心血管疾病 病例诊断
心血管内科病历主要诊断的选择-最新文档资料
心血管内科病历主要诊断的选择我国为世界卫生组织成员国，对疾病的分类统计应遵循现行《疾病和有关健康问题的国际统计分类》（ICD-10 ）的要求。
自 2002 年起卫生部制定的病案首页明确要求出院诊断应突出主要诊断，并且对主要诊断的选择要求按照 ICD-10 原则：应选择对健康危害最大、花费医疗精力最多、住院时间最长的那个疾病（或情况 [1] ）作为主要诊断（或主要情况 [1] ）；如果病因诊断能够包括一般临床表现，则选择病因诊断，如果出现的临床症状不是病因的常规表现，而是疾病某种严重后果或是疾病发展的某个阶段，那么选择这个重要的临床表现为主要诊断[2] 。
临床运用 10 年来，笔者发现很多心血管内科医师对主要诊断选择的原则精神领会不透，对有些多重复杂诊断顺序也确实存在争议，现就临床常见情况及问题进行分析、探讨。
1复杂诊断主要诊断的选择疾病发展的某种严重后果或某个严重阶段的临床表现应作为主要诊断。
大多数心血管疾病是终身性疾病，常常难以根治，而且病情发展越来越重，病程中有很多临床表现形式，难免发生一些严重后果或发展至某个严重阶段，因此，根据 ICD-10 主要诊断选择原则，主要诊断常常不能落实在病因诊断上，而传统诊断书写强调病因诊断，书写的顺序为病因诊断、病理解剖诊断、病理生理诊断、疾病的分型与分期、并发症的诊断、伴发疾病的诊断顺序，按照传统书写顺序书写如“冠状动脉粥样硬化性心脏病，急性下壁心肌梗死”病例，把“冠状动脉粥样硬化性心脏病”作为主要诊断的情况已越来越少，但“冠状动脉粥样硬化性心脏病，不稳定型心绞痛”病例，选择“冠状动脉粥样硬化性心脏病”为主要诊断的现象仍普遍存在，应将“不稳定型心绞痛” 作为主要诊断，“不稳定型心绞痛”是“冠状动脉粥样硬化性心脏病”发展的一个较为严重的阶段，在治疗方面有特别的要求，如果不采取积极有效措施，可能发展为心肌梗死或出现心律失常、猝死，应作为主要诊断。
基础心脏病导致的“充血性心力衰竭”笔者认为要视具体情况：如“冠状动脉粥样硬化性心脏病”、“风湿性二尖瓣、主动脉瓣狭窄合并关闭不全”病情表现形式较多、轻重程度不一的疾病，当以患者住院所解决的主要问题――“充血性心力衰竭”这一病程到了一个较严重阶段的临床表现作为主要诊断（其后要记录心功能级别），病因诊断及其它伴有情况如心房纤维颤动则按传统的诊断书写顺序放在“其他诊断”中，如选择病因诊断为主要诊断则显得太笼统，疾病分类统计编码上报信息较难看出患者入院治疗的重点情况，不符合ICD-10 的要求。
心血管内科诊疗常规
心血管内科诊疗常规心血管内科疾病第一章冠心病第一节稳定型心绞痛【概述】稳定型心绞痛是在冠脉狭窄的基础上，由于心脏负荷的增加，冠脉血流量不能满足心肌代谢的需要，引起心肌急剧的、暂时的缺血与缺氧的临床综合征。
【临床表现】一、多数的情况下，劳力诱发的心绞痛常在同一“心率×收缩压”的水平上发生，以发作性胸痛为主要症状。
有以下特点：（一）部位：在胸骨后中下段或心前区，手掌大小，可放射到左肩、左臂内侧或颈部。
（二）性质：为压迫性、紧迫性或烧妁性的常伴有濒死的恐惧感。
（三）诱因：体力劳动、情绪激动、饱餐寒冷时均可诱发。
（四）持续时间：疼痛出现后即逐渐加重，3～5分钟内可消失。
（五）缓解方式：停止诱发症状的活动后即可缓解，或含服硝酸甘油后数分钟内缓解。
二、体征：平时一般无体征，发作时可有心率增快，血压升高，焦虑出汗，有时可有暂时性心尖区收缩期杂音等。
【辅助检查】一、心电图：是发现心肌缺血，诊断心绞痛最常用的方法。
（一）静息时心电图：多数是正常的，部分有陈旧性心肌梗死的改变或非特异ST-T波改变。
（二）发作时心电图：绝大多数出现暂时性ST 段下移≥0.1mv，发作缓解后即恢复；部分出现发作时一过性T波倒置或原有倒置T波直立（假性正常化）。
（三）心电图负荷试验：运动中出现心绞痛或ST 段水平型下移≥0.1mv并持续2分钟为阳性标准。
（四）动态心电图：出现患者活动和症状相对应的缺血性的ST-T改变的心电图有助于帮助诊断。
二、放射性核素心肌显像（ECT）：静息时心肌缺血区在运动后可显示灌注缺损。
【概述】急性冠脉综合征（ACS）是代表冠状动脉粥样硬化病变程度不同的一组疾病，即粥样斑块破裂、冠脉痉挛引起非闭塞性或闭塞性血栓形成导致严重心脏缺血事件，包括不稳定型心绞痛、非ST段抬高心肌梗死和ST段抬高急性心肌梗死。
【临床表现】一、不稳定型心绞痛：是介于稳定型心绞痛和急性心肌梗死之间的一组临床心绞痛综合征，冠脉血管内以斑块破裂、形成非闭塞性白色血栓病理改变为主。
冠状动脉病变的病理与诊断
冠状动脉病变的病理与诊断冠状动脉病变是一种常见的心血管疾病，严重影响着人们的生活质量。
研究表明，冠状动脉病变伴随着血管壁的异常，如内膜增厚和斑块形成等。
然而，冠状动脉病变的病理与诊断并不简单，需要进行综合性的分析和评估。
病理学是病理诊断的基础，通过对组织的形态和构造进行分析，可以揭示病变的本质。
在冠状动脉病变中，最常见的病理变化是血管壁的异常增厚，导致血管管腔狭窄和缺血。
这种增厚主要发生在动脉内膜层和中膜层，其中内膜增厚是病变最早出现的征象之一。
内膜增厚是由于内皮细胞的异常再生和过度增生形成的，同时也可能伴随着胆固醇和甘油三酯等脂质物质的聚积。
此外，宏观上可见的斑块形成也是冠状动脉病变的重要特征之一。
斑块是由血管壁的细胞和胆固醇等物质沉积在动脉壁上构成，通常分为黄色斑、纤维斑和复合性斑等。
其中黄色斑是最为常见，其主要由胆固醇晶体、脂质单质和巨噬细胞等组成。
尽管病理分析可以揭示病变的本质，但是往往需要进行多种影像学检查才能得到准确的诊断。
与传统诊断方式相比，现代医学的影像学技术已经发展到了一个新的高度。
目前，常见的影像学诊断技术包括心电图、血管造影、超声心动图、核素显像和计算机断层扫描等。
其中，计算机断层扫描（CT）是最常用的诊断技术之一，其可以非常清晰地显示冠状动脉的内在情况。
CT检查可以通过组织对放射线的吸收程度来获取血管图像，从而准确地检测冠状动脉的病变程度和位置。
除此之外，还有很多与病变相关的影响因素。
其中，高血压、高血脂和糖尿病等慢性病是冠状动脉病变的重要病因。
高血压可以导致血压异常升高、动脉壁应力过大，从而增加心血管疾病发作的风险。
而高血脂会导致胆固醇等脂质物质在血管内聚积，最终导致动脉管腔狭窄和血流减少。
此外，糖尿病患者往往会出现胰岛素抵抗和高血糖等现象，这些现象会导致动脉硬化和心血管疾病的发作。
总之，冠状动脉病变是一种常见的心血管疾病，其病理与诊断需要进行综合性的分析和评估。
病理分析可以揭示病变的本质，而影像学检查则是一个重要的辅助诊断手段。
心血管系统疾病之病理学多选题
一、单项选择题(A型题)280.* 对人体造成最严重后果的风湿病(rheumatism)病变发生在( )A.关节 D.心脏B.血管 E.脑C.皮肤281.* 在对风湿病进行有关的描述中，错误的提法是( )A.属于变态反应性疾病B.发病与溶血性链球菌感染有关C.以心脏病变的后果最为严重D.风湿性关节炎常可导致关节畸形E.皮下结节和环形红斑有助于临床诊断282.风湿性心脏病(rheumatic heart disease)最常累及的瓣膜是( )A.二尖瓣 D.肺动脉瓣B.三尖瓣 E.二尖瓣和主动脉瓣C.主动脉瓣283.* 对风湿性心脏病最具有诊断意义的病变是( )A.心肌变性、坏死 D.风湿小体B.纤维蛋白性心外膜炎 E.心肌间质炎细胞浸润C.心瓣膜赘生物284.* 麦氏(McCallam)斑常见于( )A.左心室 D.右心房B.左心房 E.升主动脉C.右心室285.慢性风湿性瓣膜病最常见的联合瓣膜病变是( )A.二尖瓣和三尖瓣 D.三尖瓣和肺动脉瓣B.二尖瓣和主动脉瓣 E.主动脉瓣和肺动脉瓣C.三尖瓣和主动脉瓣286.* 急性风湿病最常见的致死原因是( )A.风湿性心外膜炎 D.风湿性脑动脉炎B.风湿性心内膜炎 E.动脉系统栓塞C.风湿性心肌炎287.慢性风湿性心瓣膜病一般没有( )A.瓣膜增厚变硬 D.瓣膜断裂、穿孔B.瓣叶间互相粘连 E.乳头肌缩短C.键索增粗融合288.* 与SBE(subacute bacterial endocarditis)无关的病变是( )A.脾肿大 D.心瓣膜赘生物B.肾梗死 E.皮肤粘膜出血点C.皮肤环形红斑289.SBE好发于原先有损害的瓣膜，最常见于( )A.风心二尖瓣病变 D.心力衰竭B.三尖瓣先天性畸形 E.肺心右心室肥大C.动脉粥样硬化累及主动脉瓣290.引起SBE最常见的病原体是( )A.金黄色葡萄球菌 D.肠球菌B.草绿色链球菌 E.绿脓杆菌C.β溶血性链球菌291.* 二尖瓣狭窄(mitral stenosis)的临床表现可为( )A.左心室肥大 D.水冲脉B.球形心 E.慢性肺淤血C.心尖部闻及收缩期杂音292.X线摄片检查心呈靴形，常见于( )A.二尖瓣狭窄 D.主动脉瓣关闭不全B.二尖瓣关闭不全 E.三尖瓣狭窄C.主动脉瓣狭窄293.Ｘ线摄片检查心呈梨形，常见于( )A.二尖瓣关闭不全 D.主动脉瓣关闭不全B.二尖瓣狭窄 E.主动脉瓣狭窄C.高血压晚期294.动脉粥样硬化(atherosclerosis)最好发的部位是( )A.主动脉 D.脑动脉B.冠状动脉 E.四肢动脉C.肾动脉295.* 后果最为严重的动脉粥样硬化常发生于( )A.大动脉 D.细动脉B.中动脉 E.微动脉C.小动脉296.脑动脉粥样硬化最严重的部位是( )A.大脑前动脉和大脑中动脉 D.大脑中动脉和基底动脉B.大脑中动脉和大脑后动脉 E.大脑前动脉和基底动脉C.大脑后动脉和基底动脉297.* 肾脏表面多个宽大、边缘不整齐，切面呈楔形的瘢痕见于( )A.慢性肾小球肾炎 D.肾动脉粥样硬化B.慢性肾盂肾炎 E.多发性肾梗死C.高血压病298.冠状动脉粥样硬化最好发的部位是( )A.左总干 D.右总枝B.左前降枝 E.右回旋枝C.左旋枝299.高血压病(hypertension)时，大动脉的病变常表现为( )A.纤维蛋白样坏死 D.管壁玻璃样变B.内膜弹性纤维增生 E.外膜滋养小血管炎C.内膜粥样斑块形成300.高血压病性脑出血最好发的血管是( )A.大脑前动脉 D.豆纹动脉B.大脑后动脉 E.基底动脉C.大脑中动脉301.高血压病脑出血最常见的部位是( )A.小脑 D.桥脑B.延脑 E.基底核C.丘脑二、多项选择题(X型题)302.* 有关风湿病病因和发病机制中，正确的提法是( )( )( )( ) ( )A.一种变态反应性疾病 D.北方寒冷潮湿地区发病率高B.直接由链球菌感染所致 E.初次发病多为儿童或青少年C.主要累及全身结缔组织303.风湿病的发病与溶血性链球菌感染有关，这是因为( )( )( ) ( )( )A.发病前有链球菌感染史 D.病灶中可找到致病菌B.女性多见 E.抗菌素治疗可减少发病和防止复发C.绝大多数病人血中抗"O"增高304.阿旭夫小体(Aschoff body)的形态特点有( )( )( )( )( )A.小体多呈梭形 D.伴有淋巴细胞和巨噬细胞浸润B.主要由阿旭夫细胞构成 E.最后演变为纤维瘢痕C.中央常有干酪样坏死305.Aschoff cell(阿旭夫细胞)的形态特点有( )( )( )( )( )A.细胞体积大 D.核仁大,呈毛虫状B.胞质丰富，略呈嗜碱性 E.来源于心肌细胞C.核膜清楚306.引起绒毛心的常见疾病是( )( )( )( )( )A.结核病 D.肺源性心脏病B.冠心病 E.尿毒症C.风湿性心脏病307.急性风湿性心内膜炎所形成赘生物的特点是( )( )( )( )( )A.位于瓣膜闭锁缘 D.脱落后常引起多脏器梗死B.粟米大白色血栓 E.反复发作而造成瓣膜增厚和变形C.不易机化308.风湿性关节炎(rheumatic arthritis)的特点有( )( )( )( )( )A.多累及小关节 D.关节腔内有浆液和纤维蛋白渗出\parB.呈游走性 E.常造成肢体畸形C.反复发作309.在对慢性风湿性心脏病死者进行解剖时，可以发现( )( )( )( )( )A.二尖瓣瓣膜增厚、缩短 D.心包纤维性粘连B.肺褐色硬化 E.心肌间质纤维瘢痕形成C.左心房内膜斑块状增厚310.SBE所形成的赘生物主要位于( )( )( )( )( )A.二尖瓣心房面 D.主动脉瓣心室面B.主动脉瓣动脉面 E.腱索和乳头肌表面C.二尖瓣心室面\par 311.SBE所形成的赘生物的特点有( )( )( )( )( )A.较大呈息肉状 D.赘生物中无肉芽组织B.质松软 E.脱落后可造成多脏器梗死C.常见细菌菌团312.ABE(acute bacterial endocarditis)的特点有( )( )( )( )( )A.细菌致病力及侵袭力强 D.多发生于风心或先心病变瓣膜B.多有全身严重的化脓性感染 E.可造成瓣膜溃疡和穿孔C.赘生物粗大，易脱落313.* 二尖瓣狭窄引起的后果包括( )( )( )( )( )A.左心室肥大、扩张 D.右心房肥大、扩张B.左心房肥大、扩张 E.肺淤血、水肿C.右心室肥大、扩张314.二尖瓣狭窄的瓣膜及腱索常表现为( )( )( )( )( )A.增厚 D.弹性减弱B.粘连 E.瓣膜口增大C.腱索变粗315.二尖瓣关闭不全的临床表现有( )( )( )( )( )A.收缩期杂音 D.右心室萎缩B.梨形心 E.水冲脉C.慢性肺淤血316.导致主动脉瓣关闭不全的常见疾病有( )( )( )( )( )A.风湿性心脏病 D.扩张性心肌病B.感染性心内膜炎 E.高血压病C.梅毒317.与动脉粥样硬化形成有关的因素有( )( )( )( )( )A.肾病综合征 D.高血压B.肺动脉高压 E.高胆固醇血症C.吸烟318.粥样瘤(atheroma)显微镜下可见( )( )( )( )( )A.无定形坏死物 D.较多中性粒细胞B.胆固醇结晶 E.泡沫细胞C.纤维组织增生伴玻璃样变性319.粥样斑块的继发性变化包括( )( )( )( )( )A.内膜溃疡形成 D.斑块内出血B.斑块内钙盐沉积 E.斑块吸收，内膜修复正常C.附壁血栓形成320.* 主动脉粥样硬化的特点有( )( )( )( )( )A.病变以血管开口处明显 D.附壁血栓脱落引起脏器梗死B.斑块内出血可阻断血流 E.腹主动脉较胸主动脉为重C.主动脉瘤破裂出血可危及生命321.* 有关动脉粥样硬化正确的描述是( )( )( )( )( )A.主动脉病变以前壁最重 D.大脑中动脉易受累B.冠状动脉中左前降支易受累 E.下肢动脉比上肢动脉易受累C.可引起细颗粒固缩肾322.* 诱导或促进心肌梗死发生的有关因素包括( )( )( )( )( )A.冠状动脉持续性痉挛 D.冠状动脉粥样硬化合并充血性心衰B.心情激动或过度劳累 E.冠状动脉粥样硬化伴血栓形成C.下肢血栓脱落造成冠状动脉栓塞323.心肌梗死的常见并发症有( )( )( )( )( )A.心功能不全 D.动脉系统栓塞B.心包积液 E.室壁瘤形成C.附壁血栓形成324.动脉粥样硬化引起患者死亡的原因有( )( )( )( )( )A.主动脉瘤破裂出血 D.大面积心肌梗死B.肾功能衰竭 E.心肌缺血心律紊乱C.脑动脉血栓形成或出血325.第三期高血压病人常见的脏器改变有( )( )( )( )( )A.细颗粒固缩肾 D.脑水肿B.肥厚型心肌病 E.冠状动脉粥样硬化C.心力衰竭326.高血压病的严重后果可包括( )( )( )( )( )A.左心衰竭 D.糖尿病B.脑出血 E.下肢坏疽C.慢性肾功能不全327.* 良性高血压病时可出现的病变有( )( )( )( )( )A.左心室肥大 D.