CN113769217B - 一种呼吸系统潮气量控制方法、装置及设备 - Google Patents
一种呼吸系统潮气量控制方法、装置及设备 Download PDFInfo
- Publication number
- CN113769217B CN113769217B CN202111095166.2A CN202111095166A CN113769217B CN 113769217 B CN113769217 B CN 113769217B CN 202111095166 A CN202111095166 A CN 202111095166A CN 113769217 B CN113769217 B CN 113769217B
- Authority
- CN
- China
- Prior art keywords
- lung
- module
- internal gas
- gas volume
- disturbance
- 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
- A61M16/0003—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
-
- 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
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
- A61M2205/3331—Pressure; Flow
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Abstract
本申请提供一种呼吸系统潮气量控制方法、装置及设备,该方法可以通过上一时刻模拟肺模块在本呼吸系统自身扰动下输出的肺内部气体体积输入到前馈控制器中得到肺内部压力,并将肺内部气体体积和期望肺模块输出的内部气体体积的差值输入至反滤滤波器得到压力误差;将肺内部压力、压力误差以及预先配置的当前时刻的白噪声信号分别输入至模拟肺模块中,输出当前时刻模拟肺模块的肺内部气体体积,以实现呼吸系统实时对潮气量的控制。应用本实施例提供的技术方案既能够保证本呼吸系统的跟随性,又能够消除本呼吸系统自身扰动和噪声干扰,进而进一步能够保证本呼吸系统的抗扰性,从而能够给提高本呼吸系统参数的鲁棒性。
Description
技术领域
本申请涉及生物技术领域,具体而言,涉及一种呼吸系统潮气量控制方法、装置及设备。
背景技术
人工呼吸时是呼吸系统给出的呼吸节奏,现代呼吸系统可以监测其所属呼吸系统的大部分指标和进行相关的操作,各种气道压力、流速和容积的变化,如吸气末阻断及末阻断操作,压力-时间、流速-时间和容积-时间曲线,压力-容积(P-V)环,流速-容积(F-V)环等,但实际应用中,由于肺一侧的气压、气流、体积在每个呼吸周期都有不同程度的变化,同时,呼吸系统自身存在扰动和噪声,这些均会对呼吸系统输出的肺内部气体体积有影响,使得使用者吸入该呼吸系统输出的肺内部气体会带来不适感。
发明内容
本申请提供一种呼吸系统潮气量控制方法、装置及设备,以提高呼吸系统的鲁棒性。
第一方面,本申请实施例提供了一种呼吸系统潮气量控制方法,应用于呼吸系统的控制器,所述呼吸系统还包括前馈控制器、反滤滤波器、期望肺模块和用于模拟人体肺的模拟肺模块,所述期望肺模块为在本呼吸系统无自身扰动和噪声干扰情况下的模拟肺模块,所述方法包括:
获得上一时刻模拟肺模块在本呼吸系统自身扰动下输出的肺内部气体体积;
将所述肺内部气体体积输入到所述前馈控制器中,得到所述前馈控制器在当前时刻输出的肺内部压力;
将所述肺内部气体体积和所述模拟肺模块对应期望肺模块输出的内部气体体积的差值输入至反滤滤波器,得到压力误差;
将所述肺内部压力、所述压力误差以及预先配置的当前时刻的白噪声信号分别输入至所述模拟肺模块中,以使所述模拟肺模块输出当前时刻消除噪声和系统扰动的肺内部气体体积,以实现呼吸系统潮气量的控制。
本申请的一个实施例中,所述期望肺模块采用如下步骤确定:
获得上一时刻模拟肺模块在本呼吸系统自身扰动下输出的肺内部气体体积;
将所述肺内部气体体积输入到前馈控制器中,得到肺内部压力;
将所述肺内部压力和预先配置的当前时刻的白噪声信号分别输入至模拟肺模块中,得到所述模拟肺模块当前时刻输出的肺内部气体体积;
依据所述肺内部压力、所述白噪声信号和所述模拟肺模块当前时刻输出的肺内部气体体积,建立用于表征当前时刻肺内部气体运作机械特征的自适应滤波器,以在所述白噪声信号的激励下,使得所述自适应滤波器输出的肺内部气体体积和所述模拟肺模块当前时刻输出的肺内部气体体积之间的误差信号接近于本呼吸系统在当前时刻引起的系统扰动和存在的噪声,并将所述自适应滤波器确定为期望肺模块。
本申请的一个实施例中,所述依据所述肺内部压力、所述白噪声信号和所述模拟肺模块当前时刻输出的肺内部气体体积,建立用于表征当前时刻肺内部气体运作机械特征的自适应滤波器,包括:
依据所述肺内部压力、所述白噪声信号和输出的肺内部气体体积,建立用于表征当前时刻肺内部气体运作机械特征的初始自适应滤波器;
将所述肺内部压力和预先配置的当前时刻的白噪声信号分别输入至初始自适应滤波器中,得到所述初始自适应滤波器输出的当前时刻的第一肺内部气体体积;
将所述肺内部压力输入至初始自适应滤波器中,得到所述初始自适应滤波器输出的当前时刻的第二肺内部气体体积;
依据所述第一肺内部气体体积和所述第二肺内部气体体积,分别计算所述第一肺内部气体体积与所述模拟肺模块输出的肺内部气体积之间的噪声误差信号,以及,所述第二肺内部气体体积与所述模拟肺模块输出的肺内部气体积之间的扰动误差信号;
判断所述噪声误差信号和所述扰动误差信号之和与系统干扰信号之差是否在预设范围内,所述系统干扰信号为本呼吸系统自身的扰动信号和系统的噪声干扰信号;
若不在预设范围内,则将所述噪声误差信号和所述扰动误差信号之和反馈至自适应滤波器,利用所述噪声误差信号和所述扰动误差信号之和与白噪声信号作为所述初始自适应滤波器的输入,返回执行所述获取上一时刻所述模拟肺模块在本呼吸系统自身扰动下输出的肺内部压力的步骤;
若在预设范围内,则将所建立的初始自适应滤波器确定为期望肺模块。
本申请的一个实施例中,采用如下步骤建立前馈控制器:
将上一时刻模拟肺模块输出的肺内部气体体积输入到初始前馈控制器中,得到肺内部压力;
将所得到的肺内部压力和预先配置的当前时刻的白噪声信号输入所述模拟肺模块中,获得所述模拟肺模块当前时刻输出的第三肺内部气体体积;
将所述肺内部压力和预先配置的当前时刻的白噪声信号输入所述期望肺模块,获得所述期望肺模块输出的第四肺内部气体体积;
利用所述第三肺内部气体体积和所述第四肺内部气体体积的差值修正所述期望肺模块中,并将当前时刻所述模拟肺模块在本呼吸系统自身扰动下输出的肺内部压力输入到修正后的期望肺模块中,得到所述期望肺模块修正后输出的第四肺内部气体体积;
