Vliv parametrů vysokofrekvenční oscilační ventilace na regionální distribuci dynamické hyperinflace plic

Abstract

Dynamická hyperinflace plic (DH) je nežádoucí tlakový gradient, který může vznikat při umělé plicní ventilaci. Současné diagnostické metody pro její detekci nejsou optimální, obzvlášť pro monitorování při vysokofrekvenční oscilační ventilaci (HFOV). Elektrická impedanční tomografie (EIT) je zobrazovací metoda, která nabízí možnost neinvazivního kontinuálního sledování stavu ventilovaných plic. V současnosti jsou studie v oblasti umělé plicní ventilace více zaměřeny na hledání nových metod monitorování stavu plic. Zobrazení regionální distribuce DH by mohlo přinést slibné výsledky pro klinickou praxi. Cílem této práce je navrhnout metodiku pro zobrazení regionální DH při HFOV ventilaci, ověřit ji na experimentálních datech a nalézt závislost získaných distribucí DH na nastavených parametrech HFOV. Pro zobrazení regionální distribuce DH bylo potřeba provést tlakovou kalibraci dat EIT a to v každém pixelu snímků EIT. Poté se kalibrovaný snímek omezil na region plic metodou, která stanoví prahovou hodnotu na základě průměru a maximální odchylky ve snímku. Pro porovnání skupin dat ke zjištění vlivu nastavených parametrů HFOV byla data normalizována a zprůměrována. Navržená metodika umožnila zobrazení distribuce DH pomocí dat EIT. Porovnáním výsledných distribucí byl zjištěn vliv poměru inspiračního a exspiračního času na vznik dynamické hyperinflace při poměru 1:1 a dynamické hypoinflace při poměru 1:2. Byla také nalezena rozdílná distribuce pro vstupní tlaky do dýchacích cest 12 a 18 cmH2O při poměru 1:1 a totožná distribuce pro oba vstupní tlaky rovnoměrně po vrstvách při poměru 1:2.

Dynamic hyperinflation (DH) is an undesirable pressure gradient, which can occur during artificial lung ventilation. Contemporary diagnostic methods of DH are not optimal, particularly for monitoring during high frequency oscillatory ventilation (HFOV). Electrical impedance tomography (EIT) is an imaging method, that offers a non-invasive continuous monitoring of the ventilated lungs. The current aim of nowadays studies in the field of artificial lung ventilation is to find new techniques of lung monitoring. Displaying a regional distribution of DH may bring promising outcomes for clinical practice. The aim of this study is to prepare a method for imaging the regional distribution of DH, verify it on experimental data and find a relationship between the acquired distributions and set parameters of HFOV. The EIT data were calibrated to pressure values to display the regional distribution of DH. This calibration was applied in each pixel in the EIT image. Afterwards, the calibrated image was restricted to the region of lungs only with the use of a method, that determines a threshold based on an average value and a maximum deviation in the image. The final distribution data were normalized and averaged to determine a dependency in groups of data on the set parameters of HFOV. The proposed methodology allows imaging of the regional distribution of DH based on EIT data. Comparing resulting distributions, a dependency of dynamic hyperinflation on time ratio of inspiration and expiration 1:1 was discovered and dynamic hypoinflation on time ratio 1:2. There were also different distributions of 1:1 ratio for airway pressures 12 and 18 cmH2O and identical layered distributions of 1:2 ratio for the both airway pressures.