视网膜漏出性出血B.细颗粒固缩肾 E.细动脉壁纤维蛋白样坏死C.脑软化、出血328.最终可引起肺淤血的病变或疾病有( )( )( )( )( )A.高血压性心脏病 D.肥厚心肌病B.二尖瓣狭窄 E.梅毒性心脏病\parC.心肌梗塞329.出现自左向右血液分流的先天性心脏病有( )( )( )( )( )A.房间隔缺损 D.动脉导管未闭B.大血管易位 E.室间隔缺损C.法乐四联症330.发生自右向左血液分流的先天性心脏病有( )( )( )( )( )A.三腔心 D.大血管易位B.法乐四联症 E.房间隔缺损C.二尖瓣狭窄合并房间隔缺损331.法乐四联症包括( )( )( )( )( )A.室间隔缺损 D.肺动脉狭窄\parB.房间隔缺损 E.右心室肥大C.主动脉右移答280. D 296. D281. D 297. D282. A 298. B283. D 299. C284. B 300. D285. B 301. E286. C 302. A.C.D.E287. D 303. A.C.E288. C 304. A.B.D.E289. A 305. A.B.C.D290. B 306. A.C.E291. E 307. A.B.E292. D 308. B.C.D293. B 309. A.B.C.D.E294. A 310. A.D295. B 311. A.B.C.D.E312. A.B.C.E 322. A.B.D.E313. B.C.D.E 323. A.C.D.E314. A.B.C.D 324. A.B.C.D.E315. A.C 325. A.C.D.E316. A.B.C 326. A.B.C.E317. A.C.D.E 327. A.B.C.D318. A.B.C.E 328. A.B.C.D.E319. A.B.C.D 329. A.D.E320. A.C.D.E 330. A.B.D321. B.D.E 331. A.C.D.E解释280.风湿病主要累及全身结缔组织，A、B、C、D、E 5种器官或组织都可受侵犯，但心脏病变对人体造成的后果最为严重，因为其引起的急性心肌炎严重时可导致急性心功能不全；慢性风湿性心瓣膜病可引起心瓣膜狭窄和关闭不全，导致全身血液循环障碍。
心音特征智能分析在心血管功能评估和疾病诊断中的应用
㊃新概念㊃新疾病㊃新技术㊃心音特征智能分析在心血管功能评估和疾病诊断中的应用陈燕㊀蔡宁100853北京,中国人民解放军总医院第一医学中心麻醉科通信作者:陈燕,电子信箱:yanzicw@DOI:10.3969/j.issn.1007-5410.2024.01.014㊀㊀ʌ摘要ɔ㊀数字化心音与人工智能技术的结合可实现对心音进行精确地连续㊁定量分析和分类识别,使心音特征提取与融合分析在心脏血流动力学监测㊁心力衰竭分型诊断㊁先天性或风湿性心脏病分类㊁冠状动脉疾病检测等领域成为研究热点㊂本文综述心音特征智能分析在心血管功能评估和疾病诊断中的应用㊂ʌ关键词ɔ㊀心音特征;㊀心音分析;㊀人工智能;㊀心血管功能;㊀疾病诊断基金项目:国家自然科学基金(82172185)Application of heart sound features analysis in the evaluation of cardiovascular function anddiagnosis of cardiovascular diseases㊀Chen Yan,Cai NingDepartment of Anesthesiology,The First Medical Center,Chinese PLA General Hospital,Beijing100853,ChinaCorresponding author:Chen Yan,Email:yanzicw@ʌAbstractɔ㊀The combination of digital phonocardiogram and artificial intelligence enables accurate, continuous,and quantitative analysis and classification of the heart sound signals.Extraction and fusionanalysis of the heart sound features has become popular in monitoring of cardiac hemodynamics,typing the diagnosis of heart failure,classification of congenital or valvular heart disease,and detection of coronaryartery disease.In this paper,we will review the application of intelligent analysis of heart sound features in evaluating cardiovascular function and detecting cardiovascular diseases.ʌKey wordsɔ㊀Heart sound features;㊀Heart sound signals analysis;㊀Artificial intelligence; Cardiovascular function;㊀Diagnosis of diseasesFund program:National Natural Science Foundation of China(82172185)㊀㊀心音是人体重要的生理信号,含有能反映心血管功能状态的生理或病理信息,心音的频率与心脏各组织物理性质及心脏血流动力学变化有密切关系㊂近年来,随着可视化㊁数字化心音监测和计算机辅助心音分析技术的发展,可以获得心音定量的特征参数,利用神经网络深度学习提取心音信号中的病理信息,对不同信息特征进行心音分类,可以辅助诊断心血管疾病㊂人工智能(artificial intelligence,AI)技术的应用有助于心音分析的精准化和自动化,使心音信号特征提取与融合分析在心脏血流动力学监测㊁心力衰竭(简称 心衰 )分型诊断㊁先天性或风湿性心脏病分类㊁冠状动脉疾病检测㊁情感识别等领域成为研究热点[1-4]㊂本文就心音监测与分析技术的发展㊁心音特征分析在心血管功能评估和疾病早期诊断中的应用进行综述㊂1㊀心音监测与分析技术的发展基于智能手机的心音监测系统和包含心音心电信号同步监测的产品,如智能数字听诊器系统㊁EKO等已开始应用于临床[5-7]㊂孙柯等[8]设计了基于全可编程片上系统的异构实时心音心电采集系统,实现了可视化心音心电信号实时并行采集㊂Li等[9]采用可穿戴的心音心电同步传感器,通过模数转换器(analog-to-digital converter,ADC)将心音㊁心电变成数字信号并传入微处理器中,同时微处理器将所采集的数据通过低功耗蓝牙模块传输到智能手机,实时绘制心音心电信号的波形并存储信号数据㊂最近Guo等[10]研发了基于新型心音传感器的多通道可穿戴心音监测系统,包含有72路心音图(phonocardiogram,PCG)信号和1路心电图(electrocardiogram,ECG)信号,具有信号质量高㊁敏感性高和使用便携的优点㊂基于AI的远程心电监测已有效应用于老年慢性疾病㊁心血管疾病等患者危急心电事件的预警[11-12],心音传感器轻便㊁小型,采集的数据失真率低㊁稳定性高㊁抗干扰性强,并可无线传输与存储,是心音监测设备不断改进和优化的方向,将为心音心电监测的远程动态实时分析奠定基础㊂国内外学者在心音的降噪㊁分段㊁特征提取和分类等信号处理和分析技术上不断探索,如融合改进最小值控制递归平均和最优修正对数谱幅度估计的降噪方法能动态估计长时间采集的心音中的噪声,降低心音失真的风险;改进维奥拉积分方法提取心音信号包络和基于两次阈值函数选择的心音分段快速算法,提高了心音分段的正确率和精度㊂近年来随着计算机辅助心音分析技术的发展,在机器学习和信号处理算法上取得了快速进步,尤其是深度学习算法的应用,使心音分析能更好地预测心血管疾病[13],如基于单形进化算法优化的BP神经网络模型心音识别率达到95.96%[14],改进的PSO-BP神经网络算法提高了神经网络的收敛速度和精度,分类准确率达到96.67%[15],Deng等[16]采用梅尔频率倒谱系数(Mel-frequency cepstrum coefficient,MFCC)特征结合一阶和二阶差分特征作为卷积神经网络输入,提出新的心音分类方法,分类准确率达到98%㊂AI技术的应用有助于更加精准㊁自动地分析心音,使心音特征分析能用于对心血管功能状态的评估,尤其心音分类可以在心血管疾病的早期诊断中起到重要作用㊂2㊀心音与心血管功能评估1992年Bartels首次提出心音与血压的关系,近年来通过心音信号特征来估算血压取得了很大进展,使基于心音的血压估算成为一种无创㊁连续测量血压的新方法㊂Kapur 等[17]采用Piezo-accelerometer传感器和神经网络算法为危重症儿童提供了准确的血压监测(收缩压范围在58~173 mmHg)㊂Tang等[18]选取健康犬,以肾上腺素诱发心脏血流动力学发生改变,利用心音的幅度㊁能量和时间多个特征,借助反向传播(back propagation,BP)神经网络推算左心室收缩压,在收缩压100~280mmHg范围内,获得较好的估算结果,绝对误差均值为7.3mmHg㊂目前临床上广泛应用的无创血压测量方法是基于脉搏波传导时间(pulse wave transit time, PWTT)的血压计算方法,但Finnegan等[19]指出很多研究者误将脉搏到达时间作为PWTT进行统计,由于前者包括PWTT和射血前期,利用ECG和脉搏波估算的血压值会存在误差,而用心音信号来测量PWTT可以克服这一缺点㊂成谢锋等[20]采集健康志愿者主动脉瓣心音信号,以第一心音(S1)与第二心音(S2)峰值点时间间隔(heart sound time interval,HSTT)㊁S2峭度(K)为主要参数推导出血压计算公式,估算血压与实际测量值相比,收缩压和舒张压的平均误差分别为-0.401mmHg和-0.812mmHg,符合血压检测精确度评估标准㊂鉴于心音能实时反映心血管功能状态,由心音获得心率㊁血压,在无创㊁便携㊁连续监测机体血流动力学状态的方法中有其独特的优势㊂心音还能反映心脏收缩功能和后负荷的变化,用于评估左心室功能㊂Li等[9]采集同步的心音心电信号,计算的电机械激活时间(electromechanical activation time,EMAT)用于评估左心室收缩功能,诊断心衰(左心室射血分数<50%)的准确率高于N末端B型利钠肽原(N-terminal pro-B-type natriuretic peptide,NT-proBNP)㊂心音信号的舒张期与收缩期时限比还可以反映慢性心衰患者治疗后心功能改善情况㊂心衰的早期检测对及早采取治疗措施有重要意义,Gao 等[21]提出基于门控循环单元的心衰筛查模型,通过直接学习心音特征,能自动识别射血分数保留的心衰和射血分数降低的心衰,准确率可达98.82%,为心衰的早期分型诊断提供了新的有效方法㊂Moon等[22]采用经食管听诊器记录手术中患者的心音信号,发现麻黄碱和艾司洛尔主要引起S1明显变化,而苯肾上腺素和尼卡地平主要引起S2明显变化,且S2与外周血管阻力(systemic vascular resistance,SVR)变化密切相关,提示不同血管活性药物引起心血管功能变化时,由于心排血量㊁SVR相对变化的不同,可以引起心音特征变化的差异性,对差异特征进行提取和分析,有可能区分不同的血流动力学状态㊂新近Chen等[23]在失血性休克猪模型上采集心音信号,观察到S1和S2幅值㊁能量的下降与动脉血压下降趋势一致,尤其S2幅值㊁能量的下降与血压降低呈显著正相关,其变化早于心率㊁脉搏压变异度等传统血流动力学指标,因而心音有可能成为失血性休克早期诊断的一个新指标㊂3㊀心音与心血管疾病诊断人工听诊心音诊断是通过分析心音音调和音强,主要依赖医生经验的定性方法,但心音信号转化为可视化图形后,利用计算机辅助分析技术能获得心音定量的特征参数,有助于发现心音与相关疾病的关系,可作为心血管疾病的无创诊断方法㊂用于临床诊断的心音成分主要为S1和S2,心音周期的收缩期(S1到S2间期)和舒张期(S2到S1间期)时长㊁比例与心血管疾病的发生密切相关㊂在健康年轻人中可能出现第三心音(S3),但在40岁以上成人中出现S3通常是异常表现,可能与心房功能障碍㊁心室容量超负荷有关,S3能反映心排血量减少㊁心室射血分数降低㊁左心室肥厚以及进展性心衰中发生的舒张末压升高,对心衰诊断有很高的特异性㊂由于S3强度弱㊁频率低㊁持续时间短,人耳很难听到,但通过电子听诊器收集PCG波形,可以捕捉到S3㊂Cao等[24]利用植入式心音监测设备,识别S3预测心衰的能力明显优于常规听诊,并有客观㊁连续㊁自动和远程监控的优点㊂在正常心脏周期中不会出现第四心音(S4),其出现可能与舒张期心衰有关,通过监测心音信号波形变化能及时发现病理性S4的出现㊂近年来,深度学习在心电领域有了较快的发展和应用[25],AI技术与数字化心音的结合也使心音分类识别的准确性有了很大提高,通过训练传统机器学习分类器实现心音的分类,不同类型先天性心脏病(简称 先心病 )血流异常产生的心脏杂音,风湿性心脏病心脏瓣膜受损后血流紊乱引起的杂音,都能从心音信号特征的异常变化中分辨出来,从而帮助分类识别心脏疾病(图1)㊂Aziz等[26]利用机器学习对三种先心病(房间隔缺损㊁室间隔缺损㊁动脉导管未闭)的分类准确率为95.24%,Ghosh等[27]采用多类复合分类器对主动脉瓣狭窄㊁二尖瓣狭窄和二尖瓣关闭不全分类的敏感度分别为99.44%㊁98.66%和96.22%㊂Dargam 等[28]给予小鼠腺苷+高磷酸饮食,制作主动脉瓣钙化疾病模型,通过对健康小鼠和主动脉瓣钙化小鼠的心音分析,发现用S2识别主动脉瓣钙化有很高的准确性,受试者工作特征(receiver operating characteristic,ROC)曲线下面积为0.9593㊂深度学习是通过人工神经网络,模拟人脑工作机器学习的一个分支,深度学习智能算法利用神经网络自动学习提取特征,可以实现对心音的准确分类㊂在儿童左向右分流先心病基于深度学习计算机辅助的心音分析中,残差卷积回归神经网络分类模型较其他模型有更高的准确性,对四类先心病(房间隔缺损㊁室间隔缺损㊁动脉导管未闭和复合病变)识别的准确率为94%~99.4%㊂近年Alkhodari 等[29]对1000例患者的心音分析显示,采用卷积和循环神经网络对四种心脏瓣膜疾病(主动脉瓣狭窄㊁二尖瓣狭窄㊁二尖瓣关闭不全和二尖瓣脱垂)的分类准确率高达99.32%㊂图1㊀机器学习心音特征以分类识别心脏疾病示意图冠状动脉疾病(coronary artery disease,CAD)由于动脉管壁增厚和管腔狭窄使血流受阻,可产生特有的湍流声,湍流血流的声学特征可以被心音监测和识别㊂Larsen 等[30]对191例CAD 患者与955例非CAD 患者的心音进行比较,CAD 患者的S1和S2时频谱呈现明显差异,在S1和S2中期能量下降,舒张期和收缩期均在20~120Hz 频率范围能量增加,尤其是舒张期能量显著增加㊂CAD 患者心音舒张期低频能量增加的特点,提示其中可能含有可用于CAD 风险评估的信息,有待进一步的研究对心音能量谱变化进行分析,将可能用于临床对CAD 的辅助诊断和风险分层㊂4㊀心音与其他疾病检测心音信号中含有呼吸音(也称肺音)成分,利用卷积神经网络模型基于特征融合的方法可以分类识别肺音,由于不同肺疾病的肺音在信号波形㊁声谱图㊁梅尔频谱㊁色谱图上表现出不同特征,对肺音特征的分析可以辅助诊断肺疾病,如慢性阻塞性肺疾病㊁支气管扩张㊁上呼吸道感染㊁肺炎等,基于声谱图的肺音分类准确率最高可达99.1%[31]㊂进展性心衰患者植入左心室辅助装置(left ventricularassist device,LVAD)后,需要监测和评估设备工作情况和心脏功能,与床旁临床评估不同,心音监测可实现动态㊁实时㊁远程监测心脏功能,由于在心前区记录的心音中还包含机械泵工作的声音,可以早期发现机械泵故障㊁右心衰竭等LVAD 相关并发症[32]㊂心音信号还能用于情感识别,Cheng 等[4]对志愿者心音的线性和非线性特征进行提取分析,以心率变异性㊁舒张期和收缩期比值变异性作为情感评估指标,评估Valence(愉快和不愉快程度)㊁Arousal (兴奋和平静程度)以及Valence-Arousal 组合情感状态,心音特征对三种情感状态识别的准确率分别为96.87%,88.54%和81.25%㊂临床上各种身心疾病患者常会出现情绪改变㊁情感障碍,用心音辨识情感,为情感障碍的判断提供了新的客观指标,尤其对抑郁㊁焦虑等疾病患者可以起到辅助诊断或判断疗效的作用㊂5㊀小结随着心音监测和分析技术的快速发展,通过提取心音特征中的病理信息,捕捉异常心音变化,对心音信号进行实时㊁动态㊁定量分析和分类识别,可以用于对心血管功能状态的评估和疾病诊断㊂在连续监测心音时,如果发生急性心血管事件,心音的异常变化也能帮助临床判断心血管结构或功能发生的异常改变,因而心音特征分析在早期或突发心血管事件的预警监测中具有极高的应用价值㊂目前计算机辅助心音检测技术领域仍在不断探索,是未来发展的重点方向,同时临床真实场景下心音信号的无线采集㊁云存储与远程分析等技术也在发展中,借助AI 技术,使心音分类算法得到不断改进,实现对心音更精确的智能化分析,有望在心血管功能评估㊁疾病诊断和疗效判断中发挥更重要的作用㊂利益冲突:无参㊀考㊀文㊀献[1]孙伟,郭兴明,郑伊能.心音特征在慢性心力衰竭分型辅助诊断中的应用研究[J].中国生物医学工程学报,2018,37(5):537-544.DOI:10.3969/j.issn.0258-8021.2018.05.004.㊀Sun W,Guo XM,Zheng YN.Application of heart sound feature in the tying aided diagnosis of chronic heart failure[J].Chinese Journal of Biomedical Engineering,2018,37(5):537-544.DOI:10.3969/j.issn.0258-8021.2018.05.004.[2]谭朝文,王威廉,宗容,等.基于卷积神经网络的先心病心音信号分类算法[J].生物医学工程学杂志,2019,36(5):728-736,744.DOI:10.7507/1001-5515.201806031.㊀Tan ZW,Wang WL,Zong R,et al.Classification of heart sound signals in congenital heart disease based on convolutional neural network[J].Journal of Biomedical Engineering,2019,36(5):728-736,744.DOI:10.7507/1001-5515.201806031.[3]曾文入,王维博,王彬蓉,等.基于小波能量谱的先天或风湿性心脏病异常心音分类算法研究[J].航天医学与医学工程,2020,33(2):159-165.DOI:10.16289/ki.1002-0837.2020.02.010.㊀Zeng WR,Wang WB,Wang BR,et al.Research on abnormal heart sound classification algorithm based on wavelet energy spectrum in congenital or rheumatic heart disease [J].Space Medicine &Medical Engineering,2020,33(2):159-165.DOI:10.16289/ki.1002-0837.2020.02.010.[4]Cheng X,Wang Y,Dai S,et al.Heart sound signals can beused for emotion recognition[J].Sci Rep,2019,9(1):6486.DOI:10.1038/s41598-019-42826-2.[5]Lee SY,Huang PW,Chiou JR,et al.Electrocardiogram andphonocardiogram monitoring system for cardiac auscultation[J].IEEE Trans Biomed Circuits Syst,2019,13(6):1471-1482.DOI:10.1109/TBCAS.2019.2947694.[6]Chowdhury MEH,Khandakar A,Alzoubi K,et al.Real-timesmart-digital stethoscope system for heart diseases monitoring[J].Sensors(Basel),2019,19(12):2781.DOI:10.3390/s1*******.[7]Landgraf C,Goolkasian P and Crouch T. Wireless CardiacSensor ,U.S.Patent Appl.20180256061A1,Sept.13,2018.[8]孙柯,潘家华,姚如苹,等.基于APSoC的异构实时心音心电采集系统[J].云南大学学报(自然科学版),2020,42(6):1072-1079.DOI:10.7540/j.ynu.20190634.㊀Sun K,Pan JH,Yao RP,et al.Heterogeneous real-time heartsound and electrocardiogram acquisition system Based on APSoC[J].Journal of Yunnan University:Natural Sciences Edition,2020,42(6):1072-1079.DOI:10.7540/j.ynu.20190634.[9]Li XC,Liu XH,Liu LB,et al.Evaluation of left ventricularsystolic function using synchronized analysis of heart sounds andthe electrocardiogram[J].Heart Rhythm,2020,17(5Pt B):876-880.DOI:10.1016/j.hrthm.2020.01.025. [10]Guo B,Tang H,Xia S,et al.Development of a muti-channelwearable heart sound visualization system[J].J Pers Med,2022,12(12):2011.DOI:10.3390/jpm12122011. [11]欧阳微娜,王春梅,叶冰,等.