CN112133421A - 气流受限检测方法、装置、存储介质及计算机设备 - Google Patents
气流受限检测方法、装置、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN112133421A CN112133421A CN202010819572.8A CN202010819572A CN112133421A CN 112133421 A CN112133421 A CN 112133421A CN 202010819572 A CN202010819572 A CN 202010819572A CN 112133421 A CN112133421 A CN 112133421A
- Authority
- CN
- China
- Prior art keywords
- inspiration
- time point
- flow
- airflow
- point
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000009423 ventilation Methods 0.000 claims abstract description 8
- 230000003434 inspiratory effect Effects 0.000 claims description 21
- 208000008784 apnea Diseases 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 230000029058 respiratory gaseous exchange Effects 0.000 description 7
- 230000000241 respiratory effect Effects 0.000 description 6
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 5
- 208000024891 symptom Diseases 0.000 description 4
- 206010011224 Cough Diseases 0.000 description 2
- 230000001684 chronic effect Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 206010062717 Increased upper airway secretion Diseases 0.000 description 1
- 208000019693 Lung disease Diseases 0.000 description 1
- 208000011623 Obstructive Lung disease Diseases 0.000 description 1
- 206010036790 Productive cough Diseases 0.000 description 1
- 208000004756 Respiratory Insufficiency Diseases 0.000 description 1
- 206010041235 Snoring Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009798 acute exacerbation Effects 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000414 obstructive effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 208000026435 phlegm Diseases 0.000 description 1
- 230000009325 pulmonary function Effects 0.000 description 1
- 201000004193 respiratory failure Diseases 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Images
Classifications
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Pure & Applied Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Databases & Information Systems (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Pulmonology (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Emergency Medicine (AREA)
- Hematology (AREA)
- Anesthesiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Operations Research (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种气流受限检测方法，包括：步骤一：获取用户在吸气阶段的气流数据；步骤二：计算吸气时间，并获得吸气流量峰值时间点和吸气阶段的流量均值；步骤三：当流量峰值时间点小于第一预设时间点或者大于第二预设时间点时，且用户在第一预设时间点与第二预设时间点之间的流量平均偏差小于第一阈值时，判定为气流受限。本发明气流受限检测方法能有效检测出用户在使用呼吸机时出现气流受限，为进一步通气治疗提供有力帮助，此外本发明的气流受限检测方法能排除其他呼吸暂停、喘气、咳嗽等事件，进一步提高气流受限的检测准确度，从而改善通气治疗的舒适度，提供用户使用依从性，进而改善呼吸机通气治疗效果。
Description
技术领域
本发明涉及医疗器械技术领域，具体涉及一种气流受限检测方法、装置、存储介质及计算机设备。
背景技术
慢性阻塞性肺病是一种以持续阻塞来自肺部的气流为特征的肺部疾病。慢阻肺具有很高的发病率、死亡率，全球疾病负担研究报告指出，2016年全球有2.51亿例慢性阻塞性肺病病例，死亡病例300万，在全球死亡原因中排第三位。慢阻肺的定义是以气流受限为基础，但患者通常是因为某种症状如咳、痰、喘对日常生活造成了影响，或是有些慢性症状持续存在，或是由于一次急性加重才去就诊。慢阻肺进展缓慢，早期症状隐匿，而一旦出现明显的症状，大部分患者已经处在疾病的中晚期。如果能在早期检测到受试者肺功能减弱或是发现存在气流受限的情况，则可及时提醒受试者展开日后的健康管理或是前往医院进行诊断，避免发展为严重的气流受限或是加重慢阻肺病情。
呼吸机作为一项能人工替代自主通气功能的有效手段，已普遍用于各种原因所致的呼吸衰竭、呼吸支持治疗例如慢阻肺等。在呼吸机的使用过程中需要准确判定睡眠呼吸过程是否出现气流受限事件，并对该事件做出响应。传统技术采用的方法比较复杂，需要计算获取幅值、圆度、平度和峰度等四个指征，再进行长时间趋势的观察，当发现有两个或两个以上的指征趋势发生变化时，认为是发生气流受限。
发明内容
针对现有技术中的缺陷，本发明提供一种气流受限检测方法、装置、存储介质及计算机设备。
一种气流受限检测方法，所述方法包括：
步骤一：获取用户在吸气阶段的气流数据；
步骤二：计算吸气时间（T），并获得吸气流量峰值时间点（t0）和吸气阶段的流量均值（M）；
步骤三：当流量峰值时间点（t0）小于第一预设时间点（t1）或者大于第二预设时间点（t2）时，且用户在第一预设时间点与第二预设时间点之间的流量平均偏差（N）小于第一阈值时，判定为气流受限。
优选地，所述步骤一中，获取用户吸气阶段的气流数据时，排除吸气阶段的呼吸暂停。
优选地，所述排除呼吸暂停的方法包括：累计从吸气开始点到吸气结束点的吸气潮气量，当所述吸气潮气量低于第二预定阈值时，则判定为呼吸暂停。
优选地，所述步骤三中，还通过以下公式计算流量平均偏差（N）：
，其中f(t)是第一预设时间点（t1）与第二预设时间点（t2）间的流量值。
优选地，所述第一预设时间点（t1）为吸气时间（T）的25%，所述第二预设时间点（t2）为吸气时间（T）的75%。
优选地，所述步骤三中第一阈值为0.1，所述第二阈值为100。
优选地，所述气流受限检测装置包括：
采集模块，用于获取用户在正压通气设备作用下的气流数据；
分析模块，用于计算吸气时间，并获得吸气流量峰值时间点（t0）和吸气阶段的流量均值（M）；
判断模块：用于判断当流量峰值时间点（t0）小于第一预设时间点（t1）或者大于第二预设时间点（t2）时，且用户在第一预设时间点与第二预设时间点之间的流量平均偏差（N）小于第一预定阈值时，判定为气流受限。
进一步地，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述气流受限检测方法的步骤。
进一步地，本发明又提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
本发明的有益效果体现在：本发明气流受限检测方法能有效检测出用户在使用呼吸机时出现气流受限，为进一步通气治疗提供有力帮助，此外本发明的气流受限检测方法能排除其他呼吸暂停、喘气、咳嗽等事件，进一步提高气流受限的检测准确度，从而改善通气治疗的舒适度，提供用户使用依从性，进而改善呼吸机通气治疗效果。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
图1为本发明实施例一中气流受限检测方法的流程示意图
图2为本发明正常呼吸时的气流示意图
图3为本发明正常呼吸时的吸气气流示意图
图4为本发明一种气流受限时的吸气气流示意图
图5为本发明另一种气流受限时的吸气气流示意图
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
实施例一
如图1所示，本发明提供一种呼吸机吸气触发方法，所述方法包括：
步骤一：获取用户在吸气阶段的气流数据；具体地，如图2所示，在呼吸机端利用流量传感器采集用户的呼吸气流数据，虽然不同用户的呼吸气流不同，呼吸气流流量、吸气或呼出的气体总量都不同，但是对于同一用户在同一时间内的吸气和呼出的气体总量基本相等，因此用户的呼吸气流流量均值一般可以当做吸气触发点，而高于呼吸气流流量均值的部分作为本发明中的吸气阶段的气流数据。
步骤二：计算吸气时间（T），并获得吸气流量峰值时间点（t0）和吸气阶段的流量均值（M）；如图3所示，对步骤一中获得的吸气阶段气流数据进行计算分析，得到吸气时间，即吸气阶段的总时间T。此外，依次计算出吸气流量峰值所在的时间t0，以及吸气阶段的流量均值M。
具体地，在本实施例中，采集频率为20ms，从吸气触发点开始累计计时，直到吸气结束，然后获取流量峰值所在的时间值，再对吸气流量进行积分得到吸入气体总量，除以吸气时间得到吸气阶段的流量均值。
步骤三：当流量峰值时间点（t0）小于第一预设时间点（t1）或者大于第二预设时间点（t2）时，且用户在第一预设时间点与第二预设时间点之间的流量平均偏差（N）小于第一阈值时，判定为气流受限。
如图4-5所示，图4示出气流受限的一种椅形呼吸，基本特征较正常吸气的区别在于：吸气流量峰值出现在吸气的第一预设时间点前，并且吸气阶段的第一预设时间点（t1）与第二预设时间点（t2）间气流平稳，接近吸气阶段的流量均值。
进一步地，图5示出气流受限的另一种M行呼吸，基本特征叫正常吸气的区别在于：吸气流量为双峰，并且峰值出现在第一预设时间前和第二预设时间点后，吸气阶段的第一预设时间点（t1）与第二预设时间点（t2）间气流平稳，接近吸气阶段的流量均值。
更进一步地，上述步骤二中，计算吸气时间时，排除吸气时间大于4s或小于0.5s的吸气阶段。一般情况下，用户吸气时间过长或过短的可能性较低，而往往由于喘气、咳嗽、咯痰、传感器采集错误等多方面原因导致，如果将异常数据计算在内，用于检测判断气流受限，因此会导致判断失真，影响正常的气流受限检测。
在本实施例的步骤三中，通过以下公式计算流量平均偏差（N）： 
，其中f(t)是第一预设时间点（t1）与第二预设时间点（t2）间的流量值。用户在正常吸气时，吸气阶段的第一预设时间点（t1）与第二预设时间点（t2）间一般气流较大，远大于吸气阶段的流量均值，而存在气流受限时，吸气阶段的第一预设时间点（t1）与第二预设时间点（t2）间一般气流接近流量均值。进一步地，本实施例中计算平均偏差是对第一预设时间点（t1）与第二预设时间点（t2）间的流量值与流量均值的差积分后比时间，当然在其他实施例中，平均偏差也可以是第一预设时间点（t1）与第二预设时间点（t2）间的潮气量与平均潮气量的比值，同样属于本发明的保护范围。
进一步地，上述步骤一中，获取用户吸气阶段的气流数据时，排除吸气阶段的呼吸暂停。对于睡眠呼吸有问题的用户，除了气流限制，往往还会伴随打鼾、喘气、呼吸暂停等，而发生呼吸暂停时，呼吸气流为零，如果对呼吸暂停的气流流量做分析，往往及干扰气流受限的判断，又增加程序的功耗，因此对呼吸暂停可以通过其他方式检测并排除。
在本实施例中，上述排除呼吸暂停的方法包括：累计从吸气开始点到吸气结束点的吸气潮气量，当吸气潮气量低于第二预定阈值时，则判定为呼吸暂停。用户在正常呼吸时，潮气量一般在500毫升左右，当出现气流受限或低通气时，潮气量会下降，而发生呼吸暂停时，潮气量会降到很低，因此通过潮气量大小可以作为判断呼吸暂停的依据。
当然，在其他实施例中，呼吸暂停的判断还可以通过气流峰值、呼吸时间等其他方式判断，例如当吸气气流峰值低于正常吸气流量峰值的10%，即认为存在呼吸暂停。还有其他本领域技术人员容易想到的判断方法，同样属于本发明的保护范围。
进一步地，本实例中，上述第一预设时间点（t1）为吸气时间（T）的25%，上述第二预设时间点（t2）为吸气时间（T）的75%。当然在其他实施例中，第一预设时间点（t1）为吸气时间（T）的15%-35%之间等本领域技术人员容易想到的区间，同样属于本发明的保护范围；上述第二预设时间点（t2）为吸气时间（T）的65%-85%之间等本领域技术人员容易想到的区间，同样属于本发明的保护范围。
进一步地，本实例中，步骤三中第一阈值为0.1，所述第二阈值为100。第一阈值为0.1，当用户在第一预设时间点与第二预设时间点之间的流量平均偏差（N）小于第一阈值时，说明此时第一预设时间点与第二预设时间点之间与流量均值接近，可以作为气流受限判断的另一重要依据。此外，第二阈值设为100毫升，是因为大多数有气流通过的呼吸中，潮气量都不会低于100毫升，所以用于作为判断呼吸暂停的依据。
实施例二
在本实施例中，提供一种气流受限检测装置，气流受限检测装置包括：采集模块，用于获取用户在正压通气设备作用下的气流数据；分析模块，用于计算吸气时间，并获得吸气流量峰值时间点（t0）和吸气阶段的流量均值（M）；判断模块：用于判断当流量峰值时间点（t0）小于第一预设时间点（t1）或者大于第二预设时间点（t2）时，且用户在第一预设时间点与第二预设时间点之间的流量平均偏差（N）小于第一预定阈值时，判定为气流受限。
实施例三
在本实施例中，还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行以下步骤：获取用户在正压通气设备作用下的气流数据；计算吸气时间，并获得吸气流量峰值时间点（t0）和吸气阶段的流量均值（M）；判断当流量峰值时间点（t0）小于第一预设时间点（t1）或者大于第二预设时间点（t2）时，且用户在第一预设时间点与第二预设时间点之间的流量平均偏差（N）小于第一预定阈值时，判定为气流受限。
实施例四
在本实施例中，又提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储呼吸机历史采集的呼吸数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种气流受限检测方法。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种气流受限检测方法，其特征在于，所述方法包括：
步骤一：获取用户在吸气阶段的气流数据；
步骤二：计算吸气时间（T），并获得吸气流量峰值时间点（t0）和吸气阶段的流量均值（M）；
步骤三：当流量峰值时间点（t0）小于第一预设时间点（t1）或者大于第二预设时间点（t2）时，且用户在第一预设时间点与第二预设时间点之间的流量平均偏差（N）小于第一阈值时，判定为气流受限。
2.如权利要求1所述气流受限检测方法，其特征在于，所述步骤一中，获取用户吸气阶段的气流数据时，排除吸气阶段的呼吸暂停。
3.如权利要求2所述的气流受限检测方法，其特征在于，所述排除呼吸暂停的方法包括：累计从吸气开始点到吸气结束点的吸气潮气量，当所述吸气潮气量低于第二预定阈值时，则判定为呼吸暂停。
4.如权利要求3所述的气流受限检测方法，其特征在于，所述步骤二中，计算吸气时间时，排除吸气时间大于4s或小于0.5s的吸气阶段。
5.如权利要求4所述的气流受限检测方法，其特征在于，所述步骤三中，还通过以下公式计算流量平均偏差（N）：
，其中f(t)是第一预设时间点（t1）与第二预设时间点（t2）间的流量值。
6.如权利要求5所述的气流受限检测方法，其特征在于，所述第一预设时间点（t1）为吸气时间（T）的25%，所述第二预设时间点（t2）为吸气时间（T）的75%。
7.如权利要求6所述的气流受限检测方法，其特征在于，所述步骤三中第一阈值为0.1，所述第二阈值为100。
8.一种气流受限检测装置，其特征在于，所述气流受限检测装置包括：
采集模块，用于获取用户在正压通气设备作用下的气流数据；
分析模块，用于计算吸气时间，并获得吸气流量峰值时间点（t0）和吸气阶段的流量均值（M）；
判断模块：用于判断当流量峰值时间点（t0）小于第一预设时间点（t1）或者大于第二预设时间点（t2）时，且用户在第一预设时间点与第二预设时间点之间的流量平均偏差（N）小于第一预定阈值时，判定为气流受限。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序
被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010819572.8A CN112133421A (zh) | 2020-08-14 | 2020-08-14 | 气流受限检测方法、装置、存储介质及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010819572.8A CN112133421A (zh) | 2020-08-14 | 2020-08-14 | 气流受限检测方法、装置、存储介质及计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112133421A true CN112133421A (zh) | 2020-12-25 |
Family
ID=73850847
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010819572.8A Pending CN112133421A (zh) | 2020-08-14 | 2020-08-14 | 气流受限检测方法、装置、存储介质及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112133421A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116196522A (zh) * | 2023-04-27 | 2023-06-02 | 首都医科大学宣武医院 | 一种呼吸监测调节系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09313608A (ja) * | 1996-06-03 | 1997-12-09 | Respironics Inc | ガス流の検出方法 |
| US20090078256A1 (en) * | 2006-03-06 | 2009-03-26 | Jeffrey Peter Armitstead | Method and apparatus for improved flow limitation detection of obstructive sleep apnea |
| WO2016044610A1 (en) * | 2014-09-18 | 2016-03-24 | Devilbiss Healthcare Llc | Method for detecting an inspiratory flow limitation during sleep-disordered breathing |
| JP2016116746A (ja) * | 2014-12-22 | 2016-06-30 | 国立大学法人三重大学 | 呼吸の安定性評価方法、及びそのための装置 |
| CN108113678A (zh) * | 2017-12-04 | 2018-06-05 | 广州和普乐健康科技有限公司 | 一种呼吸气流检测方法 |
| CN109620231A (zh) * | 2018-12-25 | 2019-04-16 | 湖南明康中锦医疗科技发展有限公司 | 气流受限判定方法、装置、计算机设备和存储介质 |
| CN110975089A (zh) * | 2019-12-20 | 2020-04-10 | 广州和普乐健康科技有限公司 | 潮气量计算方法、装置、存储介质及呼吸机 |
-
2020
- 2020-08-14 CN CN202010819572.8A patent/CN112133421A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09313608A (ja) * | 1996-06-03 | 1997-12-09 | Respironics Inc | ガス流の検出方法 |
| US20090078256A1 (en) * | 2006-03-06 | 2009-03-26 | Jeffrey Peter Armitstead | Method and apparatus for improved flow limitation detection of obstructive sleep apnea |
| CN102343118A (zh) * | 2006-03-06 | 2012-02-08 | 雷斯梅德有限公司 | 阻塞性睡眠呼吸暂停的改进的气流受限检测方法和装置 |
| WO2016044610A1 (en) * | 2014-09-18 | 2016-03-24 | Devilbiss Healthcare Llc | Method for detecting an inspiratory flow limitation during sleep-disordered breathing |
| US20160082210A1 (en) * | 2014-09-18 | 2016-03-24 | Devilbiss Healthcare Llc | Method for Detecting an Inspiratory Flow Limitation During Sleep-Disordered breathing |
| JP2016116746A (ja) * | 2014-12-22 | 2016-06-30 | 国立大学法人三重大学 | 呼吸の安定性評価方法、及びそのための装置 |
| CN108113678A (zh) * | 2017-12-04 | 2018-06-05 | 广州和普乐健康科技有限公司 | 一种呼吸气流检测方法 |
| CN109620231A (zh) * | 2018-12-25 | 2019-04-16 | 湖南明康中锦医疗科技发展有限公司 | 气流受限判定方法、装置、计算机设备和存储介质 |
| CN110975089A (zh) * | 2019-12-20 | 2020-04-10 | 广州和普乐健康科技有限公司 | 潮气量计算方法、装置、存储介质及呼吸机 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116196522A (zh) * | 2023-04-27 | 2023-06-02 | 首都医科大学宣武医院 | 一种呼吸监测调节系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6574648B2 (ja) | 流れ制限の検出のための自動制御 | |
| US10864336B2 (en) | Methods and systems for breath delivery synchronization | |
| US10342939B2 (en) | Detection of ventilation sufficiency | |
| CN108245131B (zh) | 检测早期呼气中的口呼吸 | |
| US11110239B2 (en) | Cough detection in a respiratory support system | |
| JP5997175B2 (ja) | カプノグラフ情報だけに基づいて呼吸を識別するシステム及び方法 | |
| EP3334340B1 (en) | Simplified display of end-tidal co2 | |
| JP7215756B2 (ja) | 慢性閉塞性肺疾患の増悪を早期に識別する方法 | |
| EP3334339B1 (en) | Capnography with decision support system architecture | |
| CN103284724A (zh) | 对通气患者进行呼吸气体监测的方法、布置和计算机程序产品 | |
| TW201544074A (zh) | 呼吸波形辨識方法及其系統 | |
| CN112133421A (zh) | 气流受限检测方法、装置、存储介质及计算机设备 | |
| CN109876262B (zh) | 一种基于小波的呼吸机管道积液自动检测方法 | |
| CN112999479A (zh) | 呼吸机吸气触发方法及应用 | |
| CN116115190A (zh) | 睡眠监测设备和呼吸事件检测方法 | |
| CN116019439A (zh) | 呼吸暂停事件检测及分类的医学设备、方法及存储介质 | |
| JP2020036949A (ja) | 流れ制限の検出のための自動制御 | |
| CN109431509A (zh) | 一种用于评估受试者气流受限的方法和装置 | |
| JPS60261427A (ja) | 患者監視装置 | |
| NZ612813B2 (en) | Detection of ventilation sufficiency |
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 |