CN113724851A - 呼吸机智能同步方法及其数据可视化系统 - Google Patents

Abstract

本发明公开了一种呼吸机智能同步方法及其数据可视化系统，涉及呼吸机控制技术领域，其包括获取呼吸机的状态参数；基于预设的漏气估计模型分析状态参数，估算得到漏气参数；基于状态参数和漏气参数，估算得到呼吸参数；基于预设的触发模型分析呼吸参数，判定呼气和吸气阶段；以及，基于漏气参数补偿状态参数，基于呼气和吸气阶段调整触发呼吸机，并得到对应的呼吸机调整参数。本申请具有改善呼吸机的呼吸同步效果的效果。

Description

呼吸机智能同步方法及其数据可视化系统

技术领域

本申请涉及呼吸机控制技术领域，尤其是涉及一种呼吸机智能同步方法及其数据可视化系统。

背景技术

在现代临床医学中，呼吸机是一项能人工代替，控制或者改变正常的生理呼吸，增加肺通气量，改善呼吸功能，减轻呼吸功能消耗，节约心脏储备能力的装置。呼吸机分为有创呼吸机和无创呼吸机，如已经做了气切开手术的人群，使用有创呼吸机；其他，则无创呼吸机。

为避免对病人造成呼吸阻碍，影响治疗效果，需要使呼吸机与人的呼吸同步。

公开号为CN103182120B的专利公开了一种有创呼吸机在无创通气模式下人机同步的装置，其中的装置包括：测量得到气道压力、吸气流量和呼气流量；根据预先建立的漏气估计模型，利用所述气道压力、吸气流量和呼气流量计算得到漏气流量；利用漏气流量补偿基础流。

上述技术方案可通过漏气估计模型对漏气流量进行估计，进行漏气补偿，改善人机同步性能的目的，但是其对患者的状态考虑较少，呼吸机同步效果有待提升，因此本申请提出一种新的技术方案。

发明内容

为了改善呼吸机的呼吸同步效果，本申请提供一种呼吸机智能同步方法及其数据可视化系统。

第一方面，本申请提供一种呼吸机智能同步方法，采用如下的技术方案：

一种呼吸机智能同步方法，包括：

获取呼吸机的状态参数；

基于预设的漏气估计模型分析状态参数，估算得到漏气参数；

基于状态参数和漏气参数，估算得到呼吸参数；

基于预设的触发模型分析呼吸参数，判定呼气和吸气阶段；以及，

基于漏气参数补偿状态参数，基于呼气和吸气阶段调整触发呼吸机，并得到对应的呼吸机调整参数。

可选的，所述触发模型基于流量触发。

可选的，所述触发模型分析呼吸参数包括：

基于呼吸参数的流速和预配置的呼吸机硬件参数，计算流量；

引入时间轴图形化流量，得流量曲线；

对本周期的流量曲线延迟T1时间，得预测曲线；

在同一坐标系中生成两个预测曲线，一个向上平移，一个向下平移，根据其原流量曲线的交点，分别得吸气触发点和呼气触发点；

基于吸气触发点和呼气触发点分析流量曲线，判定吸气阶段和呼气阶段。

可选的，还包括：

基于呼气和吸气阶段和呼吸参数，评估实时潮气值；

获取患者对应的医嘱潮气值；

比对实时潮气值和医嘱潮气值，计算得到潮气差值；

基于预设的呼吸机调整模型分析潮气差值，得到呼吸机调整参数。

可选的，还包括：

基于呼吸参数获取气流特征；

比对原气流特征和新的气流特征，计算并得到气流特征校正值；

在呼吸机调整模型分析潮气差值时，引入气流特征校正值，验证呼吸机调整效果并修正呼吸机调整参数。

可选的，还包括：当出现吸气触发点和呼气触发点，进行误差分析；所述误差分析包括：

以t为间隔时长设置误差分析采样频率，比较当前与前置样本之间的流量差值

；

连续获取N个采样样本，取最大的流量差值

；

如果流量差值

超出安全阈值二，则判定为生理行为触发，中止本次触发点对 应的呼吸机切换。

可选的，还包括：对呼吸机参数的历次调整进行记录，并持续追踪历次的过程持续时长，判断是否超出安全阈值一，如果是，则执行远程报警进程。

第二方面，本申请提供一种呼吸机智能同步数据可视化系统，采用如下的技术方案：

一种呼吸机智能同步数据可视化系统，包括：

自适应装置，其包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如上述呼吸机智能同步方法的计算机程序；

云端，其连接于自适应装置，用于与自适应装置做数据交互，并响应远程报警进程；

用户终端，其连接于云端，用于获取用户需求指令，并根据用户需求指令从云端调取自适应装置的数据。

综上所述，本申请包括以下至少一种有益技术效果：引入漏气估计模型，估算漏气参数，再估算呼吸参数；基于呼吸参数做流量曲线分析，得到更为精确的吸气触发点和呼气触发点，再基于触发点出发，根据呼吸参数智能调整呼吸机参数，以改善呼吸机的呼吸同步效果。

