CN114599277A - 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
- CN114599277A CN114599277A CN202080077205.3A CN202080077205A CN114599277A CN 114599277 A CN114599277 A CN 114599277A CN 202080077205 A CN202080077205 A CN 202080077205A CN 114599277 A CN114599277 A CN 114599277A
- Authority
- CN
- China
- Prior art keywords
- value
- processing unit
- signal processing
- signal
- respiratory activity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
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
- 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
- A61M16/026—Control means therefor including calculation means, e.g. using a processor specially adapted for predicting, e.g. for determining an information representative of a flow limitation during a ventilation cycle by using a root square technique or a regression analysis
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/03—Detecting, measuring or recording fluid pressure within the body other than blood pressure, e.g. cerebral pressure; Measuring pressure in body tissues or organs
- A61B5/036—Detecting, measuring or recording fluid pressure within the body other than blood pressure, e.g. cerebral pressure; Measuring pressure in body tissues or organs by means introduced into body tracts
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/03—Detecting, measuring or recording fluid pressure within the body other than blood pressure, e.g. cerebral pressure; Measuring pressure in body tissues or organs
- A61B5/036—Detecting, measuring or recording fluid pressure within the body other than blood pressure, e.g. cerebral pressure; Measuring pressure in body tissues or organs by means introduced into body tracts
- A61B5/037—Measuring oesophageal pressure
-
- 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
- A61B5/082—Evaluation by breath analysis, e.g. determination of the chemical composition of exhaled breath
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
- A61B5/224—Measuring muscular strength
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- 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
-
- 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
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
- A61M2205/3331—Pressure; Flow
- A61M2205/3334—Measuring or controlling the flow rate
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Pulmonology (AREA)
- Hematology (AREA)
- General Business, Economics & Management (AREA)
- Physiology (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Anesthesiology (AREA)
- Emergency Medicine (AREA)
- Physical Education & Sports Medicine (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Urology & Nephrology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及一种方法和一种信号处理单元(5),以便确定由通气设备(1)来人工处理的患者(P)的自身呼吸活动。信号处理单元执行第一通气过程,其中通气设备参数设定到第一设定值。根据在第一设定值的情况下已被测量到的测量值,信号处理单元产生第一信号值组。信号处理单元推导出第一呼吸活动值,并且为此使用预先给定的肺力学模型(20)和第一信号值组。信号处理单元计算针对如下可靠性的量度:第一呼吸活动值与相对应的实际呼吸活动量度相一致。根据该可靠性量度,信号处理单元检查,是否满足预先给定的触发标准。如果满足该预先给定的触发标准,则信号处理单元触发改变过程(演习),其中通气设备参数被设定到第二设定值。信号处理单元执行其他通气过程,其中通气设备参数设定到第二设定值。
Description
技术领域
本发明涉及一种方法和一种信号处理单元,以便尤其是在对患者进行人工通气期间自动地近似确定针对患者的自身呼吸活动的量度。
背景技术
通气设备支持患者的自身呼吸活动(自主呼吸),或者如果患者被镇静,则暂时完全替代患者的自身呼吸活动。麻醉设备是通气设备的一个特例。通气设备的至少一个致动器被操控,并引起对患者进行人工通气,通常通过一系列通气行程来对患者进行人工通气。为了使通气设备所实现的通气自动地与患者的自身呼吸活动(自主呼吸)自动同步,并且实现例如成比例放大,需要尽可能好地了解患者的自身呼吸活动。这可能是不规律的和/或随着时间改变。从患者侧的呼吸系统的肌肉到测量呼吸系统的信号的传感器的传输通道通常受到另外的随时间变化的信号影响。通常,同样在患者身体中招致这些进行影响的信号。尽管有这种不可避免的影响,但是通气设备要以高的运行安全并与自身呼吸活动良好同步地来运行。
在DE 102007062214 C5中描述了一种方法,以便自动地控制通气设备。借助电极确定信号uemg,所述信号uemg表示患者的自身呼吸活动。患者的呼吸肌产生的呼吸肌压力Pmus被计算,更确切而言要么从呼吸道压力的测量值和体积流以及肺力学参数中被计算,要么在人工通气中断期间作为负呼吸道压力被计算,要么借助食道中的测量压力Pes的探头被计算。呼吸活动信号uemg被变换成压力信号Pemg,使得其与呼吸肌压力Pmus的偏差最小。通气设备的控制单元将患者的呼吸努力压力(Atemanstrengungs-Druck)ppat计算为Pmus和Pemg的加权平均值。根据所供应的呼吸道压力Paw的先前实际值以及根据针对患者的呼吸努力压力ppat的先前值,控制设备计算针对要由通气设备供应的呼吸道压力的期望值。
在WO 2018/143844 A1中描述了一种通气设备1以及一种设备,它们给患者3进行人工通气。以至少两种不同的方式(不同水平)给患者3进行人工通气。在每种通气方式中,分别测量如下抽样:所述抽样包含针对呼吸道中的压力Paw、人工通气的体积流、肺体积的随时间的改变和电呼吸信号的多个测量值。在使用这两个抽样的情况下,计算至少一个生理参数(例如神经机械效率)。
在US 9114220 B2中描述了一种方法,以便基于所测量的通气压力和所测量的体积流来确定患者的自身呼吸努力。为此,使用与至少一个所谓的临时值有关的预先给定的关系。所述临时值被更新至少一次。根据所确定的自身呼吸努力,触发在给患者进行人工通气时的周期。
在EP 3424407 A1中描述了一种设备和一种方法,以便对人进行生理监控,尤其是监控人的健康。生理传感器17供应生物医学信号(Bio-Signal)S17。特征提取器11获得该生物医学信号17,并供应特征信号S17A,所述特征信号S17A例如被显示。质量估计器(qualityestimator)10估计生物医学信号S17的质量,并且例如通过统计平均值替代偏差值。
发明内容
本发明所基于的任务是,提供如下一种方法和一种信号处理单元:在患者至少暂时借助通气设备被人工通气期间,该方法和该信号处理单元近似确定针对患者的自身呼吸活动的量度,其中与已知的方法和信号处理单元相比,确定呼吸活动量度要具有更高的运行安全。
通过具有权利要求1的特征的方法和具有权利要求17的特征的信号处理单元,解决所述任务。有利的构建方案在从属权利要求中予以说明。针对根据本发明的方法所说明的有利的构建方案可以以相对应的方式用于根据本发明的信号处理单元,并且是信号处理单元的有利的构建方案,反之亦然。
根据本发明的计算机实现的方法和根据本发明的进行数据处理的信号处理单元能够近似地确定针对患者的自身呼吸活动(自主呼吸)的量度——更准确地说:自动地确定与自身呼吸活动关联的量度。
患者至少暂时由通气设备进行人工通气。麻醉设备是通气设备的特例。通气设备根据第一可改变的通气设备参数来运行。第一可改变的通气设备参数影响气体至患者的和/或来自患者的气体的流的控制和/或影响该气体的压力。可能的是,通气设备附加地根据至少一个其他可改变的通气设备参数来运行。信号处理单元可以是通气设备的组成部分,或者可以在空间上与通气设备分开。
给根据本发明的方法以计算机可用的形式预先给定肺力学模型。根据本发明的信号处理单元具有至少暂时对数据存储器的读取访问,在所述数据存储器中储存有该肺力学模型。肺力学模型描述在如下内容之间的至少一个关系、可选地多个关系:
- 针对患者的自身呼吸活动(自主呼吸)的量度,即呼吸活动量度,该量度与患者的呼吸活动关联,以及
- 至少一个可测量信号,优选地如下至少一个可测量信号,所述至少一个可测量信号与自身呼吸活动和人工通气的叠加关联。
根据本发明的方法包括下列步骤,并且根据本发明的信号处理单元构建为,执行下列步骤:
信号处理单元执行至少一个通气过程。在该通气过程或者每个通气过程中,第一通气设备参数分别被设定到设定值(Einstell-Wert)。该设定值可能因通气过程的不同而不同。
在第一通气设备参数的确定的设定值的情况下被执行的该通气过程或者至少一个通气过程(优选地每个通气过程)包括下列步骤:
- 信号处理单元针对在肺力学模型中出现的至少一个可测量信号接收至少一个值。优选地,所述信号处理单元针对肺力学模型中的每个可测量信号分别接收一个值,特别优选地针对所述可测量信号或者每个可测量信号相继地分别接收多个值。在第一通气设备参数设定到该确定的设定值期间,信号的所述值或者每个值都被测量。
- 信号处理单元产生至少一个信号值组,所述信号值组分别包括肺力学模型的每个可测量信号的信号值,并且涉及采样时刻。优选地,所述信号处理单元针对不同的采样时刻产生多个信号值组。为了产生信号值组,所述信号处理单元使用在该确定的设定值的情况下被测量到了的测量值。
- 信号处理单元针对与患者的自身呼吸活动关联的呼吸活动量度推导出至少一个呼吸活动值。为了推导出所述呼吸活动值或者呼吸活动值,信号处理单元使用肺力学模型以及至少一个信号值组。在使用在设定值的情况下被测量到了的测量值的情况下,信号处理单元产生该所使用的信号值组或者每个所使用的信号值组。
- 信号处理单元操控通气设备。怀着如下目的来执行所述操控:通气设备支持或者替代患者的呼吸活动。在操控时,第一通气设备参数被设定到确定的设定值。
信号处理单元执行至少一个第一通气过程。第一通气过程包括通气过程的刚才列出的步骤。在第一通气过程期间,第一通气设备参数被设定到第一设定值。尤其是,在该第一设定值的情况下,测量至少一个测量值、优选地多个测量值,并且产生至少一个信号值组、优选地多个信号值组。
在第一通气过程中,亦即在第一设定值的情况下,信号处理单元推导出第一呼吸活动值、亦即呼吸活动量度的第一值。
此外,信号处理单元计算可靠性量度,所述可靠性量度是针对如下可靠性的量度:推导出的第一呼吸活动值与针对患者在第一通气过程期间的实际呼吸活动的相对应的量度相一致。第一呼吸活动值在第一通气过程中已被推导出。
信号处理单元检查,是否满足预先给定的触发标准。该触发标准和因此检查的结果取决于可靠性量度。该可靠性量度将已推导出第一呼吸活动值的可靠性描述为该值与实际呼吸活动量度相一致的可靠性。
如果信号处理单元已经探测到满足触发标准,则执行下列步骤:
- 信号处理单元触发改变过程。在该改变过程中,第一通气设备参数被设定到第二设定值。该第二设定值偏离第一设定值,亦即偏离在第一通气过程已执行时存在的值。
- 信号处理单元执行至少一个其他的通气过程。在其他通气过程中,通气过程的上面描述的步骤再次被执行。在其他通气过程中,第一通气设备参数设定到第二设定值,并且不是如第一通气过程中那样设定到第一设定值。
此外,本发明涉及一种装置,该装置包括根据本发明的信号处理单元、通气设备和数据存储器。计算机可用的肺力学模型储存在数据存储器中。该通气设备能够至少暂时地给患者进行人工通气,并根据第一通气设备参数运行。根据本发明的信号处理单元具有对数据存储器的读取访问。信号处理单元能够使通气设备计算用于操控通气设备的致动值(Stellwert),更确切地说根据所确定的针对患者的自身呼吸活动的量度来计算用于操控通气设备的致动值。信号处理单元能够,根据致动值自动地操控通气设备和/或以人可感知的形式输出所述致动值。
根据本发明的信号处理单元接收也涉及可测量的和通常随时间可变的信号的测量值,并通过信号预处理(Signalaufbereitung)来产生信号值的组。这些可测量信号分别与物理变量关联,在本发明与患者的心脏活动和/或自身呼吸活动(自主呼吸)和/或与患者的人工通气关联,并由患者身体中的至少一个信号源或者由通气设备来产生。在下文,“信号”要被理解为直接或者间接可测量的且随时间可变的变量的在时域中的或者也在频域中的变化过程,所述变量与物理变量关联,优选地与人类学变量关联。呼吸信号与患者的呼吸活动关联,心源性信号与患者的心脏活动关联。
根据本发明,信号处理单元操控通气设备,并且被操控的通气设备执行至少一个通气过程,其中在该通气过程期间,第一通气设备参数保持被设定在同一设定值上。
在理想情况下,在通气过程中操控通气设备,使得通气设备与患者的自身呼吸活动完全同步地工作,所述呼吸活动根据本发明已被确定。因此执行调节,其中自身呼吸活动供应所述参考变量或者供应参考变量。在实践中,大多不可实现完全同步的理想状态。
根据本发明,在通气过程期间,第一通气设备参数保持被设定到相同的设定值。优选地,每个通气过程分别包括至少一个通气行程,特别优选地包括多个通气行程。
患者的自身呼吸活动通过呼吸活动量度来描述,优选地通过气动量度来描述。例如,所述量度是呼吸肌产生的压力Pmus,特定地是食道中的压力Pes或者是患者的胃中的胃压力Pga。由于本发明,没有必要持续地直接测量这种呼吸活动量度。这种直接测量可能常常根本不可能,或者只在特别的情形下才可能,尤其是在闭塞中(在短时段内设定人工通气)是可能的。
根据本发明,预先给定肺力学模型。该肺力学模型包括至少一个在呼吸活动量度与至少一个可测量信号、优选地多个可测量信号之间的关系。优选地,肺力学模型的所述关系或者至少一个关系是模型方程。根据本发明,该肺力学模型被储存在数据存储器中,信号处理单元至少暂时对所述数据存储器有读取访问。信号处理单元接收针对肺力学模型的至少一个可测量信号、优选地针对肺力学模型的所述可测量信号或者每个可测量信号的测量值,从这些测量值中重复地产生信号值组,所述信号值组对每个可测量信号分别具有信号值,并推导出第一呼吸活动值和可选地其他呼吸活动值。由于根据本发明的特征,没有必要直接测量呼吸活动值。这在许多情况或者情形下是绝对不可能的,或者只在巨大的时间延迟的情况下才是可能的,或者可能会给患者强烈地加上负担,或者会在临床日常中过于耗费。
根据本发明,信号处理单元计算针对如下可靠性的量度:第一呼吸活动值与患者的实际呼吸活动量度相一致,所述第一呼吸活动值根据至少一个信号值组并在使用预先给定的肺力学模型的情况下已被推导出。因此,信号处理单元不仅供应所估计的呼吸活动值,而且附加地供应关于这个信号值的可靠性的陈述、亦即信号质量指数(signal qualityindex,SQI)。尤其是,本发明使得能够,在可靠性足够高的情况下,在设定值不变时,使用所推导出的呼吸活动值,而在可靠性过低的情况下不使用所述所推导出的呼吸活动值,或者尽管使用所述所推导出的呼吸活动值,但是将通气设备设定到另外的设定值。在某些情况下,这种效果使得满足对医学设备的法定要求变得容易。
根据本发明,信号处理单元在推导出呼吸活动值之后至少一次自动判定,所述信号处理单元是否触发改变过程。优选地,例如在每次通气过程之后,在每次推导出呼吸活动值之后,在每个改变过程之后和/或在患者的每个一次呼吸之后,所述信号处理单元重复判定这。
根据本发明,信号处理单元在低可靠性量度的情况下触发改变过程——更一般而言:当满足预先限定的触发标准并因而出现了预先限定的触发标准时,信号处理单元触发改变过程。这个预先给定的触发标准至少与最后计算出的可靠性量度有关,可选地附加地与以前计算出的可靠性量度有关。
在改变过程中,第一通气设备参数获得不同于以前的设定值。因此,通气设备以不同于以前的方式运行。针对该第一通气设备参数的改变过程可以被称为在通气设备运行时的演习(Manoever)。在许多情况下,这种演习导致,基于在改变过程之后被测量到了的测量值,可以以比在该演习之前的可靠性更高的可靠性来推导出呼吸活动值。当不但在改变过程之前被产生了的至少一个信号值组而且至少一个在改变过程之后产生的信号值组都用于推导时,时常达到较高的可靠性。
在有些情况下,也可能在改变过程之后直接确定呼吸活动量度,更确切而言优选地在不使用肺力学模型的情况下确定呼吸活动量度,所述肺力学模型被应用在推导中了。以这种方式,可以避免可能由如下内容得出的错误:预先给定的肺力学模型只是现实的简化。
一方面,本发明导致第一通气设备参数变化,并且以此通常,当满足触发标准时,而且尤其是当可靠性量度在第一可靠性界限之下时,改变如何给患者进行人工通气的方式和方法。可能的是,信号处理单元为了推导出呼吸活动值而使用如下多个测量值:在不同设定值的情况下,测量到了所述多个测量值。如果所使用的测量值在不同的设定值的情况下被测量并且从这些在不同设定值的情况下获得的测量值中推导出呼吸活动值,则在许多情况下,这样推导出的呼吸活动值比在较长时间内保持同一设定值而且只测量和使用在这一个设定值的情况下的测量值时更可靠。这种较高的可靠性由如下影响的较强烈的改变得出:在设定值变化的情况下,通气设备对患者的自身呼吸发生所述影响。因此,本发明在许多情况下提高了通气设备的可靠性。
另一方面,本发明能够实现,尽可能长时间地维持当前使用的设定值、例如针对第一通气设备参数的标准设定值,尤其是当所述或者每个在该设定值的情况下推导出的呼吸活动值足够可靠时,那么尽可能长时间地维持当前使用的设定值。借此避免了,通过频繁地改变第一通气设备参数,亦即通过频繁的演习,给患者加上比必需的情况更强烈的负担。那么,通气设备也时常较不强烈地被加负荷。
本发明表明了一种可理解的和可记录的(dokumentierbaren)途径,信号处理单元为什么触发或者也停止第一通气设备参数的改变。本发明也可被应用于具有多个可改变的通气设备参数的通气设备。接着,信号处理单元优选地判定,改变过程要涉及哪个通气设备参数,亦即哪个通气设备参数在改变过程中获得另外的设定值。
如果可改变多个通气设备参数,则本发明表明一种途径,哪个通气设备参数为什么被改变或者也不被改变。为了提高推导的可靠性和以此提高针对在所推导出的和实际的呼吸活动值之间的一致性的量度,避免如下必要性:仅仅根据“直觉”或者例如要被应用于每个患者的预先给定的笼统的经验公式,必须修改第一通气设备参数或者可选地其他通气设备参数。当改变过程和/或所述第二设定值或者每个第二设定值给患者加上负担和/或只允许被维持在短时间内时,那么通气设备参数由于计算被改变、亦可理解地和系统性地被改变的特征尤其是有利的。使得记录通气设备的工作的过程变得容易。
根据本发明,信号处理单元使用预先给定的肺力学模型。这个肺力学模型可以由模型方程组成,或者也可以包括多个模型方程。在所述肺力学模型的所述模型方程或者至少一个模型方程中,优选地在每个模型方程中,出现要确定的呼吸活动量度。在所述模型方程或者至少一个模型方程中,优选地在每个模型方程中,此外分别出现至少一个可测量信号。
根据本发明,信号处理单元计算针对如下可靠性的量度:所推导出的第一呼吸活动值与患者的实际呼吸活动相一致。在一个构建方案中,信号处理单元计算所估计的信号值作为第一呼吸活动值,并计算针对估计不确定性的量度作为可靠性量度,第一呼吸活动值的推导与所述估计不确定性相联系。当针对估计不确定性的量度在不确定性界限之上时,信号处理单元触发改变过程。可靠性量度在可靠性界限之下的特征等同于估计不确定性量度在不确定性界限之上的特征。
根据本发明,信号处理单元自动地根据计算出的可靠性量度做出判定,所述信号处理单元是否触发改变过程。当满足预先给定的触发标准时,更确切地说,至少当可靠性量度在第一可靠性界限之下时,那么所述信号处理单元触发所述改变过程或者触发改变过程。在一个构建方案中,所述信号处理单元在第一设定值的情况下多次先后分别推导出呼吸活动值,并且分别计算针对所述推导的可靠性量度。在一个构建方案中,当多个相继的可靠性量度变得更差并且从上方接近第一可靠性界限时,更确切而言优选地在可靠性量度下降到第一可靠性界限之下之前,那么所述信号处理单元也触发改变过程。
根据本发明,信号处理单元触发通气过程至少一次,优选地重复触发通气过程,在所述通气过程中,第一通气设备参数被设定到偏离上一个值的设定值。
根据本发明,信号处理单元在第一通气过程中推导出第一呼吸活动值。优选地,也在改变过程之后、亦即在第二设定值中运行时,信号处理单元推导出呼吸活动值,更确切而言根据至少一个信号值组推导出呼吸活动值,所述信号值组在该第二设定值的情况下被产生了。在一个构建方案中,仅根据信号值组推导出呼吸活动值,所述信号值组在当前设定值的情况下被产生了(更准确而言:从在当前设定值的情况下被测量到了的测量值中被产生了)。为了推导出所述呼吸活动值,信号处理单元使用至少一个信号值组、优选多个信号值组,所述信号值组在当前设定值的情况下被产生了。
在替选的构建方案中,根据在当前设定值的情况下被产生了的信号值组,并且附加地根据在以前使用的设定值的情况下被产生了的信号值组,优选地根据在第一通气设备参数在最后的改变过程之前已设定在其上的那个设定值的情况下被产生了的信号值组,信号处理单元推导出至少一个呼吸活动值。由于这种替选的构建方案,与当可能会仅仅使用在当前设定值的情况下被产生了的信号值组时相比,更多信号值组可供推导之用。在许多情况下,这提高了推导的可靠性,尤其是在应用统计学方法的情况下提高了推导的可靠性,并且避免了其他改变过程。
根据本发明,信号处理单元推导出第一呼吸活动值,并计算用于推导第一呼吸活动值的可靠性量度。至少在低可靠性量度的情况下,执行其他通气过程,更确切而言在偏离的第二设定值的情况下执行其他通气过程。所述其他通气过程供应其他测量值,信号处理单元从所述其他测量值中产生其他信号值组。信号处理单元确定第二呼吸活动值。
在一个构建方案中,信号处理单元使用在第二设定值的情况下被产生了的信号值组,可选地使用在先前的设定值的情况下的信号值组以及对此使用预先给定的肺力学模型,以便以与第一呼吸活动值相同的方式推导出第二呼吸活动值。优选地,信号处理单元计算用于推导第二呼吸活动值的可靠性量度。
在另外的构建方案中,信号处理单元以另外的方式确定第二呼吸活动值,例如通过直接测量确定第二呼吸活动值,所述直接测量在改变过程之前曾是不可能的,而在改变过程之后成为可能的,更确切而言优选地在不使用肺力学模型的情况下确定第二呼吸活动值。或者,信号处理单元使用另外的肺力学模型、尤其是如下肺力学模型:所述肺力学模型在改变过程之后比在改变过程之前更好地描述了现实和/或比以前使用的肺力学模型更好地描述了现实。可能、但是不必要的是,信号处理单元也为了确定第二呼吸活动值计算可靠性量度。
根据本发明,通气设备根据第一通气设备参数来运行。在一个构建方案中,第一通气设备参数影响针对至患者的气体输送的量度。如果通气设备以体积受控的方式运行,则该通气设备参数例如影响针对至患者的所要求的空气体积流的量度或者针对患者肺部的充盈水平的量度。如果通气设备以压力受控的方式运行,则该通气设备参数例如影响通气设备要产生的所要求的呼吸空气压力。
通常,所要求的体积流或者所要求的压力与患者的自身呼吸活动有关。根据本发明,当满足触发标准时,尤其是当针对所计算的第一呼吸活动值的可靠性量度在第一可靠性界限之下时,信号处理单元触发改变过程。在第一通气设备参数的刚才描述的构建方案中,这种改变过程优选地由如下步骤组成或者包括如下步骤:通气设备暂时减少或者限制至患者的气体输送,或者也可以暂时增大至患者的气体输送。优选地,紧接着执行其他改变过程,在所述其他改变过程中,通气设备再次增大至患者的气体输送,或者取消或再次减少所述限制,尤其是减少到旧设定值。该构建方案的特例是,通气设备在预先给定的时间间隔内完全设定给患者的人工通气(闭塞),所述预先给定的时间间隔优选地在5秒以下、特别优选地在1秒以下。
在一个构建方案中,被触发的改变过程导致,由通气设备产生的呼吸道压力和/或所建立的体积流始终或者也仅在预先给定的时间界限之内或者也仅在患者吸入(Inspiration)时或者仅在患者呼出(Exspiration)时始终保持在预先给定的界限之下或者始终保持在预先给定的界限之上。该构建方案的特例是,所述通气设备在改变过程之后中止给患者的人工通气(闭塞)。优选地,在预先给定的时间间隔之后,通常在为少于5秒的时间间隔之后,执行重新的改变过程,在所述重新的改变过程中,通气设备重新开始人工通气。
在一个构建方案中,信号处理单元怀着如下调节目标来控制通气设备:实际上由通气设备建立的呼吸道压力或者实际上由通气设备引起的患者肺部充盈水平等于预先给定的期望呼吸道压力或预先给定的期望充盈水平,其中该压力或充盈水平可以是随时间可变的。被触发的改变过程改变期望呼吸道压力或期望充盈水平。在一个构建方案中,在改变过程之后,使用期望呼吸道压力或期望充盈水平的预先给定的时间变化过程,该时间变化过程不一定与患者的自身呼吸活动有关。尤其是,因此执行控制而不是调节。在一个替选方案中,改变过程导致,以不同于在患者的自身呼吸活动的改变过程之前的方式,推导出用作参考变量的随时间的期望变化过程。
在该构建方案的改换方案中,改变过程包括如下步骤:操控通气设备,使得在改变过程之后,所述流动率、亦即每单位时间的所输送的空气的体积始终保持在预先给定的界限之下。优选地,紧接着执行重新的改变过程,并且在该改变过程之后,流动率可又在该界限之上。
在一个构建方案中,信号处理单元能够操控通气设备,使得所述通气设备选择性地执行患者的受压力调节的通气或者受体积调节的通气。在受压力调节的通气中,预先给定通气设备要产生的期望压力的时间变化过程,并且信号处理单元操控通气设备,使得实际压力遵循期望压力的预先给定的变化过程。在受体积调节的通气中,预先给定患者肺部的充盈水平(体积)的时间变化过程,并且信号处理单元操控通气设备,使得在通气设备与患者之间的气体的流动率(体积流)引起,实际充盈水平遵循预先给定的期望变化过程。在一个构建方案中,所述改变过程或者被触发的改变过程包括如下步骤:改变调节的种类,亦即要么在改变过程之前,通气设备以受压力调节的方式工作,并且此后以受体积调节的方式工作,要么反之亦然。
在一个构建方案中,通气设备至少在改变过程之前以按比例调节的方式工作,也就是说针对人工通气的变量的量度与针对患者的自身呼吸活动的相对应的变量成比例,所述针对患者的自身呼吸活动的相对应的变量优选地根据本发明被确定。因此,患者呼吸越强,由所述通气设备引起的通过人工通气进行的支持也就越强。在一个构建方案中,改变过程包括以下步骤:在改变过程之后,通气设备不再被按比例调节。在另外的构建方案中,通气设备也在改变过程之后以按比例调节的方式工作,但是在改变过程之后,比例因子(支持因子)是不同于以前的比例因子,尤其是比以前更小的比例因子。在该构建方案中,比例因子因此充当所述设定值或者充当设定值。
在一个构建方案中,通气设备执行一系列通气行程,其中通气行程的执行与所述计算出的呼吸活动值有关,或者与计算出的呼吸活动值有关。设定值规定通气行程的参数,例如规定幅值或者频率或者在患者的自身呼吸活动与呼吸行程之间的时间延迟。改变过程导致另外的设定值,并且因此导致另外的幅值或者频率或者另外的时间延迟。
所述根据本发明推导出的呼吸活动值或者每个根据本发明推导出的呼吸值可被用于各种目的。在一个构建方案中,信号处理单元使用所述所计算的呼吸活动值或者至少一个所计算的呼吸活动值,以便操控通气设备。例如,信号处理单元执行操控,以便达到如下调节目标:由通气设备引起的人工通气与患者的自身呼吸活动完全同步。信号处理单元使用所述所推导出的呼吸活动值或者至少一个所推导出的呼吸活动值,以便根据该调节目标来操控通气设备。
信号处理单元根据呼吸活动值来操控通气设备的步骤包括例如如下步骤中的至少一个:所述信号处理单元
- 触发通气设备的通气行程,
- 将通气设备的相继的通气行程的频率和/或幅值设定到预先给定的值,或者触发这种设定,或者
- 建立要建立的呼吸道压力的预先给定的时间变化过程。
根据本发明,当探测到满足预先给定的触发标准时,执行改变过程。优选地,只有当不满足触发标准时,例如当用于推导呼吸活动值的可靠性量度和可选地附加地至少一个以前计算的可靠性量度在第一可靠性界限之上时,那么信号处理单元才根据所推导出的第一呼吸活动值操控通气设备。例如,信号处理单元根据已借助更紧靠信号源进行测量的传感器产生的信号值组推导出呼吸活动值,所述传感器尤其是在患者皮肤上的测量电极和/或与患者间隔开的光学传感器或者在患者食道中的气动传感器。
而如果该可靠性量度在第一可靠性界限之下(一般来说:在第一设定值的情况下满足触发标准),则信号处理单元在一个构建方案中不将所推导出的第一呼吸活动值用于操控。确切地说,在一个构建方案中,信号处理单元根据针对流动率和/或针对压力的信号来操控通气设备,其中所述流动率或者压力出现在通气设备与患者之间的气体的循环中。针对流动率和/或压力的信号通常可以借助测量值预处理被直接测量,尤其是不使用预先给定的肺力学模型。但是,与所述在肺力学模型中出现的可测量信号或者每个在肺力学模型中出现的可测量信号相比,该信号被干扰信号更强烈地叠加,和/或所使用的传感器仅在有时间延迟的情况下测量相应的信号。尤其是在许多情况下,针对流动率或者压力的传感器布置在通气设备中或者在通气设备上,而体积流量或者压力要在患者的嘴部处或者在患者的呼吸道中或者在患者的食道中被测量到,并且在通气设备与患者之间的路径上可能会出现干扰影响。此外,在患者身体中或者患者身体上的信号的形成与通气设备中的测量位置之间出现时间延迟,并且时间延迟通常只能近似地被考虑,而且除此以外通常还随时间是可变的。
出于所有这些原因,与当可能会使用已利用靠近身体的传感器(例如一组测量电极)测量到的呼吸活动值时相比,唯一地根据针对流动率和/或压力的信号调节的人工通气与患者的自身呼吸活动更差地同步。因而,有利的是,根据从靠近身体的传感器的测量值被推导出了的呼吸活动值,执行对人工通气的调节。但是,这必须是足够可靠的。
例如,借助定位在患者皮肤上的测量电极,测量所述可测量信号或者可测量信号。所述可测量信号或者可测量信号是肌电图(EMG)或者肌力图(MMG,Mechanomyogramm)。呼吸活动量度是气动变量、例如由呼吸肌产生的气动压力Pmus,并且所述气动变量根据预先给定的肺力学模型与肌电图或者肌力图有关联,而且可选地与其他可测量信号有关联,例如与体积流和/或与体积有关联。
在一个构建方案中,优选地与所计算的可靠性量度一起,并且尤其是以人可感知的形式,例如在输出单元上以视觉方式,输出所述所推导出的或者所确定的呼吸活动值或者至少一个所推导出的或者所确定的呼吸活动值。在一个构建方案中,在输出单元上,在呼吸活动量度的时间变化过程周围放置导管(Schlauch),其中可靠性越低,所述导管就越宽。
优选地连续执行这种输出。也可能的是,信号处理单元检查,所述所推导出的呼吸活动值或者所推导出的呼吸活动值或者所述所推导出的呼吸活动值的随时间的改变是否满足预先给定的标准,例如值在预先给定的范围之外,或者改变已比预先给定的界限更快速地进行。如果满足预先给定的标准,则信号处理单元触发警报。
在其他构建方案中,向其他设备,例如向麻醉设备或者别的医学设备,或者向中央数据处理系统,传送所述所推导出的或者所确定的呼吸活动值或者所推导出的或者所确定的呼吸活动值。针对自己的运行,该其他医学设备使用所述所传送的呼吸活动值或者所传送的呼吸活动值。中央数据处理设备优选地评估由不同医学设备传送的数据、例如关于同一患者的数据。
根据本发明,信号处理单元推导出第一呼吸活动值,并且为了所述推导使用至少一个信号值组、优选地多个信号值组,所述信号值组在第一设定值的情况下被产生了。“在设定值的情况下产生”意指:用于产生的测量值在该所述设定值的情况下已被测量到。信号处理单元借助至少一个信号值组、优选地多个信号值组推导出第二呼吸活动值,所述多个信号值组在第二设定值的情况下被产生了。在一个构建方案中,信号处理单元使用在第二设定值的情况下被测量到了的测量值以及肺力学模型,以便推导出第二呼吸活动值。优选地,信号处理单元计算针对第二呼吸活动值的可靠性量度,所述针对第二呼吸活动值的可靠性量度是针对如下可靠性的量度:所推导出的第二呼吸活动值与实际呼吸活动相一致。
在一个构建方案中,信号处理单元根据多个所推导出的和/或所确定的呼吸活动值来调节通气设备,所述呼吸活动值通过应用根据本发明的方法被推导出或者被确定。在这种调节中的调节目标优选地是,通气设备要与患者的自身呼吸活动同步地工作,亦即通气设备引起的至患者和/或来自患者的气体流与患者的自身呼吸活动同步。在这种调节中,例如肺部的充盈程度(亦即体积)是可以随时间是可变的(通气设备的受体积控制的调节)参考变量。体积流(亦即进入到或者离开肺部的气体流是控制变量。或者,呼吸道的预先给定的所要求的压力是参考变量(受压力控制的调节),所述呼吸道的预先给定的所要求的压力同样可以随时间是可变的。呼吸道的实际压力被测量到。通气设备产生的压力是控制变量。
根据本发明,信号处理单元推导出第一呼吸活动值,并且为此使用至少一个信号值组,所述至少一个信号值组在第一设定值的情况下被测量到了。优选地,只要没有检测到满足触发改变过程的预先给定的触发标准,尤其是只要 所计算的可靠性量度在第一可靠性界限之上,第一通气设备参数就保持设定在第一设定值上。信号处理单元优选地在第一设定值的情况下还执行通气过程,并且在这种情况下产生至少一个其他信号值组,所述至少一个其他信号值组在时间上以后在第一设定值的情况下被测量到了。在使用所述其他信号值组或者至少一个其他信号值组和可选地所述第一信号值组的情况下,信号处理单元推导出其他呼吸活动值。该构建方案避免了如下步骤:当不需要改变过程时,执行该改变过程。
根据本发明,在使用在第一设定值的情况下已被测量到的至少一个信号值组的情况下,信号处理单元推导出第一呼吸活动值。可选地,在使用至少一个其他信号值组的情况下,信号处理单元推导出其他呼吸活动值,所述至少一个其他信号值组在其他设定值的情况下已被测量到。在一个构建方案中,信号处理单元产生多个信号值组,其中所述多个信号值组的测量值所有都在同一设定值的情况下被测量到了。信号处理单元根据被用于推导了的多个信号值组计算出可靠性量度。优选地,信号处理单元应用一种统计学方法,以便推导出该可靠性量度。该构建方案减少仅在单个采样时刻出现的测量误差和偏差值的影响。
在该构建方案的改进方案中,在推导第一呼吸活动值的步骤中,信号处理单元应用回归方法,更确切而言将回归方法应用于肺力学模型并且应用于多个信号值组,所述多个信号值组迄今在第一通气设备参数的当前设定值的情况下被获得了。优选地,信号处理单元将回归方法应用于迄今在当前设定值的情况下被获得了的所有信号值组。优选地,即使在推导至少一个其他呼吸活动值时,信号处理单元也应用该回归方法。优选地,该回归方法包括计算和最小化误差平方和的步骤。
根据本发明,当在第一设定值的情况下满足触发标准时,那么信号处理单元触发改变过程,在所述改变过程中,第一通气设备参数被设定到偏离第一设定值的第二设定值。在一个构建方案中,第二设定值与所计算出的可靠性量度有关。优选地,可靠性量度离第一可靠性界限越远,第二设定值就越强烈地偏离第一设定值。或者,视在两个预先给定的范围中的哪个范围中可靠性量度下降到第一可靠性界限之下而定,第一通气设备参数被设定到两个可能的第二设定值中的一个。自然也可能的是,在改变过程中,第一通气设备参数被设定到至少三个不同的可能设定值中的一个。
在一个构建方案中,除了第一可靠性界限以外,还预先给定更小的第二可靠性界限。如果用于推导第一呼吸活动值的可靠性量度在两个可靠性界限之间,则所推导出的第一呼吸活动值被用于调节通气设备。可是,通气设备的运行偏离常规运行,例如其方式是,减少或者限制支持因子或者体积流或者压力。在可靠性量度在第二可靠性界限之下的情况下,不使用第一呼吸活动值,而是信号处理单元例如引起,通气设备暂时设定人工通气(闭塞),或者所述通气设备使用针对体积流和/或针对压力的信号,而不是第一呼吸活动值,或者控制通气设备,而不是调节该通气设备。
也可能的是,预先给定在第一可靠性界限之下的其他可靠性界限。如果可靠性量度在第一可靠性界限与其他可靠性界限之间,则第一通气设备参数被设定到第二设定值。如果可靠性量度甚至在其他可靠性界限以下,则另外的通气设备参数被设定到偏离的第二设定值。
在一个构建方案中,预先给定的肺力学模型具有至少一个模型参数,所述至少一个模型参数通常随时间是可变的并且事先不是已知的。该模型参数当前具有哪个值事先不是已知的。例如,参数值因患者的不同而变化,和/或在给患者进行人工通气的变化过程中变化。为了推导出第一呼吸活动值,信号处理单元针对肺力学模型的所述模型参数或者至少一个模型参数、优选针对肺力学模型的每个模型参数分别推导参数值至少一次。为了推导出模型参数值,信号处理单元使用至少一个信号值组、优选地多个信号值组,所述多个信号值组在第一设定值的情况下被产生了。在使用所述模型参数值或者至少一个模型参数值和至少一个信号值的情况下,信号处理单元推导出呼吸活动值。
模型参数值的推导通常带有不确定性。信号处理单元为所述模型参数或者每个模型参数分别计算针对如下可靠性的量度:以所述可靠性推导出了针对所述模型参数的值。该可靠性量度被使用,以便计算用于推导第一呼吸活动值的可靠性量度,它例如被用作用于推导的可靠性量度。
在该构建方案的改进方案中,为计算用于推导模型参数值的可靠性量度,针对所述模型参数或者针对至少一个模型参数,分别预先给定概率分布。在计算用于推导针对其预先给定了概率分布的模型参数值的可靠性量度的步骤中,执行下列步骤:
- 信号处理单元产生多个信号值组。
- 针对预先给定了概率分布的所述模型参数或者模型参数,信号处理单元计算置信区间和/或标准偏差和/或经验散射或者方差。或者,信号处理单元执行统计测试。
- 针对所述计算,信号处理单元使用该模型参数的预先给定的概率分布。此外,信号处理单元使用被使用了的信号值组,以便推导出呼吸活动值。
- 所寻求的可靠性量度涉及呼吸活动值的推导,并且根据所计算的置信区间或根据所计算的标准偏差/散射/方差来计算。
在一个构建方案中,肺力学模型具有第一模型参数和至少一个第二模型参数。信号处理单元计算第一可靠性量度和第二可靠性量度。每个可靠性量度都分别是针对如下可靠性的量度:针对第一模型参数或第二模型参数的所推导出的值与现实是充分一致的。如果第一可靠性量度在第一可靠性界限之下,则信号处理单元触发第一改变过程。如果第二可靠性量度在第一可靠性界限之下,则信号处理单元触发第二改变过程。这两种改变过程可能相一致或者彼此不同。例如,这两种改变过程涉及不同的通气设备参数。或者,第一改变过程导致第一通气设备参数的不同于第二改变过程的第二设定值。该构建方案能够实现,针对性地获得测量值,以便针对确定的模型参数以较高的安全性推导出值。
在一个构建方案中,信号处理单元根据多个信号值组推导出至少一个呼吸活动值。至少一个第一所使用的信号值组在第一设定值的情况下被产生了,至少一个第二所使用的信号值组在第二设定值的情况下被产生了。针对每个所使用的信号值组,信号处理单元分别计算出加权因子,并且附加地使用信号值组的加权因子,以便推导出呼吸活动值。这种构建方案在许多情况下导致较高的可靠性。
在一个优选的构建方案中,在改变过程之前、亦即在第一设定值的情况下,通气设备以常规运行方式运行;而在改变过程之后、亦即在第二设定值的情况下,通气设备以特别的运行方式运行,所述特别的运行方式通常仅维持在短时间内。与所述在第一设定值的情况下产生的信号值组或者每个在第一设定值的情况下产生的信号值组相比,所述在第二设定值的情况下产生的信号值组或者每个在第二设定值的情况下产生的信号值组获得更高的加权因子。例如,在设定值的情况下测量的信号值组越少,在该设定值的情况下产生的信号值组的加权因子就越大。由于这种构建方案,在第二设定值的情况下(亦即在特别的运行方式中)被产生了的信号值组对推导有相对大的影响,即使只相对短地使用该特别的运行方式也如此。因而,这种构建方案使短时地和特定地针对测量和推导设定特别的运行方式变得容易。借此,尤其是更高地评价在有针对性地执行的短期演习时已产生的这种信号值组。
在另外的构建方案中,在第二设定值的情况下可能的是,测量呼吸活动量度,而不是推导该呼吸活动量度。例如,呼吸活动量度是气动量度,并且在第二设定值的情况下,通气设备不支持患者的呼吸活动(“闭塞”),使得外部压力仅由患者的自身呼吸活动招致。在该另外的构建方案中,不需要所述步骤,并且优选地不执行所述步骤,借助肺力学模型从信号值组中推导第二呼吸活动值或者针对第二呼吸活动值的可靠性量度。信号处理单元将所确定的第二呼吸活动值与推导出的第一呼吸活动值进行比较,以便计算用于推导第一呼吸活动值的可靠性量度。在一个构建方案中,当这种比较供应低的可靠性量度时,信号处理单元自动地应用另外的预先给定的肺力学模型,或者改变模型参数值。
根据本发明,从至少一个在第一设定值的情况下被测量到了的信号值组中,信号处理单元推导出第一呼吸活动值。如果满足触发标准,则信号处理单元触发如下改变过程:在该改变过程中,第一通气设备参数被设定到第二设定值。在一个构建方案中,当第一通气设备参数设定到第二设定值时,那么可能的是,测量呼吸活动量度。例如,呼吸活动量度是患者的呼吸肌产生的气动压力Pmus,并且可测量信号是在患者与通气设备之间的通气循环中的气动压力Paw,而且在第二设定值的情况下,通气设备不执行人工通气。在这种情况下,例如适用Pmus=Paw。在一个构建方案中,考虑在Pmus与Paw之间的校正因子和/或延迟因子。
在一个构建方案中,通过对至少一个在第二设定值的情况下被测量到了的测量值、优选地对气动传感器的测量值进行信号处理,信号处理单元确定第二呼吸活动值。肺力学模型优选地不被用于这种确定。在一个构建方案中,信号处理单元将在第一设定值的情况下推导出的第一呼吸活动值与在第二设定值的情况下确定的第二呼吸活动值进行比较。信号处理单元计算针对第一呼吸活动值的可靠性量度,并为此使用该比较的结果。
根据本发明,预先给定肺力学模型,该肺力学模型储存在数据存储器中,并描述了至少一个在呼吸活动量度与至少一个可测量信号之间的关系。呼吸活动量度优选地是针对患者的呼吸肌产生的压力的气动量度Pmus。在肺力学模型中,优选地使用下列信号中的至少一个:
- 呼吸道压力(Paw),
- 食道中的压力(Pes),
- 肺体积(Vol),
- 呼出的呼吸空气中的二氧化碳(CO2)的含量,和/或
- 血液中的氧气的含量。
在一个构建方案中,作为肺力学模型预先给定下列两个在模型参数中的线性模型方程:
在这种情况下,
- Pmus(t)是所寻求的和随时间可变的呼吸活动量度,即由患者的呼吸肌产生的气动压力,
- Paw(t)是在患者循环中所测量到的呼吸道压力,所述呼吸道压力被用作可测量信号,并且从患者的自身呼吸活动和通过通气设备进行的通气的叠加得出,
- R是描述患者的呼吸道对抗体积流Vol'的呼吸阻力的因子,
- E是针对患者肺部的弹性的因子,和
- P0是视为常数的变量,所述变量例如是针对患者的不完全呼出(iPEEP)的作用的量度。
信号Sig(t)同样与患者的呼吸肌产生的气动压力Pmus关联,并且例如借助于在皮肤上的测量电极(EMG传感器)或者肌力图传感器(MMG传感器)来测量,因此是电的或者机械的呼吸信号。
所测量的电呼吸信号与引起呼吸肌收缩的电脉冲关联,所述收缩在它那方面造成患者的自身呼吸活动。因子keff是在气动压力与测量电极的电信号之间的比例因子,并且描述所谓的机电效率、亦即电脉冲如何好地被转化为肌肉活动。在该实例中,因子R、E和keff以及被加数P0是四个模型参数,这些模型参数的值在给患者进行通气期间可能改变。参数R和E及P0是肺力学参数。肺力学模型的这两个模型方程供应了两种途径,以便推导出呼吸活动量度Pmus。
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哪些不同的信号,所述信号被用于推导出患者的自身呼吸活动;
图2示出了哪些信号从哪些传感器的测量值中被推导出;
图3示出了用来给多个信号值组加权的示例性的加权函数;
图4示出了依据信号值的频度对信号值组的示例性加权;
图5示出了流程图的第一部分:推导出呼吸活动值并判定是否满足预先给定的触发标准;
图6示出了流程图的第二部分:在呼吸活动值足够可靠的情况下常规运行;
图7示出了流程图的第三部分:执行较轻型的演习;
图8示出了流程图的第四部分:执行重大的演习;
图9示出了流程图的第五部分:基于在演习中被产生了的信号值组推导出模型参数值;
图10示出了流程图的第六部分:推导出在演习中的呼吸活动值,计算呼吸活动值的推导的可靠性;
图11示出了流程图的第七部分:判定如何在演习之后继续人工通气。
具体实施方式
在实施例中,患者P至少暂时由通气设备1进行人工通气。要与患者P的自身呼吸活动同步地执行人工通气。根据患者P的自身呼吸活动,调节通气设备1。
在一个构建方案中,通气设备1以受压力调节的方式工作。在该情况下,在该调节中的参考变量是呼吸(优选地在患者P的呼吸道中)的气动压力的所要求的时间变化过程。那么,控制变量是人工通气达到的那个气动压力。该压力的期望变化过程要与患者P的自身呼吸活动达到的随时间可变的压力同步,并且期望变化过程因而与自身呼吸活动有关。在另外的构建方案中,在该调节中的参考变量是体积的所要求的时间变化过程、亦即患者P的肺部的充盈水平的所要求的时间变化过程。控制变量是进入肺部和来自肺部的呼吸空气流,所述呼吸空气由人工通气实现。也在该构建方案中,体积的期望变化过程与患者P的自身呼吸活动同步。
为了同步,在这两种方式的调节中需要的是,确定针对患者P的自身呼吸活动的优选地气动的量度、例如压力Pmus,所述患者P的自身呼吸活动与患者P的呼吸肌产生的压力关联。在人工通气期间,不可直接测量随时间可变的和优选地气动的量度Pmus,而是通过如下方式确定随时间可变的和优选地气动的量度Pmus:在每个采样时刻ti
- 测量多个在通气循环中出现的可变的变量,
- 从每个可测量信号分别一个测量值中产生一组信号值,和
- 从至少一个所产生的信号值组中,优选地从多个信号值组中,重复地推导出针对优选地气动的呼吸活动量度Pmus的值、亦即所估计的呼吸活动值Pmus,est(ti)。
在对通气设备1进行按比例调节时,在理想情况下,在每个采样时刻ti,由通气设备1产生的压力Part(ti)与所估计的呼吸活动值Pmus,est(ti)成比例,亦即
进行数据处理的信号处理单元执行刚刚所描述的在上层上的调节、例如受压力调节的或者受体积调节的调节,并且为此使用针对呼吸活动量度的所估计的值Pmus,est(ti),其中所述值Pmus,est(ti)在使用信号值组的情况下推导出。信号处理单元在上级的调节中计算针对由通气设备当前要产生的压力和/或体积流的值。此外,信号处理单元执行在下层上的调节,以便从针对要产生的压力的所要求的值中推导出针对通气设备1的控制元节的控制干预(Stelleingriffe),其中所述控制元节引起给患者P的人工通气。
图1示意性示出了,哪些传感器测量患者P的自身呼吸活动和人工通气。示出了:
- 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,
- 数据存储器9,信号处理单元5对所述数据存储器9至少临时有读取访问,并且计算机可用的肺力学模型20储存在所述数据存储器9中,
- 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,
- 可选的光学传感器4,该可选的光学传感器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
- 可选的气动传感器6,该可选的气动传感器6呈探头或者气囊的形式在食道Sp中并靠近患者P的横膈膜Zw,该可选的气动传感器6测量食道Sp中的压力Pes。
测量电极2.1.1直至2.2.2以及未示出的针对电学地的电极能够实现无创的肌电图测量(EMG测量)。也可能的是,将传感器定位在患者P的身体上并尽可能地靠近信号源,所述信号源能够实现肌力图测量(MMG测量)。
图2阐明了,哪些信号从哪些传感器的测量值中被推导出。在下文阐述了这些信号和测量误差的可能来源。
测量电极的四个测量电极组2.1.1直至2.2.2和针对地的电极供应测量值。预处理这些测量值,并且所述预处理总共供应至少一个电信号,所述至少一个电信号与在患者P的身体中产生的电脉冲关联。这些电脉冲中的数个电脉冲引起,患者P的呼吸肌收缩,并借此引起呼吸空气运动进入到肺部中和离开肺部。受电激励的呼吸肌引起如下压力:所述压力与所寻求的针对自身呼吸活动的气动量度Pmus关联。这些电脉冲中的其他电脉冲引起,患者P的心脏跳动。
四个测量电极组2.1.1直至2.2.2的测量值因此被预处理,而且在预处理之后供应电总和信号,所述电总和信号由呼吸信号和心源性信号的叠加得出。寻求呼吸信号。心源性信号对电总和信号的影响尽可能以计算方式得到补偿,例如通过应用如下方法得到补偿:在DE 10 2015 015 296 A1中、在DE 10 2007 062 214 B3中或者在M. Ungureanu和W. M.Wolf的“Basic Aspects Concerning the Event-Synchronous Interference Canceller”(IEEE Transactions on Biomedical Engineering,第53卷,第11期(2006年),第2240-2247页)中描述了所述方法。这种计算方式的补偿供应随着时间变化的电呼吸信号Sig。这个电呼吸信号Sig在信号源、亦即呼吸肌近旁被获得了,并且与如下那些电脉冲关联:所述电脉冲使患者P的呼吸肌运动,并且这个电呼吸信号Sig因此与气动量度Pmus关联。
在计算方式的预处理和补偿之后,电呼吸信号Sig也还可能被如下干扰信号叠加:所述干扰信号例如通过在患者P的皮肤与测量电极2.1.1直至2.2.2之间的接触面上的电化学效应招致。此外,患者P在测量期间可能改变他的身体姿势,并且心源性信号的影响可能还没有被完全或者没有正确地以计算方式得到补偿。
气动传感器3测量如下测量值:所述测量值由患者P的自身呼吸活动和人工通气的叠加招致。只有当人工通气被中断时,才仅仅由自身呼吸活动招致这些测量值。从这些测量值推导出呼吸道压力Paw和体积流、亦即进入和离开患者P的肺部的呼吸空气的每单位时间流。
患者P的自身呼吸活动受肺力学参数影响。单独地通过唯一的气动传感器,不能同时近似确定肺力学参数和体积流的值。除此以外,尤其是为了满足医院中的卫生要求,所述气动传感器3不是直接布置在患者P的嘴部之前或者甚至布置在患者P的嘴部中,而是与患者P间隔开地布置在通气设备1中或者在通气设备1上。因而,在患者P的呼吸道与气动传感器3之间出现传输通道,所述传输通道尤其是包括在患者P与通气设备1之间的导管以及在患者P的嘴部中的吸嘴。因而,在患者P的身体中的压力的形成与气动传感器3的由该压力致使的测量值的时刻之间必然出现时间延迟。出于这两个原因、即缺乏可观察性和时间延迟,人工通气通常不能单独地基于气动传感器3的测量值而不与患者P的自身呼吸活动理想地同步。
光学传感器4能够通过图像处理来确定患者P的身体的几何形状,并且所确定的身体几何形状与肺部的当前充盈水平Vol关联,但是也与其他参数有关。因而,光学传感器4通常可以单独地仅近似地和带有较大的不确定性地测量肺部充盈水平。
可选的气动传感器6测量在患者P的食道Sp中的压力Pes。但是,在许多情况下不期望的是,将气动传感器6送到患者的食道Sp中,尤其是因为安置和移除传感器6花费相对多的时间,并且这在有些情况下可能会给患者P加上负担。此外,食道Sp中的传感器6也只在有时间延迟的情况下测量针对呼吸活动的气动量度Pmus,而且通过干扰信号叠加。
出于上面提到的原因,一方面值得期望的是,根据针对患者P的自身呼吸活动的气动量度Pmus来执行给患者的人工通气,其中借助在信号源附近的传感器的测量值推导出所估计的值Pmus,est(ti),在本发明借助测量电极2.1.1直至2.2.2的测量值推导出所估计的值Pmus,est(ti)。另一方面,当前的自身呼吸活动Pmus要以足够高的可靠性被推导出,以便人工通气与患者P的自身呼吸足够可靠地同步。因而,在该实施例中,基于测量电极2.1.1直至2.2.2的测量值,以及基于气动传感器3的测量值和可选地其他传感器4和/或6的测量值,调节人工通气。
在一个构建方案中,在每个采样时刻ti产生针对随时间可变的体积流的信号值,并通过数值积分据此推导出针对当前体积Vol、亦即肺部的当前充盈水平的信号值Vol(ti)。也可能的是,从光学传感器4的测量值中,附加地或者替代于此地推导出针对当前体积的信号值Vol(ti)。注释:采样时刻ti是信号值或者针对量度Pmus的值所涉及的时刻。所述值本身可以以后被计算。
根据本发明,肺力学模型20被预先给定,并且以计算机可用的形式被储存在数据存储器9中。该肺力学模型20包括至少一个关系、尤其是模型方程。肺力学模型20的所述关系或者至少一个关系描述了在与患者P的自身呼吸活动关联的变量Pmus与多个可测量信号、尤其是下列信号中的至少数个信号之间的联系,:
- 呼吸道压力(气道中的压力(pressure in airway)Paw),从传感器3的测量值中获得,
- 食道压力(食道中的压力(pressure in esophagus)Pes),从传感器6的测量值中获得,
- 呼出的呼吸空气中的二氧化碳(CO2)的含量。
在一个构建方案中,预先给定下列两个线性模型方程作为肺力学模型20:
在这种情况下,
- Pmus(t)是所寻求的和随时间可变的呼吸活动量度,所述呼吸活动量度与在时刻t的由患者P的呼吸肌产生的气动压力关联,
- Paw(t)是在患者循环中所测量到的呼吸道压力,优选地作为相对于环境压力的压力差,其中呼吸道压力Paw被用作可测量信号,并且在人工通气期间由患者P的自身呼吸活动和通过通气设备1进行的通气叠加得出,而在其他情况下仅仅由自身呼吸活动得出,
- E是针对患者P的肺部的弹性的肺力学因子,
- P0是肺力学常数,该肺力学常数例如是针对患者P的不完全呼出(iPEEP)的作用的气动量度,
- Sig(t)是上面描述的电呼吸信号(EMG信号)或者也是肌力图信号(MMG信号),该电呼吸信号(EMG信号)或者肌力图信号(MMG信号)通过评估测量电极2.1.1直至2.2.2或MMG传感器的测量值来确定,以及
- keff是在气动压力压Pmus与测量电极2.1.1直至2.2.2的电呼吸信号Sig或者机械呼吸信号之间的比例因子,其中因子keff描述所谓的机电效率,亦即在患者P的身体中的电脉冲如何好地被转化为肌肉活动。
将(3)代入(2)供应下列模型方程:
该模型(4)只近似地适用。该模型(4)具有四个模型参数,即肺力学因子R、E和keff以及被加数P0。这些模型参数的值通常事先不是已知的,而且因患者的不同而改变,并且即使在同一患者P的情况下也随着时间改变。因而,模型参数的值从多组信号值中近似地被推导出,这进一步在下面予以描述。在许多情况下,可以将被加数P0假设为在时间上是恒定的。在一个优选的构建方案中,那么该模型方程事先对时间微分一次,并且借此使被假定为恒定的被加数P0消失。微分供应下列模型方程:
在其他构建方案中,预先给定带有其他被加数和其他肺力学参数的模型方程,例如预先给定下列模型方程:
在这种情况下,
- Q描述抗空气流动的阻力,在通气设备1与患者P之间的导管中的湍流产生所述阻力,
- S描述肺部和/或胸腔的可拉伸性根据体积Vol的改变,以及
- I描述抗呼吸空气的加速度的阻力,其中在加速度足够小的情况下,该阻力I可忽略得小。
在其他构建方案中,使用具有可能不同的模型参数值的相同的模型方程(3)和(4),所述模型方程一个针对吸入(Inspiration,索引ins)并且一个针对呼出(Expiration,索引exp),使得使用下列两个模型方程:
和
这两个模型方程分别具有针对吸入和呼出的一组模型参数。
也可能的是,只针对模型参数R和E分别计算值Rins和Eins和值Rexp和Eexp,所述值Rins和Eins对于吸入是有效的,所述值Rexp和Eexp对于呼出是有效的。针对其余模型参数,分别计算既针对吸入又针对呼出有效的唯一的值。
为了推导出针对模型方程(7)的模型参数的所估计的值,仅使用从在吸入时测量到的测量值中产生了的信号值组。相对应地,仅仅在使用在呼出时产生了的信号值组的情况下,估计模型方程(8)的模型参数值。
在另外的构建方案中,作为模型方程预先给定下列线性关系:
Pes(t)是食道压力,该食道压力例如由食道Sp中的气动传感器6来测量。因子ECW描述由于患者P的胸壁(chestwall)带来的弹性。将(3)代入(9)供应下列模型方程:
上面提及的模型方程(2)直至(10)只在理想情况下适用。利用至少一个模型方程规定的肺力学模型20只是近似地描述了现实,而且信号被干扰信号叠加并受测量误差影响。因而,模型参数的值也只能近似地被推导出,并且因而模型参数值的推导和因此针对呼吸活动的值的推导也必然带有估计不确定性。
下列描述涉及模型方程
随后描述的方法以相对应的方式也可以被应用于属于肺力学模型20的另外的模型方程。
在每个采样时刻ti,从测量值中分别产生一组信号值,即信号值组
在一个优选的实施形式中,为了推导出呼吸活动值Pmus,est(ti),回归方法被应用于预先给定的模型方程(4)。特别优选地,使误差平方和最小化。
在另外的构建方案中考虑,这些模型参数的值可能随着时间改变。在一种可能的实现方案中,预先给定数目为N的采样时刻。仅在使用N个在时间上为最后的信号值组的情况下,推导出针对模型参数的所估计的值{Rest(ti),Eest(ti),keff,est(ti),P0est(ti)},也就是说,直至采样时刻ti(包括在内)的最后N个采样时刻形成评估时间窗。数目N一方面选择得大到使得,可以执行足够可靠的回归分析,而另一方面选择得小到使得,模型参数{R, E,keff, P0}在评估时间窗中可以被视为在时间上恒定的。
在其他构建方案中分别确定,信号值组涉及在一次呼吸期间的哪个时刻。预先给定如下加权函数:该加权函数描述了作为在单个一次呼吸期间的测量时刻的函数的加权因子。一次呼吸的时段优选地被归一化。图3示例性地示出了这样的加权函数,其中时间t记入在x轴上,并且与时间有关的加权因子记入在y轴上。在这种情况下,
- 从0到T的区间标明为针对单个一次呼吸的被归一化的或者典型的时间间隔,
- T_I标明吸入(Inspiration)的开始,
- T_E标明呼出(Exspiration)的开始,和
- x1、x2和x3标明三个预先给定的加权因子,其中例如适用x3=2,x2=1和x1=0.5。
在第三构建方案中,信号值组根据第一通气设备参数的相应的设定值和/或根据信号值的频度被加权,优选地如下被加权:在确定的设定值的情况下确定了越少的信号值组和/或在用于当前估计的信号值组中越罕见地出现信号值,针对信号值组的加权因子在当前估计的情况下就越高。
实例:在最后N个采样时刻t1、...、tN期间,在标准设定值的情况下已确定N1个信号值组,在偏离于标准设定值的第二设定值的情况下已确定N2个信号值组,并且在第三设定值的情况下已确定N3个信号值组,所述第三设定值既偏离标准设定值又偏离第二设定值。那么适用N=N1+N2+N3,在标准设定值的情况下确定的信号值组获得加权因子,在第二设定值的情况下确定的信号值组获得加权因子,并且在第三设定值的情况下确定的信号值组获得加权因子。
图4示出了针对这种根据设定值和信号值的频度进行加权的实例。在时间间隔T_O,已执行闭塞(没有人工通气,并且患者的自身呼吸中断),而且在闭塞期间产生的信号值组被特别高地加权。
图4中所示的加权与信号Paw、、Vol和Sig的信号值的频度有关。具有罕见地出现的信号值的信号值组与具有频繁出现的信号值的信号值组相比获得更高的权重。信号值的与频度有关的权重被联合成信号值组的总权重。在图4中示出该总权重的时间变化过程。
其中第一因子与信号值组的年龄有关,第二因子与在单个一次呼吸期间的相对时刻有关,并且第三因子与在该设定值的情况下所确定的信号值组的数目和/或信号值的数目有关,参见图4。优选地,N个信号值组的加权因子被归一化,使得其总和例如等于1。
在偏离的构建方案中,在前N个采样时刻之后应用回归方法,其中在采样时刻ti之前,推导出了四个模型参数值R(ti-1)、E(ti-1)、keff(ti-1)以及P0(ti-1),更确切而言基于以ti-1作为最后采样时刻的N个最后采样时刻,推导出了这四个模型参数值,和其中在采样时刻ti之后,在使用先前的四个模型参数值{Rest(ti-1), Eest(ti-1), keff,est(ti-1), P0est(ti-1)}和当前信号值组{Paw(ti), , Vol(ti), Sig(ti)}的情况下,推导出四个更新过的模型参数值{Rest(ti), Eest(ti), keff,est(ti), P0est(ti)}。索引est表明;这是所估计的值。这种递归方法节省计算时间,并且可以与加权因子的使用相组合。
在一个构建方案中,在每个采样时刻ti,如下地推导出针对气动量度Pmus的所估计的值,参见模型方程(3):
呼吸活动值Pmus(ti)的推导带有不确定性,更确切而言在两个因子keff,est(ti)和Sig(ti)中带有不确定性。为了提高推导的可靠性,在本发明的一个构建方案中,在可靠性低的情况下经历所谓的演习。在该演习的情况下,在该实施例中,通气设备1的第一运行参数BG从标准设定值EW_Std暂时被设定到至少一个偏离的设定值,并且此后又被设定到标准设定值EW_Std。例如,针对患者P的单个一次呼吸,执行所述演习。在标准设定值EW_Std的情况下,通气设备1被调节,使得人工通气尽可能好地与患者P的自身呼吸活动同步,例如使得适用:
在偏离的设定值的情况下,此外根据所推导出的呼吸活动值Pmus,est(ti),但是偏离于常规运行地如下调节通气设备1,例如与常规运行有下列偏离中的至少一个:
- 根据(12)的按比例调节以较小的支持程度x1<x来执行——或者也以较大的支持程度x2>x来执行。
- 通气设备1以其来给患者P进行人工通气的气动压力Part被限制到最大值。
- 通气设备1填充患者P的肺部仅直至预先给定的体积界限。患者P可只通过自身呼吸活动实现肺体积的进一步增大。
- 通气设备1执行的通气行程的幅值和/或频率被减少和/或被限制。
- 通气设备1从受压力调节的通气被切换到受体积调节的通气,所述受压力调节的通气在标准设定值的情况下被执行,所述受体积调节的通气在偏离的设定值的情况下被执行。
- 通气设备1从受体积调节的通气被切换到受压力调节的通气,所述受体积调节的通气在标准设定值EW_Std的情况下被执行,所述受压力调节的通气在偏离的设定值的情况下被执行。
演习也可以包括:通气设备1完全不被调节,而是被控制或者被停用,或者尽管被调节,但是不是根据所估计的呼吸活动值Pmus,est(ti)被调节,而是例如如下被调节:
- 根据呼吸道压力Paw(ti)和/或根据气动传感器3测量到的体积流,和/或根据气动传感器6测量到的食道压力Pes(ti),调节通气设备1。如上面所阐述的那样,不利的是,持续地以这种方式调节通气设备1。但是,在有些情况下有意义的是如下演习:在所述演习中,通气设备1在短时间内这样被调节,并且此后又正如上面所描述的那样常规地被调节。
- 通气设备1完全设定患者P的人工通气(闭塞),并且患者P的自身呼吸活动被中断,例如其方式为:关闭在通气设备1上的阀,并且借此阻止患者P呼吸。这种闭塞被执行最多5秒、优选地最多1秒,而且在这样短的持续时间的情况下对于患者P而言没有危险。
优选地,在患者P的一次呼吸期间,在预先给定的相对时刻执行这种闭塞,例如在吸入末端(吸气末闭塞(end-inspiratorische Okklusion))或者在呼出末端(呼气末闭塞(end-exspiratorische Okklusion))执行闭塞。即使在闭塞的情况下,在一个构建方案中也应用模型方程
因而,在闭塞期间可以良好地测量Pmus。但是,由于本发明,只有当这是必要时,那么才需要执行闭塞。
根据本发明,计算出可靠性量度ZM(ti),所述可靠性量度ZM(ti)是针对呼吸活动值(在本发明亦即Pmus,est(ti))的推导是多可靠的评估。对于这种计算,例如在时间上为最后的M+1个所估计的模型参数值的序列
在一个构建方案中,在每个采样时刻ti,从最后的模型参数值中,计算协方差矩阵,更确切而言根据计算规则
计算协方差矩阵。
在两个不同的模型参数之间的高互相关性(例如针对在E与R之间的Cov(E,R)在采样时刻ti的大的值)意味着:依据迄今存在的信号值组,只能彼此差地区分两个模型参数E和R的影响。
在一个构建方案中,根据模型方程(3),借助所估计的呼吸信号Sig,计算气动量度Pmus在采样时刻ti的值Pmus,est(ti),亦即根据
来计算所述值Pmus,est(ti)。作为针对在采样时刻ti的估计不确定性的量度,优选地计算经验方差(经验散射)
同样可以使用另外的针对估计不确定性的量度。
在偏离方案中,分别在一次呼吸结束之后或者在预先给定的时间间隔之后,计算针对估计不确定性的量度。例如,如果M个采样时刻ti+1、...、ti+M处于一次呼吸的时间间隔中,则算术平均值、中位值或者别的平均值关于M个经验方差被计算,并被用作针对估计不确定性的量度。
如刚才所描述的那样,在一个构建方案中,经验方差
被用作针对估计不确定性的量度,在另外的构建方案中关于经验方差计算算术平均值或者别的平均值。在其他构建方案中,偏差和测量误差被联合成随时间可变的误差。如果模型方程(4)可能会确切地描述现实并且可能会没有测量误差出现,则在任何时刻都可能是err(t)=0。在现实中,这并不适用,并且err(t)随时间变化。信号处理单元5计算可靠性量度ZM(ti),并且为此优选地使用针对在时间上为最后N个采样时刻的N个信号值组以及上面给出的针对时间上可变的误差err(t)的模型方程(16)。优选地,信号处理单元5应用统计学方法,以便计算出可靠性量度ZM(ti)。在该实施例中,在通气已开始之后并且只要信号处理单元5还没有探测到满足预先限定的触发标准E1,就利用标准设定值EW_Std来运行通气设备1。在标准设定值EW_Std的情况下,例如人工通气的由通气设备1产生的压力Part(ti)等于,其中比例因子(支持程度)x保持恒定。例如,在标准设定值EW_Std的情况下,通气设备1始终受压力调节地来运行。
一满足所述触发标准E1或者触发标准E1,信号处理单元5就触发改变过程。触发改变过程的预先给定的触发标准E1与至少一个所计算出的可靠性量度有关,并且例如当探测到下列事件中的至少一个时,那么满足所述预先给定的触发标准E1:
- 用于推导呼吸活动值、亦即针对气动量度Pmus的值Pmus,est(ti)的在时间上最后被计算出的可靠性量度ZM(ti)在预先给定的可靠性界限之下。对此同意的是,针对在推导呼吸活动值Pmus,est(ti)时的估计不确定性的量度在预先给定的不确定性界限之上。
- 在时间上最后M个所计算出的可靠性量度ZM(ti)、ZM(ti-1)、...变得越来越小,并从上面接近可靠性界限。
- 至少一个最后计算出的可靠性量度ZM(ti)明显小于至少一个、优选地多个以前所计算出的可靠性量度ZM(ti-n)、...、ZM(ti-1)。
根据本发明,当信号处理单元5已探测到满足了触发标准E1时,尤其是当最后计算出的可靠性量度ZM(ti)在预先给定的可靠性界限之下或估计不确定性量度在预先给定的估计不确定性界限之上时,信号处理单元5触发演习、亦即改变过程。演习包括如下步骤:通气设备1暂时以偏离标准设定值EW_Std的设定值来运行。针对演习的实例在上面已被说明。
怀着如下目标来执行演习:在该演习中和/或在该演习之后,以更高的可靠性推导出针对呼吸活动Pmus的所估计的值Pmus,est(ti)。针对气动量度Pmus的值Pmus,est(ti)在使用如下信号值组的情况下被推导出:所述信号值组在偏离的设定值的情况下被产生了;以及优选地附加地在使用如下信号值组的情况下推导出针对气动量度Pmus的值Pmus,est(ti):所述信号值组在演习之前、亦即在标准设定值EW_Std的情况下被产生了。
信号处理单元5一已探测到满足预先限定的终止标准E3,就结束所述演习。例如,当下列事件中的至少一个事件发生时,满足终止标准E3:
- 自演习开始以来,例如自闭塞开始以来,过去了预先给定的时间界限,并且不允许继续该演习较长时间。
- 在时间上最后P个计算出的可靠性量度在预先给定的可靠性界限之上,也就是说,针对该演习的原因不再存在。
- 该演习没有引起可靠性量度的增大。那么,优选地执行另外的演习,而不是当前执行的演习。
在下文,示例性地阐述了演习的触发和执行。
在该实例中,预先给定例如为1mbar的第一估计不确定性界限和例如为2mbar的更大的第二估计不确定性界限。只要估计不确定性量度在第一估计不确定性界限以下,通气设备1就以标准设定值EW_Std运行。如果估计不确定性量度在两个估计不确定性界限之间,则执行较轻型的演习,在所述较轻型的演习中,通气设备1还根据所估计的呼吸活动值Pmus,est(ti)来调节。例如,较轻型的演习包括下列步骤中的至少一个步骤:
- 针对单个一次呼吸,让支持压力Part在最大值以下,或者支持压力Part以其他方式被减小。
- 支持压力或者体积流被限制。
如果估计不确定性量度甚至在较大的估计不确定性界限之上,则执行重大的演习,在该重大的演习中不使用所估计的呼吸活动值Pmus,est(ti),而是代替其根据Paw(ti)和/或执行例如闭塞或者控制或者调节。在一个构建方案中,执行哪种重大的演习与估计不确定性量度有关,例如与所述估计不确定性量度多强烈地在较大的估计不确定性界限之上有关。
例如,在短的时段内完全设定人工通气,并且患者P的自身呼吸被阻止(闭塞)。在闭塞期间,传感器3测量到的呼吸道压力Paw仅与患者P的自身呼吸活动有关,例如适用Pmus=Paw。在闭塞结束之后,针对气动量度Pmus的当前值再次正如刚刚在上面所描述的那样在使用信号Paw、和Vol及模型方程(4)的情况下被推导出,其中为了推导但是附加地使用如下那些信号值:所述信号值在闭塞期间已被测量到。
在一个构建方案中,如下演习与根据公式(14)所示的协方差矩阵Cov(ti)或者与另外的针对在不同模型参数之间的相关的量度有关:在较大的估计不确定性界限之上的估计不确定性量度的情况下,执行所述演习。例如,如果在两个估计Rest和keff,est之间的互相关Cov(R,keff)(ti)大,则在演习期间减少由通气设备1招致的呼吸空气流。在模型方程
中,该减少对被加数发生作用,但是对被加数keff*Sig(t)明显更小地发生作用。如果在两个估计Eest(ti)与keff,est(ti)之间的互相关Cov(E,keff)(ti)或者在两个估计Rest(ti)与Eest(ti)之间的互相关Cov(R,E)(ti)大,则在该演习中怀着如下目标来操控通气设备1:在预先给定的时期内将体积Vol(亦即肺部充盈水平)保持恒定。在上面的模型方程中,这种演习对被加数E*Vol(t)发生作用,但是对被加数keff*Sig(t)明显更小地发生作用。
图5至图11示出了流程图,该流程图阐明了根据本发明的方法和根据本发明的信号处理单元的示例性构建方案。
图5以流程图的第一部分阐明,如何推导出所估计的呼吸活动值Pmus,est(ti),并且如何判定,是否满足触发标准E1。图6以流程图的第二部分阐明了通气设备1的常规运行、亦即在标准设定值EW_Std的情况下的运行。图7以流程图的第三部分阐明,如何执行更容易的演习。图8示出了如何执行重大的演习。图9示出了,在演习中如何产生信号值组,并且如何借助这些信号值组推导出模型参数值。图10示出了,在演习中如何推导出呼吸活动值。图11示出了,如何在多个步骤中检查,是否和如何要继续给患者P进行人工通气。
在下文,阐述了该流程图。
在人工通气开始时,第一通气设备参数BG被置于预先给定的标准设定值EW_Std。只要保持所述设定,通气设备1就在常规运行中来运行。在演习结束之后,通气设备1也在常规运行中被调节。在该常规运行中,通气设备1优选地根据气动量度Pmus和标准支持因子x被调节。在每个采样时刻ti,正如上面所描述的那样分别推导出所估计的值Pmus,est(ti)或Pmus,est m(ti),并被用作呼吸活动值。放在上方的索引m指明,相应的值在演习期间已被计算或者被推导出,这进一步在下面被描述。
在步骤S1中,信号处理单元5接收传感器2.1.1直至2.2.2和3的测量值,并且可选地接收光学传感器4和/或气动传感器6的测量值。信号处理单元5对这些测量值进行预处理。该预处理针对每个采样时刻ti分别供应信号值组。
在步骤S2中,信号处理单元5从针对分别最后N+1个采样时刻ti-N直至ti的信号值组中推导出所估计的模型参数值的组{Rest(ti), Eest(ti), keff,est(ti), P0est(ti)}。为此,信号处理单元5使用肺力学模型20、例如预先给定的模型方程
和
在步骤S3中,例如根据模型方程
信号处理单元5推导出针对患者P的呼吸活动的所估计的值Pmus,est(ti),并且为此使用至少一个所估计的模型参数值。
在步骤S4中,信号处理单元5计算用于推导呼吸活动值Pmus,est(ti)的可靠性量度ZM(ti)。例如,信号处理单元5计算出针对估计不确定性的量度。所计算出的可靠性量度ZM(ti)或估计不确定性量度也可能与针对以前的采样时刻ti-1、ti-2、....被计算出了的值有关。
信号处理单元5自动地作出判定,是否满足预先给定的触发标准E1。当用于推导呼吸活动值Pmus,est(ti)的可靠性低时,尤其是当最近计算出的可靠性量度ZM(ti)在预先给定的可靠性界限之下或者明显变得更小时,满足触发标准E1。此外,当满足触发标准E1时,那么信号处理单元5作出判定:是执行较轻型的演习(分支“leg”),还是执行重大的演习(分支“grav”)。
如果当前不满足触发标准E1(分支“否”),则可靠性量度ZM(ti)足够大。维持常规运行。图6示出了在常规运行中执行的步骤。在步骤S5中,信号处理单元5根据所推导出的呼吸活动值Pmus,est(ti)执行上级的调节。例如根据规则:
信号处理单元5 计算针对通气设备1在给患者P进行人工通气时要产生的压力的期望值Part(ti)。
在步骤S6中,信号处理单元5执行下级的调节,并根据压力期望值Part(ti)计算所述所需的或者每个所需的控制干预SE(ti),怀着如下目标实施所述控制干预SE(ti):通气设备1实际上达到该压力Part(ti)。针对下一个采样时刻ti+1=ti+Δ,重新执行迄今所描述的步骤。
在步骤S7中,信号处理单元5为第一通气设备参数BG规定偏离标准设定值EW_Std的设定值EW_leg(ti)。这个偏离的设定值EW_leg(ti)可能与所计算出的可靠性量度ZM(ti)有关。
在步骤S8中,信号处理单元5执行较轻型的演习。在这种情况下,第一通气设备参数BG被设定到偏离的设定值EW_leg(ti),并且通气设备1相对应地运行。
在较轻型的演习中,在步骤S3中推断出的在采样时刻ti的呼吸活动值Pmus,est(ti)同样被用来调节通气设备1。但是,通气设备1(与常规运行相反)根据偏离的设定值EW_leg(ti)运行。例如,支持程度被减少到x1<x,或者压力Part或者体积流被限制。
在步骤S9中,根据所推导出的呼吸活动值Pmus,est(ti),并且可选地附加地根据偏离的设定值EW_leg(ti),信号处理单元5执行上级的调节。信号处理单元5再次计算出压力期望值Part m(ti)。索引m指明,这在演习期间发生。
在步骤S6中,信号处理单元5在轻型的演习中计算所需的控制干预SEm(ti),更确切而言根据压力期望值Part m(ti)计算所需的控制干预SEm(ti)。进一步在下面描述针对下一个采样时刻ti+1的继续。
在步骤S10中,信号处理单元5计算出针对重大的演习的偏离的设定值EW_grav(ti)。该设定值EW_grav(ti)比在步骤S7中针对较轻型的演习计算出的设定值EW_leg(ti)更强烈地偏离标准设定值EW_Std,或者以另外的方式导致通气设备1的明显偏离的运行。
在步骤S11中,信号处理单元5触发如下步骤:通气设备1执行重大的演习,其中第一通气设备参数BG被设定到设定值EW_grav(ti)。
在步骤S12中,信号处理单元5根据在演习中测量到的呼吸道压力Paw m(ti)和/或根据体积流来执行上级的调节,亦即不使用在步骤S3中推导出的呼吸活动值Pmus,est(ti),或者控制通气设备1或者触发闭塞。该调节也可能与偏离的设定值EW_grav(ti)有关。步骤S12再次供应压力期望值Part m(ti)。
在步骤S6中,信号处理单元5计算出所需的控制干预SEm(ti),参见图6。
既在较轻型的演习中又在重大的演习中,信号处理单元5基于在演习被测量到了的测量值产生至少一个信号值组,并且紧接着推导出模型参数值和呼吸活动值。
图9示出了既在较轻型的演习中又在重大的演习中执行的步骤。在步骤S13中,信号处理单元5产生信号值组 。在步骤S14中,信号处理单元5计算出所估计的模型参数值组,并且对此使用步骤S13的信号值组和可选地使用较旧的信号值组。
如果在演习中不执行闭塞(判定的分支“否”),则执行下列步骤:在使用肺力学模型20和至少一个模型参数值的情况下,信号处理单元5推导出呼吸活动值Pmus,est m(ti)(图10的步骤S3)。信号处理单元5又计算出针对推导所述呼吸活动值Pmus,est m(ti)的可靠性的量度ZMm(ti)(图10的步骤S4)。
如果在演习中执行闭塞(判定的分支“是”),则对患者P的人工通气在短的时段内被设定,并且患者P的自身呼吸活动被阻止,而且可以直接测量呼吸活动Pmus。在步骤S16中,信号处理单元5接收传感器3的测量值,并产生信号值。那么,当闭塞没有在一次呼吸结束时进行并且体积Vol不能被忽略时,信号处理单元5使用在闭塞之前推导出的针对因子E的估计值Eest(ti)以及针对被加数P0的估计值P0est(ti)。信号处理单元5从这些信号值和可选地从模型参数值Eest(ti)和P0est(ti)中推导出呼吸活动值Pmus m(ti),而不使用呼吸信号Sig。在步骤S17中,信号处理单元5计算可靠性量度ZMm(ti),用于推导出所估计的呼吸活动值Pmus,est m(ti),而且为此使用所测量到的呼吸活动值Pmus m(ti)。
图11示出了依次执行的三个判定、和。在判定中判定,是否要继续或者结束对患者P的治疗。在判定中,信号处理单元5判定,是否要结束当前演习,并且是否要回转到常规运行。结束演习的原因是,在演习中所计算的可靠性量度ZMm(ti)足够大。其他原因是,例如针对闭塞的预先给定的时间间隔过去了。如果要结束演习(的分支“是”),则信号处理单元5在步骤S18中将通气设备参数BG再次复位到标准设定值EW_Std。否则(的分支“否”),信号处理单元5在判定中判定,是要以较轻型的演习继续(的分支“leg”)还是要以重大的演习继续(的分支“grav”)。优选地,针对在常规运行中的下一个通气步骤(图6中的步骤S15),信号处理单元5使用所推导出的呼吸活动值Pmus,est m(ti)或者所测量到的呼吸活动值Pmus,est(ti),所述信号处理单元在演习期间已推导出所述呼吸活动值Pmus,est m(ti)或者所述呼吸活动值Pmus,est(ti)。
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和气动传感器3 |
2.1.1、2.1.2、2.2.1、2.2.2 | 在患者P的皮肤上的测量电极,与接地电极共同供应测量值,从所述测量值中产生呼吸信号Sig |
3 | 在患者P的嘴部之前的气动传感器,测量呼吸道压力Paw和体积流 |
4 | 可选的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,从所述几何形状中推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,对数据存储器9有读取访问 |
6 | 食道Sp中的可选的探头,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具有所使用的模型方程的肺力学模型20,并且对信号处理单元5有读取访问 |
20 | 预先给定的肺力学模型,包括至少一个模型方程,以计算机可用的形式储存在数据存储器9中 |
针对在采样时刻t<sub>i</sub>已被确定的那个信号值组的加权因子 | |
BG | 第一通气设备参数,在常规运行中被设定到标准设定值EW_Std,并且在演习中被设定到偏离的设定值EW_leg(t<sub>i</sub>)或者EW_grav(t<sub>i</sub>) |
Δ | 在两个采样时刻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>est</sub>(t<sub>i</sub>) | 模型参数E在采样时刻t<sub>i</sub>的所估计的值,在标准设定值EW_Std的情况下推导出 |
E<sub>est</sub><sup>m</sup>(t<sub>i</sub>) | 模型参数E在采样时刻t<sub>i</sub>的所估计的值,在演习期间推导出 |
E1 | 预先给定的触发标准,在探测到所述触发标准之后,所述触发标准触发演习 |
判定:满足触发标准E1吗 | |
判定:继续治疗患者P吗 | |
E3 | 判定:满足用于结束当前演习的结束标准吗 |
E4 | 判定:执行较轻型的演习,还是执行重大的演习 |
EW_grav(t<sub>i</sub>) | 在重大的演习中针对第一通气设备参数BG的偏离的设定值,在采样时刻t<sub>i</sub>设定 |
EW_leg(t<sub>i</sub>) | 在较轻型的演习中针对第一通气设备参数BG的偏离的设定值,在采样时刻t<sub>i</sub>设定 |
EW_Std | 针对第一通气设备参数BG的标准设定值,被使用在通气设备1的常规运行中 |
k<sub>eff</sub> | 呈神经肌肉效率的因子形式的模型参数,亦即患者P的呼吸肌如何好地将电脉冲转化为导致气动压力P<sub>mus</sub>的呼吸活动 |
k<sub>eff,est</sub>(t<sub>i</sub>) | 模型参数k<sub>eff</sub>在采样时刻t<sub>i</sub>的所估计的值,在标准设定值EW_Std的情况下推导出 |
k<sub>eff,est</sub><sup>m</sup>(t<sub>i</sub>) | 模型参数k<sub>eff</sub>在采样时刻t<sub>i</sub>的所估计的值,在演习期间推导出 |
判定:执行闭塞吗 | |
P | 具有食道Sp和横膈膜Zw的患者,由于患者的自身呼吸活动产生压力P<sub>mus</sub>,至少暂时由通气设备1进行人工通气 |
P<sub>art</sub> | 支持压力,通过人工通气产生的压力 |
P<sub>art</sub>(t<sub>i</sub>) | 在常规运行中的针对P<sub>art</sub>的当前值,根据P<sub>mus,est</sub>(t<sub>i</sub>)计算 |
P<sub>art</sub><sup>m</sup>(t<sub>i</sub>) | 在演习期间的针对P<sub>art</sub>的当前值,根据P<sub>mus,est</sub>(t<sub>i</sub>)或者P<sub>mus</sub><sup>m</sup>(t<sub>i</sub>)计算 |
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P<sub>art</sub>的叠加来产生,由传感器3来测量 |
P<sub>aw</sub>(t<sub>i</sub>) | 呼吸道压力P<sub>aw</sub>的信号值,在常规运行中在采样时刻t<sub>i</sub>产生 |
P<sub>aw</sub><sup>m</sup>(t<sub>i</sub>) | 呼吸道压力P<sub>aw</sub>的信号值,在演习中在采样时刻t<sub>i</sub>产生 |
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的自身呼吸活动的气动量度 |
P<sub>mus</sub>(t<sub>i</sub>) | 在采样时刻t<sub>i</sub>的实际呼吸活动值 |
P<sub>mus</sub><sup>m</sup>(t<sub>i</sub>) | 在演习期间通过测量推导出的在采样时刻t<sub>i</sub>的呼吸活动值 |
P<sub>mus,est</sub>(t<sub>i</sub>) | 针对气动量度P<sub>mus</sub>的推导出的所估计的值,在标准设定值EW_Std的情况下推导出,充当呼吸活动值 |
P<sub>mus,est</sub><sup>m</sup>(t<sub>i</sub>) | 针对气动量度P<sub>mus</sub>的推导出的所估计的值,在演习期间推导出,充当呼吸活动值 |
P0 | 呈肺力学被加数形式的模型参数:在患者P不完全呼出之后的残余压力 |
P0<sub>est</sub>(t<sub>i</sub>) | 模型参数P0在采样时刻t<sub>i</sub>的所估计的值,在标准设定值EW_Std的情况下推导出 |
P0<sub>est</sub><sup>m</sup>(t<sub>i</sub>) | 模型参数P0在采样时刻t<sub>i</sub>的所估计的值,在演习期间推导出 |
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>的所估计的值,在常规运行中推导出 |
R<sub>est</sub><sup>m</sup>(t<sub>i</sub>) | 模型参数R在采样时刻t<sub>i</sub>的所估计的值,在演习期间推导出 |
S1 | 步骤:接收并预处理测量值,产生信号值组{Paw(ti),,Vol(ti),Sig(ti)} |
S2 | 步骤:计算所估计的模型参数值的组 |
S3 | 步骤:推导出所估计的呼吸活动值P<sub>mus,est</sub>(t<sub>i</sub>) |
S4 | 步骤:计算用于推导P<sub>mus,est</sub>(t<sub>i</sub>)的可靠性量度ZM(t<sub>i</sub>) |
S5 | 步骤:在常规运行中执行上级的调节,根据P<sub>mus,est</sub>(t<sub>i</sub>)计算压力期望值P<sub>art</sub>(t<sub>i</sub>) |
S6 | 步骤:执行下级的调节,根据压力期望值P<sub>art</sub>(t<sub>i</sub>)或P<sub>art</sub><sup>m</sup>(t<sub>i</sub>)计算控制干预SE(t<sub>i</sub>)或SE<sup>m</sup>(t<sub>i</sub>) |
S7 | 步骤:在较轻型的演习中规定针对第一通气设备参数BG的偏离的设定值EW_leg(t<sub>i</sub>) |
S8 | 步骤:执行较轻型的演习,将第一通气设备参数BG设定到偏离的设定值EW_leg(t<sub>i</sub>) |
S9 | 步骤:在较轻型的演习中执行上级的调节,根据P<sub>mus,est</sub>(t<sub>i</sub>)和设定值EW_leg(t<sub>i</sub>)计算压力期望值P<sub>art</sub><sup>m</sup>(t<sub>i</sub>) |
S10 | 步骤:在重大的演习中规定针对第一通气设备参数BG的偏离的设定值EW_grav(t<sub>i</sub>) |
S11 | 步骤:执行重大的演习,将第一通气设备参数BG设定到偏离的设定值EW_grav(t<sub>i</sub>) |
S12 | 步骤:在重大的演习中执行上级的调节,根据所测量到的信号值计算压力期望值Part m(ti) |
S13 | 步骤:在演习中产生信号值组{Paw m(ti), , Volm(ti), Sigm(ti)} |
S14 | 步骤:在演习中推导出模型参数值{Rest m(ti), Eest m(ti), keff,est m(ti),P0est m(ti)},为此使用信号值组 和N+1个以前的信号值组 、.... 、 |
S15 | 步骤:在常规运行中执行上级的调节,根据P<sub>mus</sub><sup>m</sup>(t<sub>i</sub>)或者P<sub>mus,est</sub>(t<sub>i</sub>)计算压力期望值P<sub>art</sub>(t<sub>i</sub>) |
S16 | 步骤:在闭塞期间,从信号值推导出呼吸活动值Pmus m(ti)(直接测量) |
S17 | 步骤:步骤:计算用于推导在演习时的P<sub>mus,est</sub><sup>m</sup>(t<sub>i</sub>)的可靠性量度ZM<sup>m</sup>(t<sub>i</sub>),为此使用P<sub>mus</sub><sup>m</sup>(t<sub>i</sub>) |
S18 | 步骤:结束演习,将第一通气设备参数BG设定到标准设定值EW_Std |
SE(t<sub>i</sub>) | 在EW_Std的情况下在常规运行中的控制干预,在下级的调节中根据P<sub>art</sub>(t<sub>i</sub>)计算 |
SE<sup>m</sup>(t<sub>i</sub>) | 在演习期间的控制干预,在下级的调节中根据P<sub>art</sub><sup>m</sup>(t<sub>i</sub>)计算 |
Sig | 针对患者P的呼吸活动的电呼吸信号(EMG信号),从由测量电极2.1.1直至2.2.2测量到了的测量值中产生 |
Sig(t<sub>i</sub>) | 信号Sig在采样时刻t<sub>i</sub>的信号值,在常规运行中产生 |
Sig<sup>m</sup>(t<sub>i</sub>) | 信号Sig在采样时刻t<sub>i</sub>的信号值,在演习期间产生 |
Sp | 患者P的食道 |
t<sub>i</sub> | 采样时刻 |
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_O | 执行闭塞的时段 |
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 | |
x | 支持程度,在常规运行中在按比例调节的情况下是用于人工通气的比例因子,也就是说通气设备1根据P<sub>art</sub>(t<sub>i</sub>)=x*P<sub>mus,est</sub>(t<sub>i</sub>)运行 |
x1 | 较小的支持程度,该较小的支持程度被用在较轻型的演习中 |
Zw | 患者P的横隔膜 |
Claims (19)
1.一种计算机实施的用于近似确定与患者(P)的自身呼吸活动关联的量度(Pmus)的方法,
其中所述方法自动地在使用
- 通气设备(1),和
- 进行数据处理的数据处理单元(5)
的情况下被执行,
其中所述通气设备(1)
- 至少暂时给所述患者(P)进行人工通气,并且
- 根据第一可变的通气设备参数(BG)来运行,
其中预先给定肺力学模型(20),所述肺力学模型(20)描述至少一个在
- 呼吸活动量度(Pmus)与
之间的关系,
其中所述方法包括如下步骤:
- 针对至少一个、优选地针对每个在所述肺力学模型(20)中出现的可测量信号(Paw,Pes, , Vol, Sig),分别接收至少一个值,所述至少一个值在所述第一通气设备参数(BG)设定到所述设定值期间被测量到了,优选地针对每个可测量信号依次分别接收多个值,
- 在使用在所述设定值的情况下所测量到的测量值的情况下,产生至少一个信号值组,优选地产生多个信号值组,所述至少一个信号值组对所述肺力学模型(20)的每个可测量信号(Paw, Pes, , Vol, Sig)分别具有一个信号值,
其中所述信号处理单元(5)
- 执行至少一个第一通气过程,在所述至少一个第一通气过程中,所述第一通气设备参数(BG)设定到第一设定值(EW_Std),
- 计算针对如下可靠性的量度{ZM(ti)}:所述第一呼吸活动值{Pmus,est(ti)}与所述患者(P)的相对应的实际呼吸活动量度{Pmus}相一致,和
其中所述方法包括如下其他步骤:
所述信号处理单元(5)检查,是否满足预先给定的触发标准(E1),
其中当所述用于推导所述第一呼吸活动值{Pmus,est(ti)}的所计算出的可靠性量度{ZM(ti)}在预先给定的第一可靠性界限之下时,那么至少满足所述触发标准(E1),并且
作为对探测到满足所述触发标准的反应,所述信号处理单元(5)
4.根据上述权利要求中任一项所述的方法,
其特征在于,
作为所述第一通气设备参数(BG),使用针对至所述患者(P)的气体输送的量度,尤其是使用预先给定的期望体积流或者预先给定的期望呼吸空气压力(Part),以及
所述信号处理单元(5)
- 在所述改变过程中或者在改变过程中,触发如下步骤:减少或者增大所述至所述患者(P)的气体输送,尤其是将所述至所述患者(P)的气体输送减少到零,并且
- 紧接着触发其他改变过程,以便再次增大或再次减少所述至所述患者(P)的气体输送,优选地将所述至所述患者(P)的气体输送再次增大或再次减少到在所述改变过程之前的值。
5.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)在所述第一通气过程期间操控所述通气设备(1)的步骤包括如下步骤:只要不满足所述触发标准(E1),尤其是至少当为了推导呼吸活动值{Pmus,est(ti)}所计算出的所述可靠性量度{ZM(ti)}在所述第一可靠性界限之上时,那么所述信号处理单元(5)
- 在所述第一通气过程期间能够将所述第一通气设备参数(BG)设定到所述第一设定值(EW_Std),并且
- 根据至少一个在所述第一设定值(EW_Std)的情况下推导出的呼吸活动值{Pmus,est(ti)},怀着支持给所述患者(P)的通气的目标来操控所述通气设备(1)。
7.根据权利要求5或者6所述的方法,
其特征在于,
尤其是引起按比例控制,
其中所述信号处理单元(5)在所述调节期间重复执行通气过程,以便实现所述调节目标,以及
其中所述信号处理单元(5)在至少一个通气过程期间、优选地在每个通气过程期间执行如下步骤:
- 计算相应的所述可靠性量度{ZM(ti)},
- 当所述所计算出的可靠性量度{ZM(ti)}在预先给定的可靠性界限以下时,那么触发针对所述第一通气设备参数(BG)的改变过程,以及
- 紧接着利用被改变的所述设定值{EW_leg(ti), EW_grav(ti)}来执行其他通气过程。
8.根据上述权利要求中任一项所述的方法,
其特征在于,
当不满足所述触发标准(E1)时,尤其是当所述所计算出的可靠性量度{ZM(ti)}在所述可靠性界限之上时,那么所述信号处理单元(5)执行至少一个其他通气过程,在所述至少一个其他通气过程中,
- 所述第一通气设备参数(BG)保持被设定在所述第一设定值(EW_Std)上,
9.根据上述权利要求中任一项所述的方法,
其特征在于,
所述第一通气过程和可选地至少一个其他通气过程包括如下步骤:
所述信号处理单元(5)
- 在使用多个、优选地所有在所述设定值(EW_Std)的情况下迄今所产生的信号值组的情况下,推导出所述或者至少一个呼吸活动值{Pmus,est(ti)},并且
- 优选地在应用统计学方法的情况下,根据用于推导的所述信号值组,计算出针对所述呼吸活动值{Pmus,est(ti)}的所述可靠性量度{ZM(ti)}。
11.根据上述权利要求中任一项所述的方法,
其特征在于,
预先给定的肺力学模型(20)具有第一可变的模型参数(R,E,ECW,keff,P0),
其中在设定值(EW_Std)的情况下推导出呼吸活动值{Pmus,est(ti)}的步骤中,所述信号处理单元(5)
12.根据权利要求11所述的方法,
其特征在于,
所述肺力学模型(20)具有第一模型参数(R)和第二模型参数(E, keff, P0),
其中所述信号处理单元(5)
- 当所述第一可靠性量度满足所述触发标准(E1)、尤其是在所述第一可靠性界限以下时,那么触发第一改变过程,并且
- 当所述第二可靠性量度满足所述触发标准(E1)、尤其是在所述第一可靠性界限以下时,那么触发第二改变过程,
其中所述第一改变过程涉及所述第一通气设备参数,并且所述第二改变过程涉及另外的通气设备参数,和/或
其中所述第一改变过程导致不同于所述第二改变过程的设定值。
13.根据上述权利要求中任一项所述的方法,
其特征在于,
在至少一个通气过程中,在推导出所述或者至少一个呼吸活动值{Pmus,est(ti)}时,所述信号处理单元(5)将所述肺力学模型(20)
16.根据上述权利要求中任一项所述的方法,
其特征在于,
所述呼吸活动量度(Pmus)在所述第二设定值{EW_grav(ti)}的情况下或者在第二设定值{EW_grav(ti)}的情况下能够被测量到,
其中所述信号处理单元(5)
17.一种用于近似确定与患者(P)的自身呼吸活动关联的量度(Pmus)的信号处理单元(5),其中所述信号处理单元(5)与通气设备(1)至少暂时连接或者能够连接,
其中所述通气设备(1)构建为,
- 至少暂时给所述患者(P)进行人工通气,并且
其中所述信号处理单元(5)至少暂时拥有对数据存储器(9)的读取访问,在所述数据存储器(9)中储存有肺力学模型(20),所述肺力学模型(20)描述至少一个在
- 呼吸活动量度(Pmus)与
之间的关系,和
其中所述信号处理单元(5)构建为,在所述通气过程中或者在至少一个通气过程中,
- 针对至少一个、优选针对每个在所述肺力学模型(20)中出现的可测量信号(Paw, Pes,, Vol, Sig),分别接收至少一个值,所述至少一个值在所述第一通气设备参数(BG)设定到所述确定的设定值期间被测量到了,优选地针对每个可测量信号分别接收多个值,
- 在使用在所述设定值的情况下测量到的测量值的情况下,产生至少一个信号值组,优选地产生多个信号组,所述至少一个信号值组对所述肺力学模型(20)的每个可测量信号(Paw, Pes, , Vol, Sig)分别具有一个信号值,
其中所述信号处理单元(5)构建为,
- 执行至少一个第一通气过程,在所述至少一个第一通气过程中,所述第一通气设备参数(BG)设定到第一设定值(EW_Std),
- 在所述第一通气过程中推导出第一呼吸活动值{Pmus,est(ti)},和
- 计算针对如下可靠性的量度{ZM(ti)}:所推导出的所述第一呼吸活动值{Pmus,est(ti)}与所述患者(P)的相对应的实际呼吸活动量度{Pmus}相一致,和
其中所述信号处理单元(5)构建为,
检查是否满足预先给定的触发标准(E1),所述预先给定的触发标准(E1)与用于推导所述第一呼吸活动值{Pmus,est(ti)}的所计算出的可靠性量度{ZM(ti)}有关,和
其中至少当所述用于推导所述第一呼吸活动值{Pmus,est(ti)}的所计算出的可靠性量度{ZM(ti)}在预先给定的第一可靠性界限之下时,那么出现所述触发标准(E1),并且
其中所述信号处理单元(5)构建为,作为对探测到满足所述触发标准(E1)的反应,
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019007717.2A DE102019007717B3 (de) | 2019-11-07 | 2019-11-07 | Verfahren und Signalverarbeitungseinheit zum Ermitteln der Atmungsaktivität eines Patienten |
DE102019007717.2 | 2019-11-07 | ||
PCT/EP2020/073825 WO2021089215A1 (de) | 2019-11-07 | 2020-08-26 | Verfahren und signalverarbeitungseinheit zum ermitteln der atmungsaktivität eines patienten |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114599277A true CN114599277A (zh) | 2022-06-07 |
Family
ID=72243135
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080077205.3A Pending CN114599277A (zh) | 2019-11-07 | 2020-08-26 | 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) | US20220379057A1 (zh) |
CN (1) | CN114599277A (zh) |
DE (1) | DE102019007717B3 (zh) |
WO (1) | WO2021089215A1 (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 |
Family Cites Families (5)
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 |
WO2009149357A1 (en) * | 2008-06-06 | 2009-12-10 | Nellcor Puritan Bennett Llc | Systems and methods for ventilation in proportion to patient effort |
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 |
WO2018143844A1 (en) * | 2017-02-03 | 2018-08-09 | Maquet Critical Care Ab | Determination of neuromuscular efficiency during mechanical ventilation |
US20190000394A1 (en) * | 2017-07-03 | 2019-01-03 | Mediatek Inc. | Physiological monitoring devices and physiological monitoring method |
-
2019
- 2019-11-07 DE DE102019007717.2A patent/DE102019007717B3/de active Active
-
2020
- 2020-08-26 WO PCT/EP2020/073825 patent/WO2021089215A1/de active Application Filing
- 2020-08-26 CN CN202080077205.3A patent/CN114599277A/zh active Pending
- 2020-08-26 US US17/774,739 patent/US20220379057A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
DE102019007717B3 (de) | 2021-01-07 |
US20220379057A1 (en) | 2022-12-01 |
WO2021089215A1 (de) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1295620B1 (en) | A breathing apparatus for use in the examination of pulmonary mechanics of a respiratory system | |
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 | |
EP3656431B1 (en) | Systems for drive pressure spontaneous ventilation | |
JP5053083B2 (ja) | 人工呼吸器支持を受けている患者の終末呼気陽圧(PEEPi)を非侵襲的に予測するための方法及び機器 | |
US6390091B1 (en) | Method and apparatus for controlling a medical ventilator | |
JP5858927B2 (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 | |
US9468398B2 (en) | Method and apparatus for detecting and quantifying intrinsic positive end-expiratory pressure | |
WO2000010634A9 (en) | Apparatus and method for determining respiratory mechanics of a patient and for controlling a ventilator based thereon | |
JP2002315831A (ja) | 患者の呼吸の必要性と調和するアシストされた換気方法及び装置 | |
JP5608675B2 (ja) | エラスタンスおよび抵抗の決定 | |
CN110248599B (zh) | 在机械通气期间确定神经肌肉效率 | |
EP3302664B1 (en) | Non-invasive method for monitoring patient respiratory status via successive parameter estimation | |
CN114599277A (zh) | 用于确定患者的呼吸活动的方法和信号处理单元 | |
CN112089933A (zh) | 一种基于呼吸机动态测算呼吸力学参数的方法 | |
CN114340488B (zh) | 用于确定患者的呼吸活动的方法和信号处理单元 | |
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 |
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 |