CN104688239A - 睡眠呼吸事件的种类的确定方法及*** - Google Patents

睡眠呼吸事件的种类的确定方法及*** Download PDF

Info

Publication number
CN104688239A
CN104688239A CN201510137580.3A CN201510137580A CN104688239A CN 104688239 A CN104688239 A CN 104688239A CN 201510137580 A CN201510137580 A CN 201510137580A CN 104688239 A CN104688239 A CN 104688239A
Authority
CN
China
Prior art keywords
sleep
patient
respiratory event
respiratory
amplitude
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510137580.3A
Other languages
English (en)
Other versions
CN104688239B (zh
Inventor
李坤
庄志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Delightful Harmony Jia Ye Medical Science And Technology Co Ltd
BMC Medical Co Ltd
Original Assignee
Beijing Delightful Harmony Jia Ye Medical Science And Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Delightful Harmony Jia Ye Medical Science And Technology Co Ltd filed Critical Beijing Delightful Harmony Jia Ye Medical Science And Technology Co Ltd
Priority to CN201510137580.3A priority Critical patent/CN104688239B/zh
Publication of CN104688239A publication Critical patent/CN104688239A/zh
Application granted granted Critical
Publication of CN104688239B publication Critical patent/CN104688239B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/113Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4806Sleep evaluation
    • A61B5/4818Sleep apnoea

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种睡眠呼吸事件的种类的确定方法及***,方法包括:获取患者的胸部呼吸运动波形和腹部呼吸运动波形;对胸部呼吸运动波形和腹部呼吸运动波形进行叠加,得到叠加波形;患者发生睡眠呼吸事件时,根据叠加波形确定睡眠呼吸事件的种类。应用本发明的睡眠呼吸事件的种类的确定方法,将患者的胸部呼吸运动波形和腹部呼吸运动波形的叠加波形作为确定睡眠呼吸事件的种类的确定标准,由于该确定标准不受气路漏气的影响,因此能够准确无误地确定睡眠呼吸事件的种类,进而为调整正压通气治疗机的治疗压力提供了准确依据,大大提高了患者的治疗效果和治疗的依从性,明显提高了患者的使用体验。

