CN113181490B - 一种基于二次规划的机械通气中呼吸系统特征估算的方法 - Google Patents
一种基于二次规划的机械通气中呼吸系统特征估算的方法 Download PDFInfo
- Publication number
- CN113181490B CN113181490B CN202110398228.0A CN202110398228A CN113181490B CN 113181490 B CN113181490 B CN 113181490B CN 202110398228 A CN202110398228 A CN 202110398228A CN 113181490 B CN113181490 B CN 113181490B
- Authority
- CN
- China
- Prior art keywords
- patient
- pressure
- flow
- respiratory system
- spo
- 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
Links
Images
Classifications
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Emergency Medicine (AREA)
- Pulmonology (AREA)
- Engineering & Computer Science (AREA)
- Anesthesiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Hematology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明属于一种机械通气中呼吸系统特征估算的方法,具体涉及一种基于二次规划的机械通气中呼吸系统特征估算的方法,对压力支持或压力控制通气中的呼吸系统特征和患者自主呼吸作用进行估算的方法。其步骤包括,在压力支持或压力控制通气模式下,在患者端采集气道压力信号和流量信号,利用得到气道压力、流量曲线,先对患者自主呼吸作用的变化趋势进行预判,再把患者自主呼吸作用趋势作为约束条件,进行二次规划实现呼吸系统特征和患者作用同时估算。
Description
技术领域
本发明属于一种机械通气中呼吸系统特征估算的方法,具体涉及一种基于二次规划方法,对压力支持或压力控制通气中的呼吸系统特征和患者作用进行估算的方法。
背景技术
对于机械通气的呼吸系统特征估算这一问题,现有的吸气阻断法只适用于不存在自主呼吸的情况且无法实时进行,其只能在容量控制模式下进行,需要对患者进行呼吸肌松弛,且会干扰对患者的机械通气;以最小二乘法为基础的线性回归算法以及各类改进可以进行实时的估计但是只适用于不存在自主呼吸的情况;用食道压法测量食道压代替呼吸肌的等效压力或用膈肌电法适用于存在自主呼吸的情况也可以实时监测但是有创;要对存在自主呼吸的患者进行实时、无创的呼吸系统特征和患者作用进行估算,虽有研究利用约束优化算法开展了探索,但是其对呼吸系统特征和患者作用的约束限于利用生理上最大最小范围进行约束,或根据生理知识的一般推测约束患者作用的变化趋势。
本发明公开的方法,利用患者端采集的气道压力、流量曲线的特征点,对患者作用的变化趋势进行预判,联合对呼吸系统其他特征的约束,作为二次规划的约束条件估算呼吸系统特征和患者作用。使得应用于压力支持或压力控制通气模式的二次规划算法更加坚强。
发明内容
本发明寻求构建一种机械通气中呼吸系统特征估算的方法,通过对气道压力、流量波形特征的识别,本发明提供了一种基于二次规划方法,对压力支持或压力控制通气中的呼吸系统特征和患者作用进行估算的方法。
其步骤包括,在压力支持或压力控制通气模式下,在患者端采集气道压力信号和流量信号,利用得到的气道压力、流量曲线的特征,对患者作用的变化趋势进行预判,联合对呼吸系统其他特征的约束,作为二次规划的约束条件估算呼吸系统特征和患者作用。
进一步,如上所述的气道压力信号的采集是在呼吸机以压力支持或压力控制通气模式对患者进行无创通气的同时,在呼吸机与病患相连的管路上位于患者口端附近设置压力传感器和流量传感器,采集呼吸系统气道中的压力和流量信号;
进一步,如上所述的气道压力和流量曲线的特征,是通过压力传感器和流量传感器实时采集到呼吸系统气道的压力、流量信号,得到实时的压力波形、流量波形曲线,对压力波形曲线和流量波形曲线提取的5个时间点特征,包括压力上升到平稳(A)、平稳到下降(B)、下降到平稳(C)的拐点,流量波形下降拐点(D)、最低点(E);
进一步,如上所述的对患者作用的变化趋势进行预判,是指假设患者作用从吸气时刻开始负向增大,在流量达到下降拐点(D)即流量达正向最大值时,患者的吸气作用达到最大;然后患者的吸气作用开始负向减小,在压力达到上升到平稳拐点(A)时归零;接着在压力的平稳到下降拐点(B)时,患者作用开始正向增大,在流量达到最低点(E)即负向最低点时,患者作用达到最大;然后患者作用开始减小,在压力下降到平稳拐点(C)时归零。
进一步,如上所述的联合对呼吸系统其他特征的约束,作为二次规划的约束条件估算呼吸系统特征和患者作用,包括呼吸系统模型、呼吸系统特征和患者作用约束两方面。利用常用且有效的单弹性腔一阶线性呼吸力学模型;求解后述代价函数的最小值,代价函数为实际的口端压力和由阻力、弹性、患者作用估计值计算的口端压力之间的分时刻差值的平方和;设定二次规划中的约束条件为:对于阻力、弹性、患者作用的最大最小范围的约束为生理上最大最小范围;对于患者作用变化趋势的约束为前述预判的患者作用的变化趋势。
附图说明
图1说明了所公开的估算方法的流程。
图2绘制了针对一例患者的真实数据采用所公开的估算方法输出的阻力、弹性和患者作用的估计值。
具体实施方式
下面结合附图对本发明进一步说明。
一种基于二次规划方法,对压力支持或压力控制通气中的呼吸系统特征和患者作用进行估算的方法的主要步骤,具体包括:
(1)在呼吸机以压力支持或压力控制模式进行无创通气的同时,在呼吸机与患者相连的管路上位于患者口端附近,放置压力传感器和流量传感器,随通气过程实时采集呼吸系统气道中的压力和流量信号。
(2)对得到的一个周期内的压力、流量随时间变化曲线,提取的5个时间点特征,包括压力从上升到平稳(A)、平稳到下降(B)、下降到平稳(C)的拐点,流量波形下降拐点(D)、最低点(E)。
(3)利用常用且有效的单弹性腔一阶线性呼吸力学模型,即口端压力等于阻力与流量的乘积、弹性与容量的乘积、患者作用、呼气终末正压之和。用二次规划方法求解代价函数的最小时的阻力、弹性、患者作用。二次规划方法的公式如下
subjecttoAx≤b
Aeqx=beq
l≤x≤u
其中代价函数J为实际的口端压力和由阻力、弹性、患者作用估计值计算的口端压力之间的分时刻差值的平方和。
x为未知特征阻力、弹性、分时刻患者作用组成的列向量。
A、b是未知特征趋势变化中表示未知特征逐渐增加或逐渐减小的矩阵,用对患者作用变化趋势的预判作为对患者作用变化趋势的约束;即患者作用从吸气开始负向增大,在D点时刻达到最大,然后负向减小,在A点时刻归零,然后从B点时刻开始正向增大,在E点时刻达到最大,然后正向减小,在C点时刻归零。
Aeq、beq是未知特征趋势变化中表示未知特征为恒定值的矩阵,用对患者作用变化趋势的预判作为患者作用变化趋势的约束;即患者作用在A点至B点之间恒定,在C点至结束时刻之间恒定。
l、u为未知特征最大最小值范围的约束条件:对于阻力、弹性特征来说,用生理上该特征的最大最小范围作为估算值的最大最小值;对于患者作用来说,用生理上的最大最小范围作为患者作用估算值的最大最小值。
用内点法求解该二次规划问题。
所得的代价函数达到最小值时的阻力、弹性、患者作用随时间的变化为估算的阻力、弹性特征值和对患者作用的估算。
Claims (1)
1.一种机械通气中呼吸系统特征估算的方法,基于二次规划方法,对压力支持或压力控制通气中的呼吸系统特征和患者作用进行估算,所述方法具体步骤包括:
S1基于呼吸机以压力支持或压力控制通气模式对患者进行无创通气的同时,在患者端放置压力传感器、流量传感器分别进行呼吸系统气道压力、流量的检测;
S2通过压力传感器、流量传感器实时采集到呼吸系统气道的压力、流量信号,得到实时的压力波形、流量波形曲线,获取压力波形曲线、流量波形曲线的特征,包括压力波形上升到平稳、平稳到下降、下降到平稳的拐点,流量波形下降拐点、最低点;
S3利用一个呼吸周期内的呼吸系统气道压力、流量波形曲线及曲线的特征,对患者作用的变化趋势进行预判;
S4将对患者作用变化趋势的预判,以及对呼吸系统其他特征的约束条件联合,作为二次规划的约束条件,估算呼吸系统特征和患者作用;
其特征在于:利用压力、流量波形曲线的变化特征,即压力波形上升到平稳、平稳到下降、下降到平稳的拐点,流量波形下降拐点、最低点,对患者作用变化趋势的预判;并将这种预判作为对患者作用的约束,联合对呼吸系统其他特征的约束,作为二次规划的约束条件,估算呼吸系统特征和患者作用;
在压力支持或压力控制通气过程中,在患者端实时采集压力、流量信号,提取压力波形曲线、流量波形曲线的特征点,包括压力波形上升到平稳、平稳到下降、下降到平稳的拐点A、B和C,流量波形下降拐点D、最低点E;得到时刻tA,tB,tC,tD,tE,tT;其中tT为呼吸周期结束的时刻;
利用一个呼吸周期内的压力波形曲线、流量波形曲线的特征点对患者作用的变化趋势进行预判;假设患者作用从吸气时刻开始负向增大,在流量达到下降拐点D即流量达正向最大值时,患者的吸气作用达到最大;然后患者的吸气作用开始负向减小,在压力达到上升到平稳拐点A时归零;接着在压力平稳到下降拐点B时,患者作用开始正向增大,在流量达到最低点E即负向最低点时,患者作用达到最大;然后患者作用开始减小,在压力下降到平稳拐点C时归零;即设患者作用为Pspo(tn),
Pspo(tn+1)-Pspo(tn)≤0,for n=1,2,…,D-1
Pspo(tn+1)-Pspo(tn)≥0,for n=D,D+1,…,A-1
Pspo(tn+1)-Pspo(tn)=0,for n=A,A+1,…,B-1
Pspo(tn+1)-Pspo(tn)≥0,for n=B,B+1,…,E-1
Pspo(tn+1)-Pspo(tn)≤0,for n=E,E+1,…,C-1
Pspo(tn+1)-Pspo(tn)=0,for n=C,C+1,…,N-1;
利用单弹性腔一阶线性呼吸力学模型;求解代价函数的最小值,代价函数为实际的口端压力和由阻力、弹性、患者作用估计值计算的口端压力之间的分时刻差值的平方和;设定二次规划中的约束条件为:对于阻力、弹性、患者作用的最大最小范围的约束为生理上最大最小范围;对于患者作用变化趋势的约束为预判的患者作用的变化趋势。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110398228.0A CN113181490B (zh) | 2021-04-14 | 2021-04-14 | 一种基于二次规划的机械通气中呼吸系统特征估算的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110398228.0A CN113181490B (zh) | 2021-04-14 | 2021-04-14 | 一种基于二次规划的机械通气中呼吸系统特征估算的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113181490A CN113181490A (zh) | 2021-07-30 |
CN113181490B true CN113181490B (zh) | 2022-03-01 |
Family
ID=76973943
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110398228.0A Active CN113181490B (zh) | 2021-04-14 | 2021-04-14 | 一种基于二次规划的机械通气中呼吸系统特征估算的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113181490B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017055959A1 (en) * | 2015-09-29 | 2017-04-06 | Koninklijke Philips N.V. | Simultaneous estimation of respiratory mechanics and patient effort via parametric optimization |
CN108135493B (zh) * | 2015-10-19 | 2021-05-28 | 皇家飞利浦有限公司 | 用于通气机械参数估计的异常检测设备和方法 |
JP7168560B2 (ja) * | 2016-10-26 | 2022-11-09 | コーニンクレッカ フィリップス エヌ ヴェ | P0.1操作を使用する呼吸筋圧および換気力学の推定のためのシステムおよび方法 |
EP3789067B1 (en) * | 2018-05-02 | 2024-01-10 | Shenzhen Mindray Bio-Medical Electronics Co., Ltd. | Respirator |
CN109350063B (zh) * | 2018-12-03 | 2021-03-30 | 北京航空航天大学 | 一种适用于慢阻肺监控的呼吸力学参数检测装置及方法 |
-
2021
- 2021-04-14 CN CN202110398228.0A patent/CN113181490B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113181490A (zh) | 2021-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Boyle et al. | Automatic detection of respiration rate from ambulatory single-lead ECG | |
US20240268754A1 (en) | Systems and methods for screening, diagnosis, and monitoring of sleep-disordered breathing | |
Jovanov et al. | Thermistor-based breathing sensor for circadian rhythm evaluation | |
EP2997990B1 (en) | Method and apparatus for improved flow limitation detection of obstructive sleep apnea | |
JP6199312B2 (ja) | チェーンストークス呼吸パターンの判別 | |
Lee et al. | Time-varying autoregressive model-based multiple modes particle filtering algorithm for respiratory rate extraction from pulse oximeter | |
JP2013515592A (ja) | リアルタイム肺メカニクスを評価するためのシステムおよび方法 | |
CN109350063B (zh) | 一种适用于慢阻肺监控的呼吸力学参数检测装置及方法 | |
US20190046087A1 (en) | Breath volume monitoring system and method | |
EP3356948A1 (en) | Simultaneous estimation of respiratory mechanics and patient effort via parametric optimization | |
JP6709116B2 (ja) | 呼吸検出装置、呼吸検出方法および呼吸検出用プログラム | |
CN107205672B (zh) | 用于评估监测对象的呼吸数据的装置和方法 | |
EP3302664A1 (en) | Non-invasive method for monitoring patient respiratory status via successive parameter estimation | |
CN113181490B (zh) | 一种基于二次规划的机械通气中呼吸系统特征估算的方法 | |
Romano et al. | A signal quality index for improving the estimation of breath-by-breath respiratory rate during sport and exercise | |
Nesar et al. | Improving touchless respiratory monitoring via lidar orientation and thermal imaging | |
Vaussenat et al. | Continuous Critical Respiratory Parameter Measurements Using a Single Low-Cost Relative Humidity Sensor: Evaluation Study | |
US20240237914A1 (en) | Respiratory Measurement Method, Respiratory Measurement Device, and Respiratory Measurement System | |
WO2020048978A1 (en) | Method and arrangement for respiratory measurement | |
Nishida et al. | Estimation of Oxygen Desaturation by Analyzing Breath Curve | |
Scotti | LIFE sensorized garments for noninvasive and continuous respiratory monitoring: validation in different experimental conditions | |
Sandhu et al. | Nasal cavity temperature measurement for non-invasive respiratory rhythm monitoring and its interfacing with computer | |
Cha et al. | Time-Varying Pulmonary Resistance and Compliance III Human |
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 |