Метод и система оценки проводимости нервных волокон при диагностике нервно-мышечных заболеваний тема диссертации и автореферата по ВАК РФ 05.11.17, кандидат технических наук Козлова, Ольга Леонидовна

  • Козлова, Ольга Леонидовна
  • кандидат технических науккандидат технических наук
  • 2001, Санкт-Петербург
  • Специальность ВАК РФ05.11.17
  • Количество страниц 131
Козлова, Ольга Леонидовна. Метод и система оценки проводимости нервных волокон при диагностике нервно-мышечных заболеваний: дис. кандидат технических наук: 05.11.17 - Приборы, системы и изделия медицинского назначения. Санкт-Петербург. 2001. 131 с.

Оглавление диссертации кандидат технических наук Козлова, Ольга Леонидовна

Введение

Глава 1. Обзор методов анализа проводимости нервных волокон

1.1. Медико-биологические принципы оценки проводимости нервных волокон в диагностике нервно-мышечных заболеваний.

1.1.1. Оценка проводимости нерва в диагностике нервно-мышечных заболеваний.

1.1.2. Структурно-функциональные принципы изучения проводимости нерва

1.1.3. Электрофизиологические принципы изучения проводимости нерва

1.2. Сравнительный анализ методов оценки распределения проводимости по нервным волокнам . . .21 1.2.1. Анализ распределения проводимости на основе гистологических препаратов

1.2.2. Анализ проводимости на основе метода коллизии . .22 1.2.3. Анализ проводимости на основе модели вызванного потенциала нерва или мышцы

1.3. Сравнительный анализ моделей формирования вызванного потенциала мышцы

1.4. Обоснование цели и задач исследования

Глава 2. Разработка метода оценки проводимости двигательных волокон нерва на основе моделирования формы М-ответа

2.1. Сущность метода.

2.2. Разработка модели потенциала действия одиночного мышечного волокна

2.3. Модель распределения задержек возникновения потенциалов действия отдельных волокон во времени

2.4. Разработка модели М-ответа

Выводы.

Глава 3. Автоматизация метода оценки проводимости нервных волокон на основе моделирования формы М-ответа

3.1. Основные задачи и этапы автоматизации метода

3.2. Алгоритм моделирования формы М-ответа

3.3. Алгоритм оптимизации параметров модели

3.4. Алгоритм расчета проводимости нервных волокон . . . .80 3.5. Алгоритм и программное обеспечение автоматизированной оценки проводимости нервных волокон на основе моделирования формы двух М-ответов

3.6. Применение метода оценки проводимости нервных волокон для сжатия вызванных потенциалов

Выводы.

Глава 4. Автоматизированная система для электронейромиографических исследований с использованием оценки проводимости двигательного нерва и экспериментальные исследования системы.

4.1. Структурная схема системы для электронейромиографических исследований с использованием оценки проводимости двигательного нерва.

4.2. Исследование адекватности разработанного метода оценки проводимости нервных волокон

4.3. Экспериментальные исследования разработанной системы в клинических условиях

Выводы.

Рекомендованный список диссертаций по специальности «Приборы, системы и изделия медицинского назначения», 05.11.17 шифр ВАК

Введение диссертации (часть автореферата) на тему «Метод и система оценки проводимости нервных волокон при диагностике нервно-мышечных заболеваний»

АКТУАЛЬНОСТЬ ПРОБЛЕМЫ. В настоящее время нервно-мышечные заболевания являются наиболее многочисленной группой среди веек заболеваний нервной системы. Относительно высокая частота этих заболеваний, тяжелая инвалидизация при большинстве из них, поражение в детском и цветущем возрасте делают их весьма актуальными.

