CN108784704A - 一种呼吸梗阻检测方法 - Google Patents
一种呼吸梗阻检测方法 Download PDFInfo
- Publication number
- CN108784704A CN108784704A CN201810732680.4A CN201810732680A CN108784704A CN 108784704 A CN108784704 A CN 108784704A CN 201810732680 A CN201810732680 A CN 201810732680A CN 108784704 A CN108784704 A CN 108784704A
- Authority
- CN
- China
- Prior art keywords
- signal
- breathing
- obstruction
- inspiration
- detection method
- 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.)
- Pending
Links
- 230000029058 respiratory gaseous exchange Effects 0.000 title claims abstract description 44
- 238000001514 detection method Methods 0.000 title claims abstract description 20
- 230000003434 inspiratory effect Effects 0.000 claims abstract description 40
- 230000000241 respiratory effect Effects 0.000 claims abstract description 20
- 239000000284 extract Substances 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims abstract description 3
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 5
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 206010011224 Cough Diseases 0.000 abstract description 6
- 208000031361 Hiccup Diseases 0.000 abstract description 5
- 206010061876 Obstruction Diseases 0.000 description 28
- 210000002345 respiratory system Anatomy 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 206010021143 Hypoxia Diseases 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 208000018875 hypoxemia Diseases 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 206010003497 Asphyxia Diseases 0.000 description 1
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 241000167880 Hirundinidae Species 0.000 description 1
- 206010062717 Increased upper airway secretion Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 241000580063 Ipomopsis rubra Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 206010052428 Wound Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000005059 dormancy Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 210000003800 pharynx Anatomy 0.000 description 1
- 208000026435 phlegm Diseases 0.000 description 1
- 230000000472 traumatic effect Effects 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- 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
-
- 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
