要對(duì)設(shè)備的性能指標(biāo)進(jìn)行模擬測(cè)試，通過設(shè)備采集模擬測(cè)試的信號(hào)，采集分析軟件對(duì)采集數(shù)據(jù)進(jìn)行分析，將算法部分應(yīng)用的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行系統(tǒng)初步驗(yàn)證，確定系統(tǒng)的準(zhǔn)確性和可靠性。

（4）第四階段：初步驗(yàn)證。此階段主要在臨床進(jìn)行初步驗(yàn)證試驗(yàn)，初步驗(yàn)證設(shè)備的可靠性。然后進(jìn)行系統(tǒng)的升級(jí)迭代，完成目標(biāo)系統(tǒng)的最終驗(yàn)證，并完成設(shè)計(jì)目標(biāo)。

具體設(shè)計(jì)過程是：首先在系統(tǒng)采集設(shè)備的設(shè)計(jì)上，采用小型化、便攜化設(shè)計(jì)，外觀采用“筆”式設(shè)計(jì)，整個(gè)采集設(shè)備長(zhǎng)度為15 cm，重量只有50 g，醫(yī)生可以隨身攜帶。采集設(shè)備的硬件主要包括近紅外光發(fā)射模塊、微弱光信號(hào)檢測(cè)模塊、信號(hào)處理模塊以及數(shù)據(jù)傳輸模塊，見圖3。

圖3 便攜式組織血氧檢測(cè)設(shè)備硬件系統(tǒng)圖

近紅外光發(fā)射模塊由光源驅(qū)動(dòng)控制芯片、紅外光發(fā)射光源組成，分時(shí)驅(qū)動(dòng)模塊可通過多波長(zhǎng)分時(shí)驅(qū)動(dòng)方式控制紅外光發(fā)射光源發(fā)射兩束不同波長(zhǎng)的近紅外光。微弱光信號(hào)檢測(cè)模塊包括動(dòng)態(tài)膚色適應(yīng)模塊、智能生理信號(hào)干擾抑制模塊、組織血樣采集算法模塊和脈搏波采集算法模塊，主要負(fù)責(zé)檢測(cè)經(jīng)過人體組織吸收后的微弱紅外光信號(hào)，并通過濾波電路、信號(hào)放大電路對(duì)微弱光信號(hào)進(jìn)行放大。由于出射的光信號(hào)非常微弱并且需要及時(shí)檢測(cè)并轉(zhuǎn)化信號(hào)，所以對(duì)光電轉(zhuǎn)化部分最重要的性能參數(shù)之一就是它的靈敏度和響應(yīng)時(shí)間。信號(hào)處理模塊包括噪聲處理模塊、組織血樣處理模塊和脈搏波處理模塊（圖4）。

圖4 便攜式組織血氧檢測(cè)設(shè)備硬件系統(tǒng)圖

經(jīng)過一系列處理的信號(hào)最終被控制芯片采集，變成數(shù)字信號(hào)。控制芯片將采集到的數(shù)字信號(hào)通過無線連接傳輸給上位機(jī)進(jìn)行分析處理。原理樣機(jī)模塊（圖5）尺寸為18.5 mm×12 mm，集成光電采集探頭模塊和數(shù)據(jù)驅(qū)動(dòng)前端芯片，有效地節(jié)省設(shè)計(jì)難度和設(shè)計(jì)空間，進(jìn)一步提高信號(hào)采集精度，去除絕大部分噪聲干擾。

圖5 原理樣機(jī)模塊

2.2 長(zhǎng)時(shí)程數(shù)據(jù)采集、分析與人工智能學(xué)習(xí)框架的搭建

利用長(zhǎng)短期記憶網(wǎng)絡(luò)（Long Short Term Memory，LSTM）神經(jīng)網(wǎng)絡(luò)模型搭建組織血氧檢測(cè)人工智能算法模型（圖6），LSTM是一種特殊的遞歸神經(jīng)網(wǎng)絡(luò)模型，可以很好地解決一直以來存在的相關(guān)問題[15-17]。