利用预先配置的参考模型,确定与当前时刻肺部内部压力匹配的目标值,依据所述目标值和所述第四肺内部气体体积,获得使所述第四肺内部气体体积接近所述目标值的逆模型,并将逆模型确定为前馈控制器。
本申请的一个实施例中,采用如下步骤建立反滤滤波器:
获得上一时刻模拟肺模块在本呼吸系统自身扰动下输出的第三肺内部气体体积;
将所述肺内部压力和预先配置的当前时刻的白噪声信号分别输入至所述期望肺模块中,得到所述期望肺模块输出的当前时刻的第五肺内部气体体积;
将所述肺内部压力输入至所述期望肺模块中,得到所述期望肺模块输出的当前时刻的第六肺内部气体体积;
利用所述第三肺内部气体体积和所述第五肺内部气体体积之间的扰动误差、所述第三肺内部气体体积和所述第六肺内部气体体积之间的噪声误差以及当前时刻的频率,确定反滤滤波器。
第二方面,本申请实施例提供了一种呼吸系统潮气量控制装置,应用于呼吸系统的控制器,所述呼吸系统还包括前馈控制器、反滤滤波器、期望肺模块和模拟肺模块,所述期望肺模块为在本呼吸系统无自身扰动和噪声干扰情况下的模拟肺模块所述装置包括:
气体体积获得模块,用于获得上一时刻模拟肺模块在本呼吸系统自身扰动下输出的肺内部气体体积;
肺内部压力得到模块,用于将所述肺内部气体体积输入到所述前馈控制器中,得到所述前馈控制器在当前时刻输出的肺内部压力;
压力误差得到模块,用于将所述肺内部气体体积和所述模拟肺模块对应期望肺模块输出的内部气体体积的差值输入至反滤滤波器,得到压力误差;
潮气量控制模块,用于将所述肺内部压力、所述压力误差以及预先配置的当前时刻的白噪声信号分别输入至所述模拟肺模块中,以使所述模拟肺模块输出当前时刻消除噪声和系统扰动的肺内部气体体积,以实现呼吸系统潮气量的控制。
本申请的一个实施例中,所述装置还包括用于建立期望肺模块的期望肺模块建立模块,所述期望肺模块建立模块包括:
第一气体体积获得子模块,用于获得上一时刻模拟肺模块在本呼吸系统自身扰动下输出的肺内部气体体积;
肺内部压力子获得模块,用于将所述肺内部气体体积输入到前馈控制器中,得到肺内部压力;
第二气体体积获得子模块,用于将所述肺内部压力和预先配置的当前时刻的白噪声信号分别输入至模拟肺模块中,得到所述模拟肺模块当前时刻输出的肺内部气体体积;
期望肺模块确定子模块,用于依据所述肺内部压力、所述白噪声信号和所述模拟肺模块当前时刻输出的肺内部气体体积,建立用于表征当前时刻肺内部气体运作机械特征的自适应滤波器,以在所述白噪声信号的激励下,使得所述自适应滤波器输出的肺内部气体体积和所述模拟肺模块当前时刻输出的肺内部气体体积之间的误差信号接近于本呼吸系统在当前时刻引起的系统扰动和存在的噪声,并将所述自适应滤波器确定为期望肺模块。
本申请的一个实施例中,所述期望肺模块确定子模块具体用于:
依据所述肺内部压力、所述白噪声信号和输出的肺内部气体体积,建立用于表征当前时刻肺内部气体运作机械特征的初始自适应滤波器;
将所述肺内部压力和预先配置的当前时刻的白噪声信号分别输入至初始自适应滤波器中,得到所述初始自适应滤波器输出的当前时刻的第一肺内部气体体积;
将所述肺内部压力输入至初始自适应滤波器中,得到所述初始自适应滤波器输出的当前时刻的第二肺内部气体体积;
依据所述第一肺内部气体体积和所述第二肺内部气体体积,分别计算所述第一肺内部气体体积与所述模拟肺模块输出的肺内部气体积之间的噪声误差信号,以及,所述第二肺内部气体体积与所述模拟肺模块输出的肺内部气体积之间的扰动误差信号;
判断所述噪声误差信号和所述扰动误差信号之和与系统干扰信号之差是否在预设范围内,所述系统干扰信号为本呼吸系统自身的扰动信号和系统的噪声干扰信号;
若不在预设范围内,则将所述噪声误差信号和所述扰动误差信号之和反馈至自适应滤波器,利用所述噪声误差信号和所述扰动误差信号之和与白噪声信号作为所述初始自适应滤波器的输入,返回执行所述获取上一时刻所述模拟肺模块在本呼吸系统自身扰动下输出的肺内部压力的步骤;
若在预设范围内,则将所建立的初始自适应滤波器确定为期望肺模块。
本申请的一个实施例中,所述装置还包括用于建立前馈控制器的前馈控制器建立模块,所述前馈控制器建立模块具体用于:
将上一时刻模拟肺模块输出的肺内部气体体积输入到初始前馈控制器中,得到肺内部压力;
将所得到的肺内部压力和预先配置的当前时刻的白噪声信号输入所述模拟肺模块中,获得所述模拟肺模块当前时刻输出的第三肺内部气体体积;
将所述肺内部压力和预先配置的当前时刻的白噪声信号输入所述期望肺模块,获得所述期望肺模块输出的第四肺内部气体体积;
利用所述第三肺内部气体体积和所述第四肺内部气体体积的差值修正所述期望肺模块中,并将当前时刻所述模拟肺模块在本呼吸系统自身扰动下输出的肺内部压力输入到修正后的期望肺模块中,得到所述期望肺模块修正后输出的第四肺内部气体体积;
利用预先配置的参考模型,确定与当前时刻肺部内部压力匹配的目标值,依据所述目标值和所述第四肺内部气体体积,获得使所述第四肺内部气体体积接近所述目标值的逆模型,并将逆模型确定为前馈控制器。
第三方面,本申请实施例提供一种电子设备,该电子设备包括处理器和存储器;
所述存储器,用于存储机器可执行指令;
所述处理器,用于读取并执行所述存储器存储的机器可执行指令,以实现上述实施例所述的呼吸系统潮气量控制方法的方法步骤。
由以上技术方案可以看出,本申请实施例中,可以通过上一时刻模拟肺模块在本呼吸系统自身扰动下输出的肺内部气体体积输入到前馈控制器中,得到肺内部压力,并将肺内部气体体积和模拟肺模块对应的期望肺模块输出的内部气体体积的差值输入至反滤滤波器得到压力误差;最后,将肺内部压力、压力误差以及预先配置的当前时刻的白噪声信号分别输入至模拟肺模块中,输出当前时刻模拟肺模块的肺内部气体体积,以实现呼吸系统实时对潮气量的控制,可见,本申请通过前馈控制器、反滤滤波器和期望肺模块均与上一时刻模拟肺模块输出的肺内部气体体积相关,以既能够保证本呼吸系统的跟随性,提高呼吸系统的控制性能,又能够消除本呼吸系统自身扰动和噪声干扰,进而进一步能够保证本呼吸系统的抗扰性,从而能够给提高本呼吸系统参数的鲁棒性。
附图说明
图1是本申请实施例提供的一种呼吸系统潮气量控制方法的流程示意图;
图2是本申请实施例提供的附加白噪声信号的自适应滤波器建模的示意图;
图3是本申请实施例提供的模拟肺模块存在扰动时在线建模的示意图;
图4是本申请实施例提供的具有扰动消除回路的自适应滤波器建模的示意图;
图5是本申请实施例提供的自适应逆控制实现潮气量自动控制的示意图;
图6是本申请实施例提供的一种呼吸系统潮气量控制装置的硬件结构示意图;
图7是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例中的技术方案,并使本发明实施例的上述目的、特征和优点能够更加明显易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参见图1,图1为本申请实施例提供的一种呼吸系统潮气量控制方法的流程示意图,该方法可以应用于呼吸系统的控制器,所述呼吸系统还包括前馈控制器、反滤滤波器、期望肺模块和用于模拟人体肺的模拟肺模块,所述期望肺模块为在本呼吸系统无自身扰动和噪声干扰情况下的模拟肺模块。
