CN104706355B - 呼吸暂停事件的种类的确定方法及*** - Google Patents
呼吸暂停事件的种类的确定方法及*** Download PDFInfo
- Publication number
- CN104706355B CN104706355B CN201510138111.3A CN201510138111A CN104706355B CN 104706355 B CN104706355 B CN 104706355B CN 201510138111 A CN201510138111 A CN 201510138111A CN 104706355 B CN104706355 B CN 104706355B
- Authority
- CN
- China
- Prior art keywords
- apnea
- patient
- amplitude
- waveform
- type
- 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.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4818—Sleep apnoea
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0826—Detecting or evaluating apnoea events
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种呼吸暂停事件的种类的确定方法及***,方法包括获取表示患者的呼吸运动的波形;计算患者发生呼吸暂停事件期间的波形的幅度;根据幅度确定呼吸暂停事件的种类。与现有技术相比,本发明在患者发生呼吸暂停期间根据表示患者呼吸运动的波形确定呼吸暂停事件的种类,避免了压力振荡信号对患者的影响,同时能够避免气路中存在的阻力或漏气对确定结果的影响。另外,该方法对风机性能要求不高,不会影响患者的正常治疗,可提高患者顺应性;该方法信号稳定,抗干扰能力强。
Description
技术领域
本发明涉及医疗器械技术领域,尤其涉及一种呼吸暂停事件的种类的确定方法,还涉及一种呼吸暂停事件的种类的确定***。
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。呼吸暂停事件是指睡眠期间呼吸暂时停止。通常来讲,呼吸暂停事件分别阻塞型呼吸暂停事件、中枢型呼吸暂停事件和混合型呼吸暂停事件。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,持续正压通气治疗机的适应性较广,使用较为常见。持续正压通气治疗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。
然而,正压通气治疗对中枢型呼吸暂停事件没有治疗效果,不适当的治疗压力反而会导致更多次的中枢型呼吸暂停。因此在进行正压通气治疗过程中,准确识别中枢型呼吸暂停事件是十分必要的。
目前在正压通气治疗机中,最常用的识别中枢型呼吸暂停和阻塞型呼吸暂停的方法为强迫振荡呼吸检测技术(Forced Oscillation Technique,FOT)。图1示出了现有技术中识别中枢型呼吸暂停和阻塞型呼吸暂停的方法的流程示意图。如图1所示,现有技术中识别中枢型呼吸暂停和阻塞型呼吸暂停的方法主要包括以下步骤:
步骤101:判断患者是否发生了呼吸暂停事件。
步骤102:判断出患者发生了呼吸暂停事件时,在正压通气治疗机的输出压力上叠加预设的压力振荡信号,直到呼吸暂停事件停止为止。压力振荡信号的振荡频率一般为1~16Hz,振荡幅度一般为0.5~2cmH2O。
步骤103:检测由压力振荡信号引起的气流反馈信号。
步骤104:判断气流反馈信号的波动幅度是否大于或者等于预设的幅度阈值。此预设的幅度阈值一般通过实验或者理论进行标定。
步骤105:判断出气流反馈信号的波动幅度大于或者等于预设的幅度阈值时,确定患者发生了中枢型呼吸暂停事件。具体地,由于在相同的压力振荡信号下,反馈气流波动幅度与气道阻力有关。一般地,气道阻力越小,反馈气流波动幅度越大。因此,如果气流反馈信号的波动幅度大于或者等于预设的幅度阈值,则表明呼吸暂停时上气道开放,此种情况对应中枢型呼吸暂停事件。
步骤106:判断出气流反馈信号的波动幅度小于预设的幅度阈值时,确定患者发生了阻塞型呼吸暂停事件。具体地,如果气流反馈信号的波动幅度小于预设的幅度阈值,则表明呼吸暂停时上气道闭合,此种情况对应阻塞型呼吸暂停事件。
上述呼吸检测技术的主要原理为:当检测到患者发生呼吸暂停时,在输出的治疗压力上叠加一个已知频率和已知幅度的压力振荡信号,然后根据由压力振荡信号引起的气流反馈信号判断上气道的开放或闭合。若呼吸暂停时上气道开放,则认为是中枢型呼吸暂停,若呼吸暂停时上气道闭合,则认为是阻塞型呼吸暂停。