圖6 利用LSTM神經(jīng)網(wǎng)絡(luò)模型搭建組織血運(yùn)人工智能評(píng)價(jià)框架示意圖

對(duì)于肢體組織血氧數(shù)據(jù)可采用連續(xù)長(zhǎng)時(shí)程監(jiān)測(cè)模式，對(duì)采集的數(shù)據(jù)進(jìn)行積累，并且進(jìn)行標(biāo)準(zhǔn)化處理。醫(yī)生結(jié)合臨床表現(xiàn)和診療經(jīng)驗(yàn)對(duì)采集數(shù)據(jù)的特征曲線進(jìn)行標(biāo)注，標(biāo)注點(diǎn)分別為P1和P2（圖7）。

圖7 組織血氧曲線數(shù)據(jù)標(biāo)注示意圖

將檢測(cè)的數(shù)據(jù)分成訓(xùn)練集和測(cè)試集（按總數(shù)據(jù)的80%和20%劃分），將訓(xùn)練集的數(shù)據(jù)作為L(zhǎng)STM神經(jīng)網(wǎng)絡(luò)的輸入向量，P1和P2作為輸出向量，對(duì)數(shù)據(jù)模型進(jìn)行訓(xùn)練（圖8）。利用測(cè)試集的數(shù)據(jù)對(duì)模型進(jìn)行測(cè)試，驗(yàn)證模型的準(zhǔn)確性。在此基礎(chǔ)上建立再植肢體/指體、移植皮瓣組織血供狀況的評(píng)價(jià)和預(yù)警標(biāo)準(zhǔn)，形成一個(gè)完整的肢體組織血供學(xué)習(xí)、評(píng)估和預(yù)警系統(tǒng)。最終實(shí)現(xiàn)前端柔性、無線設(shè)備采集數(shù)據(jù)，后臺(tái)智能分析平臺(tái)分析數(shù)據(jù)給出評(píng)估結(jié)果和預(yù)警反饋。

圖8 LSTM神經(jīng)網(wǎng)絡(luò)模型示意圖

3 設(shè)備檢測(cè)結(jié)果分析

通過初始階段的基線定標(biāo)后，將無線便攜式組織血氧檢測(cè)儀用于臨床數(shù)據(jù)采集，主要從設(shè)備的穩(wěn)定性、靈敏性、變化趨勢(shì)的一致性方面進(jìn)行對(duì)比和檢驗(yàn)。共50例患者志愿者，年齡在20～50歲，檢測(cè)結(jié)果同標(biāo)準(zhǔn)值（采集患者的血?dú)庵禉z測(cè)血氧含量）進(jìn)行對(duì)比實(shí)驗(yàn)（圖9），結(jié)果如表1所示（只列出了10個(gè)數(shù)據(jù)）。

圖9 使用便攜式組織血氧檢測(cè)儀為斷肢再植患者檢測(cè)

表1 組織血氧飽和度實(shí)驗(yàn)檢測(cè)結(jié)果（%）

從表1的實(shí)驗(yàn)對(duì)比數(shù)據(jù)可以看出，設(shè)備測(cè)得的組織血氧數(shù)值結(jié)果同患者血?dú)鈾z測(cè)的血氧含量標(biāo)準(zhǔn)值基本一致，絕對(duì)誤差在±2%內(nèi)（參考YY 0784-2010中附錄CC）[18]，具有較高的準(zhǔn)確率，達(dá)到了開發(fā)設(shè)計(jì)的目標(biāo)和要求。

4 討論

無線便攜式組織血氧檢測(cè)儀基于近紅外光譜技術(shù)，可實(shí)現(xiàn)組織血氧的無創(chuàng)采集；利用人工智能算法及長(zhǎng)時(shí)程數(shù)據(jù)管理，可對(duì)檢測(cè)目標(biāo)精細(xì)化分類，通過深度自主學(xué)習(xí)，實(shí)現(xiàn)對(duì)血供水平的評(píng)價(jià)和預(yù)警，并且通過人工智能學(xué)習(xí)不斷進(jìn)行算法優(yōu)化升級(jí)，可以不斷提高系統(tǒng)的準(zhǔn)確性和可靠性；由于采用了算法優(yōu)化和參數(shù)校準(zhǔn)，使得計(jì)算得到的組織血氧飽和度數(shù)值更加精準(zhǔn)，誤差范圍控制在±2%以內(nèi)；通過血氧飽和度去噪算法，能夠有效地抑制色素等表層組織噪聲的影響，增強(qiáng)了設(shè)備的抗干擾能力；通過初始階段的基線定標(biāo)、數(shù)據(jù)校準(zhǔn)，提高了數(shù)據(jù)的穩(wěn)定性，并且能夠?qū)崟r(shí)的檢測(cè)和顯示組織血氧飽和度值及脈搏；硬件方面，利用微型無線藍(lán)牙模塊與終端連接，擺脫了線纜的束縛，提高產(chǎn)品的適用性和舒適性；采用微型處理器和集成封裝技術(shù)，使得采集設(shè)備體積小、重量輕，醫(yī)護(hù)人員可隨身攜帶、隨時(shí)隨地使用。

由于目前臨床上對(duì)于肢體創(chuàng)傷修復(fù)后的組織血供的判斷方法相對(duì)主觀，容易貽誤早期發(fā)現(xiàn)和及時(shí)處理的黃金時(shí)機(jī)[18-20]。因此，開展肢體創(chuàng)傷后再植再造和皮瓣修復(fù)術(shù)后組織血供的連續(xù)舒適監(jiān)測(cè)和早期預(yù)警研究，早期及時(shí)發(fā)現(xiàn)血管危象并進(jìn)行預(yù)警，對(duì)提升保肢手術(shù)或皮瓣移植手術(shù)的最終成功率、減少醫(yī)護(hù)人員工作量、提高患者術(shù)后監(jiān)測(cè)質(zhì)量和舒適度，都具有非常重要的意義。此外，伴隨著醫(yī)改新政的推行，國家大力推進(jìn)分級(jí)診療制度[21]，目前大量肢體急性創(chuàng)傷的再植再造和皮瓣修復(fù)手術(shù)已在廣大基層醫(yī)療機(jī)構(gòu)和民營機(jī)構(gòu)大量開展。多數(shù)民營機(jī)構(gòu)和基層醫(yī)療機(jī)構(gòu)因?yàn)槭芨鞣N條件限制，醫(yī)生的診療水平與護(hù)理人員的護(hù)理水平均與大型公立三級(jí)醫(yī)院存在很大的差距，尤其是在經(jīng)驗(yàn)上有待提高[22]，早期及時(shí)地發(fā)現(xiàn)異常情況可能會(huì)挽救患者的肢體和移植皮瓣。而且基于定量分析設(shè)備進(jìn)行精準(zhǔn)監(jiān)測(cè)，利用大量檢測(cè)數(shù)據(jù)進(jìn)行人工智能分析、評(píng)價(jià)和預(yù)警，對(duì)于幫助廣大基層醫(yī)療機(jī)構(gòu)和民營醫(yī)院的醫(yī)生提高診療水平，最終使廣大患者受益，有著重要的作用。

本研究中的設(shè)備使用方便簡(jiǎn)單，能夠便攜、實(shí)時(shí)、連續(xù)地采集有價(jià)值的組織血氧信息，所提供的數(shù)字化結(jié)果能夠告訴臨床醫(yī)生，再植指/肢、皮瓣移植術(shù)后，再植組織的血氧基礎(chǔ)值及動(dòng)態(tài)變化情況，可廣泛地應(yīng)用于手外科、燒傷科、普外科、內(nèi)分泌科的臨床診斷。由于目前市場(chǎng)上沒有類似的醫(yī)療設(shè)備產(chǎn)品，因此本項(xiàng)目具有良好的應(yīng)用前景。