Розробка алгоритму підбору необхідної частоти інжектіруемого струму для багаточастотної електроімпедансної томографії в задачах передопераційного моніторингу функції легенів людини

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2021.234767

Ключові слова:

багаточастинна електроімпедансна томографія, підбір частоти інжектування, інформаційно-вимірювальна, система, жирова маса, легені людини

Анотація

У роботі запропоновано алгоритм підбору необхідної частоти струму, що інжектується, для завдань персоналізованої багаточастотноїелектроімпедансної томографії. Суть алгоритму полягає в розрахунку швидкості зміни реєстрованої різниці потенціалів для заданого діапазону частот струму,що інжектується,з подальшим визначенням тієї частоти, після якої швидкість зміни потенціалів є мінімальною. Далі здійснюється перебудова параметрів інжектування на обрану частоту і запускається повний процес електроімпедансної томографії. Виконано дослідження запропонованих рішень на чотирьох випробовуваних з різною складу тіла, жировою масою, визначеною за допомогою біоімпедансного аналізу.Таким чином, представляється можливим відстежувати динаміку зміни стану легенів конкретного пацієнта шляхом візуалізації реконструйованого поля провідності, з урахуванням його внутрішніх особливостей. Встановлено, що при виконанні досліджень легенів методом електроімпедансної томографії, зі збільшенням відсотка жирової маси людини необхідно збільшувати частоту струму, що інжектується. Представлені результати досліджень, що показують зміну якості візуалізації процесу дихання при різних частотах струму, що інжектується (від 50 кгц до 400 кгц, з кроком 50 кгц). Для випробовуваних з жировою масою 7,6 кг, 23,3 кг, 15,2 кг і 37,3 кг частота інжектування визначена як 150 кгц, 200 кгц, 200 кгц і 350 кгц, відповідно. Запропонований алгоритм дозволяє здійснювати візуальний моніторинг функції легень і може бути використаний в задачах перед- і післяопераційного моніторингу респіраторної функції пацієнтів. Особливо актуальним є його застосування на хворих, що підключаються до апарату штучної вентиляції легенів

Біографія автора

Aleksanyan Grayr, Platov South-Russian State Polytechnic University (NPI)

