术中肌松监测仪的研制*

崔红岩 徐圣普 冯 莉 谢小波*

肌松监测仪在临床上用于判断神经肌肉阻滞的类型、测定骨骼肌松弛药(肌松药)作用起效时间和气管插管时机的选择、辅助维持术中最佳肌松状态以及对于神经肌肉阻滞的恢复判断，对于降低手术后患者因肌松作用残留而引起的各种严重并发症的发生率，对提高肌松药临床应用的安全性和合理性起到十分关键的作用[1-3]。肌松监测仪除了监测肌松情况，还用于肌松药的药代动力学和药效动力学研究，有助于发现肌松药敏感的患者和评价神经肌肉功能的恢复程度[4-7]。为此，本研究设计一种结构简单、操作方便和便于普及的临床手术中监护用肌松监测仪，旨在完成肌松监测系统的设计，以期为临床提供性能稳定、操作方便且具有价格优势的肌松监测仪。

1 肌松监测系统设计

肌松监测仪工作原理是采用电刺激运动神经，致使其所支配的肌肉产生收缩与肌电反应，检测此反应，通过换能器，将收缩的压力信号转变为电信号经滤波放大处理，将数字化的结果进行显示和打印[8-9]。

利用加速度原理，以51单片机为核心控制单元，设计并实现临床肌松监测最常使用的单次刺激(single twitch，ST)模式、四成串刺激(train of four，TOF)模式、强直刺激后肌颤搐反应刺激(post tetanic count，PTC)模式。ST和TOF用于临床使用非去极化肌松药后，对刺激无反应时神经肌肉阻滞程度的评估；而强直刺激后PTC是非去极化肌松药在接头前区域产生神经肌肉阻滞的敏感指标。肌松检测原理根据牛顿第二定律：F＝ma，即物体质量一定时，力与加速度成正比。假设传感器内部运动模块质量为m，在整个运动过程中，其仅受到重力(mg)和传感器三轴多晶硅弹簧的弹力(f)。重力(mg)和弹力(f)的合力为(F)，则运动质量块的实际加速度以gx、gy和gz代表重力所产生的加速度在X轴、Y轴和Z轴的分量；以afx、afy和afz代表因弹力所产生的加速度在X轴、Y轴和Z轴的分量；以aFx、aFy和aFz代表合力F产生的加速度在X轴、Y轴和Z轴的分量。由加速度传感器的实现原理为公式1：

可知其输出的加速度信息为ax、ay及az。假设，响应信号检测模块在二维平面内的运动示意图，认为运动质量块在X-Y平面运动(假设X-Y平面与重力方向平行)。对于任意位置、任意运动状态为公式2：

式中θ为运动过程中运动质量块与X轴的夹角(与Y轴夹角为90-θ)。由于是二维平面运动，因此合加速度的大小为公式3：

合力的大小为公式4：

式中的夹角θ可通过响应信号检测模块中的加速度传感器和角速度传感器共同求得。其中，运动初始状态的重力方向与X轴的初始角度θ0可通过加速度传感器的倾角检测机制求得；角速度传感器的输出量为角速度，运动过程中的角度改变量Δθ可以通过角速度对时间积分求得；即可求得θ=θ0+Δθ。因此，任意时刻的合力大小|F|仅包含未知量m。

以肌松测量中应用最为广泛的TOF测量模式为例，所要获得的最终结果为公式5：

即一次完整的TOF刺激过程中第4次和第1次刺激所产生的合力最大值的比值。由于结果TOF为一比值，消除了未知量m；同时，每次刺激所产生的合力最大值可以通过响应信号检测模块输出的运动信息得到。因此，可以求得最终结果TOF。

在实际肌松测量中，待测量部位的运动为三维空间运动，因此要完全反映其运动，需要三轴加速度信息和三轴角速度信息，根据上述原理即可求得实际肌松测量时所要的结果。

2 肌松监测系统硬件及软件设计

2.1 硬件设计

(1)硬件结构。肌松监测系统硬件构成包括加速度传感器、主控单元、闭环压控振荡电路、变压器升压电路、PWM脉冲输出控制电路、滤波与放大运算电路、AD转换电路、数据存储、键盘输入控制界面、LCD显示、打印以及用于数据上传的接口。系统硬件如图1所示。

图1 肌松监测系统硬件框图

(2)微控制器。微控制器控制闭环压控振荡电路电位器输出控制升压电路工作，通过升压变压器电路驱动器与升压变压器产生高压。同时，主控单元的PWM脉冲发生单元输出的一定频率的脉冲，经分频产生不同的脉冲，由脉冲输出控制电路产生恒定的电流脉冲，并通过外部传感器连接到患者。加速度传感器采集患者肌张力信号，输入到模拟滤波与放大运算电路，经行二阶低通滤波与差分运算放大后输入到AD转换电路，AD转换结果输入到微控制器处理与运算，TOF做为主要的监测模式。

(3)主控单元。主控单元控制脉冲刺激器产生肌松测量所需要的恒流刺激电流，刺激电流的大小和脉冲宽度在允许的人体阻抗范围内可调；根据需要，分别产生单个脉冲刺激、TOF刺激、PTC刺激。同时，刺激信号源将产生的恒流刺激电流反馈回主控单元进行监测，确保刺激参数控制在允许的人体阻抗范围内，以保证患者的安全。来自外部加速度传感器的信号，经放大滤波、A/D转换，输入到主控单元，进行算法处理，处理后的肌松检测值输入到显示、打印模块，分别进行显示、打印和数据上传。系统的主控单元选用兼容51单片机兼容的ADUC813，其集成8路12位的A/D，采样速度达2 US，两路12位的D/A，内置参考源，一路串口和16个I/O口。

(4)前级放大电路与显示。采用TLC2262，这款运放精度较高，失调电压典型值仅有300 μV，最大值2.5 mV，输入阻抗高于TL062。搭建高灵敏度的桥式电路，与12位模拟与数字(analog digital，A/D)转换采样电路一起构成了前级电路和数字采集电路。系统的显示屏选用RA8835蓝屏LCD显示屏，分辨率为320×240可以将刺激模式选择、刺激脉冲波形等清晰显示，便于医护人员操作和观察。

(5)刺激模式。本研究设定了ST、TOF和PTC的3种刺激模式。各模式参数为：①ST刺激模式，设计频率为1～0.1 Hz的单个超强刺激，作用于外周运动神经；②TOF刺激模式，设计间隔0.5 s(频率为2 Hz)连续发出4个超强刺激，每10～12 s重复一次，TOF=T4÷T1×100%；③PTC刺激模式，设计为持续5 s的50 Hz强直刺激，间隔3 s后改为1 Hz的单刺激，计算肌颤搐的次数。

(6)系统传感器。设计为三导联，即RA、LA及LL，导联方式为Ⅰ、Ⅱ及Ⅲ。系统设置RS232串口，可以将肌松监测结果传输到电脑进行数据分析。

2.2 软件设计

由加速度传感器将刺激产生的加速度信息转换为电信号，经放大和滤波处理。在传感器接收到刺激电极产生的刺激电压信号以后，经信号处理后，将处理的信号经AD转换，并计算各刺激模式下的肌松监测值。在TOF刺激模式下，刺激响应的电压幅值经T4/T1比较，将比值结果与阈值进行比较，当比较值＞90%，判定为过阈值，而TOF＜90%，可作为报警；同时比值结果通过数据传输分别进行显示和打印。软件系统流程如图2所示。

3 肌松监测系统的临床应用

经与同类临床常用的肌松监测仪进行对比测试，系统的参数实现满足设计要求。操作开始，系统复位后进行刺激模式选择，选定刺激模式后开始刺激；采集加速度传感器的刺激信号，检测拇指在电流刺激下的运动信号。由加速度传感器将刺激产生的加速度信息转换为电信号，经放大和滤波处理。在传感器接收到刺激电极产生的刺激电压信号以后，经信号处理后，将处理的信号经AD转换，并计算各刺激模式下的肌松监测值。在TOF刺激模式下，刺激响应的电压幅值经T4/T1比较，将比值结果与阈值进行比较，当比较值＞90%，判定为过阈值，而TOF＜90%，可作为报警；同时比值结果通过数据传输分别进行显示和打印。术中采用肌松监测仪检测患者麻醉深度如图3所示。

图2 肌松监测系统软件控制流程图

图3 肌松监测仪术中监护示图

4 讨论

临床手术过程中及术后采用肌松监护相比较，仅凭临床症状观察判断，可显著降低麻醉恢复期肌松药物残余阻滞的发生率，降低临床拔管时机的不确定性[10]。同时，麻醉恢复期低氧血症的发生与肌松残余作用关系密切，采用肌松监测，可以准确地判断肌松残余的作用是否消失，很大程度上减少肌松残余阻滞的发生，有效降低低氧血症的发生率，为患者顺利度过麻醉恢复期提供帮助[11]。对于全麻患者，术后在拔管的过程中可引起强烈而短暂的心血管反应，而传统的气管拔管时，患者意识逐渐清醒，气管导管的刺激，以及吸痰的操作直接刺激气管和咽喉部，引起呛咳，多表现为血压升高、心率加快以及躁动不安[12]。尤其对于老年人，随着年龄的增长，心血管系统的顺应性不可避免的会降低，对循环改变的适应能力差，此反应可能引起一系列的严重并发症，如心肌梗死、恶性心率失常、急性心功能衰竭等[13]。如有的高血压病史患者对苏醒时气管拔管的心血管反应更加显著，易诱发脑血管意外。采用肌松监测仪进行辅助监测，患者的气管拔管肌松残余的发生率降低，血流动力学稳定，生命体征波动较小，可以帮助老年患者平稳渡过拔管的高危时期，并有效减少麻醉药物用量，缩短患者苏醒及拔管时间，降低低氧血症发生率[14-15]。

在机器人辅助手术中，如手术时间较长，会导致患者气道压明显升高，且血流动力学出现较大波动。盲目追加肌松镇静药物来加深麻醉，既造成药物浪费又增加术中知晓“苏醒延迟”肌松药残留的风险[16]。使用肌松监测设备，术中能精确的调节肌肉松弛程度，减少因肌松不足导致的人机对抗，因此肌松检测组术中气道峰压及气道平台压较对照组的波动明显减小。对于肌松水平的准确监测，可有效避免患者体动对机器人机械臂的相互损伤，减少肌松药和镇静、镇痛麻醉药物的不合理应用，又能及时预防术中知晓。

本研究设计完成了肌松检测仪系统，测试结果符合设计要求，由于肌松检测仪的广阔应用前景，可以在临床手术期间和围手术期对患者进行连续肌松监测。在实际手术中，由于患者的个体差异较大，鉴于对肌松监护仪存储数据的统计分析，有助于做到肌松药物计量的个体化；同时，对于肌肉松弛程度的监控，可以判断插管和肌松药物追加的时机，有利于实施深度麻醉下的拔管，避免了患者的不适应感。分析术后患者呼吸不能自主恢复的原因，其数据分析结果可以用于科研和评价新的肌松药物。