CN103495249A - 一种呼吸机的控制方法及其控制系统 - Google Patents

Abstract

本发明公开了一种呼吸机的控制方法及其控制系统，其中控制方法是：通过传感器采集吸气和呼气信号；根据采集到的吸气和呼气信号，微控制器利用自相关方法计算呼吸率，并根据呼吸率与睡眠期的相关性推导当前睡眠状态；微控制器输出当前睡眠状态，呼吸机按照该睡眠状态进行相应力度和节奏的供气，达到人机同步。呼吸机控制系统包括设定模块、电机功率放大器、传感器和微控制器，设定模块输出端连接微控制器输入端，传感器输出端连接微控制器输入端，微控制器输出端连接电机功率放大器输入端，呼吸机控制系统控制呼吸机供气，与人的睡眠期（清醒期、浅睡期、深睡期和REM期）生理状态相结合，符合呼吸生理需求。

Description

一种呼吸机的控制方法及其控制系统

技术领域

本发明涉及呼吸机的控制技术及医疗器械呼吸机控制领域，具体涉及一种呼吸机的控制方法及其控制系统。

背景技术

呼吸机与人的呼吸同步供气控制是指呼吸机的供气与人的呼吸需求相一致，即呼吸机的供气周期（吸气开始时间、吸气持续时间、吸气与呼气切换时间及呼气持续时间）和辅助强度必须与人呼吸需求的呼吸周期以及中枢吸气需求程度一致，否则人与呼吸机之间将发生相互影响，出现人机不同步,会对人造成呼吸做功增加、呼吸肌的损伤、降低辅助治疗效果、呼吸困难病情加重等伤害。

现有双水平正压呼吸机系统基本结构框图如附图1所示：其功能是根据人的吸气相和呼气相的触发响应的提供较高和较低的压力支持。

附图1中的双水平正压气路供气通道工作原理：其双水平供气原理主要涉及到模块102吸气电磁阀与模块104呼气电磁阀的开启与关断的控制。首先由模块101气源为整个供气管道提供较高的吸气压力，当模块102吸气电磁阀开启与模块104呼气电磁阀关断时，模块103鼻面罩将产生相应于吸气相的较高压力支持，反过来当模块102吸气电磁阀关断与模块104呼气电磁阀开启时，模块103鼻面罩将直接与外界大气105相通产生相应于呼气相的较低压力支持。此即为呼吸机的双水平正压供气气路原理。

附图1中欲获得呼吸机的不同压力的电气触发信号，首先得通过模块108流量压力传感器采集供气管道内的流量压力信号，该流量压力信号作为PID控制器的反馈实际压力值，反馈实际压力值与模块106设定的吸气和呼气压力值通过模块107迭加器得到PID控制器的输入偏差值e(k)，输入偏差值e(k)经模块109PID控制器后得到输出电压控制信号，电压控制信号经模块110功率驱动电路驱动模块102吸气电磁阀与模块104呼气电磁阀。

根据上述呼吸机系统结构主要有最早的经典PID、积分改进、模糊PID控制等PID改进算法，现列举如附图2所示的基于PID控制的积分改进算法流程图：其基于对积分作用的有效控制，尽量减少系统的超调的考虑，在当被控量与设定的呼吸流量压力偏差较大时，取消积分作用，以免由于积分作用使系统的稳定性降低，超调量增大；当被控量接近给定值时，引入积分控制，此时的积分不仅起到了控制精度的作用，并且为系统减少超调提供了正面积极的作用。具体程序流程如附图2所示。程序开始后，首先进行吸气相和呼气相的压力设定等参数初始化过程，然后选取反馈回来的流量信号r(k)和压力信号y(k)，设定值与反馈值之间产生的偏差值e(k)和偏差变化量Δe(k)，当偏差值e(k)与偏差变化量Δe(k)满足时执行PID控制。当偏差值与偏差变化量满足一定要求时，偏差过大去除积分调节作用而执行PD控制，此时可避免产生过大的超调，又使系统有较快的响应。

通过该系统吸气、呼气电磁阀进行气源管道与外界大气之间的切换，和积分改进算法可以使气道内的压力尽快稳定在指定压力范围，在一定程度上提高了呼吸机的同步性。

大多数自动调压呼吸机是根据阻塞情况提供支持压力的，例如清醒期阻塞情况小，提供的支持压力就小。而人体从清醒到入睡一般是要经历：清醒期、浅睡期、深睡期、REM期的生理过程，并在整夜的睡眠中不断循环往复。现有呼吸机的人机同步控制算法采用各种基于PID算法的变形。这些算法都试图提高从控制开始到稳定工作的速度，而与人的睡眠期呼吸特征相关的供气控制人性化智能算法还没有。

现有呼吸机的人机同步控制算法采用各种基于PID算法的变形。单纯的从供气端的流量压力传感器采集回来的流量压力信号来判断人的供气状态，事实上这种方案提供的供气策略没有充分考虑到人从清醒到入睡的各个睡眠阶段中呼吸状态是不同的，还没达到真正意义上的人机同步性。

发明内容

为了克服现有技术的不足，本发明提出一种呼吸机的控制方法，使呼吸机供气与人的清醒及入睡后的各个睡眠生理状态相结合，进行人机同步的智能供气。

为了实现上述目的，本发明的技术方案为：一种呼吸机的控制方法，包括以下步骤：

S1.通过传感器采集吸气和呼气信号；

S2.根据采集到的吸气和呼气信号，微控制器利用自相关方法计算呼吸率，并根据呼吸率与睡眠期的相关性推导当前睡眠状态；

S3.微控制器输出当前睡眠状态，呼吸机按照该睡眠状态供气。

所述步骤S2的具体实现方式为：

S21.根据采集到的吸气和呼气信号，微控制器利用自相关方法计算呼吸率:

a.根据公式 $R_{\mathrm{xx}(i,n)}\left(\mathrm{\τ}\right)=\frac{1}{N}\underset{m=0}{\overset{N-\mathrm{\τ}-1}{\mathrm{\Σ}}}{s}_{(i,n)}\left[m\right]s_{(i,n)}[m+\mathrm{\τ}],$ 计算呼吸信号传感器每30秒的平均呼吸率，其中s，τ和N表示吸气和呼气信号，时间延迟和每30秒里的数据点数；

b.通过原始信号计算得出的自相关的值随平均呼吸间隔周期性的波动，在检测到第一个延迟后，利用公式计算平均呼吸率，其中τ_peak，f_s和f_rate表示第一个峰值的延迟，采样率和呼吸率的估计值；

c.用局部加权散点图法对信号进行平滑，利用公式

计算平滑后的呼吸率，其中W，r和S表示权矩阵，平均呼吸率和平滑后的呼吸率，在此基础上计算呼吸率的方差，然后得出绝对值，进一步估计总的呼吸率方差参数；

S22.微控制器根据呼吸率与睡眠期的相关性推导睡眠期：

d.去除每个睡眠期开始后第一个45秒和结束前最后一个45秒，去除呼吸间隔不显示的增加，15秒以上和不显示的变小，1.5秒以下，去除所有睡眠期中不显示的呼吸间隔，消除各个睡眠期代表局部趋势的大波动；

e.利用自相关功能定义 $C\left(s\right)\&equiv;<{\mathrm{\&Delta;\&tau;}}_i{\mathrm{\&Delta;\&tau;}}_{i+s}>=\frac{1}{L-s}\underset{i=1}{\overset{L-s}{\mathrm{\&Sigma;}}}{\mathrm{\&Delta;\&tau;}}_i{\mathrm{\&Delta;\&tau;}}_{i+s},$ 得到被s分析的呼吸间隔τ_i的相关，其中L是记录中的呼吸数量，Δt_i≡τ_i-<τ>，<τ>是呼吸间隔的平均值；Δτ_i不相关，C(s)就是0，对于s的正向；存在一个相关的值s_×，相关功能会正向到s_×，消失在s_×以上；

f.对于长程的相关性，C(s)按照能量公式C(s)～S^-γ，0<γ<1计算；

g.引入去趋势波动分析DFA在有噪声情况下的长程相关性，消除直接计算C(s)有限记录中噪声程度的阻碍和数据中非动态因素的影响，避免检测到假的相关性，本来是时间序列中非平稳数据的伪迹。其他方法也可以选择小波变换，像其他的如自相关函数、功率谱不适合非平稳的时序序列。

通过传感器采集吸气和呼气信号；根据采集到的吸气和呼气信号，微控制器利用自相关方法计算呼吸率，并根据呼吸率与睡眠期的相关性推导当前睡眠状态；微控制器输出当前睡眠状态，呼吸机按照该睡眠状态进行相应力度和节奏的供气，达到人机同步。

本发明还提出一种呼吸机控制系统，该呼吸机控制系统控制呼吸机供气，与人的睡眠期生理状态相结合，符合呼吸生理需求。

具体实现方式为：

一种呼吸机控制系统，包括用于设定吸气和呼气压力值的设定模块和电机功率放大器，还包括用于采集吸气和呼气信号的传感器和集成具有呼吸信号与睡眠期相关性智能同步控制方法的微控制器，所述设定模块输出端连接微控制器输入端，传感器输出端连接微控制器输入端，微控制器输出端连接电机功率放大器输入端。

所述传感器由鼻热敏、鼻压力、胸带和腹带4路信号采集信息。

通过传感器辨别呼吸节律、呼吸深浅等信息，根据呼吸节律、呼吸深浅等信息，微控制器利用自相关方法计算呼吸率，并根据呼吸率与睡眠期的相关性推导清醒、浅睡、深睡和REM（意识自由状态）睡眠期。由于交感神经的作用，不同睡眠期舌的肌张力不同，人的意识受交感神经的控制也不同，阻塞程度便不同，呼吸机提供不同的支持压力，达到人机同步。

在清醒期若通气过重，人会感觉不舒服。经研究发现潜睡期、深睡期、REM睡眠期的呼吸状态是不同的，为了达到人机同步，需要变化通气力度。本发明通过传感器采集吸气和呼气信号，微控制器利用自相关方法计算得到平均呼吸率和呼吸率方差，研究呼吸特征与睡眠期的相关性，推导出睡眠状态，呼吸机进行相应力度和节奏的通气。根据已有的研究证实：由于交感神经的作用，人在清醒与睡眠的各个睡眠期中，呼吸与睡眠期呈现如下的相关性：REM SLEEP（意识自由状态）>WAKE STATE（意识受控制状态）>LIGHT SLEEP(意识朦胧)>DEEP SLEEP（无意识）。根据呼吸与睡眠期的相关性，用呼吸率的统计的值推导睡眠期，绘制通气曲线服务于睡眠呼吸机。

与现有技术相比，本发明的有益效果为：

1）本发明提出一种呼吸机的控制方法，通过传感器采集吸气和呼气信号；根据采集到的吸气和呼气信号，微控制器利用自相关方法计算呼吸率，并根据呼吸率与睡眠期的相关性推导睡眠期；微控制器输出当前睡眠状态，呼吸机按照该睡眠状态进行相应力度和节奏的供气，达到人机同步。

2）本发明还提出一种呼吸机控制系统，包括设定模块、电机功率放大器、传感器和微控制器，设定模块输出端连接微控制器输入端，传感器输出端连接微控制器输入端，微控制器输出端连接电机功率放大器输入端，呼吸机信号控制系统控制呼吸机供气，与人的睡眠期（清醒期、浅睡期、深睡期和REM期）生理状态相结合，符合呼吸生理需求。

附图说明

图1为双水平正压呼吸机系统基本结构框图。

图2为基于PID控制的积分改进算法流程图。

图3为本发明的一种呼吸机的控制方法图。

图4为本发明的一种呼吸机控制系统图。

图5为一种呼吸机系统结构图。

图6为本发明的呼吸信号与睡眠分期变化趋势图。

图7为本发明的DFA分析中呼吸率与睡眠期的相关性图。

具体实施方式

附图或文中所用标号清单为：

1、设定模块，2、电机功率放大器，3、传感器，4、微控制器，5、空气过滤器，6、鼓风机，7、鼻面罩，8、传输管道，9、人，10、外界空气，11、通气孔。

下面结合附图对本发明做进一步的描述，但本发明的实施方式并不限于此。

如图3所示，一种呼吸机的控制方法，包括以下步骤：

S1.通过传感器采集吸气和呼气信号；

S2.根据采集到的吸气和呼气信号，微控制器利用自相关方法计算呼吸率，并根据呼吸率与睡眠期的相关性推导当前睡眠状态；

S3.微控制器输出当前睡眠状态，呼吸机按照该睡眠状态供气。

所述步骤S2的具体实现方式为：

S21.根据采集到的吸气和呼气信号，微控制器利用自相关方法计算呼吸率:

a.根据公式 $R_{\mathrm{xx}(i,n)}\left(\mathrm{\&tau;}\right)=\frac{1}{N}\underset{m=0}{\overset{N-\mathrm{\&tau;}-1}{\mathrm{\&Sigma;}}}{s}_{(i,n)}\left[m\right]s_{(i,n)}[m+\mathrm{\&tau;}],$ 计算呼吸信号传感器每30秒的平均呼吸率，其中s，τ和N表示吸气和呼气信号，时间延迟和每30秒里的数据点数；

b.通过原始信号计算得出的自相关的值随平均呼吸间隔周期性的波动，在检测到第一个延迟后，利用公式

计算平均呼吸率，其中τ_peak，f_s和f_rate表示第一个峰值的延迟，采样率和呼吸率的估计值；

c.用局部加权散点图法对信号进行平滑，利用公式

计算平滑后的呼吸率，其中W，r和S表示权矩阵，平均呼吸率和平滑后的呼吸率，在此基础上计算呼吸率的方差，然后得出绝对值，进一步估计总的呼吸率方差参数；

S22.微控制器根据呼吸率与睡眠期的相关性推导睡眠期：

d.去除每个睡眠期开始后第一个45秒和结束前最后一个45秒，去除呼吸间隔不显示的增加，15秒以上和不显示的变小，1.5秒以下，去除所有睡眠期中不显示的呼吸间隔，消除各个睡眠期代表局部趋势的大波动；

e.利用自相关功能定义 $C\left(s\right)\&equiv;<{\mathrm{\&Delta;\&tau;}}_i{\mathrm{\&Delta;\&tau;}}_{i+s}>=\frac{1}{L-s}\underset{i=1}{\overset{L-s}{\mathrm{\&Sigma;}}}{\mathrm{\&Delta;\&tau;}}_i{\mathrm{\&Delta;\&tau;}}_{i+s},$ 得到被s分析的呼吸间隔τ_i的相关，其中L是记录中的呼吸数量，Δτ_i≡τ_i-<t>，<τ>是呼吸间隔的平均值；Δτ_i不相关，C(s)就是0，对于s的正向；存在一个相关的值s_×，相关功能会正向到s_×，消失在s_×以上；

f.对于长程的相关性，C(s)按照能量公式C(s)～S^-g，0<γ<1计算。

g.引入去趋势波动分析DFA在有噪声情况下的长程相关性，消除直接计算C(s)有限记录中噪声程度的阻碍和数据中非动态因素的影响，避免检测到假的相关性，本来是时间序列中非平稳数据的伪迹。其他方法也可以选择小波变换，像其他的如自相关函数、功率谱不适合非平稳的时序序列。

通过传感器采集吸气和呼气信号；根据采集到的吸气和呼气信号，微控制器利用自相关方法计算呼吸率，并根据呼吸率与睡眠期的相关性推导当前睡眠状态；微控制器输出当前睡眠状态，呼吸机按照该睡眠状态进行相应力度和节奏的供气，达到人机同步。

如图4所示，一种呼吸机控制系统，包括用于设定吸气和呼气压力值的设定模块1和电机功率放大器2，还包括用于采集吸气和呼气信号的传感器3和集成具有呼吸信号与睡眠期相关性智能同步控制方法的微控制器4，所述设定模块1输出端连接微控制器4输入端，传感器3输出端连接微控制器4输入端，微控制器4输出端连接电机功率放大器2输入端。

传感器3由鼻热敏、鼻压力、胸带和腹带4路信号采集信息。

通过传感器3辨别呼吸节律、呼吸深浅等信息，根据呼吸节律、呼吸深浅等信息，微控制器4利用自相关方法计算呼吸率，并根据呼吸率与睡眠期的相关性推导清醒、浅睡、深睡和REM睡眠状态。由于交感神经的作用，不同睡眠期舌的肌张力不同，人的意识受交感神经的控制也不同，阻塞程度便不同，呼吸机提供不同的支持压力，达到人机同步。

如图5所示，一种呼吸机系统结构图，包括空气过滤器5，鼓风机6，用于人的鼻面罩7，用于从该鼓风机6向该鼻面罩7传输空气的传输管道8和呼吸机控制系统；外界空气10在空气过滤器5进行空气过滤后进入鼓风机6，鼓风机6通过传输管道8向鼻面罩7传输空气，鼻面罩7进一步传输空气给人9，同时鼻面罩7通过通气孔11与外界空气10连通；呼吸机控制系统包括用于设定吸气和呼气压力值的设定模块1、电机功率放大器2、用于采集吸气和呼气信号的传感器3和集成具有呼吸信号与睡眠期相关性智能同步控制方法的微控制器4；设定模块1输出端连接微控制器4输入端，传感器3输出端连接微控制器4输入端，微控制器4输出端连接电机功率放大器2输入端，电机功率放大器2输出端连接鼓风机6。呼吸机控制系统控制呼吸机供气，与人的睡眠期（清醒期、浅睡期、深睡期和REM期）生理状态相结合，符合呼吸生理需求。

如图6所示，呼吸信号与睡眠分期变化趋势图，呼吸信号与人的睡眠期（REM SLEEP（意识自由状态）、WAKE STATE（意识受控制状态）、LIGHTSLEEP(意识朦胧)、DEEP SLEEP（无意识））的生理特性相结合，符合人体睡眠生理特征变化。

如图7所示，DFA分析中呼吸率与睡眠期的相关性，根据已有的研究证实：由于交感神经的作用，人在清醒与睡眠的各个睡眠期中，呼吸与睡眠期呈现如下的相关性：REM SLEEP>WAKE STATE>LIGHT SLEEP>DEEP SLEEP。根据呼吸与睡眠期的相关性，用呼吸率的统计的值推导睡眠期，绘制通气曲线服务于睡眠呼吸机。

在清醒期若通气过重，人会感觉不舒服。经研究发现潜睡期、深睡期、REM睡眠期的呼吸状态是不同，为了达到人机同步，需要变化通气力度。本发明提供一种呼吸机的控制方法，通过传感器采集吸气和呼气信号；根据采集到的吸气和呼气信号，微控制器利用自相关方法计算呼吸率，并根据呼吸率与睡眠期的相关性推导当前睡眠状态；微控制器输出当前睡眠状态，呼吸机按照该睡眠状态进行相应力度和节奏的供气，达到人机同步。

本发明还提出一种呼吸机控制系统，包括设定模块、电机功率放大器、传感器和微控制器，设定模块输出端连接微控制器输入端，传感器输出端连接微控制器输入端，微控制器输出端连接电机功率放大器输入端，呼吸机控制系统控制呼吸机供气，与人的睡眠期（清醒期、浅睡期、深睡期和REM期）生理状态相结合，符合呼吸生理需求。

以上所述的本发明的实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神原则之内所作出的修改、等同替换和改进等，均应包含在本发明的权利要求保护范围之内。

Claims (4)

1.一种呼吸机的控制方法，其特征在于，包括以下步骤：

S1.通过传感器采集吸气和呼气信号；

S2.根据采集到的吸气和呼气信号，微控制器利用自相关方法计算呼吸率，并根据呼吸率与睡眠期的相关性推导当前睡眠状态；

S3.微控制器输出当前睡眠状态，呼吸机按照该睡眠状态供气。

2.根据权利要求1所述的呼吸机的控制方法，其特征在于，所述步骤S2的具体实现方式为：

S21.根据采集到的吸气和呼气信号，微控制器利用自相关方法计算呼吸率:

a.根据公式 $R_{\mathrm{xx}(i,n)}\left(\mathrm{\&tau;}\right)=\frac{1}{N}\underset{m=0}{\overset{N-\mathrm{\&tau;}-1}{\mathrm{\&Sigma;}}}{s}_{(i,n)}\left[m\right]s_{(i,n)}[m+\mathrm{\&tau;}],$ 计算呼吸信号传感器每30秒的平均呼吸率，其中s，τ和N表示吸气和呼气信号，时间延迟和每30秒里的数据点数；

b．通过原始信号计算得出的自相关的值随平均呼吸间隔周期性的波动，在检测到第一个延迟后，利用公式

计算平均呼吸率，其中τ_peak，f_s和f_rate表示第一个峰值的延迟，采样率和呼吸率的估计值；

c.用局部加权散点图法对信号进行平滑，利用公式

计算平滑后的呼吸率，其中W，r和S表示权矩阵，平均呼吸率和平滑后的呼吸率，在此基础上计算呼吸率的方差，然后得出绝对值，进一步估计总的呼吸率方差参数；

S22.微控制器根据呼吸率与睡眠期的相关性推导睡眠期：

d.去除每个睡眠期开始后第一个45秒和结束前最后一个45秒，去除呼吸间隔不显示的增加，15秒以上和不显示的变小，1.5秒以下，去除所有睡眠期中不显示的呼吸间隔，消除各个睡眠期代表局部趋势的大波动；

e.利用自相关功能定义 $C\left(s\right)\&equiv;<{\mathrm{\&Delta;\&tau;}}_i{\mathrm{\&Delta;\&tau;}}_{i+s}>=\frac{1}{L-s}\underset{i=1}{\overset{L-s}{\mathrm{\&Sigma;}}}{\mathrm{\&Delta;\&tau;}}_i{\mathrm{\&Delta;\&tau;}}_{i+s},$ 得到被s分析的呼吸间隔τ_i的相关，其中L是记录中的呼吸数量，Δτ_i≡τ_i-<τ>，<τ>是呼吸间隔的平均值；Δτ_i不相关，C(s)就是0，对于s的正向；存在一个相关的值s_×，相关功能会正向到s_×，消失在s_×以上；

f.对于长程的相关性，C(s)按照能量公式

计算；

g.引入去趋势波动分析DFA在有噪声情况下的长程相关性，消除直接计算C(s)有限记录中噪声程度的阻碍和数据中非动态因素的影响，避免检测到假的相关性。

3.一种呼吸机控制系统，包括用于设定吸气和呼气压力值的设定模块（1）和电机功率放大器（2），其特征在于，还包括用于采集吸气和呼气信号的传感器（3）和集成具有呼吸信号与睡眠期相关性智能同步控制方法的微控制器（4），所述设定模块（1）输出端连接微控制器（4）输入端，传感器（3）输出端连接微控制器（4）输入端，微控制器（4）输出端连接电机功率放大器（2）输入端。

4.根据权利要求3所述的呼吸机控制系统，其特征在于，所述传感器（3）由鼻热敏、鼻压力、胸带和腹带4路信号采集信息。

Images