CN115137349A - 一种肺功能检查模型建立方法及系统 - Google Patents
一种肺功能检查模型建立方法及系统 Download PDFInfo
- Publication number
- CN115137349A CN115137349A CN202210574716.7A CN202210574716A CN115137349A CN 115137349 A CN115137349 A CN 115137349A CN 202210574716 A CN202210574716 A CN 202210574716A CN 115137349 A CN115137349 A CN 115137349A
- Authority
- CN
- China
- Prior art keywords
- lung
- type
- basic parameters
- different
- users
- 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
- 230000004199 lung function Effects 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 27
- 210000004072 lung Anatomy 0.000 claims abstract description 59
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 39
- 238000011156 evaluation Methods 0.000 claims abstract description 32
- 238000010801 machine learning Methods 0.000 claims abstract description 7
- 230000000241 respiratory effect Effects 0.000 claims abstract description 7
- 238000003745 diagnosis Methods 0.000 claims description 21
- 238000009423 ventilation Methods 0.000 claims description 17
- 230000004064 dysfunction Effects 0.000 claims description 16
- 230000002685 pulmonary effect Effects 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 9
- 238000009792 diffusion process Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 238000003908 quality control method Methods 0.000 claims description 4
- 238000001303 quality assessment method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 206010063385 Intellectualisation Diseases 0.000 abstract description 3
- 238000007664 blowing Methods 0.000 description 14
- 238000007689 inspection Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000013123 lung function test Methods 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 3
- 230000005284 excitation Effects 0.000 description 3
- 206010011224 Cough Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 206010006322 Breath holding Diseases 0.000 description 1
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 1
- 206010021079 Hypopnoea Diseases 0.000 description 1
- 208000019693 Lung disease Diseases 0.000 description 1