现有技术中识别中枢型呼吸暂停和阻塞型呼吸暂停的方法的缺陷在于:
1、该检测技术对风机性能要求较高,且不适当的压力振荡会引起患者不适或觉醒;
2、识别结果可信度低:该检测技术实际监测的是整个***的阻力而非上气道阻力,因此当气路阻力变大,或存在漏气时,该检测技术无法准确地判断上气道的开放或闭合;另外,由于患者的上气道闭合时,也可能发生中枢型呼吸暂停事件,因此通过上气道的开放或闭合状态来识别中枢型呼吸暂停事件和阻塞型呼吸暂停事件并不准确。
发明内容
为解决现有技术中识别中枢型呼吸暂停和阻塞型呼吸暂停的方法存在的以下缺陷:对正压通气治疗机内部的风机性能要求高,治疗效果差以及识别结果可信度低,本发明提供了一种呼吸暂停事件的种类的确定方法及***。
根据本发明的一个方面,提供了一种呼吸暂停事件的种类的确定方法,其包括:
获取表示患者的呼吸运动的波形;
计算所述患者发生呼吸暂停事件期间的所述波形的幅度;
根据所述幅度确定所述呼吸暂停事件的种类。
优选的是,所述呼吸运动为胸部呼吸运动或者腹部呼吸运动。
优选的是,根据所述幅度确定所述呼吸暂停事件的种类,包括:
根据幅度阈值以及所述幅度确定所述呼吸暂停事件的种类;
其中,所述幅度阈值根据最近预设时段内表示所述患者的呼吸运动的波形确定。
优选的是,根据幅度阈值以及所述幅度确定所述呼吸暂停事件的种类,包括:
比较所述幅度与所述幅度阈值的大小关系;
所述幅度大于或者等于所述幅度阈值时,确定所述呼吸暂停事件的种类为阻塞型;
所述幅度小于所述幅度阈值时,确定所述呼吸暂停事件的种类为中枢型。
优选的是,所述方法还包括:
获取所述患者的呼吸气流的流量波形;
根据所述流量波形计算所述患者的每次呼吸的流量幅度;
根据所述流量幅度确定所述患者是否发生了呼吸暂停事件。
优选的是,根据所述流量幅度确定所述患者是否发生了呼吸暂停事件,包括:
判断所述患者的最近一次呼吸的流量幅度是否小于流量幅度阈值;其中,所述流量幅度阈值根据最近预设时段内患者的呼吸气流的流量波形确定;
判断出所述患者的最近一次呼吸的流量幅度小于所述流量幅度阈值时,确定患者发生了准呼吸暂停事件;
判断所述准呼吸暂停事件是否保持了预设时长;
判断出所述准呼吸暂停事件保持了预设时长时,确定所述患者发生了呼吸暂停事件。
根据本发明的另一个方面,提供了一种呼吸暂停事件的种类的确定***,其包括:
波形获取模块,设置为获取表示患者的呼吸运动的波形;
幅度计算模块,设置为计算所述患者发生呼吸暂停事件期间的所述波形的幅度;
种类确定模块,设置为根据所述幅度确定所述呼吸暂停事件的种类。
优选的是,所述种类确定模块具体设置为根据幅度阈值以及所述幅度确定所述呼吸暂停事件的种类;
其中,所述幅度阈值根据最近预设时段内表示所述患者的呼吸运动的波形确定。
优选的是,所述种类确定模块包括:
比较单元,设置为比较所述幅度与所述幅度阈值的大小关系;
第一种类确定单元,设置为在所述比较单元比较出所述幅度大于或者等于所述幅度阈值时,确定所述呼吸暂停事件的种类为阻塞型;
第二种类确定单元,设置为在所述比较单元比较出所述幅度小于所述幅度阈值时,确定所述呼吸暂停事件的种类为中枢型。
优选的是,所述***还包括:
流量波形获取模块,设置为获取所述患者的呼吸气流的流量波形;
流量幅度计算模块,设置为根据所述流量波形计算所述患者的每次呼吸的流量幅度;
呼吸暂停事件监测模块,设置为根据所述流量幅度确定所述患者是否发生了呼吸暂停事件。
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:
应用本实施例所述的呼吸暂停事件的种类的确定方法,通过监测患者的呼吸运动,并在患者发生呼吸暂停期间根据表示患者呼吸运动的波形确定呼吸暂停事件的种类,能够避免压力振荡信号对患者的影响,同时能够避免气路中存在的阻力或漏气对确定结果的影响。另外,该方法对风机性能要求不高,不会影响患者的正常治疗,可提高患者顺应性;该方法信号稳定,抗干扰能力强。
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示出了现有技术中识别中枢型呼吸暂停和阻塞型呼吸暂停的方法的流程示意图;
图2示出了本发明实施例呼吸暂停事件的种类的确定方法的一种流程示意图;
图3示出了本发明实施例中根据幅度和幅度阈值确定呼吸暂停事件的种类的方法的流程示意图;
图4示出了本发明实施例呼吸暂停事件的种类的确定方法的另一种流程示意图;
图5示出了本发明实施例呼吸暂停事件的种类的确定***的一种结构示意图;
图6示出了本发明实施例中种类确定模块的结构示意图;以及
图7示出了本发明实施例呼吸暂停事件的种类的确定***的另一种结构示意图。
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。
