CN113456959A - 呼吸机的呼气末正压的设定方法、装置及存储介质 - Google Patents
呼吸机的呼气末正压的设定方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113456959A CN113456959A CN202110717600.XA CN202110717600A CN113456959A CN 113456959 A CN113456959 A CN 113456959A CN 202110717600 A CN202110717600 A CN 202110717600A CN 113456959 A CN113456959 A CN 113456959A
- Authority
- CN
- China
- Prior art keywords
- lung
- positive end
- expiratory pressure
- volume
- under
- 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
- 238000000034 method Methods 0.000 title claims abstract description 72
- 210000004072 lung Anatomy 0.000 claims abstract description 266
- 230000008859 change Effects 0.000 claims abstract description 117
- 238000005192 partition Methods 0.000 claims abstract description 112
- 230000001419 dependent effect Effects 0.000 claims abstract description 37
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims description 22
- 208000007123 Pulmonary Atelectasis Diseases 0.000 claims description 19
- 238000003384 imaging method Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000002347 injection Methods 0.000 claims description 7
- 239000007924 injection Substances 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 6
- 230000002685 pulmonary effect Effects 0.000 claims description 4
- 238000000691 measurement method Methods 0.000 claims description 3
- 210000000038 chest Anatomy 0.000 description 53
- 230000008569 process Effects 0.000 description 13
- 230000000241 respiratory effect Effects 0.000 description 7
- 238000009423 ventilation Methods 0.000 description 7
- 208000004852 Lung Injury Diseases 0.000 description 5
- 206010069363 Traumatic lung injury Diseases 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000001965 increasing effect Effects 0.000 description 5
- 231100000515 lung injury Toxicity 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000002593 electrical impedance tomography Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 210000002345 respiratory system Anatomy 0.000 description 3
- 206010001052 Acute respiratory distress syndrome Diseases 0.000 description 2
- 210000000481 breast Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000005399 mechanical ventilation Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000004448 titration Methods 0.000 description 2
- 206010003598 Atelectasis Diseases 0.000 description 1
- 206010061688 Barotrauma Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 206010037423 Pulmonary oedema Diseases 0.000 description 1
- 208000013616 Respiratory Distress Syndrome Diseases 0.000 description 1
- 201000000028 adult respiratory distress syndrome Diseases 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001595 flow curve Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000004054 inflammatory process Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 208000005333 pulmonary edema Diseases 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 230000017423 tissue regeneration Effects 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
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
- A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
- A61B5/0536—Impedance imaging, e.g. by tomography
-
- 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
-
- 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
- A61M2230/46—Resistance or compliance of the lungs
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Hematology (AREA)
- Emergency Medicine (AREA)
- Pulmonology (AREA)