附图说明

图1是本申请的方法的流程示意图；

图2是本申请的系统框架示意图。

具体实施方式

以下结合附图1-2对本申请作进一步详细说明。

本申请实施例公开一种呼吸机智能同步方法，其通过安装有对应计算机程序的处理模块，如STM32F407芯片配合服务器端实现。

参照图1和图2，呼吸机智能同步方法包括：

获取呼吸机的状态参数；

基于预设的漏气估计模型分析状态参数，估算得到漏气参数；

基于状态参数和漏气参数，估算得到呼吸参数；

基于预设的触发模型分析呼吸参数，判定呼气和吸气阶段；以及，

基于漏气参数补偿状态参数，基于呼气和吸气阶段调整触发呼吸机，并得到对应的呼吸机调整参数。

其中，状态参数包括气道压力、吸气和呼气流速、氧浓度等，其通过呼吸机预装传感器测量反馈所得。

漏气估计模型，其可参考背景所述，

表示漏气流量，

表示漏气模型参数，

表 示气到压力。此时，漏气参数，可为漏气流量。

对应的，呼吸参数即为：状态参数-漏气参数，计算所得相应数据，呼吸参数包括流速、压力、周期、相位。

关于触发模型分析呼吸参数，具体的：

S101、基于呼吸参数的流速和预配置的呼吸机硬件参数（通气管道的直径等），计算流量；流量计算公式：流量=流速*管道截面积；

S102、引入时间轴图形化流量，得流量曲线；

S103、对本周期的流量曲线延迟T1时间，得预测曲线；其中，T1厂家预配置，可如1S；

S104、在同一坐标系中生成两个预测曲线，一个向上平移，一个向下平移，将向上平移的曲线与本周期流量曲线的第一个交点为吸气触发点，向下平移的曲线与本周期流量曲线的第一个交点为呼气触发点；

S105、将低于呼气触发点到高于吸气触发点的时间，判定为呼气阶段；将高于吸气触发点到低于呼气触发点的时间，判定为吸气阶段。

由于上述过程基于漏气补偿后的呼吸参数计算，所以可减小漏气干扰，判定更为准确；同时，相比一般的，根据气道压力阈值触发呼吸机，其触发点可以随呼吸过程改变而改变，更好的适应不同的患者；另外，在漏气补偿后，也可修正流量曲线，使其更为规则，触发模型分析效果更佳。

关于基于漏气参数补偿状态参数，如根据流量公式对漏气流量分析，得到流速值，提高呼吸机压力，提高流速至对应的流速值。

关于基于呼气和吸气阶段调整触发呼吸机，如根据吸气触发点和呼气触发点重新确定呼吸机对应动作的触发时机。

根据上述内容，可基于患者的呼吸状态分析调整呼吸机的工作参数，以改善呼吸机的呼吸同步效果。

本方法还包括：

基于呼气和吸气阶段和呼吸参数，评估实时潮气值；其中，潮气值=吸气时间*供气流；

获取患者对应的医嘱潮气值；

比对实时潮气值和医嘱潮气值，计算得到潮气差值；

基于预设的呼吸机调整模型分析潮气差值，得到呼吸机调整参数

由于基于实时分析所得的呼气和吸气阶段，以及漏气补偿后的呼吸参数计算，因此当前的实时潮气值更为准确，即呼吸机调整参数更为准确。

关于呼吸机调整模型，具体的，如：

给定一潮气差值阈值，计算潮气差值和阈值，如果高于阈值，则根据潮气量=吸气时间*供气流速，输出对供气流速，或者说呼吸机压力调整的数值。

又因为漏气干扰，且不同呼吸状态，漏气差异，所以本方法还包括：

基于呼吸参数获取气流特征；其中，气流特征包括：流速、潮气量、压力、周期、相位；

比对原气流特征和新的气流特征，计算并得到气流特征校正值；

在呼吸机调整模型分析潮气差值时，引入气流特征校正值，验证呼吸机调整效果并修正呼吸机调整参数。

本实施例以流速为例，即为验证流速是否符合，未符合则再次调整；压力-流速调整关系由工作人员根据呼吸机硬件参数预设定。

上述内容的应用效果，其受患者的呼吸状态影响较大，而对于患者而言，其在使用呼吸机的过程中，其存在吞咽口水或其他干涉呼吸的行为，因此会对呼吸切换的触发点产生干扰，为此本方法还包括：当出现吸气触发点和呼气触发点，进行误差分析；误差分析包括：

以t为间隔时长设置误差分析采样频率，比较当前与前置样本之间的流量差值

；

连续获取N个采样样本，取最大的流量差值

；

如果流量差值

超出安全阈值二，则判定为生理行为触发，中止本次触发点对 应的呼吸机切换。

根据上述，可避免干涉呼吸的生理行为出现时，本方法误使呼吸机切换状，改善呼吸同步效果。可以理解的是，t、N人为根据呼吸周期确定，且限制在一个周期内。

对于呼吸机而言，使用安全性更为相对关键，本方法还包括：

对呼吸机参数的历次调整进行记录，并持续追踪历次的过程持续时长，判断是否超出安全阈值一，如果是，则执行远程报警进程。

即，在呼吸机状态切换后，如果患者的呼吸状态仍持续异常，则触发报警。关于远程报警进程，下一实施例做具体说明，此处不再赘述。

本申请实施例还公开一种呼吸机智能同步数据可视化系统。

参照图2，呼吸机智能同步数据可视化系统包括：

自适应装置，其包括存储器和处理器，存储器上存储有能够被处理器加载并执行如上述呼吸机智能同步方法的计算机程序；

云端，其连接于自适应装置，用于与自适应装置做数据交互，并响应远程报警进程；

用户终端，其连接于云端，用于获取用户需求指令，并根据用户需求指令从云端调取自适应装置的数据。

其中，远程报警进程包括：

如上述，在持续追踪历次的过程持续时长判定其超出安全阈值一后，输出报警触发信号；

云端接收和响应报警触发信号；

响应有：发送报警执行指令至预配置的医护区电子声光报警器；和/或，发送报警提示信息至指定的用户终端，如手机，提示信息发送方式可以为短信方式发送、App推送消息。

根据上述内容，用户还可通过用户终端访问云端，以远程查看自适应装置的数据，方便做远程监管；甚至，工作人员可以通过对用户端/云端配置，使其周期性发送相关报告至用户终端。

以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。

Claims (6)

1.一种呼吸机智能同步方法，其特征在于，包括：

获取呼吸机的状态参数；

基于预设的漏气估计模型分析状态参数，估算得到漏气参数；

基于状态参数和漏气参数，估算得到呼吸参数；

基于预设的触发模型分析呼吸参数，判定呼气和吸气阶段；以及，

基于漏气参数补偿状态参数，基于呼气和吸气阶段调整触发呼吸机，并得到对应的呼吸机调整参数；所述触发模型基于流量触发；所述触发模型分析呼吸参数包括：

基于呼吸参数的流速和预配置的呼吸机硬件参数，计算流量；

引入时间轴图形化流量，得流量曲线；

对本周期的流量曲线延迟T1时间，得预测曲线；

在同一坐标系中生成两个预测曲线，一个向上平移，一个向下平移，根据其原流量曲线的交点，分别得吸气触发点和呼气触发点；

基于吸气触发点和呼气触发点分析流量曲线，判定吸气阶段和呼气阶段。

2.根据权利要求1所述的呼吸机智能同步方法，其特征在于，还包括：

基于呼气和吸气阶段和呼吸参数，评估实时潮气值；

获取患者对应的医嘱潮气值；

比对实时潮气值和医嘱潮气值，计算得到潮气差值；

基于预设的呼吸机调整模型分析潮气差值，得到呼吸机调整参数。

3.根据权利要求2所述的呼吸机智能同步方法，其特征在于，还包括：

基于呼吸参数获取气流特征；

比对原气流特征和新的气流特征，计算并得到气流特征校正值；

在呼吸机调整模型分析潮气差值时，引入气流特征校正值，验证呼吸机调整效果并修正呼吸机调整参数。

4.根据权利要求2所述的呼吸机智能同步方法，其特征在于，还包括：当出现吸气触发点和呼气触发点，进行误差分析；所述误差分析包括：

以t为间隔时长设置误差分析采样频率，比较当前与前置样本之间的流量差值

；

连续获取N个采样样本，取最大的流量差值

；

如果流量差值

超出安全阈值二，则判定为生理行为触发，中止本次触发点对应的 呼吸机切换。

5.根据权利要求2所述的呼吸机智能同步方法，其特征在于，还包括：对呼吸机参数的历次调整进行记录，并持续追踪历次的过程持续时长，判断是否超出安全阈值一，如果是，则执行远程报警进程。

6.一种呼吸机智能同步数据可视化系统，其特征在于，包括：

自适应装置，其包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1至5中任一种呼吸机智能同步方法的计算机程序；

云端，其连接于自适应装置，用于与自适应装置做数据交互，并响应远程报警进程；

用户终端，其连接于云端，用于获取用户需求指令，并根据用户需求指令从云端调取自适应装置的数据。

Images