生物医学工程新进展

生物医学工程新进展张禄鹏梁志远（首都医科大学生物医学工程学院，北京，100069）摘要：综述了生物医学工程的当前主要进展，包括康复工程、生物信息学、生物电子学和医学影像分析等传统研究。根据各领域的新进展，简述了生物机械、脑电、医疗信息系统和计算机辅助诊断等热点。最后总结了生物医学工程领域面临的主要挑战和未来发展方向。关键词：生物医学工程；康复工程；生物信息学；生物电子学；医学影像分析Abstract:Theresearchfieldsandadvancesofbiomedicalengineeringhavebeenreviewedinaspectsincludingrehabilitationengineering,bioinformatics,bioelectronics,medicalimage.Topicsofbiomechanics,EEG,medicalinformationsystemandcomputeraideddiagnosisarebrieflyintroduced.Intheend,somechallengesfacedbybiomedicalengineeringsomedirectionsforfutureresearcharesummarized.Keyword:biomedicalengineering;rehabilitationengineering;bioinformatics;bioelectronics;medicalimage1.引言生物医学工程学是现代生命科学和医学、工程学相结合而发展起来的边缘学科。由于生物医学工程学是新兴的交叉学科，与其他学科，如材料、信息、电子技术、计算机科学关系密切，因而涉及的领域十分广泛，并在不断发展之中。目前，生物医学工程学的主要分支领域有：生物力学和生物流变学，生物材料和人工器官，生物系统的建模和控制，生物医学信息的检测和处理，医学成像及图像处理等[1]。生物医学工程学涉及面广，结构复杂，需多学科交叉与相互支持，发展相当迅速。生物医学工程学的发展对促进医疗水平的提高，加快医学现代化的步伐有重大作用。其研究成果一般具有较大的社会效益和经济效益。虽然生物医学工程学涉及面广，信息量大，发展迅速，但是，按其最终研究目标，可将其分为生物医学康复工程等几个方面。2.生物机械学在康复工程中的应用生物机械学是机械学发展的一个新领域，它综合应用现代机械学和生物力学、生理学的基础理论和方法，研究生物功能的原理、功能的工程再现，以及生物体与机械环境的相互影响。在生物机械学中。对人—机一体化系统的研究有两个方面的意义[2-4]：首先是在所研究的系统中，人是系统的主体，机械不仅代替了人的体力或者脑力劳动，而且密切为人服务。研究目标是致力于保护人体健康、充分发挥人的潜能、辅助和增强人体功能。其次，对人体功能的研究和理解，也会对机械科学与技术等的研究与发展提供有益的启示。康复工程是一个正在发展的、与许多学科有关的领域。生物机械学的研究与康复工程的关系可以归结为：一方面康复工程的需求和发展促进了生物机械学的发展；另一方面生物机械学的研究又为康复工程的发展提供了支撑。康复工程中的生物机械学研究，特别是运动功能康复装置的核心问题是对人机一体化系统的研究[6]。人与机械装置的完美结合甚至可取得预想不到的效果。2008年北京残疾人奥运会期间，令人瞩目的南非运动员“无腿飞人”奥斯卡· 皮斯托留斯跑出了正常人都难以达到的成绩，其原因除了个人意志和能力以外，他所使用的用碳素纤维制成储能式运动假肢起到了很关键的作用。在假肢与人体构成一个人机一体化系统，假肢的形状和参数设计，以及与人体的适配，使个人体能和假肢的性能都得到了充分发挥[5]。在进行康复训练的人—机系统中，可以通过人机之间的相互作用恢复和提高人体的功能。近些年来，国外的一些偏瘫康复研究机构另辟蹊径，尝试将机电设备引入偏瘫康复训练中，相继研制出一些偏瘫康复训练设备——治疗机器人(therapyrobot)，也称脑神经康复机器人(neuro-rehabitlitationrobot)，辅助患者进行肢体康复训练[7]。尽管目前的脑神经康复机器人都能够在定程度上向患者提供简单的训练方案，但是迄今为止，所有研究结果除了能够证实机器人辅助治疗确有一定疗效外，并不能提供更多的有价值的结沈。其根源在于，现有机器人所能提供的训练动作只是简单的曲线或者直线轨迹，首先它与临床训练的要求不符，不能在康复早期给患者以更多的正确运动感觉的刺激；其次遗此动作与日常功能性动作相差甚远．对于患者恢复日常生活能力帮助不大。不仅如此，由于机器人不能根据患者的康复情况做出实时的婀整(辅助或阻尼、支撑或小支撑)，容易让患者完全依赖于机器人完成动作，从而响可能导致瘫肢产生异常运动模式。此外，相同的训练内容用于所有患者，缺乏针对件的话疗方案，因而秘难获得不同于治疗师辅助治疗的康复效果[7]。机器人辅助偏瘫治疗的研究仍然处于起步阶段，临床应用任重而道远。但是机器人具备许多人所无法比拟的优点，例如：长期、稳定地重复训练，精确、客观地测定圳练与匡动参数，提供寅时反馈，远程训练[9]等。随着社会老龄化加剧，中风偏摊患者逐渐增多，机器人所具有的这些优点具有越来越大的使用价值。同时，通过临床上使用积累的大量数据，将有助于认识训练参数与康复效果之间的关系，从而能够在机器人辅助脑神经康复治疗上取得更大的突破。脑神经康复机器人给临床康复医学带来了一条新的思路。随着科技的快速发展，机器人在控制、检测、分析和反馈等方面会有更大的提高，其“智能”将与人类接近，而精确性则远远超过人类。临床研究表明，多种刺激可以获得更好的康复效果[10]。因此，通过虚拟现实、脑电、肌电技术与机器人技术的集成，有望向患者提供全力值的刺激，全面促进中枢神经的重组和代偿。这些结果将不仅对临床研究神经康复自巨大的指导意义，而月为研究正常人的神经控制与运动机理提供了一个契机。1.生物信息学和医疗信息系统随着医院数字化建设的蓬勃发展，“数字化医院”的理念已经被广大医院所接受，目前面临的主要问题是如何去建设“数字化医院”。数字化医院在不同历史时期下有着不同的含义，按照国内外的医院数字化发展经历，可以把数字化医院的发展划分为3个阶段[11]。第1阶段为管理数字化阶段。我国自20世纪70年代计算机在医疗行业中开始应用以来，医院的数字化建设一直是以提高管理工作效率、辅助财务核算为主要目的，“管理数字化”是这个阶段数字化医院建设的主要特色。到目前为止，我国90％以上的大型医院已经实现了科室的数字化管理，近40％的大中型医院正在建设全院的数字化管理信息系统[12]。第2阶段为医疗数字化阶段。随着近几年影像归档和通讯系统PACS(PictureArchivingandCommunicationSystem)的发展，以及麻醉监护系统、检验信息系统、电子病历系统等的兴起，“医疗数字化”逐渐成为数字化医院的发展重心。数字化医院建设不仅仅局限于对管理工作的数字化，还包括对医院所有医疗活动中所涉及的垒部信息进行“以病人为中心”的数字化管理并综合利用[13]。在目前已经应用信息系统的医院中，约有10％的医院正在尝试各类医疗数字化的信息系统构建。第3阶段将是以“区域医疗”为特色的数字化医院。随着各类区域性医疗网络、远程医疗以及社区医疗的发展，数字化医院将超越实际的地域限制，通过各种医疗机构的网络互连以及信息交换，实现垒社会范围的医疗数字化[14]。这是数字化医院发展的中长期目标。 医疗信息系统有两种含义。从广义上来说，它是指所有与医学有关联的信息系统的统称，各类面向医院管理的信息系统都属于医疗信息系统的范晦从狭义上来说，它仅涉及纯粹的医疗活动，是对相关的临床数据和知识进行综合管理和应用的信息系统。各类医疗信息系统中，有的已经在国内发展多年，如影像信息系统；有的才刚刚起步，如麻醉监护信息系统[15]和重症监护信息系统等。随着国家和国内各医疗机构对数字化医院建设的重视，医疗信息系统在今后一段时间内将会出现一个飞速发展的时期。整个数字医疗神经网络的核心是称之为“可视化医疗(Visualizedhealthcare)”的医疗信息系统，它是电子病历系统的终极形态。可视化医疗描画出了数字化医院的发展蓝图，同时也为医疗信息系统的研究指明了方向。以此为目标，在现有医疗信息系统的基础上，进行数字医疗神经网络结构的建设，以及开展虚拟医院场景、多源数据接入、医疗对象管理、虚拟环境融入等方面的研究，将是夸后医疗信息系统研究的主要任务。1.