深度学习联合光谱技术测量PKRP患者引流液中出血量的模型构建与验证

吴慧颖，白松，齐柯雯，栾博楠

（中国医科大学 1.附属盛京医院手术室，沈阳 110004；2.附属盛京医院泌尿外科，沈阳 110004；3.护理学院，沈阳 110122）

良性前列腺增生 （benign prostatic hyperplasia，BPH） 是中老年男性常见的泌尿系统疾病。研究［1］显示，近年来BPH发病率逐年增加。经尿道等离子前列腺切除术 （transurethral plasmakinetic resection of prostate，PKRP） 是目前治疗BPH的主要治疗手段之一，具有损伤小、出血少、创面平整、低温快速切割等优势［2］。老年人多患有慢性疾病，对手术、麻醉耐受均较差，PKRP患者围术期常有发生出血、低体温、TURP综合征等相关并发症的风险。目前，PKRP术中常用大量冲洗液，肉眼很难准确评估引流液中出血量，因而不能及时发现包膜穿孔、止血不彻底、腺体组织残留过多等情况，导致二次手术，增加了患者的痛苦和负担。因此，术中出血量是PKRP非常重要的风险观测指标［3］，准确测定尤为重要。目前，术中出血量测定方法主要有51Cr同位素法［4］、Hb法［5］、比色卡法［6］等，但Hb法无法做到实时监测，51Cr同位素法实际操作困难。

本研究团队综合比色卡法和Hb法，建立了一种基于光谱技术［7-8］和深度学习预测红细胞浓度［9］的出血量智能测定方法—数字化医疗废液收集装置 （专利号：ZL202122147906.4）。数字化医疗废液收集装置测量出血量具有准确率高、可重复性好、实时性强、无需人为操作、成本低等优点。现报道如下：

1 材料与方法

1.1 数字化医疗废液收集装置测量原理及流程

根据不同浓度红细胞对光谱吸收能力不同的原理，建立不同含血量引流液的吸收光谱与对应的红细胞密度之间的神经网络回归模型，实现吸收光谱到红细胞密度的直接回归预测。检测流程见图1。

图1 出血量检测流程示意图

1.2 数字化医疗废液收集装置测量方法及模块结构

首先制备含有不同红细胞浓度的1%生理盐水悬浊液。然后利用光谱仪器对悬浊液进行光谱收集，获取各波长下的吸收光谱数据。将这些数据与相应的红细胞浓度进行关联和标注，建立光谱-红细胞浓度数据集。利用光谱-红细胞浓度数据集训练深度学习神经网络回归模型，实现光谱数据到红细胞浓度的实时预测。

通过对模型进行不断迭代、验证、精度优化后，将其部署到嵌入式神经网络计算卡上。最后与超小型光谱计、透明微型霍尔流量计进行整合，形成微型智能红细胞密度检测模块，实现了红细胞密度预测结果和失血量的实时显示。测量模块结构见图2。

图2 出血量检测模块结构及功能示意图

1.3 数字化医疗废液收集装置的验证

1.3.1 模拟PKRP含血引流液的制备：选取2022年3月中国医科大学附属盛京医院PKRP患者20例，术前检查时留取静脉血2 mL，分别放入含有1滴肝素液 （500 IU/mL） 的试管中摇匀备用。本研究获得医院伦理委员会批准 （2021PS225J），患者知情同意且自愿参加本研究。在20份抗凝血试管中使用微量吸管分别吸取10 μL，加入事先已加满0.9%氯化钠的2.5、5.0、7.5、10、15、20、25、30 mL试管中混匀，获得8种浓度模拟含血引流液160份，每种浓度20份。

1.3.2 模拟含血引流液测定：首先确保数字化医疗废液收集装置和模块处于工作状态，然后将装置与引流液排放点连接紧密没有泄漏。将模拟含血引流液倒入，通过控制面板进行操作，模块完成测量后读取显示屏上数值即为含血量值。每次测量完成后清洗、消毒。