基于5G+AI的远程动态实时心电监护技术在老年慢性疾病中的应用研究[J].中国心血管杂志,2022,27(5):455-458.DOI:10.3969/j.issn.1007-5410.2022.05.011.㊀Ouyang WN,Wang CM,Ye B,et al.Application of remotedynamic real-time ECG monitoring technology based on5G+AIin the elderly with chronic diseases[J].Chin J Cardiovasc Med,2022,27(5):455-458.DOI:10.3969/j.issn.1007-5410.2022.05.011.[12]吕煜焱,丁思霄,赵逸凡,等.人工智能化的远程心电监测在心血管疾病中的应用[J].中国心血管杂志,2020,25(3):270-273.DOI:10.3969/j.issn.1007-5410.2020.03.014.㊀Lyu YY,Ding SX,Zhao YF,et al.Application of remote ECGmonitoring with artificial intelligence in cardiovascular diseases[J].Chin J Cardiovasc Med,2020,25(3):270-273.DOI:10.3969/j.issn.1007-5410.2020.03.014.[13]Li S,Li F,Tang S,et al.A review of computer-aided heartsound detection techniques[J].Biomed Res Int,2020:5846191.DOI:10.1155/2020/5846191.[14]袁倩影,全海燕.基于新进化优化BP学习算法的心音识别方法[J].吉林大学学报(理学版),2020,58(5):1195-1201.DOI:10.13413/ki.jdxblxb.2019389.㊀Yuan QY,Quan HY.Heart sound recognition method based onnew evolutionary optimization BP learning algorithm[J].Journalof Jilin University(Science Edition),2020,58(5):1195-1201.DOI:10.13413/ki.jdxblxb.2019389. [15]周克良,刘亚亚.改进的PSO-BP神经网络算法在心音分类中的应用[J].制造业自动化,2020,42(10):17-25.DOI:1009-0134(2020)10-0017-05.㊀Zhou KL,Liu YY.Application of improved PSO-BP neuralnetwork algorithm in heart sound classification[J].Manufacturing Automation,2020,42(10):17-25.DOI:1009-0134(2020)10-0017-05.[16]Deng M,Meng T,Cao J,et al.Heart sound classification basedon improved MFCC features and convolutional recurrent neuralnetwork[J].Neural Netw,2020,130:22-32.DOI:10.1016/j.neunet.2020.06.015.[17]Kapur G,Chen L,Xu Y,et al.Noninvasive determination ofblood pressure by heart sound analysis compared with intra-arterial monitoring in critically ill children-a pilot study of a novelapproach[J].Pediatr Crit Care Med,2019,20(9):809-816.DOI:10.1097/PCC.0000000000001997.[18]Tang H,Zhang J,Chen H,et al.A non-invasive approach toinvestigation of ventricular blood pressure using cardiac soundfeatures[J].Physiol Meas,2017,38(2):289-309.DOI:10.1088/1361-6579/aa552a.[19]Finnegan E,Davidson S,Harford M,et al.Pulse arrival time asa surrogate of blood pressure[J].Sci Rep,2021,11(1):22767.DOI:10.1038/s41598-021-01358-4.[20]成谢锋,戴世诚,赵鹏军.基于心音信号的一种血压评估方法[J].物理学报,2020,69(14):148701-1-10.DOI:10.7498/aps.69.20200254.㊀Cheng XF,Dai SC,Zhao PJ.A blood pressure evaluationmethod based on heart sound signal[J].Acta Phys.Sin,2020,69(14):148701-1-10.DOI:10.7498/aps.69.20200254. [21]Gao S,Zheng Y,Guo X.Gated recurrent unit-based heart soundanalysis for heart failure screening[J].Biomed Eng Online,2020,19(1):3.DOI:10.1186/s12938-020-0747-x. [22]Moon YJ,Kim SH,Park YS,et al.Quantitative analysis of anintraoperative digitalized esophageal heart sound signal tospeculate on perturbed cardiovascular function[J].J Clin Med,2019,8(5):715.DOI:10.3390/jcm8050715. [23]Chen Y,Hou A,Wu X,et al.Assessing hemorrhagic shockseverity using the second heart sound determined fromphonocardiogram:A novel approach[J].Micromachines(Basel),2022,13(7):1027.DOI:10.3390/mi13071027.[24]Cao M,Gardner RS,Hariharan R,et al.Ambulatory monitoringof heart sounds via an implanted device is superior to auscultationfor prediction of heart failure events[J].J Card Fail,2020,26(2):151-159.DOI:10.1016/j.cardfail.2019.10.006. [25]吕婷婷,丁子建,袁亦方,等.