Description

睡眠呼吸事件的种类的确定方法及***
技术领域
本发明涉及医疗器械技术领域,尤其涉及一种睡眠呼吸事件的种类的确定方法,还涉及一种睡眠呼吸事件的种类的确定***。
背景技术
睡眠呼吸暂停低通气综合症,是指每晚睡眠过程中呼吸暂停低通气反复发作30次以上或睡眠呼吸暂停低通气指数(AHI,Apnea Hypopnea Index)≥5次/小时并伴有嗜睡等临床症状。呼吸暂停是指睡眠期间呼吸暂时停止,表现为呼吸气流下降到正常呼吸幅度的10%以下,持续至少10秒钟;低通气是指睡眠期间呼吸气流下降到正常呼吸幅度的50%以下,持续至少10秒钟,并伴有血氧饱和度较基础水平下降≥4%或微觉醒。呼吸暂停事件和低通气事件都属于睡眠呼吸事件。睡眠时反复出现睡眠呼吸暂停现象,容易造成大脑、血液严重缺氧,形成低血氧症,而诱发高血压、脑心病、心率失常、心肌梗死、心绞痛,进而诱发人体多个***的疾病。
目前治疗睡眠呼吸暂停低通气综合症的非手术治疗手段中,持续正压呼吸机的适应性较广,使用较为常见。持续正压呼吸机的基本治疗原理是,通过对患者的上气道施加一个适当的持续的气体压力,解除或缓解患者的呼吸暂停症状,以防止睡眠中气道塌陷,改善睡眠结构、夜间低氧及白天嗜睡情况,提高患者睡眠质量。
目前在正压通气治疗机中,最常用的识别呼吸暂停事件或者低通气事件的方法为通过气流信号判断患者是否发生了呼吸暂停事件或者低通气事件。该方法的主要原理为:使用气体流量传感器监测正压通气治疗机出气口处的气流变化。当气流变化幅度小于预设的呼吸暂停阈值并持续预设时长时,确定患者发生了呼吸暂停事件。当气流变化幅度小于预设的低通气阈值并持续预设时长时,确定患者发生了低通气事件。
上述识别方法通过气流信号判断呼吸暂停或者低通气,该方法容易受正压通气治疗机气路漏气的影响。具体地,当患者正常呼吸时,治疗机气路的漏气量较大,在正压通气治疗机出气口处监测到气流变化幅度偏小,此时可能出现呼吸暂停事件或者低通气事件的误判。在患者发生呼吸暂停事件或者低通气期间,治疗机气路的漏气量发生变化,则有可能被识别为正常呼吸,从而导致呼吸暂停事件或者低通气事件的漏判。
对于支持自动调压功能的正压通气治疗机,当患者发生了呼吸暂停事件或者低通气事件时,治疗压力增加。当患者持续正常呼吸时,治疗压力降低。然而,呼吸暂停事件或者低通气事件的漏判和误判都有可能导致正压通气治疗机输出的治疗压力的错误调整,影响患者的治疗效果。
发明内容
本发明所要解决的技术问题是:现有技术中根据气流信号检测呼吸暂停事件或者低通气事件的方法易受气路漏气的影响,很有可能导致呼吸暂停事件或者低通气事件的误判或者漏判,从而可能导致正压通气治疗机输出的治疗压力的错误调整,影响患者的治疗效果。
为了解决上述技术问题,本发明提供了一种睡眠呼吸事件的种类的确定方法及***。
根据本发明的一个方面,提供了一种睡眠呼吸事件的种类的确定方法,其包括:
获取患者的胸部呼吸运动波形和腹部呼吸运动波形;
对所述胸部呼吸运动波形和所述腹部呼吸运动波形进行叠加,得到叠加波形;
所述患者发生睡眠呼吸事件时,根据所述叠加波形确定所述睡眠呼吸事件的种类。
优选的是,该方法包括:
根据预设的叠加波形幅度阈值以及所述叠加波形,确定所述患者是否发生了睡眠呼吸事件。
优选的是,根据预设的叠加波形幅度阈值以及所述叠加波形,确定所述患者是否发生了睡眠呼吸事件,包括:
计算所述患者的最近一个呼吸周期的叠加波形的幅度;
根据所述幅度和所述叠加波形幅度阈值,判断所述患者是否发生了准睡眠呼吸事件;
判断出所述患者发生了准睡眠呼吸事件时,判断所述准睡眠呼吸事件是否保持了预定时间;
判断出所述准睡眠呼吸事件保持了预定时间时,确定所述患者发生了睡眠呼吸事件。
优选的是,根据所述叠加波形确定所述睡眠呼吸事件的种类,包括:
根据预设规则确定所述睡眠呼吸事件的种类;
其中,所述叠加波形幅度阈值根据所述预设规则确定。
优选的是,在确定所述睡眠呼吸事件的种类为呼吸暂停型时,所述方法还包括:
计算所述患者发生呼吸暂停型睡眠呼吸事件期间的胸部呼吸运动波形的幅度,得到胸部呼吸幅度;
根据胸部呼吸幅度阈值和所述胸部呼吸幅度,确定呼吸暂停型睡眠呼吸事件的种类;其中,所述胸部呼吸幅度阈值根据最近预定时段内患者的胸部呼吸运动波形确定;或者
计算所述患者发生呼吸暂停型睡眠呼吸事件期间的腹部呼吸运动波形的幅度,得到腹部呼吸幅度;
根据腹部呼吸幅度阈值和所述腹部呼吸幅度,确定呼吸暂停型睡眠呼吸事件的种类;其中,所述腹部呼吸幅度阈值根据最近预定时段内患者的腹部呼吸运动波形确定。
根据本发明的另一个方面,提供了一种睡眠呼吸事件的种类的确定***,其包括:
呼吸运动波形获取模块,设置为获取患者的胸部呼吸运动波形和腹部呼吸运动波形;
波形叠加模块,设置为对所述胸部呼吸运动波形和所述腹部呼吸运动波形进行叠加,得到叠加波形;
第一种类确定模块,设置为在所述患者发生睡眠呼吸事件时,根据所述叠加波形确定所述睡眠呼吸事件的种类。
优选的是,所述***还包括:
睡眠呼吸事件确定模块,设置为根据预设的叠加波形幅度阈值以及所述叠加波形,确定所述患者是否发生了睡眠呼吸事件。
优选的是,所述睡眠呼吸事件确定模块包括:
幅度计算单元,设置为计算所述患者的最近一个呼吸周期的叠加波形的幅度;
第一判断单元,设置为根据所述幅度和所述叠加波形幅度阈值,判断所述患者是否发生了准睡眠呼吸事件;
第二判断单元,设置为在所述第一判断单元判断出所述患者发生了准睡眠呼吸事件时,判断所述准睡眠呼吸事件是否保持了预定时间;
确定单元,设置为在所述第二判断单元判断出所述准睡眠呼吸事件保持了预定时间时,确定所述患者发生了睡眠呼吸事件。
优选的是,所述第一种类确定模块具体设置为:在所述患者发生睡眠呼吸事件时,根据预设规则确定所述睡眠呼吸事件的种类;其中,所述叠加波形幅度阈值根据所述预设规则确定。
优选的是,所述***还包括:
胸部呼吸幅度确定模块,设置为计算所述患者发生呼吸暂停型睡眠呼吸事件期间的胸部呼吸运动波形的幅度,得到胸部呼吸幅度;
第二种类确定模块,设置为根据胸部呼吸幅度阈值和所述胸部呼吸幅度,确定呼吸暂停型睡眠呼吸事件的种类;其中,所述胸部呼吸幅度阈值根据最近预定时段内患者的胸部呼吸运动波形确定;或者
腹部呼吸幅度确定模块,设置为计算所述患者发生呼吸暂停型睡眠呼吸事件期间的腹部呼吸运动波形的幅度,得到腹部呼吸幅度;
第三种类确定模块,设置为根据腹部呼吸幅度阈值和所述腹部呼吸幅度,确定呼吸暂停型睡眠呼吸事件的种类;其中,所述腹部呼吸幅度阈值根据最近预定时段内患者的腹部呼吸运动波形确定。
与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果:
应用本发明实施例提供的睡眠呼吸事件的种类的确定方法,将患者的胸部呼吸运动波形和腹部呼吸运动波形的叠加波形作为确定睡眠呼吸事件的种类的确定标准,由于该确定标准不受气路漏气的影响,因此能够准确无误地确定睡眠呼吸事件的种类,进而为调整正压通气治疗机的治疗压力提供了准确依据,大大提高了患者的治疗效果和治疗的依从性,明显提高了患者的使用体验。
本发明的其它特征和优点将在随后的说明书中阐述,并且部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例共同用于解释本发明,并不构成对本发明的限制。在附图中:
图1示出了本发明实施例睡眠呼吸事件的种类的确定方法的流程示意图;
图2a至图2d依次示出了当患者处于正常呼吸状态、中枢型呼吸暂停状态、阻塞型呼吸暂停状态和低通气状态时的胸部呼吸运动波形、腹部呼吸运动波形和胸腹部呼吸运动波形叠加后的叠加波形的示意图;