- A61B5/087—Measuring breath flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Pulmonology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种呼吸梗阻检测方法,包括步骤1:吸气信号提取,通过流量传感器采集呼吸流量信号,同时计算出呼吸流量均值,并将呼吸流量信号与呼吸流量均值进行比较,获得吸气流量信号;步骤2:吸气信号去干扰,通过波形匹配的方法排除吸气周期干扰信号;步骤3:吸气信号判断,当吸气信号判断因子小于梗阻阈值时则认为出现呼吸梗阻现象,其中吸气波信号判断因子为吸气周期中的中间段信号的平均值与整个吸气周期信号的平均值的比值。本发明能有效排除咳嗽、叹息、吞咽、打嗝等干扰呼吸信号事件的影响,正确检测出用户是否出现呼吸梗阻事件,及时报警或改变呼吸气流,使气道畅通,保证用户的生命安全。
Description
技术领域
本发明涉及呼吸检测技术,具体地,涉及一种呼吸梗阻检测方法。
背景技术
呼吸道梗阻可以发生在任何年龄,具有呼吸道梗阻风险的人群包括呼吸道肿瘤患者或呼吸道异物(如,痰)的人、以及呼吸道患有导致呼吸道梗阻的炎症或外伤创伤的人。
呼吸道梗阻会产生严重后果:无法迅速有效地使肺部通气会产生低氧血症,如果不调整,低氧血症最终会导致严重的末端器官损伤(如,中风和心肌梗死),严重时,气道发生阻塞时,在数分钟内患者即会因窒息、缺氧而死亡,产生致命的后果。所以在发生呼吸梗阻时,必须要争分夺秒地发现呼吸道梗阻的情况,及时报警或改变呼吸气流,使气道畅通,保证用户的生命安全。
现有技术中,呼吸机对呼吸气流指数缺乏呼吸梗塞情况的相应检测,此外人在睡眠时经常会发生一些干扰呼吸信号的事件,如:咳嗽、叹息、吞咽、打嗝、翻身等,影响对呼吸信号的检测,导致不能有效的发现用户出现呼吸梗塞情况,并且缺乏针对呼吸梗塞的相应治疗或改善策略。
发明内容
针对现有技术存在的问题,本发明提供一种呼吸梗阻检测方法,包括以下步骤:
步骤1:吸气信号提取,通过流量传感器采集呼吸流量信号,同时计算出呼吸流量均值,并将呼吸流量信号与呼吸流量均值进行比较,获得吸气流量信号;
步骤2:吸气信号去干扰,通过波形匹配的方法排除吸气周期干扰信号;
步骤3:吸气信号判断,当吸气信号判断因子小于梗阻阈值时则认为出现呼吸梗阻现象,其中吸气波信号判断因子为吸气周期中的中间段信号的平均值与整个吸气周期信号的平均值的比值。
较佳地,步骤1中梗阻阈值T1的范围是0.8-1.2,正常吸气周期中的中间段吸气流量会比进入吸气周期和结束吸气周期的吸气流量大,而发生呼吸梗阻时,进入吸气周期和结束吸气周期的吸气流量会陡升,并且较中间段流量大,利用中间段流量均值与整个吸气周期流量均值的比值能反映出吸气流量的特征。
较佳地,步骤1中梗阻阈值T1 为1,既能反映呼吸梗阻事件的呼吸特征,也能排除其他不相关呼吸事件的影响。
较佳地,步骤1中流量传感器采集频率范围为50HZ~100HZ,一方面采集频率过高,会导致传感器的工作载荷较大,相应的对芯片处理性能要求高,能耗消耗大,另一方面,采集频率过低,容易造成采集到的流量信号不准确,不能得到真实的数据,影响检测结果的准确性。
较佳地,步骤1中流量传感器采集频率为60HZ,既能保证采集到的流量信号足够精细,能够反映吸气流量的真实情况,也降低传感器以及整体的能耗,减少检测设备的生产成本。
较佳地,所述步骤2中波形匹配包括:步骤21: 吸气模板信号获取,即取时间长度为L的正常吸气波信号做面积归一化处理得到p(n);步骤22:线性插值,提取同样时间的吸气信号,进行线性插值后做面积归一化处理得到q(n);步骤23:波形匹配,计算吸气信号与模板信号的相关系数M,计算公式如下:
当所述相关系数M大于匹配阈值W,则认为匹配并保留信号,否则反之。
波形匹配可以排除干扰呼吸信号的影响,比如呼吸时常见的咳嗽、叹息、吞咽、打嗝等,类似的呼吸信号与正常的呼吸明显不同,也不是需要检测的呼吸梗阻事件,但是会影响检测结果的正确性,因此需要通过波形匹配进行排除。此外,波形匹配中的模板信号来自同一用户的正常呼吸信号,会根据不同的对象和时间及时更新模板信号,最后通过波形匹配得到的呼吸信号较用户真实呼吸情况最为接近,能真实可靠的反映用户的呼吸情况。
较佳地,步骤2中吸气信号与模板信号的相关系数W为0.6-0.85,相关系数W越小,说明吸气信号中出现了干扰信号,因此需要舍弃干扰信号的数据,以免影响检测结果的正确性。
较佳地,上述步骤2中相关系数P为0.7,既能排除干扰信号的影响,又能保留真实的吸气信号。
较佳地,步骤3中所述吸气信号作进一步判断,计算吸气信号的波动因子,其中波动因子为吸气周期中的中间段吸气信号的标准差,当波动因子S2小于波动阈值T2,则确定出现呼吸梗阻事件。
较佳地,上述波动阈值的范围是3-5之间。
较佳地,上述波动阈值T2为3,用户出现呼吸梗阻时,吸气周期中间段的吸气流量较平稳,因此波动率较小。
本发明的优点在于:本发明能有效排除咳嗽、叹息、吞咽、打嗝等干扰呼吸信号事件的影响,正确检测出用户是否出现呼吸梗阻事件,及时报警或改变呼吸气流,使气道畅通,保证用户的生命安全。
附图说明:
图1为正常呼吸的流量示意图;
其中A为流量均值线,B为吸气流量线,C为呼气流量线。
图2为正常吸气流量与呼吸梗阻吸气流量的对比示意图,
其中实线D为正常吸气流量线,虚线E为呼吸梗阻吸气流量线。
具体实施方式:
下面将参照附图更详细地描述本发明公开的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明的保护范围。
图1示出了正常呼吸的流量示意图,其中A为流量均值线,B为吸气流量线,C为呼气流量线,图2示出了正常吸气流量与呼吸梗阻吸气流量的对比示意图,在本实施例中,首先通过流量传感器采集用户的呼吸流量信号,采集频率为60Hz,然后计算出流量均值,流量均值线上方的即为吸气流量线,流量均值线下方的即为呼气流量线。呼吸梗阻事件发生时,呼吸流量变化主要在吸气流量周期内,因此检测时,舍弃呼气流量信号,只保留吸气流量信号。
