CN114340488A - 用于确定患者的呼吸活动的方法和信号处理单元 - Google Patents
用于确定患者的呼吸活动的方法和信号处理单元 Download PDFInfo
- Publication number
- CN114340488A CN114340488A CN202080064913.3A CN202080064913A CN114340488A CN 114340488 A CN114340488 A CN 114340488A CN 202080064913 A CN202080064913 A CN 202080064913A CN 114340488 A CN114340488 A CN 114340488A
- Authority
- CN
- China
- Prior art keywords
- mus
- measure
- aerodynamic
- signal
- patient
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 126
- 230000000241 respiratory effect Effects 0.000 title claims abstract description 117
- 238000012545 processing Methods 0.000 title claims description 162
- 238000005259 measurement Methods 0.000 claims abstract description 132
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 126
- 210000002345 respiratory system Anatomy 0.000 claims abstract description 60
- 230000000694 effects Effects 0.000 claims abstract description 36
- 230000006870 function Effects 0.000 claims description 161
- 230000008569 process Effects 0.000 claims description 87
- 210000004072 lung Anatomy 0.000 claims description 50
- 238000009423 ventilation Methods 0.000 claims description 33
- 238000007619 statistical method Methods 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 2
- 238000002360 preparation method Methods 0.000 claims 12
- 238000004590 computer program Methods 0.000 claims 2
- 108010076504 Protein Sorting Signals Proteins 0.000 claims 1
- 239000000126 substance Substances 0.000 claims 1
- 238000005070 sampling Methods 0.000 description 38
- 238000010276 construction Methods 0.000 description 24
- 210000003205 muscle Anatomy 0.000 description 17
- 210000003238 esophagus Anatomy 0.000 description 16
- 230000000875 corresponding effect Effects 0.000 description 10
- 210000003019 respiratory muscle Anatomy 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 239000000523 sample Substances 0.000 description 7
- 230000002269 spontaneous effect Effects 0.000 description 7
- 210000000038 chest Anatomy 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 210000000779 thoracic wall Anatomy 0.000 description 6
- 238000009795 derivation Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000002685 pulmonary effect Effects 0.000 description 5
- 230000004069 differentiation Effects 0.000 description 4
- 238000002567 electromyography Methods 0.000 description 4
- 238000009499 grossing Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000010363 phase shift Effects 0.000 description 4
- 238000000611 regression analysis Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000012886 linear function Methods 0.000 description 3
- 230000002232 neuromuscular Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 210000000746 body region Anatomy 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000002496 gastric effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003434 inspiratory effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 210000000876 intercostal muscle Anatomy 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 206010011224 Cough Diseases 0.000 description 1
- 208000000782 Intrinsic Positive-Pressure Respiration Diseases 0.000 description 1
- 241001180976 Nonea Species 0.000 description 1
- 241000949477 Toona ciliata Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 230000002107 myocardial effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 206010041232 sneezing Diseases 0.000 description 1
- 210000001562 sternum Anatomy 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 210000003437 trachea Anatomy 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- 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
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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
- A61M2016/0027—Accessories therefor, e.g. sensors, vibrators, negative pressure pressure meter
Landscapes
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Pulmonology (AREA)
- Heart & Thoracic Surgery (AREA)
- Anesthesiology (AREA)
- Hematology (AREA)
- Emergency Medicine (AREA)
- Veterinary Medicine (AREA)
- Life Sciences & Earth Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Urology & Nephrology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Surgery (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及一种用于确定针对患者的呼吸活动的第一气动量度(Pmus,1)和第二气动量度(Pmus,2)的方法和信号处理单元,其中这两个量度描述了呼吸系统的两个不同区域的活动。在本发明的替选方案中,从测量值中产生两个呼吸信号(Sig1,Sig2)。在使用这些呼吸信号(Sig1,Sig2)和预先给定的函数(Fkt)及预先给定的关系(Zus1,Zus2)的情况下,确定这两个量度(Pmus,1,Pmus,2)。
Description
技术领域
本发明涉及一种方法和一种信号处理单元,以便确定患者的呼吸系统的第一区域和第二区域的相应的呼吸活动。确定的结果例如可以对此被使用,以便操控通气设备(Beatmungsgeraet)。
背景技术
在DE 102015015296 A1中描述了一种方法和设备,以便产生两个数据信号,其中第一数据信号描述了负责吸入的肌肉的活动,并且第二数据信号描述了对于呼出重要的肌肉的活动。在患者皮肤上的两个表面肌动描记传感器检测两个EMG信号。EMG信号中的心脏信号分量以算术方式得到抑制。此外,确定患者的呼吸活动。基于探测到的呼吸活动,计算单元探测,患者何时吸入并且患者何时呼出。基于这两个EMG信号,确定第一分离的信号和第二分离的信号。
发明内容
本发明所基于的任务是,提供一种计算机实施的方法和一种信号处理单元,借助所述计算机实施的方法和信号处理单元,可以比通过已知的方法和信号处理单元更有针对性地确定患者的自身呼吸活动,并且在需要时可以通过通气设备更有针对性地辅助患者的自身呼吸活动。
通过具有权利要求1的特征的方法,并且通过具有权利要求14的特征的信号处理单元,解决该任务。有利的构建方案在从属权利要求中予以说明。根据本发明的方法的有利的构建方案也是根据本发明的信号处理单元的相对应的有利的构建方案,反之亦然。
通过根据本发明的计算机实施的方法,确定第一气动量度(Mass)和第二气动量度,其中信号处理单元自动地执行确定。两个气动量度都涉及患者的自身呼吸活动、也称为自主呼吸。根据本发明的信号处理单元构建成,确定针对患者的呼吸活动的第一气动量度和第二气动量度。“确定”气动量度被理解为如下过程:直接测量或者计算针对量度的值至少一次,并且为此使用已从传感器的测量值中产生的信号。
第一气动量度描述了患者的呼吸系统的第一区域的活动。或者,第一气动量度描述了在患者自主呼吸时的第一过程。第二气动量度描述了呼吸系统的第二区域的活动或者在自主呼吸时的第二过程。这两个区域或这两个过程彼此不同,优选地在空间上或在时间上不重叠。换言之:这两个气动量度与呼吸系统的两个区域或这两个呼吸过程的活动关联。
呼吸产生呼吸道压力,尤其是在口腔之前并且在患者的食道中产生呼吸道压力。以计算机可支配的形式预先给定函数。预先给定的函数将针对在确定的部位处的呼吸道压力的可测量的量度描述为至少以下项的函数:
- 针对相对于患者的呼吸空气的体积流的量度和/或针对患者的肺部的充盈水平的量度,以及
- 这两个要确定的气动量度和/或针对患者的整个呼吸活动的气动总量度。
“至少”意味着:该函数包含其他量度和/或其他可测量的信号。患者的整个呼吸活动包括第一区域的呼吸活动和第二区域的呼吸活动,或包括这两个过程。患者的整个呼吸活动可以由这两个区域/过程构成,或者可以包括其他区域/过程。
因此,详细说明了下列四种替选方案:呼吸道压力量度是以下项的函数
-体积流量度和这两个要确定的气动量度,或者
-肺部充盈水平量度和这两个要确定的气动量度,或者
-体积流量度和气动总量度,或者
-肺部充盈水平量度和气动总量度。
可测量的针对呼吸道压力的量度优选地是气动量度。通过气动总量度描述的整个呼吸活动包括呼吸系统的两个区域的活动,或包括在呼吸时的两个过程。
根据本发明的信号处理单元至少暂时对数据存储器有读取访问,在该数据存储器中,储存有计算机可支配的函数。
此外,以计算机可支配的形式预先给定下列三种关系中的至少一种、可选地这三种关系中的多种:
- 在要确定的第一气动量度与至少一个第一可测量的呼吸信号之间的第一关系,
- 在要确定的第二气动量度与至少一个第二可测量的呼吸信号之间的第二关系,或者
- 在针对患者的整个呼吸活动的气动总量度与至少一个可测量的呼吸总信号之间的总关系。
呼吸信号与患者的呼吸活动关联,并且可以以气动的、电的或者别的合适的方式来测量。
这三种关系中的至少一种具有至少一个模型参数,可选地每个所使用的关系都具有至少一个模型参数。
该关系或者每个预先给定的关系同样储存在数据存储器中,根据本发明的信号处理单元对该数据存储器有读取访问。
患者可以与呼吸道压力传感器连接,或者至少暂时与呼吸道压力传感器连接。该呼吸道压力传感器测量在函数中出现的针对呼吸道压力的量度。信号处理单元接收呼吸道压力传感器的测量值。在使用呼吸道压力传感器的接收到的测量值的情况下,信号处理单元产生呼吸道压力信号。针对患者未与呼吸道压力传感器连接的时刻,信号处理单元使用针对呼吸道压力的预先给定的或者事先测量的值作为呼吸道压力信号的值。
信号处理单元自动产生体积流信号或者体积信号,或者不仅自动产生体积流信号,而且自动产生体积信号。在使用体积流传感器的测量值的情况下,信号处理单元产生体积流信号,其中信号处理单元已接收到这些测量值。该体积流传感器测量针对至患者和/或来自患者的呼吸空气的体积流的量度。在使用充盈水平传感器的测量值的情况下,信号处理单元产生体积信号。该充盈水平传感器测量针对患者的肺部的充盈水平的量度。
信号处理单元自动执行下列三个过程中的至少一个过程,亦即执行第一过程和/或第二过程和/或第三过程。可能的是,执行这三个过程中的两个过程或者所有三个过程。
第一过程包括下列步骤:
- 信号处理单元接收至少一个呼吸传感器的测量值。呼吸传感器的接收到的测量值涉及与要确定的第一气动量度关联的变量。
- 在使用呼吸传感器的测量值的情况下,信号处理单元产生在第一关系中出现的第一呼吸信号。
- 针对在第一关系中出现的所述模型参数或者每个模型参数,信号处理单元分别导出值。为了导出这种模型参数值,信号处理单元使用预先给定的函数以及如下信号:所述信号出现在该函数中,并且信号处理单元在使用接收到的测量值的情况下已产生所述信号。
- 信号处理单元确定第一气动量度。为此,信号处理单元使用预先给定的第一关系,以及使用出现在第一关系中的该模型参数或者每个模型参数的导出的值或者至少一个分别导出的值。
但是针对第二气动量度,而不是针对第一气动量度,并且在使用第二预先给定的关系而不是第一预先给定的关系的情况下,第二过程包括相对应的步骤。
第三过程包括下列步骤:
- 信号处理单元接收至少一个呼吸传感器的测量值。该呼吸传感器的测量值涉及与针对患者的呼吸活动的气动总量度关联的变量。
- 在使用呼吸传感器的测量值的情况下,信号处理单元产生在总关系中出现的呼吸总信号。
- 针对在总关系中出现的所述模型参数或者每个模型参数,信号处理单元分别导出值。为了导出这种模型参数值,信号处理单元使用预先给定的函数以及如下信号:所述信号出现在该函数中,并且信号处理单元在使用接收到的测量值的情况下已产生所述信号。
- 信号处理单元确定气动总量度。为此,信号处理单元使用预先给定的总关系,以及使用出现在总关系中的该模型参数或者每个模型参数的导出的值或者至少一个分别导出的值。
根据本发明,因此下列替选方案是可能的:
1. 确定第一气动量度和第二气动量度,(执行第一和第二过程)。
2. 确定第一气动量度和气动总量度,但是不确定第二气动量度,(执行第一和第三过程)。
3. 确定第二气动量度和气动总量度,但是不确定第一气动量度,(执行第二和第三过程,但是不执行第一过程)。
4. 确定第一气动量度,但是既不确定第二气动量度,又不确定气动总量度,(仅执行第一过程,但是既不执行第二过程,又不执行第三过程)。
5. 确定第二气动量度,但是既不确定第一气动量度,又不确定气动总量度,(仅执行第二过程,但是既不执行第一过程,又不执行第三过程)。
6. 确定气动总量度,但是既不确定第一气动量度,又不确定第二气动量度,(仅执行第三过程,但是既不执行第二过程,又不执行第三过程)。
在第一替选方案中,不需要其他步骤,因为确定了两个气动量度。在第一替选方案中可能的是,附加地确定气动总量度(第三过程)。
在第二替选方案中,确定第二气动量度,对此使用第一气动量度和气动总量度。
在第三替选方案中,确定第一气动量度,对此使用第二气动量度和气动总量度。
在第四替选方案中,确定气动总量度,并且接着确定第二气动量度。为了确定气动总量度,信号处理单元使用已经确定的第一气动量度以及下列信息中的至少一个:
- 从体积流传感器的测量值中已产生的体积流信号,和/或
- 从充盈水平传感器的测量值中已产生的体积信号,和/或
- 预先给定的份额函数(Anteilsfunktion),所述份额函数规定了第一气动量度或者第二气动量度占气动总量度的份额。
份额函数规定,多少份额的气动总量度分摊到第一区域或者第一过程上。或者,份额函数规定,多少份额分摊到第二区域上或者分摊到第二过程上。或者,份额函数规定,第二区域或者第二过程与第一区域相比或者与第一过程相比为多大。
为了在第四替选方案中确定第二气动量度,信号处理单元使用先前确定的第一气动量度和现在确定的气动总量度。
在第五替选方案中,以相对应的方式,再次在使用体积流信号和/或体积流信号和/或份额函数的情况下,确定气动总量度,并且接着确定第一气动量度。
在第六替选方案中,从已经确定的气动总量度中,信号处理单元不仅确定第一气动量度,而且确定第二气动量度。为了确定这两个气动量度,信号处理单元附加地使用所产生的体积流信号和/或所产生的体积信号和/或预先给定的份额函数。
根据本发明,确定针对患者的自身呼吸活动的第一气动量度和第二气动量度。第一气动量度描述了呼吸系统的第一区域的活动,或者描述了在患者呼吸时的第一过程。第二气动量度描述了呼吸系统的第二区域的活动,或者描述了在患者呼吸时的第二过程。这两个量度的叠加(在通常情况下为这两个量度的和或者加权和)是针对患者的整个呼吸活动的量度。
对这两个气动量度的认识例如使得能够,比在可能仅知道针对整个呼吸活动的唯一的量度或者可能仅知道针对呼吸系统的区域的量度时更有针对性地操控通气设备。尤其是,可以仅根据第一气动量度或者仅根据第二气动量度来操控通气设备。或者,将这两个气动量度相互进行比较,以便操控通气设备。这样操控的通气设备有针对性地辅助或者训练在患者呼吸时的区域和/或过程。
在本发明的一种应用中,患者的呼吸辅助肌当一个区域用,而患者的横隔膜肌当另一区域用。基本上,这两个区域共同引起患者呼吸。在该应用中,由于本发明而可以确定:患者的整个呼吸活动的哪个百分比份额或者绝对贡献当前分摊到呼吸辅助肌上。在预先给定的界限之上或者也在另一预先给定的界限之下的份额可能需要改变对通气设备的操控。优选地,以人可感知的形式输出相对应的消息,或者相对应地自动操控通气设备。
在通常情况下,这两个要确定的气动量度不能直接被测量,并且尤其是不能彼此单独地被测量。更确切地说,根据本发明,在使用不同的测量值和信号的情况下,间接确定这两个量度,这在下文予以阐述。
根据本发明,尤其是如果由通气设备给患者进行人工通气,那么例如在患者与测量设备之间的流体连接中,测量针对呼吸道压力的优选地气动的量度,其中测量设备可以是通气设备的组成部分或者可以布置在通气设备之外,尤其是靠近患者的嘴部。所述优选地气动的量度常常被称为Paw(气道中的压力(pressure in airway)),但是也可以是食道中的气动压力Pes(食道中的压力(pressure in esophagus))或者胃中的胃压力Pga,该食道中的气动压力Pes或者胃中的胃压力Pga同样被用作针对呼吸道压力的量度。优选地,测量相对于环境压力的压力。随时间变化的呼吸道压力Paw、Pes、Pga由患者的呼吸肌(自主呼吸)或者由通气设备或者由患者的自主呼吸和人工通气的叠加来产生。
如果当前没有给患者进行人工通气(更一般地:如果患者当前没有与针对呼吸道压力Paw或者Pes或者Pga的传感器连接,那么也可以应用根据本发明的方法。在一种应用中,预先给定针对呼吸道压力Paw的优选地恒定的值、例如零(呼吸道压力等于环境压力——如果没有给患者进行人工通气,则这对应于患者的自身的呼吸努力(Atmungsanstrengung))。在该情况下,不需要针对呼吸道压力的传感器。在该情况下,根据本发明也确定这两个气动量度。
根据本发明,优选地利用气动传感器,此外测量进入到和/或离开患者肺部和/或进入到和/或离开患者呼吸道的呼吸空气的体积流。该体积流例如同样在患者与测量设备之间的流体连接中被测量,优选地在患者的嘴部附近被测量,或者在通气设备上被测量。优选地,预先给定或者确定并且紧接着考虑在测量点与呼吸道或者肺部之间的时间延迟。或者,时间延迟可以被视为可忽略得小。替选于此地或者附加于此地,例如利用机械的或者光学的传感器,测量肺部的当前体积。从体积流中可以计算体积,并且相反地从体积中可以计算体积流。测量这两个信号建立冗余。
根据本发明,确定两个不同的气动量度。在一个构建方案中,这两个气动量度描述了呼吸系统的两个不同的且优选地在空间上分开的区域的相应活动,例如描述了横隔膜肌的活动和呼吸辅助肌的活动,或者描述了左侧身体区域的活动和右侧身体区域的活动,或者描述了两个不同的肌肉群中的活动,所述肌肉群负责在呼吸时的两种不同功能。在另外的构建方案中,这两个气动量度描述了在两个不同的过程中的相应的活动,患者在呼吸期间执行所述过程,例如吸入(吸气,第一气动量度)和呼出(呼气,第二气动量度)或者具有吸入和呼出的常规呼吸(第一气动量度)以及不合常规的过程、如例如咳嗽和打喷嚏或者痉挛(第二气动量度)。优选地,这两个过程在时间上不重叠。
在一个构建方案中,体积流传感器重复地测量相应的当前体积流,其中体积流传感器优选地是气动传感器。信号处理单元从体积流传感器的测量值中产生体积流信号。信号处理单元通过算术积分从体积流信号中产生体积信号。优选地,信号处理单元从体积流传感器的多个测量值中计算针对患者肺部的当前充盈水平。优选地,信号处理单元从涉及不同时刻的体积流的多个测量值中通过从上往下积分(Aufintegrieren)来计算肺部的当前充盈水平。该构建方案节省了设置体积传感器的必要性。
在另外的构建方案中,体积传感器重复地测量相应的当前体积、亦即肺部的充盈水平。该体积传感器例如包括图像记录设备和图像评估单元,或者包括机械传感器、例如应变条或者别的位置传感器。信号处理单元产生体积信号,并且从该体积信号中通过算术微分来产生体积流信号。
在该构建方案的实现方案中,信号处理单元附加地或者替代于此地接收充盈水平传感器的测量值,该充盈水平传感器测量针对患者肺部的当前充盈水平的量度。该充盈水平传感器可以是气动的或者电的传感器,或者也可以是光学传感器。例如,图像记录设备产生患者的图像,并且图像评估单元(尤其是通过应用成像方法)评估这些图像,以便测量肺部充盈水平。
在替选的构建方案中,信号处理单元不仅接收体积流传感器的测量值,而且接收体积传感器的测量值。信号处理单元不仅产生体积流信号,而且产生体积信号。如果可能从体积流信号中计算体积或者可能从体积信号中计算体积流,则该构建方案产生冗余,并且避免要不然会出现的错误。
在充盈水平传感器的实施形式中,几何学传感器测量针对身体几何形状的量度,使得测量到的身体几何形状与肺部的当前充盈水平关联。例如,借助在肺部附近定位在患者皮肤上的并且根据肺部充盈水平运动的测量值记录器,几何学传感器测量当前身体周长或者测量体在患者皮肤上的位置或者运动或者加速度。测量值记录器根据肺部充盈水平改变它的位置。也可能的是,采用图像记录设备和成像方法,以便测量针对身体几何形状的量度。
也可能的是,一方面间接地从体积流传感器的测量值中确定针对肺部充盈水平的量度,而另一方面直接借助充盈水平传感器来测量针对肺部充盈水平的量度。
根据本发明,预先给定在两个气动量度与呼吸信号之间的两种关系。或者,预先给定在气动总量度与呼吸总信号之间的总关系。这些关系中的至少一个具有至少一个模型参数,可选地每种关系都具有至少一个模型参数。这些关系中的该模型参数或者每个模型参数的相应值在通常情况下事先并不知道。根据本发明,信号处理单元针对所述模型参数或者每个模型参数分别导出值至少一次,可选地针对同一模型参数依次导出多个值。针对所述导出,信号处理单元使用不同的信号。
在一个构建方案中,信号处理单元将多个测量值联合成一个信号,例如通过平滑或者通过形成平均值或者中值而联合成一个信号。例如,信号处理单元将呼吸传感器的所有测量值联合成第一或者第二气动信号或者气动总信号的信号值,所述呼吸传感器在一次呼吸的一个阶段的进程中已测量所述所有测量值。例如,这一个阶段是在一次呼吸期间的吸入(吸气(Inspiration))或者呼出(呼气(Exspiration))。
根据本发明,预先给定一种函数,该函数将针对呼吸道压力的量度描述为体积流和/或肺部充盈水平以及这两个气动量度或者气动总量度的函数。在一般构建方案中,该函数具有如下形式
其中,适用
在这种情况下,f0、f1、f2是可以是非线性的传递函数。是进入到患者肺部中和离开患者肺部的随时间变化的体积流,Vol是肺部的随时间变化的充盈水平,Sig1是第一呼吸信号,并且Sig2是第二呼吸信号。预先给定函数f0、f1和f2。函数f0不取决于呼吸信号,函数f1取决于第一呼吸信号Sig1,并且函数f2取决于第二呼吸信号Sig2。在一个构建方案中,不仅f1而且f2都分别具有至少一个模型参数。可选地,函数f0也具有至少一个模型参数。w1(t)和w2(t)项是随机噪声项。被加数Resges(总残差)描述了由于测量误差和/或过程误差(在模型与现实之间的偏差)造成的随时间变化的噪声。
如果一般能够测量到N个呼吸信号,则这样可以区分和确定至少N个气动量度,并且函数具有如下形式:
因而,一般可以确定至少N个区域或者过程对整个呼吸活动的贡献或者份额。在该构建方案中,预先给定分别在气动量度与可测量的呼吸信号之间的N个关系,其中至少一个、优选地每个关系都分别具有至少一个模型参数。
在下文,又描述了如下情况:确定两个气动量度Pmus,1和Pmus,2,并且预先给定两个关系。
在一个构建方案中,信号处理单元将至少一种统计学方法应用于预先给定的函数,和/或应用于两种关系,和/或应用在从测量值中计算信号中,和/或应用在导出模型参数值中。通过应用这种统计学方法,可以将随机测量值以及噪声的影响补偿直至一定程度。此外,在许多情况中可能的是,计算关于所确定的气动量度与相对应的实际量度相一致的可靠性的陈述。
在一个构建方案中,信号处理单元应用回归方法,以便从测量值中产生信号,和/或以便从至少一个呼吸信号中确定气动量度,和/或以便导出模型参数值。该构建方案能够实现,附加地计算经验方差或者方程漫射(Streuung),并将所述经验方差或者方差漫射用作针对可靠性的量度。在另外的构建方案中,信号处理单元应用机器学习的方法,该信号处理单元例如训练神经网络。所测量的呼吸道压力可以是在患者外部的压力、例如气道中的压力(Paw)或者在嘴部之前的空气压力,或者可以出现在患者内部、例如食道中的压力Pes。
如果通气设备根据压力调节人工通气(压力控制的通气,压力的时间上的期望变化过程(Soll-Verlauf)是参考变量),则通气设备作为通气的压力源外加呼吸道压力Paw(t),也就是说通气设备以如下调节目标来调节通过通气产生的通气压力:由患者的自主呼吸和通过通气设备产生的通气空气压力构成的叠加等于预先给定的呼吸道压力。出现体积流和肺部充盈水平Vol(t),使得满足上面给出的等式。如果通气设备根据体积调节人工通气(体积控制的通气,体积的时间上的期望变化过程是参考变量),则根据通气出现呼吸道压力Paw(t)。
在本发明的替选方案中,信号处理单元接收至少一个呼吸传感器和其他传感器的测量值,并从接收到的测量值中产生两个呼吸信号。如下不同的构建方案是可能的:在使用一个呼吸传感器或者多个呼吸传感器的测量值的情况下,信号处理单元如何产生两个呼吸信号。这些构建方案相对应地也适用于本发明的另外的替选方案。
在一个构建方案中,信号处理单元接收两个呼吸传感器的测量值,优选地接收两组呼吸传感器的测量值,例如接收两组测量电极的测量值,所述测量电极定位在患者皮肤上的两个不同的且彼此间隔开的区域处。信号处理单元从测量值中产生两个呼吸信号。
在该构建方案的改进方案中充分利用如下事实:在有些情形中,例如如果通气设备根本不给患者通气或者以受控的方式而不是以经过调节的方式给患者通气,则可以从测量值中产生呼吸总信号Sig,该呼吸总信号Sig与患者的自身的整个呼吸活动关联。呼吸总信号Sig与气动总量度关联。以计算机可支配的形式预先给定其他函数。该其他函数将气动总量度Pmus描述为第一气动量度Pmus,1和第二气动量度Pmus,2的函数。尤其是,气动总量度Pmus是第一和第二气动量度的和。信号处理单元产生与气动总量度关联的呼吸总信号。例如,呼吸道压力传感器测量食道(食管)中的气动压力Pes,并使用所测量的压力Pes,以便产生呼吸总信号Sig。
使用预先给定的函数、预先给定的其他函数和预先给定的两个关系。如刚刚所描述的那样,产生呼吸总信号Pmus,此外产生与两个气动量度Pmus,1和Pmus,2关联的两个呼吸信号。在所述关系中和可选地在函数中的每个模型参数值都近似地被导出,其中在有些情况下使用超定方程组。经此,以较高的安全性来确定两个气动量度。
信号处理单元产生呼吸总信号,并为此使用呼吸道压力传感器以及体积流传感器和/或体积传感器的测量值。此外,信号处理单元确定气动总量度。信号处理单元附加地使用其他函数以及呼吸总信号,以便导出这两个呼吸信号,并且以便在使用这些信号的情况下导出该模型参数值或者至少一个模型参数值。在使用该模型参数值和气动总量度的情况下,信号处理单元确定两个气动量度。优选地,所述信号处理单元为此附加地使用这两个呼吸信号,例如借助至少两个呼吸传感器的测量值已产生所述两个呼吸信号。
在不同的替选构建方案中,避免了使用不同的两组呼吸传感器的必要性。一组传感器就足够了。在替选的构建方案中,对此应用预先给定的先验知识。在另外的替选的构建方案中,利用其他信号,以便从气动总量度或者呼吸总信号中确定这两个气动量度。
根据本发明,信号处理单元从相对应的测量值中产生体积流信号和/或体积信号。在替选的构建方案中,从先前确定的气动总量度中并且附加地从体积流信号和/或体积信号中,信号处理单元产生第一气动量度和第二气动量度。该替选的构建方案也节省了使用附加传感器的必要性,并且使用如下先验知识:所述先验知识可以得自体积流信号和/或体积信号或者预先给定。也可能的是,优选地从至少一个呼吸传感器的测量值中,首先产生呼吸总信号。从所述呼吸总信号中,信号处理单元在使用先验知识的情况下产生这两个呼吸信号。在使用这两个呼吸信号和这两个预先给定的关系的情况下,信号处理单元确定两个气动量度。
在一个构建方案中,预先给定份额函数p1或者p2,其中p1(t)在单个一次呼吸过程期间(亦即在一次吸入和呼出期间)根据时间t来描述第一区域或者第一过程的份额,并且p2(t)描述第二区域或者第二过程占患者的整个呼吸活动的份额。那么,适用或,以及此外优选地适用。因此,从气动总量度Pmus以及预先给定的份额函数p1或者p2中,可以确定两个气动量度Pmus,1和Pmus,2。也可能的是,在使用第一呼吸信号Sig1的情况下,首先确定第一气动量度Pmus,1;或者在使用第二呼吸信号Sig2的情况下,确定第二气动量度Pmus,2。在使用预先给定的份额函数p1或者p2的情况下,从第一气动量度中确定气动总量度以及第二气动量度,或从第二气动量度中确定气动总量度和第一气动量度。
可选地,确定呼吸总信号,并且信号处理单元在使用份额函数的情况下从该总信号中产生两个呼吸信号。接着,信号处理单元从这两个呼吸信号中确定两个气动量度。
在该构建方案的专业化方案(Spezialisierung)中,第一区域是呼吸肌的用于吸入的部分,而第二区域是用于呼出的区域。在许多情况下可以假定:在吸入期间,适用Pmus,2(t)=0;而在呼出期间,适用Pmus,1(t)=0。为了确定这两个气动量度,确定患者何时吸入和该患者何时呼出,其中吸入和呼出可以由自主呼吸和/或由人工通气致使。
在其他专业化方案中,信号处理单元探测患者实施的至少一个呼吸过程的相应的起始和相应的结束。特别优选地,信号处理单元探测每个呼吸过程的相应的起始和相应的结束。信号处理单元使用预先给定的函数作为份额函数。所述预先给定的函数针对在呼吸过程期间的多个时刻分别规定:何种份额的气动总量度分摊到第一区域上或者分摊到第一过程上。或者,预先给定的函数针对多个时刻分别规定:何种份额的气动总量度分摊到第二区域上或者分摊到第二过程上。优选地,吸入过程被标准化到预先给定的标度上。
这些构建方案可以组合。可能的是,信号处理单元接收两个呼吸传感器的测量值,并且附加地使用份额函数。这种组合建立有意的冗余。此外,在许多情况下更可能的是,评价针对模型参数值的导出的可靠性。可以更容易地识别和以算术方式补偿测量值中的或者信号中的可能有错误的偏差值。
在一个构建方案中,预先给定一个函数和两个关系,它们至少在模型参数中是线性的,例如如下:
被加数ResFkt(t)描述了函数中的过程噪声,被加数w1(t)和w2(t)分别描述了这两个关系中的噪声。
代替Paw(t),也可以使用食道压力Pes(t)。在该情况下,线性函数例如内容是,
在这种情况下,Pmus,1(t)和Pmus,2(t)是第一和第二气动量度,所述第一气动量度描述了呼吸系统的第一区域(尤其是横隔膜肌)的活动,或者描述了在患者呼吸时的第一过程的活动,并且所述第二气动量度描述了呼吸系统的第二区域、尤其是呼吸辅助肌(例如肋间肌)的活动,或者描述了在患者呼吸时的第二过程的活动。和是针对患者的自身的整个呼吸活动的优选地气动的量度。根据本发明,确定两个量度Pmus,1(t)和Pmus,2(t)。
这些肺力学(lungenmechanischen)模型方程包括多个模型参数。因子ECW描述了由于患者的胸壁(chestwall)造成的弹性。因子R描述了患者的呼吸道对抗体积流的呼吸阻力。因子E描述了肺部的弹性。在一个构建方案中,两个因子R和E的值从较早的测量中已知并被使用。在另外的构建方案中,因子R和E是事先不是已知的模型参数,并且信号处理单元通过应用统计学方法导出针对这两个因子的值。因子R和E作为肺力学参数分别具有物理意义,并且计算出的值在一个构建方案中以人可感知的形式被输出,尤其是可视化地被输出。
例如,被加数const由iPEEP(固有PEEP)得到,该iPEEP是尤其是针对患者的不完全呼出的后果的量度,并且例如可以利用探头在食道中进行测量。尤其是如果患者完全呼出,或者也可以仅从事微小的自身的呼吸活动,而且被人工通气,那么iPEEP的影响在许多情况下可以被忽略。因子R和E以及被加数const优选地是模型参数。比例因子k1和k2是如下其他模型参数:所述模型参数的单位优选地为mbar/μV。
尤其是如果这两个呼吸信号是电信号,那么这两个比例因子k1和k2分别描述了患者的呼吸系统的神经机械效率。呼吸信号Sig1和Sig2描述了如下电脉冲:患者身体产生所述电脉冲,以便操控第一和第二区域或触发第一和第二过程。这些电脉冲触发如下气动过程:所述气动过程通过第一和/或第二气动量度Pmus,1和/或Pmus,2来描述。神经机械效率描述了,电脉冲多好地被转化成气动有效的活动。
在一个构建方案中,所述函数和这两种关系线性地取决于模型参数。在该构建方案中,所述函数和这两种关系也不一定线性地取决于所述信号。在该构建方案中可能的是,借助递归滤波器(例如递归最小二乘滤波器(RLS,least-Squares-Filter))来导出模型参数值。在使用递归滤波器的情况下,模型参数的估计值持续地适配于当前信号值。尤其是,模型参数值快速地适配于患者的变化的特性,例如在患者改变他的身体姿势时适配于患者的变化的特性。所需的计算时间少于在每次测量之后可能会重新从零开始计算模型参数值时所需的计算时间。此外,借助递归滤波器常常实现更好的结果,尤其是因为没有一条补偿曲线通过测量点来铺设,这例如在借助多项式或者样条进行插值时可能情况如此。
如已经描述的那样,在一个构建方案中,为气动总量度Pmus预先给定其他函数,例如预先给定如下函数:
也可能的是,考虑或者估计第三区域或者第三过程对气动总量度的影响。
如果这两个关系至少在模型参数中是线性的,则由此得到信号处理单元使用的下列函数:
在一个构建方案中,测量食道压力Pes(esophagus),例如借助患者食道中的气动探头来测量食道压力Pes。从食道压力Pes和可选地体积流中,信号处理单元产生呼吸总信号Sig,该呼吸总信号Sig与气动总量度Pmus关联。
根据本发明,信号处理单元针对关系中的并且可选地函数中的该模型参数或者每个模型参数分别自动地导出值,而且针对导出使用所述信号。
在一个构建方案中,所有模型参数都被视为在时间上是恒定的。在另外的构建方案中,考虑如下可能性:至少一个模型参数、优选地每个模型参数可以随时间变化。在该另外的构建方案中,例如通过借助滑动时间窗进行平滑,导出模型参数的相应值,其中针对可测量的变量的仅最后N个信号值或者N个信号值组被用于导出模型参数值。在这种情况下,N是预先给定的数目。也可能的是,给每个信号值或者信号值组或者也给最后N个信号值或者N个信号值组配备有随时间变化的权重因子,其中信号值或者信号值组越旧,权重因子就越小。
在一个构建方案中,如下函数被用作预先给定的函数:该函数通过对上面给出的并且至少在模型参数中为线性的函数对时间t进行一次求导而获得,亦即例如通过求导获得的下列函数:
这种方案可以应用于线性函数,并且在有些情况下也可以应用于非线性函数,所述非线性函数将呼吸道压力描述为体积流和/或体积的函数以及这两个气动量度的函数,(微分(Differencing))。在有些情况下,这种方法导致更可靠地估计模型参数值。
在通常情况下只近似地,不仅适用预先给定的函数,而且适用预先给定的两个关系。在一个构建方案中,考虑三个随时间变动的偏差ResFkt(t)、Res1(t)和Res2(t),其中
在采用这两个关系之后,这供应了总偏差
或者也为
在一个构建方案中,信号处理单元借助统计学方法来计算针对如下可靠性的评价:以该可靠性,从测量值中产生信号,和/或从所述信号、函数和这两个关系中确定这两个气动量度Pmus,1(t)和Pmus,2(t)。例如,信号处理单元执行回归分析,并且评价经验方差。或者,至少一个偏差ResFkt(t)、Res1(t)、Res2(t)、Resges(t)被处理为具有预先给定的分布(例如正态分布)的随机变量,所述预先给定的分布具有至少一个所寻找的分布参数作为模型参数。从测量值中产生信号,从所述信号中产生抽样,并且借助所述抽样,导出概率分布的该模型参数值或者每个模型参数值。使用导出的值,以便计算对可靠性的评价、例如置信区间。
在一个构建方案中,信号处理单元规定,在患者吸入(吸气)期间已测量了传感器的哪些测量值,以及在患者呼出(呼气)时已测量了哪些测量值。信号处理单元将呼吸总信号或者两个呼吸信号分别划分到吸气信号部分和呼气信号部分上。在一个构建方案中,相同的函数和相同的关系不仅被用于吸气,而且被用于呼气。即使在相同函数和相同关系的情况下,至少一个模型参数也可以针对吸气和呼气取不同的值。在一个构建方案中,为至少一个模型参数分别导出对于吸气有效的第一值和对于呼气有效的第二值。为了导出对于吸气有效的参数值,信号处理单元使用在吸气时测量的该测量值或者至少数个测量值,亦即使用吸气信号部分。信号处理单元使用在呼气时测量的该测量值或者数个测量值,以便导出针对呼气的参数值、亦即呼气信号部分。在许多应用中,所述构建方案导致与在仅仅分别可能会导出针对每个模型参数的唯一值时相比更高的精度和/或可靠性。
在一个构建方案中,为每个模型参数分别计算吸气值和呼气值。这提高了精度。在另外的构建方案中,仅针对各个模型参数分别计算吸气值和呼气值,而针对另外的模型参数仅分别计算如下值:所述值不仅适用于吸气,而且适用于呼气。
例如,函数
被使用。针对两个模型参数R和E,对于每个采样时刻分别计算吸气值和呼气值。针对此函数中的另外的模型参数以及针对这些关系中的模型参数,对于每个采样时刻仅分别计算唯一的值。
在有些情况下可能的是,尤其是如果第一过程是吸入而第二过程是呼出,则以这种方式从气动总量度或者呼吸总信号中确定两个呼吸信号和/或两个气动量度。根据本发明,信号处理单元接收不同传感器的测量值,并产生两个呼吸信号和/或呼吸总信号,以及参数体积流信号和/或体积信号。信号处理单元优选地对接收到的测量值进行加工(aufbereitet),以便产生这些信号。尤其是在电呼吸传感器的情况下,信号处理单元产生至少一个测量值序列,至少近似地以算术方式补偿干扰信号的影响,而且分别计算所谓的包络线(envelope),所述包络线通过如下方式形成:由每个测量值形成绝对值,并且使每个这样形成的导出的测量值序列平滑。相应预处理的结果被用作在权利要求的意义下的信号。
在一个构建方案中,信号处理单元触发如下步骤:以人可感知的形式输出第一气动量度和/或第二气动量度和/或气动总量度和/或得自这两个量度的变量,例如在输出设备上显示它们。例如,显示了两个气量度的时间变化过程。
在一个构建方案中,信号处理单元探测至少一个呼吸过程的起始和结束,优选地探测每个呼吸过程在检查时间段之内的起始和结束。每个呼吸过程都分别包括恰好一个吸入过程(吸气)和恰好一个呼出过程(呼气)。针对每个探测到的呼吸过程,信号处理单元都根据由两个根据本发明确定的气动量度来计算下列变量中的至少一个:
- 在呼吸过程期间在第一气动量度与第二气动量度之间的比率,例如在呼吸过程的进程中在第一气动量度的最大值与第二气动量度的最大值之间的商,
- 在第一气动量度与第二气动量度之间的相位差(相移),参见随后的阐述,
- 针对第一区域或者第一过程的神经机械效率,这是在第一气动量度与第一呼吸信号之间的比率,
- 针对第二区域或者第二过程的神经机械效率,这是在第二气动量度与第二呼吸信号之间的比率。
神经机械效率说明,在患者身体中的电呼吸信号多好地被转化为呼吸肌的以气动方式可测量的活动。
在下文,给出了对具有相移的构建方案的阐述。呼吸是周期性过程,并且完整的一次呼吸是单个周期。数次呼吸被标准化,例如被标准化到从0直至360°或者从0直至的标度上。紧接着确定,在哪个时刻(相位),在该标准化标度上,第一气动量度Pmus,1以及第二气动量度Pmus,2分别超过预先给定的阈值,而且由此变为“活动的”。实例:如果第一气动量度Pmus,1描述了在吸入时的活动并且第二气动量度Pmus,2描述了在呼出时的活动,则第一气动量度Pmus,1具有例如在0°到30°之间的相位,并且第二气动量度Pmus,2通常具有大于100°、尤其是大于150°的相位。在这两个相位之间的偏差被称为相位差,或者也被称为相移。
在本发明的应用中,通气设备辅助患者的呼吸活动。在这种辅助的情况下,亦即在人工通气的情况下,通气设备依次实施多个通气行程。
在该应用的一个构建方案中,根据所确定的第一气动量度Pmus,1和/或根据所确定的第二气动量度Pmus,2,自动地触发这些通气行程或者至少数个通气行程。
在该应用的其他构建方案中,信号处理单元计算,患者P的呼吸活动的多少份额或者贡献分摊到第一区域/过程上和/或分摊到第二区域/过程上。对于该计算,信号处理单元使用这两个所确定的气动量度Pmus,1和Pmus,2。那么,如果所计算出的份额在预先给定的界限之上或者之下,则信号处理单元触发下列两个步骤中的至少一个:
- 输出消息,优选地以人可感知的形式输出消息。该消息包括关于所计算出的份额的信息。
- 以如下目标来自动地操控通气设备:改变所述份额。
在该其他构建方案的改进方案中,信号处理单元重复地确定这两个气动量度Pmus,1和Pmus,2。信号处理单元执行下列两个步骤中的至少一个:
- 信号处理单元检验,整个呼吸活动的在预先给定的界限之上的份额是否在第一区域/过程与第二区域/过程之间来回切换,
- 信号处理单元检验:在第一区域/过程和第二区域/过程的呼吸活动的时间变化过程之间,是否出现在预先给定的界限之上的时间偏移、例如上面提及的相移。
如果探测到这两个事件之一,则信号处理单元触发以下步骤中的至少一个步骤:
- 输出消息,或者
- 以如下目标来操控通气设备:改变所述份额或者时间偏移。
附图说明
在下文,依据实施例描述本发明。在这种情况下,
图1示意性地示出哪些传感器测量被用于确定两个气动量度的不同变量;
图2示出了从哪些传感器的测量值中导出哪些信号;
图3示例性地示出了如何通过信号处理从传感器的原始测量值中获得信号;
图4示意性地示出了在使用哪些函数和哪些关系的情况下从所产生的信号中导出哪些气动量度;
图5示意性地示出了信号处理单元的输入信号和结果;
图6示出了一种变型方案,其中预先给定总关系和函数,其中在这两者中出现了针对患者的呼吸活动的气动总量度;
图7示出了如何在图6的变型方案中确定气动总量度,并且示出了如何在使用预先给定的份额函数的情况下确定两个气动量度;
图8示出了图7的变型方案的修改方案,其中首先确定第一气动量度,并且接着在使用份额函数的情况下确定另外的气动量度和气动总量度;
图9示出了一种变型方案,其中不是测量呼吸道压力,而测量食道中的压力;
图10依据流程图示出了如何持续地计算针对这两个气动量度的值。
具体实施方式
在实施例中,要持续地确定针对两个随时间变化的气动量度Pmus,1和Pmus,2的值,所述气动量度Pmus,1和Pmus,2描述了患者P的第一区域和第二区域的呼吸活动,而患者P至少暂时由通气设备进行人工通气。在第一应用中,第一区域是横膈膜的肌肉,并且第二区域是呼吸辅助肌。在第二应用中,第一区域是左半身的呼吸肌,并且第二区域是右半身的呼吸肌。在第三应用中,第一气动量度Pmus,1描述了患者P的吸入(吸气),并且第二气动量度Pmus,2描述了患者P的呼出(呼气),亦即两个不同的过程。
图1示意性地示出了测量哪些信号。显示了:
- 患者P,
- 患者P的食道Sp和横膈膜Zw,
- 通气设备1,该通气设备1至少暂时给患者P进行人工通气,并且包括进行数据处理的信号处理单元5,该信号处理单元5至少暂时具有对数据存储器9的读取访问,
- 四组传感器2.1.1直至2.2.2,这些传感器分别具有至少一个测量电极,其中测量电极组2.1.1和2.1.2平行于胸骨布置,并且测量电极组2.2.1和2.2.2布置在肋弓上,
- 气动传感器3,该气动传感器3测量在患者P的嘴部之前的呼吸道压力Paw,
- 可选的传感器4,该可选的传感器4包括图像记录设备和图像评估单元,并对准患者P的胸部区域,以及
- 在患者P的食道Sp中的呈探头形式的可选的气动传感器6。
图2示出了在使用这些传感器的测量值的情况下产生的信号。
测量电极的四个测量电极组2.1.1直至2.2.2供应两个电呼吸信号Sig1和Sig2,所述两个电呼吸信号Sig1和Sig2与第一气动量度Pmus,1和与第二气动量度Pmus,2关联。在第一应用中,两个测量电极组2.2.1和2.2.2供应针对与横膈膜肌的活动关联的第一呼吸信号Sig1的测量值,并且两个测量电极组2.1.1和2.1.2供应针对与呼吸辅助肌(肋间肌)的活动关联的第二呼吸信号Sig2的测量值。在第二应用中,两个测量电极组2.1.1和2.2.1供应针对与左半身的呼吸肌的活动关联的第一呼吸信号Sig1的测量值,并且两个测量电极组2.1.2和2.1.2供应针对与右半身的呼吸肌的活动关联的第二呼吸信号Sig2的测量值。
替代测量电极2.1.1直至2.2.2,也可以使用至少两组肌力图传感器(Mechanomyogramm-Sensoren),所述肌力图传感器供应针对两个气动信号Sig1和Sig2的测量值。
在所示的实例中,患者P的整个呼吸活动Pmus通过叠加这些区域并且因此叠加这些气动量度Pmus,1和Pmus,2来形成,亦即在任何时刻t都适用:
也可能的是,利用相对应更大数目的传感器,针对患者P的呼吸肌的三个或者更多个不同区域或者在呼吸时的三个或者更多个过程产生三个或者更多个呼吸信号。
气动传感器3供应如下测量值:在患者P的嘴部之前的呼吸道压力Paw(气道中的压力)得自所述测量值。该呼吸道压力Paw优选地是与环境压力的差,并且从患者P的自身呼吸活动(通过Pmus来描述)和通过通气设备1进行的人工通气的叠加中形成。在没有给患者P进行人工通气的时间段中,得自传感器3的测量值的呼吸道压力Paw仅由患者P的自身呼吸活动(自主呼吸)形成。可选的探头6供应如下测量值:从所述测量值中,导出食道压力Pes(食道中的压力)。
此外,产生随时间变化的信号,该信号与流速关联,亦即与每单位时间流入或者流出患者P的肺部的空气的体积关联。这个信号同样借助传感器3的测量值或者借助另外的传感器的测量值来产生。通过在时间上进行数值积分,从信号中计算信号Vol,该信号Vol与患者P的肺部的当前充盈水平Vol关联。
在一个构建方案中,传感器4的图像记录设备持续地产生患者P的胸部区域的图像。这些图像示出了胸部区域的几何形状。该几何形状与当前的肺部充盈水平Vol关联。图像评估单元评估胸部区域的图像,并从中得出信号Vol。针对流速的信号得自针对当前的肺部充盈水平的信号Vol,尤其是通过数值微分而得自针对当前的肺部充盈水平的信号Vol。
可以相互组合这两个构建方案、即
图3以实例示出了,信号处理单元5如何从原始测量值中获得信号。示例性地,示出了一数量的测量电极的原始测量值的时间变化过程RM,以及示出了信号Sig1。原始测量值RM通过如下方式来计算:在测量电极组2.1.1至2.2.2供应的电压中,抑制噪声和干扰,并且以算术方式至少近似地补偿心肌信号(EKG信号)的影响。信号Sig1通过使原始测量值RM的时间变化过程平滑来形成。在所示的实例中,从原始测量值RM中,计算出所谓的包络线(envelope),并将该包络线用作信号Sig1。该包络线通过在分别预先给定的时期内对原始测量值RM的数值的最大值进行线性或者非线性平滑而形成,并且仅具有正的信号值。
图4示意性地示出了如下构建方案:从测量到的信号中导出哪些气动量度,并且使用哪些函数和关系。在下文,术语“函数”被使用,以便描述在可测量的变量(尤其是呼吸道压力Paw或者食道压力Pes)以及所寻找的气动量度与其他可测量的变量之间的相关性。术语“关系”被用于在所寻找的气动量度与呼吸信号之间的相关性,以及被用于在多个气动量度之间的相关性。
预先给定第一关系Zus1,即预先给定在第一气动量度Pmus,1与第一呼吸信号Sig1之间的关系。该关系例如具有以下形式
在这种情况下,k1是比例因子,该比例因子优选地具有量度单位[mbar/mV],并且也可以随着时间变动,但是比气动量度Pmus,1或者呼吸信号Sig1明显更慢地变动。该比例因子k1可以被称为神经肌肉效率,亦即第一区域的肌肉多好地将在患者P的身体中产生的电信号转化成肌肉运动。
此外,预先给定了第二关系Zus2、即在第二气动量度Pmus,2与第二呼吸信号Sig2之间的关系。该关系例如具有以下形式
在轻微的修改方案中,这两个关系具有形式和。此外,预先给定了函数Fkt,该函数Fkt在一个构建方案中将呼吸道压力Paw描述为体积(肺部充盈水平)Vol、流速(体积变化)和患者P的自身的整个呼吸活动Pmus的函数。该函数Fkt例如具有形式。
如果等式(1)适用,则从(5)中得到预先给定的函数
以可由计算机评估的形式,在数据存储器9中储存有该预先给定的函数Fkt或者每个预先给定的函数Fkt和预先给定的关系Zus1和Zus2,信号处理单元5对所述数据存储器9有读取访问。
在修改方案中,将预先给定的函数(6)事先对时间t微分一次。由此,减少残差中的可能的时间关联(模型与现实的偏差)。在应用统计学估计方法时,这种时间残差可能导致较差的结果。此外,通过微分,最后的被加数const消失。在对(6)进行微分之后,该函数具有以下形式
图5示例性地阐明了,信号处理单元5使用哪些测量到的信号作为输入信号,并且该信号处理单元5供应哪些结果。进一步在下面更详细地阐述了信号处理单元5的计算。
图6和图7示出了变形方案。从测量电极2.1.1直至2.2.2的测量值中,产生唯一的呼吸总信号Sig,该呼吸总信号Sig与患者P的整个呼吸活动关联,并且因此与气动总量度Pmus关联。此外,正如刚刚所描述的那样,分别产生针对呼吸道压力的信号Paw和针对体积流的信号。从呼吸总信号Sig中导出气动总量度Pmus,对此例如使用函数(5)和关系。
根据该变形方案,此外预先给定份额函数p1或者p2。
在图7中所示的实例中,从0直至T的时期覆盖患者P的单次呼吸。每次呼吸的长度被标准化到T上。时刻T_I是吸入(吸气)的开始,时刻T_E是呼出(呼气)的开始。在该情况下,作为函数Fkt例如预先给定:
或者在对(5)进行微分之后,也预先给定
在该情况下,信号处理单元5首先计算针对描述患者P的整个呼吸活动的气动量度Pmus的值Pmus(t),并且紧接着在使用份额函数p2(t)和关系(9)的情况下计算针对第二气动量度Pmus,2的值Pmus,2(t),以及从这些值中根据下式计算针对第一气动量度Pmus,1的值Pmus,1(t):
图8阐明了通过图7所阐明的行为的变型方案。在图8的变型方案中,产生第一呼吸信号Sig1,该第一呼吸信号Sig1与第一气动量度Pmus,1关联。为了产生第一呼吸信号Sig1,例如使用测量电极,所述测量电极在患者P的皮肤上靠近第一区域来定位。此外,正如上面所描述的那样预先给定了份额函数p1(t),该份额函数p1(t)描述了第一气动量度Pmus,1占总气动量度Pmus的份额。对于每个时刻t,优选地都适用和,并且因此适用。为了根据图8的变型方案产生第一呼吸信号Sig1,在一个构建方案中,关系(11)被代入到函数(5)中,这供应了函数。再次可能的是,使用基于导数的关系。此外,使用关系(2)。在确定第一气动量度Pmus,1之后,在使用(1)的情况下确定第二气动量度Pmus,2。
也可能的是,首先从第二呼吸信号Sig2中确定第二气动量度Pmus,2,并且接着确定气动总量度和/或第一气动量度Pmus,1。从测量值中产生两个呼吸信号Sig1和Sig2和使用份额函数p1或者p2的这两种变型方案可以相互组合,例如以便执行合理性检验,或者以便获得两个结果,接着在这两个结果之间进行适当平均。在这种组合中,因此一方面正如在关系(7)中所描述并且通过图5所阐明的那样,计算针对两个气动量度Pmus,1和Pmus,2的值Pmus,1(t)和Pmus,2(t),对此使用两组测量电极2.1.1和2.1.2的测量值以及使用其他两组测量电极2.2.1和2.2.2的测量值。另一方面,使用具有预先给定的份额函数的关系。
在其他修改方案中,使用两个同类的函数Fktin和Fktex,所述函数Fktin和Fktex分别将呼吸道压力描述为另外的变量的函数,其中所述一个函数Fktin适用于吸入(吸气,脚标in)并且所述另外一个函数Fktex适用于呼出(呼气,脚标ex)。例如,这两个函数具有下列形态:
和
或
在变型方案中,使用如下假设:患者P在任何时刻都
- 要么吸入要么呼出,并且因而在每个时刻,要么函数(15)和关系(17)和(18)适用于吸入,要么函数(16)和关系(19)和(20)适用于呼出
- 或者患者P当前既不吸入,又不呼出。
吸入和呼出可以通过患者P的自身的呼吸肌和/或通过人工通气而致使。
在另外的变型方案中考虑:由于吸入造成的信号和由于呼出造成的信号可以在一个时刻叠加,例如因为人工通气没有完美地与患者P的自身呼吸同步。接着,使用下列关系:
在其他构建方案中,代替函数(5),预先给定和使用具有其他被加数的函数,例如预先给定和使用下列函数:
在这种情况下,Q描述了对在从通气设备1到患者P的软管中和/或在患者P的气管中的湍流产生的空气流动的阻力,S描述了肺部和/或胸腔的可拉伸性根据体积Vol的变化,以及I描述了对加速度的阻力,其中在加速度足够小的情况下,该阻力可忽略得小。
图9示意性地示出了一种变型方案,其中代替呼吸道压力Paw,测量患者P的食道Sp中的压力Pes,即由探头6来测量。作为函数Fkt,例如预先给定下列函数:
或者在函数(25)已对时间微分之后,也预先给定:
因子ECW描述了由于患者P的胸壁(chestwall)造成的弹性。
不仅该预先给定的函数Fkt或者每个预先给定的函数Fkt而且预先给定的两个关系Zus1和Zus2在通常情况下都仅近似地适用。因而并且因为出现具有未知的和随时间变化的值的参数,所以气动量度不是仅在使用呼吸信号和关系的情况下被确定。更确切而言,附加地使用该函数或者至少一个函数,以及使用其他信号。
在一个构建方案中,考虑三个偏差(残差)ResFkt(t)、Res1(t)和Res2(t),其中
在将两个关系(2)和(3)代入到(27)中之后,这供应总偏差
或者也供应
这两个关系Zus1和Zus2(亦即(2)和(3)或者(17)直至(20))以及函数Fkt(亦即(6)或者(7)或者(15)和(16)或者(21)或者(25))一起形成针对患者P的呼吸活动的模型。在一个构建方案中,该模型具有多个模型参数。在刚刚介绍的关系和函数中,这是因子R、E、ECW、k1和k2以及被加数const,该被加数const此外取决于在呼出之后在肺部中剩余的体积。这些模型参数的值在通常情况下随时间变动。针对这些模型参数,导出估计的值,即在每个采样时刻ti分别导出一组值。
在一个构建方案中,预先给定采样时间窗,并计算模型参数在该采样时间窗中所取的值。该采样时间窗随着时间移动,并且在一个构建方案中包括N+1个相继的采样时刻ti-N直至ti,其中ti是当前采样时刻。测量和随后的信号处理针对可测量的变量供应了N+1组信号值,其中每个信号值组都分别涉及采样时刻ti。
例如,每个信号值组都具有以下形式
或者也具有以下形式
其中ti是采样时刻,(i=1、2、3、...)。
执行回归分析,以便使采样时间窗中的总偏差Resges(t)最小化。为此,使用来自采样时间窗的N+1个信号值组。在一个构建方案中,给每个信号值组都配备有权重因子,其中该信号值组越老,该权重因子就越小。在另外的构建方案中,所有信号值组都具有相同的权重因子1/(N+1)。回归分析针对每个模型参数分别供应估计的值(脚标est),亦即例如供应值Rest、Eest、ECW,est、k1,est和k2,est和可选地constest。每个模型参数值对于该采样时间窗都是有效的。模型参数可以在随后的采样时间窗中取另外的值。
在上面的实例中,那么近似地适用
其具有未知数Pmus,1(t)和Pmus,2(t)。
信号处理单元5持续地重复这些计算,优选地针对分别在时间上为最后N+1个采样时刻重复这些计算。可能的是,数目N+1从一个采样时间窗变动到另一个采样时间窗。
图10依据借助流程图示例性地阐明如下步骤:执行所述步骤,以便针对两个气动量度Pmus,1和Pmus,2来计算在当前采样时刻ti的两个值。解释清楚了,模型参数的值也随时间是可变的,并且仅在直至当前采样时刻ti的采样时间窗之内被视为恒定的。
图10示出了下列步骤和结果:
在步骤S1中,在当前采样时刻ti,信号处理单元5接收传感器2.1.1直至2.2.2和3的多个原始测量值,并且可选地接收传感器4的多个原始测量值。
在步骤S2中,信号处理单元5对测量值进行加工,例如正如在图3中所示的那样。在步骤S2中,信号处理单元5产生一组涉及当前采样时刻ti的信号值。
在步骤S3中,信号处理单元5导出一组模型参数值。为此,信号处理单元5使用来自步骤S2的当前信号值组{Paw(ti), , Vol(ti), Sig1(ti), Sig2(ti)},以及使用N个在前的采样时刻t i-N、...、t i-1的N个在前的信号值组 。因此,采样时间窗包括N+1个采样时刻。此外,信号处理单元5使用预先给定的函数Fkt、例如进一步在上面介绍的函数之一。步骤S3供应模型参数值的组。
在步骤S4中,信号处理单元5计算针对两个气动量度Pmus,1和Pmus,2的两个值Pmus,1,est(ti)、Pmus,2,est(ti)。为此,信号处理单元5使用模型参数值的在步骤S3中导出的组,以及使用两个预先给定的关系Zus1、Zus2。
在步骤S5中,信号处理单元5使用两个值Pmus,1,est(ti)和Pmus,2,est(ti),例如以便操控通气设备1和/或以便操控输出单元,在所述输出单元上,以人可感知的形式显示两个气动量度的两个值Pmus,1,est(ti)和Pmus,2,est(ti)以及更早的值。
针对下一采样时刻ti+1=ti+Δ,重新执行这些步骤S1直至S5。
在修改方案中,探测吸入和呼出,并以算术方式相互区分吸入和呼出。信号处理单元5一方面使用在患者P吸入时已测量的N1个吸气信号值组,而另一方面使用在患者P呼出时已测量的N2个呼气信号值组。这两个数目N1和N2可以相同,或者可以彼此不同。在每个采样时刻或者别的计算时刻,信号处理单元5一方面将回归分析应用于N1个吸气信号值组,以便针对每个模型参数分别导出在吸入时有效的所估计的模型参数值,例如导出值Rin,est、Ein,est、k1,in,est和k2,in,est并且可选地导出constin,est。借助这些模型参数值和函数(10)以及关系(12),信号处理单元5分别计算针对第一气动量度Pmus,1,in的值Pmus,1,in(t)和针对第二气动量度Pmus,2,in的值Pmus,2,in(t),这些值对于吸入是有效的。另一方面,信号处理单元5针对呼出执行相对应的内容,以便计算针对两个气动量度Pmus,1,ex和Pmus,2,ex的值,并且为此使用函数(11)以及关系(13)。
在一种应用中,对于吸入和对于呼出有效的两个第一气动量度Pmus,1,in和Pmus,1,ex彼此分开地被使用。在另外的应用中,从针对吸入和针对呼出的这两个第一气动量度Pmus,1,in和Pmus,1,ex中,导出第一气动总量度。相对应的内容适用于两个第二气动量度Pmus,2,in和Pmus,2,ex。
附图标记列表
1 | 通气设备,人工地给患者P进行通气,包括信号处理单元5 |
2.1.1,2.1.2 | 在患者P的皮肤上的第一组测量电极,供应针对信号Sig<sub>2</sub>的测量值,所述信号Sig<sub>2</sub>与第二气动量度P<sub>mus,2</sub>关联 |
2.2.1,2.2.2 | 在患者P的皮肤上的第二组测量电极,供应针对信号Sig<sub>1</sub>的测量值,所述信号Sig<sub>1</sub>与第一气动量度P<sub>mus,1</sub>关联 |
3 | 在患者P的嘴部之前的气动传感器,测量呼吸道压力P<sub>aw</sub> |
4 | 具有图像记录设备和图像处理单元的光学传感器,测量患者P的身体的几何形状,从所述几何形状中以算术方式导出当前的肺部充盈水平Vol |
5 | 信号处理单元,执行根据本发明的方法的步骤 |
6 | 食道Sp中的探头,测量食道Sp中的气动压力P<sub>es</sub> |
9 | 数据存储器,在所述数据存储器中储存有函数Fkt和关系Zus<sub>1</sub>和Zus<sub>2</sub>,并且对信号处理单元5有读取访问 |
const | 呈肺力学被加数形式的模型参数:在患者P不完全呼出之后的剩余压力 |
const<sub>est</sub>(t<sub>i</sub>) | 模型参数const在采样时刻t<sub>i</sub>的估计值 |
Δ | 在两个相继的采样时刻t<sub>i</sub>与t<sub>i+1</sub>之间的间距 |
E | 呈肺力学因子形式的模型参数:患者P的肺部的弹性 |
E<sub>CW</sub> | 由于患者P的胸壁(chestwall)造成的弹性 |
E<sub>est</sub>(t<sub>i</sub>) | 模型参数E在采样时刻t<sub>i</sub>的估计值 |
Fkt | 预先给定的函数:针对呼吸道压力的可测量的气动量度Paw或者Pes作为Vol、、Pmus,1、Pmus,2的函数 |
k<sub>1</sub> | 呼吸肌的第一区域的神经肌肉效率,是模型参数 |
k<sub>1,est</sub>(t<sub>i</sub>) | 模型参数k<sub>1</sub>在采样时刻t<sub>i</sub>的估计值 |
k<sub>2</sub> | 呼吸肌的第二区域的神经肌肉效率,是模型参数 |
k<sub>2,est</sub>(t<sub>i</sub>) | 模型参数k<sub>2</sub>在采样时刻t<sub>i</sub>的估计值 |
N+1 | 采样时间窗的采样时刻的数目 |
P | 具有食道Sp和横膈膜Zw的患者,由通气设备1进行人工通气 |
P<sub>aw</sub> | 呼吸道压力,由患者P的自身呼吸活动和通过通气设备1的人工通气来产生,由传感器3来测量 |
P<sub>es</sub> | 在患者P的食道Sp中的压力,利用探头6在食道Sp中进行测量 |
P<sub>mus</sub> | 针对患者P的整个呼吸活动的气动总量度 |
P<sub>mus</sub>(t<sub>i</sub>) | 在采样时刻t<sub>i</sub>的气动总量度P<sub>mus</sub>的值 |
P<sub>mus,1</sub> | 第一气动量度,描述了第一区域的呼吸活动,第一区域例如是横膈膜Zw或者左半身,或者描述了在第一过程中的呼吸活动 |
P<sub>mus,1,in</sub> | 对于吸入(吸气)有效的第一气动量度 |
P<sub>mus,1,ex</sub> | 对于呼出(呼气)有效的第一气动量度 |
P<sub>mus,1</sub>(t<sub>i</sub>) | 第一气动量度P<sub>mus,1</sub>在采样时刻t<sub>i</sub>的值 |
P<sub>mus,2</sub> | 第二气动量度,描述了第二区域的呼吸活动,第二区域例如是呼吸辅助肌或者右半身,或者描述了在第二过程中的呼吸活动 |
P<sub>mus,2,in</sub> | 对于吸入(吸气)有效的第二气动量度 |
P<sub>mus,2,ex</sub> | 对于呼出(呼气)有效的第二气动量度 |
P<sub>mus,2</sub>(t<sub>i</sub>) | 第二气动量度P<sub>mus,2</sub>在采样时刻t<sub>i</sub>的值 |
R | 呈肺力学因子形式的模型参数:患者P的呼吸道对抗体积流的呼吸阻力 |
R<sub>est</sub>(t<sub>i</sub>) | 模型参数R在采样时刻t<sub>i</sub>的估计值 |
RM | 从中计算信号的原始测量值的时间变化过程 |
S1 | 步骤:接收原始测量值RM |
S2 | 步骤:从原始测量值RM中产生信号值组{Paw(ti), , Vol(ti), Sig1(ti), Sig2(ti)} |
S3 | 步骤:在使用采样时间窗的N+1个信号值组和预先给定的函数Fkt的情况下,导出模型参数值组{R<sub>est</sub>(t<sub>i</sub>), E<sub>est</sub>(t<sub>i</sub>), k<sub>1,est</sub>(t<sub>i</sub>), k<sub>2,est</sub>(t<sub>i</sub>), const<sub>est</sub>( t<sub>i</sub>)} |
S4 | 步骤:在使用所述模型参数值组和预先给定的关系Zus<sub>1</sub>、Zus<sub>2</sub>的情况下,计算针对两个气动量度的两个值P<sub>mus,1,est</sub>(t<sub>i</sub>)和P<sub>mus,2,est</sub>(t<sub>i</sub>) |
S5 | 步骤:使用所计算的值P<sub>mus,1,est</sub>(t<sub>i</sub>)和P<sub>mus,2,est</sub>(t<sub>i</sub>) |
Sig | 针对患者P自身的整个呼吸活动的电呼吸总信号,与气动总量度P<sub>mus</sub>关联 |
Sig<sub>1</sub> | 针对患者P的呼吸系统的第一区域的电呼吸信号,与第一气动量度P<sub>mus,1</sub>关联 |
Sig<sub>2</sub> | 针对患者P的呼吸系统的第二区域的电呼吸信号,与第二气动量度P<sub>mus,2</sub>关联 |
Sp | 患者P的食道 |
T_E | 患者P开始呼出(呼气)的时刻 |
T_I | 患者P开始吸入(吸气)的时刻 |
t<sub>i</sub> | 采样时刻 |
Vol | 患者P的肺部的体积(当前充盈水平),是体积流关于时间的积分,在一个构建方案中由光学传感器4来测量 |
每单位时间的进入到患者P的肺部中或离开患者P的肺部的空气流,是体积Vol对时间的导数,例如由传感器3来测量 | |
Zus<sub>1</sub> | 在第一呼吸信号Sig<sub>1</sub>与第一气动量度P<sub>mus,1</sub>之间的预先给定的关系 |
Zus<sub>2</sub> | 在第二呼吸信号Sig<sub>2</sub>与第二气动量度P<sub>mus,2</sub>之间的预先给定的关系 |
Zw | 患者P的横隔膜 |
Claims (16)
1.计算机实施的用于确定针对患者(P)的呼吸活动的第一气动量度(Pmus,1)和第二气动量度(Pmus,2)的方法,
其中
- 所述第一气动量度(Pmus,1)描述所述患者(P)的呼吸系统的第一区域的活动,和/或描述在所述患者(P)呼吸时的第一过程,和
- 所述第二气动量度(Pmus,2)描述所述患者(P)的所述呼吸系统的第二区域的活动,和/或描述在所述患者(P)呼吸时的第二过程,
其中以计算机可支配的形式预先给定函数(Fkt),所述函数(Fkt)将针对呼吸道压力的可测量的和优选地气动的量度(Paw, Pes)描述为至少以下项的函数:
- 针对所述患者(P)的肺部的充盈水平(Vol)的量度,以及
- 两个要确定的所述气动量度(Pmus,1,Pmus,2)和/或针对所述患者(P)的整个呼吸活动的气动总量度(Pmus),
所述患者(P)的自身的所述整个呼吸活动连同可选的人工通气在内达成所述呼吸道压力,
其中以计算机可支配的形式,
- 预先给定在所述第一气动量度(Pmus,1)与至少一个可测量的第一呼吸信号(Sig1)之间的第一关系(Zus1),和/或
- 预先给定在所述第二气动量度(Pmus,2)与至少一个可测量的第二呼吸信号(Sig2)之间的第二关系(Zus2),和/或
- 预先给定在针对所述患者(P)的所述整个呼吸活动的所述气动总量度(Pmus)与至少一个可测量的呼吸总信号(Sig)之间的总关系(Zus),
其中这两个关系(Zus1,Zus2)中的至少一个或者所述总关系(Zus)具有至少一个模型参数(k,k1,k2),并且
其中所述方法包括以下步骤:
所述患者(P)至少暂时与呼吸道压力传感器(3,6)连接,所述呼吸道压力传感器(3,6)测量针对所述呼吸道压力(Paw,Pes)的所述量度,
信号处理单元(5)
- 那么,如果所述患者(P)与所述呼吸道压力传感器(3,6)连接,则接收所述呼吸道压力传感器(3,6)的测量值,并在使用所述呼吸道压力传感器(3,6)的测量值的情况下,产生呼吸道压力信号(Paw,Pes),和
- 那么,如果所述患者(P)没有与所述呼吸道压力传感器(3,6)连接,则将针对所述呼吸道压力(Paw,Pes)的预先给定的值用作呼吸道压力信号(Paw,Pes),
所述信号处理单元(5)
- 接收充盈水平传感器(4)的测量值(RM),所述充盈水平传感器(4)测量针对肺部充盈水平的量度,并且从所述测量值(RM)中产生体积信号(Vol),
执行下列三个过程中的至少一个过程:
所述信号处理单元(5)
- 接收至少一个呼吸传感器(2.1.1,2.1.2)的测量值(RM),其中所述测量值涉及与所述第一气动量度(Pmus,1)关联的变量,
- 从所述测量值(RM)中,产生所述第一呼吸信号(Sig1),
- 针对在所述第一关系(Zus1)中出现的所述模型参数(k1)或者每个模型参数(k1),在使用所述函数(Fkt)和所产生的在所述函数(Fkt)中出现的信号(Paw,,Vol,Sig1)的情况下,分别导出值{k1,est(ti)},和
- 在使用所述第一关系(Zus1)和在所述第一关系(Zus1)中出现的模型参数{k1,est}的所导出的所述值{k1,est(ti)}或者至少一个所导出的值{k1,est(ti)}的情况下,确定所述第一气动量度(Pmus,1),
所述信号处理单元(5)
- 接收至少一个呼吸传感器(2.2.1,2.2.2)的测量值(RM),其中所述测量值涉及与所述第二气动量度(Pmus,2)关联的变量,
- 从所述测量值中,产生所述第二呼吸信号(Sig2),
- 针对在所述第二关系(Zus2)中出现的所述模型参数(k2)或者每个模型参数(k2),在使用所述函数(Fkt)和所产生的在所述函数(Fkt)中出现的信号(Paw,,Vol,Sig2)的情况下,分别导出值{k2,est(ti)},和
- 在使用所述第二关系(Zus2)和在所述第二关系中出现的模型参数{k2,est}的所导出的所述值{k2,est(ti)}或者至少一个所导出的值{k2,est(ti)}的情况下,确定所述第二气动量度(Pmus,2),
所述信号处理单元(5)
- 接收至少一个呼吸传感器(2.1.1直至2.2.2)的测量值(RM),其中所述测量值涉及与所述气动总量度(Pmus)关联的变量,
- 从所述测量值中,产生所述呼吸总信号(Sig),
- 针对在所述总关系(Zus)中出现的所述模型参数(k)或者每个模型参数(k),在使用所述函数(Fkt)和所产生的在所述函数(Fkt)中出现的信号(Paw,,Vol,Sig)的情况下,分别导出值{kest(ti)},和
- 在使用所述总关系(Zus)和所导出的所述模型参数值{kest(ti)}或者每个所导出的模型参数值{kest(ti)}的情况下,确定所述气动总量度(Pmus),
那么,如果确定了一个气动量度(Pmus,1,Pmus,2)和所述气动总量度(Pmus),但是没有确定另一个气动量度(Pmus,2,Pmus,1),
则所述信号处理单元(5)在使用已经确定的所述一个气动量度(Pmus,1,Pmus,2)和所确定的所述气动总量度的情况下确定所述另一个气动量度(Pmus,2,Pmus,1),
那么,如果确定了所述一个气动量度(Pmus,1,Pmus,2),但是既没有确定所述气动总量度(Pmus)也没有确定所述另一个气动量度(Pmus,2,Pmus,1),
则所述信号处理单元(5)
- 在使用所述已经确定的气动量度(Pmus,1, Pmus,2) 和所述气动总量度(Pmus) 的情况下,确定所述另一个气动量度(Pmus,2, Pmus,1),以及
那么,如果确定了所述气动总量度(Pmus),但是既没有确定所述第一气动量度(Pmus,1)又没有确定所述第二气动量度(Pmus,2),
3.根据上述权利要求中任一项所述的方法,
其特征在于,
所述第一关系(Zus1)和/或所述第二关系(Zus2)和/或所述总关系(Zus)是传递函数,所述传递函数线性地取决于所述或者每个模型参数(k,k1,k2),并且
尤其是所述关系(Zus1,Zus2,Zus)的所述模型参数或者一个模型参数是针对在相应的所述气动量度(Pmus,Pmus,1,Pmus,2)与可测量的呼吸信号(Sig,Sig1,Sig2)之间的比例的比例因子(k,k1,k2)。
5.根据权利要求4所述的方法,
其特征在于,
所述预先给定的函数(Fkt)根据以下项来描述针对所述呼吸道压力的可测量的气动量度(Paw,Pes):
- 所述肺部充盈水平(Vol),以及
- 所述两个气动量度(Pmus,1,Pmus,2)或者所述气动总量度(Pmus);
并且此外根据至少以下项来描述针对所述呼吸道压力的所述可测量的气动量度(Paw,Pes):
- 针对所述肺部充盈水平(Vol)的权重因子(E);
尤其是将针对所述呼吸道压力的所述可测量的气动量度(Paw,Pes)描述为加权和,
6.根据上述权利要求中任一项所述的方法,
其特征在于,
所述信号处理单元(5)
- 接收至少一个第一呼吸传感器(2.2.1,2.2.2)的测量值,所述至少一个第一呼吸传感器(2.2.1,2.2.2)测量与所述第一气动量度(Pmus,1)关联的变量,并且从所述测量值中产生所述第一呼吸信号(Sig1),和
- 接收至少一个第二呼吸传感器(2.1.1,2.1.2)的测量值,所述至少一个第二呼吸传感器(2.1.1,2.1.2)测量与所述第二气动量度(Pmus,2)关联的变量,并从所述测量值中产生所述第二呼吸信号(Sig2)。
7.根据权利要求6所述的方法,
其特征在于,
所述信号处理单元(5)
- 接收至少一个第一测量电极、优选地第一测量电极组(2.1.1,2.1.2)的测量值,以及
- 接收至少一个第二测量电极、优选地第二测量电极组(2.2.1,2.2.2)的测量值,
其中所述第一测量电极或者每个第一测量电极
- 被用作供应针对所述第一呼吸信号(Sig1)的所述测量值的所述第一呼吸传感器(2.2.1,2.2.2)或者第一呼吸传感器(2.2.1,2.2.2),以及
- 定位在所述患者(P)的皮肤上的第一区域中,和
其中所述第二测量电极或者每个第二测量电极
- 被用作供应针对所述第二呼吸信号(Sig2)的所述测量值的所述第二呼吸传感器(2.1.1,2.1.2)或者第二呼吸传感器(2.1.1,2.1.2),以及
- 定位在所述患者(P)的所述皮肤上的第二区域中,其中所述第二区域在空间上与所述第一区域间隔开。
8.根据权利要求6或者7所述的方法,
其特征在于,
以计算机可支配的形式预先给定其他函数,所述其他函数将针对所述患者(P)的所述呼吸系统的整个活动的所述气动总量度(Pmus)描述为所述第一气动量度(Pmus,1)和所述第二气动量度(Pmus,2)的函数,
其中所述方法包括其他步骤:
所述信号处理单元(5)
- 产生呼吸总信号(Sig),所述呼吸总信号(Sig)与所述气动总量度(Pmus)关联,
- 为了产生所述呼吸总信号(Sig),至少暂时使用所述呼吸道压力传感器(3,6)的测量值,并且可选地使用所述体积流传感器(3)和/或所述体积传感器(4)的测量值,和
- 为了确定所述两个气动量度(Pmus,1,Pmus,2),附加地使用所述其他函数和所述呼吸总信号(Sig)。
11.根据上述权利要求中任一项所述的方法,
其特征在于,
预先给定在所述患者(P)的所述肺部的所述充盈水平(Vol)与针对所述患者(P)的身体的几何形状的可测量的量度之间的计算机可评估的几何形状关系,
所述充盈水平传感器包括几何形状传感器(4),其中所述几何形状传感器测量针对所述身体几何形状的量度,和
所述信号处理单元(5)
- 接收所述几何形状传感器(4)的测量值,
- 通过将所述几何形状关系应用于所述几何形状传感器(4)的所述测量值,计算针对所述患者(P)的所述肺部的当前充盈水平(Vol)的量度作为体积信号,和
- 在导出针对关系(Zus,Zus1,Zus2)的模型参数(k,k1,k2)的值的步骤中,使用所确定的针对所述肺部充盈水平(Vol)的量度。
12.根据上述权利要求中任一项所述的方法,
其特征在于,
所述信号处理单元(5)将所述呼吸总信号(Sig)或者所述两个呼吸信号(Sig1,Sig2)划分成
- 由于所述患者(P)的吸入(吸气)而产生的吸气信号部分(Sig1,in,Sig2,in),以及
- 由于所述患者(P)的呼出(呼气)而产生的呼气信号部分(Sig1,ex,Sig2,ex),
针对关系(Zus1,Zus2)的至少一个模型参数(k,k1,k2)和/或所述函数(Fkt)的至少一个模型参数(R,E,ECW,const),分别导出两个模型参数值,即
- 对于所述患者(P)的所述吸气有效的吸气参数值(kin,k1,in,k2,in,Rin,Ein,k1,in,k2,in,constin),以及
- 对于所述患者(P)的所述呼气有效的呼气参数值(kex,k1,ex,k2,ex,Rex,Eex,k1,ex,k2,ex,constex),以及
在使用所述吸气参数值(Rin,Ein,k1,in,k2,in,constin)的情况下,分别计算针对所述两个气动量度(Pmus,1,Pmus,2)的至少一个吸气部分(Pmus,1,in,Pmus,2,in),
在使用所述呼气参数值(Rex,Eex,k1,ex,k2,ex,constex)的情况下,分别计算针对所述两个气动量度(Pmus,1,Pmus,2)的至少一个呼气部分(Pmus,1,ex,Pmus,2,ex),和
在使用所述吸气部分(Pmus,1,in,Pmus,2,in)和所述呼气部分(Pmus,1,ex,Pmus,2,ex)的情况下,确定所述两个气动量度(Pmus,1,Pmus,2)。
14.用于以算术方式确定针对患者(P)的呼吸活动的第一气动量度(Pmus,1)和第二气动量度(Pmus,2)的信号处理单元(5),
其中,
- 所述第一气动量度(Pmus,1)描述所述患者(P)的呼吸系统的第一区域的活动,和/或描述在所述患者(P)呼吸时的第一过程,和
- 所述第二气动量度(Pmus,2)描述所述患者(P)的第二区域的活动,和/或描述在所述患者呼吸时的第二过程,
其中所述信号处理单元(5)至少暂时对数据存储器(9)拥有读取访问,在所述数据存储器(9)中,以计算机可支配的形式储存有函数(Fkt),
其中所述函数(Fkt)将针对呼吸道压力的可测量的和优选地气动的量度(Paw, Pes)描述为至少以下项的函数,
- 针对所述患者(P)的肺部的充盈水平(Vol)的量度,以及
- 两个要确定的气动量度(Pmus,1,Pmus,2),和/或针对所述患者(P)的整个呼吸活动的气动总量度(Pmus),
所述患者(P)的自身的所述整个呼吸活动连同可选的人工通气在内达成所述呼吸道压力,
其中在所述数据存储器(9)中,此外分别以计算机可支配的形式储存有:
- 在所述第一气动量度(Pmus,1)与至少一个可测量的第一呼吸信号(Sig1)之间的第一关系(Zus1),和/或
- 预先给定在所述第二气动量度(Pmus,2)与至少一个可测量的第二呼吸信号(Sig2)之间的第二关系(Zus2),和/或
- 在针对所述患者(P)的所述整个呼吸活动的所述气动总量度(Pmus)与至少一个可测量的呼吸总信号(Sig)之间的总关系(Zus),
其中这两个关系(Zus1,Zus2)中的至少一个或者所述总关系(Zus)具有至少一个模型参数(k,k1,k2),并且
其中所述患者(P)至少暂时与测量针对所述呼吸道压力(Paw,Pes)的量度的呼吸道压力传感器(3,6)能连接或者连接,
其中所述信号处理单元(5)构建成,
- 那么,如果所述患者(P)与所述呼吸道压力传感器(3,6)连接,则接收所述呼吸道压力传感器(3,6)的测量值,并在使用所述呼吸道压力传感器(3,6)的测量值的情况下,产生呼吸道压力信号(Paw,Pes),和
- 那么,如果所述患者(P)没有与所述呼吸道压力传感器(3,6)连接,则将针对所述呼吸道压力(Paw,Pes)的预先给定的值用作呼吸道压力信号(Paw,Pes),
其中所述信号处理单元(5)构建成,
- 接收充盈水平传感器(4)的测量值(RM),所述充盈水平传感器(4)测量针对肺部充盈水平的量度,并且从所述测量值(RM)中产生体积信号(Vol),
其中所述信号处理单元(5)构建成,执行第一过程和/或第二过程和/或第三过程;
其中所述第一过程包括以下步骤:所述信号处理单元(5)
- 接收至少一个呼吸传感器(2.1.1,2.1.2)的测量值(RM),其中所述测量值涉及与所述第一气动量度(Pmus,1)关联的变量,
- 从所述测量值(RM)中,产生所述第一呼吸信号(Sig1),
- 针对在所述第一关系(Zus1)中出现的所述模型参数(k1)或者每个模型参数(k1),在使用所述函数(Fkt)和所产生的在所述函数(Fkt)中出现的信号(Paw,,Vol,Sig1)的情况下,分别导出值{k1,est(ti)},和
- 在使用所述第一关系(Zus1)和在所述第一关系(Zus1)中出现的模型参数{k1,est}的导出的所述值{k1,est(ti)}或者至少一个导出的值{k1,est(ti)}的情况下,确定所述第一气动量度(Pmus,1);
其中所述第二过程包括以下步骤:所述信号处理单元(5)
- 接收至少一个呼吸传感器(2.2.1,2.2.2)的测量值(RM),其中所述测量值涉及与所述第二气动量度(Pmus,2)关联的变量,
- 从所述测量值中,产生所述第二呼吸信号(Sig2),
- 针对在所述第二关系(Zus2)中出现的所述模型参数(k2)或者每个模型参数(k2),在使用所述函数(Fkt)和所产生的在所述函数(Fkt)中出现的信号(Paw,,Vol,Sig2)的情况下,分别导出值{k2,est(ti)},和
- 在使用所述第二关系(Zus2)和在所述第二关系中出现的模型参数{k2,est}的导出的所述值{k2,est(ti)}或者至少一个导出的值{k2,est(ti)}的情况下,确定所述第二气动量度(Pmus,2);
其中所述第三过程包括以下步骤:所述信号处理单元(5)
- 接收至少一个呼吸传感器(2.1.1直至2.2.2)的测量值(RM),其中所述测量值涉及与所述气动总量度(Pmus)关联的变量,
- 从所述测量值中,产生所述呼吸总信号(Sig),
- 针对在所述总关系(Zus)中出现的所述模型参数(k)或者每个模型参数(k),在使用所述函数(Fkt)和所产生的在所述函数(Fkt)中出现的信号(Paw,,Vol,Sig)的情况下,分别导出值{kest(ti)},和
- 在使用所述总关系(Zus)和导出的模型参数值{kest(ti)}或者每个导出的模型参数值{kest(ti)}的情况下,确定所述气动总量度(Pmus),
其中所述信号处理单元(5)构建成,
那么,如果确定了一个气动量度(Pmus,1,Pmus,2)和所述气动总量度(Pmus),但是没有确定另一个气动量度(Pmus,2,Pmus,1),则在使用已经确定的所述一个气动量度(Pmus,1,Pmus,2)和所确定的所述气动总量度的情况下确定所述另一个气动量度(Pmus,2,Pmus,1),
那么,如果确定了所述一个气动量度(Pmus,1,Pmus,2),但是既没有确定所述气动总量度(Pmus)又没有确定所述另一个气动量度(Pmus,2,Pmus,1),则
- 在使用已经确定的所述气动量度(Pmus,1, Pmus,2) 和所述气动总量度(Pmus) 的情况下,确定所述另一个气动量度(Pmus,2, Pmus,1),以及
15.计算机程序,其能够在信号处理单元(5)上实施,并且
在所述信号处理单元(5)上进行实施时,那么,如果所述信号处理单元(5)接收
- 至少一个呼吸传感器(2.1.1直至2.2.2),
- 可选地至少一个呼吸道压力传感器(3,6),以及
- 体积流传感器(3)和/或体积传感器(4)
的测量值,则所述计算机程序引起,所述信号处理单元(5)执行根据权利要求1至13中任一项所述的方法。
16.信号序列,其包括指令,所述指令能够在信号处理单元(5)上实施,
其中,那么,如果所述信号处理单元(5)接收
- 至少一个呼吸传感器(2.1.1至2.2.2),
- 可选地至少一个呼吸道压力传感器(3,6),以及
- 体积流传感器(3)和/或充盈水平传感器(4)
的测量值,则所述指令引起,所述信号处理单元(5)执行根据权利要求1至13中任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019006480.1 | 2019-09-16 | ||
DE102019006480.1A DE102019006480A1 (de) | 2019-09-16 | 2019-09-16 | Verfahren und Signalverarbeitung zum Ermitteln der Atmungsaktivität eines Patienten |
PCT/EP2020/074893 WO2021052791A1 (de) | 2019-09-16 | 2020-09-07 | Verfahren und signalverarbeitungseinheit zum ermitteln der atmungsaktivität eines patienten |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114340488A true CN114340488A (zh) | 2022-04-12 |
CN114340488B CN114340488B (zh) | 2024-03-15 |
Family
ID=72422178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080064913.3A Active CN114340488B (zh) | 2019-09-16 | 2020-09-07 | 用于确定患者的呼吸活动的方法和信号处理单元 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220339382A1 (zh) |
CN (1) | CN114340488B (zh) |
DE (2) | DE102019006480A1 (zh) |
WO (1) | WO2021052791A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102022101848A1 (de) | 2021-06-18 | 2022-12-22 | Drägerwerk AG & Co. KGaA | Vorrichtung, Verfahren und Computerprogramm zum Ermitteln eines Patienten-Anteils |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1960671A (zh) * | 2004-02-18 | 2007-05-09 | 马奎特紧急护理公司 | 使用肌电活动来优化病人的呼吸辅助的方法和设备 |
WO2012024733A2 (en) * | 2010-08-27 | 2012-03-01 | Resmed Limited | Adaptive cycling for respiratory treatment apparatus |
DE102012003509A1 (de) * | 2012-02-22 | 2013-08-22 | Dräger Medical GmbH | Beatmungssystem |
CN105916440A (zh) * | 2013-12-18 | 2016-08-31 | 圣米高医院 | 用于验证病人的吸气肌活动的方法和系统、以及使用该方法和系统的机械通气系统 |
DE102015014106A1 (de) * | 2015-11-03 | 2017-05-04 | Drägerwerk AG & Co. KGaA | Vorrichtung zur druckunterstützenden oder druckkontrollierten Beatmung eines Patienten mit eingeschränkter Spontanatmung |
DE102015015296A1 (de) * | 2015-11-30 | 2017-06-01 | Drägerwerk AG & Co. KGaA | Vorrichtung und Verfahren zum Bereitstellen von Datensignalen indizierend Muskelaktivitäten, welche für inspiratorische sowie exspiratorische Atemanstrengungen eines Patienten relevant sind |
CN109069030A (zh) * | 2016-02-18 | 2018-12-21 | 皇家飞利浦有限公司 | 经由使用中心静脉压测压法增强呼吸参数估计和异步检测算法 |
US20190274586A1 (en) * | 2017-09-08 | 2019-09-12 | Nox Medical Ehf | System and method for non-invasively determining an internal component of respiratory effort |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007062214C5 (de) * | 2007-12-21 | 2017-12-21 | Drägerwerk AG & Co. KGaA | Verfahren zum automatischen Steuern eines Beatmungssystems sowie zugehörige Beatmungsvorrichtung |
-
2019
- 2019-09-16 DE DE102019006480.1A patent/DE102019006480A1/de not_active Withdrawn
-
2020
- 2020-09-07 CN CN202080064913.3A patent/CN114340488B/zh active Active
- 2020-09-07 WO PCT/EP2020/074893 patent/WO2021052791A1/de active Application Filing
- 2020-09-07 US US17/760,573 patent/US20220339382A1/en active Pending
- 2020-09-07 DE DE112020000233.0T patent/DE112020000233A5/de active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1960671A (zh) * | 2004-02-18 | 2007-05-09 | 马奎特紧急护理公司 | 使用肌电活动来优化病人的呼吸辅助的方法和设备 |
WO2012024733A2 (en) * | 2010-08-27 | 2012-03-01 | Resmed Limited | Adaptive cycling for respiratory treatment apparatus |
DE102012003509A1 (de) * | 2012-02-22 | 2013-08-22 | Dräger Medical GmbH | Beatmungssystem |
CN105916440A (zh) * | 2013-12-18 | 2016-08-31 | 圣米高医院 | 用于验证病人的吸气肌活动的方法和系统、以及使用该方法和系统的机械通气系统 |
DE102015014106A1 (de) * | 2015-11-03 | 2017-05-04 | Drägerwerk AG & Co. KGaA | Vorrichtung zur druckunterstützenden oder druckkontrollierten Beatmung eines Patienten mit eingeschränkter Spontanatmung |
DE102015015296A1 (de) * | 2015-11-30 | 2017-06-01 | Drägerwerk AG & Co. KGaA | Vorrichtung und Verfahren zum Bereitstellen von Datensignalen indizierend Muskelaktivitäten, welche für inspiratorische sowie exspiratorische Atemanstrengungen eines Patienten relevant sind |
CN109069030A (zh) * | 2016-02-18 | 2018-12-21 | 皇家飞利浦有限公司 | 经由使用中心静脉压测压法增强呼吸参数估计和异步检测算法 |
US20190274586A1 (en) * | 2017-09-08 | 2019-09-12 | Nox Medical Ehf | System and method for non-invasively determining an internal component of respiratory effort |
Also Published As
Publication number | Publication date |
---|---|
DE112020000233A5 (de) | 2021-08-26 |
WO2021052791A1 (de) | 2021-03-25 |
CN114340488B (zh) | 2024-03-15 |
US20220339382A1 (en) | 2022-10-27 |
DE102019006480A1 (de) | 2021-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6564318B2 (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 | |
CN107205694B (zh) | 通过呼吸参数的区域拟合的呼吸参数的同时估计 | |
US10165966B2 (en) | Methods and systems for monitoring resistance and work of breathing for ventilator-dependent patients | |
JP4667693B2 (ja) | 2つの位相センサーを使用した患者と換気装置の同期 | |
JP5546544B2 (ja) | 医療用人工呼吸器における患者呼吸努力力学のモデル予測オンライン同定 | |
CN109803708B (zh) | 呼吸设备和通气机设备 | |
CN102596028B (zh) | 用于对自主换气受试者中的肺顺应性进行量化的系统和方法 | |
JP2012511377A (ja) | エラスタンスおよび抵抗の決定 | |
US11331445B2 (en) | Determination of neuromuscular efficiency during mechanical ventilation | |
CN114340488B (zh) | 用于确定患者的呼吸活动的方法和信号处理单元 | |
EP3397330B1 (en) | Device and method for controlling ventilatory assist | |
CN107690310B (zh) | 用于经由连续参数估计来监测患者呼吸状态的无创方法 | |
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 | |
CN114599277A (zh) | 用于确定患者的呼吸活动的方法和信号处理单元 | |
WO2010081214A1 (en) | Detection of dynamic hyperinflation in spontaneously breathing mechanically ventilated patients |
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 |