基于改进Fast ICA-BP算法在直肠生理信号处理中的研究

大便失禁是指肛门括约肌失去对粪便及气体排出的控制能力。随着医工学科的交叉发展,提出了使用人工肛门括约肌系统(AAS)来帮助患者治疗大便失禁,重建直肠感知功能,监测直肠压力和诊断直肠病变。本文改进了原括约肌执行机构,分析了直肠受力情况,进行了AAS系统的离体信号采集实验。针对AAS系统在直肠生理信号处理方面的缺失,提出了使用相空间重构(PSR)对一维直肠压力信号进行多维重建,并利用改进的快速独立分量分析(Fast ICA)算法对重构信号进行分离,提取分离后直肠信号的特征分量,采用BP神经网络进行模式识别。实验对比表明,改进的执行机构对直肠平均最大应力基本保持在12 kPa左右,保证了直肠受压区域的正常供血,实现直肠内容物的夹持。该算法迭代次数少,分离效率高,直肠功能平均诊断率达89.5%,可以实现直肠生理信号的初步处理。

反馈式人工肛门括约肌生物力学相容性研究

针对人工肛门括约的直肠感知功能重建和肌生物力学相容性问题,提出将HAPC波作为产生便意的主要依据,利用小波包分析对直肠压力信号进行特征提取,采用DB算法优化后通过SVM分类器进行便意预测,从而实现直肠感知功能重建;构建了直肠和人工肛门括约肌的三维有限元模型,对直肠进行了黏弹性分析,利用直肠的本构方程推导出了Prony级数形式,并模拟括约肌的收缩和舒张施加载荷对人工肛门括约肌进行了有限元分析,得到了直肠受压迫时的位移和应力的分布情况。仿真实验结果表明,该人工肛门括约肌较高精度地实现了便意预测,并具有较好的生物力学相容性。