- Anesthesiology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种呼吸机的呼气末正压的设定方法、装置及存储介质。该方法包括：采集多个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量，并以此得到多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线，进而利用体积依赖弹性模型得到多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数，从而得到肺部区域在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线，最后根据肺部区域在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线的交点，得到呼吸机的呼气末正压设定值。上述方法设提高了呼气末正压值的设定准确度。
Description
技术领域
本发明涉及生物医学工程技术领域，尤其是涉及一种呼吸机的呼气末正压的设定方法、装置、存储介质及计算机设备。
背景技术
呼气末正压(positive end-expiratory pressure，PEEP)，也称呼气终末正压，指的是呼吸机在使用过程中于呼气末期在呼吸道保持的正压。为呼吸机设定合适的PEEP值可以避免肺泡早期闭合，使得一部分因渗出、肺不张等原因失去通气功能的肺泡扩张，也可使减少的功能残气量增加，最终达到提高血氧的目的。PEEP与间歇正压呼吸有相似之处，但PEEP作用时间更长，因此对呼吸、循环系统的影响范围也更大。
呼气终末正压可通过紧扣在脸上的面罩或气管内插管的方式作用于自发呼吸的患者，在这种情况下，PEEP也称为持续气道正压。此外，PEEP亦能与间歇正压机械通气联合应用，以产生持续正压通气。设定合适的PEEP值可帮助有呼吸疾病的患者扩张陷闭肺泡，减轻肺水肿，改善换气功能从而加速肺组织修复。然而，设定过高的REEP值却会致使肺泡长时间过度扩张而出现气压伤，而设定过低的REEP值则会导致塌陷肺泡的反复开放而形成剪切力伤，从而诱发肺内炎症。
目前，在临床中还缺乏评估肺局部区域通气情况及预警呼吸机相关性肺损伤(ventilator-associatedlung injury，VALI)的有效方法。因此，现在亟需一种可以优化呼吸机PEEP值设定的方法，从而降低呼吸机相关性肺损伤问题的发生。
发明内容
有鉴于此，本申请提供了一种呼吸机的呼气末正压的设定方法、系统、存储介质及计算机设备，主要目的在于解决呼吸机的呼气末正压设定值(PEEP值)设定不准确的技术问题。
根据本发明的第一个方面，提供了一种呼吸机的呼气末正压的设定方法，该方法包括：
采集多个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量，其中，所述胸部区域包括肺部区域，所述肺部区域包括多个肺部分区；
根据所述多个呼气末正压假定值下的肺部区域的边界电压数据和呼吸机输出的空气量，得到多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线；
根据所述多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线，利用体积依赖弹性模型得到多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数；
根据所述多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数，得到肺部区域在所述多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线；
根据所述肺部区域在所述多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线之间的交点，得到呼吸机的呼气末正压设定值。
根据本发明的第二个方面，提供了一种呼吸机的呼气末正压的设定装置，该装置包括：
数据采集模块，用于采集多个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量，其中，胸部区域包括肺部区域，肺部区域包括多个肺部分区；
电压数据处理模块，用于根据多个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量，得到多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线；
空气量曲线处理模块，用于根据多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线，利用体积依赖弹性模型得到多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数；
曲线绘制模块，用于根据多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数，得到肺部区域在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线；
结果输出模块，用于根据肺部区域在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线之间的交点，得到呼吸机的呼气末正压设定值。
根据本发明的第三个方面，提供了一种存储介质，其上存储有计算机程序，程序被处理器执行时实现上述呼吸机的呼气末正压的设定方法。
根据本发明的第四个方面，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述呼吸机的呼气末正压的设定方法。
本发明提供的一种呼吸机的呼气末正压的设定方法、装置、存储介质及计算机设备，通过采集患者在多个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量，得到患者自身的肺部区域的空气量变化曲线和空气流量变化曲线，然后利用体积依赖弹性模型求解出肺部区域的各项弹力参数，进而得到患者在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线，最后通过两条曲线的交点得到合适的呼气末正压值。上述方法通过综合考虑患者在多个呼气末正压假定值下的肺泡过度膨胀比率和肺泡过度塌陷比率，并以此来引导呼吸机设定合适的呼气末正压值，可以使得设定的呼气末正压值不会造成肺泡过度膨胀和塌陷，因此提高了呼气末正压值设定的准确度，降低了呼吸机相关性肺损伤问题的发生概率。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1示出了本发明实施例提供的一种呼吸机的呼气末正压的设定方法的流程示意图；
图2示出了本发明实施例提供的另一种呼吸机的呼气末正压的设定方法的流程示意图；
图3示出了本发明实施例提供的又一种呼吸机的呼气末正压的设定方法的流程示意图；
图4示出了本发明实施例提供的一种呼吸机的呼气末正压的设定装置的结构示意图；
图5示出了本发明实施例提供的另一种呼吸机的呼气末正压的设定装置的结构示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
在一个实施例中，如图1所示，提供了一种呼吸机的呼气末正压的设定方法，以该方法应用于计算机设备为例进行说明，包括以下步骤：
101、采集多个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量，其中，胸部区域包括肺部区域，肺部区域包括多个肺部分区。
具体的，为了使呼气末正压的设定值能够符合患者的实际情况，计算机设备可以首先在人为设定的呼气末正压假定值下收集患者肺部区域的呼吸变化情况，其中，患者的肺部呼吸变情况通可以通过肺内空气量变化曲线和肺内空气流量变化曲线来表达。在本实施例中，计算机设备可以通过胸部区域的边界电压数据换算出患者肺内实际的空气量变化曲线和空气流量变化曲线，其中，胸部区域的边界电压数据可以借助于电阻抗成像(electrical impedance tomography，EIT)设备进行采集。进一步的，为了将胸部区域的边界电压数据换算为空气量变化曲线和肺内空气流量变化曲线，计算机设备还需要通过空气流量传感器同步采集呼吸机输出的空气量。
在本实施例中，采集胸部区域的边界电压数据所要设定的呼气末正压假定值可以根据临床实践经验进行选择和设定，例如，根据临床实践经验，急性呼吸窘迫综合征(acuterespiratory distress syndrome，ARDS)患者的呼气末正压值的设定范围通常在15cmH2O至35cmH2O之间，那么，在为该类患者设定呼气末正压假定值时，就可以在15cmH2O至35cmH2O之间进行选择，例如，可以按照逐次递增的方式，设定多个呼气末正压假定值分别为15cmH2O、20cmH2O、25cmH2O、30cmH2O和35cmH2O。在选定好多个呼气末正压假定值后，可以依次在每个呼气末正压假定值下通过电阻抗成像设备采集患者胸部区域的边界电压数据，并同步通过空气流量传感器采集呼吸机输出的空气量。可以理解的是，多个呼气末正压假定值的选定方式和选定数量可以根据实际情况而定，本实施例不做具体限定。
102、根据多个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量，得到多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线。
具体的，为了准确估算出患者肺内的实际空气量变化曲线和空气流量变化曲线，计算机设备可以依据临床经验将肺部区域划分为多个肺部分区，例如，可以将肺部区域划分为左上分区、左下分区、右上分区和右下分区等等，此外，计算机设备还可以对划分好的肺部分区进行命名和编号等其他操作，可以理解的是，肺部分区的划分方式可以根据实际情况选定，本实施例不做具体限定。
在本实施例中，可以首先借助于电阻抗成像技术将胸部区域的边界电压数据转换为肺部区域的体电导率和各肺部分区的体电导率，然后利用体电阻率(近似于体电导率的倒数)与填充因子(肺部区域的空气量与肺组织体积的比值)之间的近似线性关系，得到肺部区域的空气量与体电阻率之间的拟合关系，其中，肺部区域的空气量与体电阻率之间的拟合参数可以根据步骤101中采集到的呼吸机输出的空气量以及本步骤中第一步求解出的肺部区域的体电导率求解得到，最后根据肺部区域的空气量与体电阻率之间的拟合参数以及各肺部分区的体电导率，即可得到各肺部分区的空气量变化曲线以及空气流量变化曲线。需要说明的是，上述数据处理过程需要在每个呼气末正压假定值下各执行一次，即通过对每个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量进行依次处理，可以得到每个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线。
103、根据多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线，利用体积依赖弹性模型得到多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数。
其中，体积依赖弹性模型(volume-dependent elastance model，VDEM)是一个可以模拟肺部呼吸的模型，该模型可以提供出肺部膨胀和塌陷的相关信息，具体的，计算机设备可以将步骤102中得到的各个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线依次输入到体积依赖弹性模型模型中，然后利用Moore-Penrose广义逆，求解出多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数。
104、根据多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数，得到肺部区域在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线。
具体的，在得到每个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数之后，可以将各个参数依次输入到预训练的塌陷膨胀预估模型中，从而得到每个呼气末正压假定值下的呼吸弹性。其中，当呼吸弹性为负百分比时，表明肺泡弹性伴随着呼吸正在逐渐降低，其百分比值可表示过度塌陷的肺泡比率，当呼吸弹性为正百分比时，表明肺泡弹性伴随着呼吸正在逐渐增加，其百分比值可表示过度扩张的肺泡比率，通过将各个肺部分区的过度塌陷的肺泡比率和过度扩张的肺泡比率分别相加，即可得到整个肺部区域的肺泡过度塌陷比率和肺泡过度膨胀比率，此时，以各个呼气末正压假定值为横坐标，以各个呼气末正压假定值下的肺部区域的肺泡过度塌陷比率和肺泡过度膨胀比率为纵坐标，即可分别绘制出肺部区域在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线。
105、根据肺部区域在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线之间的交点，得到呼吸机的呼气末正压设定值。
具体的，在得到肺部区域在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线之后，即可求解出两条曲线之间的交点。可以理解的是，两条曲线之间的交点对应的呼气末正压值代表了肺部区域的肺泡过度塌陷比率和肺泡过度膨胀比率均处于适中状态，因此，肺部区域在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线之间的交点对应呼气末正压值即为合适的呼气末正压设定值，此时，可以将该呼气末正压值设定在呼吸机中，以改善患者的换气功能。
本实施例提供的呼吸机的呼气末正压的设定方法，通过采集患者在多个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量，得到患者自身的肺部区域的空气量变化曲线和空气流量变化曲线，然后利用体积依赖弹性模型求解出肺部区域的各项弹力参数，进而得到患者在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线，最后通过两条曲线的交点得到合适的呼气末正压值。上述方法通过综合考虑患者在多个呼气末正压假定值下的肺泡过度膨胀比率和肺泡过度塌陷比率，并以此来引导呼吸机设定合适的呼气末正压值，可以使得设定的呼气末正压值不会造成肺泡过度膨胀和塌陷，因此提高了呼气末正压值设定的准确度，降低了呼吸机相关性肺损伤问题的发生概率。
进一步的，作为上述实施例具体实施方式的细化和扩展，为了完整说明本实施例的实施过程，提供呼吸机的呼气末正压的设定方法，如图2所示，该方法包括以下步骤：
201、建立有限元胸部模型，在有限元胸部模型中添加多个夹杂物，并在有限元胸部模型的表面放置多个电极。
具体的，在本步骤中，首先按照预设的肺部区域划分标准，将肺部区域划分为多个肺部分区，然后依据多个肺部分区建立有限元胸部模型，继而在有限元胸部模型中添加多个夹杂物，其中，每个夹杂物可代表一个肺部分区，且每个夹杂物均包含若干个网格，最后在有限元胸部模型的外表面上放置多个电极，从而通过电极接收胸部区域的边界电压数据。
为了更清晰的说明本步骤的具体实现过程，本实施例将结合一个实际示例进行详细说明。在本示例中，首先根据临床ARDS诊断需要设定的肺的区域将肺部区域划分为若干个肺部分区，例如划分为左上，左下，右上，右下等。为了方便描述，可以将各个肺部分区进行编号，依次为1号，2号，3号和4号。确定好区域划分后，即可建立有限元胸部模型进行仿真。模型建立过程为：首先生成半径为1cm，高为1.4cm的圆柱型胸腔网格模型，然后在胸腔模型中添加四个圆柱形夹杂物，其中，四个圆柱夹杂物分别代表了肺部区域的四个肺部分区，四个肺部分区的网格数分别为836、1017、783和746，最后在胸腔模型表面(高度为0.6cm的位置)放置16个半径为0.1cm的圆形电极。上述工作完成后，即可进行边界电压数据的采集。需要说明的是，上述示例中的数据仅用于举例说明，并不作为对本实施例的限定，在实施本步骤时，可以依据实际情况选择有限元胸部模型的形态以及夹杂物和电极的设置方式，本实施例均不做具体限定。
202、采集多个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量，其中，胸部区域包括肺部区域，肺部区域包括多个肺部分区。
具体的，在本步骤中，可以首先设置呼吸机的压力曲线，并将呼吸机设置在压力控制模式下，使得呼吸机能够按照压力曲线输出空气量，然后通过电阻抗成像设备逐一在每个预设的呼气末正压假定值下通过相邻电极电流注入和测量法采集多帧胸部区域的边界电压数据，其中，每帧边界电压数据均包含预定数量的电压测量值，最后在采集边界电压数据的同时，利用空气流量传感器同步测量呼吸机在每个呼气末正压假定值下输出的空气量。
在具体说明电压数据的采集过程之前，本实施例首先对电阻抗成像技术(electrical impedance tomography，EIT)做简单介绍。电阻抗成像技术是一种以人体内部阻抗分布为成像目标的医学功能成像技术。其工作原理是利用体表电极在检测对象体表施加安全的微弱电流，并测得其它电极上的响应电压信号，然后根据电压与电流之间的关系重构出人体内部电阻抗的变化图像，具有无创和快速等优势。在应用层面，EIT技术能够对肺通气情况进行成像并对肺通气状态进行有效监测，原因在于，生物的呼吸过程具有较强周期性，伴随着高电阻率的空气吸入和呼出，肺内阻抗会产生较大的周期性变化，因此，将EIT技术应用在肺通气成像领域具有较好的应用前景。具体到本实施例当中，计算机设备可以借助于电阻抗成像技术通过相邻电极电流注入和测量法采集胸部区域的边界电压数据。
结合步骤201中的示例继续进行举例说明，本实施例中采集胸部区域的边界电压数据的方法可以通过以下方式实现：首先将有限元胸部模型上的电极从1到16进行编号，然后采用相邻电流注入模式，在电极1上施加0.1mA正电流，在电极2上施加0.1mA负电流，电压测量在所有电极对(j-1，j)和(j，j+1)上进行，其中，(j∈4,5,...,15)，接下来电流注入电极2和电极3，电压测量模式也旋转一个电极。这一过程一直重复，直到所有16种电流注入模式都被应用，共得到208个边界电压测量值。以这样的方式以每秒20帧的速度采集30秒，共可得到600帧边界电压数据，即边界电压数据的矩阵维度为208×600。需要说明的是，上述边界电压数据的采集过程即为相邻电极电流注入和测量法，在边界电压数据的采集过程中，可以根据实际需要设定电极的数量以及边界电压数据的采集帧数，本实施例在此不做具体限定。此外，呼吸机输出的空气量与边界电压数据需要进行同步采集，其中，空气量的采集可以借助于空气流量传感器等设备来实现，具体采集过程本实施例不做详细介绍。
203、根据多个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量，得到多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线。
具体的，在本步骤中，可以首先根据多个呼气末正压假定值下的胸部区域的边界电压数据，得到多个呼气末正压假定值下的肺部区域的体电导率和各肺部分区的体电导率，然后根据多个呼气末正压假定值下的肺部区域的体电导率的倒数和各肺部分区的体电导率的倒数，得到多个呼气末正压假定值下的肺部区域的体电阻率和各肺部分区的体电阻率，继而通过多个呼气末正压假定值下的呼吸机输出的空气量，对肺部区域的空气量和肺部区域的体电阻率进行拟合，并利用最小二乘法和其他成像设备(如CT成像设备)共配准法得到肺部区域的空气量和肺部区域的体电阻率之间的拟合参数，最后根据肺部区域的空气量和肺部区域的体电阻率之间的拟合参数和多个呼气末正压假定值下的各肺部分区的体电阻率，得到多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线。
进一步的，上述步骤的第一步，即通过边界电压数据得到体电导率的方法可以通过以下方式实现：首先对多帧胸部区域的边界电压数据的平均值采用高斯牛顿迭代算法迭代计算一次，得到肺部区域的参考电导率分布值，然后分别对多帧胸部区域的边界电压数据的平均值和每帧肺部区域的边界电压数据采用高斯牛顿一步重建算法，得到肺部区域的相对电导率变化值，继而对肺部区域的参考电导率分布值和肺部区域的相对电导率变化值进行相加计算，得到肺部区域的绝对电导率分布值，最后根据肺部区域的绝对电导率分布值，得到肺部区域的体电导率和各肺部分区的体电导率。
继续结合步骤202中的示例进行举例说明，本实施例中根据胸部区域的边界电压数据得到肺部区域的体电导率，进而根据肺部区域的体电导率得到各肺部分区的空气量变化曲线和空气流量变化曲线的具体方法可以通过以下方式实现：
首先，根据采集到的胸部区域的边界电压数据求解出肺部区域的体电导率和各肺部分区的体电导率，求解时，可以先根据胸部区域的边界电压数据进行相对图像重建，然后根据参考电导率值和相对电导率值，计算出肺部区域的绝对电导率分布，最后根据绝对电导率分布得到体电导率，具体过程如下：
(1)利用600帧平均边界电压数据，选用高斯牛顿迭代算法迭代一次得到参考电导率值σa。
(2)利用600帧平均边界电压数据和第一帧边界电压数据，选用高斯牛顿一步重建算法得到相对电导率值。接下来利用600帧平均电压数据和第二帧电压数据，再次得到相对电导率值，重复这样的流程，直到得到600个相对电导率变化值Δσ(t)。
(3)利用(1)得到的参考电导率值分别与(2)得到的600帧相对电导率值相加，最终得到600帧绝对电导率分布σ(t)，即σ(t)＝σa+Δσ(t)。此外，要测算肺内空气量，就必须计算体电导率，体电导率可以通过对感兴趣区域电导率求和得到。我们可以根据σ(t)计算整个肺区域(四个分区网格电导率相加)的体电导率σ*(t)和各个分区的的体电导率
其次，利用体电阻率ρ和填充因子F之间的近似的线性关系，对体对肺部区域的空气量和肺部区域的体电阻率进行拟合并求解出拟合参数。其中，体电阻率ρ近似为体电导率的倒数，即ρ＝1/σ。填充因子F为空气量与肺组织体积的比值。结合上述的线性关系，可得出如下形式的公式：
v＝αVρ+β (1)
其中，v是肺部区域的空气量，V是肺组织的体积，ρ是体电导率，且ρ＝1/σ*(t)，α和β是独立于ρ的常数。假设V可以通过另一种成像方式(如CT)确定，且β可以在同一参考标准下和另一个成像方式进行共配准，从而校准整个肺部区域的空气量(这里主要了解在未使用呼吸机的情况下，肺内原有的空气量，我们可以通过CT或其他医学成像方式得到)。利用空气流量传感器测量的呼吸机输出的总空气量等于各肺部分区的空气量之和，那么，各肺部分区的体电阻率之和就等于肺部区域的体电阻率之和。为了得到肺部区域的空气量和肺部区域的体电阻率的关系，在测量体电阻率的同时，还需要利用空气流量传感器同步测量呼吸机输出的空气量，从而进行总空气量与总体电阻率的拟合，最终通过最小二乘法得到α值。
进一步的，由于公式(1)对每个肺分区都成立，因此对于第i个分区，有如下形式的公式：
vi＝αViρi+βi (2)
在上述公式中，假设Vi可以通过另一种成像方式(如CT)确定。那么，在α和βi已知的情况下，根据体电导率
即可得到各肺部分区的空气量vi(t)。通过对vi(t)进行数值微分，即可估计出各肺部分区的空气流量
需要说明的是，上述公式中的vi(t)即为各肺部分区的空气量变化曲线，
则为各肺部分区的空气流量变化曲线，其中i表示肺部分区的序号。
204、根据多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线，利用体积依赖弹性模型得到多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数。
具体的，在本步骤中，可以首先根据体积依赖弹性模型，得到包含肺部塌陷膨胀信息的矩阵系统，然后根据多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线，将包含肺部塌陷膨胀信息的矩阵系统转换为包含肺部塌陷膨胀信息的矩阵方程，最后通过Moore-Penrose广义逆对包含肺部塌陷膨胀信息的矩阵方程进行求解，得到多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数。
在本实施例中，体积依赖弹性模型(volume-dependent elastance model，VDEM)可用于模拟肺部呼吸过程，通过该模型，可以得到肺部膨胀和塌陷的相关信息，该模型的公式为：
其中，Paw(t)为t时刻气道开口压力，vi(t)为t时刻第i个肺部分区的空气量，
为t时刻第i个肺部分区的空气流量，R0为中央气道阻力，Ri为第i个分区的气道阻力参数，Ei,1为第i个肺部分区的容积无关弹力参数，表示吸气开始时呼吸系统的弹性压力-容积曲线的斜率，Ei,2为第i个肺部分区的容积相关弹力参数，描述了整个吸气过程中呼吸系统的弹性压力-容积曲线的凹凸性，P0为呼气末正压假定值。其中，公式(3)对每个肺部分区都成立，因此可以重新表述为包含肺部塌陷膨胀信息的矩阵系统，其中，包含肺部塌陷膨胀信息的矩阵系统的表达式为：
其中，v(t)包含了t时刻每个肺部分区的空气量，
包含了t时刻每个肺部分区的空气流量。p(t)是压降Paw(t)-P0的向量。在上述包含肺部塌陷膨胀信息的矩阵系统中，Ri，Ei,1和Ei,2均为结构矩阵，其表达式如下：
可以根据vi(t)和
将包含肺部塌陷膨胀信息的矩阵系统重新表述为一个包含肺部塌陷膨胀信息的矩阵方程，其中，包含肺部塌陷膨胀信息的矩阵方程表达式如下：
Mx＝P (5)
x＝(R0 E1，1 E1,2 R1 E2,1 E2,2 R2 E3,1 E3,2 R3 E4,1 E4,2 R4)T
其中，矩阵M由流量和体积的时间序列值组成，P是压力序列值，目标向量x为所需求解的参数，其中，目标向量x中包含了多个呼气末正压假定值下的各肺部分区的容积无关弹力参数E1,1、E2,1、E3,1和E4,1和容积相关弹力参数E1,2、E2,2、E3,2和E4,2。
继续结合步骤203中的示例进行举例说明，当样本数量为600时，Q为长度为600的向量，包含各肺分区流量之和，矩阵
尺寸为600×2，
和
为块矩阵。即：
利用Moore-Penrose广义逆对方程(5)进行求解，可得到如下表达式：
其中，
为每个分区相关参数估计，通过
即可得到各肺部分区的容积无关弹力参数和容积相关弹力参数。
205、根据多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数，得到肺部区域在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线。
具体的，在本步骤中，可以首先将多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数依次输入到预训练的塌陷膨胀预估模型中，得到多个呼气末正压假定值下的各肺部分区的肺泡过度塌陷比率和肺泡过度膨胀比率，然后将多个呼气末正压假定值下的各肺部分区的肺泡过度塌陷比率和肺泡膨胀过度分别相加，从而得到肺部区域在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线。
在本实施例中，可以通过每个肺部分区的容积无关弹力参数和容积相关弹力参数进行呼吸机呼气末正压值的选择。具体来说，在得到容积无关弹力参数Ei,1和容积相关弹力参数Ei,2的基础上，可以通过以下塌陷膨胀预估模型得到每个肺部分区的塌陷和膨胀情况：
其中，VT表示潮气量，即肺部分区空气量的最大值与最小值差值，空的％E值表明呼吸中弹性的线性行为。负％E值表示弹性伴随着呼吸逐渐降低，表明过度塌陷的肺泡比率。而正％E值表示弹性伴随着呼吸逐渐增加，表明过度扩张的肺泡比率。
进一步的，通过将各个肺部分区的过度塌陷的肺泡比率和过度扩张的肺泡比率分别相加，即可得到整个肺部区域的肺泡过度塌陷比率和肺泡过度膨胀比率，此时，以各个呼气末正压假定值为横坐标，以各个呼气末正压假定值下的肺部区域的肺泡过度塌陷比率和肺泡过度膨胀比率为纵坐标，即可分别绘制出肺部区域在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线。
206、根据肺部区域在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线之间的交点，得到呼吸机的呼气末正压设定值。
具体的，在得到肺部区域在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线之后，即可求解出两条曲线之间的交点。可以理解的是，两条曲线之间的交点对应的呼气末正压值代表了肺部区域的肺泡过度塌陷比率和肺泡过度膨胀比率均处于适中状态，因此，肺部区域在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线之间的交点对应呼气末正压值即为合适的呼气末正压设定值，此时，可以将该呼气末正压值设定在呼吸机中，以改善患者的换气功能。
进一步的，为了更加完整的说明本实施例的实施过程，下面结合实际应用场景提供一个呼吸机的呼气末正压的设定方法，如图3所示，该方法包括以下步骤：
(1)首先设置呼吸机压力曲线，并将呼吸机设置在压力控制模式下，其中，呼吸机压力曲线的表达式如下：
在上述公式中，设定边界电压数据的采样时间为30s，每秒采集20帧数据。τ取0.5。Tin取1s，Tex取2s。ΔPawo＝15cmH2O为在气道开口处压力。以5cmH2O增长量进行递增PEEP滴定实验。第一次取PEEP＝15cmH2O，然后以后每次递增5cmH2O。递增4次，直至PEEP＝35cmH2O。
(2)在(1)中采集600帧胸部区域的边界电压数据，并计算四个肺部分区的体电导率
然后将体电导率
转化为四个肺部分区的空气量曲线vi(t)和空气流量曲线
进而计算VT＝vimax(t)-vimin(t)。
(3)将(1)设置的压力曲线paw(t)和(2)得到的空气量曲线v(t)和流量曲线
带入体积依赖弹性模型(VDEM)中，并利用Moore-Penrose广义逆估计每个肺部分区的容积无关弹力参数和容积相关弹力参数Ei,1和Ei,2。
(4)利用公式(6)计算每个肺部分区的肺泡过度塌陷比率和肺泡过度膨胀比率，然后将各肺部分区的肺泡过度塌陷比率和肺泡过度膨胀比率分别相加，得到肺部区域的肺泡过度塌陷比率和肺泡过度膨胀比率。
(5)跳到(1)，重新设定PEEP。直到PEEP＝35cmH2O结束。
(6)以4次PEEP值为横坐标，递增滴定阶段肺部区域的肺泡过度塌陷比率和肺泡过度膨胀比率为纵坐标，绘制肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线，并求其交点，该交点即可代表过度膨胀和塌陷比率处于适中状态，对应的PEEP值即为呼吸机设定的最佳PEEP值，并在此PEEP值下维持机械通气治疗。
进一步的，作为图1至图3所示方法的具体实现，本实施例提供了一种呼吸机的呼气末正压的设定装置，如图4所示，该装置包括：数据采集模块31、电压数据处理模块32、空气量曲线处理模块33、曲线绘制模块34、结果输出模块35。
数据采集模块31，可用于采集多个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量，其中，胸部区域包括肺部区域，肺部区域包括多个肺部分区；
电压数据处理模块32，可用于根据多个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量，得到多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线；
空气量曲线处理模块33，可用于根据多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线，利用体积依赖弹性模型得到多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数；
曲线绘制模块34，可用于根据多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数，得到肺部区域在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线；
结果输出模块35，可用于根据肺部区域在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线之间的交点，得到呼吸机的呼气末正压设定值。
在具体的应用场景中，如图5所示，本装置还包括胸部模型创建模块36，所述胸部模型创建模块36具体可用于按照预设的肺部区域划分标准，将肺部区域划分为多个肺部分区，并依据多个肺部分区建立有限元胸部模型；在有限元胸部模型中添加多个夹杂物，其中，每个夹杂物代表一个肺部分区，且每个夹杂物均包含若干个网格；在有限元胸部模型的外表面上放置多个电极，并在电极上施加一微弱电流，同时检测其他电极上的电压值，得到胸部区域的边界电压数据。
在具体的应用场景中，所述数据采集模块31，具体可用于设置呼吸机的压力曲线，并将呼吸机设置在压力控制模式下，以使呼吸机按照压力曲线输出空气量；预设多个呼气末正压假定值，并通过电阻抗成像设备逐一在每个呼气末正压假定值下通过相邻电极电流注入和测量法采集多帧胸部区域的边界电压数据，其中，每帧边界电压数据均包含预定数量的电压值；在采集边界电压数据的同时，利用空气流量传感器同步测量呼吸机在每个呼气末正压假定值下输出的空气量。
在具体的应用场景中，所述电压数据处理模块32，具体可用于根据多个呼气末正压假定值下的胸部区域的边界电压数据，得到多个呼气末正压假定值下的肺部区域的体电导率和各肺部分区的体电导率；根据多个呼气末正压假定值下的肺部区域的体电导率和各肺部分区的体电导率，得到多个呼气末正压假定值下的肺部区域的体电阻率和各肺部分区的体电阻率；通过多个呼气末正压假定值下的呼吸机输出的空气量，对肺部区域的空气量和肺部区域的体电阻率进行拟合，并利用最小二乘法和其他成像设备共配准法得到肺部区域的空气量和肺部区域的体电阻率之间的拟合参数；根据肺部区域的空气量和肺部区域的体电阻率之间的拟合参数和多个呼气末正压假定值下的各肺部分区的体电阻率，得到多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线。
在具体的应用场景中，所述电压数据处理模块32，具体还可用于对多帧胸部区域的边界电压数据的平均值采用高斯牛顿迭代算法，得到肺部区域的参考电导率分布值；分别对多帧胸部区域的边界电压数据的平均值和每帧胸部区域的边界电压数据采用高斯牛顿一步重建算法，得到肺部区域的相对电导率变化值；对肺部区域的参考电导率分布值和肺部区域的相对电导率变化值进行相加计算，得到肺部区域的绝对电导率分布值；根据肺部区域的绝对电导率分布值，得到肺部区域的体电导率和各肺部分区的体电导率。
在具体的应用场景中，所述空气量曲线处理模块33，具体可用于根据体积依赖弹性模型，得到包含肺部塌陷膨胀信息的矩阵系统；根据多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线，将包含肺部塌陷膨胀信息的矩阵系统转换为包含肺部塌陷膨胀信息的矩阵方程；通过Moore-Penrose广义逆对包含肺部塌陷膨胀信息的矩阵方程进行求解，得到多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数。
在具体的应用场景中，所述曲线绘制模块34，具体可用于将多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数依次输入到预训练的塌陷膨胀预估模型中，得到多个呼气末正压假定值下的各肺部分区的肺泡过度塌陷比率和肺泡过度膨胀比率；将多个呼气末正压假定值下的各肺部分区的肺泡过度塌陷比率和肺泡过度膨胀比率分别相加，得到肺部区域在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线。
需要说明的是，本实施例提供的一种呼吸机的呼气末正压的设定装置所涉及各功能单元的其它相应描述，可以参考图1至图3中的对应描述，在此不再赘述。
基于上述如图1至图3所示方法，相应的，本实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述如图1至图3所示的呼吸机的呼气末正压的设定方法。
基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该待识别软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施场景所述的方法。
基于上述如图1至图3所示的方法，以及图4和图5所示的呼吸机的呼气末正压的设定装置实施例，为了实现上述目的，本实施例还提供了一种呼吸机的呼气末正压的设定的实体设备，具体可以为个人计算机、服务器、智能手机、平板电脑、智能手表、或者其它网络设备等，该实体设备包括存储介质和处理器；存储介质，用于存储计算机程序；处理器，用于执行计算机程序以实现上述如图1至图3所示的方法。
可选的，该实体设备还可以包括用户接口、网络接口、摄像头、射频(RadioFrequency，RF)电路，传感器、音频电路、WI-FI模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)等，可选用户接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)等。
本领域技术人员可以理解，本实施例提供的一种呼吸机的呼气末正压的设定的实体设备结构并不构成对该实体设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。
存储介质中还可以包括操作系统、网络通信模块。操作系统是管理上述实体设备硬件和待识别软件资源的程序，支持信息处理程序以及其它待识别软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信，以及与信息处理实体设备中其它硬件和软件之间通信。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以借助软件加必要的通用硬件平台的方式来实现，也可以通过硬件实现。本申请的技术方案首先通过采集患者在多个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量，得到患者自身的肺部区域的空气量变化曲线和空气流量变化曲线，然后利用体积依赖弹性模型求解出肺部区域的各项弹力参数，进而得到患者在多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线，最后通过两条曲线的交点得到合适的呼气末正压值。与现有技术相比，上述方法通过综合考虑患者在多个呼气末正压假定值下的肺泡过度膨胀比率和肺泡过度塌陷比率，并以此来引导呼吸机设定合适的呼气末正压值，可以使得设定的呼气末正压值不会造成肺泡过度膨胀和塌陷，因此提高了呼气末正压值设定的准确度，降低了呼吸机相关性肺损伤问题的发生。
本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
上述本申请序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。
Claims (10)
1.一种呼吸机的呼气末正压的设定方法，其特征在于，所述方法包括：
采集多个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量，其中，所述胸部区域包括肺部区域，所述肺部区域包括多个肺部分区；
根据所述多个呼气末正压假定值下的肺部区域的边界电压数据和呼吸机输出的空气量，得到多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线；
根据所述多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线，利用体积依赖弹性模型得到多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数；
根据所述多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数，得到肺部区域在所述多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线；
根据所述肺部区域在所述多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线之间的交点，得到呼吸机的呼气末正压设定值。
2.根据权利要求1所述的方法，其特征在于，在采集多个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量之前，所述方法还包括：
按照预设的肺部区域划分标准，将肺部区域划分为多个肺部分区，并依据所述多个肺部分区建立有限元胸部模型；
在所述有限元胸部模型中添加多个夹杂物，其中，每个所述夹杂物代表一个肺部分区，且每个所述夹杂物均包含若干个网格；
在所述有限元胸部模型的外表面上放置多个电极，并在所述电极上施加一微弱电流，同时检测其他电极上的电压值，得到胸部区域的边界电压数据。
3.根据权利要求1所述的方法，其特征在于，采集多个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量，包括：
设置呼吸机的压力曲线，并将所述呼吸机设置在压力控制模式下，以使所述呼吸机按照所述压力曲线输出空气量；
预设多个呼气末正压假定值，并通过电阻抗成像设备逐一在每个所述呼气末正压假定值下通过相邻电极电流注入和测量法采集多帧胸部区域的边界电压数据，其中，每帧所述边界电压数据均包含预定数量的边界电压测量值；
在采集边界电压数据的同时，利用空气流量传感器同步测量在每个所述呼气末正压假定值下输出的空气量。
4.根据权利要求1所述的方法，其特征在于，根据所述多个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量，得到多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线，包括：
根据所述多个呼气末正压假定值下的胸部区域的边界电压数据，得到多个呼气末正压假定值下的肺部区域的体电导率和各肺部分区的体电导率；
根据所述多个呼气末正压假定值下的肺部区域的体电导率和各肺部分区的体电导率，得到多个呼气末正压假定值下的肺部区域的体电阻率和各肺部分区的体电阻率；
通过所述多个呼气末正压假定值下的呼吸机输出的空气量，对肺部区域的空气量和肺部区域的体电阻率进行拟合，并利用最小二乘法和其他成像设备共配准法得到肺部区域的空气量和肺部区域的体电阻率之间的拟合参数；
根据所述肺部区域的空气量和肺部区域的体电阻率之间的拟合参数和所述多个呼气末正压假定值下的各肺部分区的体电阻率，得到所述多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线。
5.根据权利要求4所述的方法，其特征在于，每个所述呼气末正压假定值下的胸部区域的边界电压数据均为多帧；则根据所述多个呼气末正压假定值下的胸部区域的边界电压数据，得到多个呼气末正压假定值下的肺部区域的体电导率和各肺部分区的体电导率，包括：
对所述多帧胸部区域的边界电压数据的平均值采用高斯牛顿迭代算法，得到肺部区域的参考电导率分布值；
分别对所述多帧胸部区域的边界电压数据的平均值和每帧所述胸部区域的边界电压数据采用高斯牛顿一步重建算法，得到肺部区域的相对电导率变化值；
对所述肺部区域的参考电导率分布值和所述肺部区域的相对电导率变化值进行相加计算，得到肺部区域的绝对电导率分布值；
根据所述肺部区域的绝对电导率分布值，得到肺部区域的体电导率和各肺部分区的体电导率。
6.根据权利要求1所述的方法，其特征在于，根据所述多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线，利用体积依赖弹性模型得到多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数，包括：
根据所述体积依赖弹性模型，得到包含肺部塌陷膨胀信息的矩阵系统；
根据所述多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线，将所述包含肺部塌陷膨胀信息的矩阵系统转换为包含肺部塌陷膨胀信息的矩阵方程；
通过Moore-Penrose广义逆对所述包含肺部塌陷膨胀信息的矩阵方程进行求解，得到多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数。
7.根据权利要求1所述的方法，其特征在于，根据所述多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数，得到肺部区域在所述多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线，包括：
将所述多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数依次输入到预训练的塌陷膨胀预估模型中，得到所述多个呼气末正压假定值下的各肺部分区的肺泡过度塌陷比率和肺泡过度膨胀比率；
将所述多个呼气末正压假定值下的各肺部分区的肺泡过度塌陷比率和肺泡过度膨胀比率分别相加，得到肺部区域在所述多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线。
8.一种呼吸机的呼气末正压的设定装置，其特征在于，所述装置包括：
数据采集模块，用于采集多个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量，其中，所述胸部区域包括肺部区域，所述肺部区域包括多个肺部分区；
电压数据处理模块，用于根据所述多个呼气末正压假定值下的胸部区域的边界电压数据和呼吸机输出的空气量，得到多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线；
空气量曲线处理模块，用于根据所述多个呼气末正压假定值下的各肺部分区的空气量变化曲线和空气流量变化曲线，利用体积依赖弹性模型得到多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数；
曲线绘制模块，用于根据所述多个呼气末正压假定值下的各肺部分区的容积无关弹力参数和容积相关弹力参数，得到肺部区域在所述多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线；
结果输出模块，用于根据所述肺部区域在所述多个呼气末正压假定值下的肺泡过度塌陷比率变化曲线和肺泡过度膨胀比率变化曲线之间的交点，得到呼吸机的呼气末正压设定值。
9.一种存储介质，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7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、处理器及存储在存储器上并可在处理器上运行的计算机程序，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7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110717600.XA CN113456959A (zh) | 2021-06-28 | 2021-06-28 | 呼吸机的呼气末正压的设定方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110717600.XA CN113456959A (zh) | 2021-06-28 | 2021-06-28 | 呼吸机的呼气末正压的设定方法、装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113456959A true CN113456959A (zh) | 2021-10-01 |
Family
ID=77873176
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110717600.XA Pending CN113456959A (zh) | 2021-06-28 | 2021-06-28 | 呼吸机的呼气末正压的设定方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113456959A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114027824A (zh) * | 2021-12-16 | 2022-02-11 | 上海交通大学 | 普适性肺通气量与经胸电阻抗的线性模型构建方法及应用 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160242673A1 (en) * | 2013-10-04 | 2016-08-25 | Swisstom Ag | Electrical impedance tomography system |
| CN106373194A (zh) * | 2016-08-30 | 2017-02-01 | 肖理庆 | 一种人体肺部电阻层析成像有限元模型设计方法 |
| CN109381187A (zh) * | 2017-08-02 | 2019-02-26 | 德尔格制造股份两合公司 | 用于基于eit-数据确定差异特征数的设备和方法 |
| CN112156301A (zh) * | 2020-10-15 | 2021-01-01 | 北京航空航天大学 | 一种基于电阻抗成像的呼吸机peep自动优化设置方法 |
| CN112231997A (zh) * | 2020-09-25 | 2021-01-15 | 重庆大学 | 基于人体组织电导率精细化建模设计的胸腔电阻抗仿真方法 |
-
2021
- 2021-06-28 CN CN202110717600.XA patent/CN113456959A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160242673A1 (en) * | 2013-10-04 | 2016-08-25 | Swisstom Ag | Electrical impedance tomography system |
| CN106373194A (zh) * | 2016-08-30 | 2017-02-01 | 肖理庆 | 一种人体肺部电阻层析成像有限元模型设计方法 |
| CN109381187A (zh) * | 2017-08-02 | 2019-02-26 | 德尔格制造股份两合公司 | 用于基于eit-数据确定差异特征数的设备和方法 |
| CN112231997A (zh) * | 2020-09-25 | 2021-01-15 | 重庆大学 | 基于人体组织电导率精细化建模设计的胸腔电阻抗仿真方法 |
| CN112156301A (zh) * | 2020-10-15 | 2021-01-01 | 北京航空航天大学 | 一种基于电阻抗成像的呼吸机peep自动优化设置方法 |
Non-Patent Citations (4)
| Title |
|---|
| FLORIANE PUEL, LAURE CROGNIER, CHRISTELLE SOULÉ, FANNY VARDON-BO: "Assessment of electrical impedance tomography to set optimal positive end-expiratory pressure for veno-venous ECMO-treated severe ARDS patients", 《JOURNAL OF CRITICAL CARE》 * |
| M VICTOR,J MELO,R ROLDAN,M NAKAMURA,M TUCCI,E COSTA,M AMATO,ETC: "Modelling approach to obtain regional respiratory mechanics using electrical impedance tomography and volume-dependent elastance model", 《PHYSIOLOGICAL MEASUREMENT》 * |
| SOPHOCLEOUS L, WALDMANN AD, BECHER T, KALLIO M, RAHTU M, MIEDEMA: "Effect of sternal electrode gap and belt rotation on the robustness of pulmonary electrical impedancetomography parameters", 《PHYSIOL MEAS》 * |
| 吴佳铭: "基于EIT对ARDS的PEEP滴定监测研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114027824A (zh) * | 2021-12-16 | 2022-02-11 | 上海交通大学 | 普适性肺通气量与经胸电阻抗的线性模型构建方法及应用 |
| CN114027824B (zh) * | 2021-12-16 | 2023-08-18 | 上海交通大学 | 普适性肺通气量与经胸电阻抗的线性模型构建方法及应用 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Costa et al. | Bedside estimation of recruitable alveolar collapse and hyperdistension by electrical impedance tomography | |
| US20190246949A1 (en) | Systems and methods to determine a patient's responsiveness to an alveolar recruitment maneuver | |
| Morton et al. | Predictive virtual patient modelling of mechanical ventilation: impact of recruitment function | |
| US20190038173A1 (en) | Device and method for determination of difference parameters on the basis of eit data | |
| Steimle et al. | A model of ventilation of the healthy human lung | |
| US20210027461A1 (en) | Systems and methods for determining a fluid and tissue volume estimations using electrical property tomography | |
| JP5469571B2 (ja) | 生体の電気的インピーダンス断層像測定装置 | |
| EP3297712B1 (en) | Systems for multi-frequency oscillatory ventilation | |
| Roth et al. | Coupling of EIT with computational lung modeling for predicting patient-specific ventilatory responses | |
| CN112156301A (zh) | 一种基于电阻抗成像的呼吸机peep自动优化设置方法 | |
| CN113456959A (zh) | 呼吸机的呼气末正压的设定方法、装置及存储介质 | |
| CN108113675B (zh) | 确定电阻抗断层成像的电极装置的圆周形状的设备和方法 | |
| Jafari et al. | In-vivo lung biomechanical modeling for effective tumor motion tracking in external beam radiation therapy | |
| JP7022543B2 (ja) | 乳房撮影装置、乳房撮影装置の制御方法及びプログラム | |
| JP5469574B2 (ja) | 電気的インピーダンス断層像測定装置。 | |
| US9775581B2 (en) | Method for determining inhomogeneity in animal tissue and equipment to implement it | |
| JP5404767B2 (ja) | Ｘ線ｃｔ装置及び画像修正プログラム | |
| Caruana et al. | Electrical impedance tomography in the clinical assessment of lung volumes following recruitment manoeuvres | |
| Dimas et al. | A highly tunable dynamic thoracic model for Electrical Impedance Tomography | |
| Kircher et al. | Influence of background lung tissue conductivity on the cardiosynchronous EIT signal components: A sensitivity study | |
| WO2022199619A1 (en) | Electrical impedance tomography based lung assessment | |
| CN116712057A (zh) | 一种屏蔽呼吸阻抗变化的肺灌注成像方法、系统及设备 | |
| CN115462774A (zh) | 重构肺部气体空间分布的电阻抗成像方法及成像装置 | |
| Rahmati et al. | Weighted L1 and L2 Norms for Image Reconstruction: First Clinical Results of Electrical Impedance Tomography Lung Data | |
| Ibrahim | CFD models of the bronchial airways with dynamic boundaries |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211001 |
|
| RJ01 | Rejection of invention patent application after publication |