图3示出了本发明实施例中确定患者是否发生了睡眠呼吸事件的方法的流程示意图;
图4示出了本发明实施例中在确定睡眠呼吸事件的种类为呼吸暂停型后,进一步确定呼吸暂停型睡眠呼吸事件的种类的方法的一种流程示意图;
图5示出了本发明实施例中在确定睡眠呼吸事件的种类为呼吸暂停型后,进一步确定呼吸暂停型睡眠呼吸事件的种类的方法的另一种流程示意图;
图6示出了本发明实施例睡眠呼吸事件的种类的确定***的第一种结构示意图;
图7示出了本发明实施例中睡眠呼吸事件确定模块的结构示意图;
图8示出了本发明实施例睡眠呼吸事件的种类的确定***的第二种结构示意图;以及
图9示出了本发明实施例睡眠呼吸事件的种类的确定***的第三种结构示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。需要说明的是,只要不构成冲突,本发明中的各个实施例以及各实施例中的各个特征可以相互结合,所形成的技术方案均在本发明的保护范围之内。
本发明实施例所要解决的技术问题是:现有技术中根据气流信号检测呼吸暂停事件或者低通气事件的方法易受气路漏气的影响,很有可能导致呼吸暂停事件或者低通气事件的误判或者漏判,从而可能导致正压通气治疗机输出的治疗压力的错误调整,影响患者的治疗效果。为解决上述技术问题,本发明实施例提供了一种睡眠呼吸事件的种类的确定方法。
如图1所示,是本发明实施例睡眠呼吸事件的种类的确定方法的流程示意图。本发明实施例的睡眠呼吸事件的种类的确定方法,主要包括以下步骤:
步骤101:获取患者的胸部呼吸运动波形和腹部呼吸运动波形。
具体地,实时获取患者的胸部呼吸运动波形和腹部呼吸运动波形。每隔预设的采样周期采集一次患者的胸部呼吸运动波形和腹部呼吸运动波形,采样周期例如为1秒。在本发明一优选的实施例中,利用设置有电感体积描记传感器的胸部呼吸监测装置监测患者的胸部呼吸运动,利用设置有电感体积描记传感器的腹部呼吸监测装置监测患者的腹部呼吸运动。胸部呼吸监测装置和腹部呼吸监测装置既可以通过数据线缆连接正压通气治疗机,也可以通过红外、蓝牙等无线数据传输方式连接正压通气治疗机,以实时地将监测到的胸部呼吸运动波形和腹部呼吸运动波形发送给正压通气治疗机。
使用胸部呼吸监测装置时,将胸部呼吸监测装置固定在患者的胸部,患者呼吸时,会伴随胸部的扩张和收缩运动,胸部呼吸监测装置通过其内部设置的电感体积描记传感器检测的电感值的变化描记患者胸部的呼吸运动,这里将该电感值的变化波形作为患者的胸部呼吸运动波形。类似地,使用腹部呼吸监测装置时,将腹部呼吸监测装置固定在患者腹部,患者呼吸时,会伴随腹部的扩张和收缩运动,腹部呼吸监测装置通过其内部设置的电感体积描记传感器检测的电感值的变化描记患者腹部的呼吸运动,这里将该电感值的变化波形作为患者的腹部呼吸运动波形。
进一步地,也可以采用其他阻抗体积描记传感器、压电式传感器或PVDF传感器等代替上述电感体积描记传感器,来监测患者的胸部呼吸运动和腹部呼吸运动。
在具体实施过程中,由于胸部呼吸监测装置和腹部呼吸监测装置存在偏差,并且不同患者的胸部和腹部呼吸运动幅度存在差异,因此在此步骤中有必要对获取的患者的胸部呼吸运动波形和腹部呼吸运动波形分别进行定标。具体地,可应用本领域技术人员惯常采用的定标方法(校准方法)对患者的胸部呼吸运动波形和腹部呼吸运动波形进行定标。
步骤102:对定标后的胸部呼吸运动波形和定标后的腹部呼吸运动波形进行叠加,得到叠加波形。
步骤103:患者发生睡眠呼吸事件时,根据叠加波形确定睡眠呼吸事件的种类。
具体地,当患者处于不同的呼吸状态时,定标后的胸部呼吸运动波形或者定标后的腹部呼吸运动波形存在差异,从而不同的呼吸状态对应的胸部呼吸运动波形和腹部呼吸运动波形的叠加波形也存在差异。参照图2a至图2d,依次示出了当患者处于正常呼吸状态、中枢型呼吸暂停状态、阻塞型呼吸暂停状态和低通气状态时的胸部呼吸运动波形、腹部呼吸运动波形和这两种呼吸运动波形的叠加波形的示意图。
如图2a所示,示出了当患者正常呼吸时的胸部呼吸运动波形a1、腹部呼吸运动波形b1和两波形叠加的叠加波形c1。从图2a中可以看出,当患者正常呼吸时,患者的胸部和腹部同时扩张和收缩,胸部呼吸运动波形a1和腹部呼吸运动波形b1同向,因此由胸部呼吸运动波形a1和腹部呼吸运动波形b1叠加而成的叠加波形c1的幅度增加,从理论上讲,叠加波形c1的幅度等于胸部呼吸运动波形a1的幅度加上腹部呼吸运动波形b1的幅度。
如图2b所示,示出了当患者发生中枢型呼吸暂停事件时的胸部呼吸运动波形a2、腹部呼吸运动波形b2和两波形叠加的叠加波形c2。这里,需要指出呼吸暂停事件作为一种典型的睡眠呼吸事件,也称为呼吸暂停型睡眠呼吸事件。从图2b中可以看出,当患者发生中枢型呼吸暂停事件时,患者无呼吸努力,胸部呼吸运动和腹部呼吸运动均停止,胸部呼吸运动波形a2和腹部呼吸运动波形b2均接近于幅值为0的水平线,因此由胸部呼吸运动波形a2和腹部呼吸运动波形b2叠加而成的叠加波形c2也接近于幅值为0的水平线,叠加波形c2的幅度接近于0。
如图2c所示,示出了当患者发生阻塞型呼吸暂停事件时胸部呼吸运动波形a3、腹部呼吸运动波形b3和两波形叠加的叠加波形c3。从图2c中可以看出,当患者发生阻塞型呼吸暂停事件时,患者的胸部扩张尝试吸气,但由于气道阻塞,无法吸入气体,而腹部进行相应收缩,因此患者的胸部呼吸运动波形a3和腹部呼吸运动波形b3反向,由胸部呼吸运动波形a3和腹部呼吸运动波形b3叠加而成的叠加波形c3接近于幅值为0的水平线,叠加波形c3的幅度接近于0。
如图2d所示,示出了当患者发生低通气事件时胸部呼吸运动波形a4、腹部呼吸运动波形b4和两波形叠加的叠加波形c4。这里,需要指出低通气事件作为一种典型的睡眠呼吸事件,也称为低通气型睡眠呼吸事件。从图2d中可以看出,当患者发生低通气事件时,患者的胸部和腹部同时扩张和收缩,胸部呼吸运动波形a4和腹部呼吸运动波形b4同向。与患者正常呼吸不同,由于患者的呼吸气流的流量小,因此由胸部呼吸运动波形a4和腹部呼吸运动波形b4叠加而成的叠加波形c4的幅度远远小于正常呼吸时的叠加波形c1的幅度。
本发明的发明人通过比较图2a、图2b、图2c和图2d看出,一方面,无论患者发生中枢型呼吸暂停事件还是阻塞型呼吸暂停事件,胸部呼吸运动波形和腹部呼吸运动波形的叠加波形的幅度都很小,甚至为0。另一方面,患者发生低通气事件时,胸部呼吸运动波形和腹部呼吸运动波形的叠加波形的幅度远远小于患者正常呼吸时的相应幅度。因此,本发明实施例创造性地在患者发生睡眠呼吸事件时,根据患者的胸部呼吸运动波形和腹部呼吸运动波形的叠加波形确定睡眠呼吸事件的种类。
在本发明一优选的实施例中,睡眠呼吸事件的种类的确定方法还包括确定患者发生睡眠呼吸事件的方法。本实施例确定患者发生睡眠呼吸事件的方法为:根据预设的叠加波形幅度阈值以及叠加波形,确定患者是否发生了睡眠呼吸事件。这里,根据叠加波形幅度阈值以及叠加波形确定患者是否发生了睡眠呼吸事件的方法将在下文中结合图3进行展开说明。
如图3所示,是本发明实施例中根据预设的叠加波形幅度阈值以及叠加波形,确定患者是否发生了睡眠呼吸事件的方法的流程示意图。本实施例确定患者是否发生了睡眠呼吸事件的方法,主要包括以下步骤:
步骤201:计算患者的最近一个呼吸周期的叠加波形的幅度。
具体地,本发明实施例首先利用距离当前采样时刻最近的一次呼吸周期的叠加波形,确定患者是否发生了准睡眠呼吸事件,然后结合随后的预设时段内的所有呼吸周期的叠加波形,确定患者是否发生了睡眠呼吸事件。
在确定患者是否发生了准睡眠呼吸事件时,先通过步骤201得到的最近一个呼吸周期的叠加波形的幅度,叠加波形的幅度等于叠加波形的最大值减去最小值的差值。然后利用该幅度确定患者是否发生了准睡眠呼吸事件。
步骤202:根据所述幅度和叠加波形幅度阈值,判断患者是否发生了准睡眠呼吸事件。
具体地,根据所述幅度和叠加波形幅度阈值,判断患者是否发生了准睡眠呼吸事件的方法为:比较所述幅度与叠加波形幅度阈值的大小关系,比较出幅度小于叠加波形幅度阈值时,确定患者发生了准睡眠呼吸事件,比较出幅度大于或者等于叠加波形幅度阈值时,确定患者未发生准睡眠呼吸事件。
步骤203:判断出患者发生了准睡眠呼吸事件时,判断准睡眠呼吸事件是否保持了预定时间。
步骤204:判断出准睡眠呼吸事件保持了预定时间时,确定患者发生了睡眠呼吸事件。
具体地,在利用最近一个呼吸周期的叠加波形确定患者发生了准睡眠呼吸事件后,判断该准睡眠呼吸事件是否保持了预定时间。这里,判断该准睡眠呼吸事件是否保持了预定时间的方法为:依次获取当前时刻之后的预定时段内的各个呼吸周期的叠加波形,并针对当前时刻之后的预定时段内的每个呼吸周期,判断在该呼吸周期期间患者是否发生了准睡眠呼吸事件。如果在这些呼吸周期期间患者均发生了准睡眠呼吸事件,即表明准睡眠呼吸事件保持了预定时间。在本发明一优选的实施例中,预定时间优选为10s或者10s以上。
在本发明一优选的实施例中,步骤103中的根据叠加波形确定睡眠呼吸事件的种类的方法为:根据预设规则确定睡眠呼吸事件的种类;其中,叠加波形幅度阈值根据预设规则确定。
具体地,本实施例在确定患者发生了睡眠呼吸事件时,根据确定叠加波形幅度阈值过程中所依据的预设规则,区分该睡眠呼吸事件的种类属于呼吸暂停型还是属于低通气型。
叠加波形幅度阈值通过最近一段时间内的叠加波形确定。对应不同种类的睡眠呼吸事件,确定叠加波形幅度阈值时依据的预设规则不同。也就是说,对应不同种类的睡眠呼吸事件,叠加波形幅度阈值的确定方式不同。典型地,本发明的实施例主要是根据当前采样时刻最近的预设时段内的各个呼吸周期的叠加波形的幅度的平均值,来确定叠加波形幅度阈值。
特别地,对应呼吸暂停型睡眠呼吸事件,叠加波形幅度阈值的确定方法(即在种类为呼吸暂停型的情况下,确定叠加波形幅度阈值的预设规则)为:首先提取距离当前采样时刻最近预设时段内的各个呼吸周期的叠加波形。然后,计算每个呼吸周期对应的叠加波形的幅度。最后求取上述所有呼吸周期对应的叠加波形的幅度的平均值的第一设定百分比,并将求取的结果作为呼吸暂停型睡眠呼吸事件所对应的叠加波形幅度阈值。特别地,预设时段优选为2~10分钟。第一设定百分比优选为5~15%。在具体实施过程中,预设时段和第一设定百分比的取值需要根据实际的实验数据或者测试结果进一步标定。例如,如果实验或者测试发现第一设定百分比选取10%时呼吸暂停型睡眠呼吸事件的识别准确率最高,则将该第一设定百分比优选为10%。同理,如果实验或者测试发现预设时段选取5分钟时呼吸暂停型睡眠呼吸事件的识别准确率最高,则将该预设时段优选为5分钟。
类似地,对应低通气型睡眠呼吸事件,叠加波形幅度阈值的确定方法(即在种类为低通气型的情况下,确定叠加波形幅度阈值的预设规则)为:首先提取距离当前采样时刻最近预设时段内的各个呼吸周期的叠加波形。然后,计算每个呼吸周期对应的叠加波形的幅度。最后求取上述所有呼吸周期对应的叠加波形的幅度的平均值的第二设定百分比,并将求取的结果作为低通气型睡眠呼吸事件所对应的叠加波形幅度阈值。特别地,预设时段优选为2~10分钟。第二设定百分比优选为30~50%。在具体实施过程中,预设时段和第二设定百分比的取值需要根据实际的实验数据或者测试结果进一步标定。例如,如果实验或者测试发现第二设定百分比选取50%时低通气型睡眠呼吸事件的识别准确率最高,则将该第二设定百分比优选为50%。同理,如果实验或者测试发现预设时段选取5分钟时低通气型睡眠呼吸事件的识别准确率最高,则将该预设时段优选为5分钟。
本实施例中,利用患者最近一段时间内各个呼吸周期的叠加波形确定作为准睡眠呼吸事件判断标准的叠加波形幅度阈值,而不是将预先标定的固定值作为叠加波形幅度阈值,能够更加准确地判断患者是否发生了睡眠呼吸事件,从而能够更加准确地确定睡眠呼吸事件的种类。
在本发明一优选的实施例中,在确定睡眠呼吸事件的种类为呼吸暂停型之后,即在确定睡眠呼吸事件为呼吸暂停事件之后,进一步确定呼吸暂停型睡眠呼吸事件的种类,具体地,进一步确定呼吸暂停型睡眠呼吸事件是属于中枢型还是属于阻塞型。
图4示出了本发明实施例中在确定睡眠呼吸事件的种类为呼吸暂停型后,进一步确定呼吸暂停型睡眠呼吸事件的种类的方法的一种流程示意图。该方法是以患者的胸部呼吸运动波形为依据来进行确定的,具体包括以下步骤:
步骤301:计算患者发生呼吸暂停型睡眠呼吸事件期间的胸部呼吸运动波形的幅度,得到胸部呼吸幅度。
具体地,当确定睡眠呼吸事件的种类为呼吸暂停型时,用于记录呼吸暂停型睡眠呼吸事件的持续时间的计时器开始计时,直到确定呼吸暂停型睡眠呼吸事件终止时为止。将该计时器计时的时段定义为患者发生呼吸暂停型睡眠呼吸事件期间。
在本步骤中,首先提取患者发生呼吸暂停型睡眠呼吸事件期间的胸部呼吸运动波形,并计算该胸部呼吸运动波形的最大值减去最小值的差值,将该差值作为患者发生呼吸暂停型睡眠呼吸事件期间胸部呼吸运动波形的幅度,为方便描述,将该幅度称为胸部呼吸幅度。
步骤302:根据胸部呼吸幅度阈值和胸部呼吸幅度,确定呼吸暂停型睡眠呼吸事件的种类;其中,胸部呼吸幅度阈值根据最近预定时段内患者的胸部呼吸运动波形确定。
本实施例通过对一段时间内患者的胸部呼吸运动波形进行分析,确定胸部呼吸幅度阈值。具体地,首先提取距离当前采样时刻最近的预设时段内的所有呼吸周期的胸部呼吸运动波形。然后计算每个呼吸周期对应的胸部呼吸运动波形的幅度。最后求取上述所有呼吸周期对应的胸部呼吸运动波形的幅度的平均值的设定百分比,并将求取的结果作为胸部呼吸幅度阈值。特别地,预设时段优选为2~10分钟;设定百分比优选为5~15%。在具体实施过程中,预设时段和设定百分比的取值需要根据实际的实验数据或者测试结果进一步标定。例如,如果实验或者测试发现设定百分比选取10%时呼吸暂停型睡眠呼吸事件的种类确定得最准确,则将该设定百分比优选为10%。同理,如果实验或者测试发现预设时段选取5分钟时呼吸暂停型睡眠呼吸事件的种类确定得最准确,则将该预设时段优选为5分钟。
需要指出的是,利用上述方式获取的胸部呼吸幅度阈值并非是一个恒定不变的阈值,而是随着患者的呼吸运动情况不断发生变化的参量,在具体实施例中,该胸部呼吸幅度阈值只允许在预设的调整范围内进行调整,以避免由确定的胸部呼吸幅度阈值过小导致的不能精确地确定呼吸暂停型睡眠呼吸事件的种类的现象的出现。
在本实施例中,根据胸部呼吸幅度阈值和胸部呼吸幅度,确定呼吸暂停型睡眠呼吸事件的种类的方法为:比较胸部呼吸幅度与胸部呼吸幅度阈值的大小关系,比较出胸部呼吸幅度小于胸部呼吸幅度阈值时,确定呼吸暂停型睡眠呼吸事件的种类为中枢型;比较出胸部呼吸幅度大于或者等于胸部呼吸幅度阈值时,确定呼吸暂停型睡眠呼吸事件的种类为阻塞型。
具体地,阻塞型呼吸暂停事件表现为患者发生呼吸暂停型睡眠呼吸事件期间,患者的胸部呼吸运动仍然持续存在。中枢型呼吸暂停事件表现为患者发生呼吸暂停型睡眠呼吸事件期间,患者的胸部呼吸运动基本停止。因此本实施例利用患者发生呼吸暂停型睡眠呼吸事件期间的胸部呼吸运动波形区分呼吸暂停事件的类型。
当利用步骤301计算的胸部呼吸幅度小于胸部呼吸幅度阈值时,确定患者发生了中枢型呼吸暂停事件。反之,当利用步骤301计算的胸部呼吸幅度大于或者等于胸部呼吸幅度阈值时,确定患者发生了阻塞型呼吸暂停事件。
图5示出了本发明实施例中在确定睡眠呼吸事件的种类为呼吸暂停型后,进一步确定呼吸暂停型睡眠呼吸事件的种类的方法的另一种流程示意图。该方法是以患者的腹部呼吸运动波形为依据来进行确定的,具体包括以下步骤:
步骤401:计算患者发生呼吸暂停型睡眠呼吸事件期间的腹部呼吸运动波形的幅度,得到腹部呼吸幅度。
具体地,当确定睡眠呼吸事件的种类为呼吸暂停型时,用于记录呼吸暂停型睡眠呼吸事件的持续时间的计时器开始计时,直到确定呼吸暂停型睡眠呼吸事件终止时为止。将该计时器计时的时段定义为患者发生呼吸暂停型睡眠呼吸事件期间。
在本步骤中,首先提取患者发生呼吸暂停型睡眠呼吸事件期间的腹部呼吸运动波形,并计算该腹部呼吸运动波形的最大值减去最小值的差值,将该差值作为患者发生呼吸暂停型睡眠呼吸事件期间腹部呼吸运动波形的幅度,为方便描述,将该幅度称为腹部呼吸幅度。
步骤402:根据腹部呼吸幅度阈值和腹部呼吸幅度,确定呼吸暂停型睡眠呼吸事件的种类;其中,腹部呼吸幅度阈值根据最近预定时段内患者的腹部呼吸运动波形确定。
本实施例通过对一段时间内患者的腹部呼吸运动波形进行分析,确定腹部呼吸幅度阈值。具体地,首先提取距离当前采样时刻最近的预设时段内的所有呼吸周期的腹部呼吸运动波形。然后计算每个呼吸周期对应的腹部呼吸运动波形的幅度。最后求取上述所有呼吸周期对应的腹部呼吸运动波形的幅度的平均值的设定百分比,并将求取的结果作为腹部呼吸幅度阈值。特别地,预设时段优选为2~10分钟;设定百分比优选为5~15%。在具体实施过程中,预设时段和设定百分比的取值需要根据实际的实验数据或者测试结果进一步标定。例如,如果实验或者测试发现设定百分比选取10%时呼吸暂停型睡眠呼吸事件的种类确定得最准确,则将该设定百分比优选为10%。同理,如果实验或者测试发现预设时段选取5分钟时呼吸暂停型睡眠呼吸事件的种类确定得最准确,则将该预设时段优选为5分钟。
需要指出的是,利用上述方式获取的腹部呼吸幅度阈值并非是一个恒定不变的阈值,而是随着患者的呼吸运动情况不断发生变化的参量,在具体实施例中,该腹部呼吸幅度阈值只允许在预设的调整范围内进行调整,以避免由确定的腹部呼吸幅度阈值过小导致的不能精确地确定呼吸暂停型睡眠呼吸事件的种类的现象的出现。
在本实施例中,根据腹部呼吸幅度阈值和腹部呼吸幅度,确定呼吸暂停型睡眠呼吸事件的种类的方法为:比较腹部呼吸幅度与腹部呼吸幅度阈值的大小关系,比较出腹部呼吸幅度小于腹部呼吸幅度阈值时,确定呼吸暂停型睡眠呼吸事件的种类为中枢型;比较出腹部呼吸幅度大于或者等于腹部呼吸幅度阈值时,确定呼吸暂停型睡眠呼吸事件的种类为阻塞型。
具体地,阻塞型呼吸暂停事件表现为患者发生呼吸暂停型睡眠呼吸事件期间,患者的腹部呼吸运动仍然持续存在。中枢型呼吸暂停事件表现为患者发生呼吸暂停型睡眠呼吸事件期间,患者的腹部呼吸运动基本停止。因此本实施例利用患者发生呼吸暂停型睡眠呼吸事件期间的腹部呼吸运动波形区分呼吸暂停事件的类型。
当利用步骤401计算的腹部呼吸幅度小于腹部呼吸幅度阈值时,确定患者发生了中枢型呼吸暂停事件。反之,当利用步骤401计算的腹部呼吸幅度大于或者等于腹部呼吸幅度阈值时,确定患者发生了阻塞型呼吸暂停事件。
在确定呼吸暂停型睡眠呼吸事件的种类为中枢型后,可自动调压的正压通气治疗机(即治疗压力可以在设定的调压范围内智能调整的正压通气治疗机)自动降低其输出的治疗压力或者维持当前的治疗压力不变。在确定呼吸暂停型睡眠呼吸事件的种类为阻塞型后或者确定睡眠呼吸事件的种类为低通气型时,可自动调压的正压通气治疗机自动持续地增加其输出的治疗压力,优选地每次增加0.5cmH2O,直到患者的呼吸状态恢复正常。若患者持续正常呼吸一段时间(优选为3分钟),若确定患者未发生阻塞型呼吸暂停事件或者低通气事件,则为了提高患者的顺应性,将缓慢降低治疗压力,优选地降低0.5cmH2O,直到再次出现阻塞型呼吸暂停事件或者低通气事件。
相应地,本发明实施例还提供一种睡眠呼吸事件的种类的确定***。
如图6所示,是本发明实施例睡眠呼吸事件的种类的确定***的第一种结构示意图。本实施例的睡眠呼吸事件的种类的确定***包括顺次连接的呼吸运动波形获取模块501、波形叠加模块502和第一种类确定模块503。
具体地,呼吸运动波形获取模块501,设置为获取患者的胸部呼吸运动波形和腹部呼吸运动波形。呼吸波形获取模块501包括用于实时获取患者的胸部呼吸运动波形的胸部呼吸波形获取单元和用于实时获取患者的腹部运动波形的腹部呼吸监测装置。在本发明一优选的实施例中,胸部呼吸监测装置和腹部呼吸监测装置均具有电感体积描记传感器。胸部呼吸监测装置和腹部呼吸监测装置既可以通过数据线缆连接正压通气治疗机,也可以通过红外、蓝牙等无线数据传输方式连接正压通气治疗机,以实时地将监测到的胸部呼吸运动波形和腹部呼吸运动波形发送给正压通气治疗机。
使用胸部呼吸监测装置时,将胸部呼吸监测装置固定在患者的胸部,患者呼吸时,会伴随胸部的扩张和收缩运动,胸部呼吸监测装置通过其内部设置的电感体积描记传感器检测的电感值的变化描记患者胸部的呼吸运动,这里将该电感值的变化波形作为患者的胸部呼吸运动波形。类似地,使用腹部呼吸监测装置时,将腹部呼吸监测装置固定在患者腹部,患者呼吸时,会伴随腹部的扩张和收缩运动,腹部呼吸监测装置通过其内部设置的电感体积描记传感器检测的电感值的变化描记患者腹部的呼吸运动,这里将该电感值的变化波形作为患者的腹部呼吸运动波形。
进一步地,也可以采用其他阻抗体积描记传感器、压电式传感器或PVDF传感器等代替上述电感体积描记传感器,来监测患者的胸部呼吸运动和腹部呼吸运动。
波形叠加模块502,设置为对胸部呼吸运动波形和腹部呼吸运动波形进行叠加,得到叠加波形。
第一种类确定模块503,设置为在患者发生睡眠呼吸事件时,根据叠加波形确定睡眠呼吸事件的种类。
具体地,参照图2a至图2d,当患者处于不同的呼吸状态时,获取的胸部呼吸运动波形或者腹部呼吸运动波形存在差异,从而不同的呼吸状态对应的胸部呼吸运动波形和腹部呼吸运动波形的叠加波形也存在差异。因此本实施例中,首先通过波形叠加模块502将胸部呼吸运动波形和腹部呼吸运动波形进行叠加,得到叠加波形。然后第一种类确定模块503在患者发生睡眠呼吸事件时,根据波形叠加模块502输出的叠加波形来确定睡眠呼吸事件的种类。
在本发明一优选的实施例中,睡眠呼吸事件的种类的确定***还包括与第一种类确定模块电连接的睡眠呼吸事件确定模块。睡眠呼吸事件确定模块设置为根据预设的叠加波形幅度阈值以及叠加波形,确定患者是否发生了睡眠呼吸事件。睡眠呼吸事件确定模块的具体结构将在下文中结合图7进行详细地阐述。
如图7所示,是本发明实施例中睡眠呼吸事件确定模块的结构示意图。本发明实施例的睡眠呼吸事件确定模块包括顺次连接的幅度计算单元601、第一判断单元602、第二判断单元603和确定单元604。
具体地,幅度计算单元601,设置为计算患者的最近一个呼吸周期的叠加波形的幅度。幅度计算单元601首先从完整的叠加波形中提取最近一个呼吸周期的叠加波形,然后计算最近一个呼吸周期的叠加波形的幅度,幅度等于该叠加波形的最大值减去最小值的差值。
第一判断单元602,设置为根据所述幅度和叠加波形幅度阈值,判断患者是否发生准睡眠呼吸事件。
具体地,第一判断单元602具体设置为:比较幅度与叠加波形幅度阈值的大小关系,比较出幅度小于叠加波形幅度阈值时,确定患者发生了准睡眠呼吸事件,比较出幅度大于或者等于叠加波形幅度阈值时,确定患者未发生准睡眠呼吸事件
第二判断单元603,设置为在第一判断单元602判断出患者发生了准睡眠呼吸事件时,判断准睡眠呼吸事件是否保持了预定时间。