本发明的发明人在研究现有技术时,发现现有技术中识别中枢型呼吸暂停和阻塞型呼吸暂停的方法存在以下缺陷:强迫振荡呼吸检测技术对风机性能要求较高,且不适当的压力振荡会引起患者不适或觉醒。另外,强迫振荡呼吸检测技术的识别结果可信度低,具体表现以下两个方面。第一方面,强迫压力振荡技术实际监测的是整个***的阻力而非上气道阻力,因此当气路阻力变大或存在漏气时,该技术无法准确地判断上气道的开放或闭合。第二方面,由于患者的上气道闭合时,也可能发生中枢型呼吸暂停事件,因此通过上气道的开放或闭合状态来识别中枢型呼吸暂停事件和阻塞型呼吸暂停事件并不准确。基于上述原因,亟需一种能够准确确定呼吸暂停事件的种类的方法。
如图2所示,是本发明实施例呼吸暂停事件的种类的确定方法的一种流程示意图。本发明实施例的该呼吸暂停事件的种类的确定方法,主要包括以下步骤:
步骤201:获取表示患者的呼吸运动的波形。
具体地,患者的呼吸运动优选指的是患者的胸部呼吸运动或者患者的腹部呼吸运动。在本步骤中,实时获取表示患者的呼吸运动的波形。具体实施过程中,每隔预设的采样周期采集一次患者的呼吸运动,预设的采样周期例如为1s。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。
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的胸部呼吸运动。这里,将该电感值的变化波形作为表示患者的胸部呼吸运动的波形。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的腹部。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的腹部呼吸运动。这里,将该电感值的变化波形作为表示患者的腹部呼吸运动的波形。
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或者腹部呼吸运动。
步骤202:计算患者发生呼吸暂停事件期间的所述波形的幅度。
具体地,在本步骤中,首先获取在患者发生呼吸暂停事件期间表示患者的呼吸运动的完整波形,然后分别提取该波形的最大值和最小值,并将最大值减去最小值的差值作为患者发生呼吸暂停事件期间的所述波形的幅度。
步骤203:根据所述幅度确定呼吸暂停事件的种类。
在本发明一优选的实施例中,根据幅度阈值和通过步骤202计算的幅度,确定呼吸暂停事件的种类。其中,幅度阈值可以设置为预先标定的固定阈值,也可以优选地根据最近预设时段内表示患者的呼吸运动的波形确定。
在本实施例中,首先提取距离当前时刻预设时段内患者每个呼吸周期的波形,并分别计算患者每个呼吸周期的波形的幅度,每个呼吸周期的波形的幅度等于该呼吸周期的波形的最大值减去最小值的差值。然后,计算所有呼吸周期的波形的幅度的平均值,并将该平均值的预设百分比作为幅度阈值。在本发明一优选的实施例中,预设时段优选为2~10分钟;预设百分比优选为5~15%。在具体实施过程中,预设时段和预设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预设百分比选取10%时呼吸暂停事件的种类确定得最准确,则将该预设百分比优选为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,以避免由确定的幅度阈值过小导致的不能精确在确定呼吸暂停事件的种类的现象的出现。
在本实施例中,利用患者最近一段时间内表示患者呼吸运动的波形确定幅度阈值,而不是将预先标定的固定值作为幅度阈值,能够更加准确地确定呼吸暂停事件的种类。
图3示出了本发明实施例中根据幅度和幅度阈值确定呼吸暂停事件的种类的方法的流程示意图。如图3所示,本实施例根据幅度和幅度阈值确定呼吸暂停事件的种类的方法,主要包括以下步骤:
步骤301:比较所述幅度与幅度阈值的大小关系。
步骤302:比较出所述幅度小于幅度阈值时,确定呼吸暂停事件的种类为中枢型。即确定此时患者发生了中枢型呼吸暂停事件。
步骤303:比较出所述幅度大于或者等于幅度阈值时,确定呼吸暂停事件的种类为阻塞型。即确定此时患者发生了阻塞型呼吸暂停事件。
具体地,如果患者发生呼吸暂停事件期间表示患者呼吸运动的波形的幅度小于当前确定的幅度阈值,表明患者发生呼吸暂停事件期间患者的胸部呼吸运动和腹部呼吸运动停止,此时确定患者发生了中枢型呼吸暂停事件。反之,如果患者发生呼吸暂停事件期间表示患者呼吸运动的波形的幅度大于或者等于当前确定的幅度阈值,表明患者发生呼吸暂停事件期间患者的胸部呼吸运动和腹部呼吸运动仍然持续存在,此时确定患者发生了阻塞型呼吸暂停事件。
在治疗过程中,胸部呼吸监测装置或者腹部呼吸监测装置与正压通气治疗机电连接,以将检测到的患者呼吸运动的信号实时地传输给正压通气治疗机。具体地,胸部呼吸监测装置或者腹部呼吸监测装置与正压通气治疗机之间既可以通过数据线缆连接,也可以通过红外或蓝牙等无线方式连接。在确定呼吸暂停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。在确定呼吸暂停事件的种类为阻塞型后,可自动调压的正压通气治疗机自动增加其输出的治疗压力,优选地增加0.5cmH2O。在连续检测到多个中枢型呼吸暂停事件或连续一段时间(例如3分钟)未检测到睡眠呼吸事件的情况下,正压通气治疗机自动降低其输出的治疗压力,优选地降低0.5cmH2O。