- 208000006440 Open Bite Diseases 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 210000004704 glottis Anatomy 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000009325 pulmonary function Effects 0.000 description 1
- 210000003437 trachea Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/087—Measuring breath flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/091—Measuring volume of inspired or expired gases, e.g. to determine lung capacity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Abstract
本发明提供了一种肺功能检查模型建立方法及系统,包括:获取各个类型用户的基本信息;分别采集每一个类型中多个用户的呼吸气流的基本参数;针对每一个类型,结合用户的基本信息,确定评估分级标准;根据评估分级标准,调整每一个类型的基本参数的取值范围;在每一个类型中,利用多个用户的波形、调整后的基本参数进行机器学习,得到针对每一个类型的肺部呼吸曲线模型。利用该方法和系统可以实现肺部检查的自动化和智能化,提高检查效率,节省人力。
Description
技术领域
本发明涉及智能检测设备领域,具体涉及一种肺功能检查模型建立方法及系统。
背景技术
医学临床检测中,肺功能的检查越来越普及,肺部疾病的判读及手术评估也必须要做肺功能检查,特别是慢阻肺及哮喘的诊断更是离不开肺功能检查,肺功能的操作、质控及判读在肺功能检查中尤为重要,需要在检查中患者和操作者在各个环节把控的非常完美,才可以做出一个合格的肺功能检查。现有的肺部检查设备需要通过医务人员的提示和操作,才能引导患者完成一次或者多次吸气和呼气的行动,这样就需要医务人员根据肺功能检查设备的显示不断地准确地给出呼气或者吸气的指令,从而导致医务人员需要花费很大的气力,非常容易导致疲劳。
发明内容
鉴于上述问题,本发明提供一种克服上述问题或者至少部分地解决上述问题的技术方案。因此,本发明的一个方面,提供了一种肺功能检查模型建立方法,该方法具体包括步骤:
步骤1、获取各个类型用户的基本信息,所述基本信息包括姓名、性别、年龄、肺部诊断结果,其中各个类型是指不同肺部诊断结果;
步骤2、分别采集每一个类型中多个用户的呼吸气流的基本参数,所述基本参数包括压力、肺活量、呼气流速、潮气量,针对每一个类型基于上述多个用户的基本参数,形成多个波形;
步骤3、针对每一个类型,结合用户的基本信息,确定评估分级标准;
步骤4、根据评估分级标准,调整每一个类型的基本参数的取值范围;
步骤5、在每一个类型中,利用多个用户的波形、调整后的基本参数进行机器学习,得到针对每一个类型的肺部呼吸曲线模型。
本发明还提供一种肺功能检查模型建立系统,该系统具体包括:
获取模块,用于获取各个类型用户的基本信息,所述基本信息包括姓名、性别、年龄、肺部诊断结果,其中各个类型是指不同肺部诊断结果;
采集模块,用于分别采集每一个类型中多个用户的呼吸气流的基本参数,所述基本参数包括压力、肺活量、呼气流速、潮气量,针对每一个类型基于上述多个用户的基本参数,形成多个波形;
确定模块,用于针对每一个类型,结合用户的基本信息,确定生成对应呼吸曲线的参数标准;
调整模块,用于根据评估分级标准,调整每一个类型的基本参数的取值范围;
学习得到模型模块,用于在每一个类型中,利用多个用户的波形、调整后的基本参数进行机器学习,得到针对每一个类型的肺部呼吸曲线模型。
本申请实施例中提供的技术方案,至少具有如下技术效果或优点:利用本发明的方法和系统可以实现肺部检查的自动化和智能化,提高检查效率,节省人力。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了肺功能检查模型建立方法流程图;
图2示出了肺功能检查模型建立系统结构图;
图3示出了肺通气功能障碍检查中量计检查质量等级判断标准表;
图4示出了各种类型肺通气功能障碍的V-T曲线和F-V曲线特征;
图5示出了肺功能检查过程中智能语音引导系统示意图;
图6示出了肺功能检查过程中智能语音引导方法流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明还提供一种肺功能检查模型建立方法,如图1所示,该方法具体包括步骤:
步骤1、获取各个类型用户的基本信息,如姓名、性别、年龄、肺部诊断结果等,其中各个类型是指不同肺部诊断结果,如正常、肺通气功能障碍、支气管舒张问题、支气管激发问题、肺弥散功能损害、气道阻力。
步骤2、分别采集每一个类型中多个用户的呼吸气流的基本参数,如压力、肺活量、呼气流速、潮气量等,随后,针对每一个类型基于上述多个用户的基本参数,形成多个波形。
步骤3、针对每一个类型,结合用户的基本信息,确定评估分级标准,即各个类型的评估分级标准不同,成人儿童的评估分级标准不同,不同性别的评估分级标准不同等。
步骤4、根据评估分级标准,调整每一个类型的基本参数的取值范围,即根据不同肺部诊断结果,增加或者减少多个基本参数中的一个或者多个,如正常状态,各个基本参数不变,同时作为参考数值。
步骤5、在每一个类型中,利用多个用户的波形、调整后的基本参数进行机器学习,得到针对每一个类型的肺部呼吸曲线模型。
本发明还提供一种肺功能检查模型建立系统,如图2所示,该方法具体包括步骤:
获取模块,用于获取各个类型用户的基本信息,如姓名、性别、年龄、肺部诊断结果等,其中各个类型是指不同肺部诊断结果,如正常、肺通气功能障碍、支气管舒张问题、支气管激发问题、肺弥散功能损害、气道阻力。
采集模块,用于分别采集每一个类型中多个用户的呼吸气流的基本参数,如压力、肺活量、呼气流速、潮气量等,随后,针对每一个类型基于上述多个用户的基本参数,形成多个波形。
确定模块,用于针对每一个类型,结合用户的基本信息,确定评估分级标准,即各个类型的评估分级标准不同,成人儿童的评估分级标准不同,不同性别的评估分级标准不同等。
调整模块,用于根据评估分级标准,调整每一个类型的基本参数的取值范围,即根据不同肺部诊断结果,增加或者减少多个基本参数中的一个或者多个,如正常状态,各个基本参数不变,同时作为参考数值;如肺通气功能障碍,则压力不变、肺活量不变、呼气流速减少、潮气量不变。
学习得到模型模块,用于在每一个类型中,利用多个用户的波形、调整后的基本参数进行机器学习,得到针对每一个类型的肺部呼吸曲线模型。
例如,肺通气功能障碍检查用到的肺部呼吸曲线模型的具体标准和参数如下:
1、肺通气功能检查质量控制标准
(1)呼气起始标准:
呼气起始无犹豫,有爆发力,F-V曲线显示PEF尖峰出现。外推容积(EV)应小于FVC的5%或0.150L(取较大值)。
(2)呼气结束标准:
①受试者不能或不应继续呼气;
②呼气时间≥3s(10岁以下儿童)或≥6s(10岁以上受试者),或T-V曲线显示呼气平台出现(容积变化<0.025L)持续1s以上。
(3)可接受的呼气标准:
①达到满意的试验开始标准;
②呼气第1秒无咳嗽,曲线平滑,其后亦无影响结果的咳嗽;
③达到满意的试验结束标准;
④没有声门关闭;
⑤没有漏气;
⑥牙齿或舌头无堵塞咬口器;
⑦呼气期间没有再吸气。
一条有用的曲线仅需符合以上①和②两个条件,但可接受的曲线必须符合以上全部条件。
(4)可重复性:
在3次可接受的测试中,FVC和FEV的最佳值与次佳值之问的差异应≤0.150L。若FVC≤1.000L,则差异应≤0.100L。多次测试时可作F-V曲线和T-V曲线的重叠打印,如曲线重叠,说明测试的重复性佳;反之,则重复性不理想,这对重复性的评判甚有帮助。
依检查的质量,可分为5个等级,如图3所示,计量检查质量等级判断标准等级分为A-E级,并分别对应检查质量要求。
2、多次测试的可重复性标准
测定过程中要求受试者最少测定3次(一般至少不超过8次),在符合可接受性标准的测试中,FVC和FEV1最佳值与次佳值两者之间差异少于0.2L。
3、成人或儿童的FEV1或FVC测量的质量评估分级标准
4、分型
最后得到的各种类型肺通气功能障碍的V-T曲线和F-V曲线特征,如图4所示。
上述建立的肺功能检查模型在肺功能检查引导中可发挥重要作用。基于所述肺功能检查模型可开发一种肺功能检查过程中智能语音引导系统,可以根据患者吸气和呼气的情况进行气流分析,并根据分析结果自动发出对应的提示语音,实现肺功能检查的智能化和自动化。
本发明的一个方面,还可提供了一种肺功能检查过程中智能语音引导系统,如图1图5所示,该系统包括:气流传感器、信息处理器和声音播放器,其中气流传感器连接在呼吸嘴与肺功能检查设备之间,并与信息处理器通信连接。
其中,所述呼吸嘴用于采集用户吸入、呼出的气体,并通过气管、气流传感器输入至肺功能检查设备。
所述肺功能检查设备根据传送来的气流分析判断用户的肺部状态,并得到相应的指标。
所述气流传感器采集用户吸入、呼出的气流信息,并传输到信息处理器中。
所述信息处理器接收上述气流信息,提取其中的参数,并基于对应的检查模型得到参考范围值,并针对上述参数和参考范围值进行分析,得到分析结果后发送对应的语音指令到声音播放器。
上述检查模型则是根据用户信息和肺部状态选择的多个预设模型之一。在智能语音引导系统中,因为可实时采集肺功能检查设备的波形数据,因此实时建立相应模型,并基于所实时建立的模型进行语音指令的触发。
其中,所述用户信息包括姓名、身份ID、年龄、性别等信息,而所述肺部状态信息为该用户的肺部诊断结果,如:正常、肺通气功能障碍、支气管舒张问题、支气管激发问题、肺弥散功能损害、气道阻力等。
所述气流信息包括:次数信息,开始时间,呼气时间,持续时间,气流速度,气流量等指标。
所述语音指令分为正常语速指令和急促语速指令,其中所述正常语速指令包括“平静呼吸”、“正常喘气”、“呼吸太快”、“呼吸太慢”、“不要憋气”、“吸气”、“吸饱吸足”、“吹气”、“吹气吹干净”、“继续吹气”、“继续吹”、“坚持吹”、“结束”、“非常好”、“正常呼吸”、“请呼吸的浅一点”、“请呼吸的深一点”、“请呼吸的快一点”、“请呼吸的慢一点”、“猛!吹!”、“检查结束”;所述急促语速指令包括“吹气!!”、“吹干净!”、“继续吹!”、“加油!”、“坚持!”、“吸气!!”、“吸饱吸足!”、“吹!”、“吸!”、“猛!吹!”。
所述检查模型包括正常状态模型、肺通气功能模型、支气管舒张模型、支气管激发模型、肺弥散功能模型、气道阻力模型等。
所述智能语音引导系统中各个设备的工作原理和设备具体交互如下:
在肺功能检查过程中,所述信息处理器读取用户信息,根据用户信息来提取用户的肺部诊断病例,并且基于上述病例选择对应的检查模型。
所述信息处理器得到检查模型后,基于模型中的参数和评估分级标准,确定用户气流采集过程中气流信息的各个指标。
例如,通过用户姓名或者身份ID确定该用户为肺部功能问题A,则所述信息处理器从数据库中提取肺部功能问题A的检查模型,并从中获取对应的各个参数,如压力、肺活量、呼气流速、潮气量等;随后,所述信息处理器根据检查模型中的评估分级标准中的各个等级标准,确定压力、肺活量、呼气流速、潮气量等参数的取值范围。
所述信息处理器确定上述取值范围后,计算得到用户气流信息中各个指标的取值范围,同时,将正常人的气流信息的各个指标的取值范围作为参考信息,不同肺部功能问题的患者的气流信息的各个指标的取值范围根据各自检查模型的参数和评估分级标准进行调整。
同时,所述信息处理器根据用户的性别和年龄,调整部分指标的取值范围,如气流速度、气流量和持续时间等。
气流信息的各个指标的取值范围确定完毕后,所述信息处理器控制所述声音播放器发出“呼气开始”指令。
用户开始在呼吸嘴中呼气时,所述气流传感器采集气流信息,并将上述气流信息发送到所述信息处理器。
其中,所述气流传感器采集的气流信息包括三部分指标中的至少一个:气流速度和气流量;时间信息,包括开始时间,呼气时间,吸气时间,憋气时间等;次数信息,即呼气次数信息。也即,所述气流传感器在采集气体信息的同时,进行计时和计次,把三部分信息同步发送到所述信息处理器。
所述信息处理器接收所述气流信息后,提取不同指标进行分析,并根据分析结果发送对应的指令到所述声音播放器。
其中,所述信息处理器将三部分指标分别进行分析得到对应的指令,具体来说:(1)对于气流速度与当前用户对应的气流速度取值范围进行比较,如果气流速度在取值范围内,则判断为所需的呼气速度,并发送对应的指令,如“正常呼吸”、“正常喘气”、“平静呼吸”等;如果气流速度高于取值范围,则判断为呼气速度过快,则发送对应的指令,如“呼吸太快”、“请呼吸的慢一点”等;如果气流速度低于取值范围,则判断为呼气速度过慢,则发送对应的指令,如“呼吸太慢”、“请呼吸的快一点”等。
(2)对于气流量与当前用户对应的气流量取值范围进行比较,如果气流量在取值范围内,则判断为所需的呼气量,并发送对应的指令,如“正常呼吸”、“正常喘气”、“平静呼吸”等;如果气流量高于取值范围,则判断为呼气量过大,则发送对应的指令,如“请呼吸的浅一点”等;如果气流量低于取值范围,则判断为呼气量过小,则发送对应的指令,“请呼吸的深一点”等,在气流量为零时,一般为呼、吸切换的时间点,发送对应的指令“缓慢吹气”、“猛吹”、“猛吸”、“呼气”、“吸气”等指令。
(3)对于开始时间,每到一个开始时间点开始计时,并且发送对应指令,如当前时间点的指令为“吸气”,下一个时间点的指令为“吹气”等。
(4)对于呼气时间就是在用户开始呼气时计时,没达到下一个动作时间点之前以及达到下一个动作时间点时,发送激励性的指令,如开始呼气后发送“继续吹!”、“加油!”、“坚持!”,而达到吸气时间点后则发送“结束”、“非常好”、“吸气”等。
(5)对于持续时间就是开始吸气或者呼气后,所需要的持续呼吸的时间,对应的指令如“吹气吹干净”、“继续吹气”、“继续吹”、“坚持吹”、“吸饱吸足”等。
(6)对于用户呼气次数就是在发出呼气指令后,或者呼气次数、呼气量满足需要后,发出对应的指令,如“吹!”、“吸!”、“结束”、“检查结束”等。
所述声音播放器按照上述各个指令播放对应的语音。同时,用户呼出的气流正常流入到所述肺功能检查设备中。
这样既保证了气流传感器采集用户气流信息,也可以保证所述肺功能检查设备正常检查用户肺部功能。
本发明还公开了一种肺功能检查过程中智能语音引导方法,如图6所示,该方法具体包括步骤:
步骤1,从肺功能检查设备读取用户信息,并根据用户信息选择对应的检查模型。
步骤2,在得到检查模型后,基于模型中的参数和评估分级标准,确定用户气流采集过程中气流信息的各个指标。
例如,通过用户姓名或者身份ID确定该用户为肺部功能问题A,则从数据库中提取肺部功能问题A的检查模型,并从中获取对应的各个参数,如压力、肺活量、呼气流速、潮气量等;随后,根据检查模型中的评估分级标准中的各个等级标准,确定压力、肺活量、呼气流速、潮气量等参数的取值范围。
步骤3,确定上述各个指标后,计算得到用户气流信息中各个指标的取值范围,同时,将正常人的气流信息的各个指标的取值范围作为参考信息,其他肺部功能问题的患者的气流信息的各个指标的取值范围根据各自检查模型的参数和评估分级标准进行调整。
同时,根据用户的性别和年龄,调整部分指标的取值范围,如气流速度、气流量和持续时间等。
步骤4,气流信息的各个指标的取值范围确定完毕后,发出开始相关的指令。
步骤5,用户开始对准呼吸嘴呼气或者吸气时,气流传感器采集气流信息,并将上述气流信息发送到信息处理器,同时,经过气流传感器的气流输出到肺功能检查设备中。
其中,所述气流传感器采集的气流信息分为三部分指标:气流速度和气流量;时间信息,包括开始时间、呼气时间、持续时间等;次数信息,即用户呼气次数。也即,所述气流传感器在采集气体信息的同时,进行计时和计次,把三部分信息同步发送到所述信息处理器。
步骤6,接收所述气流信息后,提取不同指标进行分析,并根据分析结果发送对应的指令到声音播放器。
其中,所述信息处理器将三部分指标分别进行分析得到对应的指令,具体来说:(1)对于气流速度与当前用户对应的气流速度取值范围进行比较,如果气流速度在取值范围内,则判断为所需的呼气速度,并发送对应的指令,如“正常呼吸”、“正常喘气”、“平静呼吸”等;如果气流速度高于取值范围,则判断为呼气速度过快,则发送对应的指令,如“呼吸太快”、“请呼吸的慢一点”等;如果气流速度低于取值范围,则判断为呼气速度过慢,则发送对应的指令,如“呼吸太慢”、“请呼吸的快一点”等。
(2)对于气流量与当前用户对应的气流量取值范围进行比较,如果气流量在取值范围内,则判断为所需的呼气量,并发送对应的指令,如“正常呼吸”、“正常喘气”、“平静呼吸”等;如果气流量高于取值范围,则判断为呼气量过大,则发送对应的指令,如“请呼吸的浅一点”等;如果气流量低于取值范围,则判断为呼气量过小,则发送对应的指令,“请呼吸的深一点”等,在气流量为零时,一般为呼、吸切换的时间点,发送对应的指令“缓慢吹气”、“猛吹”、“猛吸”、“呼气”、“吸气”等指令。
(3)对于开始时间,每到一个开始时间点开始计时,并且发送对应指令,如当前时间点的指令为“吸气”,下一个时间点的指令为“吹气”等。
(4)对于呼气时间就是在用户开始呼气时计时,没达到下一个动作时间点之前以及达到下一个动作时间点时,发送激励性的指令,如开始呼气后发送“继续吹!”、“加油!”、“坚持!”,而达到吸气时间点后则发送“结束”、“非常好”、“吸气”等。
(5)对于持续时间就是开始吸气或者呼气后,所需要的持续呼吸的时间,对应的指令如“吹气吹干净”、“继续吹气”、“继续吹”、“坚持吹”、“吸饱吸足”等。
(6)对应用户呼气次数就是在发出呼气指令后,或者呼气次数、呼气量满足需要后,发出对应的指令,如“吹!”、“吸!”、“结束”、“检查结束”等。
步骤7,按照上述各个指令播放对应的语音。
这样既保证了气流信息的正常采集和分析,也可以保证用户肺功能检查的正常。
上述智能引导系统是本发明所建立的模型的一种主要应用,当然,本发明所建立的模型不仅限于这一种应用,比如还可应用于用于肺检查人员的考试系统、训练系统,这些应用不是本发明主要的保护方面,将在其他专利案件中进行阐明。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。
Claims (10)
1.一种肺功能检查模型建立方法,该方法具体包括步骤:
步骤1、获取各个类型用户的基本信息,所述基本信息包括姓名、性别、年龄、肺部诊断结果,其中各个类型是指不同肺部诊断结果;
步骤2、分别采集每一个类型中多个用户的呼吸气流的基本参数,所述基本参数包括压力、肺活量、呼气流速、潮气量,针对每一个类型基于上述多个用户的基本参数,形成与之类型符合的波形;
步骤3、针对每一个类型,结合用户的基本信息,确定评估分级标准;
步骤4、根据评估分级标准,调整每一个类型的基本参数的取值范围;
步骤5、在每一个类型中,利用多个用户的波形、调整后的基本参数进行机器学习,得到针对每一个类型的肺部呼吸曲线模型。
2.根据权利要求1所述的方法,其特征在于,所述诊断结果包括正常、肺通气功能障碍、支气管舒张问题、支气管激发问题、肺弥散功能损害、气道阻力。
3.根据权利要求1所述的方法,其特征在于,其中各个类型的评估分级标准不同,成人儿童的评估分级标准不同,不同性别的评估分级标准不同。
4.根据权利要求1所述的方法,其特征在于,所述调整每一个类型的基本参数的取值范围具体是根据不同肺部诊断结果,增加或者减少多个基本参数中的一个或者多个,如果是正常状态,各个基本参数不变,同时作为参考数值;如果是肺通气功能障碍,则压力不变、肺活量不变、呼气流速减少、潮气量不变。
5.根据权利要求1所述的方法,其特征在于,肺通气功能障碍检查用到的肺部呼吸曲线模型的具体标准和参数包括:肺通气功能检查质量控制标准、多次测试的可重复性标准、成人或儿童的FEV1或FVC测量的质量评估分级标准、分型。
6.一种肺功能检查模型建立系统,该系统具体包括:
获取模块,用于获取各个类型用户的基本信息,所述基本信息包括姓名、性别、年龄、肺部诊断结果,其中各个类型是指不同肺部诊断结果;
采集模块,用于分别采集每一个类型中多个用户的呼吸气流的基本参数,所述基本参数包括压力、肺活量、呼气流速、潮气量,针对每一个类型基于上述多个用户的基本参数,形成多个波形;
确定模块,用于针对每一个类型,结合用户的基本信息,确定评估分级标准;
调整模块,用于根据评估分级标准,调整每一个类型的基本参数的取值范围;
学习得到模型模块,用于在每一个类型中,利用多个用户的波形、调整后的基本参数进行机器学习,得到针对每一个类型的肺部呼吸曲线模型。
7.根据权利要求6所述的系统,其特征在于,所述诊断结果包括正常、肺通气功能障碍、支气管舒张问题、支气管激发问题、肺弥散功能损害、气道阻力。
8.根据权利要求6所述的系统,其特征在于,其中各个类型的评估分级标准不同,成人儿童的评估分级标准不同,不同性别的评估分级标准不同。
9.根据权利要求6所述的系统,其特征在于,所述调整每一个类型的基本参数的取值范围具体是根据不同肺部诊断结果,增加或者减少多个基本参数中的一个或者多个,如果是正常状态,各个基本参数不变,同时作为参考数值;
10.根据权利要求6所述的系统,其特征在于,肺通气功能障碍检查用到的肺部呼吸曲线模型的具体标准和参数包括:肺通气功能检查质量控制标准、多次测试的可重复性标准、成人或儿童的FEV1或FVC测量的质量评估分级标准、分型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210574716.7A CN115137349A (zh) | 2022-05-25 | 2022-05-25 | 一种肺功能检查模型建立方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210574716.7A CN115137349A (zh) | 2022-05-25 | 2022-05-25 | 一种肺功能检查模型建立方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115137349A true CN115137349A (zh) | 2022-10-04 |
Family
ID=83407268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210574716.7A Pending CN115137349A (zh) | 2022-05-25 | 2022-05-25 | 一种肺功能检查模型建立方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115137349A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102770070A (zh) * | 2009-12-28 | 2012-11-07 | 佛罗里达大学研究基金会有限公司 | 用于实时评估肺力学的系统和方法 |
CN113331819A (zh) * | 2021-06-01 | 2021-09-03 | 合肥工业大学 | 一种肺功能监测方法、系统、设备及存储介质 |
CN113476034A (zh) * | 2021-07-30 | 2021-10-08 | 深圳麦科田生物医疗技术股份有限公司 | 肺功能诊断系统 |
CN114366075A (zh) * | 2022-01-10 | 2022-04-19 | 北京易优联科技有限公司 | 一种用于肺功能检查智能语音引导方法及系统 |
CN114373373A (zh) * | 2022-01-10 | 2022-04-19 | 北京易优联科技有限公司 | 一种肺功能检查人员考试方法和系统 |
-
2022
- 2022-05-25 CN CN202210574716.7A patent/CN115137349A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102770070A (zh) * | 2009-12-28 | 2012-11-07 | 佛罗里达大学研究基金会有限公司 | 用于实时评估肺力学的系统和方法 |
CN113331819A (zh) * | 2021-06-01 | 2021-09-03 | 合肥工业大学 | 一种肺功能监测方法、系统、设备及存储介质 |
CN113476034A (zh) * | 2021-07-30 | 2021-10-08 | 深圳麦科田生物医疗技术股份有限公司 | 肺功能诊断系统 |
CN114366075A (zh) * | 2022-01-10 | 2022-04-19 | 北京易优联科技有限公司 | 一种用于肺功能检查智能语音引导方法及系统 |
CN114373373A (zh) * | 2022-01-10 | 2022-04-19 | 北京易优联科技有限公司 | 一种肺功能检查人员考试方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102770070B (zh) | 用于实时评估肺力学的系统和方法 | |
EP2536333B1 (en) | Nitric oxide measurement method and apparatus | |
US20150265184A1 (en) | Selection, segmentation and analysis of exhaled breath for airway disorders assessment | |
US20080139956A1 (en) | Augmented RIC model of respiratory systems | |
CN103458784B (zh) | 自动化呼吸描记图分析和解释 | |
CN108125683A (zh) | 在补偿呼吸参数频率的情况下收集并分析一定体积的呼出的气体 | |
CN111013104B (zh) | 一种运动状态下呼吸肌训练系统及其使用方法 | |
US4333476A (en) | Comprehensive pulmonary measurement technique | |
CN106901742B (zh) | 一种带学习功能的便携式呼吸功能检测装置 | |
CN113012544B (zh) | 肺功能波形模拟测试方法、装置、计算机设备及存储介质 | |
Russell et al. | Effects of varied vocal intensity on ventilation and energy expenditure in women and men | |
JP6948643B2 (ja) | 呼吸機能検査装置 | |
CN104391107B (zh) | 一种不需要控制呼气流量的呼出气一氧化氮测量方法 | |
CN114366075A (zh) | 一种用于肺功能检查智能语音引导方法及系统 | |
CN114373373A (zh) | 一种肺功能检查人员考试方法和系统 | |
CN115137349A (zh) | 一种肺功能检查模型建立方法及系统 | |
Meraz et al. | Impulse oscillometric features of lung function: towards computer-aided classification of respiratory diseases in children | |
Woo et al. | Functional staging for vocal cord paralysis | |
CN111228751B (zh) | 呼吸量化训练方法及装置 | |
CN108968964A (zh) | 肺功能测试系统及测试方法 | |
TWI725741B (zh) | 肺流量計檢查激勵型導引裝置及其使用方法 | |
Gillespie et al. | The effects of hyper-and hypocapnia on phonatory laryngeal airway resistance in women | |
WO2016072948A1 (en) | A spirometer with feedback unit and a control method thereof | |
CN115886784A (zh) | 一种弥散肺功能仪的测试系统和测试装置 | |
KR102400487B1 (ko) | 시청각 피드백에 따른 호흡근 강화게임을 구비하는 휴대용 폐활량계 시스템 및 그 구동방법 |
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 |