1.4 统计学分析

采用SPSS 17.0软件处理数据，计量数据采用表示，多组间比较采用方差分析，各组与含血样本的标量比较采用t检验，P< 0.05为差异有统计学意义。

2 结果

结果显示，2.5、5.0、7.5、10、15、20、25、30 mL试管中8种浓度模拟冲洗液含血量分别为 （10.13±0.87）μL、（10.31±0.92） μL、（10.43±0.95） μL、（9.83±1.02）μL、（9.76±1.06） μL、（10.06±1.04） μL、（9.85±1.17）μL、（9.03±0.87） μL。各组间比较差异无统计学意义 （F= 1.984，P> 0.05）；与制备的含血样本标量 （10 μL） 比较差异均无统计学意义 （均P> 0.05）。

3 讨论

目前，国内普遍使用的冲洗液出血量测量方法包括Hb法、比色卡法和51Cr同位素标记法。Hb法特点包括：（1） 测量结果较准确；（2） 重复性好；（3） 需要医务人员将含血引流液完全浸润试剂然后进行测量；（4） 无法实时检测［10］。比色卡法是根据引流液颜色判断出血量。医护人员仅需将混匀的含血冲洗液与比色卡色阶进行对比，获得相应的全血密度。然后按照计算公式获得出血量。出血量（mL） =全血密度×含血引流液体积。比色卡法特点包括：（1） 取材方便，应用便捷；（2） 成本低；（3） 主要靠人工制作、测定和分析，可靠性有待提高；（4） 若遇冲洗液颜色介于两个比色卡色阶之间时，无法准确判断［11］。51Cr同位素标记法测定红细胞数量非常准确，且术前红细胞数量、手术时间与红细胞损失量显著相关。总出血量（mL） =红细胞损失量×术前静脉血细胞比容。51Cr同位素标记法特点包括：（1） 可靠性强；（2）重复性好；（3） 临床上易于操作；（4） 比传统Hb法更灵敏。但是，51Cr同位素标记法存在成本高、耗时、需要笨重仪器和专门技师等弊端［12］。

本研究采用的是基于光谱技术和深度学习测量出血量的智能测定方法，不但避免了比色卡法中环境光和色卡对比产生的主观误差，而且省去了Hb法中使用添加剂和人为操作步骤，有效降低了成本，提高了测量精度。配合全密封废液收集罐后，全程无需护士操作，减少了术中医务人员与废液接触的风险，节省了患者的治疗成本。本研究结果显示，8种浓度的模拟冲洗液含血量组间比较无统计学差异 （P> 0.05），与含血样本的标量 （10 μL） 比较也无统计学差异 （均P> 0.05），说明此设备具备足够的准确性和稳定性。

本设备具有血色素调零设置，可以消除因患者术前血色素不同而导致出血颜色不一致造成的误差。另外，本模块具有失血量自动实时统计，超阈值报警，临床上应用可能具有更高的价值。PKRP术后对冲洗液颜色的观察十分重要［13-14］，通过观察能够尽早发现潜在出血，避免出血后未及时冲洗带来的堵管风险［15-16］，有利于患者恢复［17］。现有冲洗液监测主要通过护士或家属肉眼观察，因此定量差、反应慢，往往错过最佳止血时间［18］。本设备超过报警阈值时可及时声光提醒，极大减轻了护理强度，提高了病情判断的准确性和时效性。

综上所述，数字化医疗废液收集装置可准确测出引流液中的出血量，具有高精度、无接触、可复用、低成本、微型化的优点，适合今后进一步推广和应用。本设备中光谱仪器的校准和稳定性是确保准确测量的关键因素，而仪器的漂移、噪声和非线性响应可能会对测量结果产生影响，因此需要进行仪器定期校准和质量控制。本研究仅为实验验证，样本量小且检测指标单一，需要扩大样本量、收集更多的指标来进一步论证。同时，需不断升级内置软件，在性能和自动校准等方面真正实现数字化医疗废液收集装置的优化，以便尽早应用于临床。