Среди различных методов исследования двигательных нарушений и диагностики состояния нервно-мышечного аппарата в клинике ведущее место занимают методы электромиографии (ЭМГ), среди которых большой вес имеет- стимуляционная ЭМГ или элек-тронейромиография (ЭПМГ), основанная на регистрации биоэлектрических изменений нервно-мышечного аппарата в связи с его электрическим раздражением. Электронейромиографическая диагностика поражений периферической нервной системы включает ряд методик, позволяющих выявлять нарушение проводимости, возбудимости периферических нервов, степень выраженности отклонений. Наиболее широко используемым в клинике в рамках стимуля-ционной ЭМГ является анализ параметров суммарного вызванного потенциала (ВП) мышцы в ответ на электростимуляцию двигательного нерва - М-ответа, оценка скорости проведения импульса (СПИ), параметров потенциала двигательной единицы. Однако в случаях легкого поражения (мягкие, абортивные формы полиневропатий, нейромиалгический синдром), на начальных этапах заболевания, при оценке ранних проявлений стабилизации и обратного развития патологических нарушений диагностическая значимость традиционных электронейромиографических методов мала. Поиск более информативных и надежных методов электронейромио-графической диагностики в этих случаях весьма актуален для целей адекватной коррекции проводимого лечения.

Так, проводимость нерва основывается на определении максимальной СПИ, которая характеризует состояние самых быстро-проводящих волокон нерва. Вместе с тем, патологический процесс вызывает поражение всех волокон нерва и в зависимости от характера нарушений страдают определенные группы нервных волокон. В связи с этим существует проблема более полной.оценки проводящих свойств нерва и получения информации о проводимости отдельных мотонейронов.

Наиболее перспективным подходом к решению данной проблемы представляется анализ формы ВП мышцы, тонко отражающей различные патологические сдвиги в функционировании отдельных элементов нервно-мышечной аппарата, основанный на моделировании формы М-ответа. Развитие такого подхода может обеспечить получение необходимой информации о проводимости различных групп нервных волокон и тем самым повысить эффективность диагностики нервно-мышечных заболеваний.

ЦЕЛЬ РАБОТЫ. Целью диссертационной работы является разработка метода и автоматизированной системы оценки проводимости двигательных волокон нерва на основе моделирования формы М-ответа.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Провести исследование методов анализа проводимости нервных волокон и методов моделирования формы М-ответа;

2. Разработать модель М-ответа, позволяющую исследовать характеристики проводимости отдельных нервных волокон;

3. Разработать метод оценки распределения проводимости по двигательным волокнам нерва на основе моделирования формы двух М-ответов;

4. Разработать алгоритмы и программное обеспечение автоматизированной оценки проводимости по двигательным волокнам нерва на основе моделирования формы двух М-ответов;

5. Реализовать предложенное программно-алгоритмическое обеспечение в составе биотехнической системы для электроней-ромиографических исследований;

6. Провести экспериментальные исследования системы.

МЕТОДЫ ИССЛЕДОВАНИЯ. Для решения поставленных задач использовались методы системного анализа, имитационного моделирования, математической статистики и методы оптимизации.

Экспериментальные исследования проводились на базе клиники НИИ детских инфекций при анализе состояния проводимости нервных волокон в норме и при патологии - полинейропатиях различной этиологии, а также с использованием модельных данных .

НАУЧНЫЕ РЕЗУЛЬТАТЫ.

1. Разработана модель М-ответа, позволяющая исследовать форму М-ответа и производить анализ характеристик его элементарных составляющих - потенциалов действия отдельных волокон;

2. Разработан метод, оценки распределения проводимости по двигательным волокнам нерва на основе моделирования формы двух М-ответов;

3. Разработан и исследован алгоритм, обеспечивающий автоматизацию процесса оценки проводимости по двигательным волокнам нерва на основе моделирования формы двух М-ответов.

ПРАКТИЧЕСКИЕ РЕЗУЛЬТАТЫ.