深度学习在心电图自动诊断和预测心血管疾病中的应用[J].中国心血管杂志,2021,26(3):290-293.DOI:10.3969/j.issn.1007-5410.2021.03.018.㊀Lyu TT,Ding ZJ,Yuan YF,et al.Value of deep learning inautomatic diagnosis and prediction of cardiovascular diseases byelectrocardiogram[J].Chin J Cardiovasc Med,2021,26(3):290-293.DOI:10.3969/j.issn.1007-5410.2021.03.018. [26]Aziz S,Khan MU,Alhaisoni M,et al.Phonocardiogram signalprocessing for automatic diagnosis of congenital heart disordersthrough fusion of temporal and cepstral features[J].Sensors(Basel),2020,20(13):3790.DOI:10.3390/s2*******.[27]Ghosh SK,Ponnalagu RN,Tripathy RK,et al.Automateddetection of heart valve diseases using chirplet transform andmulticlass composite classifier with PCG signals[J].Comput BiolMed,2020,118:103632.DOI:10.1016/pbiomed.2020.103632.[28]Dargam V,Ng HH,Nasim S,et al.S2heart sound detectsaortic valve calcification independent of hemodynamic changes inmice[J].Front Cardiovasc Med,2022,9:809301.DOI:10.3389/fcvm.2022.809301.[29]Alkhodari M,Fraiwan L.Convolutional and recurrent neuralnetworks for the detection of valvular heart diseases inphonocardiogram recordings[J].Comput Methods ProgramsBiomed,2021,200:105940.DOI:10.1016/j.cmpb.2021.105940.[30]Larsen BS,Winther S,Nissen L,et al.Spectral analysis of heartsounds associated with coronary artery disease[J].PhysiolMeas,2021,42(10):105013.DOI:10.1088/1361-6579/ac2fb7.[31]Tariq Z,Shah SK,Lee Y.Feature-based fusion using CNN forlung and heart sound classification[J].Sensors(Basel),2022,22(4):1521.DOI:10.3390/s2*******.[32]Chen XJ,Laporte ET,Olsen C,et al.Heart sound analysis inindividuals supported with left ventricular assist devices[J].IEEE Trans Biomed Eng,2021,68(10):3009-3018.DOI:10.1109/TBME.2021.3060718.(收稿日期:2023-04-15)(本文编辑:谭潇)。
冠心病的病理诊断与分型
冠心病的病理诊断与分型冠心病是一种常见的心血管疾病，其主要病理变化是冠状动脉内膜增厚、斑块形成和血管腔狭窄。
准确的病理诊断与分型对于冠心病的治疗和预后具有重要意义。
本文将围绕冠心病的病理诊断与分型展开探讨。
一、病理诊断在病理学检查中，可以通过以下几种方法进行冠心病的病理诊断。
1. 组织学检查组织学检查是冠心病病理诊断的“金标准”。
通过心脏冠状动脉取材，使用光学显微镜观察动脉壁的结构变化，可以明确冠心病的存在与程度。
其中，冠状动脉内膜增厚、鳞状上皮细胞增生以及血管壁斑块形成是典型的病理特征。
2. 免疫组织化学染色免疫组织化学染色是一种通过特定抗体与组织中靶分子相互作用，从而显示出分子的分布与表达情况的方法。
在冠心病的病理诊断中，免疫组织化学染色可以帮助鉴别不同类型的斑块，并评估斑块的稳定性与易碎性。
3. 分子生物学检测分子生物学检测可以通过检测特定基因或蛋白质的变化，来了解冠心病的发生机制以及相关预后因素。
例如，检测一氧化氮合酶等基因表达的变化，可以判断冠心病患者的氧化应激状态。
二、病理分型根据冠心病的病理变化特点，可以将其分为不同的类型，并针对不同类型制定相应的治疗策略。
1. 稳定型冠心病（SAP）稳定型冠心病是最常见的一种类型，其特点是由于冠状动脉狭窄引起的供血不足，表现为心绞痛发作。
根据病变的严重程度，可以将稳定型冠心病进一步分为单纯性斑块狭窄和多支冠状动脉病变。
2. 不稳定型冠心病（UAP）不稳定型冠心病是一种进展迅速且易发生急性心肌梗死的冠心病类型。
其特点是冠状动脉斑块不稳定、易破裂并形成血栓，导致血管阻塞。
根据病变的程度和临床表现，可以将不稳定型冠心病进一步分为轻度、中度和高度不稳定型。
3. 冠心病并发症冠心病还可以伴随多种并发症，如心肌梗死、心绞痛不稳定性心绞痛、心衰等。
这些并发症的发生往往与冠状动脉病变的程度和血栓形成密切相关。
总结：冠心病的病理诊断与分型对于制定合理的治疗方案和预测患者预后至关重要。
心血管内科疾病笔记摘抄(3篇)
第1篇一、概述心血管内科疾病是指心脏和血管系统发生的各种疾病，包括心脏病、高血压、冠心病、心肌病、心律失常、心力衰竭等。
心血管疾病是全球范围内最常见的疾病之一，也是导致死亡的主要原因。
本笔记将对心血管内科疾病的相关知识进行简要摘抄。
二、心脏病1. 定义：心脏病是指心脏结构和功能的异常，导致心脏泵血功能受损，引起血液循环障碍。
2. 常见类型：（1）冠心病：冠状动脉供血不足，导致心肌缺血、缺氧，严重时发生心肌梗死。
（2）心肌病：心肌细胞受损，导致心脏泵血功能减退。
（3）瓣膜病：心脏瓣膜结构异常，导致瓣膜关闭不全或狭窄。
（4）心律失常：心脏节律异常，包括心动过速、心动过缓、心律不齐等。
3. 诊断方法：（1）心电图：检测心脏电活动，诊断心律失常、心肌缺血等。
（2）超声心动图：观察心脏结构和功能，诊断瓣膜病、心肌病等。
（3）冠状动脉造影：检查冠状动脉狭窄程度，诊断冠心病。
4. 治疗方法：（1）药物治疗：包括抗血小板药物、抗凝药物、降血压药物、降血脂药物等。
（2）手术治疗：包括冠状动脉旁路移植术、心脏瓣膜置换术、心脏起搏器植入术等。
三、高血压1. 定义：高血压是指血压持续升高，超过正常范围，可导致心脏、肾脏、大脑等重要器官受损。
2. 病因：（1）原发性高血压：原因不明，可能与遗传、环境、生活方式等因素有关。
（2）继发性高血压：由其他疾病引起的血压升高，如肾脏疾病、内分泌疾病等。
3. 诊断方法：（1）血压测量：连续测量多次血压，确定血压水平。
（2）检查相关器官功能：如肾功能、眼底检查等。
4. 治疗方法：（1）药物治疗：包括利尿剂、ACE抑制剂、ARB类、钙通道阻滞剂等。
（2）生活方式干预：包括合理膳食、适量运动、戒烟限酒等。
四、冠心病1. 定义：冠心病是指冠状动脉供血不足，导致心肌缺血、缺氧，严重时发生心肌梗死。
2. 病因：（1）动脉粥样硬化：冠状动脉内膜损伤，脂质沉积，形成斑块，导致血管狭窄。
（2）高血压、糖尿病、高血脂等危险因素。
病理学心血管系统疾病分类和具体诊断表现
27
28
29
2. 纤维斑块（fibrous plaque）：
(1) 肉眼: 灰黄色, 蜡滴样, 隆起斑块 (2) 镜下
① 表面: 纤维帽 （SMC+细胞
外基质+胶原纤维）
② 深层: 脂质+增生SMC、
Mφ、泡沫C+基质
30
fibrous plaque
31
fibrous plaque
分泌GF
表型转变 收缩型→合成型
16
2. 脂源性学说：
高脂血症
↓
内皮细胞(EC)损伤→通透性↑
→脂质沉积→Mφ清除反应 ↓
平滑肌细胞(SMC)↑
↓
粥样斑块
17
3. 平滑肌致突变学说
① 认为:
AS斑块SMC→单克隆性
(一个突变SMC产生子代细胞)
② 原因:
3
讲授的主要内容
血管疾病
动脉粥样硬化
风湿病
高血压
心脏疾病
心内膜炎 瓣膜病冠心病
4
冠状动脉
5
第一节 动脉粥样硬化(atherosclerosis, AS) 病变特征: 动脉内膜的脂质沉积, SMC和胶 原纤维增生, 伴有坏死、钙化的病变。
6
动脉硬化是一组动脉硬化性
疾病, 包括AS, 动脉中膜钙化和细
外周: 淋巴细胞 + 泡沫细胞
③ 中膜: 不同程度萎缩→变薄
34
35
atheroma
36
atherom a
37
38
39
4. 继发改变及后果:
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
病例分析
1、病史摘要：
王某，女，31岁，2002年9月20日入院，代诉：患者有“心脏病”已四年，今晨因突然昏倒而急诊住院。
四年前在某诊所查出有心脏病，当时无任何不适，照常参加劳动。
二年前开始每于劳动时就感觉心跳气促加剧，两下肢浮肿，且日益加重，近二个月来，卧床不起，常有低热，今晨患者突然昏倒，不省人事，不能言语，随后右侧肢体不能活动。
过去史：患者从17岁开始，就有膝、肘、肩关节疼痛、肿胀且经常发作。
体检：病势沉重，呈昏迷状态，血压80/60mmHg，体温38℃，脉搏100次/分钟，呼吸36次/分钟，有发绀。
右下眼睑和前胸皮肤有帽针头大出血点，颈静脉怒张。
两肺听诊呼吸音减弱，水泡音遍布。
心脏浊音界向左右两侧扩大，心尖搏动区扩大，心尖部可听到三级吹风样收缩期杂音及雷鸣样舒张期杂音，P2>A2，心音尚规律。
肝脾均可摸到，肝下界在右季肋下3cm，脾脏在左季肋下1cm；双下肢凹陷性水肿。
右侧肢体肌张力明显低下，右侧腹壁反射消失。
实验室检查：红细胞320万/mm3，血色素8克％，白细胞14600个/mm3，中性白细胞80％，血沉34毫米，血培养阳性，尿蛋白（＋），见有少许红细胞。
入院后抢救无效，于8月22日凌晨死亡。
尸检摘要：
心：重480克，左右心房室均有肥大扩张，以左心房室为明显。
心尖钝圆，内腔扩大，左心室壁厚约2cm，右心室壁也有增厚，二尖瓣瓣膜缩短，边缘增厚，瓣膜连结缘有粘连，瓣膜僵硬不能紧密关闭，其上附有粗糙质脆的赘生物，最大者长约1.6cm，小者似绿豆，腱索缩短增厚，其他瓣膜无明显病变。
二尖瓣瓣膜的组织切片：赘生物由纤维素等沉积组成，深层有少量细菌团，赘生物基底部及其瓣膜有大量肉芽组织生长及纤维化。
肺脏：两肺比正常重，表面呈暗灰紫色，切面呈暗紫色，挤压肺脏有泡沫状液体溢出，但无实变区。
组织切片：肺泡腔内充满浆液，但无炎症细胞浸润，肺泡壁毛细血管扩张充血。
肝脏：体积增大，镜下见肝窦明显淤血。
脾脏：重470克，体积明显增大，表面有一灰白色直径约4公分的梗死区。
脑：左侧基底核和内囊有坏死软化灶和出血灶。
2、问题：（1）根据所学的病理学知识，写出该患者可能的疾病诊断。
（2）试述患者死因及疾病发展过程
一、病理诊断：
1慢性风湿性关节炎
2风湿性心内膜炎
3二尖瓣狭窄
4二尖瓣关闭不全
5全心衰竭
（1）左心衰竭
（2）右心衰竭
6肺淤血与肺水肿
7肝淤血
8亚急性感染性心内膜炎
9脾贫血性梗死
10 败血症
11左侧基底核和内囊梗死
二、判断依据：
1 风湿性关节炎
病史与症状：患者从17岁开始，就有膝、肘、肩关节疼痛、肿胀且经常发作。
体征：关节肿胀疼痛
实验室检查：白细胞数目增加，中性粒细胞数量增多
2全心衰竭
（1）左心衰竭
病史与症状：出现劳力性呼吸困难
体征：发绀、血压降低、心脏浊音界向左右两侧扩大，心尖搏动区扩大
实验室检查：心脏重量增加、左右心房心室均有肥大扩张，左心房最为明显。
心尖钝圆，内腔扩大，左心室壁厚约2cm。
（2）右心衰竭
病史与症状：双下肢浮肿
体征：颈静脉怒张、心脏浊音界向左右两侧扩大，心尖搏动区扩大
实验室检查：心脏重量增加、左右心房心室均有肥大扩张、右心室壁也有增厚。
3二尖瓣狭窄
病史与症状：
体征：颈静脉怒张、雷鸣样舒张期杂音
实验室检查：二尖瓣瓣膜缩短，边缘增厚，瓣膜连结缘有粘连。
4二尖瓣关闭不全
病史与症状：
体征：心尖部可听到三级吹风样收缩期杂音
实验室检查：瓣膜僵硬不能紧密关闭
5亚急性感染性心内膜炎
病史与症状：长期低热
体征：白细胞数目增加，中性粒细胞数量增多、脾肿大、右下眼睑和前胸皮肤有帽针头大出血点
实验室检查：赘生物由纤维素等沉积组成，深层有少量细菌团，赘生物基底部及其瓣膜有大量肉芽组织生长及纤维化。
6肺淤血与肺水肿
病史与症状：呼吸加快
体征：P2>A2、两肺听诊呼吸音减弱，水泡音遍布。
实验室检查：两肺比正常重，表面呈暗灰紫色，切面呈暗紫色，挤压肺脏有泡沫状液体溢出，但无实变区。
肺泡腔内充满浆液，但无炎症细胞浸润，肺泡壁毛细血管扩张充血。
7肝淤血
体征：肝脾均可摸到，肝下界在右季肋下3cm。
实验室检查：体积增大，镜下见肝窦明显淤血。
8脾贫血性梗死
体征：脾均可摸到、脾脏在左季肋下1cm
实验室检查：重470克，体积明显增大，表面有一灰白色直径约4公分的梗死区。
9左侧基底核和内囊梗死
病史与症状：突然昏倒，不省人事，不能言语，随后右侧肢体不能活动。
体征：病势沉重，呈昏迷状态、白细胞数目增加，中性粒细胞数量增多、右侧肢体肌张力明显低下，右侧腹壁反射消失。
实验室检查：左侧基底核和内囊有坏死软化灶和出血灶。
10败血症
实验室检查：血培养呈阳性
11风湿性心内膜炎
实验室检查：二尖瓣瓣膜缩短，边缘增厚，瓣膜连结缘有粘连，瓣膜僵硬不能紧密关闭
三、死亡原因：左侧基底核和内囊梗死
四、病情发展过程：
患者于早年感染链球菌，疾病早期引起风湿性关节炎、风湿性心内膜炎，病变主要侵犯二尖瓣，由于病变反复发作，引起纤维组织增生导致二尖瓣瓣膜缩短，边缘增厚，瓣膜连结缘有粘连，瓣膜僵硬不能紧密关闭，导致二尖瓣狭窄和二尖瓣关闭不全，二尖瓣狭窄早期引起左心房代偿性肥大，二尖瓣关闭不全，引起左心房、左心室、右心室、右心室代偿性肥大。
两年后，患者左心右心发生衰竭，究其原因是因为由二尖瓣狭窄及二尖瓣关闭不全引起的病变后期左心房失代偿，左心房内血液淤积，肺静脉回流受阻，引起肺淤血、肺水肿，长期的肺动脉高压引起右心室代偿性肥大，继而失代偿，出现右心室扩张，右心衰竭且大循环淤血。
近两个月内，患者出现细菌感染，引起亚急性感染性心内膜炎，在原先病变的二尖瓣上出现质脆、粗糙的赘生物。
患者出现长期低热、点状出血、脾肿大。
由于赘生物破裂脱落形成栓子，栓子引起肾脏、脾发生梗塞，分别引起血尿和脾凝固性坏死，引起患者致命的因素是发生于脑部左侧基底核和内囊梗死，并引起脑部血管出血性梗死。
个人总结不当之处请见谅！希望对你有帮助！。