近红外光谱脊髓病变检测仪的研制与验证

发布时间：2021-12-12 05:30

　　脊髓是一种人体重要的神经中枢。脊髓病变会引起一系列严重的并发症,严重者甚至会导致瘫痪,具有很高的死亡率,早期的诊断与治疗尤为重要。传统的脊髓病变检测技术主要依赖骨髓穿刺进行活检,其是一种具有一定危险性有创的检测方法,且经常会出现由于抽取样本不符合要求而反复进行穿刺手术,导致许多患者难以接受。现也开始采用MRI、CT等影像技术,但代价昂贵,且具有辐射。因此,急需一种无创、安全、廉价的检测仪。近红外光谱技术（NIRS）是一种新兴的非侵入的人体血液动力学检测技术,具有非电离辐射、便携、廉价等优点。本论文基于NIRS技术研制一套非侵入式近红外光谱脊髓病变检测仪。本文对研究背景和意义以及现有的几种检测方法进行了对比与分析,对NIRS检测原理和研究现状进行了说明。验证了NIRS技术检测脊髓病变的可行性,进而展开近红外光谱脊髓病变检测仪的研发与性能测试。首先,基于可视化中国人数据集（VCH）建立三维体素化脊髓模型进行MCVM仿真确定近红外光在实际人体脊髓中的传输特性。其吸收分布仿真结果,验证了利用近红外光检测脊髓病变的可行性。此外,为了获取最优的光源探测器距离,进行了不同距离的系统仿真与数据处理分析... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 脊髓病变现有检测手段
        1.2.1 骨髓穿刺
        1.2.2 X射线
        1.2.3 CT
        1.2.4 MRI
    1.3 NIRS工作原理和研究现状
        1.3.1 NIRS工作原理
        1.3.2 NIRS研究现状
    1.4 本文的主要工作及结构安排
        1.4.1 本文的主要工作
        1.4.2 本文的结构安排
第二章 近红外光子在脊髓中传输的MCVM仿真及探头优化
    2.1 MCVM光传输仿真
    2.2 可视化中国人数据集脊髓模型的建立
        2.2.1 可视化中国人数据集
        2.2.2 脊髓模型的建立
    2.3 仿真流程与光学参数、仿真条件的设置
    2.4 吸收分布仿真结果
    2.5 探头间距优化
        2.5.1 不同光源-探测器间距仿真
        2.5.2 仿真结果
        2.5.3 最优化探头间距
    2.6 本章小结
第三章 近红外光谱脊髓病变检测仪硬件电路设计
    3.1 近红外光谱脊髓病变检测仪硬件电路总体结构
    3.2 探头的设计
        3.2.1 光源与探测器的选取
        3.2.2 探头的整体布局
    3.3 控制电路的布局与设计
        3.3.1 电源电路的设计
        3.3.2 主控芯片
        3.3.3 光源驱动模块设计
        3.3.4 数据采集电路的设计
        3.3.5 串口数据传输模块
    3.4 本章小结
第四章 近红外光谱脊髓病变检测仪软件设计
    4.1 下位机软件设计
        4.1.1 软件总体架构
        4.1.2 SPI总线驱动光源
        4.1.3 数据采集与处理
        4.1.4 串口数据传输
        4.1.5 通信协议设定
    4.2 基于Qt的上位机软件设计
        4.2.1 Qt应用程序开发框架介绍
        4.2.2 Qt信号与槽机制
        4.2.3 Qextserialport串口类进行数据传输
        4.2.4 QPainterPath类进行曲线绘制
        4.2.5 总体结构
    4.3 本章小结
第五章 近红外光谱脊髓病变检测仪性能测试及预临床实验
    5.1 性能测试实验
        5.1.1 系统稳定性实验
        5.1.2 系统响应一致性实验
        5.1.3 系统灵敏性测试
    5.2 预临床实验
        5.2.1 不同部位的对比检测
        5.2.2 脊髓进行前后处理检测
    5.3 本章小结
第六章 总结与展望
    6.1 本文主要工作
    6.2 后续工作展望
致谢
参考文献
附录
攻读硕士学位期间取得的成果


【参考文献】：
期刊论文
[1]The clinical rehabilitation of spine and spinal cord disorders: detection and evaluation using SPECT/CT[J]. Max J. Scheyerer,Clément M.L.Werner,Patrick Veit-Haibach.  Neural Regeneration Research. 2014(08)
[2]Construction and visualization of high-resolution three-dimensional anatomical structure datasets for Chinese digital human[J]. LI AnAn1,LIU Qian1,ZENG ShaoQun1,TANG Lei2,ZHONG ShiZhen2 & LUO QingMing1 1 The Key Laboratory for Biomedical Photonics of the Ministry of Education,Wuhan National Laboratory for Optoelectronics,De- partment of Biomedical Engineering,Huazhong University of Science and Technology,Wuhan 430074,China; 2 Department of Anatomy,Southern Medical University,Guangzhou 510515,China.  Chinese Science Bulletin. 2008(12)



本文编号：3536091