1. Разработанная система позволяет повысить эффективность диагностики нервно-мышечных заболеваний, связанных с нарушением проводимости двигательных нервов, за счет оценки проводящих свойств отдельных групп нервных волокон и динамики их изменения;

2. Разработанная модель может быть использована для изучения механизмов возникновения нарушений в функционировании цепочки мотонейрон - синапс - мышечное волокно на основе выявления и интерпретации разнообразных изменений формы М-ответа;

3. Разработанный метод оценки проводимости нервных волокон на основе моделирования формы двух М-ответов позволяет минимизировать количество хранимой информации о сигнале с одновременным увеличением информативности данных;

4. На основе разработанного программно-алгоритмического обеспечения усовершенствована биотехническая система для электронейромиографических исследований.

ВНЕДРЕНИЕ РЕЗУЛЬТАТОВ. Разработанное программное обеспечение вошло в состав автоматизированной системы для электронейромиографических исследований в клинике НИИ детских инфекций . АПРОБАЦИЯ РАБОТЫ. Основные положения и результаты диссертационной работы докладывались и обсуждались на следующих конференциях: «Диагностика, информатика, метрология, экология, безопасность - 98» (г. Санкт-Петербург, 1998 г.), VII Международная конференция и дискуссионный научный клуб «Новые информационные технологии в медицине и экологии» (г.Гурзуф, 199.9 г.), Четвертая Санкт-Петербургская Ассамблея молодых ученых и специалистов (г.Санкт-Петербург, 1999 г.), II Международный симпозиум «Электроника в медицине. Мониторинг, диагностика, терапия» (г.Санкт-Петербург, 2000 г.), Международная конференция по мягким вычислениям и измерениям (г.Санкт-Петербург, 2000 г.), II Международная научно-практической конференции «Информационные технологии в моделировании и управлении» (г.Санкт-Петербург, 2000 г.), Международная конференция «Информационные системы и технологии», посвященная 50-летию НГТУ (г.Новосибирск, 2000 г.), научно-технических конференциях профессорско-преподавательского состава СПбГЭТУ (1999-2001 гг.).

ПУБЛИКАЦИИ. Материалы диссертации опубликованы в 9 печатных работах, которые включены в общий список литературы.

СТРУКТУРА И ОБЪЕМ ДИССЕРТАЦИИ. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы, включающего 71 наименование, и двух приложений.

Похожие диссертационные работы по специальности «Приборы, системы и изделия медицинского назначения», 05.11.17 шифр ВАК

Заключение диссертации по теме «Приборы, системы и изделия медицинского назначения», Козлова, Ольга Леонидовна

Выводы

1. Рассмотрены особенности технической реализации автоматизированной системы для электронейромиографических исследований, включающей разработанные алгоритмы и программное обеспечение;

2. Проведено исследование адекватности разработанного метода оценки проводимости нервных волокон, которое показало, что оценка погрешности реконструкции гистограммы распределения проводимости составляет 4,10 - 4,92 % от общего числа волокон при доверительной вероятности 95 %.

3. Проведены экспериментальные исследования разработанного метода в клинике, которые показали целесообразность его применения в автоматизированных системах для электронейромиографических исследованиий при диагностике нервно-мышечных заболеваний.

ЗАКЛЮЧЕНИЕ

В настоящей диссертационной работе достигнуты следующие основные результаты:

1. Разработана модель вызванного потенциала мышцы в ответ на электростимуляцию двигательного нерва (М-ответа), позволяющая исследовать характеристики проводимости отдельных нервных волокон;

2. Разработан метод оценки распределения проводимости двигательных волокон нерва на основе моделирования формы двух М-ответов, полученных при стимуляции нерва в двух точках;

3. Разработаны алгоритмы и программные средства, обеспечивающие автоматизацию процесса оценки распределения проводимости двигательных волокон нерва, проведено исследование адекватности;

4. Разработанный метод оценки проводимости нервных волокон на основе моделирования формы двух м-ответов позволяет минимизировать количество хранимой информации о сигнале с одновременным увеличением информативности данных;

5. На основе разработанного программно-алгоритмического обеспечения усовершенствована биотехническая система для электронейромиографических исследований;

6. Проведена апробация системы в клинике, которая показала перспективность ее применения в диагностике нервно-мышечных заболеваний.

Список литературы диссертационного исследования кандидат технических наук Козлова, Ольга Леонидовна, 2001 год

1. Абчук В. А. и др. Справочник по исследованию операций/ Под общей ред. Ф.А.Матвейчука М. : Воениздат, 1979.-368с.,ил.

2. Аоки М. Введение в методы оптимизации: Пер. англ.-М. : Главная редакция физико-математической литературы издательства "Наука",1977.-344с.

3. Ванди Б. Методы оптимизации. Вводный курс: Пер. с англ. М.: Радио и связь,1988.-128с.,ил.

4. Бендат Дж., Пирсол А. Прикладной анализ случайных данных: Пер. с англ.-М.: Мир, 1989.- 540 е.,ил.

5. Биотехнические системы: теория и проектирование/ Под ред. В.М.Ахутина JT.: Изд-во ЛГУ, 1981.

6. Бронштейн И.Н., Семендяев К.А. Справочник по математике для инженеров и учащихся ВТУЗОВ. М., 1980.- 976с.,ил.

7. Ганин М.П. Прикладные методы теории вероятностей. Учебное пособие. -JT.:BMA, 1984.-403с.,ил.

8. Гехт Б.М. Теоретическая и клиническая ЭМГ.-Л.:Наука,1990.-352с.

9. Гехт Б.М., Ильина H.A. Нервно-мышечные болезни.-М.: Медицина, 1982.-352 е.,ил.

10. Гехт Б.М., Коломенская Е.А., Строков И.А. Электромиографические характеристики нервно-мышечной передачи у человека. -М.: 1974.

11. Дарахвелидзе П.Г., Марков Е.П. Delphi среда визуального программирования: - СПб.: BHV - Санкт-Петербург, 1996.-352 с.

12. Жиглявский А.А., Жилинскас А.Г. Методы поиска глобального экстремума.-М.: Наука, Главная редакция физ.-мат. литературы, 1991.-248с.

13. Кардиомониторы. Аппаратура непрерывного контроля ЭКГ: Учеб. пособие для вузов/ А.Л.Барановский, А.Н.Калиниченко, Л.А.Манило и др.; под ред. А.Л.Барановского и А.П.Немирко.-М.: Радио и связь, 1993.-248с.:ил.

14. Козаров Д., Шапков Ю.Т. Двигательные единицы скелетных мышц человека.-Л.: Наука, 1983.- 252с.

15. Козлова О.Л., Чурносов Е.В., Команцев В.Н. Анализ проводимости нервных волокон на основе имитационного моделирования //Научное приборостроение, 2001,-С.93-97.

16. Козлова О.Л., Чурносов Е.В. Анализ проводимости нервных волокон на основе имитационного моделирования: Труды международной конференции «Информационные системы и технологии». -Новосибирск, 8-11 ноября 2000. -С.59-63.

17. Козлова О.Л., Чурносов Е.В. Метод оценки проводимости нервных волокон на основе имитационного моделирования: Труды симпозиума «Молодые ученые промышленности и городскому хозяйству Санкт-Петербурга». -Санкт-Петербург, 1999.-С.56.

18. Мурашко В.В., Струтынский A.B. Электрокардиография. -М.:Медицина,1987.-256с.,ил.

19. Персон P.C., Либкинд М.С. Моделирование интерференционной биоэлектрической активности. Биофизика, т.12, вып.1, 1967. -с.127-134.

20. Поляк Б.Т. Введение в оптимизацию.-М.: Главная редакция физ.-мат. литературы издательства ''Наука",1983. -384с.

21. Справочник по вероятностным расчетам. -М. : Воениздат, 1970. -536с. с илл.

22. Справочник по теории вероятностей и математической статистике. /В.С.Королюк, Н.И.Портенко, А.В.Скороход, А.Ф.Турбин.-М.: Главная редакция физико-математической литературы издательства «Наука», 1985.-640с.

23. Физиология мышечной деятельности: Учебник для институтов физ.культуры/ под ред. Л.М.Коца -М. : Физкультура и спорт, 1982.-347с.

24. Химмельблау Д. Прикладное нелинейное программирование. -М.: Мир, 1975. -534с.

25. Чигирева И.Б., Козлова О.Л. Имитационная модель состояния рефлекторной дуги человека. Международная конференция по мягким вычислениям и измерениям: Сборник докладов. -Санкт-Петербург, 2000. -С.99-102.

26. Эльстер К.-Х., Рейнгардт Р., Шойбле М., Донат Г. Введение в нелинейное програмирование: Пер. с нем. под ред. И.И.Еремина. -М. : Главная редакция физ.-мат. литературы издательства "Наука", 1985. -264с.

27. ААЕМ Guidelines in Electrodiagnostic Medicine. Muscle Nerve, 1992, Vol.15, pp.229-253.

28. Barker А.Т., Brown B.H. and Freeston I.L. Determination of the distribution of conduction velocities in human nerve trunks. IEEE Trans. Biomed.Eng, 1979, Vol.BME-26, pp.76-81 *

29. Barker, А.Т.,Brown, B.H. and Freeston, I.L. Modeling of an active nerve fiber in a finite volume conductor and its application to the calculation of surface action potentials. IEEE Trans Biomed, Eng., 1979 Vol.BME-26, pp.53-56.

30. Betts R.P., Johnston D.M. and Brown B.H. Nerve fiber velocity and refractory period distributions in nerve trunks. Neurd.Neurosurg.Psychiat, 1976,Vol.39, pp.694-700.

31. Bischoff C., Fuglsang-Ffedriksen A., Vendelbo L., Summer A. . Standards of instrumentation of EMG. EEG, 1999, Suppl. 52.

32. Boyd D.C., Lawrence P.D., Bratty P. On modelling the single motor unit action potential. IEEE Trans Biomed. Eng., 1978, Vol.25, pp.236-242.

33. Buchthal F. and Rosenfalck A. Evoked action potentials and conduction velocity in human sensory nerves. Brain Research, 1966,Vol.3:1, special issue.

34. Cummins K.L., Perkel D.H. and Dorfman L.J. Nerve fiber conduction-velocity distribution. II. Estimation based on two compound action potentials Electroenceph. Clin. Neuro-physid., 1979, Vol.46, pp.647-658.

35. Cummins K.L., Perkel D.H. and Dorfman L.J. Nerve fiber conduction velocity distributions. I. Estimation based oil the single fiber and compound action potentials. Electroen-ceph.Clin.Neurophysiol., 1979, Vol.46, pp.634-646.

36. Dorfman L.J. The distribution of conduction velocities (DCV) in peripheral nerves: A rewiew. Muscle Nerve, 1984, Vol.7, pp.2-11.

37. Dorg J. Axonal refractory period of single short toe extensor motor units in man. Neurol.Neurosurg.Psychiatry. 1980, Vol.43, pp.917-924.

38. Dumitru D., King J.C., Zwarts M.J. Determination of motor unit action potential duration. Clin.Neurophysiol. 1999, Vol.10, pp.1876-1882.

39. Dumitry D., King J.C., Stegeman D.F. Normal needle electromyographic insertional activity morphology: a clinical and simulation study. Muscle Nerve, 1988,Vol.21, pp.910-920.

40. Ganapathy N., Clark J.W., Wilson O.B. Extracellular potentials from skeletal muscle. Math.Biosciences, 1987, Vol.83, pp.61-96.

41. Gasser H.S. and Erlanger J. The role played by the size of the constituent fiberes of a nerve trunk in determining the form of its action potential wave. Amer.J.Physiol. 1927, Vol.80, pp.522-547.

42. Gootzen T.H.J.M., Stegeman D.F., Oosterom A.Van. Finite libm dimensions and finite muscle length in a model for the generation of electromyographic signals. Electroen-ceph.Clin.Neurophysiol1991, Vol.81, pp.152—162.

43. Griep P-.A = MS, Boon K.L. and Stegeman D.F. A study of motor unit action potential by means of computer simulation. Biol.Cybern. 1978, Vol.30, pp.221-230.

44. Hirose G., Tsuchitani Y. and Huang J. A new method for estimation of nerve conduction velocity distribution in the freguency domain. Electroenceph.Clin.Neurophysiol1986, Vol.63, pp.192-202.

45. Hopf H.Ch. Untersuchungen über die Unterschiede in der Leitgeschwindigkeit motorischer Nervenfasern beim Menschen. Dtsch.Z.Nervenheilk.,1962, Vol.183, s.579-588.

46. Kimura J. Electrodiagnosis in diseases of nerve and muscle: principles and practice. 2nded. Piladelphia (PA), FA Davis, 1989.

47. Kleinpenning P.H., Gootzen T.H., Van Oosterom A., Stegeman D,F, The equivalent source description representing the extinction of an action potential at a muscle fiber ending. Math.Biosci, 1990, Vol.101(1), pp.41-61.

48. Komantsev V.N. Temporal dispersion index of motor response in diagnosis of nerve conductivity in children with infectious polyneuropathy. Clinical neurophysiology, 1999, - Vol.110, Supplement 1 (1999). S98.

49. Leifer L.J., Meyer M., Morf M., Petrig B. Nerve bundle conduction velocity distribution measurement and transfer function analysis. Proc IEEE, 1977, Vol.65, pp.747-755.

50. Milner T.E., Stein R.B., Gillespie J., Hanley B. Improved estimates of conduction velocity distributions using single unit action potentials. Neurol.Neurosurg. Psychiatry. 1981, Vol.44, pp.476-484.

51. Schoonhoven R., Stegeman D.F. and De Weerd J.P.C. Tiie forward problem in electroneurography— I. A generalized volume conductor model. IEEE Trans.Biomed„Eng=, 1986 Vol=BME-33, pp. 327-334.

52. Schoonhoven R., Stegeman D.F., Van Oosterom A., Dautzenberg G.F.M. The inverse problem in electroneurography-I. Conceptual basis and mathematical formulation. IEEE Trans., 1988, Vol.BME-35, pp.769-777.

53. Schoonhoven R., Stegeman D.F.and Van Oosterom A. The forward problem in electroneurography- II. Comparison of Models. IEEE Trans.Biomed.Eng. 1986, Vol.BME-33, pp.327-334.

54. Schulte-Mattler W.J., M.Jakob, S.Zierz. Assessment of temporal dispersion in motor nerves with normal conduction velocity. Clin Neurophysiol. 1999, Vol.110, pp.740-747.

55. Stegeman D.F. and De Weerd J.P.C. Modelling compound action potentials of peripheral nerves in situ. I.Model description: evidence for a non-linear relation between fibre diameter and velocity. Electroenceph.Clin.Neurophysial. 1982, vol.54, pp.436-448.

56. Stegeman D.F., Gootzen T.H.J.M., Van Oosterom A. A comprehensive model description of motor unit potentials.

57. Jiixc^ lj. uen^epii. -l-Lij. bje ui upuy c> lui . vujl.uu, oiu, o xutcla k/Ullyi .

58. Electromyogr. Sorento, Italy, 1988.

59. Thomas P.K., Sears T.A. and Gilliat R.W. The range of conduction velocities in normal motor nerve fibres to thesmall muscles of the hand and foot. Neurol .Neurosurg.Psychiat., 1959, Vol.22, pp.175-181.

60. Van Veen B.K., Schellens R.L., Stegeman D.F., Schoonhoven R., Gabreels-Festen A.A. Conduction distributions in normal human sural nerve. Muscle Nerve., 1995, Vol* 18,-pp.1121-1127.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.