非侵入性的多维容量传感器,用于在实体中监测创伤性脑损伤

科学领域:

• 生物医学工程 生物医学工程
• 神经科学是一个神经科学.
• 医疗器械 医疗器械

背景情况:

• 创伤性脑损伤 (TBI) 是全球死亡和残疾的主要原因.
• 目前的侵入性内压力 (ICP) 监测方法带有重大风险.
• 现有的非侵入性ICP监测技术缺乏持续临床应用所需的分辨率和可靠性.

研究的目的:

• 开发和验证一种新的,非侵入性的,多维的单电极电容 (SEC) 传感系统,用于连续的TBI监测.
• 评估系统通过与脑血管脉冲,CSF厚度和脑组织微振动相关的容量变化来检测ICP变化的能力.
• 通过机器学习建立新的数字标记,用于估计大脑自我调节和内合规性.

主要方法:

• 开发一种可穿戴的SEC传感系统,使用碳纳米管复合纸 (CPC) 电极.
• 使用代用组织模型测试系统的灵敏度,其中包括CSF层厚度,水层高度,血管壁厚度和血管直径的变化.
• 在猪体内验证,将多站点SEC信号与侵入性ICP测量相关联.
• 在TBI模型中使用四个SEC传感器分析动态,跨半球关系.
• 应用统计和机器学习方法来导出数字标记和估计传统的ICP指数.

主要成果:

• 替代模型测试表明对影响ICP的关键生理参数的敏感性.
• 在体内猪的研究确定了SEC信号和侵入性ICP之间的相关性.
• 确定了用于分析动态,空间解析的TBI病理生理学的新型传感指标.
• 机器学习模型成功地从非侵入性SEC数据中估计了大脑自我调节和内合规的指数.
• 该系统捕获了诱导TBI之前和之后的动态,跨半球的ICP变化.

结论:

• 开发的可穿戴SEC系统为持续的TBI监测提供了一个有希望的非侵入性方法.
• 这项技术可以在各种临床环境中实现便携式,空间分辨的神经临床护理监测.
• 该系统有潜力通过提供可靠的实时ICP数据来改善TBI患者的管理和结果.