CN114027824B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN114027824B CN114027824B CN202111545243.XA CN202111545243A CN114027824B CN 114027824 B CN114027824 B CN 114027824B CN 202111545243 A CN202111545243 A CN 202111545243A CN 114027824 B CN114027824 B CN 114027824B
- Authority
- CN
- China
- Prior art keywords
- linear
- signal
- impedance
- model
- pulmonary ventilation
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- 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
- A61B5/0535—Impedance plethysmography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/087—Measuring breath flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Pulmonology (AREA)
- Hematology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明涉及一种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,所述方法包括以下步骤:同步采集被测对象在深呼吸时的胸阻抗信号和呼吸流量信号,对所述呼吸流量信号进行积分处理,获得肺通气量信号,建立胸阻抗信号和肺通气量信号间的线性模型;采集被测对象的个体生理参数,通过显著分析方法确定影响所述线性模型的线性参数的关键生理特征参数;以所述关键生理特征参数作为输入,以所述线性模型的线性参数作为输出,进行回归分析,获得线性参数回归模型。与现有技术相比,本发明具有普适性,所获得的模型能够省去基于胸阻抗的肺通气量检测的针对个体的标定建模环节。
Description
技术领域
本发明涉及肺通气量检测技术领域,尤其是涉及一种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。
背景技术
慢性阻塞性肺疾病(简称慢阻肺)(chronic obstructive pulmonary disease,COPD)是一种以持续的因气道或肺泡病变引起的气流受限为特征的肺部疾病,严重影响患者生活质量,是世界范围内第四死亡原因的疾病,且患病率呈上升趋势。早期慢阻肺患者无明显临床症状,但其肺功能下降更快,对早期慢阻肺患者的临床干预可以显著减缓病症进程。因此,定期筛查发现慢阻肺是实现慢阻肺防治的关键。肺功能检查是目前最具重复性和客观性的评估气流受限情况的慢阻肺诊断方法,但既有的肺功能检查采用气体流量计测量呼出和吸入的气体,增加呼吸阻力,不适用于有传染性肺部疾病患者和重症患者,推广普及用于慢阻肺筛查难度大,开发适宜推广普及的慢阻肺筛查新方法对慢阻肺的早诊早治具有重大意义。
阻抗气相造影(Impedance pneumography,IP)是一种将电极固定在被试者胸部,测量经胸电阻抗(胸阻抗)变化的非侵入式测量方法,胸阻抗信号与呼吸信号有很好的相关性。IP不需要通过检测管道呼气和吸气、不增加呼吸阻力、无交叉感染的风险,比临床上既有的基于气体流量计的方法具有显著的优越性,更适合推广普及应用,并且近年来IP研究取得重要进展,多项研究表明IP具有很强的潜力应用于肺通气量检测。
除去部分受测者深度呼吸时当肺接近排空或者接近充满时胸阻抗变化与肺通气量呈非线性关系外,通常情况下,比如潮式呼吸或者运动过程呼吸监测,胸阻抗变化与肺通气量呈线性相关。
受人体各项生理参数的影响,肺通气量改变引起的胸阻抗变化存在显著的个体依赖性,不同个体的胸阻抗与肺通气量的线性拟合公式的系数不同,既有的IP检测通过标定的过程为每个个体建立胸阻抗与通气量的线性拟合关系,这增加了IP检测的复杂性,降低了便捷性,使得通过测量胸阻抗检测肺通气量变得复杂。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种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。
本发明的目的可以通过以下技术方案来实现:
一种普适性肺通气量与经胸电阻抗的线性模型构建方法,包括以下步骤:
同步采集被测对象在深呼吸时的胸阻抗信号和呼吸流量信号,对所述呼吸流量信号进行积分处理,获得肺通气量信号,建立胸阻抗信号和肺通气量信号间的线性模型;
采集被测对象的个体生理参数,通过显著分析方法确定影响所述线性模型的线性参数的关键生理特征参数;
以所述关键生理特征参数作为输入,以所述线性模型的线性参数作为输出,进行回归分析,获得线性参数回归模型。
进一步地,通过生物电阻抗测量系统采集所述胸阻抗信号。
进一步地,通过双向气体流量计采集所述呼吸流量信号。
进一步地,所述胸阻抗信号经去噪处理后,再进行多参数回归。
进一步地,所述去噪处理具体为:
使用小波分解重构去噪和S-G平滑滤波方法去除所述胸阻抗信号中的高频噪声。
进一步地,所述个体生理参数包括身高、体重、静息胸围、体脂率、年龄、身体质量指数、体力锻炼指数、肺部健康指数、性别指数中的多个。
进一步地,所述回归分析为基于多项式的多元回归分析。
进一步地,通过定时器的控制实现所述胸阻抗信号和呼吸流量信号的同步周期性采集。
进一步地,建立的所述胸阻抗信号和肺通气量信号间的线性模型为正比例模型。
一种如上所述的普适性肺通气量与经胸电阻抗的线性模型构建方法在肺通气测量中的应用,采集待测对象的个体生理参数和胸阻抗,基于所述线性参数回归模型获得该待测对象的线性参数,基于对应的所述线性参数和胸阻抗经线性计算获得该待测对象的肺通气量。
与现有技术相比,本发明具有以下有益效果:
1、本发明针对线性区间肺通气量与胸阻抗变化的线性相关性,提出一种建立具有普适性的肺通气量与胸阻抗变化的拟合函数的方法,以用于针对特定的胸阻抗测量方案建立具有普适性的肺通气量与胸阻抗变化的回归模型,能够更加简便地进行肺通气量的计算。
2、与目前IP检测通过对每个个体标定而建立肺通气量与胸阻抗变化的拟合关系的方法相比,本发明提供的肺通气量与胸阻抗变化的拟合模型的建立方法具有普适性,所获得的模型能够省去标定环节,突出IP检测不增加呼吸阻力、无交叉感染风险的显著优越性。因此本发明为IP技术应用于肺通气监测奠定了基础,在COPD筛查方面具有重要的应用价值和良好的应用前景。
附图说明
图1为本发明实施例的流程示意图;
图2为实施例中胸阻抗测量位置示意图;
图3为胸阻抗与呼吸流量同步测量系统示意图;
图4为通过某个体单独标定的线性模型计算得到的肺通气量与流量计测量值比较示意图;
图5为通过普适性回归模型计算得到的某个体的肺通气量与参考值比较示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
本发明通过同步采集被测对象深呼吸过程中的肺通气量与胸阻抗变化量,为每位被测者建立肺通气量与胸阻抗变化的线性拟合关系,然后以被试者的身高、体重、胸围、体脂率等显著影响线性拟合关系的生理参数为输入自变量,以线性拟合模型的斜率和截距为输出,做多元回归分析,从而建立基于个体生理特征参数的普适性的肺通气量与胸阻抗变化的普适性模型,实现无需针对个体标定建模的肺通气测量。本发明获得的基于回归分析的肺通气量与胸阻抗变化的线性拟合模型,具有普适性,能够省去基于胸阻抗的肺通气量检测的针对个体的标定建模环节,有助于推动不增加呼吸阻力、无交叉感染风险的胸阻抗肺通气量检测技术的广泛应用。
实施例
参考图1所示,本实施例提供一种普适性肺通气量与经胸电阻抗的线性模型构建方法,包括以下步骤:
1)同步采集被测对象在深呼吸时的胸阻抗信号和呼吸流量信号,对所述呼吸流量信号进行积分处理,获得肺通气量信号,建立胸阻抗信号和肺通气量信号间的线性模型。
本实施例中使用生物电阻抗测量系统和双向气体流量计同步测量被测用力深呼吸时的被测对象的胸部电阻抗信号和呼吸流量信号,使用小波分解重构去噪和S-G平滑滤波方法去除所述胸阻抗信号中的高频噪声,使用积分方法通过呼吸流量信号得到肺部通气量信号,从而为被测对象建立肺通气量与胸阻抗变化量之间的线性拟合函数。
胸部电阻抗信号采集具体为:将一对与生物电阻抗测量系统相连接的电极贴附在被测对象胸腔表面,通过电极向人体施加微弱激励电流并测量电压,获得被测对象胸阻抗。如图2所示为本实施例提供的测量胸阻抗时的电极贴附位置示意图。在其他实施例中,电极也可贴附于其它胸部位置,但对后续模型的检测敏感域有影响。
如图2所示,本实施例中,胸阻抗测量的电极中,胸前复合电极贴附在右下胸,水平位置于身体右侧5,6肋骨之间的L1上,电极与乳头连线与竖直方向夹角θ在30°至45°之间,后背的复合电极贴附于身体右侧脊柱与肩胛骨内侧边缘之间,水平位置是与胸前电极相对等高的L1’上,距背部中轴线约1/12胸围。
为了提高模型可靠性,需要同步采集被测对象在深呼吸时的胸阻抗信号和呼吸流量信号。本实施例中,采用如图3所示的同步测量系统进行信号采集。具体地,采用一次性使用滤嘴、连接管和气体流量计、气体流量信号处理与采集单元组成呼吸气体流量采集模块,被测对象戴上鼻夹并通过滤嘴呼吸,即可实时测量呼出和吸入气体的流量,经过积分获得肺通气量。人体阻抗和气体流量两个测量模块分别通过定时器控制进行周期性测量,由上位机发送指令后同步启动,实现流量信号和胸阻抗信号的同步采集。
测量开始前实验人员指导被测对象熟悉实验过程,之后为被测对象贴附电极,戴上鼻夹。被测对象通过滤嘴进行包括但不限于三个周期的用力深呼吸,同步测量用力呼吸过程中的胸阻抗和气体流量。测量完成后摘去鼻夹,去掉滤嘴。
本实施例的胸阻抗和肺通气量同步测量在标准的实验流程下完成,具体地,被测对象全程端坐于椅子上,挺直上身,放松腿部,全脚掌着地并使膝关节保持90°至105°,双手放置于腿上,尽可能放松上半身肌肉,实验过程中被试者采用腹式呼吸。测量开始前,实验人员指导被测对象熟悉采集过程,熟悉和适应腹式呼吸。之后实验人员在被试者身体表面确定电极位置、贴附电极,指导被测对象调整坐姿,戴上鼻夹,开始采集。每组实验中,被试者通过滤嘴进行三个周期用力深呼吸,每次吸气尽力吸满,呼气尽力呼尽,三次深呼吸后摘去鼻夹、去掉滤嘴,休息调整呼吸1分钟,然后开始下一次测量。每位被试者先进行三次测量,之后休息5—10分钟,再进行三次测量,共六次测量。
根据所测得的深呼吸过程同步肺部通气量V与降噪处理后的胸阻抗变化量ΔZ,为第i位被测对象建立形式为Vfit[i]=kiΔZ[i]+bi的肺通气量与胸阻抗变化的线性模型,其中,ki和bi分别表示为第i位被测对象建立的肺通气量与胸阻抗变化的线性拟合关系的斜率和截距,该斜率和截距与被测对象各项生理特征参数和体育锻炼状况相关。
特别地,线性关系函数可使用正比例模型Vfit[i]=kiΔZ[i]作为被测对象建立肺通气量与胸阻抗变化的模型,其中,ki表示为第i位被测对象建立的肺通气量与胸阻抗变化正比例模型的斜率,与被测对象各项生理特征参数和体育锻炼状况相关。
本实施例中,从所测得的六组深呼吸过程同步肺部通气量与经过降噪处理的胸阻抗变化量数据中,以拟合优度R2为依据,选取肺部通气量与胸阻抗变化量之间线性关系最显著的一组数据,为被测对象建立肺部通气量与胸阻抗变化量的正比例模型Vfit[i]=kiΔZ[i],并记录关键参数斜率ki。
如图4所示为本发明实施例提供的通过为一位被测对象建立的胸阻抗与通气量模型得到的肺通气量与流量计测量的肺通气量信号。图中,实线为肺通气量流量计测量值V,虚线为采用正比例模型通过胸阻抗计算出的肺通气量值Vfit,其中吸气阶段肺通气量上升,呼气阶段肺通气量下降。显然,本实施例中,胸阻抗正比例模型计算出的肺通气量与流量计测量得到的肺通气量呈现非常好的一致性。
2)采集被测对象的个体生理参数。
本实施例采用显著影响肺通气量与胸阻抗变化量之间的线性拟合函数的个体生理参数。显著影响的个体生理参数通过以下方式确定:以同一类型人群为被测对象,获取每个受测者的线性拟合函数,获取一系列线性拟合关系的斜率和截距,通过包括但不限于逐步回归的方法的显著性分析确定影响肺通气量与胸阻抗变化量之间的线性拟合函数的斜率和截距的显著特征参数,包括但不限于身高H、体重W、静息胸围CC、体脂率BF、年龄A、身体质量指数BMI、体力锻炼指数PEI、肺部健康指数LHI、性别指数GI等。其中,体力锻炼指数、肺部健康指数可通过被试对象的体力锻炼情况、吸烟史和肺部疾病史信息等获得。
本实施例采用正比例模型,在样本充足的情况下,通过逐步回归方法建立斜率k与多个特征参数的回归公式,并通过显著性检验,去除不显著的参数,确定显著性参数为:被测对象的H(单位m)、W(单位kg)、BMI(单位kg/m2)、CC(单位m)、BF(单位%)。
3)以所述关键生理特征参数作为输入,以所述线性模型的线性参数作为输出,进行回归分析,获得线性参数回归模型,进而建立普适性的肺通气量与胸阻抗变化之间的模型。该步骤中可使用但不限于使用基于多项式的多元回归方法,确定的影响斜率和截距的显著特征参数建立回归模型,具体为:
kreg=Rk(A,H,W,BMI,CC,BF,LHI,GI,PEI)
breg=Rb(A,H,W,BMI,CC,BF,LHI,GI,PEI)
通过上述回归模型可计算任一个体的关键参数k和b的回归值kreg和breg,从而为其建立肺通气量与胸阻抗变化的线性拟合的斜率和截距,进而确定线性拟合关系。通过回归模型Rk和Rb,能够得到不具有个体依赖性的肺通气量与胸阻抗的线性模型。
本实施例使用基于多项式的非线性多元回归方法建立关于正比例模型斜率k的回归模型具体表示为:
kreg=-352286+68327H3–352765H2+610781H-48.9W+180.8BMI+3323.7CC2-5992.7CC-9.7BF
该模型用于为该群体任一个体通过其各项生理参数计算其肺通气量与胸阻抗变化的正比例模型的斜率k,从而无需标定,获得该个体的肺通气量与胸阻抗变化的正比例模型。
如图5所示为一位无吸烟史且未曾罹患肺部疾病的未参与本实施例中回归模型建立的青年健康男性被测对象三次用力深呼吸的肺通气量信号,实线为肺通气量的流量计测量值V,虚线为利用回归模型计算出的斜率建立的正比例模型通过胸阻抗计算出的肺通气量值。显然,本实施例中,利用胸阻抗计算出的肺通气量与流量计测量得到的肺通气量之间存在很强的一致性。
步骤2)中的样本数量和多样性越大,步骤3)的模型kreg的普适性就越强。
在另一实施例中提供一种如上所述的普适性肺通气量与经胸电阻抗的线性模型构建方法在肺通气测量中的应用,采集待测对象的个体生理参数和胸阻抗,基于所述线性参数回归模型获得该待测对象的线性参数,基于对应的所述线性参数和胸阻抗经线性计算获得该待测对象的肺通气量。
以上详细描述了本发明的较佳具体实施例。对于本领域技术人员而言,显然本发明不限于上述实施例的细节,而且在不背离本发明的基本原理的情况下,能够以其它的具体形式实现本发明。本发明的范围由所附权利要求而不是上述说明限定,应将实施例看作是示范性的,而且是非限制性的,不应将权利要求中的任何标记视为限制所涉及的权利要求。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (9)
1.一种普适性肺通气量与经胸电阻抗的线性模型构建方法,其特征在于,包括以下步骤:
同步采集被测对象在深呼吸时的胸阻抗信号和呼吸流量信号,对所述呼吸流量信号进行积分处理,获得肺通气量信号,建立胸阻抗信号和肺通气量信号间的线性模型;
采集被测对象的个体生理参数,通过显著分析方法确定影响所述线性模型的线性参数的关键生理特征参数;
以所述关键生理特征参数作为输入,以所述线性模型的线性参数作为输出,进行回归分析,获得线性参数回归模型;
其中,所述个体生理参数包括身高H、体重W、静息胸围CC、体脂率BF、年龄A、身体质量指数BMI、体力锻炼指数PEI、肺部健康指数LHI、性别指数GI中的多个;
所述线性参数包括斜率和截距,使用基于多项式的非线性多元回归方法构建线性参数的回归模型,具体为:
kreg=Rk(A,H,W,BMI,CC,BF,LHI,GI,PEI)
breg=Rb(A,H,W,BMI,CC,BF,LHI,GI,PEI)。
2.根据权利要求1所述的普适性肺通气量与经胸电阻抗的线性模型构建方法,其特征在于,通过生物电阻抗测量系统采集所述胸阻抗信号。
3.根据权利要求1所述的普适性肺通气量与经胸电阻抗的线性模型构建方法,其特征在于,通过双向气体流量计采集所述肺通气量信号。
4.根据权利要求1所述的普适性肺通气量与经胸电阻抗的线性模型构建方法,其特征在于,所述胸阻抗信号经去噪处理后,再进行多参数回归。
5.根据权利要求4所述的普适性肺通气量与经胸电阻抗的线性模型构建方法,其特征在于,所述去噪处理具体为:
使用小波分解重构去噪和S-G平滑滤波方法去除所述胸阻抗信号中的高频噪声。
6.根据权利要求1所述的普适性肺通气量与经胸电阻抗的线性模型构建方法,其特征在于,所述回归分析为基于多项式的多元回归分析。
7.根据权利要求1所述的普适性肺通气量与经胸电阻抗的线性模型构建方法,其特征在于,通过定时器的控制实现所述胸阻抗信号和肺通气量信号的同步周期性采集。
8.根据权利要求1所述的普适性肺通气量与经胸电阻抗的线性模型构建方法,其特征在于,建立的所述胸阻抗信号和肺通气量信号间的线性模型为正比例模型。
9.一种如权利要求1-8任一所述的普适性肺通气量与经胸电阻抗的线性模型构建方法在肺通气测量中的应用,其特征在于,采集待测对象的个体生理参数和胸阻抗,基于所述线性参数回归模型获得该待测对象的线性参数,基于对应的所述线性参数和胸阻抗经线性计算获得该待测对象的肺通气量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111545243.XA CN114027824B (zh) | 2021-12-16 | 2021-12-16 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111545243.XA CN114027824B (zh) | 2021-12-16 | 2021-12-16 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114027824A CN114027824A (zh) | 2022-02-11 |
CN114027824B true CN114027824B (zh) | 2023-08-18 |
Family
ID=80146903
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111545243.XA Active CN114027824B (zh) | 2021-12-16 | 2021-12-16 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114027824B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115590497B (zh) * | 2022-07-29 | 2024-07-19 | 重庆大学 | 基于气-电同步测量的肺通气功能障碍疾病诊断系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102770070A (zh) * | 2009-12-28 | 2012-11-07 | 佛罗里达大学研究基金会有限公司 | 用于实时评估肺力学的系统和方法 |
CN103153184A (zh) * | 2010-08-13 | 2013-06-12 | 呼吸运动公司 | 用于通过呼吸量、运动和变化性的测量进行呼吸振动监视的设备和方法 |
KR101696791B1 (ko) * | 2015-07-31 | 2017-01-17 | 연세대학교 원주산학협력단 | 흉부임피던스를 이용한 폐기능 모니터링 장치 및 방법 |
CN111261300A (zh) * | 2020-01-16 | 2020-06-09 | 复旦大学附属中山医院 | 肺功能参数正常预计值的获取方法 |
CN111278355A (zh) * | 2017-08-11 | 2020-06-12 | 理思科技有限责任公司 | 早期鉴定慢性阻塞性肺疾病的复发的方法 |
CN112842321A (zh) * | 2020-12-30 | 2021-05-28 | 上海交通大学 | 基于流量-容积环图的肺通气功能检测方法、设备及介质 |
CN113456959A (zh) * | 2021-06-28 | 2021-10-01 | 东北大学 | 呼吸机的呼气末正压的设定方法、装置及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090118626A1 (en) * | 2007-11-01 | 2009-05-07 | Transoma Medical, Inc. | Calculating Respiration Parameters Using Impedance Plethysmography |
US20160135715A1 (en) * | 2013-07-02 | 2016-05-19 | Tide Medical Oy | Method for respiratory measurement |
-
2021
- 2021-12-16 CN CN202111545243.XA patent/CN114027824B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102770070A (zh) * | 2009-12-28 | 2012-11-07 | 佛罗里达大学研究基金会有限公司 | 用于实时评估肺力学的系统和方法 |
CN103153184A (zh) * | 2010-08-13 | 2013-06-12 | 呼吸运动公司 | 用于通过呼吸量、运动和变化性的测量进行呼吸振动监视的设备和方法 |
KR101696791B1 (ko) * | 2015-07-31 | 2017-01-17 | 연세대학교 원주산학협력단 | 흉부임피던스를 이용한 폐기능 모니터링 장치 및 방법 |
CN111278355A (zh) * | 2017-08-11 | 2020-06-12 | 理思科技有限责任公司 | 早期鉴定慢性阻塞性肺疾病的复发的方法 |
CN111261300A (zh) * | 2020-01-16 | 2020-06-09 | 复旦大学附属中山医院 | 肺功能参数正常预计值的获取方法 |
CN112842321A (zh) * | 2020-12-30 | 2021-05-28 | 上海交通大学 | 基于流量-容积环图的肺通气功能检测方法、设备及介质 |
CN113456959A (zh) * | 2021-06-28 | 2021-10-01 | 东北大学 | 呼吸机的呼气末正压的设定方法、装置及存储介质 |
Non-Patent Citations (1)
Title |
---|
Tidal volume measurements via transthoracic impedance waveform characteristics: The effect of age, body mass index and gender. A single centre interventional study;P.O. Berve et al.;《Resuscitation》;20211031;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114027824A (zh) | 2022-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200329977A1 (en) | Devices and methods for respiratory variation monitoring by measurement of respiratory volumes, motion and variability | |
Seppa et al. | Assessment of pulmonary flow using impedance pneumography | |
DK2603138T3 (en) | DEVICES AND METHODS FOR MONITORING RESPIRATION VARIATION IN MEASURING RESPIRATION VOLUMES, MOVEMENT AND VARIABILITY | |
AU2017279693B2 (en) | Devices and methods for respiratory variation monitoring by measurement of respiratory volumes, motion and variability | |
CN105769122B (zh) | 一种睡眠呼吸暂停低通气指数的测量设备 | |
CN109414204A (zh) | 用于确定针对对象的呼吸信息的方法和装置 | |
JP2020503085A (ja) | 呼吸早期警告スコアリングシステムおよび方法 | |
WO2018226999A1 (en) | Respiratory volume monitor and ventilator | |
US20160135715A1 (en) | Method for respiratory measurement | |
WO2020247940A1 (en) | Device and method for clinical evaluation | |
Młyńczak et al. | Impedance pneumography: Is it possible? | |
Lee et al. | Respiratory rate extraction from pulse oximeter and electrocardiographic recordings | |
CN114027824B (zh) | 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 | |
CN108175406A (zh) | 一种治疗中枢性睡眠呼吸暂停症的方法及装置 | |
CN209018736U (zh) | 一种口鼻气流检测装置 | |
Liu et al. | Universal Modeling Method of Electrical Impedance Response During Respiration | |
Bai et al. | Experimental Investigation of Possibility of Simultaneously Monitoring Lung Perfusion/Cardiomotility and Ventilation via Thoracic Impedance Measurement | |
Gracia et al. | Multilead impedance pneumography and forced oscillation technique for assessing lung tissue mechanical properties | |
US20210353175A1 (en) | Method and arrangement for respiratory measurement | |
Jauhiainen | Validation of Impedance Pneumography Measurement for Assessment of Respiration in Cardiothoracic Surgery Patients | |
Lyakhova et al. | Design of a wearable module for respiratory rate registration rased on multiply network | |
Amro | Designing of Respiratory Monitoring System Using Impedance Plethysmography | |
Milner et al. | Measurement of lung function |
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 |