PhD

Department of Information and Measurement Systems and Technologies

Посилання

  1. Abboud, M., Guardo, R., Martineau, R., Taillefer, J., Pelletier, C. (1995). Monitoring of peripheral edema using electrical bioimpedance measurements. Proceedings of 17th International Conference of the Engineering in Medicine and Biology Society. doi: https://doi.org/10.1109/iembs.1995.575290
  2. Pekker, Ya. S., Brazovskiy, K. S., Usov, V. Yu. (2004). Elektroimpedansnaya tomografiya. Tomsk: NTL, 192.
  3. Pomprapa, A., Schwaiberger, D., Pickerodt, P., Tjarks, O., Lachmann, B., Leonhardt, S. (2014). Automatic protective ventilation using the ARDSNet protocol with the additional monitoring of electrical impedance tomography. Critical Care, 18 (3), R128. doi: https://doi.org/10.1186/cc13937
  4. Liu, S., Tan, L., Möller, K., Frerichs, I., Yu, T., Liu, L. et. al. (2016). Identification of regional overdistension, recruitment and cyclic alveolar collapse with electrical impedance tomography in an experimental ARDS model. Critical Care, 20 (1). doi: https://doi.org/10.1186/s13054-016-1300-y
  5. Nestler, C., Simon, P., Petroff, D., Hammermüller, S., Kamrath, D., Wolf, S. et. al. (2017). Individualized positive end-expiratory pressure in obese patients during general anaesthesia: a randomized controlled clinical trial using electrical impedance tomography. British Journal of Anaesthesia, 119 (6), 1194–1205. doi: https://doi.org/10.1093/bja/aex192
  6. Buzkova, K., Roubik, K. (2015). The effect of electrode belt size selection upon evaluation of the distribution of ventilation using electrical impedance tomography. 2015 E-Health and Bioengineering Conference (EHB). doi: https://doi.org/10.1109/ehb.2015.7391453
  7. Karsten, J., Stueber, T., Voigt, N., Teschner, E., Heinze, H. (2015). Influence of different electrode belt positions on electrical impedance tomography imaging of regional ventilation: a prospective observational study. Critical Care, 20 (1). doi: https://doi.org/10.1186/s13054-015-1161-9
  8. Blankman, P., Shono, A., Hermans, B. J. M., Wesselius, T., Hasan, D., Gommers, D. (2016). Detection of optimal PEEP for equal distribution of tidal volume by volumetric capnography and electrical impedance tomography during decreasing levels of PEEP in post cardiac-surgery patients. British Journal of Anaesthesia, 116 (6), 862–869. doi: https://doi.org/10.1093/bja/aew116
  9. Cinnella, G., Grasso, S., Raimondo, P., D’Antini, D., Mirabella, L., Rauseo, M., Dambrosio, M. (2015). Physiological Effects of the Open Lung Approach in Patients with Early, Mild, Diffuse Acute Respiratory Distress Syndrome. Anesthesiology, 123 (5), 1113–1121. doi: https://doi.org/10.1097/aln.0000000000000862
  10. Hough, J. L., Shearman, A. D., Liley, H., Grant, C. A., Schibler, A. (2014). Lung recruitment and endotracheal suction in ventilated preterm infants measured with electrical impedance tomography. Journal of Paediatrics and Child Health, 50 (11), 884–889. doi: https://doi.org/10.1111/jpc.12661
  11. Gross, B. H., Spizarny, D. L. (1994). Computed Tomography of the Chest in the Intensive Care Unit. Critical Care Clinics, 10 (2), 267–275. doi: https://doi.org/10.1016/s0749-0704(18)30128-3
  12. Adeniji-Sofoluwe, A. T., Adekanmi, A. J., Efidi, R. (2017). Imaging Findings in Chest Computed Tomography: Initial Experience in a Developing Country. Open Journal of Clinical Diagnostics, 07 (04), 113–123. doi: https://doi.org/10.4236/ojcd.2017.74012
  13. Ball, L., Sutherasan, Y., Pelosi, P. (2013). Monitoring respiration: What the clinician needs to know. Best Practice & Research Clinical Anaesthesiology, 27 (2), 209–223. doi: https://doi.org/10.1016/j.bpa.2013.06.004
  14. Ball, L., Vercesi, V., Costantino, F., Chandrapatham, K., Pelosi, P. (2017). Lung imaging: how to get better look inside the lung. Annals of Translational Medicine, 5 (14), 294–294. doi: https://doi.org/10.21037/atm.2017.07.20
  15. Battaglini, D., Robba, C., Rocco, P. R. M., De Abreu, M. G., Pelosi, P., Ball, L. (2019). Perioperative anaesthetic management of patients with or at risk of acute distress respiratory syndrome undergoing emergency surgery. BMC Anesthesiology, 19 (1). doi: https://doi.org/10.1186/s12871-019-0804-9
  16. Białka, S., Copik, M., Rybczyk, K., Misiołek, H. (2017). Electrical impedance tomography for diagnosis and monitoring of pulmonary function disorders in the intensive care unit — case report and review of literature. Anaesthesiology intensive therapy, 49 (3), 222–226. doi: https://doi.org/10.5603/ait.2017.0040
  17. Bachmann, M. C., Morais, C., Bugedo, G., Bruhn, A., Morales, A., Borges, J. B. et. al. (2018). Electrical impedance tomography in acute respiratory distress syndrome. Critical Care, 22 (1). doi: https://doi.org/10.1186/s13054-018-2195-6
  18. Frerichs, I., Pulletz, S., Elke, G., Gawelczyk, B., Frerichs, A., Weiler, N. (2011). Patient examinations using electrical impedance tomography—sources of interference in the intensive care unit. Physiological Measurement, 32 (12), L1–L10. doi: https://doi.org/10.1088/0967-3334/32/12/f01
  19. Schaefer, M. S., Wania, V., Bastin, B., Schmalz, U., Kienbaum, P., Beiderlinden, M., Treschan, T. A. (2014). Electrical impedance tomography during major open upper abdominal surgery: a pilot-study. BMC Anesthesiology, 14 (1). doi: https://doi.org/10.1186/1471-2253-14-51
  20. Jang, G. Y., Ayoub, G., Kim, Y. E., Oh, T. I., Chung, C. R., Suh, G. Y., Woo, E. J. (2019). Integrated EIT system for functional lung ventilation imaging. BioMedical Engineering OnLine, 18 (1). doi: https://doi.org/10.1186/s12938-019-0701-y
  21. Shono, A., Kotani, T. (2019). Clinical implication of monitoring regional ventilation using electrical impedance tomography. Journal of Intensive Care, 7 (1). doi: https://doi.org/10.1186/s40560-019-0358-4
  22. Ward, L. C. (2018). Bioelectrical impedance analysis for body composition assessment: reflections on accuracy, clinical utility, and standardisation. European Journal of Clinical Nutrition, 73 (2), 194–199. doi: https://doi.org/10.1038/s41430-018-0335-3
  23. Shchelykalina, S. P., Nikolaev, D. V., Kolesnikov, V. A., Korostylev, K. A., Starunova, O. A. (2020). Data Views Technology of Bioimpedance Vector Analysis of Human Body Composition. 17th International Conference on Electrical Bioimpedance, 77–83. doi: https://doi.org/10.1007/978-981-13-3498-6_12
  24. Nikolaev, D. V., Schelykalina, S. P. (2016). Lektsii po bioimpedansnomu analizu sostava tela cheloveka. Moscow: RIO TSNIIOIZ MZ RF, 152.
  25. Martirosov, E. G., Nikolaev, D. V., Rudnev, S. G. (2006). Tekhnologii i metody opredeleniya sostava tela cheloveka. Moscow: Nauka, 248.
  26. Nikolaev, D. V., Smirnov, A. V., Bobrinskaya, I. G., Rudnev, S. G. (2009). Bioimpedansniy analiz sostava tela cheloveka. Moscow: Nauka, 392.

##submission.downloads##

Опубліковано

2021-06-25

Як цитувати

Grayr, A. (2021). Розробка алгоритму підбору необхідної частоти інжектіруемого струму для багаточастотної електроімпедансної томографії в задачах передопераційного моніторингу функції легенів людини. Eastern-European Journal of Enterprise Technologies, 3(5 (111), 25–38. https://doi.org/10.15587/1729-4061.2021.234767

Номер

Розділ

Прикладна фізика