在其他实施例中,上述流量传感器的采集频率可以是50HZ~100HZ范围内的任一数值,都在本发明的保护范围内。既能保证采集到的流量信号足够精细,能够反映吸气流量的真实情况,也降低传感器以及整体的能耗,减少检测设备的生产成本。
在本实施中,针对上述吸气流量信号做进一步去杂,排除用户出现咳嗽、叹息、吞咽、打嗝等非正常呼吸事件对吸气流量采集的影响。具体地,首先获取吸气模板信号获取,即采集时间长度为L的正常吸气波信号做面积归一化处理(每个点的值都除以吸气信号的平均值)得到模板信号p(n);然后提取同样时间的吸气信号q(n),进行线性插值后做面积归一化处理;最后计算吸气信号与模板信号的相关系数M,在本实施例中,匹配阈值W为0.7,当所述相关系数M大于匹配阈值W,则认为匹配并保留信号,否则反之,相关系数M的计算公式如下:
在其他实施例中,上述吸气信号与模板信号的相关系数W可以是0.6-0.85范围内的任意数值,既能排除咳嗽、叹息、吞咽、打嗝等非正常呼吸事件,又能较佳的保留真实呼吸信号特征。
在本实施例中,针对上述经过去杂后的吸气流量信号,作进一步判断,当吸气信号判断因子S1小于梗阻阈值T1时则认为出现呼吸梗阻现象,其中吸气波信号判断因子为吸气周期中的中间1/5-4/5个周期信号的平均值与整个吸气周期信号的平均值的比值,具体计算公式如下:
在本实施例中,梗阻阈值T1为1,当然在其他实施例中,梗阻阈值为0.8-1.2之间的任一值,都属于本发明的保护范围。
在其他实施例中,中间段吸气流量信号可以选取中间1/4-3/4半个周期的吸气信号等其他技术人员很容易想到的时间长度,都属于本发明的保护范围。
进一步地,在本实施例中,对所述吸气信号作进一步判断,计算吸气周期中间1/5-4/5个周期吸气信号的波动因子,当波动因子S2小于波动阈值T2,则确定出现呼吸梗阻事件,具体计算公式如下:
在本实施例中,上述波动阈值T2为3,即在判断因子S1小于梗阻阈值T1时,波动阈值同时也小于T2时,确定出现呼吸梗阻事件,之后及时报警或改变呼吸气流,使气道畅通。
在其他实施例中,波动阈值T2可以是3-5之间的任一值,都属于本发明的保护范围。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明的保护范围之中。
Claims (10)
1.一种呼吸梗阻检测方法,其特征在于,包括以下步骤:
步骤1:吸气信号提取,通过流量传感器采集呼吸流量信号,同时计算出呼吸流量均值,并将呼吸流量信号与呼吸流量均值进行比较,获得吸气流量信号;
步骤2:吸气信号去干扰,通过波形匹配的方法排除吸气周期中的干扰信号;
步骤3:吸气信号判断,当吸气信号判断因子小于梗阻阈值时则认为出现呼吸梗阻现象,其中吸气波信号判断因子为吸气周期中的中间段信号的平均值与整个吸气周期信号的平均值的比值。
2.如权利要求1所述的呼吸梗阻检测方法,其特征在于,所述步骤3中吸气波信号判断的梗阻阈值T1范围是为0.8-1.2。
3.如权利要求2所述的呼吸梗阻检测方法,其特征在于,所述步骤3中吸气波信号判断的梗阻阈值T1为1。
4.如权利要求1所述的呼吸梗阻检测方法,其特征在于,所述步骤1中流量传感器采集频率50-100HZ。
5.如权利要求4所述的呼吸梗阻检测方法,其特征在于,所属步骤1中流量传感器采集频率为60HZ。
6.如权利要求1所述的呼吸梗阻检测方法,其特征在于,所述步骤2中波形匹配包括:
步骤21:吸气模板信号获取,取时间长度为L的正常吸气波信号做面积归一化处理得到p(n);
步骤22:线性插值,提取同样时间的吸气信号,进行线性插值后做面积归一化处理得到q(n);
步骤23:波形匹配,计算吸气信号与模板信号的相关系数M,计算公式如下:
当所述相关系数M大于匹配阈值W,则认为匹配并保留信号,否则反之。
7.如权利要求3所述的呼吸梗阻检测方法,其特征在于,所述相关系数W为0.6-0.85。
8.如权利要求1所述的呼吸梗阻检测方法,其特征在于,步骤3中所述吸气信号作进一步判断,计算吸气信号的波动因子,其中波动因子为吸气周期中的中间段吸气信号的标准差,当波动因子S2小于波动阈值T2,则确定出现呼吸梗阻事件。
9.如权利要求所述的呼吸梗阻检测方法,其特征在于,波动阈值T2的范围为3-5。
10.如权利要求所述的呼吸梗阻检测方法,其特征在于,波动阈值T2为3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810732680.4A CN108784704A (zh) | 2018-07-05 | 2018-07-05 | 一种呼吸梗阻检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810732680.4A CN108784704A (zh) | 2018-07-05 | 2018-07-05 | 一种呼吸梗阻检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108784704A true CN108784704A (zh) | 2018-11-13 |
Family
ID=64075219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810732680.4A Pending CN108784704A (zh) | 2018-07-05 | 2018-07-05 | 一种呼吸梗阻检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108784704A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN111766442A (zh) * | 2020-07-21 | 2020-10-13 | 成都阶跃时进科技有限公司 | 一种人体呼吸波形确定方法、装置、设备及可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5704345A (en) * | 1993-11-05 | 1998-01-06 | Resmed Limited | Detection of apnea and obstruction of the airway in the respiratory system |
US20020043264A1 (en) * | 2000-08-29 | 2002-04-18 | Wickham Peter John D. | Respiratory apparatus with improved flow-flattening detection |
CN101394885A (zh) * | 2006-03-06 | 2009-03-25 | 雷斯梅德有限公司 | 阻塞性睡眠呼吸暂停的改进的气流受限检测方法和装置 |
CN103705242A (zh) * | 2012-09-28 | 2014-04-09 | 东莞永胜医疗制品有限公司 | 一种人体呼吸监测设备中吸气波的提取方法 |
CN108113678A (zh) * | 2017-12-04 | 2018-06-05 | 广州和普乐健康科技有限公司 | 一种呼吸气流检测方法 |
-
2018
- 2018-07-05 CN CN201810732680.4A patent/CN108784704A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5704345A (en) * | 1993-11-05 | 1998-01-06 | Resmed Limited | Detection of apnea and obstruction of the airway in the respiratory system |
US20020043264A1 (en) * | 2000-08-29 | 2002-04-18 | Wickham Peter John D. | Respiratory apparatus with improved flow-flattening detection |
CN101394885A (zh) * | 2006-03-06 | 2009-03-25 | 雷斯梅德有限公司 | 阻塞性睡眠呼吸暂停的改进的气流受限检测方法和装置 |
CN103705242A (zh) * | 2012-09-28 | 2014-04-09 | 东莞永胜医疗制品有限公司 | 一种人体呼吸监测设备中吸气波的提取方法 |
CN108113678A (zh) * | 2017-12-04 | 2018-06-05 | 广州和普乐健康科技有限公司 | 一种呼吸气流检测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN111766442A (zh) * | 2020-07-21 | 2020-10-13 | 成都阶跃时进科技有限公司 | 一种人体呼吸波形确定方法、装置、设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106237469B (zh) | 针对流量限制检测的自动控制 | |
EP2997990B1 (en) | Method and apparatus for improved flow limitation detection of obstructive sleep apnea | |
US20130331726A1 (en) | Apparatus for tracking compliance with a treatment for obstructive sleep apnea | |
CN108784704A (zh) | 一种呼吸梗阻检测方法 | |
TW201544074A (zh) | 呼吸波形辨識方法及其系統 | |
CN105361885B (zh) | 呼吸波形辨识*** | |
EP2989979B1 (en) | Respiratory waveform recognition method and system | |
CN106419846B (zh) | 一种呼吸暂停检测方法 | |
CN109876262B (zh) | 一种基于小波的呼吸机管道积液自动检测方法 | |
CN108113678A (zh) | 一种呼吸气流检测方法 | |
CN111298255B (zh) | 一种基于通气容量自动触发切换输出呼吸气压的呼吸机 | |
CN112133421A (zh) | 气流受限检测方法、装置、存储介质及计算机设备 | |
CN117442830A (zh) | 吸气触发控制方法、***及呼吸机 | |
CN109984726A (zh) | 一种鼾声检测方法 | |
Berry et al. | 0496 CLASSIFICATION OF HYPOPNEA (OBSTRUCTIVE VERSUS CENTRAL) USING CHEST WALL EMG | |
AU2015204360A1 (en) | Method and Apparatus for Improved Flow Limitation Detection of Obstructive Sleep Apnea |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181113 |