CN110974298A - 一种利用超声ai技术捕捉膈肌运动辅助判断呼吸机脱机的方法 - Google Patents

一种利用超声ai技术捕捉膈肌运动辅助判断呼吸机脱机的方法 Download PDF

Info

Publication number
CN110974298A
CN110974298A CN201911412157.4A CN201911412157A CN110974298A CN 110974298 A CN110974298 A CN 110974298A CN 201911412157 A CN201911412157 A CN 201911412157A CN 110974298 A CN110974298 A CN 110974298A
Authority
CN
China
Prior art keywords
diaphragm
inspiration
detection device
thickness
ultrasonic
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
Application number
CN201911412157.4A
Other languages
English (en)
Inventor
王琛
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.)
Suzhou Science and Technology Town Hospital
Original Assignee
Suzhou Science and Technology Town Hospital
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 Suzhou Science and Technology Town Hospital filed Critical Suzhou Science and Technology Town Hospital
Priority to CN201911412157.4A priority Critical patent/CN110974298A/zh
Publication of CN110974298A publication Critical patent/CN110974298A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pulmonology (AREA)
  • Anesthesiology (AREA)
  • Emergency Medicine (AREA)
  • Hematology (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明公开了一种利用超声AI技术捕捉膈肌运动辅助判断呼吸机脱机的方法，包括：步骤S1、医生利用超声探头检测患者膈肌位置，捕捉患者呼气及吸气的膈肌运动状态，并在超声检测装置的显示界面生成呼气及吸气时的膈肌厚度图像；步骤S2、医生利用超声探头检测患者膈肌位置，捕捉患者呼气及吸气的膈肌运动状态，并在超声检测装置的显示界面生成呼气到吸气时的膈肌移动度变化图像；步骤S3、AI诊断装置分别扫描步骤S1及步骤S2中生成的图像，扫描完成后分析处理图像的内容，测量计算得出用户的膈肌厚度变化率及膈肌移动度的具体数值；步骤S4、医生将计算得出用户的膈肌厚度变化率及膈肌移动度的具体数值分别与膈肌厚度变化率cutoff值和膈肌移动度cutoff值进行比较。

Description

一种利用超声AI技术捕捉膈肌运动辅助判断呼吸机脱机的 方法
技术领域
本发明涉及医疗技术领域。更具体地说，本发明涉及一种利用超声AI技术捕捉膈肌运动辅助判断呼吸机脱机的方法。
背景技术
膈肌是位于胸腔与腹腔之间的肌肉-纤维结构，其周围为肌腹，中央为腱膜，又被译为横膈，是机体重要的呼吸肌，占所有呼吸肌功能的60％～80％。
现有技术中采用CT检查或磁共振成像捕捉膈肌影像，但CT检查有辐射，对人体伤害大，磁共振成像可及性差，检查时间长，费用高，同时，在对膈肌影像进行测量时需人工测量，效率低，误差大。有鉴于此，实有必要开发一种利用超声AI技术捕捉膈肌运动辅助判断呼吸机脱机的方法解决上述问题。
发明内容
针对现有技术中存在的不足之处，本发明的目的是提供一种利用超声AI技术捕捉膈肌运动辅助判断呼吸机脱机的方法，其利用超声检测装置捕捉膈肌影像，利用AI诊断装置对膈肌影像进行分析处理，大大减少所需医疗专家资源的投入，减少了诊断时长，节约患者的医疗成本，同时提高了影像标注精度和效率，具有广阔的市场应用价值。
为了实现根据本发明的这些目的和其它优点，提供了一种利用超声AI技术捕捉膈肌运动辅助判断呼吸机脱机的方法，包括：
步骤S1、医生利用超声探头检测患者膈肌位置，捕捉患者呼气及吸气的膈肌运动状态，并在超声检测装置的显示界面生成呼气及吸气时的膈肌厚度图像；
步骤S2、医生利用超声探头检测患者膈肌位置，捕捉患者呼气及吸气的膈肌运动状态，并在超声检测装置的显示界面生成呼气到吸气时的膈肌移动度变化图像；
步骤S3、AI诊断装置分别扫描步骤S1及步骤S2中生成的图像，扫描完成后分析处理图像的内容，测量计算得出用户的膈肌厚度变化率及膈肌移动度的具体数值；
步骤S4、医生将AI诊断装置测量计算得出用户的膈肌厚度变化率及膈肌移动度的具体数值分别与膈肌厚度变化率cutoff值和膈肌移动度cutoff值进行比较，从而判断膈肌运动是否正常，进而判断患者的呼吸机是否可脱机。
优选的是，步骤S1中生成呼气及吸气时的膈肌厚度图像的具体方法为：
患者取仰卧位，自主呼吸，取高频超声探头置于右侧腋前线，且所述高频超声探头垂直置于胸壁第8肋至第9肋之间；
所述高频超声探头捕捉患者呼气时膈肌的运动状态，并将捕捉到膈肌运动状态数据传输至超声检测装置，超声检测装置进行分析处理生成呼气时膈肌厚度图像，并在显示界面显示；
所述高频超声探头捕捉患者吸气时膈肌的运动状态，并将捕捉到膈肌运动状态数据传输至超声检测装置，超声检测装置进行分析处理生成吸气时膈肌厚度图像，并在显示界面显示；
其中，所述超声检测装置分别生成至少2组的呼气时的膈肌厚度图像及吸气时的膈肌厚度图像。
优选的是，步骤S2中生成呼气到吸气时的膈肌移动度变化图像的具体方法为：
患者取仰卧位，自主呼吸，取低频超声探头置于右侧锁骨中线，且所述低频超声探头平行置于胸壁第7肋至第8肋之间，所述低频超声探头取冠状位，垂直于膈肌头尾轴向移动，超声检测装置的显示界面显示胆囊界面后定位膈肌；
膈肌运动平稳后，所述低频超声探头捕捉患者吸气至呼气时膈肌的运动状态，并将捕捉到膈肌运动状态数据传输至超声检测装置，超声检测装置进行分析处理生成吸气至呼气时膈肌移动度变化图像，并在显示界面显示；
其中，所述超声检测装置分别生成至少2组的吸气至呼气时膈肌移动度变化图像。
优选的是，步骤S3中得出用户的膈肌厚度变化率的具体步骤为：
AI诊断装置分别扫描超声检测装置的显示界面多组呼气时膈肌厚度图像，扫描完成后进行分析处理，分别生成相对应的呼气膈肌模型，进而分别对各呼气膈肌模型中的呼气末膈肌厚度进行测量，取呼气末膈肌厚度的平均值；
AI诊断装置分别扫描超声检测装置的显示界面多组吸气时膈肌厚度图像，扫描完成后进行分析处理，分别生成相对应的吸气膈肌模型，进而分别对各吸气膈肌模型中的吸气末膈肌厚度进行测量，取吸气末膈肌厚度的平均值；
AI诊断装置利用呼气末膈肌厚度的平均值、吸气末膈肌厚度的平均值及膈肌厚度变化率公式计算出患者的膈肌厚度变化率。
优选的是，膈肌厚度变化率公式为
Figure BDA0002350263830000031
其中，η为膈肌厚度变化率，L1为吸气末膈肌厚度的平均值，L2为呼气末膈肌厚度的平均值。
优选的是，步骤S3中得出用户的膈肌移动度的具体步骤为：AI诊断装置分别扫描超声检测装置的显示界面多组吸气至呼气时膈肌移动度变化图像，扫描完成后进行分析处理，分别生成相对应的膈肌模型，进而分别对各膈肌模型中的膈肌移动度进行测量，取膈肌移动度的平均值；
优选的是，步骤S4中所述膈肌厚度变化率cutoff值的具体范围为30％～96％；
所述膈肌移动度cutoff值的具体范围为14～60mm。
本发明至少包括以下有益效果：本发明提供了一种利用超声AI技术捕捉膈肌运动辅助判断呼吸机脱机的方法，其利用超声检测装置捕捉膈肌影像，利用AI诊断装置对膈肌影像进行分析处理，大大减少所需医疗专家资源的投入，减少了诊断时长，节约患者的医疗成本，同时提高了影像标注精度和效率，具有广阔的市场应用价值。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
具体实施方式
下面对本发明做进一步的详细说明，本发明的前述和其它目的、特征、方面和优点将变得更加明显，以令本领域技术人员参照说明书文字能够据以实施。
作为本发明一实施例，本发明提供了一种利用超声AI技术捕捉膈肌运动辅助判断呼吸机脱机的方法，其包括：步骤S1、医生利用超声探头检测患者膈肌位置，捕捉患者呼气及吸气的膈肌运动状态，并在超声检测装置的显示界面生成呼气及吸气时的膈肌厚度图像；
步骤S2、医生利用超声探头检测患者膈肌位置，捕捉患者呼气及吸气的膈肌运动状态，并在超声检测装置的显示界面生成呼气到吸气时的膈肌移动度变化图像；
步骤S3、AI诊断装置分别扫描步骤S1及步骤S2中生成的图像，扫描完成后分析处理图像的内容，测量计算得出用户的膈肌厚度变化率及膈肌移动度的具体数值；
步骤S4、医生将AI诊断装置测量计算得出用户的膈肌厚度变化率及膈肌移动度的具体数值分别与膈肌厚度变化率cutoff值和膈肌移动度cutoff值进行比较，从而判断膈肌运动是否正常，进而判断患者的呼吸机是否可脱机。
进一步，步骤S1中生成呼气及吸气时的膈肌厚度图像的具体方法为：
患者取仰卧位，自主呼吸，取高频超声探头置于右侧腋前线，且所述高频超声探头垂直置于胸壁第8肋至第9肋之间；
所述高频超声探头捕捉患者呼气时膈肌的运动状态，并将捕捉到膈肌运动状态数据传输至超声检测装置，超声检测装置进行分析处理生成第一呼气时膈肌厚度图像，并在显示界面显示；
所述高频超声探头捕捉患者吸气时膈肌的运动状态，并将捕捉到膈肌运动状态数据传输至超声检测装置，超声检测装置进行分析处理生成第一吸气时膈肌厚度图像，并在显示界面显示；
患者改变呼气及吸气容量，重复上述操作，得到第二呼气时膈肌厚度图像及第二吸气时膈肌厚度图像；
患者再次改变呼气及吸气容量，重复上述操作，得到第三呼气时膈肌厚度图像及第三吸气时膈肌厚度图像。
进一步，步骤S2中生成呼气到吸气时的膈肌移动度变化图像的具体方法为：
患者取仰卧位，自主呼吸，取低频超声探头置于右侧锁骨中线，且所述低频超声探头平行置于胸壁第7肋至第8肋之间，所述低频超声探头取冠状位，垂直于膈肌头尾轴向移动，超声检测装置的显示界面显示胆囊界面后定位膈肌；
膈肌运动平稳后，所述低频超声探头捕捉患者吸气至呼气时膈肌的运动状态，并将捕捉到膈肌运动状态数据传输至超声检测装置，超声检测装置进行分析处理生成第一吸气至呼气时膈肌移动度变化图像，并在显示界面显示；
患者改变呼气及吸气容量，重复上述操作，得到第三吸气至呼气时膈肌移动度变化图像；
患者再次改变呼气及吸气容量，重复上述操作，得到第三吸气至呼气时膈肌移动度变化图像。
进一步，步骤S3中得出用户的膈肌厚度变化率的具体步骤为：
AI诊断装置扫描超声检测装置的显示界面第一呼气时膈肌厚度图像，扫描完成后进行分析处理，生成相对应的第一呼气膈肌模型，进而对第一呼气膈肌模型中的呼气末膈肌厚度进行测量，得到第一呼气末膈肌厚度D1；
AI诊断装置扫描超声检测装置的显示界面第二呼气时膈肌厚度图像，扫描完成后进行分析处理，生成相对应的第二呼气膈肌模型，进而对第二呼气膈肌模型中的呼气末膈肌厚度进行测量，得到第二呼气末膈肌厚度D2；
AI诊断装置扫描超声检测装置的显示界面第三呼气时膈肌厚度图像，扫描完成后进行分析处理，生成相对应的第三呼气膈肌模型，进而对第三呼气膈肌模型中的呼气末膈肌厚度进行测量，得到第三呼气末膈肌厚度D3；
AI诊断装置计算取第一呼气末膈肌厚度D1、第二呼气末膈肌厚度D2及第三呼气末膈肌厚度D3的平均值L2；
AI诊断装置扫描超声检测装置的显示界面第一吸气时膈肌厚度图像，扫描完成后进行分析处理，生成相对应的第一吸气膈肌模型，进而对第一吸气膈肌模型中的吸气末膈肌厚度进行测量，得到第一吸气末膈肌厚度d1；
AI诊断装置扫描超声检测装置的显示界面第二吸气时膈肌厚度图像，扫描完成后进行分析处理，生成相对应的第二吸气膈肌模型，进而对第二吸气膈肌模型中的吸气末膈肌厚度进行测量，得到第二吸气末膈肌厚度d2；
AI诊断装置扫描超声检测装置的显示界面第三吸气时膈肌厚度图像，扫描完成后进行分析处理，生成相对应的第三吸气膈肌模型，进而对第三吸气膈肌模型中的吸气末膈肌厚度进行测量，得到第三吸气末膈肌厚度d3；
AI诊断装置计算取第一吸气末膈肌厚度d1、第二吸气末膈肌厚度d2及第三吸气末膈肌厚度d3的平均值L1；
AI诊断装置利用呼气末膈肌厚度的平均值L2、吸气末膈肌厚度的平均值L1及膈肌厚度变化率公式计算出患者的膈肌厚度变化率。
进一步，膈肌厚度变化率公式为
Figure BDA0002350263830000061
其中，η为膈肌厚度变化率，L1为吸气末膈肌厚度的平均值，L2为呼气末膈肌厚度的平均值。
进一步，步骤S3中得出用户的膈肌移动度的具体步骤为：
AI诊断装置扫描超声检测装置的显示界面第一吸气至呼气时膈肌移动度变化图像，扫描完成后进行分析处理，生成相对应的第一膈肌模型，进而对第一膈肌模型中的膈肌移动度进行测量，得到第一膈肌移动度a1；
AI诊断装置扫描超声检测装置的显示界面第二吸气至呼气时膈肌移动度变化图像，扫描完成后进行分析处理，生成相对应的第二膈肌模型，进而对第一膈肌模型中的膈肌移动度进行测量，得到第二膈肌移动度a2；
AI诊断装置扫描超声检测装置的显示界面第三吸气至呼气时膈肌移动度变化图像，扫描完成后进行分析处理，生成相对应的第三膈肌模型，进而对第一膈肌模型中的膈肌移动度进行测量，得到第三膈肌移动度a3；
AI诊断装置计算取第一膈肌移动度a1、第二膈肌移动度a2、第三膈肌移动度a3的平均值A；
进一步，步骤S4中所述膈肌厚度变化率cutoff值的具体范围为30％～96％；
所述膈肌移动度cutoff值的具体范围为14～60mm。
进一步，医生将AI诊断装置测量计算得出用户的膈肌厚度变化率η及膈肌移动度A分别与膈肌厚度变化率cutoff值和膈肌移动度cutoff值进行比较，若膈肌厚度变化率η大于30％同时小于96％，膈肌移动度A大于14mm同时小于60mm，则患者的膈肌运动处于正常状态，患者的呼吸机可进行脱机操作；若膈肌厚度变化率η不在30％～96％，膈肌移动度A不在14～60mm，则患者的膈肌运动处于非正常状态，患者的呼吸机不可进行脱机操作，患者需要呼吸机辅助呼吸。
综上所述，本发明提供了一种利用超声AI技术捕捉膈肌运动辅助判断呼吸机脱机的方法，其利用超声检测装置捕捉膈肌影像，利用AI诊断装置对膈肌影像进行分析处理，大大减少所需医疗专家资源的投入，减少了诊断时长，节约患者的医疗成本，同时提高了影像标注精度和效率，具有广阔的市场应用价值。
这里说明的设备数量和处理规模是用来简化本发明的说明的。对本发明的应用、修改和变化对本领域的技术人员来说是显而易见的。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言，可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节。

Claims (7)

1.一种利用超声AI技术捕捉膈肌运动辅助判断呼吸机脱机的方法，其特征在于，包括：
步骤S1、医生利用超声探头检测患者膈肌位置，捕捉患者呼气及吸气的膈肌运动状态，并在超声检测装置的显示界面生成呼气及吸气时的膈肌厚度图像；
步骤S2、医生利用超声探头检测患者膈肌位置，捕捉患者呼气及吸气的膈肌运动状态，并在超声检测装置的显示界面生成呼气到吸气时的膈肌移动度变化图像；
步骤S3、AI诊断装置分别扫描步骤S1及步骤S2中生成的图像，扫描完成后分析处理图像的内容，测量计算得出用户的膈肌厚度变化率及膈肌移动度的具体数值；
步骤S4、医生将AI诊断装置测量计算得出用户的膈肌厚度变化率及膈肌移动度的具体数值分别与膈肌厚度变化率cutoff值和膈肌移动度cutoff值进行比较，从而判断膈肌运动是否正常，进而判断患者的呼吸机是否可脱机。
2.如权利要求1所述的利用超声AI技术捕捉膈肌运动辅助判断呼吸机脱机的方法，其特征在于，步骤S1中生成呼气及吸气时的膈肌厚度图像的具体方法为：
患者取仰卧位，自主呼吸，取高频超声探头置于右侧腋前线，且所述高频超声探头垂直置于胸壁第8肋至第9肋之间；
所述高频超声探头捕捉患者呼气时膈肌的运动状态，并将捕捉到膈肌运动状态数据传输至超声检测装置，超声检测装置进行分析处理生成呼气时膈肌厚度图像，并在显示界面显示；
所述高频超声探头捕捉患者吸气时膈肌的运动状态，并将捕捉到膈肌运动状态数据传输至超声检测装置，超声检测装置进行分析处理生成吸气时膈肌厚度图像，并在显示界面显示；
其中，所述超声检测装置分别生成至少2组的呼气时的膈肌厚度图像及吸气时的膈肌厚度图像。
3.如权利要求1所述的利用超声AI技术捕捉膈肌运动辅助判断呼吸机脱机的方法，其特征在于，步骤S2中生成呼气到吸气时的膈肌移动度变化图像的具体方法为：
患者取仰卧位，自主呼吸，取低频超声探头置于右侧锁骨中线，且所述低频超声探头平行置于胸壁第7肋至第8肋之间，所述低频超声探头取冠状位，垂直于膈肌头尾轴向移动，超声检测装置的显示界面显示胆囊界面后定位膈肌；
膈肌运动平稳后，所述低频超声探头捕捉患者吸气至呼气时膈肌的运动状态，并将捕捉到膈肌运动状态数据传输至超声检测装置，超声检测装置进行分析处理生成吸气至呼气时膈肌移动度变化图像，并在显示界面显示；
其中，所述超声检测装置分别生成至少2组的吸气至呼气时膈肌移动度变化图像。
4.如权利要求1所述的利用超声AI技术捕捉膈肌运动辅助判断呼吸机脱机的方法，其特征在于，步骤S3中得出用户的膈肌厚度变化率的具体步骤为：
AI诊断装置分别扫描超声检测装置的显示界面多组呼气时膈肌厚度图像，扫描完成后进行分析处理，分别生成相对应的呼气膈肌模型，进而分别对各呼气膈肌模型中的呼气末膈肌厚度进行测量，取呼气末膈肌厚度的平均值；
AI诊断装置分别扫描超声检测装置的显示界面多组吸气时膈肌厚度图像，扫描完成后进行分析处理，分别生成相对应的吸气膈肌模型，进而分别对各吸气膈肌模型中的吸气末膈肌厚度进行测量，取吸气末膈肌厚度的平均值；
AI诊断装置利用呼气末膈肌厚度的平均值、吸气末膈肌厚度的平均值及膈肌厚度变化率公式计算出患者的膈肌厚度变化率。
5.如权利要求4所述的利用超声AI技术捕捉膈肌运动辅助判断呼吸机脱机的方法，其特征在于，膈肌厚度变化率公式为
Figure FDA0002350263820000021
其中，η为膈肌厚度变化率，L1为吸气末膈肌厚度的平均值，L2为呼气末膈肌厚度的平均值。
6.如权利要求1所述的利用超声AI技术捕捉膈肌运动辅助判断呼吸机脱机的方法，其特征在于，步骤S3中得出用户的膈肌移动度的具体步骤为：
AI诊断装置分别扫描超声检测装置的显示界面多组吸气至呼气时膈肌移动度变化图像，扫描完成后进行分析处理，分别生成相对应的膈肌模型，进而分别对各膈肌模型中的膈肌移动度进行测量，取膈肌移动度的平均值。
7.如权利要求1所述的利用超声AI技术捕捉膈肌运动辅助判断呼吸机脱机的方法，其特征在于，步骤S4中所述膈肌厚度变化率cutoff值的具体范围为30％～96％；
所述膈肌移动度cutoff值的具体范围为14～60mm。
CN201911412157.4A 2019-12-31 2019-12-31 一种利用超声ai技术捕捉膈肌运动辅助判断呼吸机脱机的方法 Pending CN110974298A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911412157.4A CN110974298A (zh) 2019-12-31 2019-12-31 一种利用超声ai技术捕捉膈肌运动辅助判断呼吸机脱机的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911412157.4A CN110974298A (zh) 2019-12-31 2019-12-31 一种利用超声ai技术捕捉膈肌运动辅助判断呼吸机脱机的方法

Publications (1)

Publication Number Publication Date
CN110974298A true CN110974298A (zh) 2020-04-10

Family

ID=70079738

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911412157.4A Pending CN110974298A (zh) 2019-12-31 2019-12-31 一种利用超声ai技术捕捉膈肌运动辅助判断呼吸机脱机的方法

Country Status (1)

Country Link
CN (1) CN110974298A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2746569C1 (ru) * 2020-05-18 2021-04-15 Федеральное государственное бюджетное учреждение "Новосибирский научно-исследовательский институт травматологии и ортопедии им. Я.Л. Цивьяна" Министерства здравоохранения Российской Федерации (ФГБУ "ННИИТО им. Я.Л. Цивьяна" Минздрава России) Способ отлучения от искусственной вентиляции легких больных с травмой спинного мозга на уровне шейного отдела позвоночника с тяжестью повреждения спинного мозга asia a и asia b
WO2022073306A1 (zh) * 2020-10-10 2022-04-14 深圳迈瑞生物医疗电子股份有限公司 膈肌的超声测量方法及***
CN114983469A (zh) * 2022-06-21 2022-09-02 四川大学华西医院 利用超声进行呼吸驱动评估的方法及装置
CN115797296A (zh) * 2022-12-05 2023-03-14 北京智影技术有限公司 一种膈肌厚度自动测量方法、装置和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5448995A (en) * 1994-02-14 1995-09-12 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Method and apparatus for non-invasive evaluation of diaphragmatic function
CN103142400A (zh) * 2013-03-20 2013-06-12 张栋 一种膈肌康复刺激信号的产生方法及一种膈肌功能康复器
CN104545987A (zh) * 2013-10-10 2015-04-29 深圳迈瑞生物医疗电子股份有限公司 一种监测膈肌运动情况的监护仪
CN106422060A (zh) * 2016-10-21 2017-02-22 上海海神医疗电子仪器有限公司 一种双模双控膈肌刺激机械通气辅助装置
CN206560596U (zh) * 2016-10-21 2017-10-17 上海海神医疗电子仪器有限公司 一种人机呼吸同步通气辅助装置
CN109394511A (zh) * 2018-12-20 2019-03-01 张健鹏 腹部挤压式通气装置及其控制方法、双向呼吸支持呼吸机
CN208591054U (zh) * 2017-10-09 2019-03-12 广州医科大学附属第一医院 一种准确评估撤机的装置
CN109758183A (zh) * 2018-12-13 2019-05-17 孔维炜 一种智能床边超声对机械通气患者膈肌功能评估***

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5448995A (en) * 1994-02-14 1995-09-12 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Method and apparatus for non-invasive evaluation of diaphragmatic function
CN103142400A (zh) * 2013-03-20 2013-06-12 张栋 一种膈肌康复刺激信号的产生方法及一种膈肌功能康复器
CN104545987A (zh) * 2013-10-10 2015-04-29 深圳迈瑞生物医疗电子股份有限公司 一种监测膈肌运动情况的监护仪
CN106422060A (zh) * 2016-10-21 2017-02-22 上海海神医疗电子仪器有限公司 一种双模双控膈肌刺激机械通气辅助装置
CN206560596U (zh) * 2016-10-21 2017-10-17 上海海神医疗电子仪器有限公司 一种人机呼吸同步通气辅助装置
CN208591054U (zh) * 2017-10-09 2019-03-12 广州医科大学附属第一医院 一种准确评估撤机的装置
CN109758183A (zh) * 2018-12-13 2019-05-17 孔维炜 一种智能床边超声对机械通气患者膈肌功能评估***
CN109394511A (zh) * 2018-12-20 2019-03-01 张健鹏 腹部挤压式通气装置及其控制方法、双向呼吸支持呼吸机

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
徐晓婷,刘玲: "床边超声对机械通气患者膈肌功能评估的研究进展", 《中华重症医学电子杂志(网络版)》 *
林宁,黄秋霞,张慧珍,陈梦奇,唐力,卢锋峰: "膈肌超声在机械通气患者撤机中的应用", 《中国呼吸与危重监护杂志》 *
管向东，于凯江，陈德昌，康焰: "《重症医学 2019》", 31 January 2019, 中华医学电子音像出版社 *
邓超，李宝平，李兴旺，王小旗: "《数字图像处理与模式识别研究》", 30 June 2018 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2746569C1 (ru) * 2020-05-18 2021-04-15 Федеральное государственное бюджетное учреждение "Новосибирский научно-исследовательский институт травматологии и ортопедии им. Я.Л. Цивьяна" Министерства здравоохранения Российской Федерации (ФГБУ "ННИИТО им. Я.Л. Цивьяна" Минздрава России) Способ отлучения от искусственной вентиляции легких больных с травмой спинного мозга на уровне шейного отдела позвоночника с тяжестью повреждения спинного мозга asia a и asia b
WO2022073306A1 (zh) * 2020-10-10 2022-04-14 深圳迈瑞生物医疗电子股份有限公司 膈肌的超声测量方法及***
CN114983469A (zh) * 2022-06-21 2022-09-02 四川大学华西医院 利用超声进行呼吸驱动评估的方法及装置
CN115797296A (zh) * 2022-12-05 2023-03-14 北京智影技术有限公司 一种膈肌厚度自动测量方法、装置和存储介质
CN115797296B (zh) * 2022-12-05 2023-09-05 北京智影技术有限公司 一种膈肌厚度自动测量方法、装置和存储介质

Similar Documents

Publication Publication Date Title
CN110974298A (zh) 一种利用超声ai技术捕捉膈肌运动辅助判断呼吸机脱机的方法
CN109996488B (zh) 呼吸预警评分***和方法
KR101805078B1 (ko) 호흡량, 운동 및 가변성 측정에 의한 호흡 변화 모니터링 장치 및 방법
JP6247217B2 (ja) 初期段階の呼気における口呼吸の検出
JP2688453B2 (ja) 動脈血液中ｃｏ２監視と閉ループ制奥装置
CN108814581B (zh) 用于连续和无创地确定有效肺容量和心输出量的方法
CN110996781A (zh) 呼吸容积监测器和呼吸机
RU2700981C2 (ru) Неинвазивная оценка внутриплеврального давления и/или вычисление работы дыхания на основании неинвазивной оценки внутриплеврального давления
US10271767B2 (en) Automated spirogram analysis and interpretation
US20170055878A1 (en) Method and system for respiratory monitoring
CN116030051B (zh) 一种呼吸训练检测评价方法及装置
KR102105887B1 (ko) 폐 내부 공기 부피 변화 및 기도의 폐쇄 정도를 측정하는 비침습적 기계환기 시스템 및 그 동작 방법
EP3057509B1 (en) Blood flow control system and methods for in-vivo imaging and other applications
Fletcher et al. Passive respiratory mechanics
CN106308839A (zh) Ct兼容呼吸训练及自主调节装置及其使用方法
CN112754465B (zh) 一种压力控制机械通气下肺部准静态顺应性估测方法
US20170100059A1 (en) Lung function monitoring
JP6014846B2 (ja) 呼吸計測方法および装置
US11723549B2 (en) System for capturing respiratory effort of a patient
CN113017600A (zh) 一种用于医学影像检查的训练评估***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
CN114983469B (zh) 利用超声进行呼吸驱动评估的方法及装置
CN114027824B (zh) 普适性肺通气量与经胸电阻抗的线性模型构建方法及应用
Vicario et al. Noninvasive estimation of alveolar pressure
JP2015177856A (ja) 画像解析装置、画像撮影システム及び画像解析プログラム

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