CN116490234A - 对人工呼吸时的异步的识别 - Google Patents

Abstract

本发明涉及一种用于识别人工呼吸机与与该人工呼吸机连接的生物以及与此相关联的、部分自动的、对人工呼吸机的控制之间的异步的系统。用于识别人工呼吸机与生物之间的异步的系统包括至少一个人工呼吸机，其中，所述人工呼吸机至少包括传感器单元、预处理单元、计算单元、识别单元、存储器单元、监控单元、控制单元和鼓风机单元/阀单元，其中，所述识别单元根据所述生物的呼吸参数识别所述人工呼吸机与所述生物之间的异步。

Description

对人工呼吸时的异步的识别

技术领域

本发明涉及一种用于识别人工呼吸机与与该人工呼吸机连接的生物以及与此相关联的、部分自动的、对人工呼吸机的控制之间的异步的系统。

背景技术

人类每天吸入和呼出大约20000次。为了控制人工呼吸机，正确地识别这些呼吸且在正确的时间点触发呼吸支持，是一项可观的任务。在此，用于触发呼吸的精确算法对于治疗的成功和病人/使用者的健康而言是决定性的。通常，由进行医治的医生或者护理员手动地调设用于触发呼吸的灵敏度。但是，如此选择的调设可能有时并非最佳地适配于病人在治疗期间的个别需求，因为由于位置更换、不同的睡眠阶段等，必要的触发灵敏度发生变化或可能发生变化。

发明内容

因此，本发明的任务在于，提供一种用于有效地且安全地对生物进行人工呼吸的系统。该任务通过根据权利要求1的本发明的系统和根据权利要求37的方法来解决。

用于识别人工呼吸机与生物之间的异步的系统包括至少一个人工呼吸机，其中，所述至少一个人工呼吸机至少包括

-传感器单元

-预处理单元

-计算单元

-识别单元

-存储器单元

-监控单元

-控制单元

-鼓风机单元/阀单元，

其中，识别单元根据生物的呼吸参数来识别人工呼吸机与生物之间的异步。

在该系统的一些实施方式中，呼吸参数至少包含压力和/或流量，和/或由压力和/或流量来确定。

在该系统的一些实施方式中，控制单元根据通过识别单元识别出的异步来控制鼓风机单元/阀单元。

在该系统的一些实施方式中，在通过生物使用人工呼吸机期间执行对异步的识别。即，在生物使用人工呼吸机期间，执行异步识别。

在该系统的一些实施方式中，识别单元识别错过的呼吸和短暂的呼吸延迟。

在该系统的一些实施方式中，识别单元将短暂的呼吸延迟和错过的呼吸评估为异步。

在该系统的一些实施方式中，识别单元通过分析处理呼吸努力流量(Atemanstrengungsflusses)、预期的呼吸流量以及确定的呼吸流量来识别错过的呼吸。

在该系统的一些实施方式中，识别单元通过分析处理呼吸努力流量、预期的呼吸流量以及确定的呼吸流量来识别短暂的呼吸延迟。

在该系统的一些实施方式中，识别单元识别错误的触发并且将所述错误的触发评估为异步。

在该系统的一些实施方式中，计算单元由预期的呼吸流量和确定的呼吸流量确定呼吸努力流量。

在该系统的一些实施方式中，计算单元由呼吸道阻力(Atemwegswiderstand)R和肺弹性E确定预期的呼吸流量。

在该系统的一些实施方式中，计算单元由呼吸道阻力R的平均值和肺弹性E的平均值确定预期的呼吸流量。

在该系统的一些实施方式中，计算单元由通过传感器单元测量出的且通过预处理单元预处理的测量值计算呼吸道阻力R和肺弹性E。

在该系统的一些实施方式中，控制单元根据由识别单元识别出的错过的呼吸和短暂的触发延迟来自动调设人工呼吸机的触发灵敏度。

在该系统的一些实施方式中，控制单元根据由识别单元识别出的错过的呼吸、短暂的触发延迟和错误的触发来自动调设人工呼吸机的触发灵敏度。

在该系统的一些实施方式中，由计算单元通过数学的肺模型来确定呼吸道阻力R和肺弹性E。

在该系统的一些实施方式中，由计算单元通过多元线性回归和单室肺模型(Ein-Kompartment-Lungenmodell)来确定呼吸道阻力R和肺弹性E。

在该系统的一些实施方式中，识别单元根据呼吸努力流量的、预期的呼吸流量的和确定的呼吸流量的下述特征中的至少一个特征识别错过的呼吸：

-确定的呼吸流量的局部最大值位于呼吸努力流量的两个最小值之间

-呼吸努力流量的局部最大值的时间位置与相应的左侧最小值之间的差

-呼吸努力流量的局部最大值的时间位置与相应的右侧最小值之间的差

-呼吸努力流量的局部最大值的值与相应的左侧最小值之间的差

-呼吸努力流量的局部最大值的值与相应的右侧最小值之间的差

-在呼吸努力流量的局部最大值的时间点的预期的呼吸流量

-呼吸努力流量的局部最大值与预期的触发时间点之间的时间。

在该系统的一些实施方式中，识别单元根据呼吸努力流量的、预期的呼吸流量的和确定的呼吸流量的下述特征识别错过的呼吸：

-确定的呼吸流量的局部最大值必须位于呼吸努力流量的两个最小值之间

-呼吸努力流量的局部最大值的时间位置与相应的左侧最小值之间的差

-呼吸努力流量的局部最大值的时间位置与相应的右侧最小值之间的差

-呼吸努力流量的局部最大值的值与相应的左侧最小值之间的差

-呼吸努力流量的局部最大值的值与相应的右侧最小值之间的差

-在呼吸努力流量的局部最大值的时间点的预期的呼吸流量

-呼吸努力流量的局部最大值与预期的触发时间点之间的时间。

在该系统的一些实施方式中，计算单元通过以前的呼吸长度的平均值来计算预期的触发时间点。

在该系统的一些实施方式中，计算单元通过上一次自主呼吸的长度的平均值以及上一次预期的触发时间来计算预期的触发时间点。

在该系统的一些实施方式中，平均值是加权平均值。

在该系统的一些实施方式中，识别单元根据由计算单元确定的、所述触发延迟的值来识别该触发延迟是否是短暂的触发延迟。

在该系统的一些实施方式中，识别单元通过生物的呼吸努力与人工呼吸机的触发之间的错位来识别和确定触发延迟。

在该系统的一些实施方式中，识别单元根据下述内容来识别短暂的触发延迟：该触发延迟被评估为对于生物的呼吸努力而言过短。

在该系统的一些实施方式中，如果触发延迟小于或者等于阈值，则该触发延迟被识别为短暂的触发延迟，其中，该阈值在0秒与0.5秒之间、优选在0秒与0.25秒之间、特别优选在0秒与0.15秒之间的范围中选择。

在该系统的一些实施方式中，用于识别短暂的触发延迟的阈值是0.1秒。

在该系统的一些实施方式中，不在触发延迟方面研究由人工呼吸机预给定的呼吸，其中，不通过生物的呼吸努力来触发由人工呼吸机预给定的呼吸。

在该系统的一些实施方式中，控制单元根据在一时间间隔内的识别出的短暂的触发延迟的和错过的呼吸的数量来自动地适配触发灵敏度。

在该系统的一些实施方式中，该时间间隔在0.5分钟与5分钟之间，优选在1分钟与3分钟之间。

在该系统的一些实施方式中，在大于在15l/min与50l/min之间的阈值的泄漏流量的情况下，调设呈平均触发灵敏度的形式的触发灵敏度，该平均触发灵敏度在将来自先前的时间段的、具有小于阈值的泄漏流量的触发灵敏度包括在内的情况下确定。

在该系统的一些实施方式中，在大于25l/min的泄漏流量的情况下，调设呈平均触发灵敏度的形式的触发灵敏度，平均触发灵敏度在将来自先前的时间段的、具有小于25l/min的泄漏流量的触发灵敏度包括在内的情况下确定。

在该系统的一些实施方式中，触发灵敏度描述如下参数：人工呼吸机根据所述参数识别生物的呼吸并且触发对人工呼吸的支持，其中，所述参数包括呼吸流量的至少一个阈值。

在该系统的一些实施方式中，能够手动地和自动地调设触发灵敏度。

在该系统的一些实施方式中，与通过手动调设能够实现的情况相比，触发灵敏度的自动调设可以调设用于触发的参数的更低的阈值。

在该系统的一些实施方式中，用于调设触发灵敏度的参数汇总为抽象的、无单位的数值，其中，数值从0延伸至8，其中，低的数值再现高的触发灵敏度，高的数值再现低的触发灵敏度。

在该系统的一些实施方式中，0至3的值供触发灵敏度的自动调设使用，1至8的值供手动调设使用。

在该系统的一些实施方式中，至少根据呼吸流量的阈值来定义触发灵敏度的等级。

在该系统的一些实施方式中，人工呼吸机设立且构造用于，根据识别出的错过的呼吸和/或短暂的触发延迟提供用于手动调设触发灵敏度的建议。

在该系统的一些实施方式中，人工呼吸机设立且构造用于，在大于错过的呼吸的和/或短暂的触发延迟的阈值的情况下，生成警报。

在该系统的一些实施方式中，人工呼吸机设立且构造用于，至少使用通过识别单元识别出的错过的呼吸和/或短暂的触发延迟，以便识别人工呼吸机的不利的调设。

在该系统的一些实施方式中，人工呼吸机设立且构造用于，至少使用通过识别单元识别出的错过的呼吸和/或短暂的触发延迟，以便识别固有PEEP。

在该系统的一些实施方式中，通过低通滤波器对呼吸努力流量进行滤波，并且计算单元在使用经滤波的呼吸努力流量的情况下计算触发延迟。

在该系统的一些实施方式中，人工呼吸机设立且构造用于，识别提早的呼气触发。

在该系统的一些实施方式中，人工呼吸机设立且构造用于，将提早的呼气触发评估为异步。

在该系统的一些实施方式中，人工呼吸机设立且构造用于，根据确定的呼吸流量的和/或预期的呼吸流量的和/或呼吸努力流量的时间曲线来识别提早的呼气触发。

在该系统的一些实施方式中，人工呼吸机设立且构造用于，根据压力斜坡的开始的、压力斜坡的结束的、确定的呼吸流量的和/或预期的呼吸流量的局部最大值的和/或局部最小值的位置和流速的值来识别提早的呼气触发。

在该系统的一些实施方式中，人工呼吸机设立且构造用于，根据下述点中的至少一点来识别提早的呼气触发：

-确定的呼吸流量在压力斜坡开始时大于确定的呼吸流量在压力斜坡结束时的值

-确定的呼吸流量在压力斜坡开始时大于q₁的值

-确定的呼吸流量在压力斜坡结束时小于q₂的值

-e*确定的呼吸流量(在局部最大值处)/确定的呼吸流量(在压力斜坡结束时)<预期的呼吸流量(最大值)/预期的呼吸流量(在压力斜坡结束时)

-f*确定的呼吸流量(在局部最大值处)>确定的呼吸流量(在压力斜坡结束时)

-g*确定的呼吸流量(在局部最小值处)<确定的呼吸流量(在压力斜坡结束时)+确定的呼吸流量(在局部最大值处)

-(h<确定的呼吸流量(在局部最大值处)-确定的呼吸流量(在压力斜坡结束时))或者(h<预期的呼吸流量(局部最大值)-确定的呼吸流量(在局部最小值处))

-确定的呼吸流量(在局部最小值处)<q₃；

在此，系数e在0.5至2.0的范围中，优选在1与1.8之间；f在0.9至2.9的范围中，优选在1.7至2.3的范围中；g在1至3的范围中，优选在1.8与2.2之间；h在2l/min至10l/min的范围中，优选在3l/min与7l/min之间。q₁、q₂和q₃的值例如彼此独立地位于-5l/min至+5l/min的范围中，优选在-1l/min与+1l/min之间。

在该系统的一些实施方式中，人工呼吸机设立且构造用于，根据下述点来识别提早的呼气触发：

-确定的呼吸流量在压力斜坡开始时大于0l/min

-确定的呼吸流量在压力斜坡结束时小于0l/min

-e*确定的呼吸流量(在局部最大值处)/确定的呼吸流量(在压力斜坡结束时)<预期的呼吸流量(最大值)/预期的呼吸流量(在压力斜坡结束时)

-f*确定的呼吸流量(在局部最大值处)>确定的呼吸流量(在压力斜坡结束时)

-g*确定的呼吸流量(在局部最小值处)<确定的呼吸流量(在压力斜坡结束时)+确定的呼吸流量(在局部最大值处)

-(h<确定的呼吸流量(在局部最大值处)-确定的呼吸流量(在压力斜坡结束时))或者(h<预期的呼吸流量(局部最大值)-确定的呼吸流量(在局部最小值处))

-确定的呼吸流量(在局部最小值处)<0；

在此，系数e在0.5至2.0的范围中，优选在1与1.8之间；f在0.9至2.9的范围中，优选在1.7至2.3的范围中；g在1至3的范围中，优选在1.8与2.2之间；h在2l/min至10l/min的范围中，优选在3l/min与7l/min之间。

在该系统的一些实施方式中，触发灵敏度包括控制从吸气阶段到呼气阶段的切换的值，其中，人工呼吸机设立且构造用于，根据识别出的提早的呼气触发来调设触发灵敏度的值，该值控制从吸气阶段到呼气阶段的切换。

在该系统的一些实施方式中可以设置，通过使用(呼吸)体积、压力、流量和/或(呼吸)频率等参数来附加地完善和/或替代地执行对异步的识别，例如错过的呼吸、短暂的触发延迟和/或提早的呼气触发。例如，可以设置，将压力的、流量的、呼吸频率的和/或呼吸体积的时间曲线的特征包括到对异步的识别内。

本发明还涉及一种用于识别人工呼吸机与生物之间的异步的方法，其中，在使用生物的肺弹性E和呼吸道阻力R的情况下，识别呈短暂的触发延迟和错过的呼吸的形式的异步。

应指出，在权利要求中单独列举的特征可以以任意的、在技术上有意义的方式彼此组合并且阐明本发明的其他构型。说明书尤其结合附图附加地对本发明进行表征和详细说明。

此外应指出，在此使用的、在两个特征之间的并且将这两个特征彼此连接的连词“和/或”始终应理解为，在根据本发明的主题的第一构型中可以仅存在第一特征，在第二构型中可以仅存在第二特征，并且在第三构型中可以不仅存在第一特征、而且存在第二特征。

人工呼吸机应理解为下述设备：该设备在自然呼吸时支持使用者或病人，承担使用者或病人的人工呼吸和/或用于呼吸治疗和/或在其他方面影响使用者或病人的呼吸。所述人工呼吸机例如包括、然而不仅仅包括CPAP设备以及BiLevel设备(有时称为BiPAP)、麻醉设备、呼吸治疗设备、(临床的，户外的或紧急情况的)人工呼吸设备、高流量治疗设备和咳痰机。人工呼吸机也可以理解为用于人工呼吸的诊断设备。在此，诊断设备可以通常用于检测病人的医学参数。所述人工呼吸机也包括下述设备：所述设备可以检测和可选地处理病人的结合呼吸或者仅涉及呼吸的医学参数。

若未另外明确说明，则病人界面可以理解为人工呼吸机的下述部分或者相连接的外围设备：所述部分或者相连接的外围设备设计用于尤其是出于治疗目的或者诊断目的而与病人交互。尤其是，病人界面可以理解为人工呼吸机的面罩或与人工呼吸机连接的面罩。所述面罩可以是全脸式面罩、即包围鼻和嘴的面罩，或者鼻面罩、即仅包围鼻的面罩。气管插管和所谓的鼻导管也可以用作面罩。

本发明的系统尤其适合用于在病人的治疗和人工呼吸的领域中应用。除此之外，本发明的系统也适合用于在别的领域中应用，在所述别的领域中，对自然呼吸的支持可以是期望的，例如在潜水员、登山者的情况下，在消防员的保护装备中等。此外，本发明的系统和本发明的方法也可以在非人类生物的情况下应用。因此，应指出，所描述的实施例是针对人类设计的，并且在用于非人类生物的实施方式中必要时需要适配参数，例如流量参量和体积参量以及时间跨度，例如呼吸长度。

异步应理解为人工呼吸机的预给定的呼吸特征与生物的自然的和/或有意的呼吸的偏差。例如，如下情况应理解为异步：当生物表现出吸入的努力时，人工呼吸机没有识别到该努力并且相应地没有触发用于呼吸、尤其是用于吸气的支持。异步还应理解为，虽然生物没有意图进行呼吸，但是人工呼吸机识别到呼吸并且相应地触发支持或者人工呼吸。在本发明的一些实施方式中，人工呼吸机如此调设，使得不时地在没有识别到生物的呼吸努力的情况下触发人工呼吸。例如，当人工呼吸机在一时间段内没有识别到生物的呼吸努力时，是这种情况。反之，这样的强制的人工呼吸或受迫的人工呼吸不被理解为异步。在一些实施方式中，也可以将另外的偏差、例如相位偏移(病人呼出，但是人工呼吸机识别到吸入)或者时间延迟的支持(人工呼吸机对呼吸努力反应过晚或者错过从吸气到呼吸的过渡)理解为异步。

在本发明的进程中，可以在至少三种类型的呼吸之间进行区分：自主呼吸、错过的呼吸和通过人工呼吸机预给定的呼吸。应被视为自主呼吸的是如下呼吸：所述呼吸被人工呼吸机识别到，并且相应地至少在吸气阶段中、即在吸入时通过人工呼吸机来支持。错过的呼吸是如下呼吸：在所述呼吸中，生物虽然表现出呼吸努力，但是该呼吸努力未被人工呼吸机识别到并且因此也没有进行吸入支持。预给定的呼吸是如下呼吸：所述呼吸通过人工呼吸机来预给定，而生物没有表现出呼吸努力或没有被人工呼吸机识别到。例如，当在上一次识别到呼吸之后超过一时间段，而没有进行另一次呼吸时，发生预给定的呼吸。

应指出，为人工呼吸机的吸气支持的每次触发确定触发延迟——不仅对于自主呼吸而言、还对于预给定的呼吸而言。对于本发明的系统而言，触发延迟单独地还不构成异步，仅小于确定的阈值的触发延迟、即短暂的触发延迟被评估为异步。因此，短暂的触发延迟应视为令人感兴趣的，因为所述短暂的触发延迟在自主呼吸——即生物有意的呼吸——的情况下不会发生，并且可以与通过人工呼吸机进行的(受迫的)触发相关。即，应严格地区分短暂的触发延迟与触发延迟(一般而言)。在该系统的优选实施方式中，在不存在生物的呼吸努力的情况下，对于通过人工呼吸机进行的吸气的触发，不确定触发延迟。

此外，应指出，所使用的单位、尤其是时间单位在所有已知的书写方式中是同义的。如此，单位“s”以及单位“sec”对应于秒，并且可以以这三种形式(s、sec、秒)以可互换的方式使用。这同样适用于分钟，分钟有时缩写为“min”。尤其是在使用“min”时应注意，单位“min”不能与最小值函数min()混淆。尤其是，在指的是函数min()的地方，该函数在阐述中设置为具有至少括号，其中，在括号中相应地列举属性/值/行动。

根据本发明，人工呼吸机至少配备有传感器单元、预处理单元、计算单元、识别单元、控制单元以及呼吸气体源，该呼吸气体源例如是鼓风机单元/阀单元。传感器单元、预处理单元、计算单元、识别单元和控制单元例如分别单个地或者也共同地具有处理器，以便可以实施以下步骤，例如计算、分析和/或算法。

传感器单元构造用于，测量测量值，例如涉及生物以及人工呼吸机的压力和流量——例如通过呼吸气体源提供的气体流量和气体压力。在一些实施方式中可以设置，传感器单元还构造用于，测量另外的测量值，例如温度、湿度、气体浓度、体积等。

预处理单元例如设立用于，预处理传感器单元的测量值并且提供给该系统。

计算单元设立用于，例如借助处理器进一步处理经预处理的测量值以及另外的数据、值和信息。尤其是，计算单元设立用于，执行随后的计算步骤。

识别单元主要设立用于，根据所计算的数据、值和信息来确定生物的呼吸的不同状态(吸气阶段、呼气阶段等)。尤其是，识别单元设立用于，识别人工呼吸机与生物之间的异步，所述异步呈短暂的呼吸延迟、错过的呼吸的形式以及在一些实施方式中也呈错误的触发的形式。

控制单元构造用于，至少根据通过识别单元识别到的异步至少部分地且至少暂时地自动地控制人工呼吸机1。

在本发明的系统中，对呈错过的呼吸、短暂的呼吸延迟的形式以及在一些实施方式中呈错误的触发的形式的异步的识别，基于生物的有效的肺参数，例如有效的呼吸道阻力R和有效的肺弹性E。通常，在生物在麻醉和完全被动呼吸的情况下时确定肺参数。但是，由于在此在人工呼吸和生物的主动呼吸期间对肺参数进行拟合或求取，因此，所述参数被称为“有效的”参数。

所述有效的参数可以例如通过数学的肺模型、例如单室肺模型来确定。在本发明的一些实施方式中，可以例如也使用别的数学的肺模型，例如双室肺模型或者非线性肺模型。

单室肺模型通过以下来描述有效的肺弹性E、有效的呼吸道阻力R、潮气量V、呼吸流量以及基础压力P_b(例如呼气末正压(PEEP))和通过人工呼吸机提供的压力P之间的关联：

有效的肺弹性E和有效的呼吸道阻力R可以例如通过多元线性回归由单室肺模型来确定。为此假设，对于每个个别的呼吸而言，压力P、基础压力P_b、潮气量V和呼吸流量是已知的。为此定义

其中，索引描述在不同时间点的测量点。此外定义

和

使得单室肺模型可以表达为

Ax＝Rhs。

为了确定有效的肺弹性E和有效的呼吸道阻力R，应用多元线性回归技术，该多元线性回归技术得出如下形式的线性方程组：

A^tAx＝A^tRhs。

在此，A^t是A的转置矩阵。即，由此得出：

该线性方程组可以对E和R求解，并且为具体的呼吸得出有效的呼吸道阻力R和有效的肺弹性E的近似值。残差的平均平方

可以用于为具体的呼吸确定关于E和R的近似值的精度的估计。

肺参数E和R可以视不同影响而定地随着时间变化，所述影响例如是生物的位置、睡眠阶段等。对于不同呼吸，用于E和R的所确定的值也可以具有不同的精度。为了将在时间上的改变和发生变化的精度包括在内，在识别异步之前对所确定的肺参数进行滤波。为此，可以通过不同的方法来确定平均值或平均数，例如加权平均值。

指数加权的平均值通过

和

来确定，其中，索引描述呼吸的编号，λ是所谓的遗忘系数，该遗忘系数用于在平均值中相应地对先前的以及当前的呼吸进行加权。在此，遗忘系数λ例如根据时间常数

来选择。时间常数τ例如相应于大约110sec至180sec，相应于2分钟间隔，其中，典型的呼吸持续时间Δt假设在3.2sec至4.0sec的范围中。典型的呼吸长度通常可以假设在2.0sec至6.0sec的范围中，优选地，呼吸长度可以例如假设在3.0sec与4.0sec之间。在一些实施方式中，替代2分钟间隔地，也可以选择别的间隔长度。时间间隔的长度可以例如也在1分钟与10分钟之间选择。相应地，在一些实施方式中，也可以适配遗忘系数λ，该遗忘系数典型地具有0.01至1.00的值。如果例如假设3.0sec与4.0sec之间的呼吸长度并且观察具有在100sec与180sec之间的长度的间隔，则λ可以在0.90与1.00之间，优选在0.95与0.99之间。例如，遗忘系数λ适配于所假设的典型的呼吸持续时间和所观察的时间间隔。为了进行计算，呼吸持续时间可以同样以可变的方式选择，并且可以例如在1.0sec至15.0sec的范围中，优选在2.0sec与8.0sec之间。

在本发明的一些实施方式中，R和E的平均值也可以通过别的方法来确定，例如通过线性加权的平均数和/或对数平均值和/或平方平均值和/或立方平均值和/或Gastwirth-Cohen平均值和/或不同的平均值或用于确定(加权)平均值的方法的组合。

对有效的肺弹性E和有效的呼吸道阻力R的计算形成用于确定另外的参数的基础，所述另外的参数例如是呼吸努力流量和预期的呼吸流量/>又通过所述另外的参数来识别异步，例如错过的呼吸、触发延迟和必要时通过人工呼吸机进行的错误的触发。

对呼吸流量的分析是用于确定病人与人工呼吸机之间的异步的基本工具。为了识别呼吸流量中的异常现象，有利的是，了解如何能够预期呼吸流量的行为。确定的呼吸流量与预期的呼吸流量之间的区别可以例如表明异步。对于被进行人工呼吸的病人，呼吸流量强烈取决于通过人工呼吸机产生的压力。如果通过输入由人工呼吸机产生的压力P和先前所求取的肺参数和/>来解开单室肺模型的微分方程

则可以确定预期的流量此外，假设预期的体积V_exp在呼吸开始时是零。在此，确定的呼吸流量是病人的如下呼吸流量：该呼吸流量从由人工呼吸机所测量的流量在减去泄漏(通过猜想/估计或者测量)和别的不准确性/影响的情况下计算。

如果确定的呼吸流量和预期的呼吸流量是已知的，则可以确定偏差、残差作为呼吸努力流量/>

该呼吸努力流量包含关于生物的(没有预料到的)呼吸努力的信息。呼吸努力流量和/或呼吸努力流量/>的时间曲线包含用于探测异步的算法的关键信息。

本发明的系统设立用于，基于对呼吸努力流量的分析和另外的信号/数据/值来实施用于识别异步的算法。

病人的如下呼吸努力被定义为错过的呼吸：该呼吸努力没有被人工呼吸机识别到并且因此没有由人工呼吸机通过提高压力和/或流量来支持。

在错过的呼吸的情况下，呼吸系统的(或者也是确定的)呼吸流量典型地通过小的正的最大值来表征，在该小的正的最大值之后是小的负的最小值。

例如通过机器学习算法来实施对错过的呼吸的识别。为此，最初在错过的呼吸方面对生物的真实的数据进行手动分析处理，并且提供给机器学习算法。然后，机器学习算法可以应用到未知的数据上或在应用人工呼吸机期间应用。例如，机器学习算法在通过经手动分析处理的数据教学之后存储在人工呼吸机上并且通过识别单元来实施。

此外能够考虑，机器学习算法在人工呼吸机上实现另外的学习进展并且所述另外的学习进展不时地通过接口例如(匿名地)发送给服务器(或云)。通过该服务器可以使用所收集的数据，以便改进该算法，例如通过在识别方面的更高的精度。如此，可以设立，人工呼吸机不时地借助服务器的数据来更新机器学习算法或提供另外的学习数据。也能够考虑，机器学习算法不时地在人工呼吸机之外进一步学习，例如通过另外的经手动分析处理的数据，并且学习进展不时地传输给该人工呼吸机，使得机器学习算法进一步被改进。

机器学习算法根据呼吸努力流量根据特征来识别错过的呼吸，所述特征例如是：

1.确定的呼吸流量的局部最大值必须位于呼吸努力流量的两个最小值之间

2.呼吸努力流量的局部最大值的时间位置与相应的左侧最小值之间的差

3.呼吸努力流量的局部最大值的时间位置与相应的右侧最小值之间的差

4.呼吸努力流量的局部最大值的值与相应的左侧最小值之间的差

5.呼吸努力流量的局部最大值的值与相应的右侧最小值之间的差

6.在呼吸努力流量的局部最大值的时间点的预期的呼吸流量

7.呼吸努力流量的最大值与预期的触发时间点之间的时间。

如果识别到所述特征中的至少一个特征，则该算法可以推断出错过的呼吸。优选设置，所提到的特征中的多个特征、例如两个或者四个或者所有特征必须适用，以便该算法推断出错过的呼吸。

预期的触发时间点通过上一个通过生物本身触发的自主呼吸的长度t_current和上一个预期的触发时间/>来确定

其中，γ是用于对和t_current加权的系数。在此，γ的值可以在0.01与1.00之间选择，优选在0.1与0.5之间。例如，用于γ的、为1/4和/或1/3和/或1/2的值可以被视为有意义的。在一些实施方式中，预期的触发时间点例如也可以通过固定值来确定。在一些实施方式中，触发时间点通过例如在一间隔内的滑动平均数来确定，该间隔相应于3次呼吸与100次呼吸之间的时间段。在此，也可以使用别的用于确定平均数或平均值的方法。

此外，人工呼吸机设立用于，根据触发延迟或短暂的触发延迟来识别异步。

触发延迟在自主呼吸开始时或在呼吸努力开始时出现，并且被定义为激活病人的呼吸系统肌肉与触发通过人工呼吸机进行的呼吸支持之间的时间间距。典型地，触发延迟通过呼吸努力流量的局部最大值来表征。替代地或者补充地，触发延迟通过呼吸努力中的最大值与人工呼吸机的触发时间点的间距来表征。

为所有触发的呼吸确定触发延迟。如果触发延迟小于或者等于阈值(例如0.1s)，该阈值通常对于自主呼吸而言过短，则该触发延迟被称为“短暂的触发延迟”。虽然为所有呼吸(自主的和通过人工呼吸机预给定)确定触发延迟，但是仅为自主的、即不是通过人工呼吸机预给定的呼吸进行对短暂的触发延迟的分析。触发延迟的确定例如以下述方式进行：

首先，通过低通滤波器以3Hz的极限频率对呼吸努力流量进行滤波，以便获得所述低通滤波器例如是巴特沃斯(Butterworth)滤波器(例如一阶、二阶、三阶、四阶和/或五阶)和/或勒让德(Legendre)滤波器和/或切比雪夫(Techebyscheff)滤波器和/或贝塞尔(Bessel)滤波器和/或考尔(Cauer)滤波器和/或高斯(Gauβ)滤波器和/或升余弦(Raised-Cosine)滤波器和/或TBT滤波器。

随后，为当前的呼吸i计算预期的振幅A，

/>

其中，P_set是压力的额定值(pressure setpoint)，t_i是呼吸i的开始时间点，IPAP是吸气正呼吸道压力(IPAP)。

直接在吸气的触发点之前开始并且后退到呼气阶段中，检查每个测量点k是否是触发延迟的一部分。首先，对此计算具有相对较高的、大于阈值的呼吸流量的测量点k的数量n_highFlow：

其中，a₁在0.025与0.075之间、例如在0.050与0.060之间。

随后，从大于该阈值的最后一个测量点重新开始并且继续回溯，其中，对如下测量点的数量n_{increasingFlow}进行计数：所述测量点的特征在于，所述测量点具有增长的呼吸努力流量并且每个测量点k满足下述条件：

和

和

或者

其中，a2被选择为在0.3与0.6之间、例如选择为0.4或者0.5。相应于可能的触发延迟的测试点的总数量是：

n＝n_{increasingFlow}+n_highFlow。

最后，检查可能的触发延迟是否是有效的。例如，如果

和

和

其中，a₃在0.05/s与0.50/s之间、优选在0.20/s与0.30/s之间，k_start作为可能的触发延迟的第一测量点，则是这种情况。如果可能的触发延迟不是有效的，则n设置为0(零)。然后，触发延迟得出：

t_triggerDelay＝n0，01s。

即，在自主呼吸的情况下，相应于短暂的触发延迟来评价无效的触发延迟。如上所述，小于或者等于确定的阈值的触发延迟t_triggerDelay被人工呼吸机评价为短暂的触发延迟。对于阈值，可以例如调设在0.01sec与0.5sec之间、优选在0.05sec与0.15sec之间的值。

在一些实施方式中，人工呼吸机此外设立用于，根据下述分析处理/计算来识别错误的触发：

错误的触发应理解为如下触发：所述触发是通过人工呼吸机来识别的，但是不是由病人所要求的，即病人没有表现出呼吸努力。所述错误的触发可以通过分析在围绕呼吸机的触发时间点t_trig的时间段中的数据来识别。触发之前的标准化呼吸流量

在位于t_trig之前的时间段中来计算，其中，预期在0.08sec与0.2sec之间的t_pre。触发之后的标准化呼吸流量

从在t_trig之后的时间段中计算，其中，例如可以预期用于t_post的、在0.1s与0.5s之间的值。例如，当f_pre小于在0.01与0.10之间的值、例如小于0.05并且f_post小于在0.5与0.9之间的值、例如小于0.7时，识别出人工呼吸机的错误的触发。

系统例如还设立且构造用于，使用识别出的短暂的触发延迟以及错过的呼吸，以便自动地调设人工呼吸机的触发灵敏度。自动的触发调设自动地适配人工呼吸机的用于触发的灵敏度用于吸入，以便满足病人的个别的需求。

通常，通过标明等级来进行对触发灵敏度的调设。在一些实施方式中，触发灵敏度的等级可以根据呼吸流量值、例如以l/min为单位的呼吸流量值来再现。如此，例如能够考虑以1l/min的步距进行从1l/min至15l/min的分级。除此之外，也可以引入中间等级，例如以0.5l/min的步距。用于触发灵敏度的等级的其他命名，例如借助数字、字母、描述和/或符号，也是可能的。描述可能例如采用“非常灵敏、灵敏、较不灵敏、不灵敏”的形式。除了等级的命名(数字式、字母式、符号式、通过流量值等)之外，可供使用的等级的数量和/或间距也可以改变。

在该系统的一些实施方式中，触发灵敏度可以例如手动地调设为在1与8之间的等级，其中，例如较小的值相应于较高的灵敏度——例如与较小的呼吸流量有关，该较小的呼吸流量触发通过人工呼吸机进行的支持。对于自动的触发调设，例如给触发灵敏度添加另外的等级0，该另外的等级相应于还更高的灵敏度。该更高的灵敏度可以是特别是对具有固有呼气末正压(iPEEP)的COPD病人有用的，但是也可以是对别的病征或者如下情况有用的：在所述情况中使用本发明的系统或人工呼吸机。自动的触发调设如此设计，使得由此在0与3之间调设灵敏度等级。在一些实施方式中，通过自动的触发调设也可以在0与8之间调设触发灵敏度。在人工呼吸治疗以外的应用领域中，过高的灵敏度(相应于触发灵敏度的小等级)可能可以被视为不是期望的或者干扰性的。所述等级主要再现用于呼吸流量的阈值，在所述阈值的情况下，触发吸气或在吸气情况下的支持。

通过自动调设对触发灵敏度的适配(也称为自动触发功能)基于在一预确定的时间间隔中(例如两分钟，在此也可以使用其他时间间隔，所述其他时间间隔以理想的方式适配于计算的时间间隔或对异步的识别的时间间隔)经确定的错过的呼吸和短暂的触发延迟的数量。下述相互排斥的规则适用于对触发灵敏度的适配

1.IF(#ShoTrigDel≥b#IneffEff)&(#ShoTrigDel≥c)→trigSens＝min(trigSens+1，3)

2.IF[(#IneffEff≥b#ShoTrigDel)&(#IneffEff≥c)]→trigSens＝max(trigSens-1，0)

3.IF(#ShoTrigDel≤d)&(#ShoTrigDelold≤d)&(trigSens＝trigSens_old)→trigsens＝max(trigSens-1，1)

其中，#IneffEff标明在该时间间隔中登记的错过的呼吸的数量，#ShortTrigDel代表在相同的间隔中短暂的触发延迟的数量，索引“old”描述先前的时间间隔，参数b、c、d例如在如下范围中：

b＝0 bis 6，

c＝0 bis 6，

d＝0 bis 6

trigSens是当前的触发灵敏度水平。尤其是，参数b、c、d可以采用0至6的值，例如0至4或者0至3。在此，可以设置，b＝c和c>d适用。在此，参数d具有例如小于1的值。在这种情况下，逗号将最小值函数min()和最大值函数max()的两个参数分开。min(i,j)和max(i,j)是函数。在此，min()将返回i和j中的较小的值，而max()将具有较大的值作为结果。例子：min(2,4)＝2且max(2,4)＝4。与此相应地，trigSens＝min(trigSens+1,4)意味着，变量trigSens增加1，但是最大可以采用值4。例子：trigSens具有值3。在进行trigSens＝min(trigSens+1,4)的分配之后，trigSens具有新值min(4,4)＝4。如果trigSens现在具有值4并且实施分配trigSens＝min(trigSens+1,4)，则trigSens具有新值min(5,4)＝4。即，TrigSens可以通过这种方式变得不大于4。

取代用于TrigSens的数值地，如前所示，其他表述也是可能的，例如单词、字母和/或符号。如果数值不用于TrigSens，则适配流程必须相应地如此适配，使得可以进行相应的等级适配。补充地或者替代地，也设置，借助字母、符号、描述和/或流量值来显示触发灵敏度，其中，相应显示的类型配属有相应的数字刻度。

在一些实施方式中，b、c、d也可以采用别的值，例如在1与6之间的、优选在2与4之间的值。在一些实施方式中，在此标明的用于b、c、d的值范围也可以与上述值范围混合。例如，对于b、c而言，可以基于1至6的值范围，而对于d而言，适用0至6的值范围。此外，例如能够考虑，通过2分钟间隔来描述整个先前的间隔，并且在先前的间隔结束之后，下一个间隔开始。即，第一间隔例如在秒0处开始，并且持续直至秒120。第二间隔无缝衔接，并且从秒120持续直至秒240。除此之外，所选择的间隔长度可以处在60sec与240sec之间、优选在100sec与180sec之间的范围中。

对于具有高泄漏流量的情况而言，错过的呼吸的数量和短暂的触发延迟的数量变得不那么准确。因此，如果2分钟间隔中的平均泄漏流量大于在15l/min与50l/min之间的值、例如大于25l/min，则将触发灵敏度调设为如下平均触发灵敏度：

该平均触发灵敏度从具有较低的或者小的泄漏流量的、先前的时间段中计算。在此，和/>是新的(索引new)平均值和旧的(索引old)平均值，T是为当前时间段所计算的触发灵敏度，λ_Leak是配属的遗忘系数，可以给该遗忘系数分配例如在0.01与1.00之间的值。优选地，该值位于0.05与0.40之间和/或0.15与0.30之间。遗忘系数是如下系数：该系数被计算在内，以便根据2分钟间隔对先前的和当前的时间段进行加权，或该系数定义滤波的时间刻度——在此大约是两分钟。在一些实施方式中，例如根据泄漏流量来确定，是否和/或以何种程度进行触发灵敏度/>的适配。例如，在大于确定的泄漏流量的情况下，暂停触发灵敏度/>的适配。在大于泄漏流量的阈值的情况下暂停适配，该阈值例如在15l/min与50l/min之间、优选在20l/min与30l/min之间的范围中。该阈值可以例如也指的是泄漏流量的平均值，如此，对触发灵敏度/>的适配的暂停也可以自平均泄漏流量的如下阈值起和/或在大于平均泄漏流量的如下阈值的情况下进行：该阈值在15l/min与50l/min之间、优选在20l/min与30l/min之间。例如不为具有大于25l/min的高平均泄漏流量的阶段适配触发灵敏度

在一些实施方式中，该系统也设立用于，识别提早的呼气触发、所谓的“提前循环(early cyclings)”并且将其评价为异步。当虽然使用者/病人还没有结束吸气阶段，但人工呼吸机从吸气切换到呼气时，出现提早的呼气触发(提前循环(early cyclings))。由于压力下降，使病人呼出，在这之后典型地跟随呼吸流量的短暂升高，因为病人还没有结束其吸气或想要继续吸入。通常，病人最后适应人工呼吸机并且开始呼气。

在确定提早的呼气触发的情况下，在呼吸流量曲线中需要注意四个基本点：(通过人工呼吸机)从吸气到呼气的压力斜坡的开始，压力斜坡的终点，呼吸流量的局部最大值的位置，该局部最大值不应定位得比在压力斜坡的终点之后的确定的时间跨度远，以及局部最小值，该局部最小值应在确定的时间跨度内跟随在压力斜坡的终点之后。用于在压力斜坡的终点之后的局部最大值的时间跨度例如在0.1秒与2秒之间、例如在0.3秒与0.4秒之间。用于在压力斜坡的终点之后的局部最小值的时间跨度例如在0.2秒与3秒之间、例如在0.5秒与0.7秒之间。提早的呼气触发能够在呼气阶段开始时观察到，并且通过确定的呼吸流量的局部最大值来表征，其在预期的呼吸流量的情况下无法观察到。相应地，呼吸努力流量再现在提早的呼气触发的时间之后的局部最大值。替代地或者补充地，替代压力斜坡地，也可以使用或观察流量斜坡。

例如，当下述条件中的至少一个条件适用时，探测到提早的呼气触发：

1.确定的呼吸流量(压力斜坡的开始)>0

2.确定的呼吸流量(压力斜坡的结束)<0

3.e*确定的呼吸流量(局部最大值)/确定的呼吸流量(压力斜坡的结束)<预期的呼吸流量(最大值)/预期的呼吸流量(压力斜坡的结束)

4.f*确定的呼吸流量(局部最大值)>确定的呼吸流量(压力斜坡的结束)

5.g*确定的呼吸流量(局部最小值)<确定的呼吸流量(压力斜坡的结束)+确定的呼吸流量(局部最大值)

6.(h<确定的呼吸流量(局部最大值)-确定的呼吸流量(压力斜坡的结束))或者(h<预期的呼吸流量(局部最大值)-确定的呼吸流量(局部最小值))

7.确定的呼吸流量(局部最小值)<0

在此，系数e在0.5至2.0的范围中，优选在1与1.8之间；f在0.9至2.9的范围中，优选在1.7至2.3的范围中；g在1至3的范围中，优选在1.8与2.2之间；h在2l/min至10l/min的范围中，优选在3l/min与7l/min之间。

在一些实施方式中，为了识别提早的呼气触发，也可以设置，替代条件1和2地，一般应适用的是，在压力斜坡开始时的确定的呼吸流量大于在压力斜坡结束时的确定的呼吸流量。在一些实施方式中，用于条件1、2和7的阈值也可以彼此独立地大于和/或小于0(l/min)。

在一些实施方式中设置，为了识别提早的呼气触发，所提到的条件中的至少2个或者4个或者更多的或所有条件必须适用。

应指出，能够从呼吸流量或呼吸努力流量中共同地识别异步。所描述的识别可能性可以相应地结合，所述可能性是示例性地单个地描述的。根据附图的下述描述也部分地分别是对单个的异步的识别。同样可以实现所述识别的结合，以便例如同时识别错过的呼吸和/或短暂的触发延迟和/或错误的触发和/或提早的呼气触发。相应地，也可以至少部分地基于共同识别出的异步来控制触发灵敏度。

在一些实施方式中，触发灵敏度包括用于将人工呼吸机切换到吸气阶段的至少一个值，在该值的情况下，支持使用者的吸入，以及可选地包括用于切换到呼气阶段的至少一个值，该切换在呼出的情况下支持使用者。呼气阶段例如与吸气阶段的不同之处在于，通过人工呼吸机预给定较低的压力和/或较小的流量。

附图说明

下面，根据关于示例性的实施方式的图1至图7更详尽地阐述本发明。

具体实施方式

在图1中，示例性地示出人工呼吸机1，该人工呼吸机具有传感器单元11、预处理单元12、计算单元13、识别单元14、存储器单元15、监控单元16、控制单元17和鼓风机单元/阀单元18。例如，所述单元11、12、13、14、16、17可以是计算机程序的一部分，该计算机程序通过人工呼吸机1上的处理器来实施。例如，也能够考虑将单元11、12、13、14、16、17汇总在控制单元中。

传感器单元11设立用于，检测测量值、尤其是参数，所述测量值与呼吸流量、呼吸体积、呼吸频率、吸入持续时间和呼出持续时间、呼吸轮廓、泄漏或者治疗压力相关。可选地，传感器单元11可以进行对呼吸气体或者血液的成分或者温度的附加测量。传感器单元11将检测到的测量值传送给预处理单元30。

预处理单元12可以对检测到的测量值进行预处理。例如，预处理单元12可以执行测量值的平滑、伪迹清除或者降采样。

计算单元13由通过传感器单元11检测到的且通过预处理单元12预处理的测量值计算信号和/或特征参量，例如平均值、中位数、百分位数、导数、频率分布、持续时间或者大于或者低于阈值的份额。

识别单元14设立用于识别事件/状态，例如警报、呼吸停止、伪迹、咳嗽发作、氧气(不)饱和度、设备与使用者之间的异步2、错过的呼吸218、触发延迟305、错误的触发307、吸入、呼出和/或强制的呼吸。

存储器单元15主要存储或至少缓存：通过传感器单元11检测到的值/参数和/或通过预处理单元12和/或计算单元13预处理的值、数据和/或信息。通过识别单元14获得的信息、数据和值也可以至少缓存在和/或被至少缓存在该存储器单元中。缓存例如意味着，存储值、数据和/或信息直至传输，然后例如将其删除或者为了进行重新写入而将其释放。

监控单元16检测例如人工呼吸机1的技术问题。技术问题可以例如是低的蓄电池状态、电子装置中的故障、损坏的蓄电池、损坏的构件、电流中断、不正确工作的配件、不可信的测量值或者脱离允许的温度范围。监控单元17可以在识别出技术问题的情况下在人工呼吸机1上通过接口显示或者传送警报。

控制单元17例如用于控制人工呼吸机1，尤其用于控制鼓风机单元和/或阀单元18以产生呼吸气体流或人工呼吸压力。控制单元17也可以构造用于控制人工呼吸机1的别的组成部分和/或单元。在一些实施方式中，控制单元17也可以被进一步划分并且可以由多个控制单元组成，所述多个控制单元分别控制人工呼吸机1的个别的单元和/或组成部分。尤其是，控制单元17设立用于，根据传感器单元11的、预处理单元12的、计算单元13的和/或识别单元14的求取到的数据、值和认识至少部分地自动地控制人工呼吸机1。在一些实施方式中，控制单元17如此设立，使得该控制部分根据手动调设的参数且部分根据自动调设的参数来进行。在一些实施方式中，该控制也可以仅根据手动调设进行或者仅自动进行。

人工呼吸机1示例性地设立用于预给定保持不变的呼吸气体压力(例如呈CPAP治疗的形式)和/或在呼气阶段与吸气阶段之间切换预给定的呼吸气体压力(例如呈双水平人工呼吸机(Bi-Level-)的形式)。例如，在吸气阶段期间预给定的呼吸气体压力比在呼气阶段期间预给定的呼吸气体压力高。在一些实施方式中，吸气与呼气之间的和/或呼气与吸气之间的切换以压力斜坡的形式发生，使得不突然改变压力预给定值和/或流量预给定值。替代通过压力斜坡地，该切换也可以以流量斜坡的形式进行。在吸气与呼气之间或在呼气与吸气之间进行切换的点，可以例如至少部分地通过触发灵敏度来确定。

识别单元14例如设立用于识别人工呼吸机1与所连接的生物之间的异步2。例如，当生物想要吸入，但是人工呼吸机1例如没有识别出这一点并且在吸气阶段期间没有触发支持时，存在异步2。反过来的情况，即生物不想要吸入，但是人工呼吸机1错误地识别出生物进行吸入的努力并且相应地触发吸气支持，也可以算作异步2。通过人工呼吸机1触发吸气支持而进行的有规划的、受迫的吸入，例如因为生物自上一次吸气起超过一定的时间或已超过呼气的最大的预给定时间，在大多数实施方式中不被评估为异步2。因此，在受迫的吸气期间所测量的和/或求取到的数据和值，通常也不用于评估异步2。

例如在生物使用人工呼吸机1期间，执行对异步2的识别。与此相应地，识别的结果直接“实时地”产生，并且必要时也直接被人工呼吸机1例如用于进行控制。

在此，该系统的在图1至图3中示例性的实施方式将错过的呼吸218、即如下事件识别为异步2：在所述事件中，生物打算吸入，但是人工呼吸机1没有触发吸气时的支持，以及将短暂的触发延迟308、即如下事件识别为异步2：在所述事件中，生物不打算吸入，但是人工呼吸机1已触发吸气支持。在此，被确定为等于或者小于例如0.1sec的触发延迟305被称为短暂的触发延迟308。在所述短暂的触发延迟308的情况下，认为生物不打算吸入。在一些实施方式中，该系统也如此设立，使得识别出呈错误的触发307的形式的异步2。在短暂的触发延迟308可以被视为对在生物没有吸入意图的情况下的触发的提示的同时，系统在错误的触发307的情况下以较大的可靠性识别出所述错误的触发。

识别单元14从呼吸努力流量、预期的呼吸流量以及确定的呼吸流量中识别出短暂的触发延迟308以及错过的呼吸218。在此，确定的呼吸流量是病人的如下呼吸流量：该呼吸流量从由人工呼吸机所测量的流量在减去泄漏(通过猜想/估计或者测量)和别的不准确性/影响的情况下计算。计算(所述计算形成通过识别单元14对异步2进行识别的基础)例如由计算单元13来执行。预期的呼吸流量由有效的呼吸道阻力R和有效的肺弹性E确定。所述有效的呼吸道阻力和有效的肺弹性又通过数学的肺模型、例如单室肺模型来计算。相应的参数R和E可以例如通过多元线性回归由所使用的肺模型确定。

在图2和图3中示意性示出对呈错过的呼吸218的形式的异步2的识别。在图2中，示意性地在图表中绘制确定的呼吸流量203和预期的呼吸流量204的时间曲线，该图表具有作为x轴的时间202并且在y轴上的流速201。呼吸的持续时间相应于时间区段208，其中，呼吸能够粗略地划分为吸气和呼气。吸气能够基本上通过正呼吸流量来识别。呼气基本上通过负呼吸流量来标记，其中，呼吸流量在呼气结束时变小——即在正值的方向上、但仍然是负的，并且最终以较平坦的斜率接近零值。在图2b的图表中示出两个完整的呼吸216、217，例如能够通过不仅确定的呼吸流量203的、而且预期的呼吸流量的正峰值和负峰值来识别。此外，还示例性地示出错过的呼吸218。错过的呼吸218能够例如通过下述内容来识别：确定的呼吸流量203的不仅正峰值、而且负峰值所具有的值都明显小于完整的呼吸216的所述值。通过人工呼吸机1进行的支持未被触发，这例如能够通过图2中的预期的呼吸流量204看出。

识别单元14根据呼吸努力流量209可靠地识别出错过的呼吸218，该呼吸努力流量绘制在图3中的图表中。替代地或者补充地，可以设置，错过的呼吸218也可以根据呼吸流量的和/或压力的和/或呼吸频率的和/或呼吸体积的特征来识别。在该图表中，相对于时间202(x轴)绘制呼吸努力流量的流速201(y轴)。识别单元14根据呼吸努力流量209的值、呼吸努力流量209的时间曲线、确定的呼吸流量203、预期的呼吸流量204以及预期的触发时间点来核查例如下述特征，以便识别出错过的呼吸218：

1.确定的呼吸流量204的局部最大值206必须位于呼吸努力流量209的两个最小值214、215之间。

2.呼吸努力流量的局部最大值219的时间位置与相应的左侧最小值214的时间位置的差210。

3.呼吸努力流量的局部最大值219的时间位置与相应的右侧最小值215的时间位置的差211。

4.呼吸努力流量的局部最大值219的值与相应的左侧最小值214的值之间的差212。

5.呼吸努力流量的局部最大值219的值与相应的右侧最小值215的值之间的差213。

6.在呼吸努力流量209的局部最大值219的时间点的预期的呼吸流量207

7.呼吸努力流量的局部最大值219与预期的触发时间点205之间的时间。

例如，识别单元14如此设立，使得根据机器学习算法来核查所述特征。例如，为此手动地对生物的多个数据进行分析处理并且将其提供给机器学习算法，该机器学习算法由此推导出值、数据、参数和信息，借助所述值、数据、参数和信息识别出错过的呼吸218。例如，为此可以使用基于AdaBoost M1技术的机器学习算法。

如此，识别单元14例如根据所述特征中的至少一个特征识别出存在错过的呼吸。在一些实施方式中设置，所述特征中的多个特征，例如至少两个、四个或者所有特征，必须在识别错过的呼吸时使用或必须满足标准，以便相应的特征表明错过的呼吸。

在一些实施方式中设置，通过使用另外的参数来替代地或者补充地执行和/或进一步完善对错过的呼吸的识别，所述另外的参数例如是压力、流量、体积、频率。

此外，识别单元14示例性地也设立用于，识别或确定触发延迟305并且将短暂的触发延迟308评价为人工呼吸机1与生物之间的异步2。例如为所有具有吸气支持的呼吸确定触发延迟305，例如仅为自主呼吸执行对短暂的触发延迟308的核查。示例性地在图4和图5中示出触发延迟305。图4示出图表，在该图表中，相对于时间302绘制确定的呼吸流量303和预期的呼吸流量304的流速301。被定义为触发延迟305的是，激活生物的呼吸系统肌肉与触发通过人工呼吸机1进行的例如用于吸气的呼吸支持之间的时间间距。在图4中，触发延迟305能够例如通过确定的呼吸流量303的流速的斜率的开始与预期的流速304之间的错位来识别。如果相对于时间302绘制呼吸努力流量305的流速301，如在图5中的图表中可以看出的那样，则触发延迟305可以通过呼吸309的局部最大值来识别。

如下触发延迟305被识别为短暂的触发延迟308：所述触发延迟的值不大于为例如0.1sec的阈值。在一些实施方式中，该阈值也可以选择得更大、例如高达0.5sec，或者可以选择得更小、例如0.05sec。

触发延迟305例如通过计算并且通过算法在使用呼吸努力流量305的情况下确定。为此，将具有为3Hz的极限频率的低通滤波器(在此例如是三阶巴特沃斯滤波器)应用到呼吸努力流量306上。此外，在使用呼吸努力流量306的情况下，为当前的呼吸i计算预期的振幅A。对于每个测量点k，直接在吸气的触发点之前开始并且后退到呼气阶段中，检查该测量点k是否是触发延迟的一部分——即是否位于生物的呼吸努力的开始与人工呼吸机1的触发之间。测量点k例如相应于通过传感器单元11在一时间点记录的测量值，所述测量值必要时通过预处理单元12和计算单元13进一步处理。关于呼吸流量对测量点k在如下方面进行核查：所述测量点是否达到或者大于确定的阈值、例如预期的振幅A的a₁倍，并且计数为数量n_highFlow。系数a₁可以例如采用在0.005与0.1之间、优选在0.025与0.075之间的值。在一些实施方式中，系数a₁确定为具有在0.05与0.06之间的值。

从位于阈值以上的最后一个测量点出发，在时间上向后看，对测量点的数量n_{increasingFlow}计数，所述测量点的特征在于增加的呼吸努力流量306并且所述测量点满足另外的条件。可能的触发延迟305的测量点的总数量相应于由n_highFlow和n_{increaisngFlow}构成的和n。此外，最终，根据测量点k来检查对触发延迟305的计算是否是有效的(gültig或者valide)。如果对触发延迟305的计算不是有效的，则将和n设置为0。触发延迟305的长度t_triggerDelay由和n与系数t_tD相乘得出。系数t_tD例如在0.001sec与0.05sec之间，优选在0.005sec与0.015sec之间。如果t_triggerDelay的值例如为0.1sec或者更小，则人工呼吸机1通过识别单元14识别出短暂的触发延迟308，该短暂的触发延迟被评价为异步2。

在一些示例性实施方式中，具有识别单元14的人工呼吸机1如此设立，使得可以辨认错误的触发307并且将所述错误的触发识别为异步2。为此，对在人工呼吸机1的触发时间点t_trig周围的数据和测量值进行分析。为此，计算该触发之前的标准化呼吸流量(f_pre)和该触发之后的标准化呼吸流量(f_post)。如果f_pre和f_post的值大于确定的、个别的阈值，则识别出正确的触发。如果f_pre和f_post低于这些值或者达到这些值，则识别出错误的触发307。f_pre的阈值例如确定在0.005至0.5的范围中、优选在0.025与0.075之间。f_post的阈值例如确定为在0.1与1.5之间、优选在0.5与1.0之间的值。例如，当f_pre≤0.075且f_post≤0.8适用时，识别出错误的触发307。

根据识别出的异步2，人工呼吸机1可以自动地调设触发灵敏度3。在一些实施方式中，除了用于触发灵敏度3的不同的手动等级之外，还可以选择用于触发灵敏度3的自动调设的选项。例如，在人工呼吸机1上可以为触发灵敏度3选择从1到8的等级或者可以选择自动的触发灵敏度4。触发灵敏度3例如以抽象的或无单位的数字再现如下灵敏度：人工呼吸机1以该灵敏度触发吸气支持。例如，伴随着触发灵敏度3，同时考虑呼吸流量的至少一个阈值，在该阈值的情况下，触发通过人工呼吸机1进行的吸气支持。在一些示例性实施方式中，触发灵敏度3主要和/或仅取决于呼吸流量的阈值。触发灵敏度3的较高的等级例如主要意味着呼吸流量的较高的阈值，在该阈值的情况下触发吸气支持。即，例如，等级1是比等级2更灵敏的触发灵敏度3。

触发灵敏度3可以例如通过用户接口——例如人工呼吸机1上的、实施为触摸屏的显示装置和/或输入装置——来调设或选择。也可以实现的是，通过在空间上与人工呼吸机1分开的远程站(Gegenstelle)来调设/选择触发灵敏度3。

如果选择触发灵敏度3的自动调设，则人工呼吸机1自动地调设触发灵敏度3并且在此至少考虑识别出的异步2，例如错过的呼吸218和短暂的触发延迟308。在一些实施方式中，在触发灵敏度3的自动调设的情况下，人工呼吸机1附加地还考虑识别出的错误的触发307。人工呼吸机1可以将触发灵敏度3例如自动地调设为等级0至3。在此，等级0是比等级1还更灵敏的触发灵敏度3。等级0例如仅可供自动调设使用，即不可以手动调设。但是也能够考虑，所有等级不仅可供触发灵敏度3的手动调设、还可供触发灵敏度3的自动调设使用——即不仅可以手动地、还可以自动地调设等级0至8。除了划分为等级0至8之外，触发灵敏度3也可以划分为别的、任意的数量的等级。所述等级可以例如通过数字、字母或者但也通过描述来标记，所述描述例如是“非常灵敏、灵敏、较不灵敏、不灵敏”。在一些实施方式中，触发灵敏度3的等级借助流量值、例如以l/min为单位的流量值来标明。如此，触发灵敏度3可以例如是能够在1l/min至25l/min或者1l/min至10l/min之间调设的。

触发灵敏度3例如通过在参数trigSens下被再现。在手动调设触发灵敏度3的情况下，改变该参数，用以例如直接通过经由图1中未示出的接口的输入来进行调设，该接口例如是用户接口。在自动调设的情况下，视在当前的时间间隔以及上一个时间间隔中短暂的触发延迟308和错过的呼吸218的数量而定地，确定参数trigSens。在所示出的示例性实施方式中，时间间隔是2分钟间隔。该时间间隔例如适配于先前的时间间隔，用以确定和/或识别异步2。在此，参数trigSens的值相应于触发灵敏度3的等级。

触发灵敏度3通过最小值函数min(i,j)和/或最大值函数max(i,j)来调设。min()函数在此再次提供i和j的较小的值——即min(3,4)是3。反过来，max()函数提供i和j的较大的值——与此相应地，max(1,4)是4。

制定规则集，根据该规则集来适配触发灵敏度3。例如下述三条规则，所述规则相互排斥：

1.IF(#ShoTrigDel≥b#IneffEff)&(#ShoTrigDel≥c)→trigSens＝min(trigSens+1，3)

2.IF[(#IneffEff≥b#ShoTrigDel)&(#IneffEff≥c)]→trigSens＝max(trigSens-1，0)

3.IF(#ShoTrigDel≤d)&(#ShoTrigDel_old≤d)&(trigSens＝trigSens_old)→trigSens＝max(trigSens-1，1)

在此，#ShortTrigDel相应于在当前的时间间隔期间登记的短暂的触发延迟308的数量，#IneffEff相应于登记的错过的呼吸218的数量，并且trigSens是触发灵敏度3的当前的值或等级。此外，索引old表明先前的时间间隔的值。在此，b、c和d是在0至6的范围中的、例如在0至3的范围中的参数。在一些实施方式中，可以给参数b、c、d分配例如0至2的值，其中，b和c可以具有相同的值，且d具有较小的值、例如在1以下。

在一些实施方式中，b、c和d也可以采用别的值，但是在此应注意，上述三条规则继续相互排斥，即始终只满足一条规则或只有一条规则变得有效(aktiv)。在一些实施方式中，也可以如此修改第三条规则，使得只要没有登记异步2，无论当前为触发灵敏度3调设哪个等级，都不改变触发灵敏度3(trigSens)。

根据最小值函数min()或最大值函数max()来改变值trigSens。如此，通过使用最小值函数和最大值函数来实现：视规则的满足而定地，不能大于和/或低于确定的值。在该例子中，借助0已经使用最小的可能的等级。如果在人工呼吸机1的另一种实施方式中为触发灵敏度定义0以下的、例如为-1的较灵敏的等级，则可以通过第二条规则使该等级可用于自动调设。

除了示出的规则之外，此外也可能的是，定义另外的规则，根据所述另外的规则，人工呼吸机1可以自动地调设触发灵敏度3。在此，也需要注意，所定义的规则相互排斥。在一些实施方式中，人工呼吸机1或识别单元14设立用于识别错误的触发307。相应地，可以以识别出的错误的触发307来扩展现有的规则。例如，也可以定义附加的规则，所述附加的规则考虑错误的触发307。例如，也可以如此表述所述附加的规则，使得前三条规则中的一条规则的满足不排除考虑错误的触发307的规则中的至少一条规则的满足。即，除了前三条规则中的一条规则之外，也可以满足另外的规则中的至少一条另外的规则。

在一些实施方式中，例如认为，当泄漏流量例如升高大于在15l/min与50l/min之间的值、例如25l/min时，对异步2的识别变得不那么准确。如果对于时间间隔、例如2分钟间隔由人工呼吸机1检测到25l/min或者更高的泄漏流量，则人工呼吸机1设立用于，为下一个时间间隔和/或当前的时间间隔调设平均触发灵敏度该平均触发灵敏度/>由上一个时间间隔的平均触发灵敏度/>以及计算出的当前的触发灵敏度T来计算：

在此，系数λ_leak表示遗忘系数，该遗忘系数相对于当前的触发灵敏度T将旧的平均触发灵敏度的值加权。例如，给λ_leak分配在0.01与0.9之间、优选在0.1与0.5之间的值。例如，在该示例性实施方式中，给λ_leak分配值0.2。在一些实施方式中，在具有大于阈值的高泄露流量的持续阶段内不进一步适配平均触发灵敏度，该阈值例如是25l/min。这就是说，在大于25l/min的高泄露流量的第一时间间隔之后重新计算一次平均触发灵敏度，然后一直保持该平均触发灵敏度，就像没有具有小于25l/min的泄露流量的时间间隔被登记那样，所述第一时间间隔例如是2分钟。

在该系统的一些实施方式中，在使用时间期间，在经调设的手动的触发灵敏度3的情况下，执行异步识别并且在结束使用之后创建关于识别出的异步2的汇总。例如，该汇总此外也可以包含用于手动调设触发灵敏度3的建议。所述建议可以例如在人工呼吸机1的显示器(显示屏)上或者通过用于远程监控的接口输出或显示。

此外，如果大于识别出的错过的呼吸218的、短暂的触发延迟308的和/或错误的触发307的阈值，则也能够考虑通过人工呼吸机1生成警报。例如，该阈值可以是对于每个时间间隔总的识别出的呼吸的百分比份额。在此，时间间隔完全可以选择得比用于异步识别的时间间隔更大。导致生成警报的识别出的异步的百分比份额，例如在10％与100％之间，在一些实施方式中在10％与50％之间。该警报可以例如通过接口、例如显示屏或者用于远程监控的数据连接输出。

此外，对异步的识别可以用于，例如辨认人工呼吸机1的不利的调设和/或固有PEEP(positiven end-exspiratorischer Druck，呼气末正压)。人工呼吸机1的不利的调设可以例如在压力调设和/或流量调设中发现，并且意味着非最佳的或者不充分的人工呼吸或对生物呼吸的支持。

图6和图7示例性地示出通过呼吸努力流量409或确定的呼吸流量403和预期的呼吸流量404对提早的呼气触发412的识别。在图6中的图表中，相对于时间402绘制确定的呼吸流量403和预期的呼吸流量404的流速401。描绘出两个完整的呼吸411。流速401在吸气开始时强烈增加，然后逐渐平坦或在吸气结束时再次下降。自确定的流速401起，示例性地开始压力斜坡(压力斜坡的开始405)，通过该压力斜坡，例如减小通过人工呼吸机1预给定的压力，以便支持、实现和/或引起病人的呼气。在呼气时，空气从肺中逸出，即预期负的流速401(预期的呼吸流量404)并且也测量负的流速401(经测量的呼吸流量403)。在压力斜坡结束406(借助该压力斜坡通过人工呼吸机1降低呼吸气体压力)之后，应能够观察到流速401的逐渐的平坦，其从负峰值(或最小值)再次增加或接近为0的流速401。自确定的流速401起，例如通过人工呼吸机1再次开始压力斜坡，通过该压力斜坡切换到吸气压力支持。

在提早的呼气触发412的情况下，过早地开始朝向呼气压力的压力斜坡。病人/使用者在该时间点尚未完成吸气，即还需要空气。因此，在压力斜坡结束406之后，还能够识别出确定的呼吸流量403的流速401重新强烈升高直至局部最大值407。随后，病人适应呼气，即进行呼出。即使在没有提早的呼气触发412的情况下，在流速401再次缓慢增加之前，流速401在此也经历局部最小值408。

识别单元14，必要时结合计算单元13和/或预处理单元12和/或人工呼吸机1的另外的部件，示例性地设立用于，根据确定的呼吸流量403的和预期的呼吸流量404的曲线来识别提早的呼气触发。

例如，为此尤其核查四个点：(通过人工呼吸机1)从吸气到呼气的压力斜坡的开始405，压力斜坡的终点406，呼吸流量的局部最大值407的位置，该局部最大值不应定位得比在压力斜坡的终点406之后的在0.3秒与0.4秒之间的时间跨度中远，以及局部最小值408，该局部最小值应在0.5秒与0.7秒之间的时间跨度内跟随压力斜坡的终点406。

在该示例性实施方式中，例如，当下述条件中的至少一个条件适用时，探测到提早的呼气触发：

1.确定的呼吸流量403在压力斜坡开始405时大于0l/min

2.确定的呼吸流量403在压力斜坡结束405时小于0l/min

3.e*确定的呼吸流量403(在局部最大值407处)/确定的呼吸流量403(在压力斜坡结束406时)<预期的呼吸流量404(最大值)/预期的呼吸流量403(在压力斜坡结束时)

4.f*确定的呼吸流量403(在局部最大值407处)>确定的呼吸流量403(在压力斜坡结束406时)

5.g*确定的呼吸流量403(在局部最小值408处)<确定的呼吸流量403(在压力斜坡结束406时)+确定的呼吸流量403(在局部最大值407处)

6.(h<确定的呼吸流量403(在局部最大值407处)-确定的呼吸流量403(在压力斜坡结束406时))或者(h<预期的呼吸流量403(局部最大值407)-确定的呼吸流量403(在局部最小值408处))

7.确定的呼吸流量403(在局部最小值408处)<0

在此，系数e在0.5至2.0的范围中，优选在1与1.8之间；f在0.9至2.9的范围中，优选在1.7至2.3的范围中；g在1至3的范围中，优选在1.8与2.2之间；h在2l/min至10l/min的范围中，优选在3l/min与7l/min之间。

在一些实施方式中设置，所述条件中的至少2个或者4个或者所有条件必须适用，以便探测到提早的呼气触发。

在呼吸努力流量409的曲线中，也能够识别出提早的呼气触发412，如图7中所示。能够看到与图6中相同的呼吸411，在此作为呼吸努力流量409的流速401随着时间402的曲线。通过确定的呼吸流量403的局部最大值407，同样能够看到呼吸努力流量409中的局部最大值410。预期的呼吸流量404没有设置在压力斜坡结束406之后流速401的直接升高，因此在此产生与确定的呼吸流量403的大的区别，该大的区别反映在呼吸努力流量409的极正的局部最大值410中。在一些实施方式中，可以例如通过局部最大值410的高度以及关于压力斜坡的结束406的位置来做出关于提早的呼气触发的陈述。例如，可以根据局部最大值410的高度来控制触发灵敏度3的变化。在一些实施方式中例如能够考虑，根据用于局部最大值410的高度的保存的值来适配触发灵敏度3。

在一些实施方式中，该系统设计为，根据提早的呼气触发412来适配触发灵敏度3。例如，这样的适配可以自动进行。如果在(必要时能够调设的)时间段和/或(必要时能够调设的)一数量的呼吸411内探测到一定数量的提早的呼气触发412，则人工呼吸机1可以例如如此设立以便识别出存在对于从吸气到呼气的切换过于灵敏的触发灵敏度3。示例性地，然后至少为从吸气到呼气的切换减小触发灵敏度3，即调设为较不灵敏的值。

基于错过的呼吸218和/或短暂的触发延迟305和/或错误的触发307对触发灵敏度3的(自动)调设，例如尤其指的是(阈)值，该值涉及到吸气支持的转换(例如从呼气到吸气的切换)。如果将提早的呼气触发412包括到调设内，则这例如尤其涉及(阈)值，根据所述值进行从吸气到呼气的切换。

附图标记列表

1 人工呼吸机

2 异步

3 触发灵敏度

4 自动的触发灵敏度

11 传感器单元

12 预处理单元

13 计算单元

14 识别单元

15 存储器单元

16 监控单元

17 控制单元

18 鼓风机单元/阀单元

201 流速(Flow)(y轴)

202 时间(x轴)

203 确定的呼吸流量

204 预期的呼吸流量

205 预期的触发点

206 局部最大值

207 预期的呼吸流量

208 呼吸持续时间

209 呼吸努力流量

210 差(左侧)

211 差(右侧)

212 差(左侧)

213 差(右侧)

214 最小值(左侧)

215 最小值(右侧)

216 呼吸

217 呼吸

218 错过的呼吸

219 局部最大值

301 流速(Flow)(y轴)

302 时间(x轴)

303 确定的呼吸流量

304 预期的呼吸流量

305 触发延迟

306 呼吸努力流量

307 错误的触发

308 短暂的触发延迟

309 呼吸

401 流速(Flow)(y轴)

402 时间(x轴)

403 确定的呼吸流量

404 预期的呼吸流量

405 起点(压力斜坡)

406 终点(压力斜坡)

407 局部最大值

408 局部最小值

409 呼吸努力流量

410 局部最大值

411 呼吸

412 提早的呼气触发

Claims (49)

1.一种用于识别人工呼吸机(1)与生物之间的异步的系统，所述系统包括至少一个人工呼吸机(1)，其中，所述至少一个人工呼吸机(1)至少包括

-传感器单元(11)

-预处理单元(12)

-计算单元(13)

-识别单元(14)

-存储器单元(15)

-监控单元(16)

-控制单元(17)

-鼓风机单元/阀单元(18)，

其特征在于，所述识别单元(14)根据所述生物的呼吸参数来识别所述人工呼吸机(1)与所述生物之间的异步(2)。

2.根据上述权利要求中至少一项所述的系统，其特征在于，所述呼吸参数包含压力和/或流量。

3.根据上述权利要求中至少一项所述的系统，其特征在于，所述控制单元(17)根据通过所述识别单元(14)识别出的异步(2)来控制所述鼓风机单元/阀单元(18)。

4.根据上述权利要求中至少一项所述的系统，其特征在于，在通过所述生物使用所述人工呼吸机(1)期间执行对所述异步(2)的识别。

5.根据上述权利要求中至少一项所述的系统，其特征在于，所述识别单元(14)识别错过的呼吸(218)和/或短暂的呼吸延迟(308)。

6.根据上述权利要求中至少一项所述的系统，其特征在于，所述识别单元(14)将所述短暂的呼吸延迟(308)和/或所述错过的呼吸(218)评估为异步(2)。

7.根据上述权利要求中至少一项所述的系统，其特征在于，所述识别单元(14)通过分析处理呼吸努力流量(209，306)、预期的呼吸流量(204，304)以及确定的呼吸流量(203，303)来识别所述错过的呼吸(218)。

8.根据上述权利要求中至少一项所述的系统，其特征在于，所述识别单元(14)通过分析处理呼吸努力流量(209，306)、预期的呼吸流量(204，304)以及确定的呼吸流量(203，303)来识别所述短暂的呼吸延迟(308)。

9.根据上述权利要求中至少一项所述的系统，其特征在于，所述识别单元(14)识别错误的触发(307)并且将所述错误的触发评估为异步(2)。

10.根据上述权利要求中至少一项所述的系统，其特征在于，所述计算单元(13)由所述预期的呼吸流量(204，304)和所述确定的呼吸流量(203，303)确定所述呼吸努力流量(209，306)。

11.根据上述权利要求中至少一项所述的系统，其特征在于，所述计算单元(13)由呼吸道阻力R和肺弹性E确定所述预期的呼吸流量(204，304)。

12.根据上述权利要求中至少一项所述的系统，其特征在于，所述计算单元(13)由所述呼吸道阻力R的平均值和所述肺弹性E的平均值确定所述预期的呼吸流量(204，304)。

13.根据上述权利要求中至少一项所述的系统，其特征在于，所述计算单元(13)由通过所述传感器单元(11)测量出的且通过所述预处理单元(12)预处理的测量值计算所述呼吸道阻力R和所述肺弹性E。

14.根据上述权利要求中至少一项所述的系统，其特征在于，所述控制单元(17)根据由所述识别单元(14)识别出的错过的呼吸(218)和短暂的触发延迟(308)来自动调设所述人工呼吸机(1)的触发灵敏度(3)。

15.根据上述权利要求中至少一项所述的系统，其特征在于，所述控制单元(17)根据由所述识别单元(14)识别出的错过的呼吸(218)、短暂的触发延迟(308)和错误的触发(307)来自动调设所述人工呼吸机(1)的触发灵敏度(3)。

16.根据上述权利要求中至少一项所述的系统，其特征在于，由所述计算单元(13)通过数学的肺模型来确定所述呼吸道阻力R和所述肺弹性E。

17.根据上述权利要求中至少一项所述的系统，其特征在于，由所述计算单元(13)通过多元线性回归和单室肺模型来确定所述呼吸道阻力R和所述肺弹性E。

18.根据上述权利要求中至少一项所述的系统，其特征在于，所述识别单元(14)根据所述呼吸努力流量(209，306)的、所述预期的呼吸流量(204，304)的和/或所述确定的呼吸流量(203，303)的下述特征中的至少一个特征识别所述错过的呼吸(218)：

-所述确定的呼吸流量(204)的局部最大值(206)位于所述呼吸努力流量(209，306)的两个最小值(214，215)之间

-所述呼吸努力流量(209，306)的局部最大值(219)的时间位置与相应的左侧最小值(214)的时间位置之间的差(210)

-所述呼吸努力流量(209，306)的局部最大值(219)的时间位置与相应的右侧最小值(215)的时间位置之间的差(211)

-所述呼吸努力流量(209，306)的局部最大值(219)的值与相应的左侧最小值(214)的值之间的差(212)

-所述呼吸努力流量(209，306)的局部最大值(219)的值与相应的右侧最小值(215)的值之间的差(213)

-在所述呼吸努力流量(209，306)的局部最大值(219)的时间点的预期的呼吸流量(207)

-所述呼吸努力流量(209，306)的局部最大值(219)与所述预期的触发时间点(205)之间的时间。

19.根据上述权利要求中至少一项所述的系统，其特征在于，所述识别单元(14)根据所述呼吸努力流量(209，306)的、所述预期的呼吸流量(204，304)的和所述确定的呼吸流量(203，303)的下述特征识别所述错过的呼吸(218)：

-所述确定的呼吸流量(204)的局部最大值(206)必须位于所述呼吸努力流量(209，306)的两个最小值(214，215)之间

-所述呼吸努力流量(209，306)的局部最大值(219)的时间位置与相应的左侧最小值(214)的时间位置之间的差(210)

-所述呼吸努力流量(209，306)的局部最大值(219)的时间位置与相应的右侧最小值(215)的时间位置之间的差(211)

-所述呼吸努力流量(209，306)的局部最大值(219)的值与相应的左侧最小值(214)的值之间的差(212)

-所述呼吸努力流量(209，306)的局部最大值(219)的值与相应的右侧最小值(215)的值之间的差(213)

-在所述呼吸努力流量(209，306)的局部最大值(219)的时间点的预期的呼吸流量(207)

-所述呼吸努力流量(209，306)的局部最大值(219)与所述预期的触发时间点(205)之间的时间。

20.根据上述权利要求中至少一项所述的系统，其特征在于，所述计算单元(13)通过以前的呼吸长度的平均值来计算所述预期的触发时间点(205)。

21.根据上述权利要求中至少一项所述的系统，其特征在于，所述计算单元(13)通过上一次自主呼吸的长度的平均值以及上一次预期的触发时间来计算所述预期的触发时间点(205)。

22.根据上述权利要求中至少一项所述的系统，其特征在于，所述平均值是加权平均值。

23.根据上述权利要求中至少一项所述的系统，其特征在于，所述识别单元(14)根据由所述计算单元(13)确定的、所述触发延迟(305)的值来识别所述触发延迟是否是短暂的触发延迟(308)。

24.根据上述权利要求中至少一项所述的系统，其特征在于，所述识别单元(14)通过所述生物的呼吸努力与所述人工呼吸机(1)的触发之间的错位来识别和确定所述触发延迟(305)。

25.根据上述权利要求中至少一项所述的系统，其特征在于，所述识别单元(14)根据下述内容来识别短暂的触发延迟(308)：所述触发延迟(305)被评估为对于所述生物的呼吸努力而言过短。

26.根据上述权利要求中至少一项所述的系统，其特征在于，如果所述触发延迟(305，308)小于或者等于阈值，则触发延迟(305)被识别为短暂的触发延迟(308)，其中，所述阈值在0秒与0.5秒之间、优选在0秒与0.25秒之间、特别优选在0秒与0.15秒之间的范围中选择。

27.根据上述权利要求中至少一项所述的系统，其特征在于，不在触发延迟(305)方面研究由所述人工呼吸机(1)预给定的呼吸，其中，不通过所述生物的呼吸努力来触发由所述人工呼吸机(1)预给定的呼吸。

28.根据上述权利要求中至少一项所述的系统，其特征在于，所述控制单元(17)根据在一时间间隔内的识别出的短暂的触发延迟(308)的和错过的呼吸(218)的数量来自动地适配所述触发灵敏度(3)。

29.根据上述权利要求中至少一项所述的系统，其特征在于，所述时间间隔在0.5分钟与5分钟之间，优选在1分钟与3分钟之间。

30.根据上述权利要求中至少一项所述的系统，其特征在于，在大于在15l/min与50l/min之间的阈值的泄漏流量的情况下，调设呈平均触发灵敏度的形式的触发灵敏度(3)，所述平均触发灵敏度在将来自先前的时间段的、具有小于所述阈值的泄漏流量的触发灵敏度(3)包括在内的情况下确定。

31.根据上述权利要求中至少一项所述的系统，其特征在于，在大于25l/min的泄漏流量的情况下，调设呈平均触发灵敏度的形式的触发灵敏度(3)，所述平均触发灵敏度在将来自先前的时间段的、具有小于25l/min的泄漏流量的触发灵敏度(3)包括在内的情况下确定。

32.根据上述权利要求中至少一项所述的系统，其特征在于，所述触发灵敏度(3)描述如下参数：所述人工呼吸机(1)根据所述参数识别所述生物的呼吸并且触发对人工呼吸的支持，其中，所述参数包括所述呼吸流量的至少一个阈值。

33.根据上述权利要求中至少一项所述的系统，其特征在于，能够手动地和自动地调设所述触发灵敏度(3)。

34.根据上述权利要求中至少一项所述的系统，其特征在于，与通过手动调设能够实现的情况相比，所述触发灵敏度(3)的自动调设能够调设用于所述触发的参数的更低的阈值。

35.根据上述权利要求中至少一项所述的系统，其特征在于，用于调设所述触发灵敏度(3)的参数汇总为抽象的、无单位的数值，其中，所述数值从0延伸至8，其中，低的数值再现高的触发灵敏度(3)，高的数值再现低的触发灵敏度(3)。

36.根据上述权利要求中至少一项所述的系统，其特征在于，0至3的值供所述触发灵敏度(3)的自动调设使用，1至8的值供所述手动调设使用。

37.根据上述权利要求中至少一项所述的系统，其特征在于，至少根据所述呼吸流量的阈值来定义所述触发灵敏度(3)的等级。

38.根据上述权利要求中至少一项所述的系统，其特征在于，所述人工呼吸机(1)设立且构造用于，根据识别出的错过的呼吸(218)和/或短暂的触发延迟(308)提供用于手动调设所述触发灵敏度(3)的建议。

39.根据上述权利要求中至少一项所述的系统，其特征在于，所述人工呼吸机(1)设立且构造用于，在大于错过的呼吸(218)的和/或短暂的触发延迟(308)的阈值的情况下，生成警报。

40.根据上述权利要求中至少一项所述的系统，其特征在于，所述人工呼吸机(1)设立且构造用于，至少使用通过所述识别单元(14)识别出的错过的呼吸(218)和/或短暂的触发延迟(308)，以便识别所述人工呼吸机(1)的不利的调设。

41.根据上述权利要求中至少一项所述的系统，其特征在于，所述人工呼吸机(1)设立且构造用于，至少使用通过所述识别单元(14)识别出的错过的呼吸(218)和/或短暂的触发延迟(308)，以便识别固有PEEP。

42.根据上述权利要求中至少一项所述的系统，其特征在于，通过低通滤波器对所述呼吸努力流量(209，306)进行滤波，并且所述计算单元(13)在使用经滤波的呼吸努力流量的情况下计算所述触发延迟(305)。

43.根据上述权利要求中至少一项所述的系统，其特征在于，所述人工呼吸机(1)设立且构造用于，识别提早的呼气触发(412)。

44.根据上述权利要求中至少一项所述的系统，其特征在于，所述人工呼吸机(1)设立且构造用于，将提早的呼气触发(412)评估为异步(2)。

45.根据上述权利要求中至少一项所述的系统，其特征在于，所述人工呼吸机(1)设立且构造用于，根据所述确定的呼吸流量(403)的和/或所述预期的呼吸流量(404)的和/或所述呼吸努力流量(409)的时间曲线来识别提早的呼气触发(412)。

46.根据上述权利要求中至少一项所述的系统，其特征在于，所述人工呼吸机(1)设立且构造用于，根据压力斜坡的开始(405)的位置和流速的值、压力斜坡的结束(406)的位置和流速的值、所述确定的呼吸流量(403)的和/或所述预期的呼吸流量(404)的局部最大值(407，410)的位置和流速的值和/或局部最小值(408)的位置和流速的值来识别提早的呼气触发(412)。

47.根据上述权利要求中至少一项所述的系统，其特征在于，所述人工呼吸机(1)设立且构造用于，根据下述点来识别提早的呼气触发(412)：

-所述确定的呼吸流量(403)在所述压力斜坡开始(405)时大于0l/min

-所述确定的呼吸流量(403)在所述压力斜坡结束(406)时小于0l/min

-e*确定的呼吸流量(403)(在所述局部最大值(407)处)/确定的呼吸流量(403)(在所述压力斜坡结束(406)时)<预期的呼吸流量(404)(最大值)/预期的呼吸流量(403)(在所述压力斜坡结束时)

-f*确定的呼吸流量(403)(在所述局部最大值(407)处)>确定的呼吸流量(403)(在所述压力斜坡结束(406)时)

-g*确定的呼吸流量(403)(在所述局部最小值(408)处)<确定的呼吸流量(403)(在所述压力斜坡结束(406)时)+确定的呼吸流量(403)(在所述局部最大值(407)处)

-(h<确定的呼吸流量(403)(在所述局部最大值(407)处)-确定的呼吸流量(403)(在所述压力斜坡结束(406)时))或者(h<预期的呼吸流量(403)(局部最大值(407))-确定的呼吸流量(403)(在所述局部最小值(408)处))

-确定的呼吸流量(403)(在所述局部最小值(408)处)<0；

在此，系数e在0.5至2.0的范围中，优选在1与1.8之间；f在0.9至2.9的范围中，优选在1.7至2.3的范围中；g在1至3的范围中，优选在1.8与2.2之间；h在2l/min至10l/min的范围中，优选在3l/min与7l/min之间。

48.根据上述权利要求中至少一项所述的系统，其特征在于，所述触发灵敏度(3)包括控制从吸气阶段到呼气阶段的切换的值，其中，所述人工呼吸机(1)设立且构造用于，根据识别出的提早的呼气触发(412)来调设所述触发灵敏度(3)的值，所述值控制从吸气阶段到呼气阶段的切换。

49.一种用于识别人工呼吸机(1)与生物之间的异步(2)的方法，其特征在于，在使用所述生物的肺弹性E和呼吸道阻力R的情况下，识别呈短暂的触发延迟(308)和错过的呼吸(218)的形式的异步(2)。