连续的非侵入性提取血液动力学变量从胸腔心脏图信号使用组合平均技术:在麻醉大鼠没有呼吸系统支持的验证

科学领域:

• 心血管生理学心血管生理学
• 生物医学工程 生物医学工程
• 临床前研究 临床前研究

背景情况:

• 血液动力学监测在临床前研究中至关重要,但目前的方法具有侵入性或复杂性.
• 诱导性胸膜学 (IP) 通过分析信号中的心脏发作振荡 (COS) 来提供一种非侵入性的替代方案.
• 之前的研究表明,在呼吸暂停期间,COS提取在老鼠中的可行性.

研究的目的:

• 开发一个由心电图R峰触发的整体平均 (EA) 算法,从大鼠胸腔心电图 (TCG) 信号中提取COS.
• 通过这种方法,能够连续估计中风体积和心脏输出.
• 在药理学挑战期间评估算法的性能.

主要方法:

• 在机械测试台上使用EA评估了一种IP设备.
• 在药理学挑战期间,EA技术被应用于麻醉的老鼠.
• 评估了算法追踪中风量和心脏输出变化的能力.

主要成果:

• IP设备显示线性和足够的分辨率来检测生理体积变化 (<10%).
• 该EA算法成功地提取了平均的COS波形,捕获了无otropic效应.
• 该系统可靠地跟踪了与参考测量一致的血液动力学变化.

结论:

• 开发的EA算法通过实现连续,非侵入性测量,在临床前研究中推进了血液动力学监测.
• 虽然EA的假设没有完全实现,但该方法在COS提取方面被证明是有效的.
• 需要进一步的研究,以扩大其适用于复杂的生理情景.