在本发明一优选的实施例中,上述方法还包括在计算所述幅度之前,判断患者是否发生呼吸暂停事件的方法。如图4所示,是本发明实施例呼吸暂停事件的种类的确定方法的另一种流程示意图。在本实施例中,除了包括步骤201至步骤203之外,还包括在步骤201之前执行的判断患者是否发生呼吸暂停事件的步骤。本实施例中判断患者是否发生呼吸暂停事件的方法,主要包括以下步骤:
步骤401:获取患者的呼吸气流的流量波形。
具体地,正压通气治疗机通过流量传感器实时监测患者呼吸时的气流信号,该气流信号为患者呼吸气流的流量信号。特别地,在本发明一优选的实施例中,将气体流量传感器设置在正压通气治疗机的气体输出口处,将此处的气流信号作为患者呼吸时的气流信号。然后,将实时监测的流量信号绘制成对应每个呼吸周期的呼吸气流的流量波形。
步骤402:根据流量波形,计算患者的每次呼吸的流量幅度。
具体地,对于患者的每一次呼吸,将该次呼吸对应的流量波形的最大值减去最小值的差值作为该次呼吸对应的流量幅度。
步骤403:根据流量幅度确定患者是否发生了呼吸暂停事件。这里需要指出的是,既可以先确定患者是否发生了呼吸暂停事件再执行步骤201,也可以先执行步骤201再确定患者是否发生了呼吸暂停事件。
具体地,在本发明一优选的实施例中,根据患者每次呼吸对应的流量幅度判断是否发生了呼吸暂停事件的方法优选地包括以下子步骤:
子步骤1:判断患者的最近一次呼吸的流量幅度是否小于流量幅度阈值;其中,流量幅度阈值根据最近预设时段内患者的呼吸气流的流量波形确定。
具体地,流量幅度阈值的确定方法为:首先提取距离当前时刻预设时段内患者每个呼吸周期的呼吸气流的流量波形,并分别计算患者每次呼吸对应的流量波形的流量幅度,即每次呼吸对应的流量幅度等于该流量波形的最大值减去最小值的差值,然后计算所有次呼吸的流量波形的流量幅度的平均值,并将该平均值的预设百分比作为流量幅度阈值。在本发明一优选的实施例中,预设时段优选为2~10分钟;预设百分比优选为5~15%。在具体实施过程中,预设时段和预设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预设百分比选取10%时呼吸暂停事件的识别准确率最高,则将该预设百分比优选为10%。同理,如果实验或者测试发现预设时段选取5分钟时呼吸暂停事件的识别准确率最高,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流量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情况不断发生变化的参量,在具体实施过程中,该流量幅度阈值只允许在预设的调整范围内进行调整,以避免由确定的流量幅度阈值过小导致的不能精确在检测呼吸暂停事件的现象的出现。
在本实施例中,利用患者最近一段时间内患者呼吸气流的流量波形确定流量幅度阈值,而不是将预先标定的固定值作为流量幅度阈值,能够更加准确地判断患者是否发生了呼吸暂停事件。
子步骤2:判断出所述患者的最近一次呼吸的流量幅度小于所述流量幅度阈值时,确定患者发生了准呼吸暂停事件。
子步骤3:判断所述准呼吸暂停事件是否保持了预设时长。
子步骤4:判断出所述准呼吸暂停事件保持了预设时长时,确定所述患者发生了呼吸暂停事件。
子步骤5:判断出所述准呼吸暂停事件未保持预设时长时,确定患者未发生呼吸暂停事件。
具体地,在利用距离当前时刻最近的一次呼吸的流量幅度确定患者发生了准呼吸暂停事件后,判断该准呼吸暂停事件是否保持了预设时长。这里,判断准呼吸暂停事件是否保持了预设时长的方法为:依次获取距离当前时刻最近的呼吸之后的预设时长的各次呼吸的流量幅度,并针对距离当前时刻最近的呼吸之后的预设时长内的每次呼吸,判断在该次呼吸期间患者是否发生了准呼吸暂停事件。如果在这些次呼吸期间患者均发生了准呼吸暂停事件,即表明准呼吸暂停事件保持了预设时长。在具体实施过程中,从患者发生第一次准呼吸暂停事件起开始计时,直到某一次呼吸对应的流量幅度大于或者等于流量幅度阈值时为止停止计时,并判断计时连续的时间是否大于预设时长,如果计时连续的时间大于或者等于预设时长,则表明准呼吸暂停事件保持了预设时长。在本发明一优选的实施例中,预设时长优选为10s或者10s以上。
在判断出准呼吸暂停事件保持了预设时长时,确定患者发生了呼吸暂停事件。
在本实施例中,利用患者的呼吸气流作为判断患者是否发生了呼吸暂停事件的因素,可直观地确定患者是否发生了呼吸暂停事件,准确性和可信度高。
相应地,本发明实施例还提供一种呼吸暂停事件的种类的确定***,如图5所示,是该***的一种结构示意图。
在该实施例中,呼吸暂停事件的种类的确定***包括顺次串联的波形获取模块501、幅度计算模块502和种类确定模块503。
波形获取模块501,设置为获取表示患者的呼吸运动的波形。