生物电子学和脑电电子学自问世以来就逐步渗透、深入到各个学科，成为学科发展的主要支柱。50年代起，电子学广泛应用于医学和生物学领域，使生物医学电子学这样一个交叉学科应运而生。它使医学、生物学获得了定量研究的手段产生了深远的影响。在生物医学电子学发展的早期阶段主要是利用电子学理论和技术研制适合生物学和医学应用的电子仪器、仪表。随着信息科学和电子技术的迅速发展，随着人们对生物学研究的不断深入，电子学和生物学、医学之间的交叉和渗透不断向更高的层次发展，展开了对生物体本身信息系统和电磁现象的研究，开拓了崭新的领域[16]。神经生理学和信息科学的交叉产生了智能科学，人机功能学、信息仿生学等。人工智能就是研究特定的生物系统的信息处理过程，进而人为地实现这一过程的科学。通过对机器人视觉的研究得出结论，离开对脑组织的研究就不可能根本解决人工视觉的自动辩识问题。脑电(EEG)反映了脑神经系统的电生理活动，EEG测试的安全无创已使其成为脑功能检测的一种重要辅助手段，广泛应用于神经内外科领域[17]。用LabVIEW设计的虚拟仪器弥补了传统的生物医学仪器在功能扩展、价格、升级换代及通用性等方面的不足，所以它具有强大的生命力，在生物医学中具有极其广泛的应用前景[18]。LabVIEW系统可用于测试、过程处理和控制，应用的范围极其广泛。由LabVIEW开发的虚拟仪器系统在生物医学工程中主要的用途有数据的采集和分析，以及系统控制。用LabVIEW开发的数据采集系统可采集多种生理信号。可应用于临床听力学、心血管病学、神经生理学和神经外科、手术监护中的研究和临床应用中；LabVIEW的控制系统则可应用于细胞培养、仪器控制和生物过程控制中。2.医学影像和计算机辅助诊断技术医学图像分析是综合医学影像、数学建模、数字图像处理与分析、人工智能和数值算法等学科的交叉领域。20世纪70年代，X线图像在临床广泛应用，医生借助学习得到的知识和实践积累的经验，解读病人的X线照片所反映的解剖结构和病生理信息。但是，这种人工解读方式，往往依赖于医生个人的经验、知识和情绪，且效率较低，在大规模筛查和某些特定病种（如乳腺癌）诊断时，尤其显得力不从心。随着计算机的发展和数字化仪器的出现，人们开始把X线胶片的模拟图像转变为数字图像存储和传输；另外，人们从当时太空计划和遥感图像的数字化处理中积累了一定的数字图像处理和分析的知识，计算机技术的初步成熟也提供了相当的计算能力。研究者开始尝试把医学模拟图像转化为数字图像，开展了计算机辅助诊断(computeraideddiagnosis，CAD)的初步研究，试图在一定程度上辅助医生判读医学图像，排除人为主观因素，提高诊断准确性和效率[18] 。研究的图像主要是X线图像，局限于一些具有特殊诊断特征的病种如乳腺癌、肺部结节病灶等。医学临床需求也推动着医学图像分析的发展，如20世纪70年代核医学心脏成像使人类第一次观察到左心室收缩末期和舒张末期的血容量的变化，得到的图像是以数字图像方式存储的序列图像；采用计算机辅助人机交互式分割算法帮助医生勾画左心室的内壁，提高医生的工作效率，并自动计算出射血分数等重要的临床参数[19]。医学图像分析在计算机引导介入手术、放疗手术计划以及计算杌辅助诊断等重大临床需求的推动下，不断发展完善。磁共振成像具有较高的软组织对比度与空间分辨率，并能根据需要灵活选择成像参数与成像层面，已经广泛应用于临床。然而，由于数据采集时间较长而导致成像速度较慢，是磁共振成像的主要不足。多通道采集技术与并行成像算法的出现，使得可以不再依赖梯度性能的提高就可以大大加快数据的采集。多线圈并行成像技术主要是利用相控阵线圈中单个接收线圈的空间敏感度(Spatialsensitivity)差异来编码空间信息，降低成像所必需的梯度编码步数(主要为相位编码步数)，获得更快的扫描速度[20]。关于多线圈并行成像的研究开始于1987年。起初，敏感度编码被提出来替代所有的梯度相位编码[21]，由于可以获得的有效的敏感度编码数是有限的，这个方法的应用受到一定限制；于是后来有人提出更加实际有效的混合编码方案，即同时利用敏感度编码与梯度相位编码[22]。在经历了初始的基本理论研究阶段后，研究者提出了并行成像的实际应用方案，主要为Sodickson在1997年提出的SMASH[23]和Pmessmann在1999年提出的SENSE[24]两种方法。计算机辅助诊断技术是指通过影像学、医学图像处理技术以及其它可能的生理、生化手段，结合计算机的分析计算，辅助放射科医师发现病灶，提高诊断的准确率。现在常说的CAD技术主要是指基于医学影像学的计算机辅助技术。CAD系统应当始终定位在“第二阅片人(secondreader)”，而由医生做出最终的诊断结果心[25]。总的说来，采用CAD系统有助于提高医生诊断的敏感性和特异性。CAD技术发展至今已接近40年，随着数字化影像设备市场比例增高，CAD系统越来越多地与设备配套设计出售。乳腺癌作为一种恶性肿瘤，是现代妇女的主要死亡原因之一。美国癌症学会(Americancancersociety)的报告以及大量的实验数据都证实早期诊断乳腺癌能挽救生命和增加治疗方案选择。钼靶软X线乳腺摄影术(mammography)在早期诊断方面尤其具有价值，这是因为乳腺癌病变在发生浸润之前，就已经在X线图像上有比较明显的特征[26。据估计，钼靶软X线乳腺摄影术的应用，使得乳腺癌病人的死亡率下降18％～40％[27]。隐匿性冠心病（SMI）又称无症状性心肌缺血或无痛性心肌缺血，以往对SMI主要结合高危因及发作时的心电图（ECG）改变并且经放射性核素心肌显像进一步证实[28]。常规ECG对SMI的诊断价值有限，影像学技术对SMI的诊断能够做到相对无创、简单易行、费用低，在SMI筛查中具有巨大的应用价值。超声成像以其安全、实时、低价等优势，在临床诊断中被广泛使用。由于超声波在人体组织中的反射、散射、衰减等作用，以及仪器本身分辨率限制和环境噪声的叠加，使回波信号受到很大的影响，导致最终得到的组织图像产生较多的噪声、伪影。与CT、MRI等大型医疗仪器相比较，其分辨率低，特别是在组织纹理和边缘等细节方面有着明显的不足。针对医用低频B超信号(<10MHz)，先使用双频倒谱方法估计出超声系统函数，然后再用傅里叶小波正则反卷积(Fourier-WaveletRegularizedDeconvolution)算法对射频超声信号进行反卷积，求得最终的组织图像信号。该算法可处理病态反卷积问题，同时具有高抗噪性能，可显著提高超声图像的分辨率和信噪比[30]。1.结论与展望生物医学工程学科必须和临床科研和实践紧密结合，和临床病理过程相结合。目前， 生物医学工程专业发展迅速，新的研究方法层出不穷，基于生物医学工程开展的研究和临床实践也不断增多。许多研究者在进行生物医学工程研究时时对应用不关注，导致研究成果得不到临床医生的认可，不能帮助改善医生的诊断和治疗效率。生物医学工程学科的建立，对医学分析研究的推动具有重要的意义，目前虽然已经取得一定成果，但只是在特定的领域和范围上，需要进一步发展。另外，生物医学工程是为临床诊疗和医学科研服务的交叉学科，研究者需要密切关注其他研究领域的进展，从中寻找新的研究思路和领域。虽然生物医学工程学涉及面广，信息量大，发展迅速，但是，按其最终研究目标，生物医学材料、生物医学工程器械和远程诊疗系统等几个方面在未来仍将有重要发展。参考文献：[1]姚军，樊春海，李根喜.生物医学工程学的重要领域及研究进展[J].生物医学工程学杂志，1998，15(4):433～436.[2]路甬祥，陈鹰.人机一体化系统与技术——21世纪机械科学的重要发展方向[J].机械工程学报，1994，30(5)：1-8.[3]金德闻，张济)ll，郝智秀.康复工程中的生物机械学研究[J]中国康复医学杂志，2010，25(1)：61-64．[4]姜召友，石力君．生物电技术在人机一体化系统中的应用[J]．磨床与磨削，2000，(4)：22—23．[5]杨建坤，金德闻，季林红，等．膝上截肢患者行走过程中的滑倒危险性分析[J]．清华大学学报(自然科学版)，2006，46(11)：1854-1856．[6]金德闻，季林红，杨建坤，张济川.生物机械学研究在康复工程中的应用[J].中国医疗设，2011,26(4)：1-4.[7]王广志，任宇鹏，季林红，高小榕.机器人辅助运动神经康复的研究现状[J].机器人技术与应用，2004(4)：9-14[8]王耀兵，季林红，王广志，黄靖远.脑神经康复机器人研究的进展与前景[J].中国医学康复杂志，2003，18(4):230-231.[9]BurgarCG，LumPS，ShorPC，etal.Developmentofrobotforrehabilitationtherapy：ThePAL0AltoVA/Stanfordexperience[J].JournalofRehabilitationResearchanddevelopment，2000，37(6)：663-673.[10]王茂斌.脑率中康复研究的进展[J]中国康复医学杂志，2001，16(5)：264—265.[11]段会龙，吕旭东.医疗信息系统发展现状及趋势[J]，中国医疗器械信，2004,10(2)：1-41.[12]黄晓东，建设有自己特色的数字化医院之路[J]，医学信息，2011(2):566-567.[13]汪涛，医院数据仓库数据模型设计[J]，计算机技术与发展，2010(5):191-194.[14]赵宁，金新政.区域卫生信息系统集成化探讨[J]，中国卫生质量管理，2009(4)：53-55.[15]张丹，沈小平.基于医疗卫生信息技术的模拟数字化医院的研究与实现[J]，微型电脑应用2010(6):14-16.[16]韦枉，万遂人，汪宏.生物电子学进展[J]，大自然探索.1987，(1):103-111.[17]宋莹，田心.脑电的非线性动力学高维特性及研究现状与展望[J]，国外医学生物医学工程分册.2000(4):198-202.[18]朱志强，田心.LabVIEW及其在生物医学工程中的应用[J]，国外生物医学工程分册。2001，24(2):59-64.[19]李兵，徐有福，乐昵. 计算机图像处理技术在医学影像中的进展与应用[J]，生物医学工程学杂志.1993,10(3):360-363.[20]陈武凡，秦安，江少峰，等.医学图像分析的现状与展望[J]，中国生物医学工程学报.2008,27(2):175-181.[21]陈武凡.并行磁共振成像的回顾、现状与发展前景[J]，中国生物医学工程学报.2005，24(6):649-654.[22]CarlsonJW.AnalgorithmforNMRimagingreconstructionbasedonmultipleRFreceivercoils[J].JMagReson，1987，74：376-380.[23]RaJB，RimCY.Fastimagingusingsubencodingdatasetsfrommultipledetector[J].MagnResonMed，1993，30(1)：142-145.[24]SodicksonDK，ManningWJ．Simultaneousacquisitionofspatialharmonics(SMASH):fastimagingwithradiofrequencycoilarrays[J].MagnResonMed，1997，38(4)：591-603.[25]PruessmannKP，WeiM，ScheideggerMB，etal，SensitivityencodingforfastMRI[J].MagnReconMed，1999，42(5)：952-962.[26]康维，王广志，丁辉.乳腺X线成像的计算机辅助诊断技术研究进展[J].北京生物医学工程，2006，25(2):213-221.[27]AmericanCancerSociety：CancerFactsandFigures-2004．NewYork，NY：AmericanCancerSociety，2004.[28]GigerM．OverviewofComputer-AidedDiagnosisinBreastImaging．ProceedingsoftheFirstInternationalWorkshoponComputer-AidedDiagnosis，ChicagoUSA：1998．167—176.[29]王广志，崔艳玲，周茂义.隐匿性冠心病的影像诊断现状及进展[J].国际医学放射学杂志，2009，32(6):542-545.[30]王婷，陈功，万遂人.傅里叶-小波正则反卷积医学超声成像方法[J]，2011，30(6)：501-504.