如图1所示,该流程可以包括以下步骤:
步骤110,获得上一时刻模拟肺模块在本呼吸系统自身扰动下输出的肺内部气体体积。
在实际应用中,各呼吸系统都会存在自身扰动的现象,本步骤获取的是模拟肺模块在所属呼吸系统自身扰动下得到的上一时刻的肺内部气体体积。
作为一个实施例,利用临床的低流速法或者吸气末阻断法描述患者的P-V曲线,其中,模拟肺模块是按照符合用于表征使用者静态特性机械特征的P~V曲线运作的。在本实施例中,将与临床P-V曲线拟合的模拟肺模块作为被控对象。
步骤102,将所述肺内部气体体积输入到所述前馈控制器中,得到所述前馈控制器在当前时刻输出的肺内部压力。
前馈控制器输入的是肺内部气体体积,输出的是肺内部压力。本实施例在此对前馈控制器不在赘述,后续将会对前馈控制器的建立将做详细描述。
步骤103,将所述肺内部气体体积和所述模拟肺模块对应期望肺模块输出的内部气体体积的差值输入至反滤滤波器,得到压力误差。
期望肺模块可以理解为没有本呼吸系统自身扰动和噪声干扰的情况下并符合患者P-V曲线运作的模拟肺模块。
本步骤的肺内部气体体积是模拟肺模块在本呼吸系统自身扰动和系统噪声干扰下输出的肺内部气体体积。基于此,可以分两部实现去除本呼吸系统的自身扰动和噪声干扰,首先,如图2所示,自适应滤波器Gm(z)是建立的对象模型,复制滤波器Gm(z)与Gm(z)完全一样,复制Gm(z)输入与对象输入均为u(k),u(k)就是白噪声信号δ(k)和前馈控制器输出的肺内部压力的叠加值,k为信号序号。将对象(模拟肺模块)Gp(z)在本呼吸系统自身扰动下输出的肺内部压中减掉自适应滤波器Gm(z)输出的肺内部压力,即以提供一个期望响应的信号用于Gm(z)的自适应。由图1可以看出,误差信号e(k)=uGp(z)+n-uGm(z),u为控制量,当Gm(z)收敛到接近与Gp(z)匹配时,自适应过程的误差e(k)几乎完全等于唯一的对象输出扰动n,而这是在利用白噪声充分激励条件下,对对象进行建模所能达到的最小误差,在此,先去除本呼吸系统的自身扰动。
作为一个实施例,上述期望肺模块可以采用如下步骤A~步骤D确定:
步骤A,获得上一时刻模拟肺模块在本呼吸系统自身扰动下输出的肺内部气体体积。
步骤B,将所述肺内部气体体积输入到前馈控制器中,得到肺内部压力。
上述肺内部气体体积为上一时刻模拟肺模块在本呼吸系统自身扰动下输出的肺内部气体体积。
步骤C,将所述肺内部压力和预先配置的当前时刻的白噪声信号分别输入至模拟肺模块中,得到所述模拟肺模块当前时刻输出的肺内部气体体积。
步骤D,依据所述肺内部压力、所述白噪声信号和所述模拟肺模块当前时刻输出的肺内部气体体积,建立用于表征当前时刻肺内部气体运作机械特征的自适应滤波器,以在所述白噪声信号的激励下,使得所述自适应滤波器输出的肺内部气体体积和所述模拟肺模块当前时刻输出的肺内部气体体积之间的误差信号接近于本呼吸系统在当前时刻引起的系统扰动和存在的噪声,并将所述自适应滤波器确定为期望肺模块。
作为一个实施例,实现步骤D的一种实现方式可以为步骤D1~步骤D7:
步骤D1,依据所述肺内部压力、所述白噪声信号和输出的肺内部气体体积,建立用于表征当前时刻肺内部气体运作机械特征的初始自适应滤波器。
步骤D2,将所述肺内部压力和预先配置的当前时刻的白噪声信号分别输入至初始自适应滤波器中,得到所述初始自适应滤波器输出的当前时刻的第一肺内部气体体积。
步骤D3,将所述肺内部压力输入至初始自适应滤波器中,得到所述初始自适应滤波器输出的当前时刻的第二肺内部气体体积。
步骤D4,依据所述第一肺内部气体体积和所述第二肺内部气体体积,分别计算所述第一肺内部气体体积与所述模拟肺模块输出的肺内部气体积之间的噪声误差信号,以及,所述第二肺内部气体体积与所述模拟肺模块输出的肺内部气体积之间的扰动误差信号。
第一肺内部气体体积只是为便于和后文的肺内部气体体积区分而进行的命名,并非用于限定某一肺内部气体体积。
这里,第二肺内部气体体积只是为便于描述而进行的命名,并非用于限定某一肺内部气体体积。
步骤D5,判断所述噪声误差信号和所述扰动误差信号之和与系统干扰信号之差是否在预设范围内,所述系统干扰信号为本呼吸系统自身的扰动信号和系统的噪声干扰信号;若不在预设范围内,则执行步骤D6,若在预设范围内,则执行步骤D7。
步骤D6,将所述噪声误差信号和所述扰动误差信号之和反馈至自适应滤波器,利用所述噪声误差信号和所述扰动误差信号之和与白噪声信号作为所述初始自适应滤波器的输入,返回执行步骤A。
步骤D7,将将所建立的初始自适应滤波器确定为期望肺模块。
可见,在本申请实施例提供的技术方案中,确定的期望肺模块为消除呼吸系统自身扰动和噪声干扰下的自适应滤波器,进而能够为后续实时消除本呼吸系统引起的扰动和噪声干扰做参考。
如图3所示,自适应逆控制系统中要用到自适应对象的逆作为控制结构中的前馈控制器。将Gp(z)作为被控对象即模拟肺模块,对象理想的逆记为Gc0(z),而使用某种自适应或建模方法得到的逆记为Gc(z)。但是在实际的呼吸系统中,对象总是存在着扰动,如果按照没有干扰的情况进行建模,则在实际有扰动的情况下,只能得到一个偏离的解,不能得到正确的逆。为此在实际的呼吸系统的逆建模过程中,需对逆模型的输入信号予以处理。由于对象建模时,即使存在噪声的干扰,Gm(z)得到的解都不会偏离最优解。故可以利用Gm(z)得到模型的逆,将对象模型的输出信号作为逆模型的输入信号。在本实施例中,利用自适应对象(模拟肺模块)的逆作为控制结构中的前馈控制器。
作为一个实施例,前馈控制器的实现方式可以包括如下步骤E~步骤I:
步骤E,将上一时刻模拟肺模块输出的肺内部气体体积输入到初始前馈控制器中,得到肺内部压力。
在本步骤中,初始前馈控制器可以基于变论域的一种变步长LMS自适应滤波算法建立,具体为:
e(k)=d(k)-XT(k)W(k)
W(k+1)=W(k)+2μ(k)e(k)X(k)
0<μ<1/λmax;
其中,W(k)为自适应滤波器在当前时刻k的权矢量,X(k)为当前时刻k的输入信号矢量,d(k)为期望输出值,e(k)为误差信号,T为转置,W(k+1)为自适应滤波器在下一时刻k+1的权矢量,LMS算法收敛的条件为:0<μ<1/λmax,λmax是输入信号自相关矩阵的最大特征值。[-U,U]为输出变量μ(k)的论域,U为最大潮气量取值,如U可以取8~12ml/kg中的任一值,{Aj}(1≤j≤m)为输入变量e(k)论域上的模糊划分,α(x)为伸缩因子,α(x)=1-a·exp(-kx2),a∈(0,1),k>0,KI为比例常数,可视其为设计参数,Pn=(p1,p2,…,pn)T为使误差向量变为标量的常数向量,p1为序号1对应的常数向量,p2为序号2对应的常数向量,pn为序号n对应的常数向量,β(0)为初值,可作为设计参数,需根据实际情况来确定,通常可试取β(0)=1。
步骤F,将所得到的肺内部压力和预先配置的当前时刻的白噪声信号输入所述模拟肺模块中,获得所述模拟肺模块当前时刻输出的第三肺内部气体体积。
第三肺内部气体体积只是为便于和后文的肺内部气体体积区分而进行的命名,并非用于限定某一肺内部气体体积。