具体地,第二判断单元603具体设置为:依次获取当前时刻之后的预定时段内的各个呼吸周期的叠加波形,并针对当前时刻之后的预定时段内的每个呼吸周期,判断在该呼吸周期期间患者是否发生了准睡眠呼吸事件。如果在这些呼吸周期期间患者均发生了准睡眠呼吸事件,即表明准睡眠呼吸事件保持了预定时间。在本发明一优选的实施例中,预定时间优选为10s或者10s以上。
确定单元604,设置为在第二判断单元603判断出准睡眠呼吸事件保持了预定时间时,确定患者发生了睡眠呼吸事件。
在本发明一优选的实施例中,第一种类确定模块503具体设置为:在患者发生睡眠呼吸事件时,根据预设规则确定睡眠呼吸事件的种类;其中,叠加波形幅度阈值根据述预设规则确定。
具体地,叠加波形幅度阈值通过最近一段时间内的叠加波形确定。对应不同种类的睡眠呼吸事件,确定叠加波形幅度阈值时依据的预设规则不同。也就是说,对应不同种类的睡眠呼吸事件,叠加波形幅度阈值的确定方式不同。典型地,本发明的实施例主要是根据当前采样时刻最近的预设时段内的各个呼吸周期的叠加波形的幅度的平均值,来确定叠加波形幅度阈值。
特别地,对应呼吸暂停型睡眠呼吸事件,叠加波形幅度阈值的确定方法(即在种类为呼吸暂停型的情况下,确定叠加波形幅度阈值的预设规则)为:首先提取距离当前采样时刻最近预设时段内的各个呼吸周期的叠加波形。然后,计算每个呼吸周期对应的叠加波形的幅度。最后求取上述所有呼吸周期对应的叠加波形的幅度的平均值的第一设定百分比,并将求取的结果作为呼吸暂停型睡眠呼吸事件所对应的叠加波形幅度阈值。特别地,预设时段优选为2~10分钟。第一设定百分比优选为5~15%。在具体实施过程中,预设时段和第一设定百分比的取值需要根据实际的实验数据或者测试结果进一步标定。例如,如果实验或者测试发现第一设定百分比选取10%时呼吸暂停型睡眠呼吸事件的识别准确率最高,则将该第一设定百分比优选为10%。同理,如果实验或者测试发现预设时段选取5分钟时呼吸暂停型睡眠呼吸事件的识别准确率最高,则将该预设时段优选为5分钟。
类似地,对应低通气型睡眠呼吸事件,叠加波形幅度阈值的确定方法(即在种类为低通气型的情况下,确定叠加波形幅度阈值的预设规则)为:首先提取距离当前采样时刻最近预设时段内的各个呼吸周期的叠加波形。然后,计算每个呼吸周期对应的叠加波形的幅度。最后求取上述所有呼吸周期对应的叠加波形的幅度的平均值的第二设定百分比,并将求取的结果作为低通气型睡眠呼吸事件所对应的叠加波形幅度阈值。特别地,预设时段优选为2~10分钟。第二设定百分比优选为30~50%。在具体实施过程中,预设时段和第二设定百分比的取值需要根据实际的实验数据或者测试结果进一步标定。例如,如果实验或者测试发现第二设定百分比选取50%时低通气型睡眠呼吸事件的识别准确率最高,则将该第二设定百分比优选为50%。同理,如果实验或者测试发现预设时段选取5分钟时低通气型睡眠呼吸事件的识别准确率最高,则将该预设时段优选为5分钟。
在本实施例中,第一种类确定模块503利用患者最近一段时间内各个呼吸周期的叠加波形确定作为准睡眠呼吸事件判断标准的叠加波形幅度阈值,而不是将预先标定的固定值作为叠加波形幅度阈值,能够更加准确地判断患者是否发生了睡眠呼吸事件,从而能够更加准确地确定睡眠呼吸事件的种类。
如图8所示,是本发明实施例睡眠呼吸事件的种类的确定***的第二种结构示意图。本实施例睡眠呼吸事件的种类的确定***除了包括顺次连接的呼吸运动波形获取模块501、波形叠加模块502和第一种类确定模块503之外,还包括胸部呼吸幅度确定模块701和第二种类确定模块702。其中,第一种类确定模块503通过胸部呼吸幅度确定模块701与第二种类确定模块702连接。本实施例旨在确定睡眠呼吸事件的种类为呼吸暂停型之后,即在确定睡眠呼吸事件为呼吸暂停事件之后,进一步利用患者的胸部呼吸运动波形确定呼吸暂停型睡眠呼吸事件的种类,具体地,进一步确定呼吸暂停型睡眠呼吸事件是属于中枢型还是属于阻塞型。
具体地,胸部呼吸幅度确定模块701,设置为计算患者发生呼吸暂停型睡眠呼吸事件期间的胸部呼吸运动波形的幅度,得到胸部呼吸幅度。
具体地,胸部呼吸幅度确定模块701首先提取患者发生呼吸暂停型睡眠呼吸事件期间的胸部呼吸运动波形,并计算该胸部呼吸运动波形的最大值减去最小值的差值,将该差值作为患者发生呼吸暂停型睡眠呼吸事件期间胸部呼吸运动波形的幅度,为方便描述,将该幅度称为胸部呼吸幅度。
第二种类确定模块702,设置为根据胸部呼吸幅度阈值和胸部呼吸幅度,确定呼吸暂停型睡眠呼吸事件的种类;其中,胸部呼吸幅度阈值根据最近预定时段内患者的胸部呼吸运动波形确定。
具体地,第二种类确定模块702具体设置为:比较胸部呼吸幅度与胸部呼吸幅度阈值的大小关系,比较出胸部呼吸幅度小于胸部呼吸幅度阈值时,确定呼吸暂停型睡眠呼吸事件的种类为中枢型;比较出胸部呼吸幅度大于或者等于胸部呼吸幅度阈值时,确定呼吸暂停型睡眠呼吸事件的种类为阻塞型。
如图9所示,是本发明实施例睡眠呼吸事件的种类的确定***的第三种结构示意图。本实施例睡眠呼吸事件的种类的确定***除了包括顺次连接的呼吸运动波形获取模块501、波形叠加模块502和第一种类确定模块503之外,还包括腹部呼吸幅度确定模块801和第三种类确定模块802。其中,第一种类确定模块503通过腹部呼吸幅度确定模块801与第三种类确定模块802连接。本实施例旨在确定睡眠呼吸事件的种类为呼吸暂停型之后,即在确定睡眠呼吸事件为呼吸暂停事件之后,进一步利用患者的腹部呼吸运动波形确定呼吸暂停型睡眠呼吸事件的种类,具体地,进一步确定呼吸暂停型睡眠呼吸事件是属于中枢型还是属于阻塞型。
具体地,腹部呼吸幅度确定模块801,设置为计算患者发生呼吸暂停型睡眠呼吸事件期间的腹部呼吸运动波形的幅度,得到腹部呼吸幅度。
具体地,腹部呼吸幅度确定模块801首先提取患者发生呼吸暂停型睡眠呼吸事件期间的腹部呼吸运动波形,并计算该腹部呼吸运动波形的最大值减去最小值的差值,将该差值作为患者发生呼吸暂停型睡眠呼吸事件期间腹部呼吸运动波形的幅度,为方便描述,将该幅度称为腹部呼吸幅度。
第三种类确定模块802,设置为根据腹部呼吸幅度阈值和腹部呼吸幅度,确定呼吸暂停型睡眠呼吸事件的种类;其中,腹部呼吸幅度阈值根据最近预定时段内患者的腹部呼吸运动波形确定。
具体地,第三种类确定模块802具体设置为:比较腹部呼吸幅度与腹部呼吸幅度阈值的大小关系,比较出腹部呼吸幅度小于腹部呼吸幅度阈值时,确定呼吸暂停型睡眠呼吸事件的种类为中枢型;比较出腹部呼吸幅度大于或者等于腹部呼吸幅度阈值时,确定呼吸暂停型睡眠呼吸事件的种类为阻塞型。
上述各单元的具体处理过程可参照前面本发明实施例的方法中的描述。
现有技术中根据气流信号检测呼吸暂停事件或者低通气事件的方法易受气路漏气的影响,很有可能导致呼吸暂停事件或者低通气事件的误判或者漏判,从而可能导致正压通气治疗机输出的治疗压力的错误调整,影响患者的治疗效果。本发明的实施例相对于现有技术,将患者的胸部呼吸运动波形和腹部呼吸运动波形的叠加波形作为确定睡眠呼吸事件的种类的确定标准,由于该确定标准不受气路漏气的影响,因此能够准确可靠地确定睡眠呼吸事件的种类,进而为调整正压通气治疗机的治疗压力提供了准确依据,大大提高了患者的治疗效果和治疗的依从性,明显提高了患者的使用体验。另外,由于反映患者的呼吸运动的信号明显比反映气流信号更稳定,因此本发明实施例的抗干扰能力强。
本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
虽然本发明所公开的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所公开的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的保护范围,仍须以所附的权利要求书所界定的范围为准。

Claims (10)

1.一种睡眠呼吸事件的种类的确定方法,其特征在于,包括:
获取患者的胸部呼吸运动波形和腹部呼吸运动波形;
对所述胸部呼吸运动波形和所述腹部呼吸运动波形进行叠加,得到叠加波形;
所述患者发生睡眠呼吸事件时,根据所述叠加波形确定所述睡眠呼吸事件的种类。
2.根据权利要求1所述的方法,其特征在于,该方法包括:
根据预设的叠加波形幅度阈值以及所述叠加波形,确定所述患者是否发生了睡眠呼吸事件。
3.根据权利要求2所述的方法,其特征在于,根据预设的叠加波形幅度阈值以及所述叠加波形,确定所述患者是否发生了睡眠呼吸事件,包括:
计算所述患者的最近一个呼吸周期的叠加波形的幅度;
根据所述幅度和所述叠加波形幅度阈值,判断所述患者是否发生了准睡眠呼吸事件;
判断出所述患者发生了准睡眠呼吸事件时,判断所述准睡眠呼吸事件是否保持了预定时间;
判断出所述准睡眠呼吸事件保持了预定时间时,确定所述患者发生了睡眠呼吸事件。
4.根据权利要求2所述的方法,其特征在于,根据所述叠加波形确定所述睡眠呼吸事件的种类,包括:
根据预设规则确定所述睡眠呼吸事件的种类;
其中,所述叠加波形幅度阈值根据所述预设规则确定。
5.根据权利要求1至4中任一项所述的方法,其特征在于,在确定所述睡眠呼吸事件的种类为呼吸暂停型时,所述方法还包括:
计算所述患者发生呼吸暂停型睡眠呼吸事件期间的胸部呼吸运动波形的幅度,得到胸部呼吸幅度;
根据胸部呼吸幅度阈值和所述胸部呼吸幅度,确定呼吸暂停型睡眠呼吸事件的种类;其中,所述胸部呼吸幅度阈值根据最近预定时段内患者的胸部呼吸运动波形确定;或者
计算所述患者发生呼吸暂停型睡眠呼吸事件期间的腹部呼吸运动波形的幅度,得到腹部呼吸幅度;
根据腹部呼吸幅度阈值和所述腹部呼吸幅度,确定呼吸暂停型睡眠呼吸事件的种类;其中,所述腹部呼吸幅度阈值根据最近预定时段内患者的腹部呼吸运动波形确定。
6.一种睡眠呼吸事件的种类的确定***,其特征在于,包括:
呼吸运动波形获取模块,设置为获取患者的胸部呼吸运动波形和腹部呼吸运动波形;
波形叠加模块,设置为对所述胸部呼吸运动波形和所述腹部呼吸运动波形进行叠加,得到叠加波形;
第一种类确定模块,设置为在所述患者发生睡眠呼吸事件时,根据所述叠加波形确定所述睡眠呼吸事件的种类。
7.根据权利要求6所述的***,其特征在于,所述***还包括:
睡眠呼吸事件确定模块,设置为根据预设的叠加波形幅度阈值以及所述叠加波形,确定所述患者是否发生了睡眠呼吸事件。
8.根据权利要求7所述的***,其特征在于,所述睡眠呼吸事件确定模块包括:
幅度计算单元,设置为计算所述患者的最近一个呼吸周期的叠加波形的幅度;
第一判断单元,设置为根据所述幅度和所述叠加波形幅度阈值,判断所述患者是否发生了准睡眠呼吸事件;
第二判断单元,设置为在所述第一判断单元判断出所述患者发生了准睡眠呼吸事件时,判断所述准睡眠呼吸事件是否保持了预定时间;
确定单元,设置为在所述第二判断单元判断出所述准睡眠呼吸事件保持了预定时间时,确定所述患者发生了睡眠呼吸事件。
9.根据权利要求7所述的***,其特征在于,所述第一种类确定模块具体设置为:在所述患者发生睡眠呼吸事件时,根据预设规则确定所述睡眠呼吸事件的种类;其中,所述叠加波形幅度阈值根据所述预设规则确定。
10.根据权利要求6至9中任一项所述的***,其特征在于,所述***还包括:
胸部呼吸幅度确定模块,设置为计算所述患者发生呼吸暂停型睡眠呼吸事件期间的胸部呼吸运动波形的幅度,得到胸部呼吸幅度;
第二种类确定模块,设置为根据胸部呼吸幅度阈值和所述胸部呼吸幅度,确定呼吸暂停型睡眠呼吸事件的种类;其中,所述胸部呼吸幅度阈值根据最近预定时段内患者的胸部呼吸运动波形确定;或者
腹部呼吸幅度确定模块,设置为计算所述患者发生呼吸暂停型睡眠呼吸事件期间的腹部呼吸运动波形的幅度,得到腹部呼吸幅度;
第三种类确定模块,设置为根据腹部呼吸幅度阈值和所述腹部呼吸幅度,确定呼吸暂停型睡眠呼吸事件的种类;其中,所述腹部呼吸幅度阈值根据最近预定时段内患者的腹部呼吸运动波形确定。
CN201510137580.3A 2015-03-26 2015-03-26 睡眠呼吸事件的种类的确定方法及*** Active CN104688239B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510137580.3A CN104688239B (zh) 2015-03-26 2015-03-26 睡眠呼吸事件的种类的确定方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510137580.3A CN104688239B (zh) 2015-03-26 2015-03-26 睡眠呼吸事件的种类的确定方法及***

