神经导航下与传统脑室腹腔分流术治疗脑积水的疗效及并发症分析

目的 比较神经导航下行脑室穿刺腹腔引流术与传统脑室-腹腔分流术治疗积水在脑室端分流管放置位置的准确率,以及术后疗效和并发症发生情况.方法 回顾性分析2012年1月-2016年6月收治的脑积水患者40例.术前已征得家属同意,由家属自愿选择手术方式,18例在神经导航下行脑室穿刺腹腔引流术(A组),22例行传统脑室-腹腔分流术治疗(B组),比较两组患者有效率和并发症发生情况,以及在脑室端分流管放置的位置,即游离于侧脑室额角和平齐Moro孔的准确率.结果 所有患者均术后及时复查头颅CT查看脑室端分流管的位置情况,并在患者出院后医院门诊定期随访3～ 24个月.患者术后及时复查头颅CT发现,A组脑室端分流管位置达到设定位置有16例,没有达到设定位置有2例,准确率为88.89％;B组有8例达到设定位置,未达到的有14例,准确率为36.36％,差异有统计学意义(P＜0.05).A、B两组总有效率(显效±有效)分别为94.4％和86.4％ (P ＞0.05).术后并发症包括出血、感染、分流管堵塞、分流过度与分流不足等.随访期间,A组出现过度分流1例;B组出现切口感染1例、分流管堵塞4例、过度分流1例、分流不足2例.两组患者经引流管压力调整或者拔管后重新置管后均恢复良好.A组所有并发症发病率为5.56％,B组为36.36％;A组与B组分流不足差异无统计18.18％ (P ＞0.05).结论 学意义(P＞0.05);A组没有出现分流管脑室端堵塞,B组分流管脑室端堵塞出现4例,其发病率为神经导航引导下行侧脑室-腹腔分流术比传统的脑室腹腔分流术在脑室端分流管放置到设定位置的准确率方面有显著的优势,并在减少术后并发症上有一定的优势.     

多模态辅助下经纵裂-胼胝体-透明隔-穹窿间-第三脑室入路的解剖学研究

目的　研究在导航引导下经纵裂-胼胝体-透明隔-穹窿间-第三脑室的解剖入路,探讨神经导航在优化此入路的操作方法及其具体应用价值。 方法　选用5例成人尸头标本,模拟经纵裂-胼胝体-透明隔-穹窿间-第三脑室的入路,并在神经导航下通过神经内镜及显微镜对入路途径中的相关结构进行解剖学观察以及相应数据的测量, 并进行统计学分析。 结果　通过将5例标本的标本解剖测量数据与导航上测量数据进行统计学分析,发现其所得P值均大于0.05,这说明标本解剖测量数据与导航上测量数据并无统计学差异,也说明神经导航可以精确指导该入路。 结论　导航引导下可以实现对胼胝体的精准切开、对透明隔及穹窿等重要解剖结构的可靠识别和精细操作,优化先前的手术入路,以减轻脑组织损伤,提高手术的可靠性。     

基于血流向量测量颈动脉血流量的稳定性研究

目的 探讨基于血流向量测量颈动脉血流量的不同方法及其稳定性。方法 选取健康志愿者15例和40例患者为研究对象,5名重症医学科医师采用三角函数双切面测量法、三角函数单切面测量法、横切固定角度测量法、纵切测量法、最大血流速度近似法、流速均值近似法和改良环形近似法通过超声检查对颈总动脉血流量进行测量,并对测量结果进行稳定性分析以寻找稳定性较好的血流量的测量方法。结果 三角函数单切面测量法稳定性高于三角函数双切面测量法、横切固定角度测量法、纵切测量法,差异有统计学意义(P<0.05)。最大血流速度近似法与流速均值近似法的稳定性比较,差异无统计学意义(P>0.05)。改良环形近似法与最大血流速度近似法的稳定性比较,差异无统计学意义(P>0.05),但分析结果显示,前者的稳定性优于后者,差异有统计学意义(P<0.05)。结论 三角函数单切面测量法可测得较为稳定的血流速度。颈动脉斑块患者采用改良环形近似法可获得较稳定的血流量,但评估稳定性仍然有待进一步提高。     

人工神经网络技术预测颅脑损伤患者的预后效果

目的运用人工神经网络（ANN）技术预测颅脑损伤患者的预后效果。 方法在已完成的与预后相关的入院指标的二次多项式回归模型研究的基础上，回顾性分析2013年1月至2017年8月入住扬州大学附属医院重症医学科的130例颅脑损伤患者的临床资料，建立基于ANN技术的颅脑损伤患者预后预测模型，同时采用2017年10月至2019年3月46例颅脑损伤患者临床资料进行外部验证，计算其相关系数、敏感度及特异度等参数，并与二次多项式逐步回归模型进行对比分析。 结果ANN技术建立的颅脑损伤患者预后预测模型，内部验证中，其相关系数为0.8935，不良预后的敏感度为94.8%（55/58），特异度为82.1%（55/67）；良好预后的敏感度为95.5%（42/44），特异度为87.5%（42/48）。外部验证中，其相关系数为0.7138，不良预后的敏感度为43.8%（7/16），特异度为100.0%（7/7）；良好预后的敏感度为100.0%（26/26），特异度为66.7%（26/39）。 结论与二次多项回归模型比较，ANN技术建立的预测颅脑损伤患者预后的数学模型的模型拟合程度较高，但对于预后评估的敏感度及特异度，优势不明显。