CN101042339B - 麻醉气体类型的区域分类识别装置和方法 - Google Patents

Abstract

本发明公开了一种麻醉气体类型的区域分类识别装置和方法，该装置利用多个测量滤光片和一个参考滤光片得到多个测量信号和一个参考信号，由该装置得到的信号，可以计算得到不同浓度麻醉气体通入时各个通道的相对吸收系数，相对吸收系数呈现一定的区域聚类特征，因此可以根据被测麻醉气体的红外吸收特性建立二维或更高维数的相对吸收系数坐标系，并根据试验获得各种被测麻醉气体在所述坐标系内各自所对应的映射区域，因此，识别麻醉气体类型时只要测量计算对应通道的相对吸收系数，并把它作为所述坐标系的一个坐标点，通过对该坐标点进行空间归类来识别被测麻醉气体的类型。本发明具有算法简单、计算量小、容易实现，装置的成本低等优点。

Description

麻醉气体类型的区域分类识别装置和方法

技术领域

本发明涉及利用光学手段来测试或分析材料的技术领域，尤其涉及利用红外光吸收特性来识别麻醉气体类别的方法和装置。本发明的方法和装置特别适合用于在手术麻醉期间对病人呼吸混合气体中的麻醉气体类型进行自动识别，也可以用于其他工业或医用混合气体的检测。

背景技术

目前在医疗设备领域的气体浓度监测仪的测量原理都是基于非色散红外光谱分析技术(NDIR，Non-Dispersive Infrared)，即根据被测气体对某一波段红外光的吸收特性，选择特定波段的红外光通过气体样本，红外光的衰减量与被测气体样本的浓度近似符合Beer-Lambert定律。通过NDIR技术便可以识别具有特定吸收波长的气体并根据红外光被吸收前后的衰减量来检测特定吸收波长的气体浓度。临床上常用的麻醉气体(地氟醚(Desflurane)异氟醚(Isoflurane)氟烷(Halothane)七氟醚(Sevoflurane)氨氟醚(Enflurane)的红外光吸收范围较宽，在有吸收的红外光波长范围内各种麻醉气体的吸收光谱集中于7～14μm且相互重叠，通入一种麻醉气体时几个麻醉气体检测通道都有衰减，使得不能通过单一波段的红外光衰减量来判断当前使用的麻醉气体类型。

对于采用NDIR技术的自动识别麻醉气体类型，通常采用非线性矩阵方程的计算方法，该算法根据各个波长的测量信号进行识别麻醉气体种类并计算得到单种麻醉气体混合情况下的各种麻醉气体的浓度。其计算步骤是利用N个特定波段的红外带通滤光片得到N个波段的红外光，这些红外光照射被测气体样本，红外传感器测量穿过气体样本的红外光强，得到N个测量信号。以N个测量信号做为变量，利用一个N维矩阵方程来识别麻醉气体类型并计算被测气体样本中麻醉气体浓度。例如美国专利4,914,7195,046,018和5,231,591。

由于Beer-Lambert定律只适用于单色光，而滤光片有一定的带宽，进行滤光很难达到单色光的要求，非单色光只是近似符合Beer-Lambert定律，导致气体浓度与红外光的衰减量的对数呈非线性对应关系；上述美国专利4,914,719、5,046,0185,231,591所提到的矩阵方程是个非线性的方程，非线性方程的求解需要用到N个测量信号的二阶以上变量(见美国专利5,046,018和5,231,591)，而求解多阶变量的矩阵方程是非常困难的。也可以通过设计特定的滤光片参数，使矩阵方程变成一个线性方程后求解(见美国专利4,914,719)，但设计这样的滤光片参数也比较复杂，常常受到生产工艺的限制。

发明内容

本发明要解决的技术问题是提出一种算法简单、计算量小、容易实现，测量装置的成本更低的麻醉气体类型的自动识别方法和装置。

本发明采用如下技术方案：设计一种麻醉气体类型的区域分类识别方法，该方法建立在具有一个参考通道和至少两个测量通道的麻醉气体浓度测量装置上，所述每一个测量通道对应一个对各类被测麻醉气体均有较大吸收的中心波长，所述参考通道对应一个对各类被测麻醉气体均没有吸收或吸收很小的中心波长；该方法包括如下步骤：

a.把待测麻醉气体输送至测量装置的检测气室，分别测量该麻醉气体在所述测量装置的参考通道和测量通道所对应波段的光强衰减量；

b.分别计算消除浓度影响后各个测量通道相对某一通道的相对吸收系数，由此获得至少两个相对吸收系数；

c.把所述两个或两个以上的相对吸收系数作为两维或两维以上的相对吸收系数坐标系中的一个空间点映射到系统预制的具有麻醉气体类型映射区域的两维或两维以上的相对吸收系数坐标系中；

d.根据待测麻醉气体相对吸收系数坐标点所落入的空间区域，即通过对该坐标点的空间归类来识别被测麻醉气体的类型。

所述系统预制的具有麻醉气体类型映射区域的两维或两维以上的相对吸收系数坐标系的形成过程如下：

a.把已知类型和浓度的麻醉气体输送至所述测量装置的检测气室，分别测量该麻醉气体在所述参考通道和测量通道所对应波段的光强衰减量；

b.利用参考通道计算各个测量通道消除了浓度影响后的吸收系数；

c.分别计算各个测量通道相对其中一个测量通道的相对吸收系数，由此获得与测量通道数目M相等的M个相对吸收系数，所述M≥2；

d.对N个不同类型的不同浓度的麻醉气体分别执行步骤a至步骤c的测量和计算，获得一系列不同类型的不同浓度所对应的M组相对吸收系数的数据，选取两个或两个以上的相对吸收系数作为坐标轴建立两维或两维以上的相对吸收系数坐标系，把全部相对吸收系数的数据分别映射到所述相对吸收系数坐标系中，由此获得不同类型的麻醉气体在所述坐标系中所对应的映射区域，麻醉气体的浓度为零或很接近零时在该坐标系所对应的映射区域在坐标原点附近。

所述N取值为5，即待测麻醉气体有五个类型，它们分别是：地氟醚异氟醚氟烷七氟醚和氨氟醚，所述作为识别麻醉气体类型依据的相对吸收系数坐标系有五个麻醉气体映射区域和一个在坐标原点附近的麻醉气体的浓度为零或接近零时的映射区域，所述五个麻醉气体映射区域为：地氟醚气体映射区域异氟醚气体映射区域氟烷气体映射区域七氟醚气体映射区域和氨氟醚气体映射区域。

所述麻醉气体浓度测量装置具有五个测量通道和一个参考通道，所述五个测量通道滤光片的中心波长为：第1通道中心波长λ₁为8.37um，第2通道中心波长λ₂为8.55um，第3通道中心波长λ₃为8.75um，第4通道中心波长λ₄为9.62um，第5通道中心波长λ₅为12.3um；所述参考通道，即第6通道的中心波长λ_r为10.5um；各通道滤光片的通带宽度Δλ为90nm。

所述被识别麻醉气体通过测量装置的信号处理后得到一组所述坐标系的坐标值，该组坐标值构成一个所述坐标系的空间点，进行麻醉气体类型识别时需要分别计算该点到各个映射区域中心点的距离；比较各距离的大小，与该点距离最小的映射区域所对应的气体类型就是被识别麻醉气体的类型。

所述步骤d同时建立两维、三维、四维和更高维的相对吸收系数坐标系及其各类麻醉气体在所述坐标系中的映射区域；当使用两维坐标系不足以准确识别被测麻醉气体的类型时，继续使用更高维数的坐标系对被测麻醉气体进行更高精度的识别。

本发明解决技术问题所采用的技术方案还包括：设计一种麻醉气体类型的区域分类识别装置，包括：

一个测量光路组件，包括顺序布置的红外光源，由电机带动的滤光片轮、检测气室、红外传感器和信号放大处理电路，用于把位于测量光路中的待测麻醉气体的浓度信号转换成电信号并把电信号进行选频放大；

一个气路组件，包括与检测气室进气口连接的电磁三通阀和与检测气室排气口连接的限流阀和抽气泵，用于在一定时间内把定量的待测量麻醉气体送入检测气室并在测量完成后排出；

一个主控单元，包括储存有计算程序和控制程序的单片机系统以及与单片机系统信号输出端口连接的控制电路，用于把所述测量光路组件输出的电信号反演计算出待测麻醉气体的类别和对应的浓度值以及根据测量需要对所述测量光路组件和气路组件实施控制；

所述滤光片轮均匀布置有至少三个红外滤光片，其中的一个红外滤光片具有对各类被测麻醉气体均没有吸收或吸收很小的中心波长，为参考通道；其余至少两个滤光片各对应一个对各类被测麻醉气体均有较大吸收的中心波长，构成多个测量通道。

作为一个最佳实施例，所述滤光片轮均匀布置有至少六个红外滤光片，构成五个测量通道和一个参考通道；所述五个测量通道滤光片的中心波长为：第1通道中心波长λ₁为8.37um，第2通道中心波长λ₂为8.55um，第3通道中心波长λ₃为8.75um，第4通道中心波长λ₄为9.62um，第5通道中心波长λ₅为12.3um；所述参考通道，即第6通道的中心波长λ_r为10.5um；各通道滤光片的通带宽度Δλ为90nm。

所述光路组件还包括由同步光源、位于滤光片轮上的同步通光孔和同步信号检测电路组成的信号同步装置，以保证各个通道的检测同步进行，所述同步通光孔随电机的转轴旋转，所述同步信号检测电路的信号输出端连接单片机系统。

所述与单片机系统信号输出端口连接的控制电路包括：与所述驱动电机连接的电机控制、与所述电磁三通阀连接的三通阀控制、与所述限流阀连接的流速检测和与所述抽气泵连接的气泵控制。

同现有技术相比较，本发明的麻醉气体类型的区域分类识别方法和装置具有如下优点：

可以快速、准确地识别出混合麻醉气体中的麻醉气体类型，为计算麻醉气体浓度做了准备；并且在测量装置中可以使用较少的滤光片进行麻醉气体种类的识别和浓度测量，大大地降低了检测设备的硬件成本。

附图说明

图1是麻醉气体吸收光谱和滤光片选择示意图；

图2是本发明麻醉气体类型的二维区域分类识别方法说明图；

图3是本发明麻醉气体类型的区域分类识别装置的结构示意图。

附图标号说明：1.红外稳态光源；2.电机；3.滤光片轮；4.红外滤光片；5.检测气室；6.红外传感器；7.信号放大处理电路；8.单片机系统；9.电磁三通阀；10.气泵；11.电机转速控制；12.三通阀控制；13.流速检测；14.气泵控制；15.同步光源；16.同步通光孔；17.同步信号检测电路；18.限流阀。

具体实施方式

以下结合附图所示之最佳实施例对本发明装置及其方法作进一步详述。

如图3所示，本发明麻醉气体类型的区域分类识别装置包括：

一个测量光路组件，包括顺序布置的红外光源1、滤光片轮3、检测气室5、红外传感器6和信号放大处理电路7，用于把位于测量光路中的待测麻醉气体的浓度信号转换成电信号并把电信号进行选频放大，所述滤光片轮3放置在光源和检测气室之间，由电机2带动以一定频率旋转；测量光路组件还包括由同步光源15、位于滤光片轮3上的同步通光孔16和同步信号检测电路17组成的信号同步装置，以保证各个通道的检测同步进行；所述同步通光孔16随电机2的转轴旋转，所述同步信号检测电路17的信号输出端连接单片机系统8。

一个气路组件，包括与检测气室5进气口连接的电磁三通阀9和与检测气室5排气口连接的限流阀18和抽气泵10，用于在一定时间内把定量的待测量麻醉气体送入检测气室5并在测量完成后排出。

一个主控单元，包括储存有计算程序和控制程序的单片机系统8以及与单片机系统8信号输出端口连接的控制电路，用于把所述测量光路组件输出的电信号反演计算出待测麻醉气体的类别和对应的浓度值以及根据测量需要对所述测量光路组件和气路组件实施控制。

所述滤光片轮3均匀布置有至少六个红外滤光片4，构成五个对各类被测麻醉气体均有较大吸收的测量通道和一个对各类被测麻醉气体均没有吸收或吸收很小的参考通道；所述五个测量通道滤光片的中心波长为：第1通道中心波长λ₁为8.37um，第2通道中心波长λ₂为8.55um，第3通道中心波长λ₃为8.75um，第4通道中心波长λ₄为9.62um，第5通道中心波长λ₅为12.3um；所述参考通道，即第6通道的中心波长λ_r为10.5um；各通道滤光片的通带宽度Δλ为90nm，如图1所示。

所述与单片机系统8信号输出端口连接的控制电路包括：与所述驱动电机2连接的电机控制11、与所述电磁三通阀9连接的三通阀控制12、与所述限流阀18连接的流速检测13和与所述抽气泵10连接的气泵控制14。

本发明装置的工作原理简述如下：测量波段和参考波段的红外光穿过检测气室中的被测气体后，被红外传感器6探测，分别得到各路测量信号和参考信号。其中测量信号的强度随着被测麻醉气体类型和浓度的变化而变化，参考信号不随麻醉气体类型和浓度变化而变化。各个通道信号通过同步信号检测进行同步，同步光源15发出的同步光信号，透过滤光片轮3上的同步通光孔16，到达同步信号检测电路17输出同步信号到单片机系统8进行信号同步；将测量信号与参考信号经信号放大处理电路7送入单片机系统8，在单片机系统8中进行同步处理，以及其他后续处理从而得到麻醉气体的种类和浓度。检测气室中的气体由气泵10从病人呼吸气体中连续抽取小样本的采样气体，并送入检测气室5中。在气体进入采样气室的气路中通过流速检测电路13检测实时的抽气速率，并由单片机系统8通过气泵控制电路14控制气泵10的抽气速度，达到稳定采样气体抽气速度的目的。

对本发明装置中的斩波片结构作适当变换，便可用于其他工业或医用混合气体的检测。例如，可以针对被测量气体种类和数量的不同安装不同中心频率和数量的滤光片，通过不同维数的相对吸收系数组合，便可把本发明装置变成其他工业或医用混合气体类型的识别和浓度检测装置。

下面介绍利用本发明装置进行麻醉气体类型的区域分类识别方法。

一、麻醉气体类型的区域分类识别方法的理论基础

根据比尔-朗勃定律，五个通道在通气体时光强的衰减公式为：

$\frac{I_n}{I_{0n}}{|}_{{\mathrm{\λ}}_n}=e^{-k_{\mathrm{An}}{C}_{A}l}\×e^{-k_{\mathrm{Bn}}{C}_{B}l}\×e^{-k_{\mathrm{Cn}}{C}_{C}l}\×e^{-k_{\mathrm{Dn}}{C}_{D}l}\×e^{-k_{\mathrm{En}}{C}_{E}l}$

在上式中(n＝1～5)，I_n表示第n个通道在通气体时该通道所测AD值，I_0n表示第n个通道在没有通气体时该通道所测AD值，k_An，k_Bn，k_Cn，k_Dn，k_En是五个常数，分别为五种麻醉气体在第n个通道的吸收系数，l为气室长度，C_A，C_B，C_C，C_D，C_E分别为五种麻醉气体的浓度，因为气室长度l和吸收系数k_An，k_Bn，k_Cn，k_Dn，k_En都为常数，所以可定义：

a_n＝k_An·l

b_n＝k_Bn·l

c_n＝k_Cn·l

d_n＝k_Dn·l

e_n＝k_En·l

这样吸收公式被简化为：

$\frac{I_n}{I_{0n}}{|}_{{\mathrm{\λ}}_n}=e^{-a_n{C}_A}\×e^{-b_n{C}_B}\×e^{-c_n{C}_C}\×e^{-d_n{C}_D}\×e^{-e_n{C}_E}$

根据此公式可得到在通单种麻醉气体时的光强与浓度的关系式，以第一种气体为例：

ln(I₀/I|_λ1)＝a₁C_A    (1)

ln(I₀/I|_λ2)＝a₂C_A    (2)

ln(I₀/I|_λ3)＝a₃C_A    (3)

ln(I₀/I|_λ4)＝a₄C_A    (4)

ln(I₀/I|_λ5)＝a₅C_A    (5)

假设a₁不等于零，用(2)(3)(4)(5)式除以(1)式得：

ln(I₀/I|_λ1)/ln(I₀/I|_λ1)＝a₁/a₁

ln(I₀/I|_λ2)/ln(I₀/I|_λ1)＝a₂/a₁

ln(I₀/I|_λ3)/ln(I₀/I|_λ1)＝a₃/a₁

ln(I₀/I|_λ4)/ln(I₀/I|_λ1)＝a₄/a₁

ln(I₀/I|_λ5)/ln(I₀/I|_λ1)＝a₅/a₁

这样可得出第1至5通道相对于第1通道的相对吸收系数。相对吸收系数为两个通道的ln(I₀/I|_λ1)之比，这样便消掉了浓度C，使得这组系数大小只与通入的麻醉气体在这两个通道的吸收系数的比值有关。

从五种麻醉气体的吸收谱线(图1)来看，五种麻醉气体在五个通道(即五个波段)的吸收系数是不一样的，因此相对五个通道的五组相对吸收系数，即五个通道相对与其中一个通道的吸收系数的比值是不一样的。因此可以根据这五组相对吸收系数中的一组或几组的组合来进行麻醉气体类型的识别，从而消除各麻醉气体吸收光谱互相耦合带来的影响，准确地识别出麻醉气体的类型。实验证明，吸收谱线中的五个测量通道滤光片的中心波长分别是：第1通道λ₁为8.37um，第2通道λ₂为8.55um，第3通道λ₃为8.75um，第4通道λ₄为9.62um，第5通道λ₅为12.3um；这五个通道中心波长选择在对某一种被测麻醉气体有较大的吸收系数而对其他被测麻醉气体的吸收系数不重叠的波段；如在8.37um处地氟醚有较大的吸收系数，而其他通道的吸收系数相对较小；还有第6通道为参考通道，其中心波长λ_r为10.5um；参考通道选择在光谱吸收相对较弱的地方，以没有吸收为最优选择。全部通道的Δλ为滤光片的通带宽度为90nm，如图1所示。

二、区域分类识别方法的建立过程

根据麻醉气体的吸收谱选择多种合适的波段，分别测量每种麻醉气体在这多个波段的光强衰减量，根据测量结果计算得到各个通道的相对吸收系数，根据得到的各个通道的相对吸收系数，可以取其中两个或多个相对吸收系数的取值范围建立一个坐标系，将不同类型和不同浓度的麻醉气体在对应通道上的相对吸收系数在这个坐标系中进行映射，在坐标系中可以得到不同类型麻醉气体对应的映射区域，不同类型的麻醉气体的相对吸收系数呈现明显的区域聚类特性，利用这样的区域聚类特性可以将不同类型的麻醉气体归到不同的区域，这样在测量时就可以通过几个通道的相对吸收系数在坐标系中所处的不同区域进行麻醉气体类型识别。不同的区域对应不同的麻醉气体类型，根据这样的区域分布特征就可以进行麻醉气体类型的识别。

区域分类识别方法需要先得到各个通道相对其中一个通道的相对吸收系数，以各通道相对通道2的相对吸收系数为例得到一组相对吸收系数β_n2(n＝1～5)。同一种气体在各通道的相对吸收系数是在某一个值附近变动。如果把每一个时间点各个通道的吸收系数值作为坐标映射到高维空间上，这样的二维、三维等多维的空间点的分布区域也呈明显的聚类的分布规律，通过这样的分类就可以更直观的通过多维空间上的相对吸收系数的区域分类来进行麻醉气体类型的识别。

以二维空间为例，把2 3通道对应的相对吸收系数β_n2□Aβ_n3分别作为二维空间的x坐标和y坐标的值。那么对于每种气体的不同浓度的样本，两通道的相对吸收系数将构成坐标中的一个点。把五种麻醉气体在不同时间不同浓度的点的分布图画出来可得到麻醉气体类型的分类图，如图2所示。在这样的分类图中，每种麻醉气体所画的点虽然是独立计算的，但对于每种气体的不同浓度的样本点，都相对集中于一个稳定的区域内。利用这样区域分布的特性，可以通过区域划分的办法来进行气体的类型的识别。不仅二维空间中的区域划分可以识别气体的类型，还可以通过三维甚至更多维空间的空间区域的划分来进行气体类型的判断，维数越多，判断的准确度越高，计算量也会越大。在能满足准确识别出气体类型的情况下，所使用的维数越低，算法实现的成本就越低。

三、建立区域分类识别方法的具体步骤

步骤1：消除气体浓度影响

设AD_n(n＝1～5)、AD_r分别为测量时刻各麻醉气体测量通道和参考通道的测量值，根据比尔-朗勃定律通单种麻醉气体时各个通道的测量到的光强与通气的麻醉气体浓度的关系式为：

Ln(AD_r/AD_n)＝α_n*C

上式中α_n(n＝1～5)为各通道对通入的麻醉气体的吸收系数，C为通入的麻醉气体的浓度。选择一个对每一种麻醉气体都有较大的吸收的通道作为相对吸收系数的计算参考，从图1的光谱吸收图谱中我们可以看到在波长8.55um附近各麻醉气体都有较大的吸收，所以我们选取第2通道即8.55um处的浓度测量值来计算其他通道相对第2通道的相对吸收系数。

β_n2为消除气体浓度影响后的各通道相对通道2的相对吸收系数。这个系数近似于气体在两通道的吸收系数之比，所以称为各通道的相对吸收系数。计算公式如下：

${\mathrm{\β}}_{n2}=\frac{L_n\left(\frac{{\mathrm{AD}}_n}{{\mathrm{AD}}_r}\right)}{L_n\left(\frac{{\mathrm{AD}}_2}{{\mathrm{AD}}_r}\right)}$

各种气体浓度的变化所引起的相对吸收系数的变化不大，各通道的相对吸收系数与其吸收谱线上各通道波段所对应的吸收系数的大小关系相符合。不同的气体各通道的相对吸收系数的大小关系有一定的规律。

步骤2：区域分类

以二维空间为例，把2 3通道对应的相对吸收系数β_n2□Aβ_n3分别作为二维空间的x坐标和y坐标的值。对于每种气体的不同浓度的样本，两通道的相对吸收系数将构成坐标中的一个点。把五种麻醉气体在不同时间不同浓度的点的分布图画出来可得到如图2所示麻醉气体类型的分布图，从图2的分布图中可得到每种气体的不同浓度的样本的点的不同集中区域，这样不同类型的麻醉气体就和不同的区域相对应。利用这样的区域分布特性，可以按照不同的区域划分来进行气体类型的识别。

步骤3：麻醉气体类型识别

在把各通道不同类型不同浓度的麻醉气体在不同通道的相对吸收系数在二维或三维空间映射后，对于气体的类型的识别就归结为空间归类的问题，对气体浓度的计算就变成空间点距离的计算。归类的方法就是在二维或多维空间上找到各类型点所占区域之间的分界线，用分界线来划分出区域。只要在某一区域出现就把他归为此区域所对应的类。对于识别五种麻醉气体，需要划分出五个区域。在二维空间上，由于各类型麻醉气体的点都比较集中比较有规则，采取分界线为直线的区域划分方式。两类型之间的分界直线并不是以斜率的方式确定，而是以中心点的方式确定。以氟烷和七氟迷为例，在确定了两个区域的中心点后，计算空间上每一个点与两中心点的距离，然后比较大小，离哪一个中心点最近，就把这个点归为此中心点对应的类型。

在中心点的选择方面，不能都把点选在类型区域的中心。还要需要根据实际情况来确定。例如在有些分布图中氟烷分布在其余四种麻醉气体之间，分布比较散，而地氟迷在其正下方分布相对比较集中；如果两气体中心点完全按照其区域的中心来选的话，不可避免的区分界线将画在氟烷的区域，从而把一部分属于氟烷的点归类为地氟迷。为了避免这种情况出现造成误判，可以在氟烷的中心点选定以后，适当的把地氟迷的中心点从其区域中心往下移，直到使他们之间的中垂线能完全把两区域分开为止。

为了提高识别率和准确度。可以增加识别所使用的相对吸收系数的维数，采用构筑三维空间的方案。用2 3 4通道的相对吸收系数分别作为x y z坐标。选取的五种气体对应的中心点坐标。在实际测量时，在没有麻醉气体通入时也要作出无麻醉气体判别。所以加入一个中心点坐标为(0，0，0)点的区域作为无麻醉气体区域。

根据测量装置得到的信号处理后得到的一组2 3 4通道的相对吸收系数，构造一个三维空间的点，即2 3 4通道的相对吸收系数将成为x y z坐标的三维坐标系；在实际使用中，实时得到该三个通道的相对吸收系数后，分别计算平均值点到5个区域中心点的距离；比较各距离的大小，找出最小值；根据距离最短的中心点确定气体类型，即落入那个区域之内就判断为那种类型的麻醉气体。

本发明麻醉气体类型的识别方法很容易被推广应用到其他工业或医用混合气体类型的识别和检测。只要对测量装置选择合适的滤光片，并通过选择适当的相对吸收系数作为映射的坐标，便可以得到其他工业或医用混合气体的区域分类。

Claims (10)

1.一种麻醉气体类型的区域分类识别方法，其特征在于该方法包括如下步骤：

a.把待测麻醉气体输送至测量装置的检测气室，分别测量该麻醉气体在所述测量装置的参考通道和至少两个测量通道所对应波段的光强衰减量；

b.利用参考通道消除浓度影响后，分别计算各个测量通道相对某一测量通道的相对吸收系数，由此获得两个或两个以上相对吸收系数；

c.把所述两个或两个以上的相对吸收系数作为两维或两维以上的相对吸收系数坐标系中的一个空间点映射到系统预制的具有麻醉气体类型映射区域的两维或两维以上的相对吸收系数坐标系中；

d.根据待测麻醉气体相对吸收系数坐标点所落入的空间区域，即通过对该坐标点的空间归类来识别被测麻醉气体的类型。

2.根据权利要求1所述的麻醉气体类型的区域分类识别方法，其特征在于：所述系统预制的具有麻醉气体类型映射区域的两维或两维以上的相对吸收系数坐标系的形成过程如下：

a.把已知类型和浓度的麻醉气体输送至所述测量装置的检测气室，分别测量该麻醉气体在所述参考通道和测量通道所对应波段的光强衰减量；

b.利用参考通道计算各个测量通道消除了浓度影响后的吸收系数；

c.分别计算各个测量通道相对其中一个测量通道的相对吸收系数，由此获得与测量通道数目M相等的M个相对吸收系数，所述M≥2；

d.对N个不同类型的不同浓度的麻醉气体分别执行步骤a至步骤c的测量和计算，获得一系列不同类型的不同浓度所对应的M组相对吸收系数的数据，选取两个或两个以上的相对吸收系数作为坐标轴建立两维或两维以上的相对吸收系数坐标系，把全部相对吸收系数的数据分别映射到所述相对吸收系数坐标系中，由此获得不同类型的麻醉气体在所述坐标系中所对应的映射区域，麻醉气体的浓度为零或很接近零时在该坐标系所对应的映射区域在坐标原点附近。 

3.根据权利要求2所述的麻醉气体类型的区域分类识别方法，其特征在于：所述M＝5，即所述麻醉气体浓度测量装置具有五个测量通道和一个参考通道，所述五个测量通道滤光片的中心波长为：第1通道中心波长λ₁为8.37μm，第2通道中心波长λ₂为8.55μm，第3通道中心波长λ₃为8.75μm，第4通道中心波长λ₄为9.62μm，第5通道中心波长λ₅为12.3μm；所述参考通道，即第6通道的中心波长λ_r为10.5μm；各通道滤光片的通带宽度Δλ为90nm。

4.根据权利要求2所述的麻醉气体类型的区域分类识别方法，其特征在于：所述N取值为5，即待测麻醉气体有五个类型，它们分别是：地氟醚、异氟醚、氟烷、七氟醚和氨氟醚，所述作为识别麻醉气体类型依据的相对吸收系数坐标系有五个麻醉气体映射区域和一个在坐标原点附近的浓度为零的麻醉气体映射区域。

5.根据权利要求1所述的麻醉气体类型的区域分类识别方法，其特征在于：所述被识别麻醉气体通过测量装置的信号处理后得到一组所述坐标系的坐标值，该组坐标值构成一个所述坐标系的空间点，进行麻醉气体类型识别时需要分别计算该点到各个映射区域中心点的距离；比较各距离的大小，与该点距离最小的映射区域所对应的气体类型就是被识别麻醉气体的类型。

6.根据权利要求1或2所述的麻醉气体类型的区域分类识别方法，其特征在于：同时建立两维、三维、四维和更高维的相对吸收系数坐标系及其各类麻醉气体在所述坐标系中的映射区域；当使用两维坐标系不足以准确识别被测麻醉气体的类型时，继续使用更高维数的坐标系对被测麻醉气体进行更高精度的识别。

7.一种进行如权利要求1所述麻醉气体类型的区域分类识别方法的识别装置，包括：

一个测量光路组件，用于把位于测量光路中的待测麻醉气体的浓度信号转换成电信号并把电信号进行选频放大；

一个气路组件，用于在一定时间内把定量的待测量麻醉气体送入检测气室(5)并在测量完成后排出；

一个主控单元，用于把所述测量光路组件输出的电信号反演计算出待测麻醉气体的类别和对应的浓度值以及根据测量需要对所述测量光路组件和气路 组件实施控制，其特征在于：

所述测量光路组件设有一个参考通道和至少两个测量通道，所述参考通道对各类被测麻醉气体均没有吸收或吸收很小，所述测量通道对各类被测麻醉气体均有较大吸收。

8.根据权利要求7所述的识别装置，其特征在于：所述测量光路组件包括顺序布置的红外光源(1)，由电机(2)带动的滤光片轮(3)、检测气室(5)、红外传感器(6)和信号放大处理电路(7)，所述滤光片轮(3)均匀布置有至少三个红外滤光片(4)，其中一个作为参考通道的红外滤光片具有对各类被测麻醉气体均没有吸收或吸收很小的中心波长，其余至少两个作为测量通道的滤光片各对应一个对各类被测麻醉气体均有较大吸收的中心波长。

9.根据权利要求8所述的识别装置，其特征在于：所述滤光片轮(3)均匀布置有六个红外滤光片(4)，构成五个测量通道和一个参考通道；所述五个测量通道滤光片的中心波长为：第1通道中心波长λ₁为8.37μm，第2通道中心波长λ₂为8.55μm，第3通道中心波长λ₃为8.75μm，第4通道中心波长λ₄为9.62μm，第5通道中心波长λ₅为12.3μm；所述参考通道，即第6通道的中心波长λ_r为10.5μm；各通道滤光片的通带宽度Δλ为90nm。

10.根据权利要求8或9所述的识别装置，其特征在于：所述光路组件还包括由同步光源(15)、位于滤光片轮(3)上的同步通光孔(16)和同步信号检测电路(17)组成的信号同步装置，以保证各个通道的检测同步进行，所述同步通光孔(16)随电机(2)的转轴旋转，所述同步信号检测电路(17)的信号输出端连接单片机系统(8)。 

Images