脑脊液分流流量传感器研发

李同彬 方志敏 宋建华 康 新

1(莆田学院电子信息工程学院，福建莆田 351100)2(莆田学院附属医院神经外科， 福建莆田 351100)3(莆田学院机电工程学院， 福建莆田 351100)

引言

脑脊液分流术是治疗脑积水[1]效果明显的一种脑神经外科手术，如图1中植入人体内的管线所示。在脑室插入硅胶导管，用一组单向阀把流通梗阻于蛛网膜的多余脑脊液排入腹腔后被再吸收[2-3]。手术能迅速改善脑积水引起的神经功能损害，但要发挥远期效果及作用，就要准确控制及随时调整脑脊液分流量[1]。调整正确和及时，病情好转；调整错误或延误，则脑延髓受损严重直至危及生命。

图1 脑积水分流术及分流量检测[2,10]Fig.1 Hydrocephalus shunt & shunt flow detection[2,10]

控制和调整脑脊液分流量的前提是分流量检测。目前的检测过程是，先注入美兰、示踪剂到脑脊液循环系统，再核素脑池造影和CT术断层扫描，患者既痛苦又伤身[4]。另一种检测方法是增强型核磁共振脑部检查，每次费用高达千元以上且检测结果不准确[5]。如果不检测、少检测、凭经验，就无法把控治疗进展。据统计，脑脊液分流术目前的平均有效率约50%[6]。分流管阻塞、引流不畅、分流过度，分流失败、分流位置不佳等，其发生率为40%左右，是手术失败的主要原因[7-9]。

完全不同于现有医疗器械的脑脊液流量检测原理，首创把热传导技术应用于脑脊液流量检测，国际合作开发[10]一种操作简便、经济实用，且具备某种智能功能的脑脊液分流量传感器，有助于克服X-CT和MRI局限性，降低医患双方成本，提高脑脊液分流术的有效率和治愈率。成果经过美国相关专家委员会测评，是非常有吸引力的[11]。目前公开的基于热传导原理的脑脊液分流量定量方法，中文的未见报道，英文的仅美国有报道[12]。

1 非侵入式脑脊液流量传感器方法

1.1 传感器功能模块设计

功能模块设计如图2所示，闭环控制的TEC(半导体制器)产生热激发信号，信号采集模块将多路模拟信号送入有调理放大、AD转换功能的前端信号处理模块，MCU(单片机)实现现场控制、通信、数据处理功能。

图2 温度传感器功能模块设计Fig.2 Function module design of temperature sensor

MCU现场控制功能包括PID调节和分段最优化控制，能让TEC快速达到设定温度范围，而且用PWM波控制导冷块温度，误差只有±0.01℃[14]。模块的通信功能包含MCU与AD转换模块、MCU与计算机之间的串行通信。MCU数据处理内容有设备诊断，初始设定、数据采集的分段逻辑判断、预存的温度补偿的查表取值、线性插值、数值类型转换等。

计算机从MCU单元获取数据序列NET1(n)、NET2(n) 存入数据库，利用多种数学模型计算脑脊液分流量，并且监控和设定MCU的参数值。

传感器核心电路如图3所示，热敏电阻NTC及其前端电路[15]是温度信号采集器，芯片XPT2046[16]是AD转换器，单片机90C51[17]是控制器，P0.0输出PWM波，经N沟道MOSFET管驱动半导体制冷器件TEC模块12706[18]，控制热激发，P1口采集温度数字信号，P2口用于分流阀等，串口与计算机通信，其他可做冗余和扩展处理。

图3 脑脊液流量传感器核心部分电路原理Fig.3 Circuit diagram of the sensor hardcore

根据图中温度检测、模数转换、数据通信、TEC控制等电路连接，参照嵌入式计算机应用系统的指令及地址代码，编写传感器驱动程序，与温度设定、显示、通信等通用子程序一起汇编成执行程序[19]，实现传感器功能。

1.2 实验装置

本装置在生物医学上是一种非侵入式医疗器械，各部分搭建和说明如图4所示。

实验材料是生物相容材料，如可植入人体的钛合金、硅胶及高加索人种合成皮肤，其硅胶管和钛合金管的电子显微镜检测如图5、6所示。

装置经理论计算，模拟仿真和实践检验，主要性能指标见表1。

1.3 实验过程

实验的热激发由PWM波驱动和MCU闭环控制，技术上保证安全与清洁、高效与稳定。实验过程由红外摄像机单独实时监视，法律上保障人身试验安全，如图7的热水注入硅胶管实验，高亮度部分是TEC散热器的红外成像，标记符Li1-9是硅胶管内的流体段温度，检测报告由FLIR SC305在线生成。所以，该测量验证符合人类生理学环境条件，符合美国法律严格的人体试验规范。

图4 脑脊液流量传感器的系统搭建Fig.4 Experimental setup of CFS sensor

图5 硅胶管管径检测Fig.5 Silicone Tube

图6 钛合金管管径检测Fig.6 Titanium tube

表1 实验装置的主要参数

图7 温度分布红外监测Fig.7 Infrared image of temperature field

2 结果

检测实验模拟了脑神经外科研究的各种环境和条件，在数万个实验数据中提炼，生成温度时间曲线图如图8～10所示。图中纵坐标为温度，横坐标为时间，曲线NET1、NET2的采样频率为3。

图8是常见的脑积水患者在颅压为50 mm水柱时，传感器热激发1 min(见图8(a))和2 min(见图8(b))时间的对比。

图9是室温下不常见的脑积水患者在分流缓慢不畅、脑脊液流速为0.5和0.8 mm/s时的对比。因为人在生命体征极度微弱时，身体机能为保持体心温度，会限制末梢部血流量,导致体表热阻增加，体表温度接近环境温度，躯干内部与体表温差变大。

图10是脑脊液流速偏离正常速度的曲线形态，均接近图1中理想的时间温度曲线。

图8 常见脑积水患者的温度曲线。(a)采样持续时间合理；(b)持续时间不合理Fig.8 Detected temperature curve for common hydrocephalus for patients. (a) Reasonable duration; (b) Unreasonable duration

图9 少数脑积水患者分流缓慢不畅时传感器检测到的温度曲线。 (a)0.5 mm/s;(b)0.8 mm/sFig.9 Detected curve of CSF shunt which shows very slowly for some patients. (a) 0.5 mm/s; (b) 0.8 mm/s

图10 脑脊液流速偏离正常范围时传感器检测到的时间温度曲线。(a)脑脊液流速偏低且为室温(1.5 mm/s)；(b)脑脊液流速偏高且为体温(5 mm/s)Fig.10 Detected temperature-time curve for abnormal rate of CSF fluid. (a) Low rate (1.5 mm/s) at room temperature; (b) High rate (5 mm/s) at body temperature

3 讨论和结论

传感器实验方法如只用一个采样点，理论上可行，有改进空间，但工程技术难度大，值得进一步研究。

脑脊液流量测量模型既要用基本理论公式，还要用曲线拟合、极值求解、逻辑判断等算法模型来扩展和完善功能。

曲线拟合对比，发现拟合算法使曲线逐步逼近理想数据状态。如图1的实验数据进行过取值40的AVERGE函数曲线拟合，图10(b)的2组实验数据进行过各取值2和4的AVERGE函数曲线拟合，其他图中曲线均没拟合。即适当的曲线拟合利于患者症状分类，不利于个体差异诊断。以此为基础，有研讨脑积水诊断专家系统的前景。

热激发时间t不宜过短或者过长。图8直接表明：t值影响脑脊液分流量检测结果与精度，需要逻辑判断模型决定t值范围，即

(τa+τb)≤t≤τc

(1)

t值恰当，可简化算法求解脑脊液流速，可以省略复杂且数据量巨大的互相关函数计算。在脑脊液流速极慢时，只有互相关函数计算方法能保证函数解的唯一性与收敛性。

降低热激发温度有利于脑脊液分流量检测。因为图8、图10(b)与其他实验数据比较，发现患者体表温度与热激发温度的温差越大，曲线形态越好，即患者体温正常或者发热时，本传感器检测脑脊液分流量灵敏度最佳。同时，检测环境温度不能过低。

本研究首创将热传导理论用于脑脊液分流流量检测。几年前专家们测评为，是一种独特的敏感的脑脊液流量检测技术，是非常有吸引力的方法。本方法经过不断改进和试验后，脑脊液分流量传感器在实验室获得成功。实验结果表明，传感器可以模拟检测患者在任何条件下的CSF分流流量，比现有X-CT和MRI设备效率高，省钱，且无辐射。