CN113952566B - 一种呼吸机压力控制方法、***、终端及存储介质 - Google Patents
一种呼吸机压力控制方法、***、终端及存储介质 Download PDFInfo
- Publication number
- CN113952566B CN113952566B CN202111235633.7A CN202111235633A CN113952566B CN 113952566 B CN113952566 B CN 113952566B CN 202111235633 A CN202111235633 A CN 202111235633A CN 113952566 B CN113952566 B CN 113952566B
- Authority
- CN
- China
- Prior art keywords
- detection
- data
- detection data
- breath
- module
- 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
- 230000029058 respiratory gaseous exchange Effects 0.000 title claims abstract description 227
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000001514 detection method Methods 0.000 claims abstract description 315
- 230000000241 respiratory effect Effects 0.000 claims abstract description 102
- 230000002159 abnormal effect Effects 0.000 claims abstract description 76
- 230000005856 abnormality Effects 0.000 claims abstract description 62
- 230000033228 biological regulation Effects 0.000 claims abstract description 44
- 230000001105 regulatory effect Effects 0.000 claims abstract description 21
- 238000005070 sampling Methods 0.000 claims description 39
- 238000004458 analytical method Methods 0.000 claims description 25
- 238000001228 spectrum Methods 0.000 claims description 25
- 230000009286 beneficial effect Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000001575 pathological effect Effects 0.000 claims description 5
- 238000010183 spectrum analysis Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 13
- 230000000875 corresponding effect Effects 0.000 description 29
- 230000008569 process Effects 0.000 description 15
- 206010041235 Snoring Diseases 0.000 description 9
- 208000024891 symptom Diseases 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 208000008784 apnea Diseases 0.000 description 6
- 230000002829 reductive effect Effects 0.000 description 5
- 206010021079 Hypopnoea Diseases 0.000 description 4
- 230000035565 breathing frequency Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000006698 induction Effects 0.000 description 4
- 230000007958 sleep Effects 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 230000007170 pathology Effects 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 238000004448 titration Methods 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 208000000884 Airway Obstruction Diseases 0.000 description 1
- 208000019838 Blood disease Diseases 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- 208000007590 Disorders of Excessive Somnolence Diseases 0.000 description 1
- 208000000059 Dyspnea Diseases 0.000 description 1
- 206010013975 Dyspnoeas Diseases 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010020880 Hypertrophy Diseases 0.000 description 1
- 208000006083 Hypokinesia Diseases 0.000 description 1
- 208000031481 Pathologic Constriction Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 208000014951 hematologic disease Diseases 0.000 description 1
- 208000018706 hematopoietic system disease Diseases 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000414 obstructive effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 210000002741 palatine tonsil Anatomy 0.000 description 1
- 206010036067 polydipsia Diseases 0.000 description 1
- 208000010540 rapid respiration Diseases 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000036262 stenosis Effects 0.000 description 1
- 208000037804 stenosis Diseases 0.000 description 1
- 210000002396 uvula Anatomy 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
-
- 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
- A61M16/021—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes operated by electrical means
- A61M16/022—Control means therefor
- A61M16/024—Control means therefor including calculation means, e.g. using a processor
-
- 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
- A61M16/021—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes operated by electrical means
- A61M16/022—Control means therefor
- A61M16/024—Control means therefor including calculation means, e.g. using a processor
- A61M16/026—Control means therefor including calculation means, e.g. using a processor specially adapted for predicting, e.g. for determining an information representative of a flow limitation during a ventilation cycle by using a root square technique or a regression analysis
-
- 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
- A61M2016/0027—Accessories therefor, e.g. sensors, vibrators, negative pressure pressure meter
-
- 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
- A61M2016/003—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter
- A61M2016/0033—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter electrical
-
- 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
- A61M2016/003—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter
- A61M2016/0033—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter electrical
- A61M2016/0042—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter electrical in the expiratory circuit
Landscapes
- Health & Medical Sciences (AREA)
- Emergency Medicine (AREA)
- Pulmonology (AREA)
- Engineering & Computer Science (AREA)
- Anesthesiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Hematology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请涉及智能医疗设备技术领域,尤其涉及一种呼吸机压力控制方法、***、终端及存储介质,旨在解决现有技术异常的呼吸动作可能导致呼吸机辅助效果异常的问题,其技术方案是一种呼吸机压力控制方法,包括:在呼吸机启动后,获取呼吸探测数据;统计全部所述预设数量的呼吸周期内的呼吸探测数据中各项探测指标的均值,并设定为基线数据;实时获取呼吸探测数据,计算与基线数据之间的误差;若存在至少一项与基线数据的误差超过预设异常阈值的异常探测指标,则根据预设的异常判别条件获取异常探测结果;获取与异常探测结果对应的压力调节策略,并基于压力调节策略调节呼吸机的输出气压,本申请具有提高呼吸机辅助效果的稳定性的效果。
Description
技术领域
本申请涉及智能医疗设备技术领域,尤其是涉及一种呼吸机压力控制方法、***、终端及存储介质。
背景技术
打鼾是指在睡眠中因上呼吸道狭窄使悬雍垂发生振动而发出鼾声的症状,扁桃体肥大,舌部过大和过度饮酒等都会引发打鼾。人体在打鼾的过程中容易反复引发呼吸暂停的情况,进而导致血氧浓度低以及高碳酸血症,最终体现为白天嗜睡、乏力、注意力集中困难、头疼以及记忆力衰弱等不良症状。此外,打鼾同时也是诱发糖尿病、高血压以及部分心血管疾病的独立危险因素。
在现代临床医学中,为了降低由打鼾引起的各项不良症状发生的可能性,通常采用呼吸机在睡眠时介入人体的呼吸动作中,对人体的自主呼吸进行辅助,以达到缓解甚至消除打鼾症状的效果。
目前,临床应用中常见的针对睡眠打鼾症状使用的呼吸机通常采用气道正压通气模式,在该模式下,呼吸机向使用者的气道持续输出以预设的设定工作气压为基准、按照呼吸周期(一次吸气开始到下一次吸气开始的时间为一个呼吸周期)周期性变化气压的气流。使用者的气道在这股气流的作用下得以维持气道压力,进而气道得以保持打开的通畅状态,进而降低了因气道阻塞而打鼾的可能性。
在实现本申请的过程中,发明人发现上述技术至少存在以下问题:
在自然睡眠的过程中,人体会不受控制地进行无意识行为,部分行为可能对呼吸动作产生影响,在呼吸动作受到影响发生变化的情况下,恒定工作的呼吸机可能无法与异常的呼吸动作匹配,导致呼吸机辅助效果异常。
发明内容
为了提高呼吸机辅助效果的稳定性,本申请提供一种呼吸机压力控制方法、***、终端及存储介质。
第一方面,本申请提供的一种呼吸机压力控制方法,采用如下的技术方案:
一种呼吸机压力控制方法,所述方法包括以下步骤:
在呼吸机启动后,以预设的呼吸周期为单位获取呼吸探测数据,所述呼吸探测数据至少包括吸气时长、呼气时长以及潮气量等探测指标;
统计预设数量的呼吸周期内的呼吸探测数据,分别计算全部所述预设数量的呼吸周期内的呼吸探测数据中各项探测指标的均值,并设定该均值为对应探测指标的基线数据;
基线数据设定后,实时获取呼吸探测数据,计算呼吸探测数据与基线数据中各项探测指标之间的误差;
若存在至少一项与基线数据的误差超过预设异常阈值的异常探测指标,则基于异常探测指标根据预设的异常判别条件获取异常探测结果;
根据异常探测结果在预设的调节策略库中获取与异常探测结果对应的压力调节策略,并基于压力调节策略调节呼吸机的输出气压。
通过采用上述技术方案,当呼吸机启动后采集一定数量的呼吸周期内的呼吸探测数据,基于采集到的呼吸探测数据计算获取基线数据,有助于根据呼吸机使用者的实际情况设定专属于当前使用者的基线数据,进而避免了采用单一的预设基线数据进行分析,提高了对异常呼吸状况探测的准确性;探测出异常的呼吸状况后,对异常呼吸状况对应的呼吸探测数据进行分析,根据分析的结果匹配对应的调节策略,有助于智能地对异常呼吸状况进行识别和处理,并调节呼吸机的工作模式,使得呼吸机得以匹配所发送的异常呼吸状况,进而保持呼吸机的辅助呼吸效果,最终使得呼吸机在使用的过程中得以智能识别并处理使用者的异常呼吸状况,提高了呼吸机辅助呼吸效果的稳定性。
可选的,所述在呼吸机启动后,以预设的呼吸周期为单位获取呼吸探测数据,包括:
在呼吸机启动后,获取呼吸机当前的第一工作气压,当所述第一工作气压大于或等于设定工作气压时,获取呼吸探测数据。
通过采用上述技术方案,在呼吸机刚刚启动后的升压阶段避免获取呼吸探测数据,由于升压阶段的呼吸机并未完全进入辅助使用者呼吸的工作状态,因此使用者的呼吸没有得到稳定的辅助,进而这一阶段的呼吸探测数据不具备分析呼吸状态的参考价值,避免对这一阶段的呼吸探测数据进行获取有助于减少呼吸机的探测工作量,减少无效的呼吸探测数据的数据量,进而有助于提高呼吸机对后续呼吸探测数据处理的效率。
可选的,所述统计预设数量的呼吸周期内的呼吸探测数据,包括:
获取呼吸探测数据,对呼吸探测数据进行存储并记录呼吸探测数据对应的呼吸周期数;
当存储的呼吸探测数据的周期数达到预设值时,终止对呼吸探测数据的存储与记录。
通过采用上述技术方案,可以存储并记录预设数量的呼吸周期内的呼吸探测数据,便于通过一定呼吸周期数的呼吸探测数据归纳出呼吸机使用者稳定呼吸时的基线数据,有助于降低基线数据的偶然性,进而有利于提高后续的探测、识别等处理的精确性;当存储并记录的呼吸探测数据的周期数达到所需要求后,停止存储与记录,有助于节约呼吸机内存储器的空间用量,提高存储空间的利用率。
可选的,所述获取呼吸探测数据,对呼吸探测数据进行存储并记录呼吸探测数据对应的呼吸周期数,还包括:
计算当前呼吸周期的第一呼吸探测数据与前一呼吸周期的第二呼吸探测数据之间的误差,并标记为取样误差;
当取样误差超过预设的稳定阈值时,将对呼吸周期的计数重置为零。
通过采用上述技术方案,当在收集归纳基线数据所需的呼吸探测数据时,检测到某一呼吸周期内的呼吸探测数据与前一呼吸周期内的数据发生较大差异时,重置对呼吸周期的计数,有助于排除归纳基线数据的呼吸探测数据中存在的不稳定的数据,使得基线数据由连续的稳定的呼吸探测数据得出,进而有助于进一步提高基线数据的稳定性,增强了后续使用基线数据进行识别和处理的精确性。
可选的,所述基于异常探测指标根据预设的异常判别条件获取异常探测结果之后,还包括:
获取与异常探测结果对应的第三呼吸探测数据;
对第三呼吸探测数据进行时域-频域变换,获取第三呼吸探测数据的呼吸频谱;
将呼吸频谱与预设的病理频谱进行拟合度分析,基于拟合度分析的结果获取对异常探测结果的异常分析报告。
通过采用上述技术方案,有助于通过频谱分析对异常探测结果进行匹配识别,识别出导致异常探测结果的具体成因等,由于同一探测结果可能由多种成因,对异常探测结果的不同成因进行分析,有助于精确地对呼吸机使用者的呼吸情况进行分析,进而产出分析报告对呼吸机的使用者进行相关提示,有助于进一步提高呼吸机对使用者的辅助效果。
可选的,所述压力调节策略至少包括呼吸机压力调节时的目标气压以及在目标气压的驻留时间,所述基于压力调节策略调节呼吸机的输出气压,包括:
提取压力调节策略中的目标气压;
将目标气压中超过预设的边界气压的部分替换为边界气压;
基于替换后的压力调节策略调节呼吸机的输出气压。
通过采用上述技术方案,预先设置一定的边界气压,当呼吸机进行压力调节时,降低了呼吸机的气压超过边界气压,并对使用者的身体造成危险的可能性,有助于对呼吸机使用者的安全进行一定的保障,提高了呼吸机使用时的安全性。
可选的,所述根据异常探测结果在预设的调节策略库中获取与异常探测结果对应的压力调节策略,并调节呼吸机的输出气压之后,还包括:
获取执行压力调节策略后的第四呼吸探测数据,计算第四呼吸探测数据与基线数据中各项探测指标之间的误差;
若存在至少一项与基线数据的误差超过预设异常阈值的异常探测指标,则调节设定工作气压。
通过采用上述技术方案,当采用临时的压力调节策略后,无法对呼吸机的工作情况进行相应的改善时,调节设定工作气压,也即对呼吸机的整体的工作气压进行调节,有助于提高改善呼吸机辅助效果的可能性,临时的压力调节策略与持续的设定工作气压的调节同时存在,有助于提高呼吸机自动调节时的灵活性。
第二方面,本申请提供一种呼吸机压力控制***,采用如下的技术方案:
一种呼吸机压力控制***,所述***包括:
呼吸探测模块,用于在呼吸机启动后,以预设的呼吸周期为单位获取呼吸探测数据,所述呼吸探测数据至少包括吸气时长、呼气时长以及潮气量等探测指标;
基线取样模块,用于统计预设数量的呼吸周期内的呼吸探测数据,分别计算全部所述预设数量的呼吸周期内的呼吸探测数据中各项探测指标的均值,并设定该均值为对应探测指标的基线数据;
误差比较模块,用于基线数据设定后,实时获取呼吸探测数据,计算呼吸探测数据与基线数据中各项探测指标之间的误差;
异常判断模块,用于若存在至少一项与基线数据的误差超过预设异常阈值的异常探测指标,则基于异常探测指标根据预设的异常判别条件获取异常探测结果;
压力调节模块,用于根据异常探测结果在预设的调节策略库中获取与异常探测结果对应的压力调节策略,并调节呼吸机的输出气压。
通过采用上述技术方案,当呼吸机启动后采集一定数量的呼吸周期内的呼吸探测数据,基于采集到的呼吸探测数据计算获取基线数据,有助于根据呼吸机使用者的实际情况设定专属于当前使用者的基线数据,进而避免了采用单一的预设基线数据进行分析,提高了对异常呼吸状况探测的准确性;探测出异常的呼吸状况后,对异常呼吸状况对应的呼吸探测数据进行分析,根据分析的结果匹配对应的调节策略,有助于智能地对异常呼吸状况进行识别和处理,并调节呼吸机的工作模式,使得呼吸机得以匹配所发送的异常呼吸状况,进而保持呼吸机的辅助呼吸效果,最终使得呼吸机在使用的过程中得以智能识别并处理使用者的异常呼吸状况,提高了呼吸机辅助呼吸效果的稳定性。
第三方面,本申请提供一种呼吸机压力控制终端,采用如下的技术方案:
一种呼吸机压力控制终端,所述呼吸机压力控制终端包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如第一方面任一所述的一种呼吸机压力控制方法。
通过采用上述技术方案,呼吸机压力控制终端中的处理器可以根据存储器中存储的相关计算机程序,实现上述一种呼吸机压力控制方法,进而有助于提高呼吸机辅助效果的稳定性。
第四方面,本申请提供一种计算机可读存储介质,采用了如下的技术方案:
一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如第一方面任一所述的一种呼吸机压力控制方法。
通过采用上述技术方案,能够存储相应的程序,进而有助于提高呼吸机辅助效果的稳定性。
综上所述,本申请包括以下至少一种有益技术效果:
当呼吸机启动后采集一定数量的呼吸周期内的呼吸探测数据,基于采集到的呼吸探测数据计算获取基线数据,有助于根据呼吸机使用者的实际情况设定专属于当前使用者的基线数据,进而避免了采用单一的预设基线数据进行分析,提高了对异常呼吸状况探测的准确性;探测出异常的呼吸状况后,对异常呼吸状况对应的呼吸探测数据进行分析,根据分析的结果匹配对应的调节策略,有助于智能地对异常呼吸状况进行识别和处理,并调节呼吸机的工作模式,使得呼吸机得以匹配所发送的异常呼吸状况,进而保持呼吸机的辅助呼吸效果,最终使得呼吸机在使用的过程中得以智能识别并处理使用者的异常呼吸状况,提高了呼吸机辅助呼吸效果的稳定性;
当在收集归纳基线数据所需的呼吸探测数据时,检测到某一呼吸周期内的呼吸探测数据与前一呼吸周期内的数据发生较大差异时,重置对呼吸周期的计数,有助于排除归纳基线数据的呼吸探测数据中存在的不稳定的数据,使得基线数据由连续的稳定的呼吸探测数据得出,进而有助于进一步提高基线数据的稳定性,增强了后续使用基线数据进行识别和处理的精确性;
通过频谱分析对异常探测结果进行匹配识别,识别出导致异常探测结果的具体成因等,由于同一探测结果可能由多种成因,对异常探测结果的不同成因进行分析,有助于精确地对呼吸机使用者的呼吸情况进行分析,进而产出分析报告对呼吸机的使用者进行相关提示,有助于进一步提高呼吸机对使用者的辅助效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例中示出的一种呼吸机压力控制方法的方法流程图;
图2是本申请实施例中示出的一种呼吸机压力控制***的程序流程图;
图3是本申请实施例中示出的一种呼吸机压力控制终端的结构示意图。
附图标记说明:1、呼吸探测模块;2、基线取样模块;3、误差比较模块;4、异常判断模块;5、压力调节模块。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下结合附图1-3对本申请作进一步详细说明。
本申请实施例提供了一种呼吸机压力控制方法,所述方法可以由呼吸机中的呼吸机压力控制终端实现。呼吸机可以是用于向在睡眠中因打鼾导致呼吸困难的人群提供呼吸辅助的呼吸机,呼吸机压力控制终端中存储有用于控制呼吸机输出周期性变化的正压气流的周期性压力调整程序,周期性压力调整程序可以以存储在呼吸机压力控制终端中的设定工作气压为起点、以呼吸周期为压力调整周期,控制呼吸机执行升压并降压返回设定工作气压的周期性压力调整。呼吸机压力控制终端可以包括处理器、存储器和通信部件,处理器可以用于进行下述流程中的呼吸机压力控制等处理,存储器可以用于存储下述处理过程中需要的数据以及产生的数据,通信部件可以用于下述处理过程中数据的传输。本实施例以呼吸机压力控制终端为执行主体,进行方案的详细说明。
下面将结合具体实施方式,对图2所示的处理流程进行详细的说明,内容可以如下:
步骤101、在呼吸机启动后,以预设的呼吸周期为单位获取呼吸探测数据。
其中,呼吸探测数据至少包括吸气时长、呼气时长以及潮气量等探测指标。
在实施中,呼吸周期可以被设定为从一次吸气的开始时刻到下一次吸气的开始时刻之间的时间,对于呼吸机而言可以通过如呼吸频率传感器等呼吸探测设备辅助实现。呼吸机内的若干种类的呼吸探测设备持续地获取呼吸探测数据,在连续获取的呼吸探测数据中,当呼吸探测数据体现出使用者开始吸气动作时,则计算为开始当前呼吸周期,当呼吸探测数据体现出使用者呼气动作终止开始下一次吸气动作,则以下一次吸气动作的开始时刻为当前呼吸周期的结束时刻,也即下一呼吸周期的开始时刻。
在一个实施例中,在呼吸机启动后,呼吸机的输出气压存在从零开始缓慢升压的过渡过程,在过渡过程中呼吸机无法对使用者进行有效辅助,因此相应的,步骤101中可以包括如下处理:在呼吸机启动后,获取呼吸机当前的第一工作气压,当所述第一工作气压大于或等于设定工作气压时,获取呼吸探测数据。
在实施中,呼吸机的压力控制终端可以对呼吸机自身输出的工作气压进行监测,并以此获取实时的第一工作气压,同时呼吸机压力控制终端可以将获取到的第一工作气压与存储的设定工作气压进行比较,当呼吸机的第一工作气压大于等于设定工作气压,也即呼吸机开始进行正常工作状态时,呼吸机压力控制终端控制呼吸探测设备获取呼吸探测数据。
这样,在呼吸机启动后,从呼吸机启动到呼吸机开始正常工作的过渡阶段中,呼吸探测设备得以进行待机,避免了记录无效的数据,导致呼吸机压力控制终端算力和存储空间的浪费,同时也提高了呼吸机整体的能源利用率。
步骤102、统计预设数量的呼吸周期内的呼吸探测数据,分别计算全部所述预设数量的呼吸周期内的呼吸探测数据中各项探测指标的均值,并设定该均值为对应探测指标的基线数据。
在实施中,呼吸机压力控制终端中存储有用于计算基线数据所需的呼吸探测数据对应的呼吸周期数,呼吸周期数的设定可以基于为基线数据提供足量的取样样本、同时避免过长的取样时间的原则进行设定,可以是10个、15个或20个等。当呼吸机压力控制终端获取到足够数量的呼吸周期内的呼吸探测数据后,对呼吸探测数据中的各项探测指标分别计算均值。呼吸机压力控制终端得到各项探测指标的均值后,将各项探测指标的均值进行汇总,最后得出一个由各项探测指标的均值组成的呼吸探测数据,以此呼吸探测数据作为后续处理和分析时所使用的基线数据。
在一个实施例中,由于呼吸机作为一种工作设备而非运算设备,存储空间有限,因此相应的,步骤102可以包括如下处理:获取呼吸探测数据,对呼吸探测数据进行存储并记录呼吸探测数据对应的呼吸周期数;当存储的呼吸探测数据的周期数达到预设值时,终止对呼吸探测数据的存储与记录。
这样,当用于归纳基线数据的呼吸探测数据收集完成后,后续获取呼吸探测数据后不再进行存储和记录等处理,有助于节约呼吸机中的存储空间,提高存储空间的利用率。
在一个实施例中,在呼吸机对用于归纳基线数据的呼吸探测数据进行取样时,由于使用者的偶然动作容易导致的不稳定的数据出现,而不稳定的数据缺少归纳基线数据的参考价值,因此相应的,步骤102还包括如下处理:计算当前呼吸周期的第一呼吸探测数据与前一呼吸周期的第二呼吸探测数据之间的误差,并标记为取样误差;当取样误差超过预设的稳定阈值时,将对呼吸周期的计数重置为零。
在实施中,呼吸机压力控制终端为了稳定的呼吸探测数据,可以在存储并记录当前的第一呼吸探测数据前,计算出当前呼吸周期的第一呼吸探测数据与上一呼吸周期中的第二呼吸探测数据之间的误差,并以此误差作为取样误差。进而在呼吸机压力控制终端获取取样误差后,可以将取样误差与预设的稳定阈值进行对比。
在实际应用中,第一呼吸探测数据与第二呼吸探测数据之间的误差是以体现绝对差异的数值的形式体现的,但是在不同的体质的使用者身上,数值的差异较大,进而难以以数值作为稳定阈值来判断呼吸探测数据的稳定性,因此在本实施例中,可以采用体现相对差异的比例的形式来设定稳定阈值。相应的,对取样误差的计算也可以以比例的形式计算,本实施例中以稳定阈值为20%为例,进行举例,其他情况与之类似不做赘述。
此外,在呼吸探测数据中的各项探测指标中,呼气时长与吸气时长较为随机,不适宜作为呼吸稳定性的判断指标,而例如呼吸的潮气量等探测指标与使用者的肺活量等生理特征强关联,在日常呼吸中较为稳定,因此可以单独选取作为误差的计算目标,本实施例中以可以以潮气量为例进行说明。
具体的,取样误差的计算方法可以先计算第一呼吸探测数据中的潮气量与第二呼吸探测数据中的潮气量的差值,得到差值后,将潮气量的差值除以第二呼吸探测数据中对应的潮气量,进而得到以比例形式呈现的取样误差。
这样,当呼吸机压力控制终端检测到取样误差大于20%时,则可以判定当前呼吸不稳定,进而舍弃之前存储与记录的呼吸探测数据,重新开始对呼吸探测数据取样计数,直到获取到数量足够、状态平稳的呼吸探测数据,有助于提高基线数据的准确度。
步骤103、基线数据设定后,实时获取呼吸探测数据,计算呼吸探测数据与基线数据中各项探测指标之间的误差。
在实施中,呼吸机压力控制终端获取基线数据后,继续持续通过若干种呼吸探测设备获取呼吸探测数据。应当注意的,此时由于已经设定完成基线数据,因此已经具有以绝对的数值形式体现的参考数据,因此此处的误差可以直接计算为数值,也即使用呼吸探测数据中的各项探测指标与基线数据中对应的各项探测指标做差,最终得到的数值即为各项探测指标的误差。
步骤104、若存在至少一项与基线数据的误差超过预设异常阈值的异常探测指标,则基于异常探测指标根据预设的异常判别条件获取异常探测结果。
在实施中,呼吸机压力控制终端将实时检测到的呼吸探测数据与基线数据对比,并获取各项探测指标的误差后,需要将得到的误差与各项探测指标预设的异常阈值进行比较,以此为依据对使用者的异常呼吸状态进行识别。由于各项探测指标的呼吸过程中的变化幅度不等,因此此处各项探测指标的异常阈值也不一定相等,且由于不同使用者之间基线数据的差异,可以选取一定比例系数下的基线数据作为异常阈值,例如可以以基线数据中的潮气量的50%作为判断低通气情况的低通气阈值;以基线数据中潮气量的10%作为判断呼吸暂停情况的呼吸暂停阈值。
相应的,异常判别条件也可以根据异常阈值进行设定,但是需要注意的是,在设定异常判别条件是,可以对呼吸探测数据超过异常阈值中的上限或低于异常阈值中的下限的持续时间进行限制,例如当呼吸探测数据中的潮气量小于低通气阈值的时间超过预设的十秒时,判断使用者出现低通气的情况;若呼吸探测数据中的潮气量小于低通气阈值的时间少于十秒,则判定使用者没有出现低通气的情况。进而有助于降低异常判别中偶然的影响因素,提高异常判别的精确度。
这样,可以识别出呼吸探测数据中的异常探测指标,并判断出使用者所处的异常情况,有助于进行进一步调节,达到维持稳定的辅助效果的目的。
在一个实施例中,由于呼吸问题对呼吸机的使用者有长期的影响,暂时的气压调节处理难以起到长期作用,因此相应的,步骤104之后可以进行如下处理:获取与异常探测结果对应的第三呼吸探测数据;对第三呼吸探测数据进行时域-频频变换,获取第三呼吸探测数据的呼吸频谱;将呼吸频谱与预设的病理频谱进行拟合度分析,基于拟合度分析的结果获取对异常探测结果的异常分析报告。
在实施中,呼吸探测数据是以时间顺序为基准获取的数据,为了进行准确地分析,需要将呼吸探测数据转化为频域数据,进而可以得到呼吸探测数据的呼吸频谱。其中,呼吸频谱转换时可以采用常见的如傅立叶变化、小波变换等的时域-频频变换的算法。呼吸机压力控制终端获取呼吸频谱后,可以将呼吸频谱与预设的若干种病理频谱进行拟合度分析,病理频谱可以包括对应于若干种呼吸过程中的异常状态的呼吸频谱,例如:咳嗽、深呼吸、偶发的急促呼吸等,同时病理频谱也可以对应于同一症状当不同成因的异常状态,例如:阻塞性的呼吸暂停、中枢神经性呼吸暂停等都体现为呼吸暂停的症状但成因不同的异常状态。
这样,呼吸机压力控制终端可以通过呼吸频谱与病理频谱的拟合度分析,获取对异常探测结果的进一步分析,有助于辅助使用者进一步改善健康状况。
步骤105、根据异常探测结果在预设的调节策略库中获取与异常探测结果对应的压力调节策略,并基于压力调节策略调节呼吸机的输出气压。
其中,压力调节策略至少包括呼吸机压力调节时的目标气压以及在目标气压的驻留时间。
在实施中,呼吸机压力控制终端中可以存储有若干种压力调节策略,若干种压力调节策略均用于调控呼吸机气压,以使呼吸机达到正常辅助使用者呼吸的效果,压力调节策略与异常探测结果之间不一一对应,每一个异常探测结果映射一个压力调节策略,同一个压力调节策略可以对应若干个异常探测结果,进而有助于节约呼吸机中的存储空间,进一步提高空间利用率。
在一个实施例中,由于人体的呼吸道对承受气压的能力有限,过高的气压输入可能导致生命危险,因此相应的,步骤105之后可以做如下处理:提取压力调节策略中的目标气压;将目标气压中超过预设的边界气压的部分替换为边界气压;基于替换后的压力调节策略调节呼吸机的输出气压。
在实施中,边界气压可以包括最小气压和最大气压,由于本实施例中的呼吸机采用的是正压输入的方式进行呼吸辅助,因此最小气压的设定可以暂时忽略,在其他种类的呼吸机中则需要重新引入最小气压的设定,例如正负压切换的呼吸机。呼吸机压力控制终端中存储的最大气压可以在呼吸机正式使用之前通过呼吸机压力滴定实验获取,也即通过医学滴定实验逐渐调整压力,寻找并确定维持上气道开放所需最低有效治疗压力即最适压力,以及进行安全治疗所对应的最大压力,其中最大压力即为作为呼吸机输出压力上限的最大压力。
进而,呼吸机压力控制终端在呼吸机执行压力调节策略前,可以将压力调节策略中的目标气压与设定的边界气压做对比,可以将大于边界气压中最大气压的部分替换为边界气压,并控制呼吸机执行替换后的压力调节策略。
这样,呼吸机得以在安全运行的范围内发挥最大的压力调节功能,以达到尽可能维持辅助呼吸作用的目的。
在一个实施例中,临时的压力调节策略无法改善使用者的呼吸情况时,持续调用临时的压力调节策略可能增大呼吸机的运行负担,因此相应的,步骤105之后可以做如下处理:获取执行压力调节策略后的第四呼吸探测数据,计算第四呼吸探测数据与基线数据中各项探测指标之间的误差;若存在至少一项与基线数据的误差超过预设异常阈值的异常探测指标,则调节设定工作气压。
在实施中,上述处理可以理解为一种压力调节策略执行后的反馈获取机制,呼吸机压力调节终端获取执行压力调节策略后的呼吸探测数据,也即第四呼吸探测数据。通过如步骤103、步骤104中所描述的探测呼吸异常状况的误差判别方法,观察使用者的异常呼吸状况是否得到解除;若异常状况没有得到解除,则增大设定工作气压,以使周期性压力调整持续得到调节,持续的改善使用者的呼吸情况。
这样,呼吸机得以灵活的进行临时性的或持续性地压力调节,进而得以灵活地变化气压输出模式,达到辅助使用者正常呼吸的效果。
基于相同的技术构思,本发明实施例还提供了一种呼吸机压力控制***,所述***包含:
呼吸探测模块1、用于在呼吸机启动后,以预设的呼吸周期为单位获取呼吸探测数据,所述呼吸探测数据至少包括吸气时长、呼气时长以及潮气量等探测指标;
基线取样模块2、用于统计预设数量的呼吸周期内的呼吸探测数据,分别计算全部所述预设数量的呼吸周期内的呼吸探测数据中各项探测指标的均值,并设定该均值为对应探测指标的基线数据;
误差比较模块3、用于基线数据设定后,实时获取呼吸探测数据,计算呼吸探测数据与基线数据中各项探测指标之间的误差;
异常判断模块4、用于若存在至少一项与基线数据的误差超过预设异常阈值的异常探测指标,则基于异常探测指标根据预设的异常判别条件获取异常探测结果;
压力调节模块5、用于根据异常探测结果在预设的调节策略库中获取与异常探测结果对应的压力调节策略,并调节呼吸机的输出气压。
可选的,所述呼吸探测模块1包括:
探测启动子模块、用于在呼吸机启动后,获取呼吸机当前的第一工作气压,当所述第一工作气压大于或等于设定工作气压时,获取呼吸探测数据。
可选的,所述基线取样模块2包括:
周期计数子模块、用于获取呼吸探测数据,对呼吸探测数据进行存储并记录呼吸探测数据对应的呼吸周期数;
计数终止子模块、用于当存储的呼吸探测数据的周期数达到预设值时,终止对呼吸探测数据的存储与记录。
可选的,所述周期计数子模块包括:
取样误差子模块、用于计算当前呼吸周期的第一呼吸探测数据与前一呼吸周期的第二呼吸探测数据之间的误差,并标记为取样误差;
计数重置子模块、用于当取样误差超过预设的稳定阈值时,将对呼吸周期的计数重置为零。
可选的,所述异常判断模块4包括:
异常数据获取子模块、用于获取与异常探测结果对应的第三呼吸探测数据;
频谱转换子模块、用于对第三呼吸探测数据进行时域-频频变换,获取第三呼吸探测数据的呼吸频谱;
频谱分析子模块、用于将呼吸频谱与预设的病理频谱进行拟合度分析,基于拟合度分析的结果获取对异常探测结果的异常分析报告。
可选的,所述压力调节模块5包括:
目标气压提取子模块、用于提取压力调节策略中的目标气压;
边界替换子模块、将目标气压中超过预设的边界气压的部分替换为边界气压;
边界执行子模块、用于基于替换后的压力调节策略调节呼吸机的输出气压。
可选的,压力调节模块5包括:
反馈获取子模块、用于获取执行压力调节策略后的第四呼吸探测数据,计算第四呼吸探测数据与基线数据中各项探测指标之间的误差;
设定调节子模块、用于若存在至少一项与基线数据的误差超过预设异常阈值的异常探测指标,则调节设定工作气压。
基于相同的技术构思,本申请实施例还公开一种智能终端,智能终端包括存储器和处理器,存储器上存储有能够被处理器加载并执行如上述的一种呼吸机压力控制方法的计算机程序。
基于相同的技术构思,本申请实施例还公开一种计算机可读存储介质,包括能够被处理器加载执行时实现上述一种呼吸机压力控制方法流程中的各个步骤。
计算机可读存储介质例如包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以对本申请的技术方案进行了详细介绍,但以上实施例的说明只是用于帮助理解本申请的方法及其核心思想,不应理解为对本申请的限制。本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。
Claims (7)
1.一种呼吸机压力控制***,其特征在于,所述***包括:
呼吸探测模块,用于在呼吸机启动后,以预设的呼吸周期为单位获取呼吸探测数据,所述呼吸探测数据至少包括吸气时长、呼气时长以及潮气量探测指标;
基线取样模块,用于统计预设数量的呼吸周期内的呼吸探测数据,分别计算全部所述预设数量的呼吸周期内的呼吸探测数据中各项探测指标的均值,并设定该均值为对应探测指标的基线数据,基于采集到的呼吸探测数据计算获取基线数据,有助于根据呼吸机使用者的实际情况设定专属于当前使用者的基线数据;
误差比较模块,用于基线数据设定后,实时获取呼吸探测数据,计算呼吸探测数据与基线数据中各项探测指标之间的误差;
异常判断模块,用于若存在至少一项与基线数据的误差超过预设异常阈值的异常探测指标,则基于异常探测指标根据预设的异常判别条件获取异常探测结果;
压力调节模块,用于根据异常探测结果在预设的调节策略库中获取与异常探测结果对应的压力调节策略,并基于压力调节策略调节呼吸机的输出气压;
其中,所述基线取样模块包括周期计数子模块和计数终止子模块,所述周期计数子模块用于获取呼吸探测数据,对呼吸探测数据进行存储并记录呼吸探测数据对应的呼吸周期数,以降低基线数据的偶然性;所述计数终止子模块用于当存储的呼吸探测数据的周期数达到预设值时,终止对呼吸探测数据的存储与记录,以提高存储空间的利用率;
所述周期计数子模块包括取样误差子模块和计数重置子模块,所述取样误差子模块用于计算当前呼吸周期的第一呼吸探测数据与前一呼吸周期的第二呼吸探测数据之间的误差,并标记为取样误差;所述计数重置子模块用于当取样误差超过预设的稳定阈值时,将对呼吸周期的计数重置为零,以去除不稳定数据,提高识别和处理准确性。
2.根据权利要求1所述的一种呼吸机压力控制***,其特征在于:所述呼吸探测模块包括探测启动子模块,所述探测启动子模块具体用于:
在呼吸机启动后,获取呼吸机当前的第一工作气压,当所述第一工作气压大于或等于设定工作气压时,获取呼吸探测数据。
3.根据权利要求1所述的一种呼吸机压力控制***,其特征在于:所述异常判断模块包括异常数据获取子模块、频谱转换子模块和频谱分析子模块,
所述异常数据获取子模块用于获取与异常探测结果对应的第三呼吸探测数据;
所述频谱转换子模块用于对第三呼吸探测数据进行时域-频域变换,获取第三呼吸探测数据的呼吸频谱;
所述频谱分析子模块用于将呼吸频谱与预设的病理频谱进行拟合度分析,基于拟合度分析的结果获取对异常探测结果的异常分析报告。
4.根据权利要求1所述的一种呼吸机压力控制***,其特征在于:所述压力调节模块包括目标气压提取子模块、边界替换子模块和边界执行子模块,
所述目标气压提取子模块用于提取压力调节策略中的目标气压;
所述边界替换子模块用于将目标气压中超过预设的边界气压的部分替换为边界气压;
所述边界执行子模块用于基于替换后的压力调节策略调节呼吸机的输出气压。
5.根据权利要求1所述的一种呼吸机压力控制***,压力调节模块包括反馈获取子模块和设定调节子模块,
所述反馈获取子模块,用于获取执行压力调节策略后的第四呼吸探测数据,计算第四呼吸探测数据与基线数据中各项探测指标之间的误差;
所述设定调节子模块,用于若存在至少一项与基线数据的误差超过预设异常阈值的异常探测指标,则调节设定工作气压。
6.一种呼吸机压力控制终端,其特征在于,所述呼吸机压力控制终端包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现以下方法,在呼吸机启动后,以预设的呼吸周期为单位获取呼吸探测数据,所述呼吸探测数据至少包括吸气时长、呼气时长以及潮气量探测指标;
通过基线取样模块统计预设数量的呼吸周期内的呼吸探测数据,分别计算全部所述预设数量的呼吸周期内的呼吸探测数据中各项探测指标的均值,并设定该均值为对应探测指标的基线数据,基于采集到的呼吸探测数据计算获取基线数据,有助于根据呼吸机使用者的实际情况设定专属于当前使用者的基线数据;
基线数据设定后,实时获取呼吸探测数据,计算呼吸探测数据与基线数据中各项探测指标之间的误差;
若存在至少一项与基线数据的误差超过预设异常阈值的异常探测指标,则基于异常探测指标根据预设的异常判别条件获取异常探测结果;
根据异常探测结果在预设的调节策略库中获取与异常探测结果对应的压力调节策略,并基于压力调节策略调节呼吸机的输出气压;
其中,所述基线取样模块包括周期计数子模块和计数终止子模块,所述周期计数子模块用于获取呼吸探测数据,对呼吸探测数据进行存储并记录呼吸探测数据对应的呼吸周期数,以降低基线数据的偶然性;所述计数终止子模块用于当存储的呼吸探测数据的周期数达到预设值时,终止对呼吸探测数据的存储与记录,以提高存储空间的利用率;
所述周期计数子模块包括取样误差子模块和计数重置子模块,所述取样误差子模块用于计算当前呼吸周期的第一呼吸探测数据与前一呼吸周期的第二呼吸探测数据之间的误差,并标记为取样误差;所述计数重置子模块用于当取样误差超过预设的稳定阈值时,将对呼吸周期的计数重置为零,以去除不稳定数据,提高识别和处理准确性。
7.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现以下方法,在呼吸机启动后,以预设的呼吸周期为单位获取呼吸探测数据,所述呼吸探测数据至少包括吸气时长、呼气时长以及潮气量探测指标;
通过基线取样模块统计预设数量的呼吸周期内的呼吸探测数据,分别计算全部所述预设数量的呼吸周期内的呼吸探测数据中各项探测指标的均值,并设定该均值为对应探测指标的基线数据,基于采集到的呼吸探测数据计算获取基线数据,有助于根据呼吸机使用者的实际情况设定专属于当前使用者的基线数据;
基线数据设定后,实时获取呼吸探测数据,计算呼吸探测数据与基线数据中各项探测指标之间的误差;
若存在至少一项与基线数据的误差超过预设异常阈值的异常探测指标,则基于异常探测指标根据预设的异常判别条件获取异常探测结果;
根据异常探测结果在预设的调节策略库中获取与异常探测结果对应的压力调节策略,并基于压力调节策略调节呼吸机的输出气压;
其中,所述基线取样模块包括周期计数子模块和计数终止子模块,所述周期计数子模块用于获取呼吸探测数据,对呼吸探测数据进行存储并记录呼吸探测数据对应的呼吸周期数,以降低基线数据的偶然性;所述计数终止子模块用于当存储的呼吸探测数据的周期数达到预设值时,终止对呼吸探测数据的存储与记录,以提高存储空间的利用率;
所述周期计数子模块包括取样误差子模块和计数重置子模块,所述取样误差子模块用于计算当前呼吸周期的第一呼吸探测数据与前一呼吸周期的第二呼吸探测数据之间的误差,并标记为取样误差;所述计数重置子模块用于当取样误差超过预设的稳定阈值时,将对呼吸周期的计数重置为零,以去除不稳定数据,提高识别和处理准确性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111235633.7A CN113952566B (zh) | 2021-10-22 | 2021-10-22 | 一种呼吸机压力控制方法、***、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111235633.7A CN113952566B (zh) | 2021-10-22 | 2021-10-22 | 一种呼吸机压力控制方法、***、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113952566A CN113952566A (zh) | 2022-01-21 |
CN113952566B true CN113952566B (zh) | 2024-04-09 |
Family
ID=79466246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111235633.7A Active CN113952566B (zh) | 2021-10-22 | 2021-10-22 | 一种呼吸机压力控制方法、***、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113952566B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103736185A (zh) * | 2013-12-13 | 2014-04-23 | 科迈(常州)电子有限公司 | 一种家用呼吸机风机输出压力调节方法 |
CN105457135A (zh) * | 2015-12-28 | 2016-04-06 | 湖南明康中锦医疗科技发展有限公司 | 呼吸机压力调整方法、装置及呼吸机 |
WO2017079860A1 (zh) * | 2015-11-10 | 2017-05-18 | 石洪 | 呼吸机压力控制方法 |
CN106730199A (zh) * | 2016-12-23 | 2017-05-31 | 湖南明康中锦医疗科技发展有限公司 | 持续正压力通气稳压的方法、装置及呼吸机 |
CN106730209A (zh) * | 2017-01-18 | 2017-05-31 | 湖南明康中锦医疗科技发展有限公司 | 呼吸机报警的方法及呼吸机 |
CN106943652A (zh) * | 2017-04-21 | 2017-07-14 | 帅梦琦 | 一种呼吸辅助设备 |
CN111529847A (zh) * | 2020-05-07 | 2020-08-14 | 山东凯鑫宏业生物科技有限公司 | 应用于智能化医疗***中具有呼吸相识别控制的呼吸机***及控制方法 |
CN111803770A (zh) * | 2020-06-25 | 2020-10-23 | 北京大众益康科技有限公司 | 呼吸机压力控制***及方法 |
-
2021
- 2021-10-22 CN CN202111235633.7A patent/CN113952566B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103736185A (zh) * | 2013-12-13 | 2014-04-23 | 科迈(常州)电子有限公司 | 一种家用呼吸机风机输出压力调节方法 |
WO2017079860A1 (zh) * | 2015-11-10 | 2017-05-18 | 石洪 | 呼吸机压力控制方法 |
CN105457135A (zh) * | 2015-12-28 | 2016-04-06 | 湖南明康中锦医疗科技发展有限公司 | 呼吸机压力调整方法、装置及呼吸机 |
CN106730199A (zh) * | 2016-12-23 | 2017-05-31 | 湖南明康中锦医疗科技发展有限公司 | 持续正压力通气稳压的方法、装置及呼吸机 |
CN106730209A (zh) * | 2017-01-18 | 2017-05-31 | 湖南明康中锦医疗科技发展有限公司 | 呼吸机报警的方法及呼吸机 |
CN106943652A (zh) * | 2017-04-21 | 2017-07-14 | 帅梦琦 | 一种呼吸辅助设备 |
CN111529847A (zh) * | 2020-05-07 | 2020-08-14 | 山东凯鑫宏业生物科技有限公司 | 应用于智能化医疗***中具有呼吸相识别控制的呼吸机***及控制方法 |
CN111803770A (zh) * | 2020-06-25 | 2020-10-23 | 北京大众益康科技有限公司 | 呼吸机压力控制***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113952566A (zh) | 2022-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2410904B1 (en) | Medical device for assessing intravascular blood volume and technique for using the same | |
CN109998482B (zh) | 睡眠状况的检测 | |
EP3912554A1 (en) | Methods and apparatus for treating respiratory disorders | |
Hwang et al. | Real-time automatic apneic event detection using nocturnal pulse oximetry | |
JP6199312B2 (ja) | チェーンストークス呼吸パターンの判別 | |
JP6956640B2 (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 | |
US20210205558A1 (en) | Enhancement of respiratory parameter estimation and asynchrony detection algorithms via the use of centeral venous pressure manometry | |
JP2000023926A (ja) | 睡眠呼吸段階決定装置 | |
WO2002094099A1 (en) | Closed loop drug administration method and apparatus using eeg complexity for control purposes | |
JP2010104814A (ja) | 治療的処置中に睡眠の質を維持し監視する方法および装置 | |
JP2006516100A (ja) | 治療的処置中に睡眠の質を維持し監視する方法および装置 | |
EP2465562B1 (en) | Control of a ventilator machine | |
CN111899861A (zh) | 一种重症病房智能护理方法及*** | |
CN105771047A (zh) | 一种呼吸机气道正压调节方法 | |
CN110464944A (zh) | 一种呼吸机的控制方法、装置及呼吸机 | |
CN113952566B (zh) | 一种呼吸机压力控制方法、***、终端及存储介质 | |
AU2020321288B2 (en) | Device for supportive ventilation of a living being and computer program | |
CN109045429A (zh) | 孕妇通气控制方法、装置、呼吸机、***及存储介质 | |
CN116328122A (zh) | 触发阈值的调节方法及装置、设备及存储介质 | |
CN107708778A (zh) | 心力衰竭治疗装置 | |
CN115607123A (zh) | 一种心肺功能监测和呼吸机闭环控制一体化装置 | |
Bali et al. | ECG signal based power aware system for obstructive sleep apnea detection | |
CN111481189A (zh) | 睡眠评估方法及装置 | |
CN109646776A (zh) | 一种呼吸支持设备智能控制的方法及装置及*** | |
AU2013267068B2 (en) | Detection of Sleep Condition |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |