CN107427259A - 用于执行对基于时间的二氧化碳图信号的直方图分析的系统以及其操作的方法 - Google Patents
用于执行对基于时间的二氧化碳图信号的直方图分析的系统以及其操作的方法 Download PDFInfo
- Publication number
- CN107427259A CN107427259A CN201580077060.6A CN201580077060A CN107427259A CN 107427259 A CN107427259 A CN 107427259A CN 201580077060 A CN201580077060 A CN 201580077060A CN 107427259 A CN107427259 A CN 107427259A
- Authority
- CN
- China
- Prior art keywords
- data point
- group
- data
- data points
- signal
- 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.)
- Granted
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
- A61B5/083—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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7221—Determining signal validity, reliability or quality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
Abstract
一种气体浓度监测系统(100、600),可以包括处理器(110、610),所述处理器被配置为:检测从到患者(101)的物理接口(107)获得的样本气体流中的选定气体的浓度;形成包括多个数据点的数据集,每个数据点对应于所述样本气体流内的所述选定气体在采样时间期间的检测到的浓度;根据所述数据点在所述采样时间内的出现的频率对所述数据点进行分组;和/或基于所述数据点组之间的相对特性来确定信号置信度和信号质量中的至少一个。
Description
技术领域
本系统涉及监测二氧化碳图(capnography)信号以诸如用于执行对二氧化碳(CO2)波形的直方图分析从而在无需识别个体呼吸的情况下识别呼吸不稳定的时段,并且涉及其操作的方法。
背景技术
通常,二氧化碳测定可以被用于检测可能处于通气不足风险下的患者(诸如被施予镇痛剂和/或镇静剂药物或者否则处在呼吸窘迫中的那些患者)中的缓慢和/或呼吸不足的时段。因此,期望使用二氧化碳图来监测这些患者的呼吸的稳定性,使得能够运用恰当的医学护理。
然而,基于二氧化碳测定波形来确定呼吸的稳定性的常规算法要求对个体呼吸的检测以及对在一时间段期间的所检测到的呼吸的特性特征的比较以使得能够确定呼吸参数。遗憾的是,利用常规方法,如果呼吸检测算法失败,则可能根据所检测到的呼吸中的每个呼吸而导出的参数也是错误的。这些常规算法要求相当大量的系统资源以实时恰当地识别每个个体呼吸。此外,对补充氧气的添加可能对应地增加二氧化碳图读数的不准确性,使得使用常规方法确定呼吸的稳定性更为困难。因此,本系统的实施例可以克服现有系统中的这些缺点和/或其他缺点。
在本文中所描述的(一个或多个)系统、(一个或多个)设备、(一种或多种)方法、(一个或多个)布置、(一个或多个)用户接口、(一个或多个)计算机程序、过程等(除非上下文另外指明,否则在下文中其中的每个将被称为系统)解决了现有技术系统中的问题。
发明内容
根据本系统的实施例,公开了一种气体浓度监测系统,其可以包括处理器,所述处理器可以被配置为:根据包括多个数据点的数据集来检测从到患者的物理接口获得的样本气体流中的选定气体的浓度,每个数据点对应于所述样本气体流内的所述选定气体在采样时间期间的检测到的浓度;根据所述数据点在所述采样时间内的出现的频率对所述数据点进行分组;和/或基于所述数据点组之间的相对特性来确定信号置信度和信号质量中的至少一个。
根据本系统的实施例,所述处理器还可以被配置为对所述数据点进行分组,其中,每个分组对应于所述选定气体的浓度的不同范围。所述处理器还可以被配置为基于存在于所述数据点组内的数据点的相对数目来确定信号置信度和信号质量中的所述至少一个。所述气体浓度监测系统还可以包括被耦合到所述处理器的绘制设备,其中,所述处理器可以被配置为在所述绘制设备上将所述数据点组绘制为直方图。所述处理器还可以被配置为识别两个数据点组,所述两个数据点组对应地具有所述数据点组之中的最大数目的数据点和次大(next largest)数目的数据点。
根据本系统的实施例,所述处理器还可以被配置为确定所述两个数据点组之间的数据点的数目,并且被配置为基于所确定的数据点的数目来确定信号置信度和信号质量中的所述至少一个。根据本系统的另外的实施例,所述采样时间间隔可以涵盖至少多个呼吸周期,每个呼吸周期包括吸气阶段和呼气阶段或者至少20秒的时段,无论哪个可以被确定为首先发生。也设想到了,所述物理接口可以包括鼻插管或面罩(108),其被配置用于耦合到患者。此外,所述系统还可以包括气动系统,所述气动系统由所述处理器控制以将通气气体混合物提供到所述物理接口以用于由所述患者吸入。
根据本系统的实施例,提供了一种监测二氧化碳图信号的方法。所述方法可以包括以下动作:检测从到患者的物理接口获得的样本气体流中的选定气体的浓度;形成包括多个数据点的数据集,每个数据点对应于所述样本气体流内的所述选定气体在采样时间期间的检测到的浓度;根据所述数据点在所述采样时间内的出现的频率对所述数据点进行分组;和/或基于所述数据点组之间的相对特性来确定信号置信度和信号质量中的至少一个。对所述数据点进行分组的动作还可以包括以下动作:基于所述选定气体的浓度的不同范围对所述数据点进行分组。也设想到了,确定信号置信度和信号质量中的所述至少一个的动作还可以包括以下动作:确定存在于所述数据点组内的数据点的相对数目。所述方法还可以包括以下动作:在绘制设备上将所述数据点组绘制为直方图。所述方法还可以包括以下动作:识别两个数据集点组,所述两个数据集点组对应地具有所述数据点组之中的最大数目的数据点和次大数目的数据点。所述方法还可以包括以下动作:确定所述两个数据点组之间的数据点的数目,其中,确定信号置信度和信号质量中的所述至少一个的动作基于所确定的数据点的数目。根据本系统的实施例,所述采样时间间隔可以涵盖至少多个呼吸周期,每个呼吸周期包括吸气阶段和呼气阶段或者至少20秒的时段,无论哪个可以被确定为首先发生。
根据本系统的实施例,提供了一种计算机可读非瞬态介质,其具有用于在计算机上操作以执行监测二氧化碳图信号的方法的计算机可读程序代码,所述方法可以包括以下动作:检测从到患者(101)的物理接口(107)获得的样本气体流中的选定气体的浓度;形成包括多个数据点的数据集,每个数据点对应于所述样本气体流内的所述选定气体在采样时间期间的检测到的浓度;根据所述数据点在所述采样时间内的出现的频率对所述数据点进行分组;和/或基于数据点组之间的相对特性来确定信号置信度和信号质量中的至少一个。还设想到了,对所述数据点进行分组的动作可以包括以下动作:基于所述选定气体的浓度的不同范围对所述数据点进行分组。还设想到了,确定信号置信度和信号质量中的所述至少一个的动作可以包括以下动作:确定存在于所述数据点组内的数据点的相对数目。此外,设想到了,所述方法可以包括以下动作:识别两个数据集点组,所述两个数据集点组可以对应地具有所述数据点组之中的最大数目的数据点和次大数目的数据点。还设想到了,所述方法可以包括以下动作:确定所述两个数据点组之间的数据点的数目,其中,确定信号置信度和信号质量中的所述至少一个的动作基于所确定的数据点的数目。
附图说明
在以下示范性实施例中并且参考附图更详细地解释了本发明,其中,相同或类似元件可以部分由相同或相似附图标记指示,并且各种示范性实施例的特征是能组合的。在附图中:
图1示出了根据本系统的实施例的系统的一部分的框图;
图2示出了根据本系统的实施例的由过程执行的功能流程图;
图3示出了根据本系统的实施例的图示示出样本气体流中随时间的CO2浓度的二氧化碳图的图形;
图4A示出了根据本系统的实施例所生成的CO2信号样本的直方图;
图4B示出了根据本系统的实施例所生成的CO2信号样本的另一直方图;
图5示出了根据本系统的实施例的屏幕绘制的图形;
图6示出了根据本系统的实施例的系统的一部分;
图7A示出了包括根据本系统的实施例所形成的CO2波形的二氧化碳图的一部分;
图7B示出了对应于根据本系统的实施例所形成的二氧化碳图的直方图的一部分;
图8A示出了包括根据本系统的实施例所形成的CO2波形的二氧化碳图的一部分;
图8B示出了对应于根据本系统的实施例所形成的二氧化碳图的直方图的一部分;
图8C示出了根据本系统的实施例所生成的特征映射函数的图形;
图9示出了根据本系统的实施例所生成的特征映射函数的图形;
图10示出了对应于根据本系统的实施例所形成的二氧化碳图的直方图的一部分;并且
图11示出了根据本系统的实施例所生成的特征映射函数的图形。
具体实施方式
下文是对说明性实施例的描述,其在结合以下附图考虑时将证明上文所指出的特征和优点以及另外的那些特征和优点。在以下描述中,出于解释而非限制的目的,阐述说明性细节,诸如架构、接口、技术、元件属性等。然而,对于本领域普通技术人员而言将显而易见的是,脱离这些细节的其他实施例将仍被理解为处在随附权利要求书的范围之内。此外,出于清晰的目的,省略对周知的设备、电路、工具、技术和方法的描述以便不使对本系统的描述难以理解。应当明确理解,出于说明性目的而包括附图并且附图并不表示本系统的全部范围。在附图中,不同附图中的相似的参考数字可以指代类似的元件。
根据本系统的实施例,可以由所述系统获得二氧化碳图信息。可以通过诸如侧流二氧化碳图系统的任何适合的二氧化碳图系统来获得二氧化碳图信息。然而,也设想到了,本系统的实施例可以与诸如主流二氧化碳图系统等的其他类型的二氧化碳图系统一起操作。然而,出于清晰的缘故,在本文中描述了关于侧流二氧化碳图系统的操作。
例如,图1示出了根据本系统的实施例操作的侧流二氧化碳测定系统100(出于清晰的缘故,在下文称为系统100)的框图。系统100可以包括侧流监测器(SSM)160,其可以使用任何适合的方法被耦合到通气部分103,以便在输入部(SGF IN)处接收样本气体流(SGF)。根据本系统的实施例,SSM 160可以使用一个或多个传感器164来分析SGF的至少一部分(例如,样本部分)并且在输出部(SGF RET)处输出SGF。输出SGF然后可以被提供给诸如通气部分130的期望的部分,或者被通气到大气,如果期望的话。尽管示出了侧流二氧化碳测定系统100,但是根据其他实施例,设想到了,主流二氧化碳测定系统可以将二氧化碳图信息提供到所述系统。
通气部分103(例如,气动部分)可以为患者101的通气提供气体(在下文中称为通气气体)。因此,所述通气部分可以在输入端(IN)处接收一种或多种气体(例如,O2、氮气(N2)、空气、水蒸气等)、混合这些气体以形成通气气体、并且在输出部(OUT)处输出所述通气气体。因此,取决于系统设置和/或时间,所述通气气体可以包括单种气体(例如,O2)或气体混合物(诸如N2和O2气体混合物等)。通气部分103可以使用任何适合的耦合被耦合到患者101,所述任何适合的耦合诸如是通气耦合器107,其可以包括一个或多个软管109和/或患者接口108。尽管根据本系统的实施例软管通常不是双向的(即,诸如氧气的流体流向患者101),软管可能偶尔是双向的。
根据本系统的实施例,在自主通气期间提供所述系统,当没有通气机被连接到患者时,自此是呼吸检测最不可靠时的时间。利用通气机,何时递送呼吸通常是已知的。这样,根据本系统的实施例,所述通气部分可以简单地是软管,所述软管被耦合以供应补充氧气。在没有任何通气部分的情况下或者当通气部分以其他方式被禁用并且患者仅呼吸环境空气(例如,没有利用附加或原生气体的引入而增强的空气)时使用本发明也是可能的。
患者接口108可以是任何适合类型的系统接口,诸如有创(插管等)和/或无创(例如,如所示的面罩、鼻适配器、鼻插管等)类型以将通气气体提供到患者101用于吸气。患者接口108可以包括保持部分,诸如标签、条带等,其可以根据期望在使用期间将患者接口108相对于患者101保持在位。在使用中,通气耦合器107还可以从患者101接收呼出气体(例如,呼气气体),诸如在患者的呼吸道内的气体。因此,SGF在特定时间处可以包括这些呼出气体中的至少一些,如在本文中所描述的。通气部分103可以包括一个或多个泵以将诸如空气的输入气体加压和/或提供期望流速、压力等的通气气体。
根据本系统的实施例,通气耦合器107可以包括一个或多个被动阀或主动阀(诸如被动单向阀),其可以在期望的一个或多个方向上引导通气耦合器内的气体的流动。例如,通气气体可以被提供到患者101以用于吸气,并且可以在不同的方向上引导来自患者101的呼气气体。根据本系统的实施例,通气耦合器107还可以包括调节器(诸如干燥器),其例如可以根据期望从SGF和/或阱冷凝移除湿气。此外,根据本系统的实施例,通气部分103可以包括在控制器110的控制下操作的泵、阀和/或混合器以根据期望将水蒸气和/或药物混合到通气气体中。通气部分103可以包括接收返回气体以用于进一步处理的返回端口,如果期望的话。在下文中,该返回气体或者其部分可以与通气气体混合以被输出到通气混合器107从而用于重新使用,如果期望的话。
返回参考SSM 160,根据本系统的实施例,该部分可以包括以下中的一项或多项:传感器164、控制器110、致动器165、泵167、采样室163、以及绘制部分130。根据本系统的实施例,控制器110可以控制SSM 160的总体操作的一个或多个部分。例如,致动器165可以包括一个或多个电机、换能器等,其可以在控制器110的控制下提供力以操作SSM 160的一个或多个阀、混合器等。采样室163可以包括一个或多个采样室,在所述采样室中,SGF的样本部分可以由传感器164来分析。泵167可以在控制器110的控制下能操作以控制如所描述的SGF的流动。
传感器164可以包括至少一个传感器,其可以分析采样室163内的SGF的至少一部分。此外,根据本系统的实施例,传感器164可以包括温度、体积、浓度和/或压力传感器以相应地检测采样室163内的SGF的温度、体积、浓度和/或压力。根据本系统的实施例,传感器164可以包括电光传感器,其可以分析SGF并且确定SGF内的一种或多种气体的特性,诸如可以被定位在采样室163内的SGF内的一种或多种气体的存在、温度、浓度、体积和/或压力。传感器164然后可以形成对应的传感器信息并且将该信息提供给控制器110以用于进一步处理。
根据本系统的实施例,控制器110然后可以使用诸如显示器的任何适合的绘制设备130来绘制分析的结果。所述绘制设备可以被本地和/或远程地定位并且可以经由任何适合的总线或网络(诸如因特网等)与控制器110进行通信。根据本系统的实施例,传感器164可以被调谐为或者否则被配置为检测期望气体(例如,CO2、O2、N2等)的存在和/或特性。因此,传感器164可以检测SGF内的一种或多种对应的气体,诸如二氧化碳(CO2)、氧气(O2)、氮气(N2)等,并且可以形成对应的传感器信息。出于简化对本系统的实施例的描述的目的,将关于由传感器164对SGF中的二氧化碳(CO2)的特有特性的检测来描述所述系统。然而,如可以容易意识到的,根据本系统的实施例,可以通过传感器164来感测SGF中的其他气体和/或其组合的特性。
控制器110然后可以分析传感器信息以确定感测的气体随时间的特性。一旦确定了一种或多种感测气体的特性(诸如浓度),则控制器110然后可以控制绘制器130以绘制确定的结果。
返回参考通气部分103,根据本系统的实施例,该部分可以由通气控制器、控制器110和/或其他控制器来控制,以便提供用于以期望的体积、流量、压力和/或混合物对患者101进行通气的通气气体。
图2示出了根据本系统的实施例的由过程200所执行的功能流程图。过程200可以使用通过网络通信的一个或多个处理器、计算机、控制器等来执行并且可以从可以彼此本地和/或远程的一个或多个存储器获得信息和/或将信息存储到可以彼此本地和/或远程的一个或多个存储器。过程200可以包括以下动作中的一个或多个。根据本系统的实施例,可以使用一个或多个适合的气体监测系统,诸如根据本系统的实施例操作的侧流监测系统(SSM),来执行过程200的动作。此外,如果期望的话,这些动作中的一个或多个可以被组合、重排和/或分离为子动作。此外,取决于设置,可以跳过这些动作中的一个或多个动作。在操作中,所述过程可以在动作201期间开始并且然后继续到动作203。
在动作203期间,所述过程可以获得初始操作参数,诸如一个或多个采样值、样本流速(SFR)值、关于通气患者的信息(例如,待通气的患者)等。根据本系统的实施例,所述初始采样值可以表示采样时间段(例如,120秒)。根据本系统的实施例,在不延长采样时段的情况下,可以通过利用额外的传感器和/或提供有更大采样容量的传感器来容纳更大的采样体积。在任一事件中,所述采样体积和/或其他特性可以由系统、用户来设定和/或可以从系统的存储器获得。可以对所述采样时间进行设定,使得可以采集针对足够的采样时间的二氧化碳测定信息以用于分析。
所述二氧化碳测定信息可以包括一个或多个二氧化碳图信号,诸如CO2信号。所述采样值可以由系统和/或用户来设定并且可以从系统的存储器获得。根据本系统的实施例,可以根据期望在当前过程的操作期间由系统实时地调节所述采样值。然而,应当设定所述采样值使得可以根据本系统的实施例来采集和分析足够数目的呼吸(例如,患者的)。此外,所述过程可以获得样本流速(SFR)值,所述样本流速(SFR)值可以被用于对系统的样本气体流泵进行初始化。所述SFR值可以由系统和/或用户来设定并且可以根据期望从存储器或者实时地获得。根据本系统的实施例,所述过程可以在操作期间如可能期望地调节参数。在完成动作203之后,所述过程可以继续到动作205。
在动作205期间,所述过程可以建立所述系统的样本气体流(SGF)。因此,所述过程可以控制SGF泵从而以可以如由SFR值设定的期望的样本流速来提供SGF。SGF可以从被耦合到采样系统接口的一个或多个SGF管(诸如被耦合到患者的鼻插管)并且其从通气部分接收通气气体。在完成该动作之前,所述过程可以等待样本时间段逝去(例如,20秒等),使得SGF的至少一部分可以被提供到系统的一个或多个采样室。出于清楚的缘故,将假定从所述系统的患者接口(例如,物理接口)获得SGF。所述过程还可以获得传感器信息以确定例如采样室中的一个或多个采样室内的环境压力。所述过程还可以实时地确定SGF的样本流速。此外,所述过程可以控制SGF泵以基于反馈信息(诸如从系统的一个或多个流速传感器所获得的流速信息)来实时地维持SGF的固定样本流量。在完成动作205之后,所述过程可以继续到动作207。
在动作207期间,所述过程可以分析SGF的至少一部分并且形成对应的二氧化碳测定信息,所述对应的二氧化碳测定信息例如可以包括与SGF内的一种或多种气体(诸如CO2)随时间的浓度有关的信息。更具体地,所述二氧化碳测定信息可以包括二氧化碳图信号(针对对应的气体),其例如可以随时间被表示为多个离散数据点(DP)。因此,每个数据点可以表示在对应时间处的CO2的浓度。这些数据点可以被图形地表示为绘制的二氧化碳图中的二氧化碳图信号或二氧化碳图波形(例如,CO2)。
图3示出了根据本系统的实施例的图示示出样本气体流中随时间的CO2浓度的二氧化碳图的图形300。DP可以被表示为在时间上的二氧化碳图信号302(其也可以被称为二氧化碳图波形)。粗略近似地呼气(Ep)和吸气(Ip)阶段被标记用于说明。针对对应气体(例如,CO2)的多个这些数据点可以被分组以形成可以对应于采样时段的采样时间(ts)的数据样本。
所述过程可以采用(一种或多种)任何适合的方法来分析SGF以形成二氧化碳测定信息,诸如可以由二氧化碳图系统等采用。尽管设想到了本系统的实施例可以检测诸如CO2、O2、N2等气体的浓度,但是出于清晰的缘故,在本文中仅讨论浓度CO2。然而,根据本系统的实施例,相对于CO2由过程执行的操作可以根据期望相对于其他气体类似地执行。在完成动作207之后,所述过程可以继续到动作209。
在动作209期间,所述过程可以执行启发式分析,其中,所述过程可以将在采样时间(ts)期间获得的二氧化碳测定信息分析为组以例如确定二氧化碳测定信息内的DP中的每个DP在时间段(例如,过去120秒)期间的出现的相对频率并且可以使用任何适合的方法来形成对应的直方图信息。因此,所述过程可以在采样时段期间将二氧化碳测定信息的个体DP分析为组(例如,在不参考呼吸周期的情况下)并且可以确定每个DP在采样时间内的出现的相对频率。根据本系统的实施例,可以对采样时间进行设定,使得其覆盖至少多个呼吸周期(例如,在4-20呼吸周期等之间,其中,每个呼吸周期包括吸气阶段和呼气阶段)。因此,在该动作期间,所述过程可以形成包括多个数据点的数据集,其中,每个数据点对应于SGF内的选定气体(例如,在当前范例中的CO2)在采样时间期间的检测到的浓度。
根据本系统的实施例,所述过程可以根据组(例如,分箱(bin))内的出现(例如,通过浓度)的频率将DP放置在组(例如,分箱、分组等)内的采样时间(例如,所有DP的数据集)内。参考示出根据本系统的实施例所生成的CO2信号样本的直方图400A、400B的图4A、图4B图示了该过程。这些CO2信号样本可以被表示为在采样时间期间所获得的DP并且可以与诸如图3中所示的二氧化碳图信息的DP相对应。在图4B中,示出了根据本系统的实施例所生成的CO2信号样本的直方图400B。直方图400B包括多个分箱402,所述多个分箱402中的每个分箱具有可以表示针对对应DP的CO2的范围的宽度(W)并且可以包括可以与对应DP在采样周期内的出现的频率相对应的高度。根据本系统的实施例,每个分箱402的高度可以表示各自分箱内的DP的总数。
关于采样时间,根据本系统的实施例,所述过程可以确定二氧化碳测定信息对于等于采样值的一时间段是否可用,使得可以采集DP的全部数据集。因此,在其中确定二氧化碳测定信息对于等于采样值的一时间段可用的情况下(例如,逝去时间等于或大于采样值),则所述过程可以执行启发式分析。然而,在其中确定二氧化碳测定信息对于等于采样值的一时间段不可用的情况下(例如,逝去时间小于采样时间),则所述过程可以继续收集二氧化碳测定信息,使得可以采集DP的全部数据集。以这种方式,可以确保令人满意的量的DP可用于提供启发式准确度。
根据本系统的实施例,所述过程可以分析从监测的开始可用的二氧化碳测定信息和/或可以使用运行时间间隔(例如,最新20秒等),其中的每个可以取决于设置来定义采样时间(例如,采样时段)。然而,根据本系统的实施例,所述过程可以分析从期望的开始时间到停止时间和/或在可以定义采样时间的期望的时间间隔的二氧化碳测定信息。例如,根据本系统的实施例,所述过程可以分析表示最近时间间隔(例如,最新的120秒)的二氧化碳测定信息。因此,参考图3,假定开始时间可以被表示为当前时间(tc),并且在当前范例中,所述采样时间可以由(ts)=120秒来表示。该采样时段可以被表示为tc-ts=tc-120秒。还设想到了,所述过程可以形成图形用户接口(GUI),用户可以利用所述图形用户接口(GUI)进行交互以根据期望来设定这些时间(例如,ts、tc等)的。例如,参考图3,所述过程可以给用户提供滑动条307和309,用户可以滑动所述滑动条307和309以相应地选择tc和ts。这些时间可以由用户实时地设定/重置和/或可以被存储在系统的存储器中以用于稍后使用。然而,根据本系统的实施例,所述采样时间可以被预定义并且可以被存储在系统的存储器中并且可以在初始化期间由所述过程获得。在完成动作209之后,所述过程然后可以继续到动作211。
在动作211期间,所述过程可以执行峰检测以估计针对采样时间的潮气末(Et)CO2值。该值可以表示针对采样时间的潮气末(Et)CO2的平均值,其在当前范例中包括采样时间期间的多个呼吸周期。可以使用适合的方法(例如包括对图形的峰401和峰403的检测以及通过分箱分析对峰的检测)根据实施例来执行峰检测。
例如,参考图4B,根据本系统的实施例所执行的峰检测方法可以选择具有最大数目的DP的分箱(例如,最高或最大分箱)。因此,假定每个分箱具有对应的DP组,则所述过程可以选择最大的DP组。根据本系统的实施例,该选择的组中的DP的值然后可以被求平均并且潮气末CO2浓度值然后可以被设定为求平均的结果。
因此,根据本系统的实施例,所述过程可以使用峰检测方法在不识别个体呼吸周期的情况下确定潮气末CO2。根据本系统的实施例,这可以减少系统资源和错误数据,可以在以其他方式使用例如可能错误地识别个体呼吸周期的常规方法时导致所述错误数据。
因此,本系统的实施例可以采用峰检测方法在无需检测个体呼吸周期和/或阶段(例如,吸气阶段和/或呼气阶段)的情况下确定估计的潮气末CO2浓度值。相反,根据本系统的实施例的所述过程可以基于来自多个呼吸周期的潮气末CO2浓度值在采样时间期间的平均值来确定估计的潮气末CO2浓度值并且其因此不需要个体地检测。
根据本系统的实施例,参考图3、图4A和图4B描述了确定针对采样时间的估计的平均潮气末CO2水平以及吸气CO2的估计值的方法。例如,参考图4B,直方图400B示出了具有与在针对对应采样时间(ts)的对应分箱402内分组的DP(或对应的CO2信号)的数目相对应的高度的分箱402。参考图3,在呼吸周期(例如,涵盖吸气阶段和呼气阶段)期间,大多数基于时间的二氧化碳图包括在其期间CO2是接近零的吸气阶段(Ip)以及在其期间CO2信号在最大(潮气末(Et))CO2水平附近相对稳定的稳定水平阶段(PP)。稳定水平阶段与吸气阶段之间的过渡时期相对于其他两个阶段(例如,吸气阶段和呼气阶段)通常是相当简短的。
参考图4A和图4B,在正常稳定呼吸期间,在固定时间间隔(例如,采样时间)期间取得的CO2信号的直方图具有指示所观测到的CO2信号值的每个低(吸气阶段(Ip)和高(稳定水平阶段(PP)))极值(例如,呼气阶段(Ep))处的大量的值(例如,出现的高频率)的特性峰值。根据本系统的实施例,所述过程可以分析所生成的直方图以确定登陆直方图的这两个峰(例如,图4B中所示的分箱402的两个最大分箱或者图4A中所示的峰401和峰403)外部的CO2信号值(例如,DP)的相对频率。此外,所述直方图可以被用于在无需检测个体呼吸或那些呼吸的基于时间的特性特征的情况下来识别不稳定的呼吸。
为了执行峰选择,所述过程例如可以分析直方图400A并且选择两个最高峰(所有峰中的401和403)或者分析直方图400B并且从所有分箱402选择具有在直方图内被分配到其的两个最大数目的DP的分箱402。在这两个最大峰(401和403)或分箱402中,所述过程可以确定哪些峰/分箱与更大的二氧化碳图信号值(例如,基于例如对应分箱402内的DP的平均值)相对应并且将该峰或分箱设定为稳定水平阶段(PP)峰(PP_Peak)并且可以将(一个或多个)其他分箱402设定为吸气峰(IP_Peak)。根据本系统的实施例,所述过程可以确定在稳定水平阶段峰(PP_Peak)处的二氧化碳图信号的平均值(例如,通过对该峰或分箱内的所有DP求平均)并且将该值设定为针对采样时间的潮气末(Et)CO2的估计值。类似地,所述过程可以确定在吸气峰(IP_Peak)处的二氧化碳图信号的平均值(例如,通过对该分箱内的所有DP求平均)并且将该值设定为针对采样时间的吸气CO2的所估计的值。在完成动作211之后,所述过程可以继续到动作214。
在动作214期间,在无需识别个体呼吸的情况下,所述过程可以识别呼吸不稳定的时段。根据本系统的实施例,可以通过观测例如中间浓度范围(例如在15mmHg与25mmHg之间)中的大量样本而在直方图中识别呼吸不稳定性。如根据本系统的实施例所识别的,在呼吸不稳定期间,二氧化碳图在低浓度点与高浓度点之间不快速地交替,而是在中间范围内保持延长的时段。
对于理想的二氧化碳图而言,大多数(>85%)的DP被定位在两个峰中(IP_peak和PP_peak)。根据本系统的实施例,这些峰之间的数据的存在指示不稳定的呼吸。当大小(潮气量)和呼吸速率改变时,那么个体稳定水平的高度在直方图中组合以创建较低的PP_peak以及在IP_peak与PP_peak之间的可能更小的峰。不是峰的一部分的DP的另一源是不包含稳定水平的二氧化碳测定波形。在这种情况下,PP_peak是低的或者不存在IP_peak与直方图中找到的最大CO2值之间的许多DP。当在直方图中观测到的最大CO2值比PP_peak的位置小得多时,则看到不稳定呼吸的另一指示。在理想直方图中,在PP_peak的位置与针对如由直方图中找到DP的最高CO2值所指示的最大CO2值之间存在小的差。PP_peak位置与最大DP位置之间的高的差是不稳定呼吸的指示。在完成动作214之后,所述过程可以继续到动作215。
在动作215期间,所述过程可以确定采样时间期间的信号置信度和/或信号质量。根据本系统的实施例,例如可以使用根据直方图计算的描述性参数的加权和来对信号质量进行评分。例如,PP_peak相对于采样时间的平均值或峰可以是一个参数。PP_peak位置与最大值CO2之间的差可以是描述性参数。更小的差指示更好的质量信号。不是IP_peak或PP_peak相对于采样时间的一部分的DP的和可以是另一参数。理想地,不在这两个峰中的任一峰中DP的部分应当是低的(例如,小于20%)。例如可以通过减去偏移值并且然后通过乘法因子对所述参数进行放大或缩小对这些参数中的每个参数进行归一化来计算信号质量得分。例如,当一些参数是分数而其他参数是DP的差值或计数等时,可以利用对输入进行归一化的动作。
根据本系统的实施例,可以通过将归一化的描述性参数中的每个乘以加权因子并且将结果求和来计算信号置信度参数。所述加权因子例如可以基于参数值与信号质量之间的关系的相对长度来选择。信号置信度和/或信号质量可以表示呼吸率、呼吸量(潮气量)和潮气末CO2值针对采样时间多么稳定的量度。
下面参考图7到图11说明性地描述确定针对采样时间的信号置信度和/或质量的根据本系统的实施例的各种方法。
例如,参考图7A到图8A示出并且描述了识别CO2波形何时不包括一致的呼气稳定水平的方法。该方法可以被称为百分比稳定水平方法并且可以确定CO2参数质量指标(PQI)。更具体地,图7A示出了包括根据本系统的实施例所形成的正常CO2波形的二氧化碳图700A的一部分。出于清晰的缘故,正常二氧化碳图可以被认为是包括具有一致的呼气稳定水平711的二氧化碳图信号,例如,如所示的。图7B示出了对应于根据本系统的实施例所形成的二氧化碳图700A的直方图700B的一部分。图8A示出了包括没有根据本系统的实施例所形成的一致的呼气稳定水平的CO2波形的二氧化碳图800A的一部分。图8B示出了对应于根据本系统的实施例所形成的二氧化碳图800A的直方图800B的一部分。所述方法可以包括可以分析根据本系统的实施例所形成的直方图的算法。所述算法可以在直方图内识别例如将小于阈值(例如(maxCO2-minCO2)/2)的每个事物看作基线数据的基线样本。例如,根据实施例的所述算法可以识别范围(例如,峰位置-5mm Hg与峰位置+2mm Hg)内的所有数据并且将该数据设定为稳定水平数据。百分比稳定水平然后可以被计算例如为20乘以(times)稳定水平样本计数除以非基线样本计数。根据本系统的实施例,所述算法例如可以每隔五秒来更新频率(然而,根据本系统的实施例也设想到了其他更新频率)。参考图8C,示出了特征映射函数并且可以图示稳定水平内的信号的百分比。根据本系统的实施例,说明性CO2PQI加权因子例如可以被设定等于0.25,但是可以类似地应用其他加权因子。
还设想到了,本系统的实施例可以包括识别何时可以存在二氧化碳图信号的CO2波形中的呼吸到呼吸差异的方法。参考示出根据本系统的实施例所生成的特征映射函数的图形900的图9说明性地描述了该方法。所述方法可以包括可以确定如从直方图计算的稳定水平CO2(例如,稳定水平值)以及在时段(诸如例如过去30秒)期间的最大的观测到的CO2之间的差。所述稳定水平值可以被确定为比在先前30秒期间的最大CO2与最小CO2之间的中点更高的最常发生的CO2值。针对该算法的更新频率可以被设定为任何期望的值,诸如5秒。此外,该算法可以采用加权因子(例如,CO2PQI加权因子=0.25)。
应当指出,尽管上文图示了例如根据本系统的实施例的算法,但是根据本系统的实施例还考虑其他计算(例如,不同的稳定水平值计算、加权因子等)。例如,当确定了不稳定的呼吸时,所述算法可以绘制消息,诸如“不稳定的呼吸”。因此,该参数可以被用于识别CO2波形中的呼吸到呼吸差异,诸如其中可以存在例如单个升高的CO2值并且波形稳定水平的剩余部分更低的情况。根据实施例,所述算法可以考虑在一时段(诸如先前的30秒)期间的CO2信号,可以存在30秒窗口期间最常发生的稳定水平和最大CO2非常不同的几率。在稳定的二氧化碳图中,差应当是小的,诸如小于4mm Hg。当在稳定水平与最大值(例如,最大的发生的CO2)之间存在大的差时,这是不稳定的呼吸的指示。例如,7mm Hg或更多的差可以被用于指示不稳定的呼吸。根据实施例,更大的指示可以被用于指示非常不稳定的呼吸。例如,根据实施例,大于10mm Hg的差可以被用于指示呼吸是非常不稳定的。
现在将参考图10和图11来描述识别何时二氧化碳图在分析时段期间缺少共同稳定水平值的方法。图10示出了与根据本系统的实施例所形成的二氧化碳图相对应的直方图1000的一部分。图11示出了根据本系统的实施例所生成的特征映射函数的图形1100。一般而言,当二氧化碳图在过渡中而非要么在稳定水平要么在低谷处花费不成比例的时间时,则根据本系统的实施例形成的值可以是低的。所述方法可以包括可以分析直方图(诸如图10中所示的直方图)以找到可以被用于表示稳定水平阶段的稳定水平的最常发生的高值(max)的算法。然后,所述算法可以计算低峰(低谷)+z与最大发生的高峰-z的位置之间的范围中的平均直方图值,其中,z=5。然后,所述算法可以确定最大值与中距值之间的差,如所示的。所述算法可以包括例如5秒的更新频率。因此,直方图可以每隔5秒来进行分析。该算法的特征映射函数可以与图11中所示的那个类似。所述算法可以包括加权因子,诸如等于0.25。当确定存在低潮气量时,所述算法可以绘制消息,诸如“检测到低潮气量”。
根据本系统的实施例,所述过程还可以将针对当前采样时间的信号置信度或质量与相应地针对先前采样时间的信号置信度或质量进行比较(例如,如可以由系统和/或用户所选择的最近或其他所选择的采样时间)并且确定信号趋势。例如,在其中当前采样时间的信号质量被确定为已经被改进的情况下,信号质量趋势指示器可以被表示为诸如10分之10、100分之100(等)的得分、“+”和/或绿色突出呈现。相反地,在其中当前采样时间的信号质量被确定为尚未被改进的情况下,信号质量趋势指示器可以被表示为诸如10分之1、100分之1(等)的得分、“-”和/或红色突出呈现。最后,在其中在信号质量中未检测到改变的情况下,信号质量趋势指示器可以被表示为与先前信号质量指示器相同的“0”得分和/或灰色突出呈现。根据本系统的实施例,所述过程可以类似地确定信号置信度趋势指示器。
在动作217期间,所述过程可以绘制所述过程的结果。例如,所述过程可以绘制以下中的一项或多项:所确定的二氧化碳测定信号、潮气末CO2值、所估计的呼吸率、信号置信度、信号质量、信号置信度趋势指示器、以及针对对应采样时间的信号质量趋势指示器。例如,图5示出了包括根据本系统的实施例所绘制的二氧化碳图501的图形500。更具体地,图形500可以包括由所述过程所生成的信息,诸如以下中的一项或多项:二氧化碳图501、二氧化碳图信号502、采样时间选择菜单滑动条504,例如包括滑动条507和/或滑动条509和菜单506。滑动条507和/或滑动条509可以相应地被用于(例如,移动)选择tc和ts。根据本系统的实施例,为了增加采样时间,用户可以向左拖曳滑动条507并且将滑动条509设定在最右边的位置处。
菜单506可以包括所述过程的结果,诸如与以下中的一项或多项有关的信息:潮气末CO2值508、呼吸率510、信号质量512、以及信号置信度514。此外,如所示,信号质量512和信号置信度514可以相应地包括括号中说明性地示出的对应的信号趋势指示器513和515。根据本系统的实施例,本系统也可以显示与被包含在直方图中的信息有关的临床消息,诸如与是否存在缓慢和/或不足呼吸的检测时段有关的消息。所述过程还可以根据期望提供用户与系统进行交互的方法。因此,例如,所述过程可以提供用户与系统进行交互以改变参数、系统设置、存储信息等的交互性菜单(例如,用户接口,UI)。例如,根据本系统的实施例,用户可以使用滑动条507和/或滑动条509来实时地改变采样时间,如可以期望的。在完成动作217之后,所述过程可以继续到动作219。
在动作219期间,所述过程可以更新系统历史,所述系统历史可以被存储在系统的存储器中以记录所述过程的结果。根据本系统的实施例,所述过程此后可以重复动作207等,如所示的。根据本系统的实施例,所述过程可以在检测到结束信号时结束。例如可以通过用户和/或系统来生成结束信号,诸如当检测或以其他方式指示物理接口的断开时。
图6示出了根据本系统的实施例的系统600的一部分。例如,本系统的一部分可以包括处理器610(例如,控制器),其被操作性地耦合到存储器620、绘制设备(诸如显示器630)、传感器640、致动器660、网络680、以及用户输入设备670。存储器620可以是用于存储应用数据以及涉及所描述的操作的其他数据的任何类型的设备。所述应用数据和其他数据由处理器610接收以用于将处理器610配置(例如,编程)为执行根据本系统的操作动作。这样配置的处理器610变为特别适合于根据本系统的实施例执行的专用机器。
用户输入部670可以包括键盘、鼠标、跟踪球或其他设备,诸如触敏显示器,其可以是独立的或者是系统的一部分,诸如是个人计算机、个人数字助理(PDA)、移动电话(例如,智能电话)、监测器、可穿戴显示器(例如,智能眼镜等)、智能终端或哑终端或者其他设备的一部分,以用于经由任何可操作的链路与处理器610进行通信。用户输入设备670可以可操作用于与包括用户接口(UI)内的使能交互的处理器610进行交互,如本文所描述的。清楚地,处理器610、存储器620、显示器630和/或用户输入设备670可以全部或部分是计算机系统或者诸如客户端和/或服务器的其他设备的一部分。
致动器660可以包括一个或多个电机、换能器等,其可以在处理器610的控制下提供力以操作SSM 160的一个或多个阀、混合器等。这些阀可以例如包括气动控制阀,其可以控制一种或多种气体的流量以用于通气等。
本系统的方法特别适合于由计算机软件程序来执行,这样的程序可以包含与由本系统所描述和/或设想到的个体步骤或动作中的一个或多个相对应的一个或多个模块。当然,这样的程序可以实现在计算机可读介质中,诸如集成芯片、外围设备或存储器,诸如存储器620或者被耦合到处理器610的其他存储器。
在系统620中包含的程序和/或程序部分可以将处理器610配置为实施本文所公开的方法、操作动作和功能。存储器例如可以分布在客户端和/或服务器、或者本地和处理器610之间,其中,可以提供额外的处理器、还可以分布或者可以是单个的。存储器可以被实现为电、磁或光存储器或者这些或其他类型的存储设备的任何组合。此外,术语“存储器”应当足够宽泛地被解释为涵盖从能由处理器610访问的可寻址空间中的地址读取或者写到所述地址的任何信息。存储器620可以包括非瞬态存储器。利用该定义,通过网络(诸如网络680)可访问的信息仍然处在存储器内,例如,因为处理器610可以从网络680检索信息以用于根据本系统的操作。
处理器610可操作用于响应于来自用户输入设备670的输入信号以及响应于网络的其他设备而提供控制信号和/或执行操作并且运行存储在存储器620中的指令。处理器610可以包括以下中的一项或多项:微处理器、(一个或多个)专用或通用集成电路、逻辑设备等。此外,处理器610可以是用于根据本系统执行的专用处理器或者可以是通用处理器,其中,仅许多功能之一操作用于根据本系统来执行。处理器610可以利用程序部分、多个程序分段来操作,或者可以是利用专用或多用集成电路的硬件设备。
因此,本系统的实施例可以提供增强型气体监测系统,诸如针对住院患者以及门诊患者流程和护理的侧流CO2监测系统,其可以分析二氧化碳测定信号以确定信号的一个或多个特性,诸如信号质量、置信度、每分钟呼吸(BPM)、以及潮气末CO2值。因此,本系统的实施例可以提供侧流CO2监测系统,其例如可以与急救护理通气机、家庭通气机、多参数监测器等一起使用。此外,应当设想到,根据本系统的实施例操作的这些CO2监测系统可以被用在各种医学环境中,诸如内窥镜检查、加护病房(ICU)、手术室(OR)、急诊室、非卧床护理和/或其他医学设施。
尽管已经参考特定示范性实施例示出并且描述了本发明,但是本领域的技术人员将理解,本发明不限于此,而是在不脱离本发明的精神和范围的情况下,可以在其中做出包括各种特征和实施例的组合的形式和细节的各种改变。
本系统的其他变型将容易由本领域的普通技术人员想到并且由以下权利要求书所包含。
最后,以上讨论旨在仅图示本系统并且不应当被解释为将随附的权利要求书限于任何特定的实施例或实施例之一。因此,尽管已经参考示范性实施例描述了本系统,但是还应当理解,在不脱离如以下权利要求中所阐述的本系统的边界和预期精神和范围的情况下,可以由本领域的普通技术人员做出许多修改和备选实施例。因此,说明书和附图将以说明性方式看待并且将并非旨在限制随附权利要求书的范围。
在解析权利要求书时,应当理解:
a)词语“包括”不排除给定权利要求中的那些之外的其他元件或动作的存在;
b)在元件前面的词语“一”或“一个”不排除多个这样的元件的存在;
c)权利要求中的任何附图标记不限制其范围;
d)若干“装置”可以通过相同项目或硬件或软件实现的结构或功能表示;
e)任何所公开的元件可以包括硬件部分(例如,包括分立和集成电子电路)、软件部分(例如,计算机编程)和其任何组合;
f)硬件部分可以包括模拟和数字部分中的一者或两者;
g)除非另外特别陈述,否则任何所公开的设备或其部分可以组合在一起或分离为另外的部分;
h)除非特别指明,否则动作或步骤的特定序列并非旨在是要求的;以及
i)术语“多个”元件包括所要求保护的元件中的两个或更多个,并且不隐含任何特定范围数目的元件:即,多个元件可以像两个元件那样少,并且可以包括不可测量数目的元件;以及
j)术语和/或其构成应当理解为意指所列出的元件中的仅一个或多个可能需要适合地存在于根据权利要求记载和根据本系统的一个或多个实施例的系统中。
Claims (21)
1.一种气体浓度监测系统(100、600),包括:
处理器(110、610),其被配置为:
检测从到患者(101)的物理接口(107)获得的样本气体流中的选定气体的浓度;
形成包括多个数据点的数据集,每个数据点对应于所述样本气体流内的所述选定气体在采样时间期间的检测到的浓度;
根据所述数据点在所述采样时间内的出现的频率对所述数据点进行分组;并且
基于数据点组之间的相对特性来确定信号置信度和信号质量中的至少一个。
2.根据权利要求1所述的气体浓度监测系统,其中,所述处理器被配置为对所述数据点进行分组,其中,每个分组对应于所述选定气体的浓度的不同范围。
3.根据权利要求1所述的气体浓度监测系统,其中,所述处理器被配置为基于存在于所述数据点组内的数据点的相对数目来确定信号置信度和信号质量中的所述至少一个。
4.根据权利要求1所述的气体浓度监测系统,还包括被耦合到所述处理器的绘制设备(130、630),其中,所述处理器被配置为在所述绘制设备上将所述数据点组绘制为直方图。
5.根据权利要求1所述的气体浓度监测系统,其中,所述处理器被配置为识别两个数据点组,所述两个数据点组对应地具有所述数据点组之中的最大数目的数据点和次大数目的数据点。
6.根据权利要求5所述的气体浓度监测系统,其中,所述处理器被配置为确定所述两个数据点组之间的数据点的数目,并且被配置为基于所确定的数据点的数目来确定信号置信度和信号质量中的所述至少一个。
7.根据权利要求1所述的气体浓度监测系统,其中,所述采样时间的间隔涵盖至少多个呼吸周期,每个呼吸周期包括吸气阶段和呼气阶段或者至少20秒的时段,无论哪个能够被确定为首先发生。
8.根据权利要求1所述的气体浓度监测系统,其中,所述物理接口包括鼻插管或面罩(108),其被配置用于耦合到所述患者。
9.根据权利要求1所述的气体浓度监测系统,还包括气动系统(103),所述气动系统由所述处理器控制以将通气气体混合物提供到所述物理接口以用于由所述患者吸入。
10.一种监测二氧化碳图信号的方法,包括:
检测从到患者的物理接口(107)获得的样本气体流中的选定气体的浓度;
形成包括多个数据点的数据集,每个数据点对应于所述样本气体流内的所述选定气体在采样时间期间的检测到的浓度;
根据所述数据点在所述采样时间内的出现的频率对所述数据点进行分组;并且
基于数据点组之间的相对特性来确定信号置信度和信号质量中的至少一个。
11.根据权利要求10所述的方法,其中,对所述数据点进行分组的动作包括以下动作:基于所述选定气体的浓度的不同范围对所述数据点进行分组。
12.根据权利要求10所述的方法,其中,确定信号置信度和信号质量中的所述至少一个的动作包括以下动作:确定存在于所述数据点组内的数据点的相对数目。
13.根据权利要求10所述的方法,包括以下动作:在所述绘制设备(130、630)上将所述数据点组绘制为直方图。
14.根据权利要求10所述的方法,包括以下动作:识别两个数据点组,所述两个数据点组对应地具有所述数据点组之中的最大数目的数据点和次大数目的数据点。
15.根据权利要求14所述的方法,包括以下动作:确定所述两个数据点组之间的数据点的数目,其中,确定信号置信度和信号质量中的所述至少一个的动作基于所确定的数据点的数目。
16.根据权利要求10所述的方法,其中,所述采样时间的间隔涵盖至少多个呼吸周期,每个呼吸周期包括吸气阶段和呼气阶段或者至少20秒的时段,无论哪个能够被确定为首先发生。
17.一种具有用于在计算机(160、600)上操作以用于执行监测二氧化碳图信号的方法的计算机可读程序代码的计算机可读非瞬态介质(720),所述方法包括以下动作:
检测从到患者(101)的物理接口(107)获得的样本气体流中的选定气体的浓度;
形成包括多个数据点的数据集,每个数据点对应于所述样本气体流内的所述选定气体在采样时间期间的检测到的浓度;
根据所述数据点在所述采样时间内的出现的频率对所述数据点进行分组;并且
基于所述数据点组之间的相对特性来确定信号置信度和信号质量中的至少一个。
18.根据权利要求17所述的介质,其中,对所述数据点进行分组的动作包括以下动作:基于所述选定气体的浓度的不同范围对所述数据点进行分组。
19.根据权利要求17所述的介质,其中,确定信号置信度和信号质量中的所述至少一个的动作包括以下动作:确定存在于所述数据点组内的数据点的相对数目。
20.根据权利要求17所述的介质,所述方法包括以下动作:识别两个数据点组,所述两个数据点组对应地具有所述数据点组之中的最大数目的数据点和次大数目的数据点。
21.根据权利要求20所述的介质,所述方法包括以下动作:确定所述两个数据点组之间的数据点的数目,其中,确定信号置信度和信号质量中的所述至少一个的动作基于所确定的数据点的数目。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462098367P | 2014-12-31 | 2014-12-31 | |
US62/098,367 | 2014-12-31 | ||
PCT/IB2015/059652 WO2016108121A1 (en) | 2014-12-31 | 2015-12-16 | System for performing histogram analysis of the time-based capnography signals and method of operation thereof |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107427259A true CN107427259A (zh) | 2017-12-01 |
CN107427259B CN107427259B (zh) | 2021-03-16 |
Family
ID=55080139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580077060.6A Active CN107427259B (zh) | 2014-12-31 | 2015-12-16 | 用于执行对基于时间的二氧化碳图信号的直方图分析的系统以及其操作的方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10869614B2 (zh) |
EP (1) | EP3240478B1 (zh) |
JP (1) | JP6865686B2 (zh) |
CN (1) | CN107427259B (zh) |
WO (1) | WO2016108121A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108024759A (zh) * | 2015-08-11 | 2018-05-11 | 皇家飞利浦有限公司 | 具有决策支持系统架构的二氧化碳描记 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7030819B2 (ja) * | 2017-01-16 | 2022-03-07 | コーニンクレッカ フィリップス エヌ ヴェ | カプノメトリ及び酸素飽和度を組み合わせた生理学的モニタリング判断支援システム |
US10909177B1 (en) * | 2017-01-17 | 2021-02-02 | Workday, Inc. | Percentile determination system |
SG11202004017XA (en) * | 2017-11-22 | 2020-06-29 | Fisher & Paykel Healthcare Ltd | Respiratory rate monitoring for respiratory flow therapy systems |
WO2019123510A1 (ja) * | 2017-12-18 | 2019-06-27 | 三菱電機株式会社 | 表示制御装置、表示システム、表示装置、表示方法および表示プログラム |
CN109621121B (zh) * | 2018-12-29 | 2022-03-15 | 北京谊安医疗系统股份有限公司 | 机控通气状态的检测方法和检测系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01311260A (ja) * | 1988-06-08 | 1989-12-15 | Figaro Eng Inc | ガス検出装置 |
CN1776400A (zh) * | 2004-11-18 | 2006-05-24 | 株式会社拓普康 | 粒子监测装置和真空处理装置 |
CN101489478A (zh) * | 2006-06-01 | 2009-07-22 | 必安康医疗有限公司 | 用于监视生理症状的装置、系统和方法 |
CN102458245A (zh) * | 2009-04-20 | 2012-05-16 | 雷斯梅德有限公司 | 使用血氧饱和度信号辨别潮式呼吸模式 |
CN102548610A (zh) * | 2009-09-10 | 2012-07-04 | 里斯比卡迪亚公司 | 呼吸矫正 |
CN102770069A (zh) * | 2010-02-17 | 2012-11-07 | 皇家飞利浦电子股份有限公司 | 一氧化氮测量方法和设备 |
CN103153183A (zh) * | 2010-10-01 | 2013-06-12 | 皇家飞利浦电子股份有限公司 | 用于诊断阻塞性睡眠呼吸暂停的装置和方法 |
CN103260512A (zh) * | 2010-12-17 | 2013-08-21 | 皇家飞利浦电子股份有限公司 | 仅基于二氧化碳描记信息识别呼吸的系统和方法 |
WO2014203104A1 (en) * | 2013-06-19 | 2014-12-24 | Koninklijke Philips N.V. | Determining of subject zero flow using cluster analysis |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6033368A (en) * | 1996-03-28 | 2000-03-07 | Nitromed, Inc. | Condensate colorimetric nitrogen oxide analyzer |
US5971934A (en) * | 1996-10-04 | 1999-10-26 | Trustees Of The University Of Pennsylvania | Noninvasive method and apparatus for determining cardiac output |
US6099481A (en) | 1997-11-03 | 2000-08-08 | Ntc Technology, Inc. | Respiratory profile parameter determination method and apparatus |
US6534769B1 (en) * | 1999-12-31 | 2003-03-18 | Ge Medical Systems Information Technologies, Inc. | Low cost main stream gas analyzer system |
DE10014427A1 (de) | 2000-03-24 | 2001-10-04 | Weinmann G Geraete Med | Verfahren zur Steuerung eines Beatmungsgerätes sowie Vorrichtung zur Überwachung |
EP1280449A4 (en) * | 2000-04-29 | 2009-04-08 | Univ California | DEVICE AND METHOD FOR ESTIMATING LUSS INDEPENDENT PARAMETERS THAT CHARACTERIZE THE RELEVANT CHARACTERISTICS OF NITROGEN OXIDE PRODUCTION AND STAIN OXYDE EXCHANGE IN THE HUMAN LUNG |
US7802571B2 (en) * | 2003-11-21 | 2010-09-28 | Tehrani Fleur T | Method and apparatus for controlling a ventilator |
DE102004039194A1 (de) | 2004-08-12 | 2006-02-23 | Universitätsklinikum Freiburg | Vorrichtung und Verfahren zur Erfassung und Auswertung von Expirogrammen |
US7427269B2 (en) * | 2005-12-12 | 2008-09-23 | The Regents Of The University Of California | Accurate method to characterize airway nitric oxide using different breath-hold times including axial diffusion of nitric oxide using heliox and breath hold |
US20080059224A1 (en) | 2006-08-31 | 2008-03-06 | Schechter Alan M | Systems and methods for developing a comprehensive patient health profile |
DE102008027630A1 (de) * | 2008-06-05 | 2009-12-10 | Filt Lungen- Und Thoraxdiagnostik Gmbh | Transportabler Pneumotachograph zur Messung von Bestandteilen des Exspirationsvolumens |
US8398555B2 (en) | 2008-09-10 | 2013-03-19 | Covidien Lp | System and method for detecting ventilatory instability |
WO2010067254A1 (en) | 2008-12-09 | 2010-06-17 | Koninklijke Philips Electronics, N.V. | Determining the functional residual capacity of a subject |
JP5531715B2 (ja) * | 2010-03-30 | 2014-06-25 | コニカミノルタ株式会社 | 生体情報測定装置および該方法 |
DE102010054397A1 (de) * | 2010-12-08 | 2012-06-14 | Aerocrine Ab | Verfahren und Vorrichtung zur Gasprobensammlung |
US10342939B2 (en) | 2011-03-23 | 2019-07-09 | ResMed Pty Ltd | Detection of ventilation sufficiency |
US20140288440A1 (en) * | 2013-03-22 | 2014-09-25 | Children's Medical Center Corporation | Systems and methods for quantitative capnogram analysis |
-
2015
- 2015-12-16 WO PCT/IB2015/059652 patent/WO2016108121A1/en active Application Filing
- 2015-12-16 US US15/540,151 patent/US10869614B2/en active Active
- 2015-12-16 CN CN201580077060.6A patent/CN107427259B/zh active Active
- 2015-12-16 JP JP2017534703A patent/JP6865686B2/ja active Active
- 2015-12-16 EP EP15823024.3A patent/EP3240478B1/en active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01311260A (ja) * | 1988-06-08 | 1989-12-15 | Figaro Eng Inc | ガス検出装置 |
CN1776400A (zh) * | 2004-11-18 | 2006-05-24 | 株式会社拓普康 | 粒子监测装置和真空处理装置 |
CN101489478A (zh) * | 2006-06-01 | 2009-07-22 | 必安康医疗有限公司 | 用于监视生理症状的装置、系统和方法 |
CN102458245A (zh) * | 2009-04-20 | 2012-05-16 | 雷斯梅德有限公司 | 使用血氧饱和度信号辨别潮式呼吸模式 |
CN102548610A (zh) * | 2009-09-10 | 2012-07-04 | 里斯比卡迪亚公司 | 呼吸矫正 |
CN102770069A (zh) * | 2010-02-17 | 2012-11-07 | 皇家飞利浦电子股份有限公司 | 一氧化氮测量方法和设备 |
CN103153183A (zh) * | 2010-10-01 | 2013-06-12 | 皇家飞利浦电子股份有限公司 | 用于诊断阻塞性睡眠呼吸暂停的装置和方法 |
CN103260512A (zh) * | 2010-12-17 | 2013-08-21 | 皇家飞利浦电子股份有限公司 | 仅基于二氧化碳描记信息识别呼吸的系统和方法 |
WO2014203104A1 (en) * | 2013-06-19 | 2014-12-24 | Koninklijke Philips N.V. | Determining of subject zero flow using cluster analysis |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108024759A (zh) * | 2015-08-11 | 2018-05-11 | 皇家飞利浦有限公司 | 具有决策支持系统架构的二氧化碳描记 |
CN108024759B (zh) * | 2015-08-11 | 2021-03-16 | 皇家飞利浦有限公司 | 具有决策支持系统架构的二氧化碳描记 |
Also Published As
Publication number | Publication date |
---|---|
EP3240478A1 (en) | 2017-11-08 |
JP6865686B2 (ja) | 2021-04-28 |
EP3240478B1 (en) | 2022-04-06 |
CN107427259B (zh) | 2021-03-16 |
US20170367620A1 (en) | 2017-12-28 |
US10869614B2 (en) | 2020-12-22 |
JP2018501883A (ja) | 2018-01-25 |
WO2016108121A1 (en) | 2016-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107427259A (zh) | 用于执行对基于时间的二氧化碳图信号的直方图分析的系统以及其操作的方法 | |
CN105101873A (zh) | 用于呼吸气体分析的采样和存储注册装置 | |
CN105025790B (zh) | 用于分析的呼吸选择 | |
EP2651293B1 (en) | System and method for determining one or more breathing parameters of a subject | |
CN101636109B (zh) | 呼气末气体估计系统和方法 | |
CN102187343B (zh) | 用于检测对象呼吸中呼吸功能不全的系统和方法 | |
CN103260512B (zh) | 仅基于二氧化碳描记信息识别呼吸的系统和方法 | |
CN105722460A (zh) | 确定呼吸参数 | |
CN107106083A (zh) | 具有补充氧气检测的二氧化碳测定系统及其操作方法 | |
CN101547716A (zh) | 旁流型呼吸气体监测系统和方法 | |
CN105611873A (zh) | 新生儿二氧化碳测量系统 | |
US20160220147A1 (en) | Determining respiratory gas exchange in a subject | |
WO2015127377A1 (en) | Variable ventilation as a diagnostic tool for assesing lung mechanical function | |
WO2020150404A1 (en) | Ventilator-initiated decision support and waveform capture during ventilation | |
Weimer et al. | Parameter-invariant design of medical alarms | |
US11534201B2 (en) | Artificial intelligence-based cannula surgery diagnostic device | |
Ivanov et al. | Prediction of critical pulmonary shunts in infants | |
US20180117271A1 (en) | System for pneumatic testing of gas flow module and method of operation thereof | |
CN107219333B (zh) | 呼出气体检测系统及检测方法 | |
CN212281350U (zh) | 一种家用呼出气检测仪 | |
De GRAZIA | Development of a device for the automatic sampling and separation of exhaled breath in electronic nose systems | |
Riedlinger et al. | Estimating the measuring effort for using a two-parameter gas exchange model in clinical practice |
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 |