時(shí)間：2023-08-02 09:26:17
緒論：在尋找寫(xiě)作靈感嗎？愛(ài)發(fā)表網(wǎng)為您精選了8篇精準(zhǔn)醫(yī)學(xué)綜述，愿這些內(nèi)容能夠啟迪您的思維，激發(fā)您的創(chuàng)作熱情，歡迎您的閱讀與分享！
腦微出血（CMBs）是近年來(lái)醫(yī)學(xué)上提出的，關(guān)于亞臨床的終末期微小血管病變導(dǎo)致的含鐵血黃素沉積現(xiàn)象的概念。本文中筆者從CMBs的發(fā)病機(jī)制與原理方面出發(fā)，結(jié)合當(dāng)前對(duì)腦微出血的研究，探討腦微出血的臨床表現(xiàn)，針對(duì)各類(lèi)型觸發(fā)CMBs癥狀的相關(guān)因素臨床研究進(jìn)行綜述。
1、腦微出血的提出與定義
腦微出血（cerebral microbleeds CMBs）最初是在2005年開(kāi)始被發(fā)現(xiàn)，因?yàn)槠湓谂R床醫(yī)學(xué)表現(xiàn)上沒(méi)有明顯的特征，只有在MRI技術(shù)T1成像作用下才表現(xiàn)為圓形或者是斑點(diǎn)狀的低信號(hào)或者是信號(hào)缺失的情況[1]，隨著醫(yī)學(xué)技術(shù)的發(fā)展，在T2加權(quán)像中表現(xiàn)更加清楚。腦微出血真正被提出研究是在2009年，但是因?yàn)楦嗳鄙俨“Y樣本的研究和討論，至今還是因?yàn)槿狈Ω?a href="http://www.hapx.net/haowen/45201.html" target="_blank">精準(zhǔn)的定位定義研究。
2、CMBs常見(jiàn)發(fā)病群體
目前的研究結(jié)果顯示，腦微出血發(fā)病群體多數(shù)體現(xiàn)在老年人身上[2]。年紀(jì)的增加，由于人體的腦內(nèi)微小血管病變的可能更大，所致腦微出血現(xiàn)象更加的頻繁。
出現(xiàn)CMBs的人群當(dāng)中，在腦出血病人中導(dǎo)致CMBs發(fā)生的概率是最高的，多達(dá)33%-80%的范圍，其次是腦梗塞病癥的病人發(fā)生CMBs的概率是26%，正常人發(fā)生腦微出血的可能性在5%-6.4%。從上面這個(gè)數(shù)據(jù)中可以看出，臨床表現(xiàn)出來(lái)的腦出血會(huì)導(dǎo)致CMBs并況，危險(xiǎn)進(jìn)一步增加。
CMBs病癥除了有一些共同群體的現(xiàn)象之外，其常見(jiàn)發(fā)病的部位依次表現(xiàn)在皮質(zhì)及皮質(zhì)下白質(zhì)，其次CMBs體現(xiàn)在基底核及丘腦、腦干，最后是小腦[3]。國(guó)外腦微出血研究人員Lee在針對(duì)CMBs多發(fā)性部位的研究當(dāng)中，發(fā)現(xiàn)CMBs與原發(fā)性腦內(nèi)出血之間的關(guān)系非常密切。皮質(zhì)及皮質(zhì)下白質(zhì)因?yàn)樯鲜龅年P(guān)系，所以皮質(zhì)及皮質(zhì)下白質(zhì)和腦微出血關(guān)聯(lián)強(qiáng)度最高，發(fā)病率也更高。除了Lee的研究之外，Ying-Fa Chen等醫(yī)學(xué)家在研究過(guò)程中，也發(fā)現(xiàn)了再M(fèi)RI檢測(cè)結(jié)果中，缺血性腦卒中的病患位于基底核和丘腦部位的CMBs病灶和pICH的病灶相關(guān)[4]。
導(dǎo)致腦微出血發(fā)病的病因因多數(shù)是因?yàn)楦哐獕?、淀粉樣血管變性等等危險(xiǎn)因素[5]。對(duì)于這些腦微出血病癥的相關(guān)因素，需要進(jìn)一步的研究探討，找到更加精準(zhǔn)的病因。根據(jù)研究顯示，CMBs除了和人的年齡、血壓、還有就是心臟疾病方面相關(guān)[6]。在近一兩年更有提出與低密度脂蛋白有關(guān)系，這些相關(guān)因素需要我們進(jìn)一步的探討。
3、CMBs發(fā)病機(jī)制與原理
當(dāng)前腦微出血因?yàn)槠渥陨聿“Y與出血性腦血管疾病的關(guān)聯(lián)性，所以其也成為預(yù)測(cè)腦血管疾病的因子之一[7]。所以CMBs受到了現(xiàn)代神經(jīng)科研究領(lǐng)域的高度關(guān)注，但是由于還未能夠根據(jù)臨床研究對(duì)CMBs進(jìn)行精準(zhǔn)定義，同時(shí)發(fā)病機(jī)制也還處在探討階段。
從當(dāng)前探討階段的研究結(jié)果可以得出，腦微出血是因?yàn)槲⒀艿氖艿綋p傷而引起的臨床病變，這種微出血血管損傷嚴(yán)重程度的提升，直接體現(xiàn)在病變的嚴(yán)重化，出血表現(xiàn)更為明顯。病理學(xué)研究結(jié)果中，我們發(fā)現(xiàn)CMBs病癥多數(shù)發(fā)現(xiàn)是位于腦內(nèi)微小動(dòng)脈或者是更細(xì)微動(dòng)脈瘤的旁邊，從而能夠推測(cè)出高血壓是導(dǎo)致形成腦微出血病癥的因素之一[8]。
4、腦微出血的危險(xiǎn)因素
隨著現(xiàn)代醫(yī)學(xué)技術(shù)的進(jìn)步，MRI檢測(cè)新技術(shù)之磁敏感加權(quán)成像（SWI）在臨床醫(yī)學(xué)方面應(yīng)用范圍更為的廣泛。CMBs被認(rèn)為和認(rèn)知知障礙、腦實(shí)質(zhì)出血 、腦腦卒中、高血壓、糖尿病及動(dòng)脈粥樣硬化等等相關(guān)危險(xiǎn)因素有相關(guān)性[9]。在新醫(yī)學(xué)領(lǐng)域技術(shù)的支持下也可以進(jìn)一步研究CMBs，取得更好的進(jìn)展，為CMBs病因的診治、病癥防治以及預(yù)后判斷等方面帶來(lái)成效。
在前人的研究基礎(chǔ)上，可以看出CMBs與腦出血病癥表現(xiàn)有非常明顯的相關(guān)性 ，所以CMBs也是目前臨床醫(yī)學(xué)研究中對(duì)出血性微血管病進(jìn)行預(yù)測(cè)的一個(gè)指標(biāo)[10]。現(xiàn)在醫(yī)學(xué)手段中，經(jīng)常采用的檢測(cè)CMBs的方法主要有：MRI檢查方法、血液指標(biāo)檢測(cè)方法、統(tǒng)計(jì)學(xué)方法、磁敏感加權(quán)成像（SWI）等方式方法[11]。
5、針對(duì)低密度脂蛋白（LDL）的CMBs分析
針對(duì)低密度脂蛋白(LDL)的CMBs分析是采用了MRI檢測(cè)新技術(shù)中SWI技術(shù)，結(jié)合血液指標(biāo)的檢測(cè)，最后統(tǒng)計(jì)學(xué)計(jì)算方式，對(duì)比觀察CMBs患者和無(wú)CMBs患者的數(shù)據(jù)[12]。從數(shù)據(jù)對(duì)照中進(jìn)行研究探討CMBs和LDL之間的作用關(guān)系。
分析研究發(fā)現(xiàn)，對(duì)比了CMBs患者與無(wú)CMBs對(duì)照組之間的纖維蛋白原水平變化方面沒(méi)有明顯的差別,也就是說(shuō)CMBs病患自身具有的凝血機(jī)制沒(méi)有很大的變化[13]。但是我們從上面的表格當(dāng)中，可以看出CMBs病癥患者的低密度脂蛋白（LDL）較低，比無(wú)CMBs一組病患來(lái)得低。這一現(xiàn)象也表明證實(shí)了卒中強(qiáng)化降脂研究中國(guó)提出的，低水平LDL會(huì)導(dǎo)致腦微出血的發(fā)病率的增加 。
CMBs發(fā)病機(jī)制原理可能是因?yàn)楹侠淼难降慕档?，才?huì)導(dǎo)致維持小血管壁的完整性降低，微小血管受損發(fā)生[14]。低水平LDL會(huì)對(duì)小血管壁的完整性形成損壞，從而引起了血管周?chē)F血黃素沉積 ，在MRI技術(shù)中顯示出了信號(hào)缺失的病癥 ,這也就是CMBs病癥發(fā)生的一個(gè)因素。
經(jīng)過(guò)國(guó)內(nèi)外醫(yī)學(xué)家的研究探討，有多例CMBs病患病癥體現(xiàn)為信號(hào)缺失，然后導(dǎo)致了微小血管旁邊的含鐵血黃素沉積，這個(gè)進(jìn)一步的證實(shí)了上面的CMBs發(fā)病因素理論[15]。同時(shí)經(jīng)過(guò)上面的討論，得出CMBs 患者自身的總膽固醇（CHOL） 水平來(lái)得更好。CHOL水平高對(duì)高血壓影響大，會(huì)導(dǎo)致微小血管的舒張功能降低，血管收縮反應(yīng)是由于ET釋放，使得小血管的通透性也增加了，引起腦微出血的概率增加。
6、高血壓
從上面的研究分析當(dāng)中，可以得出一個(gè)結(jié)論腦微出血相關(guān)影響因素包含了血脂的影響,所以對(duì)CMBs患者來(lái)說(shuō)，必須把血脂水平維持在一個(gè)正常范疇，防止腦微出血的嚴(yán)重化[16]。從研究分析中發(fā)現(xiàn)，那些CMBs患者和沒(méi)有患上CMBs患者之間，在年齡、高血壓病、糖尿病、腔隙性腦梗塞 、舒張壓 、收縮壓、以及LDL 等心腦血管危險(xiǎn)因素的癥狀表現(xiàn)上都有所差異。
影響CMBs計(jì)數(shù)的因素有高血壓、 腔隙性腦梗塞 、收縮壓、 舒張壓有關(guān)聯(lián)。CMBs的分級(jí)與年齡 、高血壓、腔隙性腦梗塞、 收縮壓 、舒張壓有關(guān)聯(lián)[17]。把病患針對(duì)有無(wú)CMB對(duì)比，進(jìn)行與心腦血管等因素的二分類(lèi)回歸統(tǒng)計(jì)分析中，可以看出高血壓以及腔隙性腦梗塞等危險(xiǎn)因素，對(duì)CMBs 的發(fā)生概率影響是明顯的，所以高血壓對(duì)動(dòng)脈硬化影響，也對(duì)CMBs產(chǎn)生關(guān)聯(lián)性。
7、腦微出血與其他腦血管病
因?yàn)槟X白質(zhì)中血液供源于各深穿支動(dòng)脈，這些微小動(dòng)脈是腦終末動(dòng)脈，微小動(dòng)脈之間之間側(cè)支循環(huán)來(lái)得稀疏或者沒(méi)有循環(huán)， 一旦末端微小血管出現(xiàn)了病變，就會(huì)導(dǎo)致腦腦白質(zhì)區(qū)域血液循環(huán)工學(xué)的變化，使得腦室旁出現(xiàn)水腫與酸中毒發(fā)炎，這也就導(dǎo)致伴隨LA患病率的增加[18]。CMBs的病因特征和LA病因特征都是屬于微小血管的病變范疇，根據(jù)這個(gè)可以推導(dǎo)出兩者之間的病理學(xué)原理是相似甚至共同。腦微血管（CMBs）發(fā)病會(huì)使得血管壁脆性更高，血管損傷容易出血，但是血管損傷未完全破裂的時(shí)候，也有可能導(dǎo)致節(jié)段性血管閉塞的發(fā)生，從而出現(xiàn)缺血性損傷的病癥現(xiàn)象。因此可以得出，CMBs病變能夠造成出血性腦損害，也可能會(huì)導(dǎo)致缺血性腦損害。
認(rèn)知功能是人腦神經(jīng)中樞中的一項(xiàng)高級(jí)功能。隨著老齡化的日益增多，人群中患有認(rèn)知功能障礙與癡呆現(xiàn)象的人也越來(lái)越多了。CMBs和認(rèn)知功能之間關(guān)系與相互的作用，也是CMBs相關(guān)因素研究一個(gè)方向。臨床研究表現(xiàn)中可以看出CMBs患者發(fā)病和前額部、執(zhí)行功能的損傷有影響，所以CMBs病癥研究對(duì)長(zhǎng)期認(rèn)知功能的影響體現(xiàn)出發(fā)生概率的預(yù)示作用[19]。
在臨床醫(yī)學(xué)中抗血小板聚集治療在針對(duì)動(dòng)脈硬化性疾病預(yù)防治療中運(yùn)用范圍廣。經(jīng)過(guò)對(duì)上千例高齡患者的針對(duì)性研究中，發(fā)現(xiàn)了沒(méi)有服用抗血栓藥物的高齡患者在MRI檢測(cè)檢查中，腦微出血（CMBs）癥狀出現(xiàn)更為普遍[20]。但是大量服用抗血栓藥物也會(huì)導(dǎo)致后期CMBs現(xiàn)象更為明顯。負(fù)責(zé)本次CMBs與抗血栓藥物關(guān)系研究的醫(yī)者認(rèn)為，對(duì)于一些患心臟病或者中風(fēng)的患者來(lái)說(shuō)，抗血栓藥物使用效果還是利大于弊。但是對(duì)于另一些特殊人群，例如CMBs患者而言，一些抗血栓藥物的長(zhǎng)期使用還是弊端顯著的。
從上面的討論中，我們可以得出，雖然腦微出血和其他腦血管疾病有一定的共通性。但是由于從宏觀大血管病和微觀小血管病之間還是存在著差異性。在治療方面的共同性還有有所差別的，所以關(guān)于CMBs的治療還需進(jìn)一步的研究探索。
8、結(jié)語(yǔ)與展望
腦微出血（cerebral microbleeds CMBs）作為一種新形態(tài)的腦小血管病癥，使得我們對(duì)腦血管基本方面的認(rèn)識(shí)從整體走入細(xì)節(jié)，從針對(duì)大血管關(guān)注轉(zhuǎn)變?yōu)樾⊙芗膊〉难芯?。CMBs病癥是醫(yī)學(xué)新技術(shù)MRI推廣使用之后提出的一種形態(tài)學(xué)變化，其臨床病癥的表現(xiàn)和多個(gè)危險(xiǎn)因素相關(guān)，更加精準(zhǔn)的發(fā)病機(jī)制原理需要進(jìn)一步的臨床研究討論。
CMBs多個(gè)相關(guān)因素在國(guó)內(nèi)外的研究文獻(xiàn)中都有提高與證明，本文中進(jìn)一步針對(duì)CMBs因素進(jìn)行探討與研究。雖然針對(duì)CMBs的探討有了階段性的進(jìn)展，但對(duì)其機(jī)制的研究樣本還是不夠全面，在其診斷、防治、治療與預(yù)后等方面還需要進(jìn)一步研究實(shí)踐。相信隨著醫(yī)學(xué)技術(shù)的發(fā)展，能夠在以后找到更好的突破口，完全了解和治療CMBs。
參考文獻(xiàn):
[1]黎杏群.腦出血中西醫(yī)現(xiàn)代研究與臨床.人民軍醫(yī)出版社,2012-04
[2]王崢.腦血管病發(fā)病因素的相關(guān)性研究.東南大學(xué)出版社,2011-09
[3]金永娟.李宏妹.朱文云等.高血脂對(duì)血細(xì)胞和血管內(nèi)皮細(xì)胞的損傷[J].中國(guó)微循環(huán)，2012,6（1）；22-24
[4]吳文海.缺血性腦卒中患者腦微出血的危險(xiǎn)因素及其對(duì)認(rèn)知功能的影響[J],浙江臨床醫(yī)學(xué),2013年 第2期
[5]范慧敏,張微微,黃勇華等.缺血性腦血管病患者腦微出血的危險(xiǎn)因素及其對(duì)認(rèn)知功能的影響[J].中國(guó)腦血管病雜志,2011-08
[6]韋鐵民, 呂玲春, 周利民, 等. 腦微出血的磁共振診斷研究進(jìn)展[J]. 中華醫(yī)學(xué)雜志, 2013, 93(025): 2007-2009.
[7]王小強(qiáng), 吳君倉(cāng), 張繼, 等. 急性腦梗死患者腦微出血的相關(guān)危險(xiǎn)因素分析[J]. 中華老年心腦血管病雜志, 2012, 14(4): 386-389.
[8]謝宗志, 李浩, 游潮. 腦出血早期血腫擴(kuò)大的研究進(jìn)展[J]. 中國(guó)腦血管病雜志, 2012, 9(008): 435-440.
[9]史蕙青. 腦微出血相關(guān)因素分析[J]. 中國(guó)實(shí)用神經(jīng)疾病雜志, 2012, 15(21): 18-19.
[10]程新旺, 周東. 腦微出血研究進(jìn)展[J]. 華西醫(yī)學(xué), 2012, 27(8): 1276-1279.
[11] 吉鳳, 王世民, 于蘭. 老年腦梗死患者伴腦微出血的臨床觀察[J]. 中華老年心腦血管病雜志, 2012, 14(1): 11-13.
[12]王小強(qiáng), 吳君倉(cāng). 腦微出血對(duì)認(rèn)知功能的影響及其發(fā)病機(jī)制研究進(jìn)展[J]. 中華神經(jīng)科雜志, 2012, 45(003): 192-194.
[13]黃信全. 124 例缺血性腦血管病患者腦微出血相關(guān)危險(xiǎn)因素分析[J]. 醫(yī)學(xué)綜述, 2013, 19(8): 1510-1511.
[14] 馮潔, 劉運(yùn)海. 腦微出血研究進(jìn)展[J]. 中國(guó)神經(jīng)免疫學(xué)和神經(jīng)病學(xué)雜志, 2012, 19(3): 157-160.
[15]王紹娟, 王利偉, 黃海青, 等. 磁敏感成像序列在腦微出血診斷中的價(jià)值[J]. 磁共振成像, 2013, 4(5): 335-338.
[16]劉毅, 師敬飛, 段云霞, 等. 缺血性卒中溶栓后出血預(yù)測(cè)因素的研究進(jìn)展[J]. 中國(guó)腦血管病雜志, 2012, 9(009): 499-504.
[17]劉慧, 謝明. 腦梗死后出血轉(zhuǎn)化危險(xiǎn)因素的相關(guān)性研究[J]. 中國(guó)當(dāng)代醫(yī)藥, 2013, 19(30): 53-54.
[18]陳英道, 石勝良. 自發(fā)性腦出血早期血腫擴(kuò)大危險(xiǎn)因素最新研究進(jìn)展[J]. 中風(fēng)與神經(jīng)疾病雜志, 2012, 29(012): 1137-1139.
【關(guān)鍵詞】 picco監(jiān)測(cè)；燒傷；液體復(fù)蘇
DOI：10.14163/ki.11-5547/r.2016.21.064
嚴(yán)重?zé)齻髣?chuàng)面大量滲出引起循環(huán)血容量減少或血液濃縮， 體液分布異常而導(dǎo)致患者受到侵襲性感染， 嚴(yán)重感染是造成燒傷患者死亡的主要原因之一。嚴(yán)重感染的最突出表現(xiàn)為血流動(dòng)力學(xué)紊亂， 改善血流動(dòng)力學(xué)狀態(tài)能改善器官的功能損傷， picco是一種全新的能進(jìn)行血流動(dòng)力學(xué)準(zhǔn)確監(jiān)測(cè)的微創(chuàng)檢測(cè)技術(shù)， 為判斷肺水腫程度和心臟負(fù)荷狀態(tài)提供實(shí)時(shí)資料， 盡早進(jìn)行picco監(jiān)測(cè)， 進(jìn)行液體復(fù)蘇治療能有效改善危重?zé)齻颊哳A(yù)后[1， 2]。本次研究選取本院危重?zé)齻颊?4例， 分別采用picco和常規(guī)方法監(jiān)測(cè)， 現(xiàn)將結(jié)果報(bào)告如下。
1 資料與方法
1. 1 一般資料 選取本院2013年10月～2015年10月危重?zé)齻颊?4例， 隨機(jī)分為觀察組與對(duì)照組， 每組42例。觀察組中男30例， 女12例， 年齡15～67歲， 平均年齡（41.08±
10.69）歲；對(duì)照組中男31例， 女11例， 年齡16～65歲， 平均年齡（40.69±11.12）歲。兩組患者的燒傷面積均達(dá)到60%～95%，
深度為Ⅱ～Ⅲ度， 均為火焰燒傷。兩組患者一般資料比較差異無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05）， 具有可比性。經(jīng)本院倫理委員會(huì)批準(zhǔn)審核， 患者家屬對(duì)本次研究知情同意并簽署知情同意書(shū)。
1. 2 方法 對(duì)照組采用常規(guī)方法監(jiān)測(cè)指導(dǎo)液體管理， 實(shí)時(shí)監(jiān)控患者心電指標(biāo)。觀察組在對(duì)照組基礎(chǔ)上采用picco心肺容量監(jiān)護(hù)儀器進(jìn)行血流動(dòng)力學(xué)監(jiān)測(cè)， 行鎖骨下或頸內(nèi)深靜脈置管， 置入雙腔靜脈導(dǎo)管， 連接CVP導(dǎo)聯(lián)線， 監(jiān)測(cè)患者CVP變化， 測(cè)量開(kāi)始向?qū)Ч軇蛩僮⑷霟o(wú)菌生理鹽水。
1. 3 觀察指標(biāo) ①比較兩組液體復(fù)蘇前后APACHEⅡ評(píng)分和HR、MAP、CVP變化， APACHEⅡ分值為0～71分， 分?jǐn)?shù)越高病情越嚴(yán)重；②比較觀察組復(fù)蘇前后血流動(dòng)力學(xué)指數(shù)變化。
1. 4 統(tǒng)計(jì)學(xué)方法 采用SPSS19.0統(tǒng)計(jì)學(xué)軟件處理數(shù)據(jù)。計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差（ x-±s）表示， 采用t檢驗(yàn)；計(jì)數(shù)資料以率（%）表示， 采用χ2檢驗(yàn)。P
2 結(jié)果
2. 1 兩組液體復(fù)蘇前后APACHEⅡ評(píng)分和HR、MAP、CVP變化比較 觀察組液體復(fù)蘇前APACHEⅡ評(píng)分和HR、MAP、CVP分別為（25.55±5.36）分、（143.64±37.28）次/min、
（60.18±12.54）mm Hg、（4.24±1.68）mm Hg， 復(fù)蘇后分別為（18.48±5.59）分、（98.64±20.69）次/min、（91.65±17.68）mm Hg、（10.49±2.64）mm Hg；對(duì)照組液體復(fù)蘇前分別為（26.15±5.16）分、（142.65±35.68）次/min、（61.65±11.11）mm Hg、（4.31±1.63）mm Hg， 復(fù)蘇后分別為（22.48±5.38）分、（120.59±26.16）次/min、（83.97±17.61）mm Hg、（8.04±2.05）mm Hg。復(fù)蘇后觀察組APACHE Ⅱ評(píng)分和HR顯著低于對(duì)照組（P
2. 2 觀察組復(fù)蘇前后血流動(dòng)力學(xué)指數(shù)變化比較 觀察組復(fù)蘇后EVLWI（5.24±0.94）ml/kg、ITBVI（738.64±125.68）ml/m2、GEDVI（734.61±125.29）ml/m2顯著高于復(fù)蘇前（4.31±1.34）ml/kg、（532.08±65.05）ml/m2、（417.94±92.64）ml/m2（P
3 討論
危重?zé)齻颊叱３：喜?yán)重合并癥， 直接威脅到自身生命安全， 液體復(fù)蘇管理是危重?zé)齻颊咧委煹年P(guān)鍵， picco監(jiān)測(cè)能夠準(zhǔn)確反映患者血流動(dòng)力學(xué)各項(xiàng)指標(biāo)的變化， 為臨床提供血流動(dòng)力學(xué)信息[3]。picco監(jiān)測(cè)能為血管活性藥物調(diào)節(jié)提供準(zhǔn)確的指標(biāo)， 患者能在早期進(jìn)行液體復(fù)蘇治療， 恢復(fù)各臟器的血液循環(huán)功能。有研究表明， 及時(shí)的早期液體復(fù)蘇治療可令危重?zé)齻颊咚劳雎式档?6%[4]。
魯海燕[5]認(rèn)為治療嚴(yán)重感染的傳統(tǒng)液體復(fù)蘇方法是大量的液體輸注， 而不合理的輸注量會(huì)對(duì)后續(xù)治療帶來(lái)不良影響， picco監(jiān)測(cè)在復(fù)蘇過(guò)程中能準(zhǔn)確的顯示相關(guān)參數(shù)異常， 為診斷和治療提供了精準(zhǔn)的參考依據(jù)。本次研究結(jié)果表明picco監(jiān)測(cè)結(jié)果有利于早期準(zhǔn)確把握輸液速度和補(bǔ)液量， 有效改善機(jī)體內(nèi)血?dú)夂脱装Y狀況， 急性肺水腫發(fā)生率顯著下降， 患者的各項(xiàng)指標(biāo)逐漸趨于穩(wěn)定狀態(tài)， 生命體征更穩(wěn)定， 病情得到有效緩解， picco的監(jiān)測(cè)對(duì)危重?zé)齻颊叩男姆喂芾碛休^好的指導(dǎo)作用， 患者早期的循環(huán)穩(wěn)定對(duì)組織灌注和器官功能的保護(hù)有重要的臨床意義。
綜上所述， picco監(jiān)測(cè)利于危重?zé)齻颊唔樌冗^(guò)危險(xiǎn)期， 指標(biāo)精準(zhǔn)， 具有推廣價(jià)值。
參考文獻(xiàn)
[1] 伍義， 馬月丹， 吳壽坤， 等. PICCO容量性指標(biāo)在感染性休克液體復(fù)蘇中的臨床應(yīng)用. 現(xiàn)代中西醫(yī)結(jié)合雜志， 2013， 22（1）：16-17.
[2] 崔廣清， 冒秀宏， 孫衛(wèi)和， 等. PiCCO 指導(dǎo)重癥患者液體管理及臨床預(yù)后的評(píng)價(jià). 東南國(guó)防醫(yī)藥， 2015， 18（2）：122-126.
[3] 韋妍飛（綜述）， 曹莉（審校）. PiCCO容量指標(biāo)在感染性休克液體復(fù)蘇中的臨床應(yīng)用. 醫(yī)學(xué)綜述， 2015， 15（7）：1223-1225.
[4] 王華東， 曹文杰， 張民， 等. 早期液體復(fù)蘇對(duì)感染性休克患者血流動(dòng)力學(xué)的影響. 現(xiàn)代生物醫(yī)學(xué)進(jìn)展， 2013， 13（25）：4929-4931.
日前，上海市醫(yī)學(xué)會(huì)分子診斷專(zhuān)科分會(huì)成立大會(huì)在滬召開(kāi)，中科院、中工院及分子診斷領(lǐng)域的多位專(zhuān)家學(xué)者到會(huì)研討。上海市領(lǐng)軍人才、第二軍醫(yī)大學(xué)附屬東方肝膽外科醫(yī)院實(shí)驗(yàn)診斷科主任高春芳教授受聘擔(dān)任分會(huì)首屆主任委員。會(huì)上，高春芳教授通過(guò)介紹其研究團(tuán)隊(duì)已經(jīng)成功轉(zhuǎn)化應(yīng)用的高通量測(cè)序分析HBV基因組突變及多重耐藥位點(diǎn)的實(shí)例，為我們進(jìn)一步展示了分子診斷在腫瘤、感染性疾病精準(zhǔn)醫(yī)療中的發(fā)展前景。
在醫(yī)學(xué)界，分子診斷尚且是一個(gè)比較新的概念，對(duì)于老百姓而言無(wú)疑更加陌生，甚至很多人從來(lái)都沒(méi)聽(tīng)過(guò)這個(gè)名詞。而作為老百姓，最關(guān)心的無(wú)非是這一新技術(shù)到底能給自身健康、疾病診療帶來(lái)哪些實(shí)實(shí)在在的幫助。為此，我們也在會(huì)后第一時(shí)間采訪了高春芳教授，請(qǐng)她詳細(xì)地為我們講解一下，這一新穎的“分子診斷技術(shù)”，到底能如何服務(wù)患者的健康？
記者：分子診斷聽(tīng)起來(lái)是一個(gè)特別高大上的名詞，那么，它到底是一種什么樣的診療手段？
高教授：所謂分子診斷，其實(shí)就是應(yīng)用多種先進(jìn)的分子生物學(xué)相關(guān)技術(shù)，對(duì)遺傳物質(zhì)的結(jié)構(gòu)或表達(dá)水平，通過(guò)檢測(cè)特定基因的存在、轉(zhuǎn)錄及表達(dá)異常，進(jìn)而對(duì)人體狀態(tài)和疾病作出診斷的一種方法。分子診斷的核心技術(shù)是基于基因擴(kuò)增的聚合酶鏈?zhǔn)椒磻?yīng)（PCR）、雜交技術(shù)、測(cè)序技術(shù)等。PCR技術(shù)的出現(xiàn)，推動(dòng)了臨床實(shí)驗(yàn)進(jìn)入分子診斷時(shí)代。近二三十年來(lái)，分子生物學(xué)檢測(cè)技術(shù)不斷進(jìn)步，包括一代測(cè)序、高通量測(cè)序和組學(xué)、質(zhì)譜、芯片等技術(shù)的發(fā)展以及臨床應(yīng)用探索，為疾病標(biāo)志物的尋找、臨床應(yīng)用提供了強(qiáng)勁技術(shù)支持。分子診斷在臨床實(shí)驗(yàn)醫(yī)學(xué)中的應(yīng)用，使越來(lái)越多疾病發(fā)生發(fā)展的分子機(jī)制得到闡明，為臨床醫(yī)生對(duì)疾病的預(yù)測(cè)、診斷、治療、療效監(jiān)測(cè)和預(yù)后判斷都提供了更為直接準(zhǔn)確的依據(jù)。
記者：分子診斷主要應(yīng)用于哪些疾病的診斷？
高教授：目前，分子診斷學(xué)技術(shù)在感染性疾病和遺傳性疾病中的應(yīng)用最為廣泛，在腫瘤性疾病中的應(yīng)用也已成為熱點(diǎn)。廣義的分子診斷的研究對(duì)象不僅限于基因，還包括基因表達(dá)產(chǎn)物生物大分子，例如蛋白質(zhì)及其異常翻譯后修飾。目前，隨著生物信息學(xué)以及多種分子診斷技術(shù)的迅猛發(fā)展，分子診斷已經(jīng)成為醫(yī)學(xué)科學(xué)研究領(lǐng)域和臨床診斷中發(fā)展最活躍、更新、最迅速的領(lǐng)域之一，也是踐行我國(guó)“十三五”科技發(fā)展規(guī)劃中精準(zhǔn)醫(yī)療的關(guān)鍵手段之一。
記者：作為一種現(xiàn)代先進(jìn)的診斷方法，它給臨床診斷帶來(lái)了哪些革命性的變革？
高教授：分子診斷學(xué)技術(shù)應(yīng)用于疾病的診斷、治療，已徹底打破了常規(guī)的診療方式。具體來(lái)說(shuō)，以往是將相同的診療方案應(yīng)用于患有同一類(lèi)疾病的患者，是根據(jù)每個(gè)患者治療情況的反饋和醫(yī)生的個(gè)人經(jīng)驗(yàn)進(jìn)行診療方案的調(diào)整，以達(dá)到預(yù)期的治療目的。而分子診斷則可以分析檢測(cè)患者的分子特征或者“差異”，臨床依據(jù)患者存在的這些“差異”進(jìn)行針對(duì)性治療。
例如，對(duì)某種特異性疾病的易感性差異、患者可能發(fā)生疾病的生物學(xué)和（或）預(yù)后的差異、對(duì)某種特異性治療的反應(yīng)性差異等，臨床上可以依據(jù)這些“差異”，制定特定的治療方案，實(shí)現(xiàn)個(gè)體化診療。因此，通過(guò)基因芯片、高通量測(cè)序等多種分子診斷技術(shù)，找到個(gè)體的這種差異或者特征、標(biāo)簽，將改變目前的疾病診療模式。那就是就診個(gè)體量體裁衣的診斷和充分了解個(gè)體特點(diǎn)后的個(gè)體化醫(yī)療。
首先，分子診斷可以讓醫(yī)療診斷更為精準(zhǔn)，為個(gè)性化醫(yī)療提供技術(shù)保障，其結(jié)果是降低患者的疾病診療成本，減輕社會(huì)公共衛(wèi)生負(fù)擔(dān)。比如，臨床患者用什么藥、用多少劑量，傳統(tǒng)的經(jīng)驗(yàn)式用藥時(shí)采用同一個(gè)標(biāo)準(zhǔn)，具體落到某個(gè)患者來(lái)講，可能會(huì)碰到：用A藥不行，換用B藥，A、B都不行，再用C藥……其結(jié)果是既占用了有限的醫(yī)療資源，又可能延誤了最佳治療時(shí)機(jī)。但是，有了分子診斷之后，用藥治療模式發(fā)生了根本性改變，在明確診斷的前提下，進(jìn)行個(gè)性化治療，依據(jù)是敏感還是耐藥指導(dǎo)選擇藥物種類(lèi)、藥物劑量（個(gè)體代謝是快代謝型，還是慢代謝型），可以達(dá)到滿意的效果。這種個(gè)體化用藥方式目前在腫瘤的化療、抗凝藥物、調(diào)血脂類(lèi)藥物、代謝類(lèi)藥物、精神類(lèi)藥物等領(lǐng)域都已經(jīng)進(jìn)入臨床應(yīng)用。
其次，分子診斷更注意個(gè)體基因差異，不僅可以對(duì)患者所患疾病作出判斷，也可以對(duì)表型正常的攜帶者或特定疾病的易感人群作出預(yù)測(cè)。大家熟知的美國(guó)好萊塢影星安吉麗娜?朱莉與中國(guó)歌手姚貝娜，同樣是乳腺腫瘤的患者，但兩個(gè)人的結(jié)局卻完全不同。朱莉通過(guò)早期的分子診斷，檢測(cè)到易感基因，從而盡早將乳腺和卵巢進(jìn)行了預(yù)防性切除，避免了進(jìn)一步患病的可能；而姚貝娜則由于腫瘤發(fā)現(xiàn)時(shí)已經(jīng)太晚，過(guò)早地離開(kāi)了人世。因此，分子診斷技術(shù)的有效應(yīng)用不僅可以預(yù)測(cè)或者早發(fā)現(xiàn)疾病，更可以做到個(gè)性化、精準(zhǔn)性的治療，從而大大改善公眾的健康狀況，提高公眾的健康水平。
記者：在醫(yī)學(xué)檢驗(yàn)中，分子診斷具體是如何實(shí)施的？
高教授：分子診斷技術(shù)通常是采用被檢測(cè)者的組織細(xì)胞（穿刺或手術(shù)標(biāo)本、外周循環(huán)腫瘤細(xì)胞）、抗凝血，甚至甲醛固定、石蠟包埋的組織等。目前用于分子診斷的技術(shù)非常豐富。代表性技術(shù)包括：多種PCR，例如 ARMS-PCR、實(shí)時(shí)熒光定量PCR、數(shù)字PCR；測(cè)序技術(shù)，例如一代測(cè)序、焦磷酸測(cè)序、高通量測(cè)序；芯片技術(shù)，例如雜交芯片、微流控芯片、質(zhì)譜及熒光原位雜交（FISH）技術(shù)等。分子診斷技術(shù)的門(mén)檻較高，只有具備資質(zhì)的醫(yī)療機(jī)構(gòu)或者實(shí)驗(yàn)室才能勝任。
記者：分子診斷目前在我國(guó)臨床上的應(yīng)用現(xiàn)狀如何？未來(lái)發(fā)展方向是什么？
高教授：近年來(lái)，國(guó)內(nèi)的分子診斷技術(shù)取得了快速發(fā)展，國(guó)家投入了大量的科研經(jīng)費(fèi)，國(guó)內(nèi)的研究成果與研究水平同國(guó)際先進(jìn)水平的差距越來(lái)越小，但是，目前臨床轉(zhuǎn)化應(yīng)用現(xiàn)狀難以滿足實(shí)際需求。
《中國(guó)醫(yī)院知識(shí)倉(cāng)庫(kù)》2004年被衛(wèi)生部科教司評(píng)定為查新數(shù)據(jù)庫(kù)，新聞出版總署主管，中國(guó)學(xué)術(shù)期刊（光盤(pán)版）電子雜志社編輯出版。根據(jù)專(zhuān)業(yè)需求，本中心協(xié)議訂閱了3種數(shù)據(jù)庫(kù)：《CHKD期刊全文數(shù)據(jù)庫(kù)》（1994年至今）收錄了1994年以來(lái)我國(guó)公開(kāi)出版的生物醫(yī)學(xué)類(lèi)專(zhuān)業(yè)期刊和相關(guān)專(zhuān)業(yè)期刊，整刊1500多種，部分刊4000多種，累計(jì)文獻(xiàn)量達(dá)430多萬(wàn)篇，每年新增50多萬(wàn)篇。內(nèi)含各科進(jìn)展、動(dòng)態(tài)、綜述、概況類(lèi)文章10萬(wàn)余篇，臨床病例病案報(bào)道86萬(wàn)多篇，最新治療措施44萬(wàn)余例；《CHKD期刊全文數(shù)據(jù)庫(kù)》（1994之前）收錄了我國(guó)重要醫(yī)學(xué)學(xué)術(shù)期刊467種，回溯范圍至各刊創(chuàng)刊，共收錄文獻(xiàn)66萬(wàn)多篇；《CHKD博碩士學(xué)位論文全文數(shù)據(jù)庫(kù)》收錄1999年至今全國(guó)博士培養(yǎng)單位的優(yōu)秀博、碩士學(xué)位論文近8萬(wàn)篇，是目前國(guó)內(nèi)相關(guān)資源最完備、收錄質(zhì)量最高、連續(xù)動(dòng)態(tài)更新的中國(guó)生物醫(yī)學(xué)類(lèi)博碩士學(xué)位論文全文數(shù)據(jù)庫(kù)。1．2基層文獻(xiàn)資源需求調(diào)查結(jié)果2011年初，筆者設(shè)計(jì)了《預(yù)防醫(yī)學(xué)文獻(xiàn)資源需求調(diào)查表》，對(duì)全省89個(gè)縣（市、區(qū)）疾控中心的預(yù)防醫(yī)學(xué)文獻(xiàn)資源狀況進(jìn)行調(diào)查，結(jié)果不容樂(lè)觀。全省有獨(dú)立圖書(shū)情報(bào)室并有專(zhuān)職人員的單位僅1家，其他單位多附屬辦公室，既無(wú)專(zhuān)人也未進(jìn)行規(guī)范管理，整體上專(zhuān)業(yè)文獻(xiàn)資源貧乏。專(zhuān)業(yè)人員文獻(xiàn)查找主要源于互聯(lián)網(wǎng)（100．0％）。有77．8％（7／9）的設(shè)區(qū)市、52．6％（20／38）的縣級(jí)市和區(qū)、35．7％（15／42）的縣有局域網(wǎng)。如何讓基層單位科研人員能全方位掌握所需文獻(xiàn)信息面臨挑戰(zhàn)。
1共享優(yōu)勢(shì)
新媒體是網(wǎng)絡(luò)技術(shù)支撐下出現(xiàn)的媒體形態(tài)，可分為網(wǎng)絡(luò)新媒體、移動(dòng)新媒體和數(shù)字新媒體［1］。目前以門(mén)戶網(wǎng)站、搜索引擎、簡(jiǎn)易信息聚合（RSS）、電子郵件／即時(shí)通訊／電子書(shū)、網(wǎng)絡(luò)雜志／電子雜志等為主。融合的寬帶信息網(wǎng)絡(luò)，是各種新媒體形態(tài)依托的共性基礎(chǔ)。終端移動(dòng)性，是新媒體發(fā)展的重要趨勢(shì)。相對(duì)于報(bào)刊、戶外、廣播、電視4大傳統(tǒng)媒體，新媒體被形象地稱(chēng)為“第5媒體”。依托它可便捷地實(shí)現(xiàn)預(yù)防醫(yī)學(xué)信息文獻(xiàn)實(shí)時(shí)精準(zhǔn)傳播。任何情報(bào)文獻(xiàn)的學(xué)術(shù)價(jià)值，都是在流動(dòng)中形成與體現(xiàn)，在共享中最終實(shí)現(xiàn)。
2共享思路
理論上一個(gè)長(zhǎng)遠(yuǎn)的合理文獻(xiàn)信息的資源共享體系，包括共建與共知。共建是共享的物質(zhì)基礎(chǔ)，共知又是共建和共享的理論基礎(chǔ)，三者相互依存，缺一不可。資源共享的手段是館際合作，通過(guò)館際互借、網(wǎng)上文獻(xiàn)傳遞、原文復(fù)制和聯(lián)合咨詢達(dá)到資源共知共享，帶動(dòng)資源優(yōu)化配置，拓展共享的渠道，提高共享效率，保證共享的后續(xù)發(fā)展。目前我省各縣（市、區(qū)）疾控機(jī)構(gòu)共享的路線基本以本中心文獻(xiàn)信息庫(kù)為主體，依托網(wǎng)絡(luò)環(huán)境下的新媒體呈放射狀傳播。隨著交流的頻繁與深入，不斷梳理溝通渠道，加強(qiáng)了解與協(xié)作，文獻(xiàn)信息共享服務(wù)途徑將由單向輸出逐步演變?yōu)閷?shí)際意義上的共知、共建與共享，做到以文獻(xiàn)信息資源的共享，來(lái)促進(jìn)實(shí)體與虛擬館藏文獻(xiàn)信息資源的豐富與發(fā)展。新媒體具有全天候和全覆蓋性的特征，可使不同區(qū)域網(wǎng)絡(luò)連接起來(lái)，實(shí)現(xiàn)廣域范圍的資源共享。調(diào)查顯示，我省基層單位均擁有互聯(lián)網(wǎng)，工作人員基本可在崗位上自由上網(wǎng)，這為文獻(xiàn)信息的傳播提供了硬件服務(wù)支持。具體操作思路如下。
2．1設(shè)立聯(lián)系窗口
可在中心網(wǎng)站設(shè)立一扇和圖書(shū)情報(bào)室的聯(lián)系窗口，成為與基層單位科研人員、圖書(shū)情報(bào)人員業(yè)務(wù)聯(lián)系的紐帶，及時(shí)接收和回應(yīng)科研人員對(duì)預(yù)防醫(yī)學(xué)文獻(xiàn)信息的需求。為了使專(zhuān)業(yè)人員能夠更方便快捷地閱讀到本中心網(wǎng)站的最新信息，網(wǎng)站可推出RSS聚合資訊服務(wù)，利用互聯(lián)網(wǎng)支撐下的新媒體傳播渠道，圍繞預(yù)防醫(yī)學(xué)工作性質(zhì)及當(dāng)前的工作任務(wù)，不斷補(bǔ)充豐富RSS訂閱源，對(duì)預(yù)防醫(yī)學(xué)專(zhuān)業(yè)信息加以及時(shí)、廣泛、深度的挖掘與規(guī)范化的學(xué)科整合，豐富虛擬文獻(xiàn)信息資源，科研人員可有的放矢地瀏覽查詢最新信息與科研動(dòng)態(tài)，避免在茫茫網(wǎng)絡(luò)中毫無(wú)頭緒、費(fèi)時(shí)費(fèi)力。
2．2通過(guò)微搏共享
可利用微博實(shí)現(xiàn)文獻(xiàn)信息共享。據(jù)新華網(wǎng)報(bào)道，微博注冊(cè)用戶2011年底已超過(guò)3億。用戶可以通過(guò)網(wǎng)頁(yè)、WAP頁(yè)面、手機(jī)短信消息（字?jǐn)?shù)140字以內(nèi)）或上傳圖片，即時(shí)瀏覽最新信息，隨時(shí)隨地參與分享與討論。一些有影響力的醫(yī)藥衛(wèi)生媒體和部分省市的疾控中心，•72•海峽預(yù)防醫(yī)學(xué)雜志2012年6月第18卷第3期StraitJPrevMed，Jun2012，Vol．18，No．3已在新浪開(kāi)設(shè)官方認(rèn)證的微博交流渠道：例如健康報(bào)官方微博北京市疾控中心長(zhǎng)沙市疾控中心等。還可同步申請(qǐng)微博的官方網(wǎng)盤(pán)，它是一款云存儲(chǔ)網(wǎng)盤(pán)，用來(lái)存儲(chǔ)海量文件，并支持分享文檔、音樂(lè)、視頻等任意文件到微博、郵箱、QQ／MSN等。科研人員利用它可同步分享預(yù)防醫(yī)學(xué)情報(bào)訊息，保存到微盤(pán)的文件可自動(dòng)同步到電腦、手機(jī)等設(shè)備，無(wú)需攜帶電腦、移動(dòng)硬盤(pán)，只要能聯(lián)網(wǎng)，隨時(shí)隨地即可訪問(wèn)到圖文并茂的專(zhuān)業(yè)文獻(xiàn)信息。
2．3提供PDF文獻(xiàn)
在為基層科研人員提供實(shí)體館藏的醫(yī)學(xué)文獻(xiàn)信息服務(wù)時(shí)，可利用掃描儀將讀者急需的文獻(xiàn)轉(zhuǎn)換成PDF格式，通過(guò)各類(lèi)網(wǎng)絡(luò)郵箱傳送到讀者的終端接收器。PDF頁(yè)面最大優(yōu)點(diǎn)是保證文獻(xiàn)文本的準(zhǔn)確性與相關(guān)圖像的精準(zhǔn)性。
2．4信息咨詢服務(wù)
關(guān)鍵詞：髖臼骨折；3D打??；個(gè)性化
中圖分類(lèi)號(hào)：R445.3；R681.6 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1008-2409（2016）05-0146-05
隨著社會(huì)快速發(fā)展，高能量創(chuàng)傷致髖臼骨折發(fā)病率明顯上升，髖臼骨折占全身骨折的3%～8%。髖臼骨折常伴顱腦損傷、腹部損傷等并發(fā)癥，嚴(yán)重影響患者生活質(zhì)量，致殘率及病死率高。髖臼骨折治療是創(chuàng)傷骨科領(lǐng)域的一個(gè)難題，其難度在于髖臼骨折有較多的近、遠(yuǎn)期并發(fā)癥。髖臼骨折是關(guān)節(jié)內(nèi)骨折，復(fù)位要求達(dá)到解剖復(fù)位，內(nèi)固定力學(xué)性能要求高。內(nèi)固定作為治療髖臼骨折的主要手段，其質(zhì)量直接關(guān)系治療療效和預(yù)后。傳統(tǒng)方案是術(shù)前進(jìn)行X線照片及CT掃描，提供二維圖像供手術(shù)醫(yī)生了解病情并構(gòu)建手術(shù)計(jì)劃參考。手術(shù)計(jì)劃只能憑醫(yī)師的經(jīng)驗(yàn)和想象能力，無(wú)法將手術(shù)全貌與成員組交流。近20多年來(lái)，“數(shù)字醫(yī)學(xué)”概念的提出及在醫(yī)療領(lǐng)域的初步應(yīng)用，信息科學(xué)目前在現(xiàn)代醫(yī)學(xué)方面嶄露頭角。在外科領(lǐng)域，“數(shù)字醫(yī)學(xué)”對(duì)外科手術(shù)產(chǎn)生了重要變革。通過(guò)現(xiàn)代計(jì)算機(jī)技術(shù)，建立解剖的人體結(jié)構(gòu)模型、用于評(píng)估治療效果的模型、用于術(shù)式評(píng)估的人路模型、用于手術(shù)練習(xí)的現(xiàn)場(chǎng)模型等。在數(shù)字化技術(shù)的指導(dǎo)下，數(shù)字化醫(yī)學(xué)成像系統(tǒng)及計(jì)算機(jī)系統(tǒng)完成手術(shù)前的數(shù)字化規(guī)劃，使得手術(shù)更加精準(zhǔn)及個(gè)體化。如何將數(shù)字化設(shè)計(jì)的術(shù)前規(guī)劃方案精準(zhǔn)再現(xiàn)是一個(gè)難題，而3D打印技術(shù)在數(shù)字醫(yī)學(xué)輔助下可以在髖臼骨折手術(shù)術(shù)前規(guī)劃、精準(zhǔn)實(shí)施手術(shù)之間搭起橋梁。然而，現(xiàn)有的數(shù)字化技術(shù)和3D打印技術(shù)在髖臼骨折的內(nèi)固定治療中仍存在一些局限，有待進(jìn)一步完善。筆者就3D打印數(shù)字化技術(shù)在髖臼骨折內(nèi)固定治療中的應(yīng)用進(jìn)展作一綜述。
1 3D打印數(shù)字化技術(shù)與傳統(tǒng)手術(shù)的比較
1.1術(shù)前優(yōu)化設(shè)計(jì)
髖臼骨折的傳統(tǒng)手術(shù)方法是依據(jù)X線及CT橫斷面影像判斷髖臼骨折的移位情況，并進(jìn)行骨折類(lèi)型分類(lèi)，選定合適內(nèi)固定器械及相對(duì)應(yīng)的手術(shù)入路，然后完成手術(shù)。而數(shù)字化技術(shù)及3D打印技術(shù)的出現(xiàn)，對(duì)髖臼骨折的治療起到劃時(shí)代的作用。3D打印技術(shù)又稱(chēng)“快速成型技術(shù)”，是一種與傳統(tǒng)“減材制造”技術(shù)相反、在三維數(shù)字模型的基礎(chǔ)上采用逐層制造方式將材料堆積起來(lái)的新型“增材制造”技術(shù)。1986年，Chuck Hull發(fā)明了光固化立體印刷技術(shù)（SLA），并產(chǎn)生第一臺(tái)3D打印機(jī)，1989年Deckard發(fā)明選擇性激光燒結(jié)技術(shù)（SLS），1992年Crump發(fā)明熔融沉積成型技術(shù)（FDM），1993年Sachs發(fā)明了3D噴印技術(shù)（3DP）等，3D打印在醫(yī)學(xué)中最先應(yīng)用于牙科及頜面外科，近年來(lái)在骨科中的應(yīng)用也日益得到重視。Wu等用3D打印技術(shù)制作了2例髖臼、1例跟骨和1例股骨內(nèi)髁（Hoffa骨折）復(fù)雜骨折的骨骼模型，在模型上模擬手術(shù)，術(shù)前將鋼板預(yù)彎，并明確螺釘?shù)能壍篮统叽?，使手術(shù)時(shí)間縮短，且增加了手術(shù)操作的精確度，術(shù)后X線片及CT檢查顯示骨折復(fù)位良好。Dai等采用3D打印技術(shù)為10例嚴(yán)重骨盆損傷需行半骨盆切除置換術(shù)的患者制備了骨盆模型，數(shù)字化設(shè)計(jì)手術(shù)方案，確定切除范圍，設(shè)計(jì)并植入個(gè)體化假體，術(shù)中操作順利，假體匹配良好，術(shù)后X線片示假置良好。Chen等利用該技術(shù)進(jìn)行人工髖關(guān)節(jié)置換術(shù)，使手術(shù)時(shí)間明顯縮短。Hurson等將3D技術(shù)應(yīng)用于20例髖臼骨折患者，認(rèn)為該技術(shù)可使醫(yī)生對(duì)骨折類(lèi)型更加清晰，有利于培訓(xùn)年輕醫(yī)生。曾參軍等將3D打印髖臼骨折仿真模型，體外模擬手術(shù)可使手術(shù)更加精準(zhǔn)、安全、完美。
傳統(tǒng)的手術(shù)設(shè)計(jì)對(duì)于復(fù)雜類(lèi)型的髖臼骨折，CT提供的有限信息在手術(shù)設(shè)計(jì)方面作用有限，不能做出準(zhǔn)確的方案。影像科提供的圖像局限于幾個(gè)截面的三維圖像，骨科醫(yī)生不能按照自己需要任意角度、方向觀察骨折情況，這影響了骨科醫(yī)生對(duì)骨折情況的全面了解和制定詳細(xì)的術(shù)前計(jì)劃。數(shù)字化設(shè)計(jì)則具有不可比擬的優(yōu)勢(shì)，診斷明確、通用性高，可重復(fù)和共享手術(shù)設(shè)計(jì)過(guò)程。術(shù)前運(yùn)用Mimics軟件利用髖臼骨折CT數(shù)據(jù)三維重建骨盆、股骨近端三維模型，運(yùn)用三維編輯分離單一骨折塊并去掉股骨頭，能更加清晰地顯示關(guān)節(jié)內(nèi)的骨折塊以及其方向和移位情況。在Mimics 3D界面，還能對(duì)三維模型進(jìn)行任意方向和角度觀察，從而能讓臨床醫(yī)生更加細(xì)致、全面地了解患者的骨折情況，為確定髖臼骨折的治療方案提供參考。
在內(nèi)固定術(shù)前模擬演練手術(shù)操作步驟方面，數(shù)字化技術(shù)更有優(yōu)勢(shì)。通過(guò)虛擬復(fù)位對(duì)每個(gè)單一骨折塊進(jìn)行移位以恢復(fù)其解剖結(jié)構(gòu)，運(yùn)用復(fù)位骨折模型可以對(duì)鋼板植入位置和植入螺釘方向和長(zhǎng)度進(jìn)行最優(yōu)化的設(shè)計(jì)，為體外模擬內(nèi)固定植入提供參考。陳宣煌等提出利用多平面三維測(cè)量設(shè)計(jì)髖臼骨折內(nèi)固定植入物，能夠精準(zhǔn)定好重建鋼板植入位置。宋軍等應(yīng)用三維重建技術(shù)虛擬模擬手術(shù)確定重建鋼板位置并測(cè)量螺釘方向，對(duì)手術(shù)有一定幫助。
1.2 3D打印數(shù)字化技術(shù)可簡(jiǎn)化手術(shù)操作
3D打印骨折模型不僅能幫助醫(yī)生了解骨折復(fù)位前、后情況，而且利用模型術(shù)前精確預(yù)彎鋼板。在傳統(tǒng)手術(shù)中，折彎鋼板往往需要根據(jù)術(shù)中探查情況，決定鋼板的安放位置，再借助鋁板貼合骨面折彎出預(yù)彎雛形，然后依照鋁板折彎鋼板。這不僅在手術(shù)中消耗了大量時(shí)間，而且鋁板折彎精確度低，位置也存在不確定性。而數(shù)字化設(shè)計(jì)結(jié)合3D打印技g能在術(shù)前折彎好鋼板，提前折彎的鋼板位置唯一、精確度高，術(shù)中操作簡(jiǎn)化，縮短了手術(shù)時(shí)間，減少術(shù)中軟組織的剝離。
利用數(shù)字化設(shè)計(jì)確定螺釘方向和長(zhǎng)度并在3D實(shí)物模型上進(jìn)行模擬手術(shù)，省去了在術(shù)中測(cè)量螺釘長(zhǎng)度的時(shí)間。避免術(shù)中多次透視的煩瑣步驟，降低醫(yī)生和患者的射線照射量，同時(shí)也減少了手術(shù)時(shí)間。張國(guó)棟等提出的基于多平面三維測(cè)量應(yīng)用于髖臼骨折數(shù)字化設(shè)計(jì)的方法，通過(guò)三維切割的方式實(shí)現(xiàn)虛擬骨折快速?gòu)?fù)位，并預(yù)設(shè)重建鋼板的植入位置，通過(guò)3D打印可以選擇重建鋼板進(jìn)行預(yù)彎以適應(yīng)復(fù)雜骨面。曾參軍等提出3D打印與腹腔鏡輔助的髖臼骨折手術(shù)可以顯著減少透視時(shí)間和透視量。
1.3建立手術(shù)導(dǎo)向模板
骨盆和髖臼骨折的影像導(dǎo)航手術(shù)已被很多骨科醫(yī)生所采用，但是導(dǎo)航系統(tǒng)耗材昂貴，且需要一定的技術(shù)，臨床推廣有一定難度。近年來(lái)，有學(xué)者將數(shù)字化三維重建技術(shù)、逆向工程技術(shù)和快速成形技術(shù)結(jié)合起來(lái)研究并設(shè)計(jì)出簡(jiǎn)便的導(dǎo)航模板，輔助拉力螺釘置入，降低了手術(shù)風(fēng)險(xiǎn)，縮短了手術(shù)時(shí)間，為現(xiàn)代化骨科提供了新的輔助手段和治療理念。CT三維重建模型可以對(duì)手術(shù)區(qū)的結(jié)構(gòu)進(jìn)行數(shù)字化分析，在此基礎(chǔ)上應(yīng)用逆向工程技術(shù)針對(duì)螺釘進(jìn)釘通道設(shè)計(jì)出導(dǎo)航模板模型，并利用快速成形技術(shù)將導(dǎo)航模板模型生成實(shí)體。術(shù)中應(yīng)用導(dǎo)航模板進(jìn)行導(dǎo)航，為準(zhǔn)確進(jìn)釘提供了確實(shí)的位置和方向，不僅提高了準(zhǔn)確性，而且使內(nèi)固定操作變得更加快捷、簡(jiǎn)便。陳鴻奮等將現(xiàn)代影像學(xué)、計(jì)算機(jī)三維重建、逆向工程技術(shù)及快速成形技術(shù)相結(jié)合，設(shè)計(jì)制作出髖臼后柱拉力螺釘進(jìn)釘導(dǎo)航模板，實(shí)驗(yàn)結(jié)果表明，根據(jù)該導(dǎo)航模板可以準(zhǔn)確地輔助拉力螺釘?shù)闹萌恕Ｐ煊聫?qiáng)等進(jìn)行了髖臼后柱骨折順行拉力螺釘置釘導(dǎo)向器的研究，通過(guò)CT數(shù)字化技術(shù)對(duì)髖臼后柱骨折順行拉力螺釘進(jìn)釘點(diǎn)和進(jìn)釘方向的測(cè)量，為導(dǎo)向器的設(shè)計(jì)提供了解剖學(xué)基礎(chǔ)，有助于提高髖臼后柱骨折順行拉力螺釘置釘?shù)某晒β屎蜏?zhǔn)確性，降低手術(shù)風(fēng)險(xiǎn)和減輕手術(shù)損傷。佟礦等設(shè)計(jì)的骶髂關(guān)節(jié)骨折固定手術(shù)導(dǎo)向模板為骶髂關(guān)節(jié)拉力螺釘?shù)捻樌萌胩峁┝肆己玫膸椭?/p>
2 3D打印數(shù)字化技術(shù)在髖臼骨折治療中存在的問(wèn)題
關(guān)鍵詞：骨科機(jī)器人 微創(chuàng) 精準(zhǔn)化
Research progress and prospect of orthopedic robot
WANG Huazheng LIU Peng ZONG Lujie JING Chengnan GAN Minfeng
Department of Orthopedics,the First Affiliated Hospital,Soochow University; Department of Medicine,Soochow University;
Abstract：Modern orthopedic surgery is more and more precise and minimally invasive. The orthopedic surgical robot has become the hotspot of medical researchers. At present, fruitful achievements have been made on orthopedic robot at home and abroad, which has been put into clinical application. With the progress of science and technology, orthopedic robot will be more intelligent, remote, individualized and widely used in orthopedic surgery.
Keyword：Orthopedic robot; Minimally invasive; Precision;
傳統(tǒng)意義上的骨科手術(shù)通常會(huì)受到患者、手術(shù)器械精細(xì)度、醫(yī)生個(gè)人操作經(jīng)驗(yàn)和身體條件等因素的影響，難以精準(zhǔn)執(zhí)行事先設(shè)計(jì)好的手術(shù)方案，這不可避免地降低了手術(shù)精確性和安全性[1]。集醫(yī)學(xué)、生物學(xué)、計(jì)算機(jī)學(xué)、機(jī)械學(xué)等學(xué)科為一體的醫(yī)療機(jī)器人的出現(xiàn)，在視覺(jué)、觸覺(jué)、聽(tīng)覺(jué)方面為外科醫(yī)生的決策和操作提供了充分支持，大大提高了手術(shù)操作的質(zhì)量[2]。手術(shù)機(jī)器人可自行或在術(shù)者操控下嚴(yán)格按照手術(shù)方案執(zhí)行手術(shù)操作，機(jī)械手臂代替術(shù)者進(jìn)行各種手術(shù)操作，使得手術(shù)操作的精準(zhǔn)性和安全性得到保障[3]。如今，機(jī)器人手術(shù)已成為未來(lái)骨科手術(shù)發(fā)展的重要方向。本綜述主要對(duì)國(guó)內(nèi)外骨科手術(shù)機(jī)器人的研究進(jìn)展進(jìn)行總結(jié)，并展望未來(lái)骨科手術(shù)機(jī)器人的發(fā)展趨勢(shì)。
1 骨科手術(shù)機(jī)器人的類(lèi)型及構(gòu)成
20世紀(jì)80年代，機(jī)器人手術(shù)系統(tǒng)開(kāi)始進(jìn)入外科醫(yī)生的視野。1985年，加拿大醫(yī)師Kwoh用工業(yè)機(jī)器人進(jìn)行了世界上第一次機(jī)器人輔助下腦瘤活檢。自此，各種各樣的機(jī)器人被用于外科手術(shù)。機(jī)器人參與骨科手術(shù)可以追溯到1992年，發(fā)展至今骨科機(jī)器人已有多種類(lèi)型。按智能程度劃分，其可分為主動(dòng)型、半主動(dòng)型和被動(dòng)型：(1)主動(dòng)型機(jī)器人：可以獨(dú)立自主完成手術(shù)，不需要外科醫(yī)生的限制和干預(yù)；(2)半主動(dòng)機(jī)器人：配備觸覺(jué)反饋系統(tǒng)，可以提高外科醫(yī)生控制工具的能力，本質(zhì)上依然需要醫(yī)生操作；(3)被動(dòng)型機(jī)器人：僅參與外科手術(shù)過(guò)程中的某一部分，且仍需在外科醫(yī)生直接或間接控制下進(jìn)行操作（例如在手術(shù)過(guò)程中，機(jī)器人將手術(shù)器械固定在預(yù)定位置，手術(shù)醫(yī)生運(yùn)用工具剝離筋膜、肌肉等組織，顯露骨骼表面）[4]。根據(jù)機(jī)器人結(jié)構(gòu)（臂的連接方式）分類(lèi)，其可分為串聯(lián)、并聯(lián)兩種類(lèi)型。串聯(lián)機(jī)器人操作范圍更廣，且更靈活，但其尺寸較大，手臂末端的精度和穩(wěn)定性較差，操作的準(zhǔn)確性相對(duì)較低；并聯(lián)機(jī)器人體積更小，精度更高，穩(wěn)定性更好，但其設(shè)計(jì)更復(fù)雜，工作范圍更窄。按應(yīng)用的部位分類(lèi)，其可分為關(guān)節(jié)機(jī)器人（如Robo Doc）、脊柱機(jī)器人（如Spine Assist、Renaissance）、創(chuàng)傷機(jī)器人等。
骨科手術(shù)機(jī)器人主要由影像系統(tǒng)、計(jì)算機(jī)系統(tǒng)、機(jī)械系統(tǒng)三個(gè)系統(tǒng)構(gòu)成[5]。影像系統(tǒng)可進(jìn)行圖像的采集、處理及分析，輔助制定手術(shù)策略；計(jì)算機(jī)系統(tǒng)通過(guò)測(cè)量?jī)x器、傳感器、定位儀等計(jì)算機(jī)軟件對(duì)手術(shù)進(jìn)行規(guī)劃、導(dǎo)航和定位；機(jī)械系統(tǒng)的相關(guān)運(yùn)行單元是手術(shù)的執(zhí)行主體。
2 骨科手術(shù)機(jī)器人研究進(jìn)程
2.1 國(guó)際進(jìn)展
骨科機(jī)器人的首次應(yīng)用是在關(guān)節(jié)骨科領(lǐng)域。1988年，美國(guó)加州大學(xué)和IBM公司聯(lián)合研制出了一款用于人工髖關(guān)節(jié)置換手術(shù)的機(jī)器人。該機(jī)器人的優(yōu)勢(shì)在于可以通過(guò)操作器末端的壓力傳感器對(duì)骨骼的切割進(jìn)行校準(zhǔn)，并通過(guò)視覺(jué)系統(tǒng)保證骨切割的安全性，從而提高手術(shù)精確性。在這款機(jī)器人的基礎(chǔ)上，1992年美國(guó)Integrated Surgical Systems公司推出了一款主動(dòng)型骨科手術(shù)機(jī)器人——Robo Doc，這也是全球首個(gè)主動(dòng)型骨科手術(shù)機(jī)器人。這款機(jī)器人主要用于關(guān)節(jié)置換術(shù)中輔助骨骼定位和假體成形、置入[6]，在其參與下，全球首例手術(shù)機(jī)器人輔助的人工全髖關(guān)節(jié)置換術(shù)成功開(kāi)展，這是國(guó)際骨科領(lǐng)域的一個(gè)里程碑。作為第一個(gè)主動(dòng)型手術(shù)機(jī)器人，Robo Doc仍存在諸多缺陷，如手術(shù)時(shí)間過(guò)長(zhǎng)、坐骨神經(jīng)損傷風(fēng)險(xiǎn)較高、系統(tǒng)穩(wěn)定性不佳等。因此，有學(xué)者在Robo Doc的基礎(chǔ)上對(duì)手術(shù)機(jī)器人不斷進(jìn)行改良、創(chuàng)新。
1997年，Ortho Maquet研制出了另一款機(jī)器人系統(tǒng)——CASPAR。它在設(shè)計(jì)和應(yīng)用上與Robo Doc系統(tǒng)類(lèi)似，可以在人工全膝和全髖關(guān)節(jié)置換手術(shù)中輔助進(jìn)行骨面處理。同年，英國(guó)帝國(guó)理工學(xué)院的Davis等首次提出了“主動(dòng)約束”的概念，同時(shí)研發(fā)了第一代Acrobot機(jī)器人系統(tǒng)。該機(jī)器人手術(shù)系統(tǒng)當(dāng)時(shí)并未引起太多注意，直到2001年新一代的Acrobot機(jī)器人出世。這款用于膝關(guān)節(jié)手術(shù)的機(jī)器人是第一款真正意義上應(yīng)用“主動(dòng)約束”概念的骨科手術(shù)機(jī)器人，此進(jìn)一步提高了機(jī)器人手術(shù)的安全性。此后，各國(guó)進(jìn)一步研究，并相繼開(kāi)發(fā)出各自的骨科手術(shù)機(jī)器人，如美國(guó)開(kāi)發(fā)的mbaRS系統(tǒng)和CRIGOS系統(tǒng)，用于輔助髕股關(guān)節(jié)成形術(shù)；韓國(guó)開(kāi)發(fā)的Arth Robot系統(tǒng)，用于全髖關(guān)節(jié)置換術(shù)；以色列Technion公司開(kāi)發(fā)的MARS系統(tǒng)等。2008年，美國(guó)研制出一款名為RIO的機(jī)械臂，其與“主動(dòng)約束”的Acrobot系統(tǒng)相似，主要應(yīng)用于全膝、單膝及全髖關(guān)節(jié)置換術(shù)。和其他針對(duì)人工關(guān)節(jié)置換術(shù)的機(jī)器人系統(tǒng)的不同點(diǎn)在于，RIO配備了實(shí)時(shí)導(dǎo)航技術(shù)，允許外科醫(yī)生在術(shù)中根據(jù)手術(shù)需要調(diào)整患者肢體。RIO系統(tǒng)需要術(shù)者和機(jī)械臂配合，共同操作手術(shù)器械進(jìn)行手術(shù)操作，并允許操作者在術(shù)中實(shí)時(shí)進(jìn)行精細(xì)調(diào)整。臨床發(fā)現(xiàn)，RIO系統(tǒng)輔助的關(guān)節(jié)置換手術(shù)的切口更小，恢復(fù)時(shí)間更短。2012年，Blue Belt Technologies公司研制出了Navio PFS機(jī)器人系統(tǒng)，與RIO系統(tǒng)的用途相同，PFS系統(tǒng)也應(yīng)用于膝關(guān)節(jié)置換術(shù)中，并可在術(shù)中實(shí)時(shí)追蹤并調(diào)整鉆孔工具的位置。
在脊柱領(lǐng)域中，對(duì)機(jī)器人系統(tǒng)也同樣有著深入的研究。2004年，以色列Mazor Surgical Technologies公司以自身開(kāi)發(fā)的MARS系統(tǒng)為基礎(chǔ)，開(kāi)發(fā)出了Spine Assist引導(dǎo)系統(tǒng)。2011年該系列的第二代引導(dǎo)系統(tǒng)——Renaissance系統(tǒng)也成功誕生，相較于Spine Assist引導(dǎo)系統(tǒng)，Renaissance系統(tǒng)升級(jí)了用戶界面和影像軟件，可在術(shù)中通過(guò)C臂機(jī)透視進(jìn)行三維重建。此外，該系統(tǒng)還搭載著“Hover-T”技術(shù)，在術(shù)前可用Hover-T框架固定在骨性解剖標(biāo)志上，維持穩(wěn)定的同時(shí)還可以定位患者需手術(shù)的脊柱節(jié)段，用于脊柱內(nèi)固定手術(shù)中引導(dǎo)內(nèi)固定置入和固定。Renaissance系統(tǒng)在2014年8月獲得國(guó)家食品藥品監(jiān)督管理總局（CFDA）的注冊(cè)證，臨床研究曾報(bào)道在Renaissance系統(tǒng)引導(dǎo)下進(jìn)行的椎弓根置釘?shù)臏?zhǔn)確率高達(dá)98.5%，顯著優(yōu)于傳統(tǒng)手術(shù)組。在保證高準(zhǔn)確率的同時(shí)，該系統(tǒng)還能大大縮減手術(shù)時(shí)間，從而縮短醫(yī)生和患者在手術(shù)中受到X線放射的時(shí)間，減少手術(shù)對(duì)醫(yī)患雙方的傷害。但它也有明顯的缺陷，如操作過(guò)程過(guò)于繁復(fù)、無(wú)法進(jìn)行實(shí)時(shí)監(jiān)控等[7-9]。韓國(guó)從2005年開(kāi)始研發(fā)SPINEBOT系列機(jī)器人，目前已有V1(2005年）和V2(2010年）兩代機(jī)器人，該系統(tǒng)可以和雙平面O型臂、外科操作系統(tǒng)相配合，三者組合成一個(gè)自動(dòng)化雙平面透視引導(dǎo)機(jī)器人系統(tǒng)[10-12]。2006年，德國(guó)航空航天中心開(kāi)始研發(fā)Vector Bot系統(tǒng)，其以航空中心的Kinemedic機(jī)器人硬件和Vector Vision光學(xué)追蹤軟件為基礎(chǔ)，將二者結(jié)合起來(lái)以實(shí)現(xiàn)術(shù)中追蹤[13]。2012年，瑞士的研究機(jī)構(gòu)報(bào)道了Neuroglide系統(tǒng)[14]。這是一款針對(duì)寰椎和樞椎融合術(shù)而設(shè)計(jì)的螺釘置入系統(tǒng)，目前該系統(tǒng)還在進(jìn)行下一步臨床試驗(yàn)，其臨床實(shí)際效果還在觀察中。2014年法國(guó)Medtech醫(yī)療公司推出了ROSA Spine產(chǎn)品，2016年通過(guò)歐洲CE認(rèn)證[15-17]。該機(jī)器人系統(tǒng)一方面能通過(guò)6個(gè)自由度的機(jī)械臂和末端的力學(xué)反饋機(jī)制識(shí)別手術(shù)中的異常力學(xué)信號(hào)，從而提高手術(shù)的安全性；另一方面，它能配合3D O-arm CBCT的實(shí)時(shí)引導(dǎo)進(jìn)行術(shù)中導(dǎo)航；同時(shí)，還能實(shí)現(xiàn)術(shù)中對(duì)呼吸系統(tǒng)的實(shí)時(shí)追蹤和補(bǔ)償。2017年，美國(guó)Globus公司推出的Excelsius gps機(jī)器獲得FDA批準(zhǔn)。Excelsius不但可以進(jìn)行實(shí)時(shí)追蹤、運(yùn)動(dòng)補(bǔ)償，還可以通過(guò)其機(jī)械臂直接經(jīng)皮置釘，而無(wú)需棘突夾固定[18]。
總之，骨科機(jī)器人自2000年發(fā)展至今已經(jīng)有諸多系統(tǒng)在臨床中投入使用，其中應(yīng)用最廣泛的Mazor系列、ROSA系列和Excelsius GPS均已獲得美國(guó)FDA認(rèn)證。Mazor系列在2016年推出最新型的Mazor X機(jī)器人，該型號(hào)通過(guò)加載串聯(lián)式機(jī)械臂增加操作范圍和靈活性，并減少手術(shù)過(guò)程中對(duì)手術(shù)器械的依賴[19]。此外，近年來(lái)達(dá)芬奇機(jī)器人開(kāi)始應(yīng)用于脊柱領(lǐng)域，它由控制臺(tái)、機(jī)械臂、3D成像系統(tǒng)構(gòu)成，術(shù)者可通過(guò)視頻圖像進(jìn)行觀測(cè)，并使用控制臺(tái)手柄和腳踏進(jìn)行手術(shù)操作。Lee J Y等[20]首次用達(dá)芬奇機(jī)器人完成了2例L5～S1的前路椎間融合術(shù)，隨訪1年未見(jiàn)明顯泌尿生殖系統(tǒng)并發(fā)癥，由此認(rèn)為，達(dá)芬奇機(jī)器人相較傳統(tǒng)腔鏡下手術(shù)可以減少交感神經(jīng)和血管的損傷。
2.2 國(guó)內(nèi)進(jìn)展
我國(guó)骨科機(jī)器人的研究雖然起步晚，但進(jìn)展迅速，并取得了較為豐富的研究成果。其中，天璣機(jī)器人是科研成果轉(zhuǎn)化為臨床生產(chǎn)力的典型代表，數(shù)年來(lái)經(jīng)受住了多次臨床實(shí)踐的檢驗(yàn)。
2004年，為實(shí)現(xiàn)術(shù)中對(duì)靶點(diǎn)的精確定位，北京積水潭醫(yī)院與北京航空航天大學(xué)聯(lián)合提出一種雙平面定位技術(shù)（以2-PPTC結(jié)構(gòu)為基礎(chǔ)），并研制出一種小型雙平面骨科手術(shù)機(jī)器人系統(tǒng)（可以用于不同手術(shù)適應(yīng)證）[21]。自此，我國(guó)骨科手術(shù)機(jī)器人的研發(fā)進(jìn)入了新紀(jì)元。同年，北京積水潭醫(yī)院完成了國(guó)內(nèi)首例機(jī)器人輔助下的骨科手術(shù)，2006年完成國(guó)內(nèi)首例遠(yuǎn)程遙控規(guī)劃手術(shù)（北京-延安），為遠(yuǎn)程化骨科手術(shù)提供了經(jīng)驗(yàn)。2008年，原第三軍醫(yī)大學(xué)與中科院沈陽(yáng)自動(dòng)化研究所合作研制了一款微創(chuàng)脊柱手術(shù)機(jī)器人，其用于手術(shù)中輔助醫(yī)生打孔、減少患者和醫(yī)生的輻射損傷。2010年，鄭州大學(xué)第一附屬醫(yī)院報(bào)道了由其自主研發(fā)的無(wú)框架脊柱導(dǎo)航手術(shù)機(jī)器人，它用于引導(dǎo)椎弓根螺釘定位，不需要框架固定、導(dǎo)航注冊(cè)等環(huán)節(jié)，而是通過(guò)術(shù)前CT調(diào)整C臂機(jī)角度，在椎弓根標(biāo)準(zhǔn)軸位片上用機(jī)械臂和尾端呈“十”字狀的導(dǎo)針進(jìn)行定位。一項(xiàng)臨床實(shí)驗(yàn)顯示手術(shù)中置入60枚螺釘，患者均成功置入[22]。2012年，香港中文大學(xué)威爾士親王醫(yī)院研制了Hybri Dot骨科手術(shù)機(jī)器人，這款機(jī)器人由主動(dòng)、被動(dòng)混合控制，即人工拖動(dòng)機(jī)器臂進(jìn)入已定位的手術(shù)目標(biāo)位置，然后由機(jī)器人系統(tǒng)自主操縱機(jī)器臂進(jìn)行小范圍高精度操作進(jìn)而完成手術(shù)。2014年，北京積水潭醫(yī)院聯(lián)合中科院深圳先進(jìn)技術(shù)研究院開(kāi)發(fā)了一款主/被動(dòng)一體化脊柱手術(shù)機(jī)器人RSSS(Robotic spinal surgery system）。RSSS與ROSA Spine系統(tǒng)類(lèi)似，它以力反饋系統(tǒng)為基礎(chǔ)，額外加裝了氣鉆，主要用于導(dǎo)航輔助下脊柱釘?shù)楞@孔，但由于沒(méi)有搭配相應(yīng)的導(dǎo)航系統(tǒng)，故臨床應(yīng)用較局限。
2015年，北京積水潭醫(yī)院和北京天智航公司合作研發(fā)了“天璣”機(jī)器人，它包含了6個(gè)自由度的機(jī)械臂系統(tǒng)、光學(xué)追蹤系統(tǒng)與手術(shù)規(guī)劃和導(dǎo)航系統(tǒng)。在此基礎(chǔ)上，北京積水潭醫(yī)院主導(dǎo)、多單位配合開(kāi)發(fā)的第三代骨科手術(shù)機(jī)器人系統(tǒng)（天璣）是國(guó)際上首個(gè)通用性骨科手術(shù)機(jī)器人，其亞毫米級(jí)的定位精確度足以滿足45%以上骨科手術(shù)的需求[23]。2015年8月～2015年10月，北京積水潭醫(yī)院在“天璣”機(jī)器人輔助下陸續(xù)完成了世界首例在術(shù)中實(shí)時(shí)三維影像輔助下的機(jī)器人輔助脊柱胸腰段骨折微創(chuàng)內(nèi)固定手術(shù)、世界首例術(shù)中實(shí)時(shí)三維影像引導(dǎo)的機(jī)器人輔助寰椎樞椎經(jīng)關(guān)節(jié)螺釘內(nèi)固定術(shù)、世界首例術(shù)中實(shí)時(shí)三維影像引導(dǎo)的機(jī)器人輔助齒狀突骨折內(nèi)固定術(shù)[24-25]，其定位精度及臨床適用范圍均達(dá)國(guó)際領(lǐng)先水平。自研發(fā)至今，我國(guó)“天璣”系列骨科機(jī)器人在輔助椎弓根螺釘置入方面經(jīng)受了多次臨床實(shí)踐，具有更高的準(zhǔn)確性和安全性。在一項(xiàng)針對(duì)頸椎椎弓根螺釘?shù)碾S機(jī)對(duì)照研究[26]顯示，“天璣”機(jī)器人的成功率達(dá)到98.9%，精度優(yōu)于傳統(tǒng)透視置釘（0.83mm Vs 1.79mm），而且術(shù)中出血更少，住院時(shí)間更短。近年來(lái)，我國(guó)借助5G技術(shù)應(yīng)用“天璣”機(jī)器人多次進(jìn)行一站對(duì)多地遠(yuǎn)程控制骨科機(jī)器人手術(shù)的臨床實(shí)踐[27]，并取得了良好的臨床效果。2019年，煙臺(tái)市煙臺(tái)山醫(yī)院、北京積水潭醫(yī)院、嘉興市第二醫(yī)院共三地協(xié)作，在全球范圍內(nèi)首次將5G技術(shù)運(yùn)用于骨科手術(shù)機(jī)器人多中心聯(lián)合遠(yuǎn)程手術(shù)，創(chuàng)新性地將第五代移動(dòng)通信技術(shù)、人工智能技術(shù)、骨科手術(shù)完美地結(jié)合在一起，通過(guò)5G網(wǎng)絡(luò)遠(yuǎn)程開(kāi)展骨科手術(shù)機(jī)器人輔助下經(jīng)皮螺釘復(fù)位內(nèi)固定手術(shù)。
蘇州大學(xué)附屬第一醫(yī)院也開(kāi)展了脊柱機(jī)器人的研究，與北京航空航天大學(xué)和北京大學(xué)第三醫(yī)院合作，設(shè)計(jì)了只需C臂機(jī)和12個(gè)金屬基準(zhǔn)點(diǎn)就可以將二維坐標(biāo)進(jìn)行三維重建的算法[28]，進(jìn)一步完善該系統(tǒng)后可進(jìn)行基于C臂機(jī)透視下的實(shí)時(shí)三維重建，同時(shí)加入光學(xué)跟蹤系統(tǒng)，體外驗(yàn)證精度為（2.54±0.15)mm，螺釘合格率達(dá)到了100%[29]。
3 骨科手術(shù)機(jī)器人的展望
3.1 精準(zhǔn)化、微創(chuàng)化
骨科機(jī)器人手術(shù)較傳統(tǒng)手術(shù)的優(yōu)點(diǎn)在于精確性較高，同時(shí)對(duì)患者造成的創(chuàng)傷小。目前的骨科機(jī)器人仍然存在精確度不足或可重復(fù)性較差的缺點(diǎn)，未來(lái)骨科機(jī)器人的研發(fā)進(jìn)程中精準(zhǔn)與微創(chuàng)仍然是首要的發(fā)展方向。
3.2 智能化
隨著計(jì)算機(jī)軟件的開(kāi)發(fā)及人工智能的迅速發(fā)展，骨科機(jī)器人高度智能化已成為必然趨勢(shì)?，F(xiàn)階段，主動(dòng)型機(jī)器人仍然存在誤操作的風(fēng)險(xiǎn)，相對(duì)于半自動(dòng)型及被動(dòng)型機(jī)器人，其應(yīng)用較局限。若骨科機(jī)器人的高度智能化迅速發(fā)展，則精確性、可重復(fù)性更高的主動(dòng)型機(jī)器人便有機(jī)會(huì)成為未來(lái)骨科機(jī)器人的主流，并可進(jìn)一步解放醫(yī)生的雙手，提高手術(shù)效率。
3.3 遠(yuǎn)程化
隨著5G技術(shù)的出世，骨科手術(shù)機(jī)器人迎來(lái)一個(gè)新的發(fā)展方向——遠(yuǎn)程手術(shù)。5G技術(shù)支持下，遠(yuǎn)程手術(shù)延遲將會(huì)低于毫秒級(jí)，大大增加了遠(yuǎn)程手術(shù)的精確性和穩(wěn)定性。遠(yuǎn)程手術(shù)的普及在技術(shù)上成為可能，為醫(yī)生異地手術(shù)提供了技術(shù)支持，使優(yōu)質(zhì)的醫(yī)療資源能輻射至更廣泛的區(qū)域。
3.4 個(gè)體化
不同患者之間存在個(gè)體差異，目前仍需要醫(yī)生根據(jù)不同患者的實(shí)際情況制定具體的手術(shù)方案。應(yīng)用骨科機(jī)器人時(shí)，可根據(jù)不同患者個(gè)體的實(shí)際情況制定相應(yīng)的手術(shù)方案，使用合適規(guī)格的手術(shù)器材進(jìn)行不同手法的手術(shù)操作，從而達(dá)到對(duì)患者最有利的療效，以實(shí)現(xiàn)個(gè)體化手術(shù)的效果，這將是骨科機(jī)器人的研發(fā)趨勢(shì)之一。
3.5 普及化
目前的骨科機(jī)器人手術(shù)與傳統(tǒng)手術(shù)相比，成本較高，價(jià)格較為昂貴。就我國(guó)目前的國(guó)情而言，難以實(shí)現(xiàn)該手術(shù)的全面普及。降低骨科機(jī)器人成本的同時(shí)，保證機(jī)器人手術(shù)的高質(zhì)量和高精確度勢(shì)必成為骨科機(jī)器人普及化的重要一環(huán)。
4 小結(jié)
二十多年前，骨科手術(shù)機(jī)器人誕生并應(yīng)用于骨科手術(shù)中，經(jīng)過(guò)不斷更新與發(fā)展，如今機(jī)器人手術(shù)已成為骨科手術(shù)的重要發(fā)展方向。目前，國(guó)際上已形成了多個(gè)相對(duì)較完善的骨科機(jī)器人系統(tǒng)，如Mazor系列、ROSA系列和Excelsius GPS等。雖然我國(guó)骨科機(jī)器人的研究在起跑線上落后于國(guó)外，但近年來(lái)發(fā)展迅速，碩果累累，尤其是“天璣”系列機(jī)器人，經(jīng)過(guò)多次臨床實(shí)踐，效果顯著。隨著現(xiàn)代科技的進(jìn)一步發(fā)展，未來(lái)骨科手術(shù)機(jī)器人勢(shì)必追求更高的精準(zhǔn)化和微創(chuàng)化。同時(shí)，現(xiàn)代社會(huì)中個(gè)體意識(shí)的覺(jué)醒也促使骨科手術(shù)機(jī)器人向智能化、遠(yuǎn)程化、個(gè)體化、普及化方向發(fā)展，以滿足人們的需求。
參考文獻(xiàn)
[1]邵澤宇,徐文峰,廖曉玲.骨科機(jī)器人的發(fā)展應(yīng)用及前景[J].軍事醫(yī)學(xué), 2016, 40(12):1003-1008.
[2]田偉.骨科機(jī)器人研究進(jìn)展[J].骨科臨床與研究雜志, 2016, 1(1):55-57.
[3]曹旭含,白子興,孫承頤,等.機(jī)器人在骨科手術(shù)中應(yīng)用的可靠性與提升空間[J].中國(guó)組織工程研究,2020, 24(9):1416-1421.
[4]郭碩,郭征.骨科手術(shù)機(jī)器人研究進(jìn)展[J].武警醫(yī)學(xué), 2018, 29(10):987-990.
[5]倪自強(qiáng),王田苗,劉達(dá).醫(yī)療機(jī)器人技術(shù)發(fā)展綜述[J].機(jī)械工程學(xué)報(bào), 2015, 51(13):45-52.
[6]鄭小麗.脊柱手術(shù)機(jī)器人的柔順控制及骨削手術(shù)規(guī)劃[D].湖南大學(xué), 2013.
[7]田偉,范明星,韓曉光,等.機(jī)器人輔助與傳統(tǒng)透視輔助脊柱椎弓根螺釘內(nèi)固定的臨床對(duì)比研究[J].骨科臨床與研究雜志, 2016, 1(1):4-10.
[8] Sukovich W, Brink-Danan S, Hardenbrook M. Miniature robotic guidance for pedicle screw placement in posterior spinal fusion:early clinical experience with the SpineAssist[J]. International Journal of Medical,2006, 2(2):114-122.
[9]孫偉,劉衛(wèi)東,伊藤康信,等.神經(jīng)導(dǎo)航和X線定位下球囊后凸椎體成形術(shù)治療胸腰椎壓縮性骨折[J].臨床神經(jīng)外科雜志, 2017, 14(5):369-373.
[10]褚曉東,張華.機(jī)器人系統(tǒng)在脊柱外科的應(yīng)用[J].醫(yī)學(xué)綜述, 2014, 20(8):1448-1450.
[11] Kim S, Chung J, Yi B J, et al. An assistive imageguided surgical robot system using o-arm fluoroscopy for pedicle screw insertion:preliminary and cadaveric study[J]. Neurosurgery, 2010, 67(6):1757-1767.
[12] Chung G B, Kim S, Lee S G, et al. An image-guided robotic surgery system for spinal fusion[J]. Int J Control Autom System, 2006, 4(1):30-41.
[13] Ortmaier T, Weiss H, Dbele S, et al. Experiments on robot-assisted navigated drilling and milling of bones for pedicle screw placement[J]. Int J Med Robot, 2006,2(4):350-363.
[14] Kostrzewski S, Duff J M, Baur C, et al. Robotic system for cervical spine surgery[J]. Int J Med Robot, 2012, 8(2):184-190.
[15] Lonjon N, Chan-Seng E, Costalat V, et al. Robotassisted spine surgery:feasibility study through a prospective case-matched analysis[J]. European Spine Journal, 2016, 25(3):947-955.
[16] Chenin L, Peltier J, Lefranc M. Minimally invasive transforaminal lumbar interbody fusion with the ROSA(TM)Spine robot and intraoperative flat-panel CT guidance[J]. Acta Neurochirurgica, 2016, 158(6):1125-1128.
[17] Lefranc M, Peltier J. Accuracy of thoracolumbar transpedicular and vertebral body percutaneous screw placement:coupling the Rosa(R)Spine robot with intraoperative flat-panel CT guidance-A cadaver study[J]. Journal of Robotic Surgery, 2015, 9(4):331-338.
[18] DeVito D P, Kaplan L, Dietl R, et al. Clinical acceptance and accuracy assessment of spinal implants guided with SpineAssist surgical robot:retrospective study[J]. Spine(Phila Pa 1976), 2010, 35(24):2109-2115.
[19] Khan A, Meyers J E, Siasios I, et al. Next-generation robotic spine surgery:first report on feasibility, safety,and learning Curve[J]. Oper Neurosurg(Hagerstown),2019, 17(1):61-69.
[20] Lee J Y, Bhowmick D A, Eun D D, et al. Minimally invasive, robot-assisted, anterior lumbar interbody fusion:a technical note[J]. J Neurol Surg A Cent Eur Neurosurg, 2013, 74(4):258-261.
[21]趙春鵬,王軍強(qiáng),蘇永剛,等.骨科機(jī)器人系統(tǒng)全程規(guī)劃模塊在長(zhǎng)骨骨折精確牽引中的研究[J].中華醫(yī)學(xué)雜志, 2007, 87(43):3038-3042.
[22]劉文勇,胡蕊燕,王再躍,等.脊柱手術(shù)機(jī)器人研究進(jìn)展及趨勢(shì)分析[J].骨科臨床與研究雜志, 2020,5(3):185-189.
[23]韓曉光,劉亞軍,范明星,等.骨科手術(shù)機(jī)器人技術(shù)發(fā)展及臨床應(yīng)用[J].科技導(dǎo)報(bào), 2017, 35(10):19-25.
[24] TIAN W, WANG H, LIU Y. Robot-assisted anterior odontoid screw fixation:a case report[J]. Orthopaedic Surgery, 2016, 8(3):400-404.
[25] TIAN W. Robot-assisted posterior C1-2 transarticular screw fixation for atlantoaxial instability:a case report[J]. Spine, 2016, 41(Suppl19):B2-B5.
[26] FAN M, LIU Y, HE D, et al. Improved accuracy of cervical spinal surgery with robot-assisted screw insertion:a prospective, randomized, controlled study[J].Spine(Phila Pa 1976), 2020, 45(5):285-291.
[27]田偉,張琦,李祖昌,等.一站對(duì)多地5G遠(yuǎn)程控制骨科機(jī)器人手術(shù)的臨床應(yīng)用[J].骨科臨床與研究雜志, 2019, 4(6):349-354.
>> 基于LDA模型和SVM的文本分類(lèi)研究 基于隨機(jī)森林的文本分類(lèi)研究 基于Bayes算法的網(wǎng)頁(yè)文本分類(lèi)研究 基于粗糙集的文本分類(lèi)方法研究 基于推拉策略的文本分類(lèi)增量學(xué)習(xí)研究 文本分類(lèi)特征降維研究綜述 基于優(yōu)化類(lèi)中心分類(lèi)算法的文本分類(lèi)研究 基于文本分類(lèi)的果農(nóng)短信分類(lèi) 文本分類(lèi)算法研究 2統(tǒng)計(jì)的文本分類(lèi)特征選擇方法的研究'> 基于χ2統(tǒng)計(jì)的文本分類(lèi)特征選擇方法的研究 文本分類(lèi)及算法綜述 基于潛在語(yǔ)義分析和改進(jìn)的HS-SVM的文本分類(lèi)模型研究 基于RBF神經(jīng)網(wǎng)絡(luò)的Web文本分類(lèi)的研究 基于向量空間模型的文本分類(lèi)系統(tǒng)的研究與實(shí)現(xiàn) 基于HowNet的VSM模型擴(kuò)展在文本分類(lèi)中的應(yīng)用研究 基于蟻群智能算法的文本分類(lèi)研究 基于KNN的中文文本分類(lèi)反饋學(xué)習(xí)研究 基于模糊VSM和RBF網(wǎng)絡(luò)文本分類(lèi)方法的研究與實(shí)現(xiàn) 基于語(yǔ)言模型的藏文文本分類(lèi)研究 基于K―means算法的文本分類(lèi)技術(shù)研究 常見(jiàn)問(wèn)題解答 當(dāng)前所在位置：l）和結(jié)構(gòu)化文本（.xml）。按文本的篇幅可劃分為長(zhǎng)文本和短文本。無(wú)論是什么類(lèi)型的待分類(lèi)文本，首先都要進(jìn)行預(yù)處理操作，包括分詞、去停用詞、詞根還原等，其目的是去掉對(duì)分類(lèi)不起作用的噪音數(shù)據(jù)。然后從預(yù)處理后的文本中提取關(guān)鍵詞，構(gòu)成關(guān)鍵詞詞典。關(guān)鍵詞詞典的作用有兩個(gè)：一是計(jì)算關(guān)鍵詞的權(quán)重，將其表示為機(jī)器可理解的文本向量。二是利用關(guān)鍵詞構(gòu)建和擴(kuò)充本體庫(kù)。待分類(lèi)文本集的篇幅不同，其選擇的特征處理過(guò)程也不同。長(zhǎng)文本預(yù)處理后得到的文本表示是高維稀疏的特征向量，需要選擇合適算法對(duì)向量進(jìn)行特征降維，去掉噪音數(shù)據(jù)，留下對(duì)文本分類(lèi)有較大貢獻(xiàn)的特征數(shù)據(jù)。對(duì)于廣告標(biāo)語(yǔ)、新聞標(biāo)題等短文本進(jìn)行預(yù)處理后得到低維特征向量，其中包含的索引項(xiàng)缺少可利用的信息，可通過(guò)從本體庫(kù)中獲取對(duì)分類(lèi)有價(jià)值的關(guān)鍵詞，為向量添加額外的新特征輔助分類(lèi)過(guò)程。預(yù)處理模塊在整個(gè)文本分類(lèi)過(guò)程中起著非常重要的作用，特征向量的好與壞直接影響著文本分類(lèi)的精準(zhǔn)度和分類(lèi)性能。
1.2 本體模塊
本體模塊位于整個(gè)分類(lèi)框架的中間層，是框架的核心部分，也是整個(gè)分類(lèi)系統(tǒng)的理論基礎(chǔ)。本體有多種用途，可以利用本體庫(kù)中的標(biāo)準(zhǔn)本體文件或是手工構(gòu)建的本體作為背景知識(shí)，提供語(yǔ)義信息構(gòu)建分類(lèi)模型，也可以利用本體對(duì)特征向量進(jìn)行降維（長(zhǎng)文本）或添加主題詞擴(kuò)充特征向量（短文本），提高分類(lèi)效率，當(dāng)然本體中包含的信息越完備，取得的分類(lèi)結(jié)果越準(zhǔn)確。
1.3 分類(lèi)模塊
分類(lèi)模塊主要是利用傳統(tǒng)分類(lèi)算法或本體構(gòu)建分類(lèi)模型，其主要功能是實(shí)現(xiàn)分類(lèi)，對(duì)未知文本進(jìn)行判別，將其劃分到所屬的類(lèi)別中。
2 關(guān)鍵技術(shù)研究動(dòng)態(tài)
2.1 特征處理
近年來(lái)，特征處理過(guò)程（對(duì)高維特征向量進(jìn)行降維和對(duì)稀疏特征向量進(jìn)行擴(kuò)充）越來(lái)越多地被人們重視，高維稀疏的特征空間中缺少對(duì)分類(lèi)給力的特征項(xiàng)，包含過(guò)多冗余信息和噪音數(shù)據(jù)，對(duì)分類(lèi)效果起反作用。從知識(shí)發(fā)現(xiàn)的角度看，識(shí)別出預(yù)測(cè)結(jié)果中的低維特征是非常有用的，消除無(wú)關(guān)和冗余的數(shù)據(jù)特征，提高數(shù)據(jù)挖掘的效率，改善預(yù)測(cè)精準(zhǔn)性等學(xué)習(xí)性能。
特征降維[9]是從初始高維特征集合中選出低維特征集合，并根據(jù)一定的評(píng)估準(zhǔn)則最優(yōu)化縮小特征空間的過(guò)程，主要有特征選擇和特征重構(gòu)兩類(lèi)。特征選擇的本質(zhì)是對(duì)原高維特征空間的約簡(jiǎn)，即在不損傷分類(lèi)精度的前提下，盡量減少特征空間中的索引項(xiàng)的數(shù)目，降低向量空間的維數(shù)。較為典型的特征選擇方法有文檔頻度、互信息、信息增益、X2統(tǒng)計(jì)量等。Yang yiming[10-11]等人在reuters-21578和一部分Reuters Corpus Version1（RCV1）語(yǔ)料庫(kù)上分別采用文檔頻度、互信息、信息增益、X2統(tǒng)計(jì)量等方法對(duì)特征向量進(jìn)行降維，然后用Naive Bayesian, Rocchio, kNN和SVM等分類(lèi)算法進(jìn)行多角度實(shí)驗(yàn)，結(jié)果表明SVM和X2統(tǒng)計(jì)的組合方法優(yōu)于其它的方法。特征重構(gòu)[12]又稱(chēng)特征抽取，是基于特征項(xiàng)之間的語(yǔ)義相關(guān)性、類(lèi)內(nèi)文本聚合程度、類(lèi)間離散程度的影響力等方面因素，對(duì)文本特征集進(jìn)行壓縮，把原來(lái)的特征向量轉(zhuǎn)換成為一個(gè)不同的更緊湊的新低維空間。例如主成成分分析（PCA），線性區(qū)分分析（LDA），潛在語(yǔ)義索引（LSI）等。
還有其他降維方法，如利用通用本體和領(lǐng)域本體提供的概念層次語(yǔ)義結(jié)構(gòu)實(shí)現(xiàn)降維。采用本體中概念及概念間的語(yǔ)義關(guān)系并結(jié)合潛在語(yǔ)義索引算法對(duì)特征空間進(jìn)行降維，可以提高分類(lèi)性能。文獻(xiàn)[13]提出基于WordNet語(yǔ)義詞典和隱含語(yǔ)義索引(LSI)模型的英文文本分類(lèi)方法，用WordNet中語(yǔ)義集代替單詞構(gòu)成特征向量，然后利用LSI模型進(jìn)一步深入挖掘語(yǔ)義集的概念間的深層聯(lián)系，將語(yǔ)言知識(shí)和概念索引有效地融合到文本向量空間的表示中，對(duì)特征向量進(jìn)行降維，并分別用Naive Bayes和簡(jiǎn)單向量距離算法實(shí)現(xiàn)分類(lèi)，實(shí)驗(yàn)結(jié)果表明準(zhǔn)確率都隨著語(yǔ)義分析的深入逐步提高，充分表明語(yǔ)義挖掘?qū)ξ谋痉诸?lèi)的重要性。文獻(xiàn)[14]也利用WordNet通用本體和潛在語(yǔ)義索引算法，實(shí)現(xiàn)了對(duì)信息檢索中的文檔向量進(jìn)行降維，取得較好的效果，該方法也適用于大規(guī)模的文檔集。文獻(xiàn)[15]利用潛在語(yǔ)義索引和領(lǐng)域本體實(shí)現(xiàn)文本特征的降維和分類(lèi)，該方法適用于對(duì)領(lǐng)域內(nèi)的文本集分類(lèi)。近年來(lái)，基于分形的方法也得到人們關(guān)注[16]。采用分形的思想，可以較準(zhǔn)確地估計(jì)出數(shù)據(jù)的本征維[17]，為進(jìn)一步地降維提供指導(dǎo)性的參考。
對(duì)于新聞標(biāo)題，廣告語(yǔ)，電影預(yù)告等短文本進(jìn)行預(yù)處理后得到稀疏的特征向量，缺少對(duì)分類(lèi)給力的特征項(xiàng)，為解決其稀疏問(wèn)題除了要去掉冗余和噪音特征項(xiàng)外，還需要利用語(yǔ)義詞典或本體對(duì)文本向量進(jìn)行特征擴(kuò)充，添加對(duì)分類(lèi)起正面作用的特征項(xiàng)，輔助指導(dǎo)分類(lèi)。文獻(xiàn)[18]提出一個(gè)基于短文本的半監(jiān)督的分類(lèi)通用框架，適用于從Web搜索結(jié)果到醫(yī)學(xué)等眾多不同領(lǐng)域的文本分類(lèi)。利用潛在主題分析模型如pLSA、LDA等和機(jī)器學(xué)習(xí)方法如最大熵和支持向量機(jī)等，從大規(guī)模外部語(yǔ)料庫(kù)中抽取出潛在主題詞擴(kuò)充特征向量，提高分類(lèi)器的覆蓋范圍。
2.2 分類(lèi)模型
隨著本體的發(fā)展，近年來(lái)有許多國(guó)內(nèi)外學(xué)者將本體引入到文本挖掘的各個(gè)應(yīng)用領(lǐng)域，基于本體的分類(lèi)是研究熱點(diǎn)之一，下面通過(guò)幾個(gè)典型實(shí)例進(jìn)一步說(shuō)明該研究的特點(diǎn)及進(jìn)展。
Gu等人[19]提出一個(gè)基于SARS本體的文本分類(lèi)模型，利用本體中層次概念結(jié)構(gòu)構(gòu)建向量空間模型，為分類(lèi)提供領(lǐng)域知識(shí)。同時(shí)從預(yù)處理后的文本集中抽取出主題詞構(gòu)成詞典，用來(lái)不斷擴(kuò)充和完善SARS本體，一方面可以構(gòu)建本體向量，另一方面可以解決傳統(tǒng)分類(lèi)方法中存在的特征向量的高維稀疏問(wèn)題。基于該分類(lèi)模型構(gòu)建的原型系統(tǒng)，對(duì)200篇有關(guān)SARS信息的文檔進(jìn)行分類(lèi)，其分類(lèi)結(jié)果的精準(zhǔn)率和召回率最高分別可達(dá)到0.93和0.95。
Probowo[20]等人根據(jù)DDC（Dewey Decimal Classification）和LCC（Library ofCongress Classification）的特點(diǎn)，建立了一種DDC-LCC映射關(guān)系，利用基于DDC和LCC兩種分類(lèi)模式的Web網(wǎng)頁(yè)構(gòu)建本體庫(kù)，并映射到DDC和LCC兩個(gè)分類(lèi)模式，給出了DDC-LCC和基于本體的分類(lèi)模式之間的映射的形式化定義。這種映射關(guān)系能夠提供度量Web網(wǎng)頁(yè)和類(lèi)別的相似度的方法，并結(jié)合本體中的概念與實(shí)例的語(yǔ)義關(guān)系和層次結(jié)構(gòu)關(guān)系，輔助對(duì)Web網(wǎng)頁(yè)進(jìn)行分類(lèi)，取得較好效果。
Song[21]等人在2005年提出了一種利用Web網(wǎng)頁(yè)中抽取的語(yǔ)法知識(shí)構(gòu)建領(lǐng)域本體的方法，并利用領(lǐng)域本體的層次結(jié)構(gòu)、概念特征及概念間的關(guān)系和屬性等領(lǐng)域知識(shí)對(duì)Web網(wǎng)頁(yè)分類(lèi)。首先利用自然語(yǔ)言處理技術(shù)對(duì)Web文檔進(jìn)行詞性標(biāo)注和語(yǔ)法分析等預(yù)處理，抽取出重要概念術(shù)語(yǔ)構(gòu)建層次結(jié)構(gòu)，進(jìn)而利用層次結(jié)構(gòu)的語(yǔ)義關(guān)系構(gòu)建領(lǐng)域本體。然后對(duì)從Web網(wǎng)頁(yè)中抽取的概念術(shù)語(yǔ)進(jìn)行權(quán)重計(jì)算構(gòu)建文本向量，通過(guò)計(jì)算文本向量與本體構(gòu)成的類(lèi)別向量之間的相似度實(shí)現(xiàn)對(duì)在線的Web網(wǎng)頁(yè)進(jìn)行自動(dòng)實(shí)時(shí)分類(lèi)。與傳統(tǒng)的貝葉斯分類(lèi)器和TF-IDF分類(lèi)器進(jìn)行實(shí)驗(yàn)對(duì)比，分別對(duì)從雅虎的經(jīng)濟(jì)新聞網(wǎng)站抽取的Cooperatives，employment，F(xiàn)inance，Marketing，Organizations，Trades等幾個(gè)類(lèi)別的文本集進(jìn)行分類(lèi)實(shí)驗(yàn)，三個(gè)分類(lèi)器的F1指標(biāo)平均值分別為0.92，0.82，0.79，基于本體的分類(lèi)器有效地提高了分類(lèi)性能。
2007年，文獻(xiàn)[22]提出一個(gè)基于本體的Web文檔的分類(lèi)方法和自動(dòng)構(gòu)建本體的方法，并對(duì)分類(lèi)后的文檔進(jìn)行排序。基于WordNet的同義詞集用經(jīng)驗(yàn)?zāi)Ｊ椒纸釫MD（Earth Mover’s Distance）算法計(jì)算概念的相似度，根據(jù)相似度得分對(duì)已有的本體進(jìn)行擴(kuò)充和維護(hù)，然后把本體作為類(lèi)別向量對(duì)Web文檔進(jìn)行實(shí)時(shí)分類(lèi)，最后用排序算法對(duì)分類(lèi)結(jié)果中的Web文檔集合進(jìn)行排序，為信息檢索提供基礎(chǔ)。分別采用KNN和SVM算法對(duì)從網(wǎng)站上搜集的2000個(gè)Web文檔進(jìn)行實(shí)驗(yàn)，本文提出的方法得到召回率和精準(zhǔn)率明顯優(yōu)于KNN方法，召回率與SVM算法相比相當(dāng)略有提高，但精準(zhǔn)率約有降低。
文獻(xiàn)[15]提出一個(gè)文本分類(lèi)的通用框架，并將潛在語(yǔ)義索引算法（LSI）和領(lǐng)域本體引入到該框架中實(shí)現(xiàn)對(duì)領(lǐng)域內(nèi)文本集進(jìn)行分類(lèi)。潛在語(yǔ)義索引算法可以有效解決特征向量的高維和稀疏的問(wèn)題，提高文本分類(lèi)的精確度。領(lǐng)域本體具有豐富的領(lǐng)域內(nèi)專(zhuān)用術(shù)語(yǔ)，可以為分類(lèi)提供背景知識(shí)。利用潛在語(yǔ)義索引算法和領(lǐng)域本體實(shí)現(xiàn)的分類(lèi)器可以有效的提高分類(lèi)的性能，其精準(zhǔn)率、召回率和F1度量值的平均值都略高于傳統(tǒng)樸素貝葉斯分類(lèi)器的實(shí)驗(yàn)結(jié)果。
文獻(xiàn)[23]將本體知識(shí)作為背景知識(shí)應(yīng)用到文本表示中，實(shí)現(xiàn)對(duì)文本的分類(lèi)。對(duì)XML文本進(jìn)行解析，從XML文本的元素中抽取術(shù)語(yǔ)構(gòu)建特征向量，并充分利用XML文本的特殊結(jié)構(gòu)，并對(duì)其進(jìn)行標(biāo)注，將文本標(biāo)簽及標(biāo)簽路徑結(jié)構(gòu)也作為特征用來(lái)擴(kuò)展文本向量，并結(jié)合通用本體WordNet構(gòu)建更豐富特征的特征向量，即將twings和tag paths的信息添加到文本向量中，并找出與twings和tag paths的信息相對(duì)應(yīng)的WordNet中的同義詞集合，對(duì)一詞多義和多詞同義現(xiàn)象進(jìn)行詞義消解。如doctor有兩個(gè)詞義，醫(yī)生和博士，分別與WordNet中的兩個(gè)同義詞集{dentist, therapist, psychologist }和{professor, associated}相對(duì)應(yīng)，要結(jié)合上下文的背景確定選擇哪個(gè)同義詞集，擴(kuò)充特征向量。該方法對(duì)XML文本進(jìn)行分類(lèi)取得較好的分類(lèi)效果。
2.3 性能評(píng)測(cè)
2.3.1 數(shù)據(jù)集
對(duì)分類(lèi)模型進(jìn)行性能評(píng)價(jià)的前提是在相同的運(yùn)行平臺(tái)上對(duì)統(tǒng)一的標(biāo)準(zhǔn)文本集進(jìn)行實(shí)驗(yàn)。目前常用的標(biāo)準(zhǔn)文本集有Reuters-21578，20-Newgroups及其他文本集等。Reuters-21578 文本集是目前國(guó)際上比較常用的標(biāo)準(zhǔn)語(yǔ)料庫(kù)[24]，來(lái)源于1987年路透社的新聞專(zhuān)線的新聞材料，主要用于文本分類(lèi)系統(tǒng)測(cè)試，該語(yǔ)料庫(kù)分為135個(gè)類(lèi)別，共包含21578篇文本。20-Newgroups[25]是卡內(nèi)基梅隆大學(xué)的McCallum等開(kāi)發(fā)的Rainbow系統(tǒng)的標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)，有20個(gè)類(lèi)的新聞組討論英文文章分別存放在20個(gè)目錄下，每個(gè)目錄的名字作為一個(gè)新聞組類(lèi)別，每類(lèi)大約1000篇文本。對(duì)于不同的分類(lèi)方法進(jìn)行性能評(píng)測(cè)也可以采用特定領(lǐng)域的文本集如茶領(lǐng)域文本、酒領(lǐng)域文本等。
2.3.2 評(píng)價(jià)指標(biāo)
經(jīng)過(guò)分類(lèi)后可以產(chǎn)生四種結(jié)果，如表1所示。
其中TC表示本屬于該類(lèi)別，且被正確地判斷為屬于該類(lèi)別的文本數(shù)；TW表示為本不屬于該類(lèi)別，卻被錯(cuò)誤地判斷為屬于該類(lèi)別的文本數(shù)；FC表示本屬于該類(lèi)別，卻被錯(cuò)誤地判斷不屬于該類(lèi)別的文本數(shù)，F(xiàn)W表示本不屬于該類(lèi)別，也被正確地判斷不屬于該類(lèi)別的文本數(shù)。
通常采用精準(zhǔn)率（precision），召回率（recall），正確率（accuracy），錯(cuò)誤率（fallout），誤差率（error）等評(píng)價(jià)指標(biāo)對(duì)分類(lèi)器的性能進(jìn)行評(píng)測(cè)[26]。其公式如下：
precision=TC/(TC+FC),
recall=TC/(TC+TW),
accuracy=(TC+FW)/(TC+FC+TW+FW),
fallout=TW/(FC+TW),
error=(TW+FC)/(TC+FC+TW+FW)
要對(duì)分類(lèi)器的整體性能進(jìn)行評(píng)測(cè)，采用F1_Measure度量[27]指標(biāo)，其公式如(1)所示。其中，β是召回率和精準(zhǔn)率的相對(duì)權(quán)重。β等于1時(shí)兩者同等重要，β大于1時(shí)，精準(zhǔn)率更重要一些，β小于1時(shí)召回率更重要一些。
（1）
F1度量指標(biāo)是對(duì)精準(zhǔn)率和召回率兩個(gè)指標(biāo)的綜合，分別反映分類(lèi)效果的兩個(gè)不同方面，它們是互為消長(zhǎng)的關(guān)系，不可能兩全其美，其精準(zhǔn)率高，召回率低，反之亦然。根據(jù)分類(lèi)實(shí)驗(yàn)的具體情況，在兩者之間取得一個(gè)平衡點(diǎn)，使分類(lèi)的精準(zhǔn)率和召回率都取得較高值，β通常取值為1/2和1。
3 主要挑戰(zhàn)及研究進(jìn)展
3.1 領(lǐng)域本體的構(gòu)建不完善
基于本體的分類(lèi)方法主要是利用領(lǐng)域本體或通用本體對(duì)領(lǐng)域內(nèi)的數(shù)據(jù)的描述，從中獲取知識(shí)或規(guī)則指導(dǎo)分類(lèi)，領(lǐng)域本體構(gòu)建的完善與否將直接影響分類(lèi)的性能。目前已建立了一系列的領(lǐng)域本體的構(gòu)建工程方法，涌現(xiàn)出許多理論、技術(shù)、描述語(yǔ)言和構(gòu)建工具。但是手工構(gòu)建本體需要用戶逐個(gè)輸入大量知識(shí)，費(fèi)時(shí)費(fèi)力，是一項(xiàng)繁瑣而辛苦的任務(wù)，還會(huì)導(dǎo)致知識(shí)獲取的瓶頸，要構(gòu)建完備的領(lǐng)域本體也是許多研究學(xué)者一直著力解決的難題。因此，如何降低構(gòu)建本體的開(kāi)銷(xiāo)，根據(jù)已有數(shù)據(jù)資源實(shí)現(xiàn)半自動(dòng)化或自動(dòng)化構(gòu)建本體，這是本體學(xué)習(xí)所要研究的內(nèi)容，是一個(gè)具有重要研究?jī)r(jià)值的課題[28]。
3.2 領(lǐng)域本體可重用性差
本體的目的就是知識(shí)的重用和共享，但領(lǐng)域本體必須是依賴特定領(lǐng)域的，才能具有良好的領(lǐng)域知識(shí)表達(dá)能力，領(lǐng)域本體的可重用性一直是一個(gè)難以解決問(wèn)題。
不同本體的構(gòu)建者開(kāi)發(fā)的本體所描述的領(lǐng)域可能相關(guān)或重疊，使用的建模方法、建模工具和建模描述語(yǔ)言也不盡相同，從而形成大量異構(gòu)本體。如何在構(gòu)建新本體時(shí)重用現(xiàn)有的本體，實(shí)現(xiàn)對(duì)本體的重用、更新和維護(hù)已經(jīng)成為本體領(lǐng)域新的研究熱點(diǎn)，本體標(biāo)準(zhǔn)化和模塊化構(gòu)建可以為解決本體的可重用性和面向特定領(lǐng)域提供一種新思路。如何找出多個(gè)已有本體之間存在的語(yǔ)義聯(lián)系，對(duì)多個(gè)領(lǐng)域本體進(jìn)行映射和合并，這就是本體集成所研究的內(nèi)容，即集成不同組織開(kāi)發(fā)的不同語(yǔ)言和不同組織方式的本體，以解決不同應(yīng)用中的信息異構(gòu)問(wèn)題，也是目前研究的一個(gè)熱點(diǎn)[29]。
3.3 通用本體缺少領(lǐng)域術(shù)語(yǔ)
較為典型的通用本體有HowNet[30]，WordNet[31]等。HowNet又稱(chēng)知網(wǎng)，是一個(gè)用于自然語(yǔ)言處理的在線常識(shí)知識(shí)庫(kù)，包含中文詞典中概念之間的關(guān)系，屬性之間的關(guān)系以及與中文對(duì)應(yīng)的英文的概念及屬性關(guān)系，常用來(lái)輔助對(duì)中文文本進(jìn)行分類(lèi)。WordNet是美國(guó)普林斯頓大學(xué)認(rèn)知科學(xué)實(shí)驗(yàn)室的George A.Miller 教授負(fù)責(zé)開(kāi)發(fā)的基于心理語(yǔ)言學(xué)規(guī)則的英文詞典，它以同義詞集為單位組織信息，對(duì)查詢結(jié)果的演繹比較符合人類(lèi)思維定式。許多研究學(xué)者根據(jù)WordNet的特點(diǎn)，將其應(yīng)用到文本分類(lèi)中作為背景知識(shí)指導(dǎo)分類(lèi)，已經(jīng)取得了一定的成果。通用本體不但可以結(jié)合分類(lèi)算法構(gòu)建分類(lèi)模型，還可以對(duì)文本向量進(jìn)行特征處理，能有效提高特征向量中的特征項(xiàng)對(duì)分類(lèi)所起到的正面作用。通用本體是通用詞匯的集合，包含的詞匯量很多，涉及范圍廣，但缺少對(duì)特定領(lǐng)域的專(zhuān)業(yè)詞匯的描述，不適合指導(dǎo)特定領(lǐng)域的文本分類(lèi)。領(lǐng)域本體可以彌補(bǔ)通用本體的不足，綜合采用通用本體和領(lǐng)域本體可以更好的提高分類(lèi)的性能。
3.4 本體的推理能力利用不充分
Perez[32]等人認(rèn)為本體中包含類(lèi)，關(guān)系，函數(shù)，公理和實(shí)例等5個(gè)基本建模元語(yǔ)，可以從不同層次的形式化模式上給出領(lǐng)域內(nèi)的概念與概念之間相互關(guān)系，提供對(duì)該領(lǐng)域知識(shí)的共同理解。其中公理是對(duì)本體中概念及其關(guān)系的約束，是對(duì)知識(shí)進(jìn)行推理和驗(yàn)證的基礎(chǔ)，而OWL（Web Ontology Language）本體描述語(yǔ)言是基于描述邏輯的形式化的本體描述方法，具有強(qiáng)大的演繹推理能力，利用推理機(jī)制進(jìn)行分類(lèi)并結(jié)合本體中用于描述屬性和類(lèi)型的詞匯，會(huì)進(jìn)一步提高分類(lèi)效果。然而，本體中強(qiáng)大的機(jī)器推理機(jī)制的功能并沒(méi)有完全發(fā)揮出來(lái)，對(duì)本體中概念、實(shí)例和屬性等特征也缺乏深層次的語(yǔ)義分析，本體中概念關(guān)系、實(shí)例、屬性類(lèi)型等特征對(duì)分類(lèi)過(guò)程所起的作用不大。如何充分利用本體所提供的機(jī)器推理機(jī)制及深層次的語(yǔ)義關(guān)系，實(shí)現(xiàn)對(duì)文本數(shù)據(jù)進(jìn)行深度挖掘是研究學(xué)者關(guān)注的熱點(diǎn)問(wèn)題。
4 總結(jié)
本文提出一個(gè)基于本體庫(kù)的文本分類(lèi)通用框架，并分別從特征處理，分類(lèi)模型和性能評(píng)測(cè)等多方面歸納總結(jié)了現(xiàn)有基于本體的文本分類(lèi)研究中存在一些問(wèn)題及研究進(jìn)展，希望上述工作可以給相關(guān)的文本分類(lèi)的研究提供有益的參考。
參考文獻(xiàn)：
[1] Sebastiani Fabrizio. Machine Learning in Automated Text Categorization [J]. ACM Computing Surveys, 2002,34(1):1-47.
[2] Lewis D D. Naive (Bayes) at forty：The Independence assumption in information retrieval[C]//Proc of the 10th European Conference on Machine Learning. Chemnitz, Germany, 1998:4-15.
[3] Yang Yiming, Liu Xin. A Re-examination of Text Categorization Methods[C]//Proceedings of the 22th Annual ACM International Conference on Research and Development in Information Retrieval (SIGIR-99).Berkeley, CA, 1999.42-49.
[4] Joachims T.Text categorization with support vector machines：Learning with Many Relevant Features[C]//Proceedings of European conference on Machine learning.1998.1-7.
[5] Wiener E, Pedersen J O, Weigend A S.A Neural Network Approach to Topic Spotting[C]//Proc of the 4th annual Symposium on Document Analysis and Information Retrieval.1995.317-332.
[6] 蘇金樹(shù)，張博鋒，徐昕.基于機(jī)器學(xué)習(xí)的文本分類(lèi)技術(shù)研究發(fā)展[J].計(jì)算機(jī)軟件學(xué)報(bào),2006,17(9):1848-1859.
[7] 孫娜.基于本體和潛在語(yǔ)義索引算法的文本分類(lèi)方法研究[D].長(zhǎng)春:東北師范大學(xué),2009.
[8] Yang Xi-quan, Sun Na, Zhang Ye, et al. General Framework for Text Classification based on Domain Ontology [C]//Proc of 3rd International Workshop on Semantic Media Adaptation and Personalization, 2008:147-152.
[9] 胡潔.高維數(shù)據(jù)特征降維研究綜述[J].計(jì)算機(jī)應(yīng)用研究,2008-9,25(9):2601-2606.
[10] Yang Timing, Pedersen J O. A comparative study on feature selection in text categorization[C]//Fisher DH. Proceedings of the 14th International Conference on Machine Learning.Nashville：Morgan Kaufmann Publishers, 1997.412-420.
.
[11] Rogati Monica, Yang Yiming．High-Performing feature selection for text classification[C]//DavidG, Kalpakis K, Sajda Q,et al．Proceedings of the 11th ACM International Conference on Information and Knowledge Management．McLean：ACM Press,2002.659-661．
[12] 劉海峰,王元元,張學(xué)仁,等.文本分類(lèi)中基于位置和類(lèi)別信息的一種特征降維方法[J].計(jì)算機(jī)應(yīng)用研究,2008,25(8):2292-2294.
[13] LV Lin, LIU Yu-shu, LIU Yan. Realizing English Text Classification with Semantic Set Index Method[J]. Journal of Beijing University of Posts and Telecommunications, 2006(2):22-25.
[14] Pavel Moravec, Michal Kolovrat, Vaclav Snasel.LSI vs.Wordnet Ontology in Dimension Reduction for Information Retrieval[C].Snasel C V,Pokorny J,Richta K.Dateso Technical University of Ostrava, Dept of Computer Science, 2004.18-26.
[15] Xi-Quan Yang, Na Sun. The application of latent semantic indexing and ontology in text classification[J]. International Journal of Innovative Computing, Information and Control(IJICIC)，2009, 5(12):1-9.
[16] Camastra F, Vinciarelli A. Estimating the Intrinsic Dimension of Data with a Fractal-based Method[J]. IEEE Transaction On Pattern Analysis and Machine Intelligence,2002,24(10)：1404-1407．
[17] Tolle c R, Mc Junkin T R, Gorisch D J．Suboptimal Minimum cluster Volume cover-based Method for Measuring Fractal Dimension[J]. IEEE Transaction Pattern Analysis and Machine Intelligence, 2003,25(1):32-41．
[18] Xuan-Hieu Phan, Le-Minh Nguyen, Susumu Horiguchi. Learning to Classify Short and Sparse Text & Web with Hidden Topics from Large-scale Data Collections[C]. WWW 2008 / Refereed Track: Data Mining-Learning, Beijing, China,2008:91-100.
[19]Huazhen Gu, Kuanjiu Zhou. Text Classification Based on Domain Ontology[J]. Journal of Communication and Computer, 2006,3(5):29-32.
[20] Prabowo Rudy, Jackson Mike, Burden Peter, et al. Ontology-Based Automatic Classification for the Web Pages: Design, Implementation and Evaluation[C]//Proc of the 3rd International Conference on Web Information Systems Engineering, IEEE Computer Science,2002.182-191.
[21] Song Mu―Hee，Lim Soo?Yeon，Kang Dong-Jin，et a1．Automatic Classification of Web Pages based on the concept of Domain Ontology[C]//Proceedings of the 12th Asia-Pacific Software Engineering Conference(APSEC’05)，IEEE Computer Science，2005．645-651.
[22] Fang Jun，Guo Lei，Wang Xiao Dong,et a1．Ontology―Based Automatic Classification and Ranking for Web documents[C]//Proceedings of 4th International Conference on Fuzzy Systems and Knowledge Discovery(FSKD 2007)，IEEE Computer Science.2007:627-631.
[23] Martin Theobald, Ralf Schenkel, Gerhard Weikum. Exploiting Structure, Annotation, and Ontological Knowledge for Automatic Classification of XML[C]//Data International Workshop on the Web and Databases (WebDB).San Diego, California, 2003:1-6.
[24] David D.Lewis.Reuters-21578 text categorization test collection Distribution 1.0 README file(v1.2)[EB/OL].[1997-09-06]/~lewis.
[25] McCallum，Andrew Kachites. Bow:A toolkit for statistical language modeling, text retrieval, classification and clustering[EB/OL].[1998-09-12]cs.cum.edu/-mccallum/bow.
[26] Xiaoxun Zhang, Xueying Wang, Honglei Guo,et al. FloatCascade Learning for Fast Imbalanced Web Mining[C].WWW 2008 / Refereed Track: Data Mining - Learning,April 21-25,2008,Beijing,China,71-80.
[27] 李保利,陳玉忠，俞士汶.信息抽取研究綜述[J].計(jì)算機(jī)工程與應(yīng)用,2003(10):1-5.
[28] 杜小勇,李曼,王珊.本體學(xué)習(xí)研究綜述[J].軟件學(xué)報(bào),2006,17(9):1837-1847.
[29] 范莉婭,王愛(ài)民,肖田元.本體集成方法評(píng)價(jià)指標(biāo)體系及其應(yīng)用研究[J].計(jì)算機(jī)集成制造系統(tǒng),2007,13(5):911-917.
[30] 董振東,董強(qiáng).知網(wǎng). HowNet. 1999-03. /
關(guān)鍵詞：中醫(yī) 刮痧 神經(jīng)根型頸椎病 研究進(jìn)展 綜述
神經(jīng)根型頸椎病是頸椎病各類(lèi)型中診斷明確、臨床常見(jiàn)的類(lèi)型,主要表現(xiàn)為頸部的疼痛僵硬、活動(dòng)受限伴神經(jīng)根受壓產(chǎn)生的根性癥狀,如受壓神經(jīng)支配范圍的肩背上肢的麻木、電掣樣放射痛以及感覺(jué)過(guò)敏等癥狀[1]。刮痧療法是借助特制器具,在中醫(yī)經(jīng)絡(luò)腧穴理論的指導(dǎo)下,采用相應(yīng)的手法在體表進(jìn)行刮拭,以出現(xiàn)皮膚潮紅,或紅色粟粒狀,或紫紅色,或暗紅色的血斑、血泡等出痧變化,從而活血化瘀、祛邪排毒以防治疾病的一種外治法[2]。目前,針對(duì)神經(jīng)根型頸椎病的治療,臨床上有諸多方式,主要包括刮痧結(jié)合手法治療、刮痧結(jié)合中藥治療、刮痧結(jié)合針灸治療以及綜合康復(fù)療法等,本文綜述了刮痧綜合療法對(duì)神經(jīng)根型頸椎病干預(yù)效果的研究進(jìn)展,旨在為臨床治療神經(jīng)根型頸椎病提供更為精準(zhǔn)且有效的治療方法。
1 刮痧結(jié)合手法治療1.1 刮痧合整脊治療
整脊療法又稱(chēng)“脊柱定點(diǎn)旋轉(zhuǎn)復(fù)位法”,是一套治療手法,是以分筋彈撥、按壓疏理等整復(fù)手法作用于脊椎背膂,以促進(jìn)督脈氣血通暢,使病椎恢復(fù)正常,從而治療脊椎損傷及相關(guān)疾病的一種方法。大量的臨床資料證實(shí),現(xiàn)已有七十多種疾病與脊柱力學(xué)平衡失穩(wěn)有關(guān),采取以手法治療為主要方法恢復(fù)脊柱力學(xué)平衡而達(dá)到治療目的,已取得十分滿意的療效[3]。向氏[4]巧妙地將刮痧與整脊結(jié)合為干預(yù)手段進(jìn)行研究,將60例神經(jīng)根型頸椎病患者隨機(jī)分為刮痧合整脊組、刮痧組、整脊組各20例,同時(shí)設(shè)正常組對(duì)照組20例。結(jié)果顯示:刮痧組無(wú)效4例,有效16例;整脊組無(wú)效2例,有效18例;刮痧合整脊組有效20例,無(wú)效0例,總有效率達(dá)100%。由此可見(jiàn),刮痧合整脊推拿療法治療神經(jīng)根型頸椎病有確切的臨床療效,并優(yōu)于單純的刮痧療法和單純的整脊療法。
1.2 刮痧結(jié)合火罐治療
拔罐是以罐為工具,利用燃火、抽氣等方法產(chǎn)生負(fù)壓,使之吸附于體表,造成局部瘀血,以達(dá)到通經(jīng)活絡(luò)、行氣活血、消腫止痛、祛風(fēng)散寒等作用的療法。郭氏[5]研究將火罐與刮痧相結(jié)合,選取106例臨床頸椎病患者,其中男60例,女46例。治療方法分為兩種,第一種方式單純刮痧療法,每周2次,兩周為1個(gè)療程;第二種方式結(jié)合火罐療法,患者取端坐位,暴露出頸背部及上肢部,選用合適的玻璃罐,進(jìn)行閃火火罐并留罐10 min。隔日一次,兩周為1個(gè)療程。將火罐與刮痧相結(jié)合治療神經(jīng)根型頸椎病總有效率達(dá)到了99.06%,說(shuō)明中醫(yī)傳統(tǒng)自然療法結(jié)合中醫(yī)護(hù)理,治療神經(jīng)根型頸椎病療效明顯,副作用小,操作方法簡(jiǎn)單,價(jià)格低廉,值得臨床推廣應(yīng)用。
1.3 井穴放血配合刮痧
井穴刺絡(luò)放血是中醫(yī)行之有效的急救措施之一, 它是以三棱針等針具刺破手十二井穴, 放出少量血液以防治疾病的方法,古典醫(yī)籍多有記載[6]。吳氏[7]研究觀察62例病例,分為治療組和對(duì)照組各31例。治療組采用頸椎牽引治療、井穴放血合并刮痧,頸椎牽引采用數(shù)字程序控制頸椎牽引機(jī),取舒適坐位,頜枕帶間斷牽引,角度為頸前屈20°,牽引重量自 5 kg開(kāi)始,近似于患者體重10%,每次半小時(shí),每日1次,10 次為一療程。刮痧頸椎牽引后行刮痧治療,選擇合適的刮痧板,井穴放血在刮痧后進(jìn)行,采用點(diǎn)刺法;對(duì)照組刮痧合并頸椎牽引治療,方法同治療組。結(jié)果顯示,治療組總有效率占96.77%,對(duì)照組總有效率占93.55%?？梢?jiàn)治療組在牽引和刮痧治療的基礎(chǔ)上增加井穴放血,這三種方法相結(jié)合在治療神經(jīng)根型頸椎病方面可發(fā)揮協(xié)同的作用,達(dá)到緩解和解除神經(jīng)根性疼痛,從而提高療效的目的。
1.4 平衡刮痧療法聯(lián)合牽引治療
牽引療法是應(yīng)用外力對(duì)身體某一部位或關(guān)節(jié)施加牽拉力,使其發(fā)生一定的分離,周?chē)浗M織得到適當(dāng)?shù)臓可?從而達(dá)到治療目的的一種方法。韋氏[8]研究巧妙地將二者結(jié)合,選取59名患者,采取隨機(jī)數(shù)字表法,分為對(duì)照組(頸椎牽引)24例,治療組(平衡刮痧療法聯(lián)合牽引)35例。結(jié)果顯示,治療組顯效18例,臨床控制9例,有效6例,無(wú)效2例,總有效率達(dá)94.3%。對(duì)照組顯效9例,臨床控制3例,有效7例,無(wú)效5例,總有效率達(dá)87.5%。由此可見(jiàn),平衡刮痧聯(lián)合牽引治療神經(jīng)根型頸椎病效果更為顯著,聯(lián)合應(yīng)用優(yōu)于單一頸椎牽引。
2 刮痧結(jié)合中藥治療2.1 刮痧配合中藥內(nèi)服
劉氏[9]選取150名門(mén)診患者,其中神經(jīng)根型頸椎病113例,頸型頸椎病37例。治療方法包括充分暴露患者頸部及肩部,將正紅花油或刮痧油涂于頸肩部, 醫(yī)者手持刮痧板(水牛角制)與皮膚成45°角進(jìn)行刮拭,重點(diǎn)刮拭風(fēng)池、頸夾脊、大椎、肩井及督脈之頸段,每次刮拭半小時(shí),頸部由上向下、肩部由內(nèi)向外,均勻用力,直至皮膚出現(xiàn)紫紅色或紫黑色痧點(diǎn)或痧斑。隔2日1次,4次為一療程;中藥內(nèi)服治療自擬通痹活絡(luò)湯處方日1劑,10日為一療程。結(jié)果顯示,神經(jīng)根型頸椎病患者治療有效率為91.15%。由此可見(jiàn),刮痧配合中藥治療神經(jīng)根型頸椎病,見(jiàn)效十分迅速、操作簡(jiǎn)便,療效較好,尤其值得在基層衛(wèi)生機(jī)構(gòu)推廣使用。
2.2 苗藥馬桑狗幫油刮痧治療
馬桑狗幫具有活血化瘀、消腫止痛之功,在苗族民間配合刮痧法治療風(fēng)濕病、肩背痛、腰腿痛等療效顯著。夏氏[10]研究選取180名患者,隨機(jī)分為對(duì)照組(刮痧治療結(jié)合茶油組)和治療組(刮痧治療結(jié)合馬桑狗幫油劑組),各90例。治療組與對(duì)照組分別采用苗藥馬傷狗幫油劑刮痧治療、茶油刮痧治療。刮痧部位為頭部(督脈及其旁開(kāi)2、4寸循行線上)、頸背部(督脈及膀胱經(jīng)循行線上)、肩背部(天宗至秉風(fēng)連線直至肩胛下角),由前到后、由上到下、由內(nèi)向外進(jìn)行刮痧。結(jié)果顯示,對(duì)照組總有效率占92.05%,治療組總有效率占100%。說(shuō)明馬桑狗幫油劑刮痧治療對(duì)風(fēng)寒阻絡(luò)證的神經(jīng)根型頸椎病具有明顯療效,且可靠安全,與常規(guī)茶油刮試相比,馬桑狗幫油劑在改善神經(jīng)根型頸椎病癥狀方面效果更為顯著,尤其在改善肢體疼痛麻木等癥狀上療效明顯。
2.3 舒筋活絡(luò)膏配合刮痧治療
李氏[11]研究選取神經(jīng)根型頸椎病患者40名,在刮痧治療前,取一定量舒筋活絡(luò)膏涂抹于頸肩背部,擦至皮膚發(fā)熱,使其充分地吸收,再行刮痧治療。用水牛角刮疹板與皮膚表面呈45°角從頸部由上向下進(jìn)行刮拭。結(jié)果顯示,本組40例患者,治愈9例,好轉(zhuǎn)26例,治愈率達(dá)22.50%,總有效率87.50%。由此可見(jiàn),舒筋活絡(luò)膏配合刮痧治療神經(jīng)根型頸椎病是一種較為安全、可靠、有效、簡(jiǎn)便的方法,具有標(biāo)本兼顧、 療效肯定等特點(diǎn),值得向臨床推廣應(yīng)用。
3 刮痧結(jié)合針灸治療3.1 針刺配合刮痧治療
針刺手法是針灸技術(shù)中的核心技術(shù),屬于針灸技術(shù)的高精尖部分,也是提高針灸治療臨床療效的關(guān)鍵[12]。張氏[13]研究選取45例神經(jīng)根型頸椎病患者。遵循局部取穴、循經(jīng)取穴及經(jīng)外取穴相結(jié)合的原則,主要選取手三陽(yáng)經(jīng)、督脈、膀胱經(jīng)腧穴。結(jié)果顯示,痊愈12例,顯效22例,好轉(zhuǎn)10例,無(wú)效1例,總有效率97.8%。說(shuō)明針刺配合刮痧治療神經(jīng)根型頸椎病療效更為顯著。
3.2 針灸聯(lián)合刮痧治療
針灸是針?lè)ê途姆ǖ目偡Q(chēng)。針?lè)ㄊ侵冈谥嗅t(yī)理論的指導(dǎo)下把針具(通常指毫針)按照一定的角度刺入患者體內(nèi),運(yùn)用捻轉(zhuǎn)與提插等針刺手法來(lái)對(duì)人體特定部位進(jìn)行刺激從而達(dá)到治療疾病的目的;灸法是以預(yù)制的灸炷或灸草在體表一定的穴位上燒灼、熏熨,利用熱的刺激來(lái)預(yù)防和治療疾病。左氏[14]有機(jī)地將二者結(jié)合進(jìn)行研究,選取40名神經(jīng)根型頸椎病患者。觀察組使用刮痧聯(lián)合針灸治療,患者取俯臥位,對(duì)患者痛側(cè)肩貞與天宗、大椎、天井穴、曲池、頸百勞、雙側(cè)風(fēng)池進(jìn)行針灸治療,進(jìn)針后留針半小時(shí)可將針取出,后于患者頸肩部位涂抹一層刮痧油。同時(shí)使用刮痧板于患者頸部到肩部單方向刮痧;對(duì)照組使用推拿聯(lián)合TDP治療,使用治療儀器于患者上肢與頸肩照射半小時(shí),通過(guò)治療儀治療后,再于患者上肢與頸肩軟組織行推拿治療。結(jié)果顯示,觀察組的總有效率95.00%,對(duì)照組的總有效率70.00%?？梢?jiàn),針對(duì)神經(jīng)根型頸椎病患者采用針灸和刮痧聯(lián)合治療能明顯改善患者臨床病癥,提高治療有效率,值得向臨床推廣應(yīng)用。
3.3 針推刮治療
馮氏[15]研究選取86名神經(jīng)根型頸椎病患者。針刺法主穴取雙風(fēng)池和病變椎體附近相對(duì)應(yīng)的夾脊穴3～4對(duì);病人先俯臥位,推拿法取針后,醫(yī)者用滾法沿頸項(xiàng)正中,頸項(xiàng)兩側(cè)到肩背部來(lái)回進(jìn)行10 min,充分放松局部肌肉;刮痧法患者取坐位,滴上刮痧油,再用牛角刮痧板,分成3條線(中線從風(fēng)府到至陽(yáng), 頸夾脊到肩井,兩邊線從風(fēng)池)刮,刮到皮膚出現(xiàn)紅點(diǎn)為止。結(jié)果顯示,本組治療中,治愈61例,有效 22例,無(wú)效3例,總有效率96.70%。由此可見(jiàn),將針推刮三者有機(jī)結(jié)合治療神經(jīng)根型頸椎病效果顯著,值得向臨床推廣應(yīng)用。
4 綜合康復(fù)療法治療劉氏[16]研究將196例神經(jīng)根型頸椎病患者隨機(jī)分為對(duì)照組和治療組各98例,對(duì)照組采用針刺加牽引治療,治療組在對(duì)照組治療基礎(chǔ)上加循經(jīng)刮痧、頸椎操、葛根湯加減口服綜合治療。結(jié)果顯示,總有效率治療組為 96.90%,對(duì)照組為89.80%。說(shuō)明采用頸椎操、循經(jīng)刮痧、葛根湯加減的綜合康復(fù)療法治療神經(jīng)根型頸椎病療效顯著、操作簡(jiǎn)單,值得向臨床推廣應(yīng)用。
目前刮痧合整脊治療、苗藥馬桑狗幫油刮痧治療效果最佳,總有效率達(dá)100%,這兩種方式對(duì)治療神經(jīng)根型頸椎病療效顯著、操作簡(jiǎn)單、價(jià)格低廉,值得向臨床推廣應(yīng)用,但缺乏大量的研究對(duì)這兩種方式的確切性進(jìn)行驗(yàn)證。
臨床針對(duì)神經(jīng)根型頸椎病的中醫(yī)治療有諸多方式,然而公認(rèn)的治療方式在臨床仍需進(jìn)一步普及。
參考文獻(xiàn)
[1] 朱毅,徐曼文,黃艷,等.溫針治療神經(jīng)根型頸椎病療效觀察[J].上海針灸雜志,2018,37(12):1413-1418.
[2] 丁歡,陳宇婧,李瑋彤,等.刮痧療法作用機(jī)制的研究進(jìn)展[J].廣州中醫(yī)藥大學(xué)學(xué)報(bào),2019,36(4):537-540.
[3] 孔力,邵明宇,徐炯.淺談?wù)汞煼╗J].吉林中醫(yī)藥,2005,12:37.
[4] 向開(kāi)維,范宏元,譚維選.刮痧合整脊治療神經(jīng)根型頸椎病的臨床研究[J].貴陽(yáng)中醫(yī)學(xué)院學(xué)報(bào),2012,34(6):226-229.
[5] 郭美霞.刮痧結(jié)合火罐治療神經(jīng)根型頸椎病臨床療效及中醫(yī)護(hù)理[J].世界最新醫(yī)學(xué)信息文摘,2018,18(76):205,207.
[6] 李秀軍.近10年井穴刺絡(luò)放血療法的臨床及實(shí)驗(yàn)研究概況[J].醫(yī)學(xué)理論與實(shí)踐,2013,26(20):2689-2690,2692.
[7] 吳加勇,陳鴻欽,陳開(kāi)珍,等.井穴放血配合刮痧牽引對(duì)神經(jīng)根型頸椎病鎮(zhèn)痛觀察[J].福建中醫(yī)藥,2010,41(4):15-16.
[8] 韋運(yùn)浦,楊柳.平衡刮痧療法聯(lián)合牽引治療神經(jīng)根型頸椎病59例臨床療效觀察[J].大眾科技,2016,18(9):59-61.
[9]劉樹(shù)聲，崔建寶．刮痧配合中藥內(nèi)服治療頸椎病150例[J]．河南中醫(yī)，2006,2:61-62.
[10]夏景富，崔瑾，呂岑，等．苗藥馬桑狗幫油刮痧治療神經(jīng)根型頸椎病安全性和有效性的隨機(jī)、多中心、平行對(duì)照研究[J]．中華中醫(yī)藥雜志，2017,32(6):2808-2811.
[11]李小軍，柏玉榮，陳劍峰．舒筋活絡(luò)膏配合刮痧治療神經(jīng)根型頸椎病40例[J]．中醫(yī)外治雜志，2015,24(5):36.
[12]談太鵬，贠曉艷，張靜，等．淺談溫針灸結(jié)合針刺手法的臨床應(yīng)用及適應(yīng)癥[J]．黑龍江中醫(yī)藥，2018,47(6):221-223.
[13]張麗華，蘇同生，萬(wàn)兆新．針刺配合刮痧治療神經(jīng)根型頸椎病45例[J]．實(shí)用中醫(yī)藥雜志，2017,33(3):284-285.
[14]左軍．針灸聯(lián)合刮痧治療神經(jīng)根型頸椎病的療效觀察[J]．世界最新醫(yī)學(xué)信息文摘，2017,17(51):157,161.
