基于谐振耦合传感器的心室容积估计实现旋转血泵的生理性控制

为解决旋转血泵（RBP）固定转速导致的生理需求适应不足和心室抽吸风险，研究人员开发了一种基于左心室舒张末期容积（EDV）的生理控制算法，采用谐振耦合高效传感器实时监测心室容积。该算法通过体外循环模型验证，在运动、肺血管阻力突变等场景下均能维持生理灌注并避免抽吸，且对轴向和离心泵均适用，为心衰患者提供了更安全、自适应的机械循环支持方案。

　　

研究背景与意义
终末期心衰患者因供体心脏短缺，常依赖旋转血泵（Rotary Blood Pump, RBP）作为移植过渡或终身治疗手段。然而，现有RBP临床使用中需手动设定固定转速，无法动态响应运动、昼夜节律等生理需求变化，导致灌注不足或心室抽吸（suction）风险。据统计，15%的患者心跳中1.1%存在抽吸事件，可能引发心律失常甚至死亡。尽管已有基于泵流量（PF）、转速（PS）或压力信号的调控算法尝试，但长期植入传感器的血栓风险和技术限制阻碍了临床应用。

研究内容与方法
美国研究团队提出了一种创新解决方案：利用非接触式谐振耦合传感器（apical和outflow传感器）实时估计左心室容积（LVV），并基于此开发了泵类型无关的EDV控制算法。该传感器系统通过磁共振技术无线传输数据，植入9个月后容积漂移仅1%。研究采用非线性集总参数模型（LPM）模拟循环系统，耦合轴向或离心RBP，加入15%噪声和6%容积漂移验证算法鲁棒性。

关键技术

1. 谐振耦合传感器：基于HeartMate 3结构设计的非血液接触传感器，通过射频共振实现低功耗、高精度容积监测。
2. 泵独立控制算法：以EDV=85 ml为设定点，动态调节转速以适应运动、肺血管阻力突变（8倍增幅）等场景。
3. 体外循环模型：包含12模块（如右心房、肺动脉等）和4瓣膜的LPM，模拟真实生理环境。

研究结果
1. 静息与运动下的控制性能
轴向泵与离心泵在EDV控制下均能稳定维持生理灌注（2-10 L/min），且AoP（主动脉压）脉动性差异不显著。噪声干扰下算法仍保持稳定，仅轴向泵的PF和PS波动略高。

2. 肺血管阻力突变测试
算法在肺血管阻力骤增时快速降低泵速，避免心室抽吸，而固定转速组出现明显灌注不足。

3. 容积漂移耐受性
即使存在6%漂移，算法仍能维持功能，仅EDV跟踪误差轻微增加（<2 ml）。

讨论与结论
该研究首次将谐振耦合传感器与容积反馈控制结合，解决了RBP长期植入中的传感器可靠性和生理适应性难题。相较于传统方法，其优势在于：

• 泵独立性：兼容轴向/离心泵，拓宽临床应用场景。
• 安全性：非血液接触设计降低感染和血栓风险。
• 鲁棒性：耐受噪声和漂移，适合长期使用。
  论文发表于《Biomedical Signal Processing and Control》，为心衰患者机械循环支持提供了突破性技术路径，未来有望通过完全植入式系统进一步提升患者生活质量。