步骤G,将所述肺内部压力和预先配置的当前时刻的白噪声信号输入所述期望肺模块,获得所述期望肺模块输出的第四肺内部气体体积。
这里,第四肺内部气体体积只是为便于描述而进行的命名,并非用于限定某一肺内部气体体积。
步骤H,利用所述第三肺内部气体体积和所述第四肺内部气体体积的差值修正所述期望肺模块中,并将当前时刻所述模拟肺模块在本呼吸系统自身扰动下输出的肺内部压力输入到修正后的期望肺模块中,得到所述期望肺模块修正后输出的第四肺内部气体体积。
上述第三肺内部气体体积和第四肺内部气体体积的差值就是扰动误差。
步骤I,利用预先配置的参考模型,确定与当前时刻肺部内部压力匹配的目标值,依据所述目标值和所述第四肺内部气体体积,获得使所述第四肺内部气体体积接近所述目标值的逆模型,并将逆模型确定为前馈控制器。
本步骤参考模型可以是预先设定的线性模型,也可以是一个数字,至于参考模型选取何种模型,与实际经验有关。参考模型如图2中的M(z)。
上述逆模型可以理解为期望肺模块的逆模型,也就是自适应滤波器的逆模型。
本申请实施例,依据预先配置的参考模型,可以设定目标值为单位1,利用白噪声及模拟肺模块建立前馈控制器。
如图4所示,自适应逆控制对象扰动采用的是扰动消除技术,对象输入既驱动对象,又驱动它的模型(它是没有噪声和扰动的),对象输出和对象模型输出之差就是对象的噪声和扰动,用该噪声和扰动去驱动模型的逆,并在对象输入中被减去,最终的效果就是在对象输出中消除对象噪声和扰动,在理想的正模型和逆模型条件下即时,扰动至输出的传递函数为0,不是抑制扰动而是消除扰动,这里,s值的意义可以随着变换不同而不同,具体为当s是由拉普拉斯变换得到的,则s为频率,可以等效于jω,ω为角速度,j为虚部。由于拉氏变换可看作是傅里叶变换的一般形式的变换,因此将s=jω代入后,就可以用来分析信号频谱上的特性。另外,考虑s=δ+jω的形式,由于拉氏变换性质,s的实部δ、虚部δ、模长、相角等可以与系统性能相关联起来。例如,在自动控制等理论中讨论的有关s的传递函数,可以求得函数的极点s=pi,(i=1,2,...,n),分子分拆后,由拉氏(反)变换性质可以推导出函数极点s=pi是否位于s平面左半平面决定了系统的稳定性。
作为一个实施例,采用如下步骤J~步骤M建立反滤滤波器:
步骤J,获得上一时刻模拟肺模块在本呼吸系统自身扰动下输出的第三肺内部气体体积。
本步骤的第三肺内部气体体积是在本呼吸系统自身扰动和存在噪声干扰的情况下确定的。
步骤K,将所述肺内部压力和预先配置的当前时刻的白噪声信号分别输入至所述期望肺模块中,得到所述期望肺模块输出的当前时刻的第五肺内部气体体积。
这里,第五肺内部气体体积只是为便于描述而进行的命名,并非用于限定某一肺内部气体体积。
本步骤的第五肺内部气体体积是在本呼吸系统存在噪声的情况下确定的。
步骤L,将将所述肺内部压力输入至所述期望肺模块中,得到所述期望肺模块输出的当前时刻的第六肺内部气体体积。
这里,第六肺内部气体体积只是为便于描述而进行的命名,并非用于限定某一肺内部气体体积。
本步骤的第六肺内部气体体积是在本呼吸系统自身扰动的情况下确定的。
步骤M,利用所述第三肺内部气体体积和所述第五肺内部气体体积之间的扰动误差、所述第三肺内部气体体积和所述第六肺内部气体体积之间的噪声误差以及当前时刻的频率,确定反滤滤波器。
本步骤中,基于上述对第三肺内部气体体积、第五肺内部气体体积和第六肺内部气体体积的分析,第三肺内部气体体积和第五肺内部气体体积之间的扰动误差为第三肺内部气体体积和第五肺内部气体体积之差,所述第三肺内部气体体积和所述第六肺内部气体体积之间的噪声误差为第三肺内部气体体积和第六肺内部气体体积之差。
可见,本申请实施例提供的技术方案中,可以利用反滤滤波器确定出扰动误差和噪声误差对应的肺内部压力,以在输入对象(模拟肺模块)的输入量时减去上述扰动误差和噪声误差对应的肺内部压力,以使在对象输出中消除对象噪声和扰动,在理想的正模型和逆模型条件下,扰动至输出的传递函数为0,达到为本呼吸系统消除扰动和噪声的目的。
基于上述分析,上述压力误差为扰动误差和噪声误差对应的肺内部压力。
步骤104,将所述肺内部压力、所述压力误差以及预先配置的当前时刻的白噪声信号分别输入至所述模拟肺模块中,以使所述模拟肺模块输出当前时刻消除噪声和系统扰动的肺内部气体体积,以实现呼吸系统潮气量的控制。
本申请是借助潮气量与肺内部气体体积的正向相关性,利用此相关性,将对肺内部气体体积的控制转化为对潮气量的控制。
在本步骤中,作为一个实施例,将压力误差(扰动误差和噪声误差对应的肺内部压力)从肺内部压力和白噪声信号的叠加值中减去,以使输入模拟肺模块中的输入量没有本呼吸系统扰动带来的扰动误差,以及,噪声干扰带来的噪声误差,也就是从模拟肺模块的输入量中消除本呼吸系统自身带来的扰动以及噪声干扰。在这样的前提下,模拟肺模块输出的肺内部气体体积更接近于符合患者呼吸的理想的肺内部气体,使得患者呼吸的更加顺畅和舒服。
在本实施例中,系统自身干扰可以为本呼吸系统存在肺的弹性和阻尼等参数各种的随机不确定性及传感器噪声等干扰。
如图5所示,采用在线对前馈控制器Gc(z)、反波滤波器Gq(z)建模。由于前馈控制器Gc(z)、反滤滤波器Gq(z)的作用不同,前者用于跟随设定值,后者用于消除干扰,所以建模信号也不同,对于Gc(z),理想情况下,Gc(z)的输出应为模拟肺模块的输入信号,所以对Gc(z)的建模信号取对象输入信号,即从G点引出Gc(z)的建模信号;对于Gq(z),理想情况下,应能消除负载干扰(本呼吸系统自身扰动和噪声干扰),即保证E点的误差信号(n)经过z-1、Gq(z)、Gp(z)去抵消n和噪声干扰,为此对Gq(z)的建模信号取信号点的位置E,即从E点引出Gq(z)的建模信号。在图5中,图5的上面部分是获得对象的模型Gm(z),图5下面左半部分是获得前馈控制器Gc(z)的模型,图5下面右半部分是获得反滤滤波器Gq(z)的模型。输入信号是上一时刻肺内部气体体积,控制信号是肺内部压力,输出信号是当前时刻肺内部气体体积。
在本实施例中,将人体呼吸系统作为被控对象,通过自适应逆控制策略实现人体呼吸的潮气量与人工呼吸机设定值一致。自适应逆控制系统对设定值的跟随采用的是自适应与逆控制的思想,当控制器传递函数是对象本身传递函数的逆时,控制器与对象的级联传递函数就是1,使得系统输出跟随设定输入;由于呼吸系统存在肺的弹性和阻尼等参数各种的随机不确定性及传感器噪声等干扰,自适应逆控制对对象扰动采用的是扰动消除技术,对象输入既驱动对象,又驱动它的模型(它是没有噪声和扰动的),对象输出和对象模型输出之差就是对象的噪声和扰动,用该噪声和扰动去驱动模型的逆,并在对象输入中被减去,最终的效果不是抑制扰动,是在对象输出中消除对象噪声和扰动,提高人工呼吸机的控制性能。前馈控制器实现对给定值的跟随;反滤滤波器实现对扰动的消除。
本申请实施例中,将本呼吸系统作为被控对象,通过自适应逆控制策略实现人体呼吸的潮气量与人工呼吸机设定值一致。自适应逆控制系统对设定值的跟随采用的是自适应与逆控制的思想,当控制器传递函数是对象本身传递函数的逆时,控制器与对象的级联传递函数就是1,使得系统输出跟随设定输入;由于呼吸系统存在肺的弹性和阻尼等参数各种的随机不确定性及及传感器噪声等干扰,自适应逆控制对对象扰动采用的是扰动消除技术,对象输入既驱动对象,又驱动它的模型(它是没有噪声和扰动的),对象输出和对象模型输出之差就是对象的噪声和扰动,用该噪声和扰动去驱动模型的逆,并在对象输入中被减去,最终的效果不是抑制扰动,是在对象输出中消除对象噪声和扰动,提高人工呼吸机的控制性能。前馈控制器实现对给定值的跟随;反滤滤波器实现对扰动的消除。
在上述前馈控制器、反滤滤波器、期望肺模块的基础上就可以利用自适应逆控制策略实现的潮气量的控制。本实施例通过将本呼吸系统作为被控对象,通过自适应逆控制策略实现人体呼吸的潮气量与人工呼吸机设定值一致。自适应逆控制系统对设定值的跟随采用的是自适应与逆控制的思想,当控制器传递函数是对象本身传递函数的逆时,控制器与对象的级联传递函数就是1,使得系统输出跟随设定输入。由于呼吸系统存在肺的弹性和阻尼等参数各种的随机不确定性及传感器噪声等干扰(本呼吸系统噪声),自适应逆控制对对象扰动采用的是扰动消除技术,对象输入既驱动对象,又驱动它的模型(它是没有噪声和扰动的),对象输出和对象模型输出之差就是对象的噪声和扰动,用该噪声和扰动去驱动模型的逆,并在对象输入中被减去,最终的效果不是抑制扰动,是在对象输出中消除对象噪声和扰动,提高人工呼吸机的控制性能。前馈控制器实现对给定值的跟随;反滤滤波器实现对扰动的消除。由于呼吸系统存在肺的弹性和阻尼等参数各种的随机不确定性及及传感器噪声等干扰,自适应逆控制对对象扰动采用的是扰动消除技术,对象输入既驱动对象,又驱动它的期望肺模型(它是没有噪声和扰动的),对象输出和期望肺模型输出之差就是对象的噪声和扰动,用该噪声和扰动去驱动模型的逆,并在对象输入中被减去,最终的效果不是抑制扰动,是在对象输出中消除对象噪声和扰动,提高人工呼吸机的控制性能。前馈控制器实现对给定值的跟随;反滤滤波器实现对扰动的消除。
至此,完成图1所示实施例的描述。
由此可见,由图所示的流程图记载的技术方案可以看出,在本申请实施例中,可以通过上一时刻模拟肺模块在本呼吸系统自身扰动下输出的肺内部气体体积输入到前馈控制器中,得到肺内部压力,并将肺内部气体体积和模拟肺模块对应的期望肺模块输出的内部气体体积的差值输入至反滤滤波器得到压力误差;最后,将肺内部压力、压力误差以及预先配置的当前时刻的白噪声信号分别输入至模拟肺模块中,输出当前时刻模拟肺模块的肺内部气体体积,以实现呼吸系统实时对潮气量的控制,可见,本申请通过前馈控制器、反滤滤波器和期望肺模块均与上一时刻模拟肺模块输出的肺内部气体体积相关,以既能够保证本呼吸系统的跟随性,又能够消除本呼吸系统自身扰动和噪声干扰,进而进一步能够保证本呼吸系统的抗扰性,从而能够给提高本呼吸系统参数的鲁棒性。
至此,完成本申请提供的方法描述,下面对本申请提供的装置进行描述:
参见图6,图6为本申请实施例提供的一种呼吸系统潮气量控制装置的结构示意图,应用于呼吸系统的控制器,所述呼吸系统还包括前馈控制器、反滤滤波器、期望肺模块和模拟肺模块,所述期望肺模块为在本呼吸系统无自身扰动和噪声干扰情况下的模拟肺模块所述装置包括:
气体体积获得模块601,用于获得上一时刻模拟肺模块在本呼吸系统自身扰动下输出的肺内部气体体积;
肺内部压力得到模块602,用于将所述肺内部气体体积输入到所述前馈控制器中,得到所述前馈控制器在当前时刻输出的肺内部压力;
压力误差得到模块603,用于将所述肺内部气体体积和所述模拟肺模块对应期望肺模块输出的内部气体体积的差值输入至反滤滤波器,得到压力误差;
潮气量控制模块604,用于将所述肺内部压力、所述压力误差以及预先配置的当前时刻的白噪声信号分别输入至所述模拟肺模块中,以使所述模拟肺模块输出当前时刻消除噪声和系统扰动的肺内部气体体积,以实现呼吸系统潮气量的控制。
本申请的一个实施例中,所述装置还包括用于建立期望肺模块的期望肺模块建立模块,所述期望肺模块建立模块包括:
第一气体体积获得子模块,用于获得上一时刻模拟肺模块在本呼吸系统自身扰动下输出的肺内部气体体积;
肺内部压力子获得模块,用于将所述肺内部气体体积输入到前馈控制器中,得到肺内部压力;
第二气体体积获得子模块,用于将所述肺内部压力和预先配置的当前时刻的白噪声信号分别输入至模拟肺模块中,得到所述模拟肺模块当前时刻输出的肺内部气体体积;
期望肺模块确定子模块,用于依据所述肺内部压力、所述白噪声信号和所述模拟肺模块当前时刻输出的肺内部气体体积,建立用于表征当前时刻肺内部气体运作机械特征的自适应滤波器,以在所述白噪声信号的激励下,使得所述自适应滤波器输出的肺内部气体体积和所述模拟肺模块当前时刻输出的肺内部气体体积之间的误差信号接近于本呼吸系统在当前时刻引起的系统扰动和存在的噪声,并将所述自适应滤波器确定为期望肺模块。
本申请的一个实施例中,所述期望肺模块确定子模块具体用于:
依据所述肺内部压力、所述白噪声信号和输出的肺内部气体体积,建立用于表征当前时刻肺内部气体运作机械特征的初始自适应滤波器;
将所述肺内部压力和预先配置的当前时刻的白噪声信号分别输入至初始自适应滤波器中,得到所述初始自适应滤波器输出的当前时刻的第一肺内部气体体积;
将所述肺内部压力输入至初始自适应滤波器中,得到所述初始自适应滤波器输出的当前时刻的第二肺内部气体体积;
依据所述第一肺内部气体体积和所述第二肺内部气体体积,分别计算所述第一肺内部气体体积与所述模拟肺模块输出的肺内部气体积之间的噪声误差信号,以及,所述第二肺内部气体体积与所述模拟肺模块输出的肺内部气体积之间的扰动误差信号;
判断所述噪声误差信号和所述扰动误差信号之和与系统干扰信号之差是否在预设范围内,所述系统干扰信号为本呼吸系统自身的扰动信号和系统的噪声干扰信号;
若不在预设范围内,则将所述噪声误差信号和所述扰动误差信号之和反馈至自适应滤波器,利用所述噪声误差信号和所述扰动误差信号之和与白噪声信号作为所述初始自适应滤波器的输入,返回执行所述获取上一时刻所述模拟肺模块在本呼吸系统自身扰动下输出的肺内部压力的步骤;
若在预设范围内,则将所建立的初始自适应滤波器确定为期望肺模块。
本申请的一个实施例中,所述装置还包括用于建立前馈控制器的前馈控制器建立模块,所述前馈控制器建立模块具体用于:
将上一时刻模拟肺模块输出的肺内部气体体积输入到初始前馈控制器中,得到肺内部压力;
将所得到的肺内部压力和预先配置的当前时刻的白噪声信号输入所述模拟肺模块中,获得所述模拟肺模块当前时刻输出的第三肺内部气体体积;
将所述肺内部压力和预先配置的当前时刻的白噪声信号输入所述期望肺模块,获得所述期望肺模块输出的第四肺内部气体体积;
利用所述第三肺内部气体体积和所述第四肺内部气体体积的差值修正所述期望肺模块中,并将当前时刻所述模拟肺模块在本呼吸系统自身扰动下输出的肺内部压力输入到修正后的期望肺模块中,得到所述期望肺模块修正后输出的第四肺内部气体体积;
利用预先配置的参考模型,确定与当前时刻肺部内部压力匹配的目标值,依据所述目标值和所述第四肺内部气体体积,获得使所述第四肺内部气体体积接近所述目标值的逆模型,并将逆模型确定为前馈控制器。
本申请的一个实施例中,该装置还包括用于建立反滤滤波器的反滤滤波器建立模块,所述反滤滤波器建立模块具体用于:
获得上一时刻模拟肺模块在本呼吸系统自身扰动下输出的第三肺内部气体体积;
将所述肺内部压力和预先配置的当前时刻的白噪声信号分别输入至所述期望肺模块中,得到所述期望肺模块输出的当前时刻的第五肺内部气体体积;
将所述肺内部压力输入至所述期望肺模块中,得到所述期望肺模块输出的当前时刻的第六肺内部气体体积;
利用所述第三肺内部气体体积和所述第五肺内部气体体积之间的扰动误差、所述第三肺内部气体体积和所述第六肺内部气体体积之间的噪声误差以及当前时刻的频率,确定反滤滤波器。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
本申请实施例提供的电子设备,从硬件层面而言,硬件架构示意图可以参见图7所示。包括:机器可读存储介质和处理器,其中:所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令;所述处理器用于执行机器可执行指令,以实现上述示例公开的呼吸系统潮气量控制操作。
本申请实施例提供的机器可读存储介质,所述机器可读存储介质存储有机器可执行指令,所述机器可执行指令在被处理器调用和执行时,所述机器可执行指令促使所述处理器实现上述示例公开的呼吸系统潮气量控制操作。
这里,机器可读存储介质可以是任何电子、磁性、光学或其它物理存储装置,可以包含或存储信息,如可执行指令、数据,等等。例如,机器可读存储介质可以是:RAM(RadomAccess Memory,随机存取存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、固态硬盘、任何类型的存储盘(如光盘、dvd等),或者类似的存储介质,或者它们的组合。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可以由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其它可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其它可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
而且,这些计算机程序指令也可以存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或者多个流程和/或方框图一个方框或者多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其它可编程数据处理设备上,使得在计算机或者其它可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其它可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (8)
1.一种呼吸系统潮气量控制装置,其特征在于,应用于呼吸系统的控制器,所述呼吸系统还包括前馈控制器、反滤滤波器、用于建立期望肺模块的期望肺模块建立模块、期望肺模块和模拟肺模块,所述期望肺模块为在本呼吸系统无自身扰动和噪声干扰情况下的模拟肺模块;所述期望肺模块建立模块包括:第一气体体积获得子模块,用于获得上一时刻模拟肺模块在本呼吸系统自身扰动下输出的肺内部气体体积;肺内部压力获得子模块,用于将所述肺内部气体体积输入到前馈控制器中,得到肺内部压力;第二气体体积获得子模块,用于将所述肺内部压力和预先配置的当前时刻的白噪声信号分别输入至模拟肺模块中,得到所述模拟肺模块当前时刻输出的肺内部气体体积;期望肺模块确定子模块,用于依据所述肺内部压力、所述白噪声信号和所述模拟肺模块当前时刻输出的肺内部气体体积,建立用于表征当前时刻肺内部气体运作机械特征的自适应滤波器,以在所述白噪声信号的激励下,使得所述自适应滤波器输出的肺内部气体体积和所述模拟肺模块当前时刻输出的肺内部气体体积之间的误差信号接近于本呼吸系统在当前时刻引起的系统扰动和存在的噪声,并将所述自适应滤波器确定为期望肺模块;所述装置包括:
气体体积获得模块,用于获得上一时刻模拟肺模块在本呼吸系统自身扰动下输出的肺内部气体体积;
肺内部压力得到模块,用于将所述肺内部气体体积输入到所述前馈控制器中,得到所述前馈控制器在当前时刻输出的肺内部压力;
压力误差得到模块,用于将所述肺内部气体体积和所述模拟肺模块对应期望肺模块输出的内部气体体积的差值输入至反滤滤波器,得到压力误差;
潮气量控制模块,用于将所述肺内部压力、所述压力误差以及预先配置的当前时刻的白噪声信号分别输入至所述模拟肺模块中,以使所述模拟肺模块输出当前时刻消除噪声和系统扰动的肺内部气体体积,以实现呼吸系统潮气量的控制。
2.根据权利要求1所述的装置,其特征在于,所述期望肺模块确定子模块具体用于:
依据所述肺内部压力、所述白噪声信号和输出的肺内部气体体积,建立用于表征当前时刻肺内部气体运作机械特征的初始自适应滤波器;
将所述肺内部压力和预先配置的当前时刻的白噪声信号分别输入至初始自适应滤波器中,得到所述初始自适应滤波器输出的当前时刻的第一肺内部气体体积;
将所述肺内部压力输入至初始自适应滤波器中,得到所述初始自适应滤波器输出的当前时刻的第二肺内部气体体积;
依据所述第一肺内部气体体积和所述第二肺内部气体体积,分别计算所述第一肺内部气体体积与所述模拟肺模块输出的肺内部气体积之间的噪声误差信号,以及,所述第二肺内部气体体积与所述模拟肺模块输出的肺内部气体积之间的扰动误差信号;
判断所述噪声误差信号和所述扰动误差信号之和与系统干扰信号之差是否在预设范围内,所述系统干扰信号为本呼吸系统自身的扰动信号和系统的噪声干扰信号;
若不在预设范围内,则将所述噪声误差信号和所述扰动误差信号之和反馈至自适应滤波器,利用所述噪声误差信号和所述扰动误差信号之和与白噪声信号作为所述初始自适应滤波器的输入,返回执行所述获得上一时刻所述模拟肺模块在本呼吸系统自身扰动下输出的肺内部压力的步骤;
若在预设范围内,则将所建立的初始自适应滤波器确定为期望肺模块。
3.根据权利要求2所述的装置,其特征在于,所述装置还包括用于建立前馈控制器的前馈控制器建立模块,所述前馈控制器建立模块具体用于:
将上一时刻模拟肺模块输出的肺内部气体体积输入到初始前馈控制器中,得到肺内部压力;
将所得到的肺内部压力和预先配置的当前时刻的白噪声信号输入所述模拟肺模块中,获得所述模拟肺模块当前时刻输出的第三肺内部气体体积;
将所述肺内部压力和预先配置的当前时刻的白噪声信号输入所述期望肺模块,获得所述期望肺模块输出的第四肺内部气体体积;
利用所述第三肺内部气体体积和所述第四肺内部气体体积的差值修正所述期望肺模块中,并将当前时刻所述模拟肺模块在本呼吸系统自身扰动下输出的肺内部压力输入到修正后的期望肺模块中,得到所述期望肺模块修正后输出的第四肺内部气体体积;
利用预先配置的参考模型,确定与当前时刻肺部内部压力匹配的目标值,依据所述目标值和所述第四肺内部气体体积,获得使所述第四肺内部气体体积接近所述目标值的逆模型,并将逆模型确定为前馈控制器。
4.根据权利要求3所述的装置,其特征在于,所述初始前馈控制器是基于变论域的一种变步长LMS自适应滤波算法建立的。
5.根据权利要求3所述的装置,其特征在于,所述装置还包括用于建立反滤滤波器的反滤滤波器建立模块,所述反滤滤波器建立模块具体用于:
获得上一时刻模拟肺模块在本呼吸系统自身扰动下输出的第三肺内部气体体积;
将所述肺内部压力和预先配置的当前时刻的白噪声信号分别输入至所述期望肺模块中,得到所述期望肺模块输出的当前时刻的第五肺内部气体体积;
将所述肺内部压力输入至所述期望肺模块中,得到所述期望肺模块输出的当前时刻的第六肺内部气体体积;
利用所述第三肺内部气体体积和所述第五肺内部气体体积之间的扰动误差、所述第三肺内部气体体积和所述第六肺内部气体体积之间的噪声误差以及当前时刻的频率,确定反滤滤波器。
6.根据权利要求1~5中任一项所述的装置,其特征在于,所述模拟肺模块是按照符合用于表征使用者静态特性机械特征的P~V曲线运作的。
7.一种电子设备,其特征在于,该电子设备包括:处理器和存储器;
所述存储器,用于存储机器可执行指令;
所述处理器,用于读取并执行所述存储器存储的机器可执行指令,以实现执行如权利要求1至6任一装置所述的呼吸系统潮气量的控制。
8.一种机器可读存储介质,其特征在于,所述机器可读存储介质存储有机器可执行指令,所述机器可执行指令在被处理器调用和执行时,所述机器可执行指令促使所述处理器实现执行如权利要求1至6任一装置所述的呼吸系统潮气量的控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111095166.2A CN113769217B (zh) | 2021-09-17 | 2021-09-17 | 一种呼吸系统潮气量控制方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111095166.2A CN113769217B (zh) | 2021-09-17 | 2021-09-17 | 一种呼吸系统潮气量控制方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113769217A CN113769217A (zh) | 2021-12-10 |
CN113769217B true CN113769217B (zh) | 2023-07-07 |
Family
ID=78851900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111095166.2A Active CN113769217B (zh) | 2021-09-17 | 2021-09-17 | 一种呼吸系统潮气量控制方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113769217B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117323525B (zh) * | 2023-12-01 | 2024-02-23 | 南京沪家医疗科技有限公司 | 呼吸机的压力控制方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008042702A2 (en) * | 2006-09-29 | 2008-04-10 | Nellcor Puritan Bennett Llc | Systems and methods for providing active noise control in a breathing assistance system |
CN103705243A (zh) * | 2013-12-16 | 2014-04-09 | 天津大学 | 主流式呼吸二氧化碳浓度和呼吸流量同步监测方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
USRE29317E (en) * | 1973-01-29 | 1977-07-26 | Michigan Instruments, Inc. | Pneumatic lung analog |
US7918223B2 (en) * | 2005-11-09 | 2011-04-05 | Carefusion 207, Inc. | System and method for circuit compliance compensated pressure-regulated volume control in a patient respiratory ventilator |
JP5171025B2 (ja) * | 2006-12-19 | 2013-03-27 | エア・ウォーター防災株式会社 | 呼吸模擬装置および肺模擬体の制御方法 |
DE102007052897B4 (de) * | 2007-11-07 | 2013-02-21 | Dräger Medical GmbH | Verfahren zum automatischen Steuern eines Beatmungssystems sowie zugehöriges Beatmungssystem |
US8714154B2 (en) * | 2011-03-30 | 2014-05-06 | Covidien Lp | Systems and methods for automatic adjustment of ventilator settings |
EP2992918B1 (de) * | 2014-09-05 | 2021-06-16 | Löwenstein Medical Technology S.A. | Beatmungsgerät zur steuerung einer atemgasquell |
US11107370B2 (en) * | 2015-01-24 | 2021-08-31 | Michael Edward Breede | Respiratory system simulator |
EP3522968B1 (en) * | 2016-10-07 | 2022-12-14 | Koninklijke Philips N.V. | Estimating lung compliance and lung resistance using a pressure controlled breath to allow all respiratory muscle recoil generated pressure to vanish |
CN106539586B (zh) * | 2016-11-07 | 2019-07-16 | 广州视源电子科技股份有限公司 | 一种呼吸率计算方法及装置 |
PL3782144T3 (pl) * | 2018-04-17 | 2023-09-25 | Neosim Ag | Symulator płuc do celów dydaktycznych i szkoleniowych |
JP2022520312A (ja) * | 2018-08-16 | 2022-03-30 | ヴェイパー ドウシング テクノロジーズ,インコーポレイテッド | 気化カートリッジ用の蒸気投与量調節プラットフォーム |
CN109507884B (zh) * | 2018-11-30 | 2020-03-27 | 深圳市科曼医疗设备有限公司 | 空氧混合器压力控制方法、装置、计算机设备和存储介质 |
CN110755077B (zh) * | 2019-11-18 | 2022-02-22 | 北华大学 | 一种基于呼吸装置的肺弹性系数测量方法及系统 |
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 |
-
2021
- 2021-09-17 CN CN202111095166.2A patent/CN113769217B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008042702A2 (en) * | 2006-09-29 | 2008-04-10 | Nellcor Puritan Bennett Llc | Systems and methods for providing active noise control in a breathing assistance system |
CN103705243A (zh) * | 2013-12-16 | 2014-04-09 | 天津大学 | 主流式呼吸二氧化碳浓度和呼吸流量同步监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113769217A (zh) | 2021-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108619597A (zh) | 一种呼吸机流道的压力补偿方法 | |
CN113769217B (zh) | 一种呼吸系统潮气量控制方法、装置及设备 | |
Pomprapa et al. | Periodic funnel-based control for peak inspiratory pressure | |
Pomprapa et al. | Funnel control for oxygenation during artificial ventilation therapy | |
Reinders et al. | Adaptive control for mechanical ventilation for improved pressure support | |
Shi et al. | Numerical simulation of volume‐controlled mechanical ventilated respiratory system with 2 different lungs | |
CN109507884A (zh) | 空氧混合器压力控制方法、装置、计算机设备和存储介质 | |
Bock et al. | Toward prediction of physiological state signals in sleep apnea | |
Männel et al. | Iterative gaussian process model predictive control with application to physiological control systems | |
Männel et al. | Robust model predictive control of an anaesthesia workstation ventilation unit | |
US20220168527A1 (en) | Method and apparatus to guide mechanical ventilation | |
Mai | On the analytic theory of non-commutative distributions in free probability | |
CN106693129A (zh) | 一种呼吸机的闭环容量控制方法 | |
CN113143250B (zh) | 用于在使用肺机械的模型和进程模型的情况下获取气动尺度的方法和信号处理单元 | |
CN113082412A (zh) | 呼吸机的吸入气氧浓度分数控制方法及系统 | |
Abohtyra et al. | Personalized ultrafiltration profiles to minimize intradialytic hypotension in end-stage renal disease | |
AU2008202699A1 (en) | Blood Gas Prediction System and Method | |
Mahmoud | Robust control of blood gases during extracorporeal circulation | |
Saatci et al. | Respiratory parameter estimation in non-invasive ventilation based on generalized Gaussian noise models | |
Hall | Real-time projected gradient based NMPC with an application to anesthesia control | |
Jalali et al. | A Dynamic Model of Rescuer Parameters for Optimizing Blood Gas Delivery during Cardiopulmonary Resuscitation | |
Rigatos et al. | An H-infinity approach to optimal control of oxygen and carbon dioxide contents in blood | |
CN117731897A (zh) | 一种呼吸机压力控制方法 | |
CN116245041A (zh) | 一种呼吸机动态呼吸力学参数的连续估计方法及系统 | |
Ha¨ ma¨ la¨ inen | Adaptive control of respiratory mechanics |
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 |