具体地,波形获取模块501实时获取表示患者的呼吸运动的波形,具体实施过程中,每隔预设的采样周期采集一次患者的呼吸运动,预设的采样周期例如为1s。呼吸运动优选为胸部呼吸运动或者腹部呼吸运动。在本发明一优选的实施例中,波形获取模块501为胸部呼吸监测装置或者腹部呼吸监测装置。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。
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的胸部呼吸运动。这里,将该电感值的变化波形作为表示患者的胸部呼吸运动的波形。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的腹部。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的腹部呼吸运动。这里,将该电感值的变化波形作为表示患者的腹部呼吸运动的波形。
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或者腹部呼吸运动。
幅度计算模块502,设置为计算患者发生呼吸暂停事件期间所述波形的幅度。
具体地,幅度计算模块502首先获取在患者发生呼吸暂停事件期间表示患者的呼吸运动的完整波形,然后分别提取该波形的最大值和最小值,并将最大值减去最小值的差值作为患者发生呼吸暂停事件期间的所述波形的幅度。
种类确定模块503,设置为根据所述幅度确定呼吸暂停事件的种类。种类确定模块503具体设置为:根据幅度阈值以及所述幅度确定呼吸暂停事件的种类;其中,幅度阈值根据最近预设时段内表示患者的呼吸运动的波形确定。种类确定模块503的具体结构将在下文中结合图6进行详细地阐述。
如图6所示,是本发明实施例中种类确定模块503的结构示意图。该种类确定模块503包括可以比较单元601,以及均与比较单元601连接的第一种类确定单元602和第二种类确定单元603。
比较单元601,设置为比较所述幅度与幅度阈值的大小关系。
第一种类确定单元602,设置为在比较单元601比较出所述幅度大于或者等于幅度阈值时,确定呼吸暂停事件的种类为阻塞型。
第二种类确定单元603,设置为在比较单元601比较出所述幅度小于幅度阈值时,确定呼吸暂停事件的种类为中枢型。
具体地,如果比较单元601比较出患者发生呼吸暂停事件期间表示患者呼吸运动的波形的幅度小于幅度阈值,则表明患者发生呼吸暂停事件期间患者的胸部呼吸运动和腹部呼吸运动停止,此时第一种类确定单元602确定患者发生了中枢型呼吸暂停事件。反之,如果比较单元601比较出患者发生呼吸暂停事件期间表示患者呼吸运动的波形的幅度大于或者等于当前确定的幅度阈值,则表明患者发生呼吸暂停事件期间患者的胸部呼吸运动和腹部呼吸运动仍然持续存在,此时第二种类确定单元603确定患者发生了阻塞型呼吸暂停事件。
在治疗过程中,波形获取模块501与正压通气治疗机电连接,以将检测到的患者呼吸运动的信号实时地传输给正压通气治疗机。具体地,波形获取模块501与正压通气治疗机之间既可以通过数据线缆连接,也可以通过红外或蓝牙等无线方式连接。在第二种类确定单元603确定呼吸暂停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。在第一种类确定单元602确定呼吸暂停事件的种类为阻塞型后,可自动调压的正压通气治疗机自动增加其输出的治疗压力,优选地增加0.5cmH2O。在连续检测到多个中枢型呼吸暂停事件或连续一段时间(例如3分钟)未检测到睡眠呼吸事件的情况下,正压通气治疗机自动降低其输出的治疗压力,优选地降低0.5cmH2O。
在本发明一优选的实施例中,参照图7,是本发明实施例呼吸暂停事件的种类的确定***的另一种结构示意图。本实施例的确定***还包括顺次电连接的流量波形获取模块701、流量幅度计算模块702和呼吸暂停事件监测模块703,呼吸暂停事件监测模块703与幅度计算模块502电连接。顺次电连接的流量波形获取模块701、流量幅度计算模块702和呼吸暂停事件监测模块703,旨在确定患者是否发生了呼吸暂停事件。这里,呼吸暂停事件监测模块703还可以与波形获取模块501电连接。
流量波形获取模块701,设置为获取患者的呼吸气流的流量波形。
具体地,流量波形获取模块701实时获取患者的呼吸气流的流量波形,具体实施过程中,每隔预设的采样周期采集一次患者的呼吸运动,预设的采样周期例如为1s。在本发明一优选的实施例中,流量波形获取模块701包括气体流量传感器。
在具体实施过程中,将气体流量传感器设置在正压通气治疗机的气体输出口处,将此处的气流信号作为患者呼吸时的气流信号。然后,将实时监测的流量信号绘制成对应每个呼吸周期的呼吸气流的流量波形。
流量幅度计算模块702,设置为根据流量波形,计算患者的每次呼吸的流量幅度。对于患者的每一次呼吸,流量幅度计算模块702将该次呼吸对应的流量波形的最大值减去最小值的差值作为该次呼吸对应的流量幅度。
呼吸暂停事件监测模块703,设置为根据流量幅度确定患者是否发生了呼吸暂停事件。在本发明一优选的实施例中,呼吸暂停事件监测模块703包括顺次电连接的第一判断单元、准呼吸暂停事件确定单元、第二判断单元和呼吸暂停事件确定单元。
第一判断单元,设置为判断所述患者的最近一次呼吸的流量幅度是否小于流量幅度阈值;其中,所述流量幅度阈值根据最近预设时段内患者的呼吸气流的流量波形确定。
准呼吸暂停事件确定单元,设置为在第一判断单元判断出所述患者的最近一次呼吸的流量幅度小于所述流量幅度阈值时,确定患者发生了准呼吸暂停事件。
第二判断单元,设置为判断所述准呼吸暂停事件是否保持了预设时长。
具体地,第二判断单元具体设置为:依次获取距离当前时刻最近的呼吸之后的预设时长的各次呼吸的流量幅度,并针对距离当前时刻最近的呼吸之后的预设时长内的每次呼吸,判断在该次呼吸期间患者是否发生了准呼吸暂停事件。如果在这些次呼吸期间患者均发生了准呼吸暂停事件,即表明准呼吸暂停事件保持了预设时长。在具体实施过程中,第二判断单元从患者发生第一次准呼吸暂停事件起开始计时,直到某一次呼吸对应的流量幅度大于或者等于流量幅度阈值时为止停止计时,并判断计时连续的时间是否大于预设时长,如果计时连续的时间大于或者等于预设时长,则表明准呼吸暂停事件保持了预设时长。在本发明一优选的实施例中,预设时长优选为10s或者10s以上。
呼吸暂停事件确定单元,设置为在第二判断单元判断出所述准呼吸暂停事件保持了预设时长时,确定所述患者发生了呼吸暂停事件。
在本实施例中,呼吸暂停事件监测模块703利用患者最近一段时间内患者呼吸气流的流量波形确定流量幅度阈值,而不是将预先标定的固定值作为流量幅度阈值,能够更加准确地判断患者是否发生了呼吸暂停事件。另外,呼吸暂停事件监测模块703利用患者的呼吸气流作为判断患者是否发生了呼吸暂停事件的因素,可直观地确定患者是否发生了呼吸暂停事件,准确性和可信度高。
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。
本发明的实施例通过监测患者的呼吸运动,并在患者发生呼吸暂停期间根据表示患者的呼吸运动的波形确定呼吸暂停事件的种类,首先由于无需精确地调整正压通气治疗机内部的风机以叠加预设的压力振荡信号,因此本发明的实施例对正压通气治疗机内部的风机性能要求不高,从而避免了由于不适当的压力振荡引起的患者不适或觉醒,不会影响患者的正常治疗,提高了患者的治疗效果和治疗依从性。其次,由于无需采集正压通气治疗机气路中反馈气流的气流反馈信号,因此避免了气路阻力或者气路漏气对确定结果的影响,同时也避免了利用上气道开闭来确定呼吸暂停事件的种类的准确性低的问题。另外,本发明的实施例利用患者发生呼吸暂停期间表示呼吸运动的波形确定呼吸暂停事件的种类,反映患者呼吸运动的信号明显比反映气流反馈信号更稳定,抗干扰能力强。
综上所述,应用本实施例所述的呼吸暂停事件的种类的确定方法,通过监测患者的呼吸运动,并在患者发生呼吸暂停期间根据表示呼吸运动的波形确定呼吸暂停事件的种类,能够避免压力振荡信号对患者的影响,同时能够避免气路中存在的阻力或漏气对确定结果的影响。另外,该方法对风机性能要求不高,不会影响患者的正常治疗,可提高患者顺应性;该方法信号稳定,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 (2)
1.一种呼吸暂停事件的种类的确定***,其特征在于,包括:
波形获取模块,设置为获取表示患者的呼吸运动的波形;所述呼吸运动为胸部呼吸运动或者腹部呼吸运动;
幅度计算模块,设置为计算发生呼吸暂停事件期间的所述波形的幅度;
种类确定模块,设置为比较所述波形的幅度与波形幅度阈值的大小关系,并在所述波形的幅度大于或者等于所述波形幅度阈值时,确定所述呼吸暂停事件的种类为阻塞型,其中,
所述波形幅度阈值是随着患者的呼吸运动情况而不断发生变化的量,其根据最近预设时段内表示所述患者的呼吸运动的波形确定;
所述幅度计算模块在计算发生呼吸暂停事件期间的所述波形的幅度时,被具体设置为:
分别提取发生呼吸暂停事件期间的所述波形的幅度的最大值和最小值;
将最大值减去最小值的差值作为所述波形的幅度,
所述***还包括:
流量波形获取模块,设置为获取所述患者的呼吸气流的流量波形;
流量幅度计算模块,设置为根据所述流量波形计算所述患者的每次呼吸的流量幅度;
呼吸暂停事件监测模块,设置为根据所述流量幅度确定所述患者是否发生了呼吸暂停事件,其中所述呼吸暂停事件监测模块包括:
第一判断单元,设置为判断所述患者的最近一次呼吸的流量幅度是否小于流量幅度阈值,其中,所述流量幅度阈值根据最近预设时段内患者的呼吸气流的流量波形确定;
准呼吸暂停事件确定单元,设置为判断出所述患者的最近一次呼吸的流量幅度小于所述流量幅度阈值时,确定患者发生了准呼吸暂停事件;
第二判断单元,设置为判断所述准呼吸暂停事件是否保持了预设时长;以及
呼吸暂停事件确定单元,设置为当判断出所述准呼吸暂停事件保持了预设时长时,确定所述患者发生了呼吸暂停事件。
2.根据权利要求1所述的***,其特征在于,所述种类确定模块还设置为,在比较出所述幅度小于所述波形幅度阈值时,确定所述呼吸暂停事件的种类为中枢型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510138111.3A CN104706355B (zh) | 2015-03-26 | 2015-03-26 | 呼吸暂停事件的种类的确定方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510138111.3A CN104706355B (zh) | 2015-03-26 | 2015-03-26 | 呼吸暂停事件的种类的确定方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104706355A CN104706355A (zh) | 2015-06-17 |
CN104706355B true CN104706355B (zh) | 2019-09-10 |
Family
ID=53406437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510138111.3A Active CN104706355B (zh) | 2015-03-26 | 2015-03-26 | 呼吸暂停事件的种类的确定方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104706355B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI561261B (en) * | 2015-05-08 | 2016-12-11 | Lead Data Inc | Breathing apparatus |
CN106073717B (zh) * | 2016-07-12 | 2020-09-08 | 湖南明康中锦医疗科技发展有限公司 | 一种无创呼吸机的阻塞性呼吸暂停判断方法 |
CN106618578A (zh) * | 2017-02-13 | 2017-05-10 | 深圳市沃特沃德股份有限公司 | 一种呼吸状态监测方法及装置 |
CN107361770A (zh) * | 2017-08-15 | 2017-11-21 | 杭州医电园科技有限公司 | 睡眠呼吸暂停事件判别装置 |
CN107468212A (zh) * | 2017-08-15 | 2017-12-15 | 杭州医电园科技有限公司 | 睡眠呼吸暂停事件判别方法 |
CN108283489A (zh) * | 2017-12-16 | 2018-07-17 | 湖南明康中锦医疗科技发展有限公司 | 睡眠呼吸***及方法 |
CN108283490A (zh) * | 2017-12-16 | 2018-07-17 | 湖南明康中锦医疗科技发展有限公司 | 睡眠呼吸***及方法 |
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 |
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*** |
CN109091112B (zh) * | 2018-08-29 | 2020-09-29 | 深圳融昕医疗科技有限公司 | 呼吸暂停事件类型的判断装置 |
CN109497949B (zh) * | 2018-12-12 | 2022-04-22 | 深圳融昕医疗科技有限公司 | 呼吸暂停类型的检测方法、装置、呼吸机和存储介质 |
CN109480783B (zh) * | 2018-12-20 | 2022-02-18 | 深圳和而泰智能控制股份有限公司 | 一种呼吸暂停检测方法、装置及计算设备 |
CN112971763B (zh) * | 2021-02-07 | 2023-06-23 | 北京海思瑞格科技有限公司 | 睡眠呼吸事件检测装置 |
CN114596279B (zh) * | 2022-03-08 | 2023-09-22 | 江苏省人民医院(南京医科大学第一附属医院) | 一种基于计算机视觉的非接触式呼吸检测方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE69433051T2 (de) * | 1993-11-05 | 2004-06-03 | Resmed Ltd., North Ryde | Sensor für Apnoe und Hindernis im Luftweg eines Atmungssystems |
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 |
WO2007143535A2 (en) * | 2006-06-01 | 2007-12-13 | Biancamed Ltd. | Apparatus, system, and method for monitoring physiological signs |
CN1923132A (zh) * | 2006-09-04 | 2007-03-07 | 北京新兴阳升科技有限公司 | 检测睡眠中呼吸用力的方法、装置及其应用 |
JP5878926B2 (ja) * | 2010-10-01 | 2016-03-08 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 閉塞性睡眠時無呼吸を診断するための装置及び方法 |
RU2013146025A (ru) * | 2011-03-16 | 2015-04-27 | Конинклейке Филипс Н.В. | Способ и система диагностирования центрального апноэ во сне |
JP5694139B2 (ja) * | 2011-12-28 | 2015-04-01 | 日本光電工業株式会社 | 睡眠中における無呼吸低呼吸状態の検出装置 |
-
2015
- 2015-03-26 CN CN201510138111.3A patent/CN104706355B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104706355A (zh) | 2015-06-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104706355B (zh) | 呼吸暂停事件的种类的确定方法及*** | |
CN104688239B (zh) | 睡眠呼吸事件的种类的确定方法及*** | |
JP7393405B2 (ja) | 睡眠呼吸障害のスクリーニング、診断および監視のためのシステムおよび方法 | |
CN103841888B (zh) | 使用呼吸模式识别的呼吸暂停和呼吸不足检测 | |
JP6247217B2 (ja) | 初期段階の呼気における口呼吸の検出 | |
US9808591B2 (en) | Methods and systems for breath delivery synchronization | |
CN103153183B (zh) | 用于诊断阻塞性睡眠呼吸暂停的装置和方法 | |
US20080300500A1 (en) | Apnea detection using a capnograph | |
CN107106800A (zh) | 治疗过度觉醒病症的方法和设备 | |
JP2015532855A (ja) | 睡眠段階を決定するシステム及び方法 | |
CN108283489A (zh) | 睡眠呼吸***及方法 | |
JP7471437B2 (ja) | 気道圧の管理のための睡眠および呼吸行動の決定および/または予測のための方法および装置 | |
CN106175772A (zh) | 一种睡眠呼吸暂停监测方法及*** | |
WO2011161680A2 (en) | Method and system for sleep disturbance analysis | |
CN103083770A (zh) | 用于诊断和治疗患者呼吸模式的***和方法 | |
AU2005251726A1 (en) | System and method for automated titration of continuous positive airway pressure | |
JP5997175B2 (ja) | カプノグラフ情報だけに基づいて呼吸を識別するシステム及び方法 | |
EP3383463B1 (en) | Device for treating ataxic breathing | |
EP3359035A1 (en) | Device, system and method for determining a respiratory feature of a subject based on a breathing gas | |
CN109045429B (zh) | 孕妇通气控制*** | |
CN208319203U (zh) | 一种用于睡眠呼吸暂停综合症监测的装置 | |
TW201544074A (zh) | 呼吸波形辨識方法及其系統 | |
CN109937065A (zh) | 生物电控制通气模式 | |
CN108283490A (zh) | 睡眠呼吸***及方法 | |
CN112089933A (zh) | 一种基于呼吸机动态测算呼吸力学参数的方法 |
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 |