Publications (2)

Publication Number Publication Date
CN104688239A true CN104688239A (zh) 2015-06-10
CN104688239B CN104688239B (zh) 2017-10-31

Family

ID=53336107

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510137580.3A Active CN104688239B (zh) 2015-03-26 2015-03-26 睡眠呼吸事件的种类的确定方法及***

Country Status (1)

Country Link
CN (1) CN104688239B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106474608A (zh) * 2016-09-28 2017-03-08 湖南明康中锦医疗科技发展有限公司 基于呼吸睡眠事件的呼吸机的调整方法及呼吸机
CN109009128A (zh) * 2018-08-09 2018-12-18 深圳市大耳马科技有限公司 呼吸方式检测方法、装置、处理设备和***
CN109224224A (zh) * 2018-06-29 2019-01-18 湖南明康中锦医疗科技发展有限公司 一种自适应调整输出压力的呼吸支持设备及其控制方法
CN109640793A (zh) * 2016-08-18 2019-04-16 皇家飞利浦有限公司 用于确定呼吸类型的传感器***和方法
CN109847160A (zh) * 2019-01-14 2019-06-07 东北大学 一种肺呼吸助力控制方法及应用其的控制装置和呼吸机
CN109924980A (zh) * 2017-12-19 2019-06-25 北京怡和嘉业医疗科技股份有限公司 呼吸事件判定***及睡眠监测仪
CN110013221A (zh) * 2019-03-12 2019-07-16 深圳和而泰数据资源与云技术有限公司 一种鼻压检测方法、装置及鼻压检测器
CN110189822A (zh) * 2019-05-23 2019-08-30 广州博而济信息科技有限公司 一种基于机械通气参数及波形进行智能分析的方法
CN110946555A (zh) * 2019-12-19 2020-04-03 山东省科学院自动化研究所 一种呼吸骤停检测报警***
CN113208564A (zh) * 2021-05-06 2021-08-06 山东大学 一种多导睡眠呼吸暂停监测装置、***及方法
CN113520343A (zh) * 2020-04-17 2021-10-22 华为技术有限公司 睡眠风险预测方法、装置和终端设备
CN114451864A (zh) * 2021-04-08 2022-05-10 深圳市迈迪加科技发展有限公司 呼吸运动信息确定方法、设备及***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000033737A1 (fr) * 1998-12-09 2000-06-15 R.B.I. Dispositif de mesure de respiration
US6306088B1 (en) * 1998-10-03 2001-10-23 Individual Monitoring Systems, Inc. Ambulatory distributed recorders system for diagnosing medical disorders
CN2574596Y (zh) * 2002-10-25 2003-09-24 张开逊 睡眠呼吸障碍快捷诊断监护装置
US20090030335A1 (en) * 2007-07-28 2009-01-29 Somnomedics Gmbh Method and apparatus for respiratory monitoring
CN103211598A (zh) * 2013-03-27 2013-07-24 中山大学 射频呼吸监测***及压缩传感实现方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6306088B1 (en) * 1998-10-03 2001-10-23 Individual Monitoring Systems, Inc. Ambulatory distributed recorders system for diagnosing medical disorders
WO2000033737A1 (fr) * 1998-12-09 2000-06-15 R.B.I. Dispositif de mesure de respiration
CN2574596Y (zh) * 2002-10-25 2003-09-24 张开逊 睡眠呼吸障碍快捷诊断监护装置
US20090030335A1 (en) * 2007-07-28 2009-01-29 Somnomedics Gmbh Method and apparatus for respiratory monitoring
CN103211598A (zh) * 2013-03-27 2013-07-24 中山大学 射频呼吸监测***及压缩传感实现方法

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109640793B (zh) * 2016-08-18 2020-09-15 皇家飞利浦有限公司 用于确定呼吸类型的传感器***和方法
CN109640793A (zh) * 2016-08-18 2019-04-16 皇家飞利浦有限公司 用于确定呼吸类型的传感器***和方法
CN106474608B (zh) * 2016-09-28 2019-03-29 湖南明康中锦医疗科技发展有限公司 基于呼吸睡眠事件的呼吸机的调整方法及呼吸机
CN106474608A (zh) * 2016-09-28 2017-03-08 湖南明康中锦医疗科技发展有限公司 基于呼吸睡眠事件的呼吸机的调整方法及呼吸机
CN109924980A (zh) * 2017-12-19 2019-06-25 北京怡和嘉业医疗科技股份有限公司 呼吸事件判定***及睡眠监测仪
CN109224224B (zh) * 2018-06-29 2021-07-20 湖南明康中锦医疗科技发展有限公司 一种自适应调整输出压力的呼吸支持设备及其控制方法
CN109224224A (zh) * 2018-06-29 2019-01-18 湖南明康中锦医疗科技发展有限公司 一种自适应调整输出压力的呼吸支持设备及其控制方法
CN109009128B (zh) * 2018-08-09 2020-11-27 深圳市大耳马科技有限公司 呼吸方式检测方法、装置、处理设备和***
CN109009128A (zh) * 2018-08-09 2018-12-18 深圳市大耳马科技有限公司 呼吸方式检测方法、装置、处理设备和***
CN109847160B (zh) * 2019-01-14 2020-06-02 东北大学 一种肺呼吸助力控制装置和呼吸机
CN109847160A (zh) * 2019-01-14 2019-06-07 东北大学 一种肺呼吸助力控制方法及应用其的控制装置和呼吸机
CN110013221A (zh) * 2019-03-12 2019-07-16 深圳和而泰数据资源与云技术有限公司 一种鼻压检测方法、装置及鼻压检测器
CN110013221B (zh) * 2019-03-12 2022-09-09 深圳和而泰数据资源与云技术有限公司 一种鼻压检测方法、装置及鼻压检测器
CN110189822A (zh) * 2019-05-23 2019-08-30 广州博而济信息科技有限公司 一种基于机械通气参数及波形进行智能分析的方法
CN110946555A (zh) * 2019-12-19 2020-04-03 山东省科学院自动化研究所 一种呼吸骤停检测报警***
CN110946555B (zh) * 2019-12-19 2022-06-07 山东省科学院自动化研究所 一种呼吸骤停检测报警***
CN113520343A (zh) * 2020-04-17 2021-10-22 华为技术有限公司 睡眠风险预测方法、装置和终端设备
CN114451864A (zh) * 2021-04-08 2022-05-10 深圳市迈迪加科技发展有限公司 呼吸运动信息确定方法、设备及***
CN113208564A (zh) * 2021-05-06 2021-08-06 山东大学 一种多导睡眠呼吸暂停监测装置、***及方法

Also Published As

Publication number Publication date
CN104688239B (zh) 2017-10-31

Similar Documents

Publication Publication Date Title
CN104688239A (zh) 睡眠呼吸事件的种类的确定方法及***
US6752766B2 (en) Method and device for sleep monitoring
US7226422B2 (en) Detection of congestion from monitoring patient response to a recumbent position
US7678058B2 (en) Apnea type determining apparatus and method
JP5181291B2 (ja) 呼吸機能測定装置
EP2124730A1 (en) Maneuver-based plethysmographic pulse variation detection system and method
WO2014159773A1 (en) An apparatus for remote contactless monitoring of sleep apnea
CN105615884B (zh) 检测打鼾的方法和装置
WO2019210470A1 (zh) 呼吸机和呼吸机的通气控制方法
WO2012050851A1 (en) Method and system to detect respiratory asychrony
US20120152251A1 (en) Process for the automatic control of a respirator
WO2013010543A1 (en) Method for detecting seizures
Schmidt et al. Comparative investigations of algorithms for the detection of breaths in newborns with disturbed respiratory signals
US20120253216A1 (en) Respiration analysis using acoustic signal trends
US10610430B2 (en) Respiration waveform drawing system and respiration waveform drawing method
CN105031785B (zh) 吸气触发控制方法及装置
AU2020321288B2 (en) Device for supportive ventilation of a living being and computer program
CN106902428A (zh) 用于对病人压力支持性地或压力控制地人工呼吸的装置
TW201544074A (zh) 呼吸波形辨識方法及其系統
EP3383463B1 (en) Device for treating ataxic breathing
EP3459450B1 (en) Respiration waveform drawing system
CN109045429A (zh) 孕妇通气控制方法、装置、呼吸机、***及存储介质
US8465438B2 (en) Respiratory diagnostic device
CN112089933A (zh) 一种基于呼吸机动态测算呼吸力学参数的方法
CN113724851A (zh) 呼吸机智能同步方法及其数据可视化***

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 100043 Beijing City, Shijingshan District, West Street, building No. 19, the main floor of the five

Applicant after: Beijing Ka Yip Yee medical Polytron Technologies Inc

Address before: 100043 Beijing City, Shijingshan District, West Street, building No. 19, the main floor of the five

Applicant before: Beijing delightful harmony Jia Ye medical science and technology company limited

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant