CN103315730B - 用于连续和无创地确定有效肺容量和心输出量的方法 - Google Patents

用于连续和无创地确定有效肺容量和心输出量的方法 Download PDF

Info

Publication number
CN103315730B
CN103315730B CN201310092665.5A CN201310092665A CN103315730B CN 103315730 B CN103315730 B CN 103315730B CN 201310092665 A CN201310092665 A CN 201310092665A CN 103315730 B CN103315730 B CN 103315730B
Authority
CN
China
Prior art keywords
carbon dioxide
parameter
respiratory cycle
relevant
physiologic parameters
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
Application number
CN201310092665.5A
Other languages
English (en)
Other versions
CN103315730A (zh
Inventor
帕尔·埃姆特尔
芒努斯·哈尔巴克
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.)
Maquet Critical Care AB
Original Assignee
Maquet Critical Care AB
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 Maquet Critical Care AB filed Critical Maquet Critical Care AB
Priority to CN201810306838.1A priority Critical patent/CN108814581B/zh
Publication of CN103315730A publication Critical patent/CN103315730A/zh
Application granted granted Critical
Publication of CN103315730B publication Critical patent/CN103315730B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/082—Evaluation by breath analysis, e.g. determination of the chemical composition of exhaled breath
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A61B5/029—Measuring or recording blood output from the heart, e.g. minute volume
    • 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
    • A61B5/083—Measuring rate of metabolism by using breath test, e.g. measuring rate of oxygen consumption
    • A61B5/0836—Measuring rate of CO2 production
    • 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
    • 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
    • A61M16/0051—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes with alarm devices
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • A61M2016/0036—Accessories therefor, e.g. sensors, vibrators, negative pressure with a flowmeter electrical in the breathing tube and used in both inspiratory and expiratory phase
    • 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
    • A61M2230/00—Measuring parameters of the user
    • A61M2230/40—Respiratory characteristics
    • A61M2230/43—Composition of exhalation
    • A61M2230/432—Composition of exhalation partial CO2 pressure (P-CO2)

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Pulmonology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Physiology (AREA)
  • Hematology (AREA)
  • Emergency Medicine (AREA)
  • Cardiology (AREA)
  • Anesthesiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Obesity (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明提供了一种用于对象（3）的有效肺容量、心输出量和/或静脉血的二氧化碳含量的连续和无创确定的方法。该方法包括以下步骤：在呼吸周期序列期间，测量到达和来自对象的吸入流量和呼出流量以及至少呼出气体的二氧化碳含量。在每个呼吸周期中，基于所测量的吸入流量、呼出流量和二氧化碳含量来确定与对象的肺泡二氧化碳分数[FACO2]相关的第一参数（ΔFACO2）、与对象的动脉血的二氧化碳含量[CaCO2]相关的第二参数（CaCO2）以及与对象的二氧化碳排出量[VCO2]相关的第三参数（VTCO2）。然后，基于所述呼吸周期序列的第一参数、第二参数和第三参数的相关性确定对象的有效肺容量、心输出量和/或静脉血的二氧化碳含量，优选地通过求解二氧化碳动力学超定方程组来确定。

Description

用于连续和无创地确定有效肺容量和心输出量的方法
技术领域
本发明涉及用于确定与对象的有效肺容量、心输出量和/或静脉血的二氧化碳含量相关的生理学参数的方法、计算机程序和装置。具体地，本发明涉及根据所测量的吸入流量和呼出流量及呼出气体的二氧化碳含量，在患者的换气治疗过程中对这些参数的无创和连续确定。
背景技术
心输出量(CO)是心脏将血液泵送到身体器官的速度。与心输出量密切相关的参数是肺毛细管血流量(PCBF)，即肺泡血流量。在没有心旁路流量或者心旁路流量可忽略的情况下，有效(非旁路)肺毛细管血流量等于心输出量。心输出量和有效肺毛细管血流量是心血管稳定性的重要量度。
有效肺容量(ELV)通常定义为参与气体交换的肺容量，并因此是肺功能的重要量度。
当心血管稳定性和/或肺功能受到潜在威胁时(如在手术过程中的患者和危重患者)，监测与心输出量和有效肺容量相关的参数是重要的。例如，在患者的换气治疗过程中，常常需要监测有效肺容量，有时还需要监测心输出量。
存在根据现有技术用于与心输出量和/或有效肺容量相关的参数的无创确定的若干方案。这些方案中的一些采用二氧化碳Fick法的多种变形，其中采用下述基本关系式来确定患者的心输出量：
Q＝VCO2/(CvCO2-CaCO2),
其中，Q是心输出量或者肺毛细管血流量，VCO2是在呼吸过程中从患者的机体排出的二氧化碳的体积(二氧化碳排出量)，CvCO2是患者的静脉血的二氧化碳含量，以及CaCO2是患者的动脉血的二氧化碳含量。
通常，采用二氧化碳Fick方程的微分形式来无创地确定患者的心输出量。微分Fick技术基于这样的前提：当患者的有效换气发生变化时，可以根据其他可测量参数的变化来估计心输出量和有效肺血流量。在患者的机械换气过程中，可以例如通过改变呼出气体的复吸程度或者通过改变单次呼吸容积、呼吸速率或者吸入阶段与呼出阶段之间所谓的吸气暂停(insp-hold pause)来使有效换气发生这样的变化。
EP1257201公开了采用已知的复吸技术无创地测量肺毛细管血流量和心输出量的设备。在一个实施方案中，获取患者的二氧化碳排出量(VCO2)数据和动脉血的二氧化碳含量(CaCO2)数据，并确定二氧化碳排出量数据与二氧化碳含量数据之间的相关系数。然后，采用该相关系数来计算混合的静脉二氧化碳含量、肺毛细管血流量和心输出量中的至少一个。
US7699788和WO2006047212公开了通过在患者的口处或口的附近获得二氧化碳和流量测量结果来无创地评估功能性余气量或有效肺容量的方法。在基线呼吸过程中和在对象的有效换气变化的诱导过程中或者之后不久获得测量结果。估算所得测量结果以确定呼出的二氧化碳水平恢复至正常所需的时间量—实际上即从对象的肺“冲出”的二氧化碳的估算量。反之，可以估算二氧化碳和流量测量结果以确定在对象的有效换气变化之后，二氧化碳“冲入”对象的肺中或者在对象的肺中的二氧化碳达到峰值水平所需的时间量。然后，由与二氧化碳排出量相关的参数和与动脉血的二氧化碳含量相关的参数之间的关系来确定患者的有效肺容量的测量结果。
US6217524描述了连续地、无创地确定患者的心输出量的方法。该方法包括：间歇地测量心输出量、患者每次呼吸时所呼出的二氧化碳的体积；以及通过用所呼出的二氧化碳的体积除以所测量的心输出量来确定患者的动脉-静脉梯度或类似的基本恒定的值。然后，可以采用动脉-静脉梯度或类似的基本恒定的值来逐次呼吸地确定患者的心输出量。用二氧化碳排出量(其作为由患者的每次呼吸所呼出的二氧化碳的体积而被无创地测量)除以动脉-静脉梯度或基本恒定的值来确定心输出量。该方法还包括产生信号以补偿可由患者的换气或呼吸变化引起的、在二氧化碳排出量、动脉-静脉梯度或其他呼吸的或血液气体特性测量结果中的任意非代谢变化。
Gedeon等人的“Pulmonary blood flow(cardiac output)and volumedetermined from a short breath hold using the differential Fick method”,J.CLIN.MONIT.17:313-321(2002)，描述了使用屏气技术来确定对象的有效肺容量的无创方法。Gedeon等人还描述了使对象的肺毛细管血流量与对象的有效肺容量相关联的方程。认为该方法提供不准确的数据，因为其基于CO2的流入可以不受屏气的显著影响的假设，但是屏气将引起二氧化碳分压变化。该假设不符合Fick方程，在Fick方程中二氧化碳排出量随二氧化碳分压线性地变化，而肺毛细管血流量和静脉血的二氧化碳含量(CVCO2)保持恒定。
Peyton等人的“Noninvasive,automated and continuous cardiac outputmonitoring by pulmonary capnodynamics:breath-by-breath comparison withultrasonic flow probe”,Anesthesiology 2006Jul；105(1):72–80，描述了称为二氧化碳动力学(capnodynamic)方法的技术，其采用所测量的二氧化碳排出量和单次呼吸末浓度，由肺二氧化碳质量平衡来进行肺血流量的逐次呼吸的测量。这里，采用二氧化碳动力学(capnodynamic)方程来消除与患者静脉血的二氧化碳含量(CvCO2)相关的参数以得到结果方程，从该方程可以迭代地推导出有效肺容量和心输出量。为了得到可以推导出有效肺容量和心输出量的结果方程，必须在两次基本等同呼吸(两次强力换气呼吸或两次较弱换气呼吸)的过程中和两次短暂呼吸(一次强力换气呼吸和一次较弱换气呼吸)的过程中进行测量。这使由Peyton等人提出的方法取决于特定换气方式。
该二氧化碳动力学方法在WO 2006/119546 A1中进一步描述。在本文中参照对象的连续交替的/周期性的肺泡换气描述了该方法，其中，在特定水平换气(强力换气或较弱换气)肺泡换气的各个期间构成半个周期。优选地，一个周期包括6至20次呼吸，通常为12次；半个周期为该呼吸次数的一半。该方法采用“校正方程”，需要针对发生在半周期期间(在该期间，二氧化碳的冲入和冲出最小化)的呼吸，即在有效换气变化之后二氧化碳浓度达到稳定状态时发生的呼吸来求解该方程。
US7135001公开了用于无创地确定患者的肺毛细管血流量或心输出量的微分Fick技术。该技术包括：对患者的呼吸的诱变阶段进行作用，使呼吸恢复至正常，然后立即重复呼吸的诱变阶段。该技术的特征在于典型的恢复阶段，其中在再次测量呼吸二氧化碳之前使患者的呼吸恢复至正常或基线水平，并忽略了流量。因此，相对于常规的微分Fick技术中相应阶段的时间长度，可缩短正常呼吸阶段和诱变阶段的持续时间。可以通过估算患者的换气为患者优化各个阶段的持续时间，但应当在约18秒至约42秒的间隔内。
发明内容
本发明的一个目的是实现无创地确定与对象的心输出量和/或有效肺容量相关的参数。
本发明的另一目的是实现同时确定与对象的心输出量和有效肺容量二者相关的参数。
本发明的又一方面是提供用于连续监视与经历换气治疗的对象的心输出量和有效肺容量相关的参数的方法，该方法不限于特定换气方式。
这些和其他目的通过用于确定与对象的有效肺容量(ELV)、心输出量(CO)和/或静脉血的二氧化碳含量(CvCO2)相关的至少一个生理学参数的无创方法而实现。该方法包括以下步骤：在呼吸周期序列中，测量由对象吸入的吸入气体的吸入流量和由对象呼出的呼出气体的呼出流量二者，以及测量至少呼出气体的二氧化碳(CO2)含量。该方法还包括以下步骤：针对呼吸周期序列中的每一个呼吸周期，基于所测量的吸入流量、呼出流量和二氧化碳含量确定与对象的肺泡二氧化碳分数(FACO2)相关的第一参数、与对象的动脉血的二氧化碳含量(CaCO2)相关的第二参数和与对象的二氧化碳排出量(VCO2)相关的第三参数。然后如下所述，通常根据所述序列的呼吸周期中的所述第一参数、第二参数和第三参数的相关性，通过对二氧化碳动力学超定方程组求解来确定至少一个生理学参数。
在由对象吸入的吸入气体包括数量不可忽略的二氧化碳的情况下(例如，在呼出气体的全部或部分复吸过程中)，该方法优选地还包括以下步骤：测量吸入气体的二氧化碳含量，以便在确定分别与FACO2、CaCO2和VCO2相关的第一参数、第二参数和第三参数时考虑该含量。
所提出的方法基于描述肺的换气和灌注动力学的数学模型。在本发明的一个优选实施例中，该方法采用描述肺泡二氧化碳分数FACO2如何从一个呼吸周期变到下一呼吸周期的二氧化碳动力学方程。二氧化碳动力学方程可以基于单室肺模型或多室肺模型。在本发明的一个示例性实施方案中，采用了用于单室肺模型的如下二氧化碳动力学方程：
V·ΔFACO2＝Δt·Q·(CvCO2-CaCO2)-VTCO2, (Eq.1)
其中，V是呼吸周期期间对象的有效肺容量，ΔFACO2是呼吸周期期间对象的肺泡二氧化碳的体积分数的变化，Δt是两次相继呼出之间的时间，即呼吸周期的持续时间(按时间计)，Q是呼吸周期期间对象的有效或非旁路肺毛细管血流量(PCBF)，CvCO2是呼吸周期期间对象的静脉血的二氧化碳含量，CaCO2是呼吸周期期间对象的动脉血的二氧化碳含量，以及VTCO2是呼吸周期期间对象的二氧化碳的单次呼吸容积排出量，即由对象排出的二氧化碳的体积。
通过测量呼吸周期期间的吸气流量、呼气流量及呼出气体的二氧化碳含量，可以计算呼吸周期的参数ΔFACO2、CvCO2和VTCO2。通过计算呼吸周期(各自具有预定的或可测量的持续时间(Δt))序列期间的这些参数，可以根据所分析的呼吸周期序列的不同呼吸周期中的参数ΔFACO2、CvCO2和VTCO2的相关性来同时确定分别对应于对象的有效肺容量、有效肺毛细管血流量和静脉血的二氧化碳含量的全部未知生理学参数V、Q和CvCO2。如在下文中更详细描述的，可以同时确定全部所述生理学参数意味着可以通过为描述所述生理学参数与所述第一参数、第二参数和第三参数之间的关系的单个二氧化碳动力学方程组寻找解来确定全部参数。
用以确定生理学参数V、Q和CvCO2的、所分析的呼吸周期序列应当包括多于三个呼吸周期。针对每一个呼吸周期，计算参数ΔFACO2、CvCO2和VTCO2的值，并将这些参数值与呼吸周期的持续时间(Δt)一起代入上述方程(Eq.1)，从而得到超定方程组，其包括与所分析的呼吸周期序列中的每一呼吸周期对应一个方程。然后，可以根据未知生理学参数V、Q和CvCO2，例如采用最小二乘法或适于寻找超定方程组的近似解的任意其它方法来对超定方程组进行求解。该解取决于不同呼吸周期中参数ΔFACO2、CvCO2和VTCO2之间的相关性。
如由本领域技术人员所理解的，上述计算依赖于在所分析的呼吸周期序列期间生理学参数V、Q和CvCO2基本恒定或者至少它们不改变太多的假定。因此，应当注意，认为所计算的生理学参数V、Q和CvCO2的值表示所分析的呼吸周期序列期间的平均值。
通过用最近的呼吸周期的相应参数值来替换超定方程组中“最早”呼吸周期的参数值ΔFACO2、CvCO2、VTCO2和Δt，可以以有效且可靠的方式来连续监视对象的有效肺容量、有效肺毛细管血流量及静脉血的二氧化碳含量。
所提出的方法的一个优点是，其可用于以高效且可靠的方式同时确定与对象的有效肺容量、心输出量及静脉血的二氧化碳含量相关的参数，因为它们都是通过对单个方程组求解而给出的。
所提出的方法的另一优点是可用于任意给定的呼吸周期序列，只要在所分析的呼吸周期序列期间，由对象呼出的呼出气体中的二氧化碳含量变化轻微即可。该方法无需鉴定所分析的呼吸周期序列中的任意特定呼吸及将它们彼此进行比较。相反，该方法等同地对待所有呼吸(即，呼吸周期)，并为各个呼吸周期提供生理学参数V、Q和CvCO2的更新值，无论患者的有效换气发生怎样的变化均如此。因此，该方法独立于对象的换气方式。
优选地，在所分析的呼吸周期序列期间由对象呼出的呼出气体中的二氧化碳含量应当改变至少0.5％，优选为0.5％至1％。在所分析的呼吸周期序列期间所需的呼出气体的二氧化碳含量的改变可以自然地发生在支持自主呼吸对象的换气的过程中。但是，可能需要通过在对象的有效换气中引起变化来主动地诱导呼出气体的二氧化碳含量随时间而变化。可以例如通过改变由对象呼出的呼出气体的复吸程度或者通过改变单次呼吸容积、呼吸速率或者吸入阶段与呼出阶段之间的吸入暂停(通常称为吸气暂停)来使有效换气发生这样的变化。
如果该方法用于连续监视经历换气治疗(其中引入有效换气变化以主动改变由患者呼出的呼出气体中的二氧化碳含量)的患者的生理学参数，则优选地使换气发生这样的变化：使得患者按照使一段时间的平均换气对应于患者的最佳换气程度的方式来交替地经历强力换气和较弱换气。优选地，使有效换气发生这样的变化：使得在所分析的呼吸周期序列期间，由患者呼出的呼出气体中的二氧化碳含量的改变为0.5％至1％。
在本发明的改良实施方案中，在所分析的呼吸周期序列期间，对象的有效肺容量的已知改变可用于获得对象的有效肺容量的更新值，其与由相关性分析确定的值相比更准确地反映对象目前的有效肺容量。可以根据所分析的呼吸周期序列的呼吸周期中的吸入气体与呼出气体的体积之差和与由相关性分析确定的有效肺容量相关的参数来确定有效肺容量的更新的或者“当前”的值。
所提出的方法的又一优点是，用于得到生理学参数V、Q和CvCO2中的一个或更多个的先验值的先验信息可用于获得未知量的更准确的测量。先验信息可来自用于测量这些生理学参数的其它方法，包括但不限于提供对象的静脉血二氧化碳含量(CvCO2)的先验值的血气测量、提供对象的有效肺容量(V)的先验值并且获得体重和测量对象的心率以提供对象的心输出量或有效肺毛细管血流量(Q)的先验值的冲洗方法。先验信息可用于为V、Q和CvCO2中的一个或更多个参数设置起始值，或者将这些参数中的一个或两个锁定为已知的且固定的值。在另一实施方案中，如在下文具体实施例方式部分更详细的讨论，用包括参数V、Q和CvCO2中的一个或更多个的先验值的附加方程来扩展上述超定方程组。
优选地，该方法还涉及计算表示确定生理学参数时的不确定性的误差的步骤。只要可测量和/或已知数据(ΔFACO2、CaCO2、VTCO2、Δt和任意其它先验值V、Q和CvCO2)符合所使用的数学模型，则误差小。但是，如果可测量和/或已知数据不符合该模型，则误差变大。在大误差的情况下，可以产生表示数学模型目前不可靠的警报信号。优选地，连续(即逐次呼吸地)计算误差，并且如果不确定性超过预定阈值，则产生警报信号。
根据本发明的另一方面，提供了能够进行上述方法的装置。为此，该装置包括至少一个流量传感器，其用于在对象的呼吸周期序列期间测量由对象吸入的吸入气体的吸入流量和由对象呼出的呼出气体的呼出流量二者。该装置还包括至少一个气体分析器，其用于测量在所分析的序列的各个呼吸周期中至少由对象呼出的呼出气体的二氧化碳含量。此外，该装置包括控制单元，其配置为根据所测量的吸入流量、呼出流量和二氧化碳含量来确定在呼吸周期序列中的各个呼吸周期中与对象的二氧化碳排出量(VCO2)相关的第一参数、与对象的动脉血的二氧化碳含量(CaCO2)相关的第二参数和与对象的肺泡二氧化碳分数(FACO2)相关的第三参数。控制单元还配置为根据呼吸周期序列中的所述第一参数、第二参数和第三参数的相关性来确定与对象的有效肺容量、心输出量和/或静脉血的二氧化碳含量相关的至少一个生理学参数。
虽然该装置可以是只用于监测与对象的有效肺容量、心输出量和/或静脉血的二氧化碳含量相关的生理学参数的单机装置，但是上述功能特别地意在整合入为经历换气治疗的患者提供呼吸辅助的呼吸设备中，如呼吸机或麻醉机。
优选地，这样的呼吸设备装配有流量传感器和气体分析器，流量传感器和气体分析器布置在Y件中或者布置为接近Y-件，所述Y件使呼吸设备的吸气分支和呼气分支与患者相连。流量传感器可以配置为连续测量到达患者的吸入流量和离开患者的呼出流量，以得到表示随着时间推移进入和离开患者的气道的气体流量的连续流量曲线。同样地，气体分析器可以配置为连续测量吸入气体和呼出气体中的二氧化碳含量，以得到表示随着时间推移由患者吸入和呼出的二氧化碳含量的连续CO2分数曲线。呼吸设备的控制单元可以配置为使用流量和二氧化碳含量测量结果来确定所分析呼吸周期序列中的各呼吸周期的分别与FACO2、CaCO2和VCO2相关的第一参数、第二参数和第三参数，以及根据呼吸周期序列中的第一参数、第二参数和第三参数的相关性来确定与对象的有效肺容量、心输出量和/或静脉血的二氧化碳含量相关的至少一个生理学参数。
呼吸设备的控制单元还配置为控制由呼吸设备提供给患者的换气，并且优选地配置为在患者的有效换气中引入变化，以确保在所分析的呼吸周期序列期间，呼出气体的二氧化碳含量改变至少0.5％，优选为0.5％至1％。
控制单元优选为可操作用以使呼吸设备向患者应用包括强力换气呼吸序列接着较弱换气呼吸序列的换气方式。该换气方式可在整个换气治疗过程中用于患者，意味着患者总是强力换气或者较弱换气。优选地控制强力换气呼吸和较弱换气呼吸序列，使得一段时间的总换气对应于患者的期望的、最佳的换气。在一个实施方案中，控制单元可操作用以使吸入阶段与呼出阶段之间的吸气暂停的持续时间发生变化，以使呼吸设备在强力换气与较弱换气之间转换。
在其它实施方案中，为了使呼吸设备在强力换气与较弱换气之间转换，控制单位可操作用以引起在吸入过程中递送至患者的呼吸气体的单次呼吸容积、呼吸速率和由患者呼出的呼出气体的复吸程度中的一个或更多个发生变化。
使装置(单机装置或呼吸设备)实施方法所需的逻辑优选地用软件来实现。因此，根据本发明的另一方面，提供了用于确定与对象的有效肺容量、心输出量和/或静脉血的二氧化碳含量相关的至少一个生理学参数的计算机程序。该计算机程序包括计算机可读代码，当通过如上所述配置的装置的处理器运行该计算机可读代码时，所述计算机可读代码致使装置实施本发明方法。
在装配有用于测量吸入气体和呼出气体的流量及呼出气体的二氧化碳含量的现有呼吸设备上设置这样的计算机程序，可使得现有呼吸设备实施本发明方法。
附图说明
根据在下文中提供的详述和仅通过示例性方式给出的附图将更充分地理解本发明。在不同附图中，相同的附图标记对应于相同的元件。
图1示出了具有根据本发明的示例性实施方案的呼吸设备的形式的装置。
图2是示出本发明的基本原理的流程图。
图3A和3B示出了根据本发明的一个实施方案的超定方程组的可视化解，对所述超定方程组进行求解以确定未知生理学参数。
图4示出了可用于经历换气治疗的对象以确定与对象的有效肺容量、心输出量和/或静脉血的二氧化碳含量相关的参数的换气方式。
具体实施方式
图1示出了根据本发明一个示例性实施方案的用于连续和无创地确定与对象3的有效肺容量(effective lung volume，ELV)、心输出量和/或静脉血的二氧化碳含量(CvCO2)相关的一个或更多个生理学参数的装置1。
在该实施方案中，装置1是呼吸设备，如呼吸机或麻醉机，用于为对象3提供呼吸辅助。呼吸设备包括根据预设参数和由呼吸设备的多个传感器所获得的测量结果来控制对象的换气的控制单元5。此外，呼吸设备包括用于将吸入气体输送到对象3的吸气分支7和用于将呼出气体输送离开患者的呼气分支9。吸气分支和呼气分支经由Y-件13连接至患者连接件11。
传感器15和气体分析器17布置在Y-件13中，并且可操作来分别测量到达对象3的吸入气体和离开对象3呼出气体的流量和二氧化碳(CO2)含量。控制单元5配置为根据由流量传感器15和气体分析器17得到的测量结果来确定生理学参数。为此，控制单元5包括存储计算机程序的非易失性存储器19，该计算机程序在由控制单元5的处理单元21运行时使得控制单元5根据下述原理来计算生理学参数。除非另有指明，否则在下文中描述的本发明方法的所有步骤由装置1的控制单元5通过运行计算机程序来执行。
图2示出了所提出的用于一个或更多个生理学参数的连续和无创确定的方法的基本原理。在下文中的本发明方法的描述中，将同时参照图1的呼吸设备。
对于对象3的每一个呼吸周期，图2所说明的方法的各步骤进行一次。呼吸周期包括吸入阶段和呼出阶段，呼吸周期的时间或持续时间通常定义为一个呼出阶段结束与下一呼出阶段结束之间的时间。呼吸周期的持续时间可根据由呼吸设备提供的换气模式和/或换气方式而改变。
在第一步骤S1中，通过流量传感器15和气体分析器17来测量吸入流量和呼出流量，以及至少呼出气体(优选地还有吸入气体)的二氧化碳含量。
在第二步骤S2中，根据从流量传感器15和气体分析器17获得的测量结果来确定与对象3的肺泡二氧化碳分数(FACO2)相关的第一参数、与对象3的动脉血的二氧化碳含量(CaCO2)相关的第二参数和与对象3的二氧化碳排出量(VCO2)相关的第三参数。
在第三即最后步骤S3中，根据在N个呼吸周期序列中在步骤S2中所确定的第一参数、第二参数和第三参数的相关性来确定与对象3的有效肺容量、心输出量和/或静脉血的二氧化碳含量相关的至少一个生理学参数。呼吸周期的序列优选地但不不一定是包括最后完成的呼吸周期和在先的N-1个呼吸周期的连续呼吸周期序列。
在其中进行相关性分析的序列中，呼吸周期的数目N优选地固定。当使用在下文中更详细地描述的优选数学模型时，所分析序列中的呼吸周期的数目应当不大于3。通过分析大于3个的呼吸周期，可以从由各呼吸周期中的第一参数、第二参数和第三参数的值所限定的三维数据点之间的关系来确定与对象3的有效肺容量、心输出量和静脉血的二氧化碳含量相关的全部3个参数。
在步骤S2中所确定的且与肺泡二氧化碳分数相关的第一参数优选地为在呼吸周期期间对象的肺泡二氧化碳的体积分数的变化，即，当前呼吸周期与在先呼吸周期之间的肺泡二氧化碳的体积分数的差分(ΔFACO2)。该参数可以例如作为当前的呼吸周期与在先的呼吸周期的单次呼吸末二氧化碳分数(FetCO2)之差)，根据所测量的呼出气体中的二氧化碳分数来估计。
在步骤S2中所确定的且与动脉血的二氧化碳含量相关的第二参数优选为动脉血的二氧化碳含量(CaCO2)本身，按[mLCO2，气体/L血液]进行测量。如在本领域中公知的，CaCO2可以根据针对二氧化碳在动脉血中的溶解度的CO2解离曲线函数来计算。假设CaCO2取决于动脉血中二氧化碳的分压((PaCO2)，PaCO2可以近似为二氧化碳的肺泡分压(PACO2)，PACO2进而可以从肺泡二氧化碳分数(FACO2)和大气压力(PACO2＝Pbar·FACO2)推导出。然后，可以使用Capek JM,Roy RJ,“Noninvasive measurement of cardiac output using partialCO2rebreathing”,IEEE Trans Biomed Eng 1988；35:653-61中的方程6和8来确定解离曲线函数。
在步骤S2中确定的且与二氧化碳排出量相关的第三参数优选为按[mLCO2，气体]测量的、二氧化碳的单次呼吸排出量(VTCO2)。可以通过将呼吸周期期间通过流量传感器15得到的流量曲线与通过气体分析器17得到的二氧化碳分数曲线(FCO2(t))积分来从所测量的吸入流量和呼出流量及所测量的吸入气体和呼出气体的二氧化碳含量来推导出该参数。因此，二氧化碳的单次呼吸排出量可以计算为：
其中tee是呼出阶段结束的时间点(呼出结束时间)，Δt是呼吸周期的持续时间。在这里，流量曲线定义为在呼出流量的方向上是正的。除非对象采用复吸技术或者通过具有显著死体积的呼吸设备来进行换气，否则吸入气体中的二氧化碳含量非常低并且可被忽略。在这种情况下，没有必要测量由对象吸入的吸入气体中的二氧化碳含量。
为了确定与对象的有效肺容量、心输出量和/或静脉血的二氧化碳含量相关的未知生理学参数，该方法优选地采用下述用于单室肺模型的二氧化碳动力学方程，其描述了肺泡二氧化碳分数(FACO2)如何从一个呼吸周期改变至下一呼吸周期：
V·ΔFACO2＝Δt·Q·(CvCO2-CaCO2)-VTCO2, (Eq.1)
其中V是呼吸周期期间对象的有效肺容量，ΔFACO2是呼吸周期期间对象的肺泡二氧化碳的体积分数的变化，Δt是两次相继呼出之间的时间即呼吸周期的持续时间(按时间计)，Q是呼吸周期期间对象的有效肺毛细管血流量(PCBF)，CvCO2是呼吸周期期间对象的静脉血的二氧化碳含量，CaCO2是呼吸周期期间对象的动脉血的二氧化碳含量，以及VTCO2是呼吸周期期间对象的二氧化碳的单次呼吸容积排出量，即由对象排出的二氧化碳的体积。
引入表示所分析的呼吸周期序列中的呼吸周期数目的指数“k”，并重新排布方程1，使得未知参数聚集在方程的左手边，得到：
针对所分析的呼吸周期序列中的呼吸周期(k＝1,2,…,N)，以矩阵式写该方程，得到：
当所分析的N个呼吸周期序列包括多于3次呼吸(即当N>3)的呼吸时，其变为超定方程组和三个未知参数三元组{V，Q·CvCO2，Q}，因此，可以通过为该超定方程组寻找近似解来确定分别与对象的有效肺容量、心输出量和静脉血的二氧化碳含量相关的生理学参数V、Q和CvCO2。如在本领域中公知的，可以以不同方式，例如采用最小二乘法，来计算超定方程组的近似解。无论使用的是何种方法，超定方程组的解将取决于所分析的呼吸周期序列的呼吸周期中的参数ΔFACO2、CvCO2和VTCO2的相关性。
该方程组(方程3)可改写为A·xA＝a，其中
于是，可以通过使误差|A·xA-a|最小化来确定参数三元组{V,Q·CvCO2,Q}的近似解。采用最小二乘法，解可以计算为：
xA＝(AT·A)-1·AT·a (Eq.4)
在另一实施例中，基本二氧化碳动力学方程(Eq.1)可以通过用其各项除以呼吸周期的持续时间Δt来修正，以得到下述经调整的二氧化碳动力学方程：
针对所分析的呼吸周期序列中的呼吸周期(k＝1,2,…,N)，以矩阵式写该方程，产生：
采用最小二乘法，该超定方程组(Eq.6)的最佳解可计算为：
在所分析的呼吸周期的持续时间Δt发生改变的情况下，除以Δtk表示对于各呼吸周期对总体解的贡献重新设置权重。这意味着如果在所分析的呼吸周期序列中Δt发生改变，则(Eq.7)将稍微不同于xA(Eq.4)。
因此，为了确保对于所分析的呼吸周期序列N中的所有呼吸周期提供相同的权重，有利地将基本二氧化碳动力学方程(Eq.1)与经修正的二氧化碳动力学方程(Eq.5)进行比较。
对于每个呼吸周期，参数三元组{ΔFACO2/Δt、CaCO2、VTCO2/Δt}限定了由所述参数三元组所跨越(spanned)的三维空间中的数据点，并且可以以该三维空间中拟合来自所分析的呼吸周期序列的数据点的平面的形式可视化超定方程组的解。在图3A和3B中说明了这样的平面23，其中，由圆圈表示针对每个呼吸周期由参数三元组{ΔFACO2/Δt、CaCO2、VTCO2/Δt}限定的数据点。图3A示出了平面23的透视图，图3B示出了平面23在所述三维空间中的横截面图。未知的生理学参数V和Q限定三维空间中平面的法线方向，参数Q·CvCO2限定平面沿VTCO2/Δt轴的平移。因此，可以认为未知的生理学参数V、Q和CvCO2是通过使平面拟合至多个3D数据点而确定的，其中各数据点是由分析的呼吸周期序列N中的每个呼吸周期的参数三元组{ΔFACO2/Δt,CaCO2,VTCO2/Δt}的值而给出的。
为了获得对象的当前有效肺容量的更准确的值，可以调整该模型以考虑所分析的呼吸周期序列期间对象的有效肺容量的已知变化。控制单元5优选地配置为计算在各吸入阶段由对象3吸入的吸入气体的体积以及在各呼出阶段由对象呼出的呼出气体的体积。这可以通过整合由流量传感器15测量的吸入流量和呼出流量来实现。因此，可以将每个呼吸周期的吸入气体体积VTi与呼出气体体积VTe之间的差ΔV确定为ΔV＝VTi–VTe。于是，对于所分析的呼吸周期序列中的给定呼吸周期n，该呼吸周期的末呼出肺容量可以表示为：
其中Vn是呼吸周期n中对象的末呼出肺容量，V是紧接所分析序列的呼吸周期之前的呼吸周期中对象的末呼出肺容量，以及ΔVj是呼吸周期j与紧前的呼吸周期的末呼出容量之差。
因此，所分析的呼吸周期序列中的所有末呼出肺容量可以表示为紧接在所分析的呼吸周期序列之前的未知末呼出容量V的一部分。通过将Vn代入基本二氧化碳动力学方程(Eq.1)，方程2的右手侧可以表示为如下：
以这种方式，可以通过根据有效肺容量V的近似值(其通过对上述超定方程组(Eq.3或Eq.6)求解而得到)计算所分析的呼吸周期序列中的最后的呼吸周期的有效肺容量VN，来得到对象的当前的有效肺容量(即最近呼吸周期的有效肺容量，对应于所分析的呼吸周期序列中的呼吸周期数目N)的快速更新。于是，最近呼吸周期的有效肺容量VN可以确定为：
通过对上述超定方程组(Eq.3或Eq.6)求解而得到的有效肺容量V的近似值必须解释为所分析的呼吸周期序列1至N期间对象的有效肺容量的“最佳平均值”。采用考虑对象的有效肺容量的已知变化的所提议的加法(方程8至10)意味着：假设分别与对象的心输出量和静脉血的二氧化碳含量相关的未知生理学参数Q和CvCO2在所分析的呼吸周期序列期间基本上恒定，而对象的有效肺容量V可以在呼吸-呼吸(即从一个呼吸周期至另一呼吸周期)中改变。
在用于补偿有效肺容量的变化的上述实施例中，假设通过对超定方程组(Eq.3或Eq.6)求解而得到的有效肺容量V的近似值对应于紧接在所分析的呼吸周期序列之前的呼吸周期中对象的有效肺容量。当然，还可以假设所计算的近似值V对应于所分析的呼吸周期序列中最后的呼吸周期的有效肺容量，并“朝后”计算以确定所分析序列中各呼吸周期的有效肺容量(考虑了所吸入的吸入气体与所呼出的呼出气体的体积之差)。如本领域技术人员所理解的，这需要相应地修正VTCO2(Eq.9)的表达。
为了计算生理学参数V、Q和CvCO2的更准确的近似值，可以包含这些生理学参数中的一个或更多个的先验信息来调整数学模型。先验信息可包括这些生理学参数中的一个或更多个的一个或更多个值。通过基于关于对象的生理学信息评估这些值，或者根据要使用本文所述的方法进行分析的呼吸周期序列之前的一个或更多个呼吸周期序列的分析，可通过其它测量方法获得这些值。
例如，可以通过本领域中公知的血气测量获得对象的静脉血的二氧化碳含量(CvCO2)的先验值。如由Jegier等在1963年7月的Br Heart J期刊(25(4):425–430)所建议的，可以基于对象的体重和心率来评估对象3的有效肺毛细管血流量的先验值。生理学参数的先验值可以通过装置1的用户界面(未示出)上的用户输入而提供至装置1的控制单元15。对象的有效肺容量(V)的先验值可以通过本领域中也公知的清洗过程(wash-out process)来确定。为此，在通过本文所述的方法来确定生理学参数V、Q和CvCO2之前，可以使得图1中的装置的控制单元15进行根据现有技术的清洗过程，以确定对象3的有效肺容量V。
可以通过对每个未知参数V、Q和CvCO2添加一个方程来扩展上述方程组，从而将先验信息整合入数学模型中。例如，方程组可以写为：
V·w1＝Vapriori·w1 (Eq.11)
Q·w3＝Qapriori·w3， (Eq.13)
其中，w1、w2和w3是加权系数，其根据与如上所述的矩阵A(或)的范数相关的系数的大小为添加的方程(Eq.11至Eq13)提供不同的权重。添加的方程可以以矩阵方式改写为：
于是，总方程组提供为：
可以采用例如最小二乘法针对参数三元组{V,Q·CvCO2,Q}求解上述方程：
xC＝(CT·C)-1·CT·c (Eq.16)
优选地，该方法还包括下述步骤：计算表示确定一个或更多个生理学参数时的不确定性的误差。采用如上所述的基本二氧化碳动力学模型(Eq.1)作为示例，可以将误差EA确定为(xC)对模型的最佳拟合中的误差：
EA＝(A·xC-a)T·(A·xC-a)， (Eq.17)
可以通过利用V标准化方程3来确定易于解释的误差EΔFACO2。这样，方程组Ax/V＝a/V变得量纲，并包含应当平衡呼吸周期期间对象的肺泡二氧化碳容积率(ΔFACO2)的变化的项：
在另一实施方案中，可以确定包括添加的“先验”方程(Eq.11至13)的扩展二氧化碳动力学模型(Eq.15)的误差：
EC＝(C·xC-c)T·(C·xC-c）， (Eq.19)
只要输入参数(ΔFACO2、VTCO2、Δt、CaCO2)的值和任意添加的先验值V、CvCO2或Q良好拟合所提出的肺模型，则误差小。但是如果误差大，则表示该模型并非最佳地适合当前情形。例如，大误差可能表示：假设在所分析的呼吸周期序列期间基本恒定的未知生理学参数中的一些(CvCO2、Q以及在一些实施方案中还有V)实际上发生了变化。大误差还可能表示流量传感器15或气体分析器17故障，或者必须完成一些其它要求以使模型适当地反映事实是未完成的。如果所计算的误差超过预定阈值，则可以产生表示模型目前不符合所观察到的数据的警报信号，并将其视觉地或听觉地提供给用以监测对象3的生理学参数的装置1的操作者。
应当理解，根据任意上述原理所计算的误差(如生理学参数V、CvCO2和Q的确定值)将取决于由呼吸周期的分析序列中的呼吸周期的ΔFACO2、VTCO2和CaCO2的值所限定的数据点之间的相关性。
再次参照图1，呼吸设备的控制单元5优选地可操作用以改变呼吸周期的分析期间对象3的有效换气，以使得所述序列期间由对象呼出的呼出气体中的二氧化碳含量改变至少0.5％。呼出气体中二氧化碳含量的变化意味着参数FACO2、CaCO2、Δt和VTCO2中的一些或全部在呼吸周期的分析序列期间改变，这也是用以根据未知生理学参数来对上述超定方程组求解的要求。优选地，控制单元配置为使得在呼吸周期的分析序列期间呼出气体中的二氧化碳含量改变0.5％至1％。
与用于确定对象的有效肺容量、心输出量或静脉血的二氧化碳含量的其它方法相比，本发明方法的一个优点是，它独立于换气变化的类型，并且独立于提供给对象的换气方式。以下是控制单元5如何实现对象的有效换气的变化的非排他性示例的列表：
1)通过改变传送到对象3的一次换气量
2)通过改变对象3的呼吸速率
3)通过改变吸气期与呼气期之间的所谓的吸气暂停(insp-hold pause)
4)通过经由所谓的尼科(NICO)环(NICO-无创心输出量)的部分复吸来改变由对象3呼出的呼出气体的复吸水平
5)通过经由呼吸设备的吸气分支7的部分复吸来改变由对象3呼出的呼出气体的复吸水平
技术3至5的优点是，采用这些技术，呼吸周期的呼气期不受影响，这是特别有利的，因为本发明方法依赖于由对象呼出的呼出气体中CO2含量的测量结果，并因此需要在呼气期期间采样CO2的含量。技术1至3的优点是，目前大多数呼吸设备(例如，呼吸机)可适于仅通过升级控制呼吸设备的操作的软件来实施这些技术。在另一方面，技术4至5通常需要使用并不常常包含于呼吸设备中的硬件组件。
如之前所提到的，控制单元5优选地被配置为连续监测由呼吸设备提供的、呼吸治疗期间的对象3的生理学参数V、CvCO2和Q，这可能需要对象的有效换气反复变化，以使呼出气体中的二氧化碳含量在呼吸周期的各分析序列期间变化。为了实现对象的期望的总换气，控制单元5优选地被配置为改变对象3的有效换气，使得对象以随时间的平均换气对应于患者换气的最佳水平的方式交替地经历强力换气和较弱换气。这意味着对象的有效换气变化常常直接跟着“反方向”变化—在强力换气期与较弱换气期之间没有对象的基线换气(即，“正常”换气)。
为此，控制单元5可配置为根据由操作者输入至呼吸设备并表示待提供给对象的基线换气的换气参数，来确定一序列强力换气呼吸和较弱换气呼吸的形式的最佳换气方式，该换气方式在换气方面给出与期望基线换气相同的效果。例如，由操作者输入的换气参数可包括表示对象的期望每分换气量的参数，因此，控制单元可配置为确定一序列强力换气呼吸和较弱换气呼吸以及产生所述期望每分换气量。然后，在整个换气治疗过程中连续重复该强力换气呼吸和较弱换气呼吸序列，这意味着在前一序列的最后呼吸之后直接开始新序列。
已发现在所分析的呼吸周期序列包括10次(即，N＝10)呼吸时的适合的换气方式的示例是如下换气方式：包括5次强力换气呼吸与5次较弱换气呼吸的连续交替的换气方式。在优选实施例中，该换气方式是通过改变吸气期与呼气期之间的吸气暂停的持续时间来产生的。对于5次呼吸，吸气暂停与将导致对象的期望基线换气的“正常”吸气暂停相比缩短，从而向对象传输5次强力换气呼吸，而对于接下来的5次呼吸，吸气暂停与所述“正常”吸气暂停相比延长，从而传输5次较弱换气呼吸。只要期望使用本文所述的本发明方法来监测生理学参数，则重复该方式。如上所述，“缩短的”和“延长的”吸气暂停的持续时间优选地选择为使对象的每分换气量对应于使用期望基线换气所得到的每分换气量。
优选的换气方式
如前所述，上述方法以及在本申请的背景部分中描述的大多数方法通常需要对象的有效换气反复变化，以确定与对象的有效肺容量、心输出量和/或静脉血的二氧化碳含量相关的未知生理学参数。虽然在上述实施例中通过包括交替序列的5次强力换气呼吸和5次较弱换气呼吸实现了有效换气的这样的反复变化，但是近来的研究示出，可以有利地采用具有较短序列的换气增加和换气减少的换气方式。优选地，对象的有效换气的反复变化是通过其中各周期包括第一数目的换气增加的呼吸和第二数目的换气减少的呼气的周期性换气方式而实现的，其中，各周期中呼吸的总次数为5次或更少。
因此，根据本发明的另一方面，提供了一种无创方法，用于确定与对象的有效肺容量、心输出量和/或静脉血的二氧化碳含量相关的至少一个生理学参数，其包括以下步骤：
-使用每个周期包括第一数目的换气增加的呼吸和第二数目的换气减少的呼吸的周期性换气方式来对对象进行换气；
-测量由对象吸入的吸入气体的吸入流量、由对象呼出的呼出气体的呼出流量，以及至少呼出气体的二氧化碳含量，以及
-根据所测量的流量和二氧化碳含量来确定所述至少一个生理学参数，
其中，周期性换气方式的每个周期中呼吸的总次数是5次或更少。
因此，所提出的换气方式的周期比在根据现有技术的方法中用于相同目的的换气方式的周期短。与具有较长序列的换气增加和换气减少的换气方式相比，所提出的周期性换气方式至少具有以下优点：
-以较高频率改变对象的有效换气，这使得能够根据较短的呼吸序列来确定与对象的有效肺容量、心输出量和/或静脉血的二氧化碳含量相关的生理学参数。这降低了监测生理学参数时的响应时间。
-短序列的换气增加和换气减少降低了向对象静脉血的二氧化碳含量CvCO2引入变化的风险，该风险在高水平的心输出量时特别高。大多数方法(包括本申请中所述的方法)是基于呼吸的分析序列期间CvCO2基本恒定的假设的，因此，呼吸的分析序列期间的CvCO2的变化可能导致生理学参数确定的误差。
-短序列的换气增加和换气减少减少了由有效换气的变化对患者引起的潜在不利影响。例如，在与换气增加的呼吸的吸入暂停相比，通过延长吸入暂停来产生换气减少的呼吸的实施例中，对象的肺的升压期缩短，这降低了不利地影响对象的血液动力的风险。
优选地，出于上述原因，换气增加的呼吸是强力换气呼吸(即，与对象的期望基线换气相比换气增加的呼吸)，而换气减少的呼吸是较弱换气呼吸(即，与期望基线换气相比换气减少的呼吸)。
优选地，使用不需要对象呼出的呼出气体中的二氧化碳含量的稳定状态的算法来进行至少一种生理学参数的确定，因为所提出的换气方式中的换气增加和换气减少序列对于二氧化碳含量达到稳定状态水平而言通常太短。
优选地，使用分析从所测量的量推导出的参数之间的相关性的上述方法进行生理学参数的确定。因此，在一个实施例中，该方法包括以下步骤：
-使用每个周期包括第一数目的换气增加的呼吸和第二数目的换气减少的呼吸的周期性换气方式来对对象进行换气，其中，周期性换气方式中的每个周期中呼吸的总次数是5次或更少，以及在呼吸序列期间：
-测量由对象吸入的吸入气体的吸入流量、由对象呼出的呼出气体的呼出流量，以及至少呼出气体的二氧化碳含量，以及
-针对所述呼吸序列中的每次呼吸，基于所测量的吸入流量、呼出流量和二氧化碳含量，确定与对象的肺泡二氧化碳分数(FACO2)相关的第一参数(ΔFACO2)、与对象的动脉血二氧化碳含量(CaCO2)相关的第二参数(CaCO2)、与对象的二氧化碳排出量(VCO2)相关的第三参数(VTCO2)，以及
-基于所述呼吸序列中的第一参数(ΔFACO2)、第二参数(CaCO2)和第三参数(VTCO2)的相关性来确定所述至少一个生理学参数(V、Q、CvCO2)。
优选地，所分析的呼吸序列中呼吸的次数对应于周期性换气方式的每个周期中的呼吸次数。但是，可以是其他替选。例如，可以使用每个周期包括5次呼吸的周性期换气方式，以及通过研究10次呼吸序列中第一参数、第二参数和第三参数的相关性来确定未知生理学参数。
如上所讨论的，在所分析的序列呼吸期间，有效换气的变化应当优选使得由对象呼出的呼出气体中的二氧化碳含量变化至少0.5％。因此，在所分析的呼吸序列中的呼吸次数等于周期换气方式中每个周期的呼吸次数的优选实施例中，周期性换气方式应当使得与换气方式周期具有相同长度(即，呼吸次数)的任意序列呼吸期间由对象呼出的呼出气体中的二氧化碳含量变化至少0.5％。
在优选实施例中，在周期性换气方式的每个周期中有5次呼吸。优选地但非必需地，在周期换气方式的每个周期中，换气增加的呼吸次数高于换气减少的呼吸次数。在一个示例性实施例中，周期性换气方式的每个周期包括3次换气增加的呼吸和2次换气减少的呼吸。在另一实施例中，每个周期包括4次换气增加的呼吸和1次换气减少的呼吸。
在一个优选实施例中，通过与换气增加的呼吸的吸入暂停相比延长换气减少的呼吸的吸入暂停来使有效换气发生变化。例如，合适的周期性换气方式可具有包括3次换气增加的呼吸(每次具有3秒的持续时间并且无吸入暂停)和2次换气减少的呼吸(每次具有3秒的持续时间和4秒的吸入暂停)的周期。这意味着换气增加的序列的持续时间为9秒(3×3秒)，换气减少的序列的持续时间为14秒(2×(3秒+4秒))，周期性换气方式中的每个周期的持续时间为23秒(9秒+14秒)。已发现，对于任意给定序列的5次连续呼吸，该换气方式引起由对象呼出的呼出气体中的二氧化碳含量充分变化。
在图4中说明了该示例性周期性换气方式，其中字母“I”表示换气增加的序列，字母“D”表示换气减少的序列，字母“B”表示换气增加的序列与换气减少的序列中的呼吸。使用该周期性换气方式的有效呼吸速率为每分钟13次呼吸((5/23)×60)。

Claims (16)

1.一种无创方法，用于确定与对象的有效肺容量、心输出量和/或静脉血的二氧化碳含量相关的至少一个生理学参数，所述方法包括以下步骤：
在呼吸周期序列期间，
-至少测量由所述对象呼出的呼出气体的呼出流量，以及
-测量所述呼出气体的二氧化碳含量，
其特征在于所述方法还包括以下步骤：
-针对所述呼吸周期序列中的每个呼吸周期，基于所测量的呼出流量和二氧化碳含量，确定与所述对象的肺泡二氧化碳分数相关的第一参数、与所述对象的动脉血的二氧化碳含量相关的第二参数以及与所述对象的二氧化碳排出量相关的第三参数，以及
-针对所述呼吸周期序列中的每个呼吸周期，将所确定的所述第一参数、所述第二参数和所述第三参数的值代入二氧化碳动力学方程，以形成超定方程组，并且通过为所述超定方程组求解近似解来确定所述至少一个生理学参数，
其中确定所述至少一个生理学参数的步骤涉及基于所述呼吸周期序列中的所述第一参数、所述第二参数和所述第三参数的相关性，同时确定与所述对象的有效肺容量相关的生理学参数以及与所述对象的心输出量相关的生理学参数。
2.根据权利要求1所述的方法，其中所述确定所述至少一个生理学参数的步骤涉及基于所述相关性同时确定与所述对象的有效肺容量相关的生理学参数、与所述对象的心输出量相关的生理学参数以及与所述对象的静脉血的二氧化碳含量相关的生理学参数。
3.根据权利要求1或2所述的方法，其中，所述二氧化碳动力学方程描述了与对象的有效肺容量、心输出量、静脉血的二氧化碳含量、肺泡二氧化碳分数、动脉血的二氧化碳含量和二氧化碳排出量相关的参数之间的关系。
4.根据权利要求3所述的方法，其中所述二氧化碳动力学方程是：
V·ΔFACO2＝Δt·Q·(CvCO2-CaCO2)-VTCO2，
其中，V是所述呼吸周期期间的有效肺容量，ΔFACO2是所述呼吸周期期间肺泡二氧化碳的容积率的变化，Δt是所述呼吸周期的持续时间，Q是所述呼吸周期期间的有效肺毛细管血流量，CvCO2是所述呼吸周期期间静脉血的二氧化碳含量，CaCO2是所述呼吸周期期间动脉血的二氧化碳含量，以及VTCO2是所述呼吸周期期间二氧化碳的一次呼吸排出量。
5.根据权利要求1或2所述的方法，其中，针对每个呼吸周期，通过按每次呼吸利用在所述呼吸周期序列中的最近的呼吸周期期间所获得的所述第一参数、所述第二参数和所述第三参数的值来替换在最早的呼吸周期期间所获得的所述第一参数、所述第二参数和所述第三参数的值，来确定所述至少一个生理学参数。
6.根据权利要求1或2所述的方法，其中，确定了与所述对象的有效肺容量相关的至少一个生理学参数，所述方法还包括以下步骤：
-还测量由所述对象吸入的吸入气体的吸入流量；
-根据所测量的吸入流量和呼出流量计算每个呼吸周期中的吸入气体体积与呼出气体体积的差，以及
-基于所确定的生理学参数和所述差确定所述对象的当前有效肺容量的更新值。
7.根据权利要求1或2所述的方法，还包括以下步骤：在确定所述至少一个生理学参数之前，使用用于确定至少一个所述生理学参数的另一方法来获得包括至少一个所述生理学参数的至少一个值的先验信息，并且在所述至少一个生理学参数的确定中使用所述先验信息。
8.根据权利要求1或2所述的方法，还包括以下步骤：基于所述呼吸周期序列中的所述第一参数、所述第二参数和所述第三参数的相关性，确定在确定所述至少一个生理学参数时的误差；以及在所述误差表明所述相关性弱的情况下，产生警报信号。
9.一种用于无创地确定与对象的有效肺容量、心输出量和/或静脉血的二氧化碳含量相关的至少一个生理学参数的装置，所述装置包括：
-至少一个流量传感器，用于至少测量由所述对象呼出的呼出气体的呼出流量，以及
-至少一个气体分析器，用于测量所述呼出气体的二氧化碳含量，
其特征在于，所述装置还包括控制单元，所述控制单元被配置为：
-针对呼吸周期序列中的每个呼吸周期，基于所测量的呼出流量和二氧化碳含量，确定与所述对象的肺泡二氧化碳分数相关的第一参数、与所述对象的动脉血的二氧化碳含量相关的第二参数以及与所述对象的二氧化碳排出量相关的第三参数，以及
-针对所述呼吸周期序列中的每个呼吸周期，将所确定的所述第一参数、所述第二参数和所述第三参数的值代入二氧化碳动力学方程，以形成超定方程组，并且通过为所述超定方程组求解近似解来确定所述至少一个生理学参数，
其中确定所述至少一个生理学参数涉及基于所述呼吸周期序列中的所述第一参数、所述第二参数和所述第三参数的相关性，同时确定与所述对象的有效肺容量相关的生理学参数以及与所述对象的心输出量相关的生理学参数。
10.根据权利要求9所述的装置，其中所述控制单元包括：存储器，其存储计算机程序；以及处理单元，用于执行所述计算机程序，以使得所述装置实施根据权利要求1至8中任一项所述的方法。
11.根据权利要求9或10所述的装置，其中所述装置是用于所述对象的换气治疗的呼吸设备。
12.根据权利要求11所述的装置，其中所述装置是呼吸机或麻醉机。
13.根据权利要求11所述的装置，其中所述控制单元能操作用以引起所述对象的有效换气变化，使得在所述呼吸周期序列期间，由所述对象呼出的所述呼出气体的二氧化碳含量改变0.5％至1％。
14.根据权利要求12所述的装置，其中所述控制单元能操作用以引起所述对象的有效换气变化，使得在所述呼吸周期序列期间，由所述对象呼出的所述呼出气体的二氧化碳含量改变0.5％至1％。
15.根据权利要求13所述的装置，其中所述控制单元被配置为改变所述对象的有效换气，使得所述呼吸设备为所述对象传输具有如下交替序列的换气方式：换气增加的呼吸和换气减少的呼吸的交替序列。
16.根据权利要求14所述的装置，其中所述控制单元被配置为改变所述对象的有效换气，使得所述呼吸设备为所述对象传输具有如下交替序列的换气方式：换气增加的呼吸和换气减少的呼吸的交替序列。
CN201310092665.5A 2012-03-21 2013-03-21 用于连续和无创地确定有效肺容量和心输出量的方法 Active CN103315730B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810306838.1A CN108814581B (zh) 2012-03-21 2013-03-21 用于连续和无创地确定有效肺容量和心输出量的方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
PCT/SE2012/050312 WO2013141766A1 (en) 2012-03-21 2012-03-21 Method for continuous and non-invasive determination of effective lung volume and cardiac output
SEPCT/SE2012/050312 2012-03-21

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201810306838.1A Division CN108814581B (zh) 2012-03-21 2013-03-21 用于连续和无创地确定有效肺容量和心输出量的方法

Publications (2)

Publication Number Publication Date
CN103315730A CN103315730A (zh) 2013-09-25
CN103315730B true CN103315730B (zh) 2018-05-04

Family

ID=47953441

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201810306838.1A Active CN108814581B (zh) 2012-03-21 2013-03-21 用于连续和无创地确定有效肺容量和心输出量的方法
CN201310092665.5A Active CN103315730B (zh) 2012-03-21 2013-03-21 用于连续和无创地确定有效肺容量和心输出量的方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201810306838.1A Active CN108814581B (zh) 2012-03-21 2013-03-21 用于连续和无创地确定有效肺容量和心输出量的方法

Country Status (4)

Country Link
US (1) US10085673B2 (zh)
EP (2) EP2799008B1 (zh)
CN (2) CN108814581B (zh)
WO (1) WO2013141766A1 (zh)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170027451A1 (en) 2013-12-20 2017-02-02 Maquet Critical Care Ab Method and apparatus for estimating shunt
WO2015136405A1 (en) * 2014-03-11 2015-09-17 Koninklijke Philips N.V. Reducing hypercapnic respiratory failure during mechanical ventilation
WO2016032375A1 (en) 2014-08-27 2016-03-03 Maquet Critical Care Ab Method and apparatus for prediction of fluid responsiveness in mechanically ventilated subjects
HUP1400421A2 (hu) * 2014-09-10 2016-03-29 Gyarmathy Agnes Dr Pomozine Berendezés belélegzett levegõ CO2 tartalmának beállítására és/vagy szabályozására
US10058661B2 (en) 2014-12-04 2018-08-28 Norton (Waterford) Limited Inhalation monitoring system and method
US20200297956A1 (en) * 2015-12-16 2020-09-24 Maquet Critical Care Ab Ventilation Pattern for Non-Invasive Determination of ELV, EPBF, Cardiac Output and/or CO2 Content in Venous Blood
WO2017192077A1 (en) 2016-05-03 2017-11-09 Maquet Critical Care Ab Capnotracking of cardiac output or effective pulmonary blood floow during mechanical ventilation
WO2017192076A1 (en) 2016-05-03 2017-11-09 Maquet Critical Care Ab Determination of cardiac output or effective pulmonary blood floow during mechanical ventilation
CN108267182A (zh) * 2017-01-04 2018-07-10 沈阳新松医疗科技股份有限公司 一种同步测量呼吸气体流量和含量的肺功能仪及方法
EP3606423A4 (en) 2017-04-05 2020-12-30 Fisher&Paykel Healthcare Limited RESPIRATORY THERAPY SYSTEM AND METHOD
CN108042106A (zh) * 2017-11-14 2018-05-18 李明 一种提高人体体征无创检测设备检测精度的人工智能纠偏方法
EP3801716B1 (en) * 2018-06-11 2022-09-21 Maquet Critical Care AB Ventilation pattern for hemodynamic parameter determination during mechanical ventilation
DK3809959T3 (da) * 2018-06-19 2023-09-11 Abiomed Inc Systemer til bestemmelse af hjertevolumen
RU2693442C1 (ru) * 2018-06-29 2019-07-02 Федеральное Государственное Бюджетное Научное Учреждение "Федеральный Научно-Клинический Центр Реаниматологии И Реабилитологии" (Фнкц Рр) Способ определения готовности отлучения от аппаратуры искусственной вентиляции легких пациентов с повреждениями головного мозга
CN112533533B (zh) * 2018-08-07 2024-04-12 罗斯特姆医疗创新有限公司 用于监测不与患者的通气肺相互作用的血流的系统和方法
US20220401676A1 (en) * 2019-10-08 2022-12-22 Fisher & Paykel Healthcare Limited Flow therapy system and method
US20220378323A1 (en) 2019-12-10 2022-12-01 Maquet Critical Care Ab Estimation of mixed venous oxygen saturation
CN112466471A (zh) * 2020-12-16 2021-03-09 丁贤根 微智商监测调节的方法
CN113082412B (zh) * 2021-03-30 2023-11-17 湖南万脉医疗科技有限公司 呼吸机的吸入气氧浓度分数控制系统
SE2251373A1 (en) * 2022-11-25 2023-10-17 Sensebreath Ab Lung function measurement arrangement

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5503148A (en) * 1994-11-01 1996-04-02 Ohmeda Inc. System for pulse oximetry SPO2 determination
CN101500633A (zh) * 2006-06-05 2009-08-05 佛罗里达大学研究基金公司 呼吸器监控系统和使用同样系统的方法
CN101528294A (zh) * 2006-04-21 2009-09-09 帝国改革有限公司 用于稳定障碍性呼吸的方法和装置

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3325673B2 (ja) * 1993-10-25 2002-09-17 アークレイ株式会社 呼気中の成分濃度補正方法及び呼気分析装置
EP0936888A1 (de) * 1996-09-28 1999-08-25 Technische Universität Dresden Anordnung zur bestimmung des effektiven pulmonalen blutdurchflusses
US5971934A (en) * 1996-10-04 1999-10-26 Trustees Of The University Of Pennsylvania Noninvasive method and apparatus for determining cardiac output
US6217524B1 (en) 1998-09-09 2001-04-17 Ntc Technology Inc. Method of continuously, non-invasively monitoring pulmonary capillary blood flow and cardiac output
US6102868A (en) * 1998-10-16 2000-08-15 University Of Florida Method and system for measuring the cardiac output of a living being
US7699788B2 (en) 2000-02-22 2010-04-20 Ric Investments, Llc. Noninvasive effective lung volume estimation
US6540689B1 (en) * 2000-02-22 2003-04-01 Ntc Technology, Inc. Methods for accurately, substantially noninvasively determining pulmonary capillary blood flow, cardiac output, and mixed venous carbon dioxide content
EP1238631B1 (en) * 2001-03-05 2008-12-31 Instrumentarium Corporation A method for non-invasively determining conditions in the circulatory system of a subject
US7135001B2 (en) * 2001-03-20 2006-11-14 Ric Investments, Llc Rebreathing methods including oscillating, substantially equal rebreathing and nonrebreathing periods
US20030225339A1 (en) * 2002-05-06 2003-12-04 Respironics Novametrix Methods for inducing temporary changes in ventilation for estimation of hemodynamic performance
US7117070B2 (en) 2003-06-30 2006-10-03 Rensselaer Polytechnic Institute Power flow controller responsive to power circulation demand for optimizing power transfer
US7425199B2 (en) * 2003-12-30 2008-09-16 General Electric Company Method and apparatus for ultrasonic continuous, non-invasive blood pressure monitoring
US9341565B2 (en) * 2004-07-07 2016-05-17 Masimo Corporation Multiple-wavelength physiological monitor
EP1805681A1 (en) 2004-10-25 2007-07-11 RIC Investments, LLC. Method and apparatus for effective lung volume estimation
WO2006119546A1 (en) 2005-05-06 2006-11-16 Philip John Peyton Pulmonary capnodynamic method for continuous non-invasive measurement of cardiac output
WO2006119545A1 (en) 2005-05-06 2006-11-16 Bayside Health Bone fracture risk assay based on c-reactive protein levels
CN101340941B (zh) * 2005-12-06 2012-10-31 马奎特紧急护理公司 用于估计呼气末肺容量的方法和装置
US8166971B2 (en) * 2007-03-15 2012-05-01 Ric Investments, Llc End-tidal gas estimation system and method
WO2009043028A2 (en) * 2007-09-28 2009-04-02 Tiax Llc Measurement of physiological signals
US20100056931A1 (en) * 2008-08-26 2010-03-04 Leah Soffer Cardiac output estimation using pulmonary artery pressure
WO2010116276A1 (en) * 2009-04-08 2010-10-14 Koninklijke Philips Electronics, N.V. System and method for monitoring pulmonary congestion

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5503148A (en) * 1994-11-01 1996-04-02 Ohmeda Inc. System for pulse oximetry SPO2 determination
CN101528294A (zh) * 2006-04-21 2009-09-09 帝国改革有限公司 用于稳定障碍性呼吸的方法和装置
CN101500633A (zh) * 2006-06-05 2009-08-05 佛罗里达大学研究基金公司 呼吸器监控系统和使用同样系统的方法

Also Published As

Publication number Publication date
CN103315730A (zh) 2013-09-25
CN108814581B (zh) 2021-04-30
US10085673B2 (en) 2018-10-02
CN108814581A (zh) 2018-11-16
WO2013141766A1 (en) 2013-09-26
EP2641536B1 (en) 2018-04-25
EP2799008A1 (en) 2014-11-05
US20130253359A1 (en) 2013-09-26
EP2641536A1 (en) 2013-09-25
EP2799008B1 (en) 2018-10-10

Similar Documents

Publication Publication Date Title
CN103315730B (zh) 用于连续和无创地确定有效肺容量和心输出量的方法
JP4510378B2 (ja) 実質上等しい再呼吸期および非再呼吸期を変動させることを含む再呼吸システム
JP3761465B2 (ja) 心拍出量、肺血流量及び血液ガス量の非侵襲的決定
JP6960929B2 (ja) 中心静脈圧マノメトリの使用を介した呼吸パラメーター推定及び非同調検出アルゴリズムの強化
JP6487425B2 (ja) 胸内圧の非侵襲的推定及び／又は胸内圧の非侵襲的推定に基づく呼吸仕事量の計算
US10449311B2 (en) Controlling arterial blood gas concentration
WO2011143751A1 (en) Non-invasive cardiac output determination
JP2015521059A (ja) ランプシーケンスを使用した、目標動脈血液ガス濃度への到達及び維持のための新規な方法および装置
CN108024758B (zh) 潮气末co2的简化显示
CN108367130A (zh) 用于非侵入地测定elv、epbf、心输出量和/或静脉血中co2含量的通气模式
EP3451923B1 (en) Capnotracking of cardiac output or effective pulmonary blood floow during mechanical ventilation
JP6912388B2 (ja) 逐次パラメータ推定を介する患者呼吸状態をモニタリングする非侵襲的方法
JP2008517655A (ja) 実効肺容量を推定する方法および装置
US20190142284A1 (en) Determination of cardiac output or effective pulmonary blood flow during mechanical ventilation
Micski CO2 Flow Estimation using Sidestream Capnography and Patient Flow in Anaesthesia Delivery Systems
LEPORI et al. Novel respiratory function tests for the evaluation of the sequel of postnatal steroids in prematurity
Scherer et al. Capnographyand the single-path model applied to cardiac output recovery and airway structure and function

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant