CN116549785A - 雾化呼吸的控制方法及装置、电子设备和存储介质 - Google Patents

雾化呼吸的控制方法及装置、电子设备和存储介质 Download PDF

Info

Publication number
CN116549785A
CN116549785A CN202310271018.4A CN202310271018A CN116549785A CN 116549785 A CN116549785 A CN 116549785A CN 202310271018 A CN202310271018 A CN 202310271018A CN 116549785 A CN116549785 A CN 116549785A
Authority
CN
China
Prior art keywords
air supply
atomization
time
image
set air
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
Application number
CN202310271018.4A
Other languages
English (en)
Inventor
陈晓娟
杨英健
郑蔚
吕会力
李慧
肖芳
端木艳丽
王丹丹
刘梦丽
秦绍杰
郭燕
刘河楠
周凯
陈喜乐
赵翔
常建芳
孙甜甜
李德权
殷悦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Second Affiliated Hospital of Zhengzhou Unviersity
Original Assignee
Second Affiliated Hospital of Zhengzhou Unviersity
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Second Affiliated Hospital of Zhengzhou Unviersity filed Critical Second Affiliated Hospital of Zhengzhou Unviersity
Priority to CN202310271018.4A priority Critical patent/CN116549785A/zh
Publication of CN116549785A publication Critical patent/CN116549785A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • 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
    • A61M11/00—Sprayers or atomisers specially adapted for therapeutic purposes
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M16/00—Devices for influencing the respiratory system of patients by gas treatment, e.g. mouth-to-mouth respiration; Tracheal tubes
    • A61M16/0003—Accessories therefor, e.g. sensors, vibrators, negative pressure
    • A61M2016/0027—Accessories therefor, e.g. sensors, vibrators, negative pressure pressure meter
    • 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
    • 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
    • A61M2230/46—Resistance or compliance of the lungs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • G06T2207/10124—Digitally reconstructed radiograph [DRR]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30061—Lung
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Anesthesiology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Business, Economics & Management (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Hematology (AREA)
  • Quality & Reliability (AREA)
  • Chemical & Material Sciences (AREA)
  • Geometry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Emergency Medicine (AREA)
  • Pulmonology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本公开涉及一种雾化呼吸的控制方法及装置、电子设备和存储介质，涉及呼吸控制技术领域。其中，所述雾化呼吸的控制方法，包括：获取与呼吸机呼吸管路相连接的雾化机构对应的设定雾化量、设定雾化浓度及设定雾化时间，以及获取所述呼吸机对应的设定呼吸曲线；提取所述设定呼吸曲线中的设定供气曲线，并根据所述设定供气曲线及所述设定雾化时间，确定多个离散的供气雾化时间段；实时监测所述供气雾化时间段内所述呼吸管路内的第一雾化浓度，根据所述第一雾化浓度及所述设定雾化浓度，调整所述设定供气曲线中子设定供气曲线的设定供气压力，控制所述雾化机构的雾化药物进入所述呼吸管路的时刻及雾化药量。本公开实施例可实现雾化呼吸的控制。

Description

雾化呼吸的控制方法及装置、电子设备和存储介质
技术领域
本公开涉及呼吸控制技术领域，尤其涉及一种雾化呼吸的控制方法及装置、电子设备和存储介质。
背景技术
目前，危重患者的治疗过程中多根据患者病情采用呼吸机辅助通气，而上呼吸机的患者常需定时定量进行雾化，医用雾化装置将药液雾化成微小颗粒，药物通过呼吸吸入的方式进入呼吸道和肺部沉积，从而达到无痛、迅速有效的治疗效果。目前市面上呼吸机雾化装置多独立于呼吸机管路，在进行雾化时，需要将呼吸管路吸气端与患者端接口断开，再将雾化组件与呼吸管路连接进行雾化，雾化结束，再将雾化组件去除，重新连接呼吸管路与患者端接口。在此过程中，多会触发呼吸机报警，尽管时间较短，仍会分散护理人员注意力，由于患者一天内需要多次雾化，在一定程度上增加了护理人员工作量，降低了护理人员的雾化依从性和工作效率，一定程度上影响了患者的康复效果。然后，如何调控制雾化装置(雾化机构)与呼吸机的协同关系，是目前医疗领域需要亟待解决的问题。
发明内容
本公开提出了一种雾化呼吸的控制方法及装置、电子设备和存储介质技术方案。
根据本公开的一方面，提供了一种雾化呼吸的控制方法，包括：
获取与呼吸机呼吸管路相连接的雾化机构对应的设定雾化量、设定雾化浓度及设定雾化时间，以及获取所述呼吸机对应的设定呼吸曲线；
提取所述设定呼吸曲线中的设定供气曲线，并根据所述设定供气曲线及所述设定雾化时间，确定多个离散的供气雾化时间段；
实时监测所述供气雾化时间段内所述呼吸管路内的第一雾化浓度，根据所述第一雾化浓度及所述设定雾化浓度，调整所述设定供气曲线中子设定供气曲线的设定供气压力，控制所述雾化机构的雾化药物进入所述呼吸管路的时刻及雾化药量。
优选地，所述根据所述设定供气曲线及所述设定雾化时间，确定多个离散的供气雾化时间段的方法，包括：
根据所述设定供气曲线，确定所述设定供气曲线中每个子设定供气曲线的供气时间段；
根据所述设定雾化时间及所述供气时间段，确定多个离散的供气雾化时间段。
优选地，所述根据所述第一雾化浓度及所述设定雾化浓度，调整所述设定供气曲线中子设定供气曲线的设定供气压力，控制所述雾化机构的雾化药物进入所述呼吸管路的时刻及雾化药量的方法，包括：
获取第一设定供气压力；其中，所述第一设定供气压力小于所述设定供气压力；
若所述第一雾化浓度小于所述设定雾化浓度，则将所述供气雾化时间段内的子设定供气曲线的设定供气压力调整至所述第一设定供气压力；在所述第一设定供气压力下，增大所述雾化机构与所述呼吸管路连接的阀门开度，进而控制所述雾化机构的雾化药物进入所述呼吸管路的时刻及雾化药量；
若所述第一雾化浓度大于或等于所述设定雾化浓度，维持所述供气雾化时间段内的子设定供气曲线的设定供气压力，或将所述第一设定供气压力调节至所述设定供气压力。
优选地，所述若所述第一雾化浓度大于或等于所述设定雾化浓度，维持所述供气雾化时间段内的子设定供气曲线的设定供气压力，或将所述第一设定供气压力调节至所述设定供气压力的方法，包括：
获取第二设定供气压力；其中，所述第二设定供气压力大于所述设定供气压力；
若所述第一雾化浓度等于所述设定雾化浓度，维持所述供气雾化时间段内的子设定供气曲线的设定供气压力；
若所述第一雾化浓度大于所述设定雾化浓度，将所述供气雾化时间段内的子设定供气曲线的设定供气压力调至所述第二设定供气压力。
优选地，所述的雾化呼吸的控制方法，还包括：提取所述设定呼吸曲线中的设定抽气曲线，并根据所述设定抽气曲线确定多个离散的抽气时间段；
检测所述抽气时间段内所述呼吸管路内的第二雾化浓度，并计算所述第一雾化浓度与所述第二雾化浓度的差值；
基于所述差值小于设定吸收浓度差值，则分别按照第一设定增压量及第二设定增压量，逐步对所述设定供气压力及所述设定抽气压力进行调整，直至所述差值大于或等于设定吸收浓度差值。
优选地，在所述逐步对所述设定供气压力及所述设定抽气压力进行调整中，若调整后的设定供气压力及设定抽气压力分别大于或等于对应的设定供气压力限值及设定抽气压力限值时，将所述设定供气压力限值及设定抽气压力限值进行供气配置为最终的供气压力及抽气压力并进行提示；以及/或，
在所述逐步对所述设定供气压力及所述设定抽气压力进行调整中，若调整后的设定供气压力及设定抽气压力分别大于或等于对应的设定供气压力限值及设定抽气压力限值时，分别将供气压力及抽气压力配置为所述设定供气压力及所述设定抽气压力，并照设定浓度增量，逐步对将所述设定雾化浓度进行调整；并直至所述差值大于或等等于设定吸收浓度差值。
优选地，在所述获取与呼吸机呼吸管路相连接的雾化机构对应的设定雾化浓度前，在所述设定供气压力及设定抽气压力下确定待雾化呼吸患者的设定雾化浓度的方法，包括：
分别在所述设定供气压力及设定抽气压力下，获取待雾化呼吸患者吸入不同浓度雾化药物后气管末端肺泡的第一多时刻影像及第二多时刻影像；
根据所述第一多时刻影像及第二多时刻影像对应的形态学影像特征对所述待雾化呼吸患者进行气管末端肺泡评估，并基于所述气管末端肺泡评估的结果，确定待雾化呼吸患者的设定雾化浓度；以及/或，
在所述获取待雾化呼吸患者吸入雾化药物后气管末端肺泡的第一多时刻影像及第二多时刻影像之前，确定气管末端肺泡的第一多时刻影像及第二多时刻影像，其确定的方法，分别获取在所述设定供气压力及设定抽气压力下的第一多时刻胸部影像及第二多时刻胸部影像；分别对所述第一多时刻胸部影像及第二多时刻胸部影像进行气管树分割，得到第一多时刻气管树影像及第二多时刻气管树影像；分别利用所述第一多时刻气管树影像及所述第二多时刻气管树影像定位所述第一多时刻影像及所述第二多时刻影像中气管末端的肺泡位置，以确定气管末端肺泡的第一多时刻影像及第二多时刻影像；以及/或，
在所述分别对所述第一多时刻胸部影像及第二多时刻胸部影像进行气管树分割，得到第一多时刻气管树影像及第二多时刻气管树影像之前，分别对所述第一多时刻胸部影像及第二多时刻胸部影像进行气管树增强，得到增强的第一多时刻胸部影像及增强的第二多时刻胸部影像，之后，分别对所述增强的第一多时刻胸部影像及增强的第二多时刻胸部影像进行气管树分割，得到第一多时刻气管树影像及第二多时刻气管树影像；分别利用所述第一多时刻气管树影像及所述第二多时刻气管树影像定位所述增强的第一多时刻影像及所述增强的第二多时刻影像中气管末端的肺泡位置，以确定气管末端肺泡的第一多时刻影像及第二多时刻影像；以及/或，
所述根据所述第一多时刻影像及第二多时刻影像对应的形态学影像特征对所述待雾化呼吸患者进行气管末端肺泡评估，并基于所述气管末端肺泡评估的结果，确定待雾化呼吸患者的设定雾化浓度的方法，包括：
分别根据所述第一多时刻影像及第二多时刻影像对应的形态学影像特征，确定第一多时刻肺泡融合区域及第二多时刻泡融合区域；
确定所述第一多时刻肺泡融合区域对应的第一多时刻特征，以及确定所述第二多时刻泡融合区域对应的第二多时刻特征；其中，所述第一多时刻特征配置为第一多时刻灰度值及第一多时刻面积/第一多时刻体积；所述第二多时刻特征配置为第二多时刻灰度值及第二多时刻面积/第二多时刻体积；
基于所述第一多时刻特征及所述第二多时刻特征评估所述待雾化呼吸患者的雾化药物吸收能力，并基于雾化药物吸收能力确定设定雾化浓度；以及/或，
所述基于所述第一多时刻特征及所述第二多时刻特征评估所述待雾化呼吸患者的雾化药物吸收能力的方法，包括；
计算所述第一多时刻特征内第一多时刻面积/第一多时刻体积的第一面积变化均值/第一体积变化均值，及计算所述第一多时刻特征内第一多时刻灰度值的第一灰度变化均值；
根据所述第一面积变化均值/体第一积变化均值及所述第一灰度变化均值确定单位面积/体积下的第一灰度；
计算所述第二多时刻特征内第二多时刻面积/第二多时刻体积的第二面积变化均值/第二体积变化均值，及计算所述第二多时刻特征内第二多时刻灰度值的灰度变化均值；
根据所述第二面积变化均值/第二体积变化均值及所述第二灰度变化均值确定单位面积/体积下的第二灰度；
基于所述第一灰度及所述第二灰度的变化，评估所述待雾化呼吸患者的雾化药物吸收能力；以及/或，
所述基于所述第一灰度及所述第二灰度的变化，评估所述待雾化呼吸患者的雾化药物吸收能力的方法，包括：
获取多个设定灰度值；
计算所述第一灰度及所述第二灰度的灰度变化值，并基于所述灰度变化值及所述设定灰度值的比较结果，评估所述待雾化呼吸患者的雾化药物吸收能力。
根据本公开的一方面，提供了一种雾化呼吸的控制装置，包括：
获取单元，用于获取与呼吸机呼吸管路相连接的雾化机构对应的设定雾化量、设定雾化浓度及设定雾化时间，以及获取所述呼吸机对应的设定呼吸曲线；
确定单元，用于提取所述设定呼吸曲线中的设定供气曲线，并根据所述设定供气曲线及所述设定雾化时间，确定多个离散的供气雾化时间段；
控制单元，用于实时监测所述供气雾化时间段内所述呼吸管路内的第一雾化浓度，根据所述第一雾化浓度及所述设定雾化浓度，调整所述设定供气曲线中子设定供气曲线的设定供气压力，控制所述雾化机构的雾化药物进入所述呼吸管路的时刻及雾化药量。
根据本公开的一方面，提供了一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行上述雾化呼吸的控制方法。
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述雾化呼吸的控制方法。
在本公开实施例中，提出的雾化呼吸的控制方法及装置、电子设备和存储介质，可实现雾化呼吸的控制，以解决呼吸机与雾化装置(雾化机构)协同工作的问题。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的雾化呼吸的控制方法的流程图；
图2示出根据本公开实施例的雾化呼吸的控制装置的框图；
图3是根据一示例性实施例示出的一种电子设备800的框图
图4是根据一示例性实施例示出的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。
此外，本公开还提供了雾化呼吸的控制装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种雾化呼吸的控制方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
图1示出根据本公开实施例的雾化呼吸的控制方法的流程图，如图1所示，所述雾化呼吸的控制方法，包括：步骤S101：获取与呼吸机呼吸管路相连接的雾化机构对应的设定雾化量、设定雾化浓度及设定雾化时间，以及获取所述呼吸机对应的设定呼吸曲线；步骤S102：提取所述设定呼吸曲线中的设定供气曲线，并根据所述设定供气曲线及所述设定雾化时间，确定多个离散的供气雾化时间段；步骤S103：实时监测所述供气雾化时间段内所述呼吸管路内的第一雾化浓度，根据所述第一雾化浓度及所述设定雾化浓度，调整所述设定供气曲线中子设定供气曲线的设定供气压力，控制所述雾化机构的雾化药物进入所述呼吸管路的时刻及雾化药量。可实现雾化呼吸的控制，以解决呼吸机与雾化装置(雾化机构)协同工作的问题。
步骤S101：获取与呼吸机呼吸管路相连接的雾化机构对应的设定雾化量、设定雾化浓度及设定雾化时间，以及获取所述呼吸机对应的设定呼吸曲线。
在本公开的实施例及其他可能的实施例中，在所述呼吸机的呼吸管路上连接有雾化机构(雾化装置)，所述雾化装置，包括：雾化容器及设定在所述雾化容器上方的药杯，可打开所述药杯上方的配置的硅胶塞，通过注射器加入设定雾化量及设定雾化浓度的药液(设定雾化量及设定雾化浓度的雾化药物)，所述雾化容器可通过阀门(例如，单向阀门或电磁阀)与所述呼吸机的呼吸管道连接。
其中，在本公开的实施例及其他可能的实施例中，本领域人员可以根据实际需要对所述设定雾化量、设定雾化浓度及设定雾化时间进行配置。同时，可以获取所述呼吸机对应的设定呼吸曲线。其中，所述设定呼吸曲线，包括：设定供气曲线及设定抽气曲线；所述呼吸机按照所述设定供气曲线及所述设定抽气曲线对患者进行供气以及抽气。
步骤S102：提取所述设定呼吸曲线中的设定供气曲线，并根据所述设定供气曲线及所述设定雾化时间，确定多个离散的供气雾化时间段。
在本公开的实施例中，所述根据所述设定供气曲线及所述设定雾化时间，确定多个离散的供气雾化时间段的方法，包括：根据所述设定供气曲线，确定所述设定供气曲线中每个子设定供气曲线的供气时间段；根据所述设定雾化时间及所述供气时间段，确定多个离散的供气雾化时间段。
在本公开的实施例及其他可能的实施例中，由于所述呼吸机的设定呼吸曲线包括：设定供气曲线及设定抽气曲线；所述呼吸机按照所述设定供气曲线及所述设定抽气曲线对患者进行供气以及抽气。因此，在抽气时的任务是完成肺内的气体排除，只能在供气时，才可以将设定雾化浓度的雾化药物送入到肺内。基于此，在本公开的实施例及其他可能的实施例中，需要根据所述设定供气曲线，确定所述设定供气曲线中每个子设定供气曲线的供气时间段，进而根据所述设定雾化时间及所述供气时间段，确定多个离散的供气雾化时间段。
在本公开的实施例及其他可能的实施例中，所述根据所述设定雾化时间及所述供气时间段，确定多个离散的供气雾化时间段的方法，包括：以所述第一次供气的时间起点为雾化时间起点，将所述设定雾化时间分配到所述供气时间段内，确定多个离散的供气雾化时间段；其中，所述多个离散的供气雾化时间段中的每个供气雾化时间与所述每个子设定抽气曲线的抽气时间相一致。
例如，在本公开的实施例及其他可能的实施例中，所述设定雾化时间配置为60分钟，所述设定供气曲线中每个子设定供气曲线的供气时间段分别为配置0.5分钟，同时所述设定抽气曲线中每个子设定抽气曲线的抽气时间段也配置为0.5分钟，则完成一次供气及抽气的时间为1分钟，以所述第一次供气的时间起点(例如，第0秒)为雾化时间起点，将所述设定雾化时间60分钟分配到所述供气时间段0.5分钟内，确定120个离散的供气雾化时间段，120个离散的供气雾化时间段中的每个供气雾化时间与所述每个子设定抽气曲线的抽气时间相一致，均为0.5分钟。
步骤S103：实时监测所述供气雾化时间段内所述呼吸管路内的第一雾化浓度，根据所述第一雾化浓度及所述设定雾化浓度，调整所述设定供气曲线中子设定供气曲线的设定供气压力，控制所述雾化机构的雾化药物进入所述呼吸管路的时刻及雾化药量。
在本公开的实施例及其他可能的实施例中，可以利用药物浓度检测传感器或药物浓度分析仪实时监测所述供气雾化时间段内所述呼吸管路内的第一雾化浓度。
在本公开的实施例及其他可能的实施例中，在供气过程中，所述呼吸管路内的压力为设定供气压力，如有雾化机构(雾化装置)的雾化药物对应的压力(雾化药物压力)小于所述设定供气压力，则雾化药物不能进入所述呼吸管路内；因此，需要调整所述设定供气曲线中子设定供气曲线的设定供气压力，控制所述雾化机构的雾化药物进入所述呼吸管路的时刻及雾化药量。
在本公开的实施例及其他可能的实施例中，所述雾化机构(雾化装置)配置有压力机构(例如，压力泵)，所述压力机构用于产生雾化药物压力，利用所述雾化药物压力将雾化机构(雾化装置)的雾化药物送入所述吸机的呼吸管路中。
在本公开的实施例中，所述根据所述第一雾化浓度及所述设定雾化浓度，调整所述设定供气曲线中子设定供气曲线的设定供气压力，控制所述雾化机构的雾化药物进入所述呼吸管路的时刻及雾化药量的方法，包括：获取第一设定供气压力；其中，所述第一设定供气压力小于所述设定供气压力；若所述第一雾化浓度小于所述设定雾化浓度，则将所述供气雾化时间段内的子设定供气曲线的设定供气压力调整至所述第一设定供气压力；在所述第一设定供气压力下，增大所述雾化机构与所述呼吸管路连接的阀门开度，进而控制所述雾化机构的雾化药物进入所述呼吸管路的时刻及雾化药量；若所述第一雾化浓度大于或等于所述设定雾化浓度，维持所述供气雾化时间段内的子设定供气曲线的设定供气压力，或将所述第一设定供气压力调节至所述设定供气压力。
在本公开的实施例及其他可能的实施例中，所述第一设定供气压力小于所述设定供气压力且大于设定供气压力下限；其中，本领域技术人员可根据实际需要对所述第一设定供气压力进行配置及设定供气压力下限进行配置，所述设定供气压力及所述设定供气压力下限可分别从所述设定呼吸曲线中的设定供气曲线及呼吸器的设定参数中读取。
在本公开的实施例及其他可能的实施例中，若所述第一雾化浓度小于所述设定雾化浓度时，检测所述雾化机构(雾化装置)出口处的雾化药物压力，若所述雾化药物压力大于所述设定供气压力，则控制所述雾化机构与所述呼吸管路连接的阀门打开，进而控制所述雾化机构的雾化药物进入所述呼吸管路；若所述雾化药物压力小于或者等于所述设定供气压力，控制所述雾化机构与所述呼吸管路连接的阀门保持关闭，同时将所述供气雾化时间段内的子设定供气曲线的设定供气压力调整至所述第一设定供气压力；当将所述供气雾化时间段内的子设定供气曲线的设定供气压力调整至所述第一设定供气压力时，则控制所述雾化机构与所述呼吸管路连接的阀门打开，进而控制所述雾化机构的雾化药物进入所述呼吸管路。
另外，在本公开的实施例及其他可能的实施例中，若所述第一雾化浓度小于所述设定雾化浓度时，若所述雾化机构与所述呼吸管路连接的阀门已打开，则需要增大所述雾化机构与所述呼吸管路连接的阀门开度，控制所述雾化机构的雾化药物进入所述呼吸管路的雾化药量；直至所述第一雾化浓度大于或者等于所述设定雾化浓度，控制所述雾化机构与所述呼吸管路连接的阀门关闭，此时维持所述供气雾化时间段内的子设定供气曲线的设定供气压力，或将所述第一设定供气压力调节至所述设定供气压力。
在本公开的实施例中，所述若所述第一雾化浓度大于或等于所述设定雾化浓度，维持所述供气雾化时间段内的子设定供气曲线的设定供气压力，或将所述第一设定供气压力调节至所述设定供气压力的方法，包括：获取第二设定供气压力；其中，所述第二设定供气压力大于所述设定供气压力；若所述第一雾化浓度等于所述设定雾化浓度，维持所述供气雾化时间段内的子设定供气曲线的设定供气压力；若所述第一雾化浓度大于所述设定雾化浓度，将所述供气雾化时间段内的子设定供气曲线的设定供气压力调至所述第二设定供气压力。
在本公开的实施例及其他可能的实施例中，所述第二设定供气压力大于所述设定供气压力且小于设定供气压力上限；其中，本领域技术人员可根据实际需要对所述第二设定供气压力进行配置及设定供气压力上限进行配置，所述设定供气压力及所述设定供气压力上限可分别从所述设定呼吸曲线中的设定供气曲线及呼吸器的设定参数中读取。
在本公开的实施例及其他可能的实施例中，若所述第一雾化浓度等于所述设定雾化浓度，维持所述供气雾化时间段内的子设定供气曲线的设定供气压力，此时呼吸机按照所述设定供气压力进行供气。
在本公开的实施例及其他可能的实施例中，所述若所述第一雾化浓度大于所述设定雾化浓度，将所述供气雾化时间段内的子设定供气曲线的设定供气压力调至所述第二设定供气压力的方法，包括：若所述第一雾化浓度大于所述设定雾化浓度，检测所述雾化机构与所述呼吸管路连接的阀门的状态；若所述状态为打开，则将所述供气雾化时间段内的子设定供气曲线的设定供气压力调至所述第二设定供气压力；在所述将所述供气雾化时间段内的子设定供气曲线的设定供气压力调至所述第二设定供气压力后，若所述第一雾化浓度依旧大于所述设定雾化浓度，则将所述阀门关闭。
或，在本公开的实施例及其他可能的实施例中，所述若所述第一雾化浓度大于所述设定雾化浓度，将所述供气雾化时间段内的子设定供气曲线的设定供气压力调至所述第二设定供气压力的方法，包括：若所述第一雾化浓度大于所述设定雾化浓度，检测所述雾化机构与所述呼吸管路连接的阀门的状态；若所述状态为打开，获取减少所述阀门的开度；在减少所述阀门的后，若所述第一雾化浓度依旧大于所述设定雾化浓度，则将所述供气雾化时间段内的子设定供气曲线的设定供气压力调至所述第二设定供气压力；在所述将所述供气雾化时间段内的子设定供气曲线的设定供气压力调至所述第二设定供气压力后，若所述第一雾化浓度依旧大于所述设定雾化浓度，则将所述阀门关闭。
同时，在本公开的实施例及其他可能的实施例中，在所述呼吸机抽气时，控制所述雾化机构与所述呼吸管路连接的阀门处于关闭状态，以免所述雾化药物进入所述呼吸管路中，并从所述呼吸管路中排出。
在本公开的实施例中，所述的雾化呼吸的控制方法，还包括：提取所述设定呼吸曲线中的设定抽气曲线，并根据所述设定抽气曲线确定多个离散的抽气时间段；检测所述抽气时间段内所述呼吸管路内的第二雾化浓度，并计算所述第一雾化浓度与所述第二雾化浓度的差值；基于所述差值小于设定吸收浓度差值，则分别按照第一设定增压量及第二设定增压量，逐步对所述设定供气压力及所述设定抽气压力进行调整，直至所述差值大于或等于设定吸收浓度差值。
在本公开的实施例中，所述根据所述设定抽气曲线确定多个离散的抽气时间段的方法，包括：根据所述设定抽气曲线，确定所述设定抽气曲线中每个子设定供气曲线的多个离散的抽气雾化时间段。具体地参照所述根据所述设定雾化时间及所述供气时间段，确定多个离散的供气雾化时间段对应的方法。
同理，在本公开的实施例及其他可能的实施例中，可以利用药物浓度检测传感器或药物浓度分析仪实时监测所述抽气时间段内所述呼吸管路内的第二雾化浓度。通过计算计算所述第一雾化浓度与所述第二雾化浓度的差值，可以得到留在肺内的药物浓度(吸收浓度差值)；因此基于所述差值小于设定吸收浓度差值，则分别按照第一设定增压量及第二设定增压量，逐步对所述设定供气压力及所述设定抽气压力进行调整，直至所述差值大于或等于设定吸收浓度差值。
例如，在本公开的实施例及其他可能的实施例中，当所述差值小于设定吸收浓度差值，则第一步对所述设定供气压力与1倍的所述第一设定增压量相加，得到对应的第一步设定供气压力；同时，对所述设定抽气压力与1倍的所述第二设定增压量相加，得到对应的第一步设定抽气压力；所述呼吸机按照第一步设定供气压力及所述第一步设定抽气压力进行供气及抽气之后，若所述差值依旧小于设定吸收浓度差值，则第二步对所述设定供气压力与2倍的所述第一设定增压量相加，得到对应的第二步设定供气压力；同时，对所述设定抽气压力与2倍的所述第二设定增压量相加，得到对应的第二步设定抽气压力；所述呼吸机按照第二步设定供气压力及所述第二步设定抽气压力进行供气及抽气，直至所述差值大于或等于设定吸收浓度差值。
在本公开的实施例及其他可能的实施例中，本领域人员可以根据实际需要对所述第一设定增压量及第二设定增压量、设定吸收浓度差值进行配置。
在本公开的实施例中，在所述逐步对所述设定供气压力及所述设定抽气压力进行调整中，若调整后的设定供气压力及设定抽气压力分别大于或等于对应的设定供气压力限值及设定抽气压力限值时，将所述设定供气压力限值及设定抽气压力限值进行供气配置为最终的供气压力及抽气压力并进行提示。
在本公开的实施例中，在所述逐步对所述设定供气压力及所述设定抽气压力进行调整中，若调整后的设定供气压力及设定抽气压力分别大于或等于对应的设定供气压力限值及设定抽气压力限值时，分别将供气压力及抽气压力配置为所述设定供气压力及所述设定抽气压力，并照设定浓度增量，逐步对将所述设定雾化浓度进行调整；并直至所述差值大于或等等于设定吸收浓度差值。
在本公开的实施例及其他可能的实施例中，本领域人员可以根据实际需要对所述设定供气压力限值及设定抽气压力限值进行配置，或从所述呼吸参数中获取所述设定供气压力限值及设定抽气压力限值。
在本公开的实施例及其他可能的实施例中，可利用对待雾化呼吸患者的胸部影像进行慢性阻塞性肺病的识别，若所述待雾化呼吸患者识别为慢性阻塞性肺病患者，则需要进一步优化或确定待雾化呼吸患者的设定雾化浓度。其中，利用对待雾化呼吸患者的胸部影像进行慢性阻塞性肺病的识别的方法可详见申请号为202210507607.3公开的一种慢阻肺的识别方法及装置、电子设备、存储介质的说明；或，详见申请号为202210468598.1公开的一种慢阻肺的分级方法及装置、电子设备和存储介质的说明。
在本公开的实施例中，在所述获取与呼吸机呼吸管路相连接的雾化机构对应的设定雾化浓度前，在所述设定供气压力及设定抽气压力下确定待雾化呼吸患者的设定雾化浓度的方法，包括：分别在所述设定供气压力及设定抽气压力下，获取待雾化呼吸患者吸入不同浓度雾化药物后气管末端肺泡的第一多时刻影像及第二多时刻影像；根据所述第一多时刻影像及第二多时刻影像对应的形态学影像特征对所述待雾化呼吸患者进行气管末端肺泡评估，并基于所述气管末端肺泡评估的结果，确定待雾化呼吸患者的设定雾化浓度。
在本公开的实施例中，在所述获取待雾化呼吸患者吸入雾化药物后气管末端肺泡的第一多时刻影像及第二多时刻影像之前，确定气管末端肺泡的第一多时刻影像及第二多时刻影像，其确定的方法，分别获取在所述设定供气压力及设定抽气压力下的第一多时刻胸部影像及第二多时刻胸部影像；分别对所述第一多时刻胸部影像及第二多时刻胸部影像进行气管树分割，得到第一多时刻气管树影像及第二多时刻气管树影像；分别利用所述第一多时刻气管树影像及所述第二多时刻气管树影像定位所述第一多时刻影像及所述第二多时刻影像中气管末端的肺泡位置，以确定气管末端肺泡的第一多时刻影像及第二多时刻影像。
在本公开的实施例及其他可能的实施例中，根据肺的解剖学结构，肺泡位于气管树的末端；而患有慢性阻塞性肺病的待雾化呼吸患者往往会出现肺大泡(肺大疱)。其中，所述的肺大泡(肺大疱)导致肺泡腔内压力升高，肺泡壁破裂，互相融合，在肺组织形成的含气囊腔。因此，本公开该首先对分别利用所述第一多时刻气管树影像及所述第二多时刻气管树影像定位所述第一多时刻影像及所述第二多时刻影像中气管末端的肺泡位置，然后利用获取的肺泡灰度值或肺泡灰度区间，确定所述第一多时刻影像及所述第二多时刻影像中所述肺泡的边界值，进而得到了气管末端肺泡的第一多时刻影像及第二多时刻影像。
在本公开的实施例及其他可能的实施例中，可以利用CT设备或DR设备对在所述设定供气压力及设定抽气压力下的第一多时刻胸部影像及第二多时刻胸部影像进行采集。因此，所述第一多时刻胸部影像及第二多时刻胸部影像可配置为第一多时刻CT/DR胸部影像及第二多时刻CT/DR胸部影像。其中，第一多时刻CT胸部影像及第二多时刻CT胸部影像为多层的断层胸部影像；而第一多时刻DR胸部影像及第二多时刻DR胸部影像为单张的投影胸部影像。
在本公开的实施例及其他可能的实施例中，所述分别对所述第一多时刻胸部影像及第二多时刻胸部影像进行气管树分割，得到第一多时刻气管树影像及第二多时刻气管树影像的方法，包括：获取设定气管树分割模型，利用所述设定气管树分割模型分别对所述第一多时刻胸部影像及第二多时刻胸部影像进行气管树分割，得到第一多时刻气管树影像及第二多时刻气管树影像。其中，所述设定气管树分割模型配置为已经训练的U-net卷积神经网络或其改进的U-net卷积神经网络，例如ResU-Net卷积神经网络、nnU-net卷积神经网络；或，其他用于分割的卷积神经网络，例如Med3D模型的卷积神经网络。
在本公开的实施例中，在所述分别对所述第一多时刻胸部影像及第二多时刻胸部影像进行气管树分割，得到第一多时刻气管树影像及第二多时刻气管树影像之前，分别对所述第一多时刻胸部影像及第二多时刻胸部影像进行气管树增强，得到增强的第一多时刻胸部影像及增强的第二多时刻胸部影像，之后，分别对所述增强的第一多时刻胸部影像及增强的第二多时刻胸部影像进行气管树分割，得到第一多时刻气管树影像及第二多时刻气管树影像；分别利用所述第一多时刻气管树影像及所述第二多时刻气管树影像定位所述增强的第一多时刻影像及所述增强的第二多时刻影像中气管末端的肺泡位置，以确定气管末端肺泡的第一多时刻影像及第二多时刻影像；
在本公开的实施例及其他可能的实施例中，所述分别对所述第一多时刻胸部影像及第二多时刻胸部影像进行气管树增强，得到增强的第一多时刻胸部影像及增强的第二多时刻胸部影像的方法，包括：获取设定影像增强方法或设定影像增强模型；利用所述设定影像增强方法或设定影像增强模型，分别对所述第一多时刻胸部影像及第二多时刻胸部影像进行气管树增强，得到增强的第一多时刻胸部影像及增强的第二多时刻胸部影像。
在本公开的实施例及其他可能的实施例中，在所述获取设定影像增强方法或设定影像增强模型之前，建立所述设定影像增强方法或设定影像增强模型，其方法，包括：获取待转换医学影像及设定合成器；其中，所述设定合成器的训练方法，包括：利用所述设定合成器的生成器对双能医学影像中的平扫影像/增强影像进行卷积处理，生成对应的合成增强影像/合成平扫影像；基于所述合成增强影像/合成平扫影像及所述双能医学影像中的增强影像/平扫影像，利用预设判别器，完成所述设定合成器中生成器的参数训练；确定所述待转换医学影像对应的类型；其中，所述类型为平扫医学影像或增强医学影像；基于所述类型及设定合成器中的生成器对所述待转换医学影像进行卷积处理，完成所述待转换医学影像从平扫医学影像到增强医学影像或增强医学影像到平扫医学影像的转换。其中，所述第一多时刻胸部影像及第二多时刻胸部影像配置为所述待转换医学影像的平扫医学影像；分别利用所述设定影像增强方法或设定影像增强模型，将平扫的所述第一多时刻胸部影像及第二多时刻胸部影像进行气管树增强，得到增强的第一多时刻胸部影像及增强的第二多时刻胸部影像。
获取待转换医学影像及设定合成器；其中，所述设定合成器的训练方法，包括：利用所述设定合成器的生成器对双能医学影像中的平扫影像/增强影像进行卷积处理，生成对应的合成增强影像/合成平扫影像；基于所述合成增强影像/合成平扫影像及所述双能医学影像中的增强影像/平扫影像，利用预设判别器，完成所述设定合成器中生成器的参数训练。
例如，用所述设定合成器的生成器对双能医学影像中的平扫图进行卷积处理，生成对应的合成增强图；基于所述平扫影像、合成增强影像及所述双能医学影像中的增强影像，利用预设判别器，完成所述设定合成器中生成器的参数训练。此时生成器(合成器一)可完成所述待转换医学影像从平扫医学影像到增强医学影像的转换。
又例如，利用所述设定合成器的生成器对双能医学影像中的增强影像进行卷积处理，生成对应合成平扫影像；基于所述平扫影像合成平扫影像及所述双能医学影像中的增强影像，利用预设判别器，完成所述设定合成器中生成器的参数训练。此时生成器(合成器二)可完成所述待转换医学影像从增强医学影像到平扫医学影像的转换。
在本公开的实施例及其他可能的实施例中，所述待转换医学影像或双能医学影像可以CT影像及DR影像。进一步地，所述CT影像及DR影像、MRI影像、超声影像、PET影像、CT-PET影像或其他的医学影像可为任何人体部分的影像，例如胸部(肺)、脑及心脏对应的CT影像及DR影像或其他的医学影像。
在本公开的实施例及其他可能的实施例中，以胸部(肺)CT影像进行说明。其中，利用所述设定合成器的生成器对双能医学影像中的平扫影像(平扫CT影像)进行卷积处理，生成对应的合成增强影像/合成平扫影像(合成的增强/平扫CT影像)基于所述平扫影像(平扫CT影像)、合成增强影像/合成平扫影像(合成的增强/平扫CT影像)及所述双能医学影像中的增强影像/平扫影像(增强CT影像/平扫CT影像)，利用预设判别器，完成所述设定合成器中生成器的参数训练。
在本公开的实施例，所述基于双能医学影像中的平扫影像，利用所述设定合成器的生成器生成对应的合成增强影像/合成平扫影像的方法，包括：利用所述生成器的编码器和解码器对所述双能医学影像中的平扫影像/增强影像进行卷积处理，得到对应的合成增强影像/合成平扫影像；以及/或，所述预设判别器，包括：依次连接的多个卷积单元。
在本公开的实施例及其他可能的实施例中，所述设定合成器，包括：一个生成器和一个判别器；其中，生成器用于合成增强影像/合成平扫影像；判别器用于区分真实的增强影像和合成增强影像/合成平扫影像，从而使生成器合成真实的平扫CT影像(平扫医学影像)或增强CT影像(增强医学影像)，即完成所述待转换医学影像从平扫医学影像到增强医学影像或增强医学影像到平扫医学影像的转换。
在本公开的实施例，所述编码器，包括：依次连接的多个下采样卷积单元及多个池化单元；以及/或，所述解码器，包括：依次连接的多个上采样卷积单元及激活函数。
在本公开的实施例及其他可能的实施例中，所示利用所述生成器的编码器和解码器对所述双能医学影像中的平扫影像(平扫CT影像)进行卷积处理，得到对应的合成增强影像/合成平扫影像(合成的增强CT影像/合成的平扫影像)；基于所述合成增强影像/合成平扫影像及所述双能医学影像中的增强影像/平扫影像(增强CT影像/平扫CT影像)，利用预设判别器，完成所述设定合成器中生成器的参数训练。其中，在本公开的实施例及其他可能的实施例中，所述生成器的整体架构可采用U-net结构。
在本公开的实施例及其他可能的实施例中，其中，所述编码器的多个上采样卷积单元，包括：依次连接的数目为2的相同层结构第一下采样卷积单元(Conv-BN-ReLU)、第一池化单元(MaxPooling)、数目为2的相同层结构第二下采样卷积单元(Conv-BN-ReLU)、第二池化单元(MaxPooling)、数目为2的相同层结构第三下采样卷积单元(Conv-BN-ReLU)、第三池化单元(MaxPooling)及数目为2的相同层结构第四下采样卷积单元(Conv-BN-ReLU)；其中Conv表示卷积层，BN表示批量归一化层(批归一化)，ReLU表示激活函数层，MaxPooling表示最大值池化层。同时，本领域人员可以根据需要设置卷积层Conv的卷积核大小及步长，同时也可以根据需要省略批量归一化层BN，以及配置激活函数层的激活函数，例如，可将ReLU配置为ELU或者其他激活函数，也可将最大值池化层MaxPooling配置为平均值池化层等。
在本公开的实施例及其他可能的实施例中，解码器的多个上采样卷积单元，包括：依次相连的数目为1的第一反卷积(上采样)单元、数目为2的相同层结构第一卷积单元(Conv-BN-ReLU)、数目为1的第二反卷积(上采样)单元、数目为2的相同层结构第二卷积单元(Conv-BN-ReLU)、数目为1的第三反卷积(上采样)单元、数目为2的相同层结构第三卷积单元(卷积-批标准化-ReLU)及数目为1的激活函数(Conv-Sigmoid)。其中，Conv表示卷积。
在本公开的实施例及其他可能的实施例中，所述预设判别器中依次连接的多个卷积单元采用残差连接。具体地，依次连接的多个卷积单元，包括：第一卷积层(5×5×5Conv-ELU)、数目为2的相同层结构第二卷积层(2×2×2Conv)、第一激活函数层(ELU)、数目为2的相同层结构第三卷积层(5×5×5Conv-ELU)、第二激活函数层(ELU)、数目为2的相同层结构第四卷积层(2×2×2Conv)、第三激活函数层(ELU)、数目为4的相同层结构第五卷积层(5×5×5Conv-ELU)、第四激活函数层(ELU)、数目为2的相同层结构第六卷积层(2×2×2Conv)、第五激活函数层(ELU)、数目为4的相同层结构第七卷积层(5×5×5Conv-ELU)及第六激活函数层(ELU)。其中，Conv表示卷积。
在本公开的实施中，所述基于合成增强影像/合成平扫影像及所述双能医学影像中的增强影像/平扫影像/平扫影像，利用预设判别器，完成所述设定合成器中生成器的参数训练的方法，包括：所述基于合成增强影像/合成平扫影像及所述双能医学影像中的增强影像/平扫影像，对所述预设判别器训练，实现所述合成增强影像/合成平扫影像及所述增强影像/平扫影像进行识别；利用训练后的所述预设判别器，输出所述生成器生成的合成增强影像/合成平扫影像与所述平扫影像/增强影像达到最大概率值，完成所述设定合成器中生成器的参数训练。其中，所述基于合成增强影像/合成平扫影像及所述双能医学影像中的增强影像/平扫影像/平扫影像，对所述预设判别器训练，实现所述合成增强影像/合成平扫影像及所述增强影像/平扫影像进行识别。
具体地，所述基于所述平扫影像、合成增强影像及所述双能医学影像中的增强影像，利用预设判别器，完成所述设定合成器中生成器的参数训练的方法，包括：所述基于所述平扫影像、合成增强图及所述双能医学影像中的增强影像，对所述预设判别器训练，实现所述合成增强图及所述增强图进行识别；利用训练后的所述预设判别器，输出所述生成器生成的合成增强图与所述平扫影像达到最大概率值，完成所述设定合成器中生成器的参数训练。其中，所述基于所述平扫影像、合成增强图及所述双能医学影像中的增强影像，对所述预设判别器训练，实现所述合成增强影像/合成平扫影像及所述增强图进行识别。
具体地，所述基于所合成平扫影像及所述双能医学影像中的增强影像及平扫影像，利用预设判别器，完成所述设定合成器中生成器的参数训练的方法，包括：所述基于所述平扫影像、合成平扫影像及所述双能医学影像中的增强影像，对所述预设判别器训练，实现所合成平扫影像及所平扫影像进行识别；利用训练后的所述预设判别器，输出所述生成器生成合成平扫影像与所述平扫影像达到最大概率值，完成所述设定合成器中生成器的参数训练。其中，所述基于所述平扫影像合成平扫影像及所述双能医学影像中平扫影像，对所述预设判别器训练，实现所合成平扫影像及所述平扫影像进行识别。
例如，如合成增强影像/合成平扫影像与所述平扫影像/增强影像输入到预设判别器，则训练后的预设判别器输出为“假”；而，真实的增强影像/平扫影像(非合成增强影像/非合成平扫影像)与所述平扫影像/增强影像输入到预设判别器，则训练后的预设判别器输出为“真”。
更为具体地，如合成增强影像与所述平扫影像输入到预设判别器，则训练后的预设判别器输出为“假”；而，真实的增强影像(非合成增强影像)与所述平扫图输入到预设判别器，则训练后的预设判别器输出为“真”。同，合成平扫影像与所增强影像输入到预设判别器，则训练后的预设判别器输出为“假”；而，真实的增强影像(非合成增强影像)与所述平扫图输入到预设判别器，则训练后的预设判别器输出为“真”。
以合成器一为例，将平扫DR/CT影像输入生成器以获得合成的增强DR/CT影像。然后将平扫DR/CT影像和合成的增强DR/CT影像在通道维度上合并一起输入判别器。判别器输出概率图，该概率图表示输入影像是真实的增强DR/CT影像的概率。此外，将平扫DR/CT影像和真实增强DR/CT影像相结合并输入判别器以获得概率图。当输入不是一对真实影像时输出小概率值，当输入是一对真实的影像时输出大概率值。生成器的训练目标是当合成的增强DR/CT影像和平扫DR/CT影像被输入到判别器时，使判别器输出的概率值尽可能大。生成器和判别器竞争直到达到平衡。
合成器的训练过程如下。合成器的优化目标，包括：条件生成对抗网络目标以及合成的增强DR/CT影像和真实的增强CT影像的L1距离。
本公开将3DU-Ne架构用作生成器，其包括编码器和解码器部分。编码器部分由三个块组成。每个块由两层组成，每层包括卷积运算、批量标准化和校正线性单元。每个块之间通过最大池化进行下采样。解码器包括三个块，每个块与编码器具有相同的结构。解码器中的每个块之间通过转置卷积层进行上采样。此外，我们连接了编码器和解码器中具有相同分辨率的层。
在本公开的实施例，在所述设定合成器中生成器的参数训练的过程中，采用所述生成器中解码器的最后一层激活函数输出的合成增强影像/合成平扫影像及所述最后一层激活函数之前的设定上采样卷积单元输出的合成增强影像/合成平扫影像计算所述生成器的损失值。
在本公开的实施例，在所述设定合成器中生成器的参数训练的过程中，还包括：利用真实的平扫医学影像及对应的增强医学影像对基于所述双能医学影像训练的生成器参数进行调整。
在本公开的实施例，确定所述待转换医学影像对应的类型；其中，所述类型为平扫医学影像或增强医学影像。其中，在本公开的实施例及其他可能的实施例中，以胸部DR/CT影像进行说明，平扫医学影像或增强医学影像则分别为胸部平扫DR/CT医学影像或胸部增强DR/CT医学影像。
在本公开的实施例，基于所述类型及设定合成器中的生成器对所述待转换医学影像进行卷积处理，完成所述待转换医学影像从平扫医学影像到增强医学影像或增强医学影像到平扫医学影像的转换。
在本公开的实施例中，所述根据所述第一多时刻影像及第二多时刻影像对应的形态学影像特征对所述待雾化呼吸患者进行气管末端肺泡评估，并基于所述气管末端肺泡评估的结果，确定待雾化呼吸患者的设定雾化浓度的方法，包括：分别根据所述第一多时刻影像及第二多时刻影像对应的形态学影像特征，确定第一多时刻肺泡融合区域及第二多时刻泡融合区域；确定所述第一多时刻肺泡融合区域对应的第一多时刻特征，以及确定所述第二多时刻泡融合区域对应的第二多时刻特征；其中，所述第一多时刻特征配置为第一多时刻灰度值及第一多时刻面积/第一多时刻体积；所述第二多时刻特征配置为第二多时刻灰度值及第二多时刻面积/第二多时刻体积；基于所述第一多时刻特征及所述第二多时刻特征评估所述待雾化呼吸患者的雾化药物吸收能力，并基于雾化药物吸收能力确定设定雾化浓度。
在本公开的实施例及其他可能的实施例中，所述基于雾化药物吸收能力确定设定雾化浓度的方法，包括：若所述雾化药物吸收能力满足设定吸收能力，则将所述雾化药物吸收能力对应的雾化浓度配置为所述设定雾化浓度。其中，本领域技术人员可根据是实际需要对所述设定吸收能力进行配置。更进一步地说，所述雾化药物吸收能力及所述设定吸收能力为灰度值相关的数值，详细地见基于所述第一灰度及所述第二灰度的变化，评估所述待雾化呼吸患者的雾化药物吸收能力的方法中的详细说明。
在本公开的实施例及其他可能的实施例中，当所述第一多时刻胸部影像及第二多时刻胸部影像可配置为第一多时刻DR胸部影像及第二多时刻DR胸部影像时，所述第一多时刻特征配置为第一多时刻灰度值及第一多时刻面积，及所述第二多时刻特征配置为第二多时刻灰度值及第二多时刻面积；当所述第一多时刻胸部影像及第二多时刻胸部影像可配置为第一多时刻CT胸部影像及第二多时刻CT胸部影像时，所述第一多时刻特征配置为第一多时刻灰度值及第一多时刻体积，所述第二多时刻特征配置为第二多时刻灰度值及第二多时刻体积。
在本公开的实施例中，所述基于所述第一多时刻特征及所述第二多时刻特征评估所述待雾化呼吸患者的雾化药物吸收能力的方法，包括；计算所述第一多时刻特征内第一多时刻面积/第一多时刻体积的第一面积变化均值/第一体积变化均值，及计算所述第一多时刻特征内第一多时刻灰度值的第一灰度变化均值；根据所述第一面积变化均值/体第一积变化均值及所述第一灰度变化均值确定单位面积/体积下的第一灰度；计算所述第二多时刻特征内第二多时刻面积/第二多时刻体积的第二面积变化均值/第二体积变化均值，及计算所述第二多时刻特征内第二多时刻灰度值的灰度变化均值；根据所述第二面积变化均值/第二体积变化均值及所述第二灰度变化均值确定单位面积/体积下的第二灰度；基于所述第一灰度及所述第二灰度的变化，评估所述待雾化呼吸患者的雾化药物吸收能力。
在本公开的实施例中，所述基于所述第一灰度及所述第二灰度的变化，评估所述待雾化呼吸患者的雾化药物吸收能力的方法，包括：获取多个设定灰度值；计算所述第一灰度及所述第二灰度的灰度变化值，并基于所述灰度变化值及所述设定灰度值的比较结果，评估所述待雾化呼吸患者的雾化药物吸收能力。
在本公开的实施例及其他可能的实施例中，所述基于所述灰度变化值及所述设定灰度值的比较结果，评估所述待雾化呼吸患者的雾化药物吸收能力的方法，包括：若所述灰度变化值大于或等于所述设定灰度值，则评估在所述灰度变化值对应的雾化浓度满足所述待雾化呼吸患者的雾化药物吸收能力，并将所述灰度变化值对应的雾化浓度配置为所述设定雾化浓度。其中，本领域技术人员可根据是实际需要对所述设定灰度值进行配置。
雾化呼吸的控制方法的执行主体可以是影像处理装置，例如，雾化呼吸的控制方法可以由终端设备或服务器或其它处理设备执行，其中，终端设备可以为用户设备(UserEquipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(PersonalDigitalAssistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。在一些可能的实现方式中，该雾化呼吸的控制方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
图2示出根据本公开实施例的雾化呼吸的控制装置的框图，如图1所示，所述雾化呼吸的控制装置，包括：获取单元101，用于获取与呼吸机呼吸管路相连接的雾化机构对应的设定雾化量、设定雾化浓度及设定雾化时间，以及获取所述呼吸机对应的设定呼吸曲线；确定单元102，用于提取所述设定呼吸曲线中的设定供气曲线，并根据所述设定供气曲线及所述设定雾化时间，确定多个离散的供气雾化时间段；控制单元103，用于实时监测所述供气雾化时间段内所述呼吸管路内的第一雾化浓度，根据所述第一雾化浓度及所述设定雾化浓度，调整所述设定供气曲线中子设定供气曲线的设定供气压力，控制所述雾化机构的雾化药物进入所述呼吸管路的时刻及雾化药量。可实现雾化呼吸的控制，以解决呼吸机与雾化装置(雾化机构)协同工作的问题。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文雾化呼吸的控制方法实施例描述的方法，其具体实现可以参照上文雾化呼吸的控制方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述雾化呼吸的控制方法。计算机可读存储介质可以是非易失性计算机可读存储介质。可实现雾化呼吸的控制，以解决呼吸机与雾化装置(雾化机构)协同工作的问题。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为上述方法。电子设备可以被提供为终端、服务器或其它形态的设备。可实现雾化呼吸的控制，以解决呼吸机与雾化装置(雾化机构)协同工作的问题。
图3是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图3，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的雾化呼吸的控制方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD影像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图4是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图4，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如WindowsServerTM，MacOSXTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种雾化呼吸的控制方法，其特征在于，包括：
获取与呼吸机呼吸管路相连接的雾化机构对应的设定雾化量、设定雾化浓度及设定雾化时间，以及获取所述呼吸机对应的设定呼吸曲线；
提取所述设定呼吸曲线中的设定供气曲线，并根据所述设定供气曲线及所述设定雾化时间，确定多个离散的供气雾化时间段；
实时监测所述供气雾化时间段内所述呼吸管路内的第一雾化浓度，根据所述第一雾化浓度及所述设定雾化浓度，调整所述设定供气曲线中子设定供气曲线的设定供气压力，控制所述雾化机构的雾化药物进入所述呼吸管路的时刻及雾化药量。
2.根据权利要求1所述的控制方法，其特征在于，所述根据所述设定供气曲线及所述设定雾化时间，确定多个离散的供气雾化时间段的方法，包括：
根据所述设定供气曲线，确定所述设定供气曲线中每个子设定供气曲线的供气时间段；
根据所述设定雾化时间及所述供气时间段，确定多个离散的供气雾化时间段。
3.根据权利要求1-2任一项所述的控制方法，其特征在于，所述根据所述第一雾化浓度及所述设定雾化浓度，调整所述设定供气曲线中子设定供气曲线的设定供气压力，控制所述雾化机构的雾化药物进入所述呼吸管路的时刻及雾化药量的方法，包括：
获取第一设定供气压力；其中，所述第一设定供气压力小于所述设定供气压力；
若所述第一雾化浓度小于所述设定雾化浓度，则将所述供气雾化时间段内的子设定供气曲线的设定供气压力调整至所述第一设定供气压力；在所述第一设定供气压力下，增大所述雾化机构与所述呼吸管路连接的阀门开度，进而控制所述雾化机构的雾化药物进入所述呼吸管路的时刻及雾化药量；
若所述第一雾化浓度大于或等于所述设定雾化浓度，维持所述供气雾化时间段内的子设定供气曲线的设定供气压力，或将所述第一设定供气压力调节至所述设定供气压力。
4.根据权利要求3所述的控制方法，其特征在于，所述若所述第一雾化浓度大于或等于所述设定雾化浓度，维持所述供气雾化时间段内的子设定供气曲线的设定供气压力，或将所述第一设定供气压力调节至所述设定供气压力的方法，包括：
获取第二设定供气压力；其中，所述第二设定供气压力大于所述设定供气压力；
若所述第一雾化浓度等于所述设定雾化浓度，维持所述供气雾化时间段内的子设定供气曲线的设定供气压力；
若所述第一雾化浓度大于所述设定雾化浓度，将所述供气雾化时间段内的子设定供气曲线的设定供气压力调至所述第二设定供气压力。
5.根据权利要求1-4任一项所述的控制方法，其特征在于，还包括：提取所述设定呼吸曲线中的设定抽气曲线，并根据所述设定抽气曲线确定多个离散的抽气时间段；
检测所述抽气时间段内所述呼吸管路内的第二雾化浓度，并计算所述第一雾化浓度与所述第二雾化浓度的差值；
基于所述差值小于设定吸收浓度差值，则分别按照第一设定增压量及第二设定增压量，逐步对所述设定供气压力及所述设定抽气压力进行调整，直至所述差值大于或等于设定吸收浓度差值。
6.根据权利要求5所述的控制方法，其特征在于，在所述逐步对所述设定供气压力及所述设定抽气压力进行调整中，若调整后的设定供气压力及设定抽气压力分别大于或等于对应的设定供气压力限值及设定抽气压力限值时，将所述设定供气压力限值及设定抽气压力限值进行供气配置为最终的供气压力及抽气压力并进行提示；以及/或，
在所述逐步对所述设定供气压力及所述设定抽气压力进行调整中，若调整后的设定供气压力及设定抽气压力分别大于或等于对应的设定供气压力限值及设定抽气压力限值时，分别将供气压力及抽气压力配置为所述设定供气压力及所述设定抽气压力，并照设定浓度增量，逐步对将所述设定雾化浓度进行调整；并直至所述差值大于或等等于设定吸收浓度差值。
7.根据权利要求1-6任一项所述的控制方法，其特征在于，在所述获取与呼吸机呼吸管路相连接的雾化机构对应的设定雾化浓度前，在所述设定供气压力及设定抽气压力下确定待雾化呼吸患者的设定雾化浓度的方法，包括：
分别在所述设定供气压力及设定抽气压力下，获取待雾化呼吸患者吸入不同浓度雾化药物后气管末端肺泡的第一多时刻影像及第二多时刻影像；
根据所述第一多时刻影像及第二多时刻影像对应的形态学影像特征对所述待雾化呼吸患者进行气管末端肺泡评估，并基于所述气管末端肺泡评估的结果，确定待雾化呼吸患者的设定雾化浓度；以及/或，
在所述获取待雾化呼吸患者吸入雾化药物后气管末端肺泡的第一多时刻影像及第二多时刻影像之前，确定气管末端肺泡的第一多时刻影像及第二多时刻影像，其确定的方法，分别获取在所述设定供气压力及设定抽气压力下的第一多时刻胸部影像及第二多时刻胸部影像；分别对所述第一多时刻胸部影像及第二多时刻胸部影像进行气管树分割，得到第一多时刻气管树影像及第二多时刻气管树影像；分别利用所述第一多时刻气管树影像及所述第二多时刻气管树影像定位所述第一多时刻影像及所述第二多时刻影像中气管末端的肺泡位置，以确定气管末端肺泡的第一多时刻影像及第二多时刻影像；以及/或，
在所述分别对所述第一多时刻胸部影像及第二多时刻胸部影像进行气管树分割，得到第一多时刻气管树影像及第二多时刻气管树影像之前，分别对所述第一多时刻胸部影像及第二多时刻胸部影像进行气管树增强，得到增强的第一多时刻胸部影像及增强的第二多时刻胸部影像，之后，分别对所述增强的第一多时刻胸部影像及增强的第二多时刻胸部影像进行气管树分割，得到第一多时刻气管树影像及第二多时刻气管树影像；分别利用所述第一多时刻气管树影像及所述第二多时刻气管树影像定位所述增强的第一多时刻影像及所述增强的第二多时刻影像中气管末端的肺泡位置，以确定气管末端肺泡的第一多时刻影像及第二多时刻影像；以及/或，
所述根据所述第一多时刻影像及第二多时刻影像对应的形态学影像特征对所述待雾化呼吸患者进行气管末端肺泡评估，并基于所述气管末端肺泡评估的结果，确定待雾化呼吸患者的设定雾化浓度的方法，包括：
分别根据所述第一多时刻影像及第二多时刻影像对应的形态学影像特征，确定第一多时刻肺泡融合区域及第二多时刻泡融合区域；
确定所述第一多时刻肺泡融合区域对应的第一多时刻特征，以及确定所述第二多时刻泡融合区域对应的第二多时刻特征；其中，所述第一多时刻特征配置为第一多时刻灰度值及第一多时刻面积/第一多时刻体积；所述第二多时刻特征配置为第二多时刻灰度值及第二多时刻面积/第二多时刻体积；
基于所述第一多时刻特征及所述第二多时刻特征评估所述待雾化呼吸患者的雾化药物吸收能力，并基于雾化药物吸收能力确定设定雾化浓度；以及/或，
所述基于所述第一多时刻特征及所述第二多时刻特征评估所述待雾化呼吸患者的雾化药物吸收能力的方法，包括；
计算所述第一多时刻特征内第一多时刻面积/第一多时刻体积的第一面积变化均值/第一体积变化均值，及计算所述第一多时刻特征内第一多时刻灰度值的第一灰度变化均值；
根据所述第一面积变化均值/体第一积变化均值及所述第一灰度变化均值确定单位面积/体积下的第一灰度；
计算所述第二多时刻特征内第二多时刻面积/第二多时刻体积的第二面积变化均值/第二体积变化均值，及计算所述第二多时刻特征内第二多时刻灰度值的灰度变化均值；
根据所述第二面积变化均值/第二体积变化均值及所述第二灰度变化均值确定单位面积/体积下的第二灰度；
基于所述第一灰度及所述第二灰度的变化，评估所述待雾化呼吸患者的雾化药物吸收能力；以及/或，
所述基于所述第一灰度及所述第二灰度的变化，评估所述待雾化呼吸患者的雾化药物吸收能力的方法，包括：
获取多个设定灰度值；
计算所述第一灰度及所述第二灰度的灰度变化值，并基于所述灰度变化值及所述设定灰度值的比较结果，评估所述待雾化呼吸患者的雾化药物吸收能力。
8.一种雾化呼吸的控制装置，其特征在于，包括：
获取单元，用于获取与呼吸机呼吸管路相连接的雾化机构对应的设定雾化量、设定雾化浓度及设定雾化时间，以及获取所述呼吸机对应的设定呼吸曲线；
确定单元，用于提取所述设定呼吸曲线中的设定供气曲线，并根据所述设定供气曲线及所述设定雾化时间，确定多个离散的供气雾化时间段；
控制单元，用于实时监测所述供气雾化时间段内所述呼吸管路内的第一雾化浓度，根据所述第一雾化浓度及所述设定雾化浓度，调整所述设定供气曲线中子设定供气曲线的设定供气压力，控制所述雾化机构的雾化药物进入所述呼吸管路的时刻及雾化药量。
9.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至7中任意一项所述的雾化呼吸的控制方法。
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的雾化呼吸的控制方法。
CN202310271018.4A 2023-03-20 2023-03-20 雾化呼吸的控制方法及装置、电子设备和存储介质 Pending CN116549785A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310271018.4A CN116549785A (zh) 2023-03-20 2023-03-20 雾化呼吸的控制方法及装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310271018.4A CN116549785A (zh) 2023-03-20 2023-03-20 雾化呼吸的控制方法及装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN116549785A true CN116549785A (zh) 2023-08-08

Family

ID=87495432

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310271018.4A Pending CN116549785A (zh) 2023-03-20 2023-03-20 雾化呼吸的控制方法及装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN116549785A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117679591A (zh) * 2023-12-27 2024-03-12 华中科技大学同济医学院附属同济医院 一种雾化系统及其控制方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117679591A (zh) * 2023-12-27 2024-03-12 华中科技大学同济医学院附属同济医院 一种雾化系统及其控制方法
CN117679591B (zh) * 2023-12-27 2024-04-26 华中科技大学同济医学院附属同济医院 一种雾化系统及其控制方法

Similar Documents

Publication Publication Date Title
US9191619B2 (en) Using an avatar in a videoconferencing system
US20180085540A1 (en) Inhaler with one or more visual sensors
CN105357425B (zh) 图像拍摄方法及装置
WO2023005469A1 (zh) 呼吸检测区域确定方法、装置、存储介质及电子设备
JP2016531361A (ja) 画像分割方法、画像分割装置、画像分割デバイス、プログラム及び記録媒体
US11664104B2 (en) Inhaler training system and method
CN110705626A (zh) 一种图像处理方法及装置、电子设备和存储介质
CN116549785A (zh) 雾化呼吸的控制方法及装置、电子设备和存储介质
CN105955490A (zh) 一种基于增强现实的信息处理方法、装置和移动终端
CN109327737A (zh) 电视节目推荐方法、终端、系统及存储介质
WO2023005403A1 (zh) 呼吸率检测方法、装置、存储介质及电子设备
CN111724364B (zh) 基于肺叶及气管树的方法及装置、电子设备和存储介质
KR20170012979A (ko) 영상 공유 서비스를 위한 전자 장치 및 방법
CN111178298A (zh) 人体关键点检测方法、装置、电子设备及存储介质
US20220319660A1 (en) Detection of the synchronization between the actuation of a metered-dose inhaler and a patient's inspiration
CN109241875B (zh) 姿态检测方法及装置、电子设备和存储介质
JP2017118364A (ja) コミュニケーションシステム、コミュニケーション装置およびコミュニケーションプログラム
CN117218133A (zh) 肺图像处理方法及装置、电子设备和存储介质
CN115423819A (zh) 肺血管的分割方法及装置、电子设备和存储介质
CN108733657B (zh) 神经机器翻译中注意力参数的修正方法、装置及电子设备
CN111738998B (zh) 病灶位置动态检测方法及装置、电子设备和存储介质
CN111840721A (zh) 呼吸机的控制方法及装置、电子设备和存储介质
CN114678123A (zh) 慢阻肺的风险评估、决策方法及装置、电子设备和介质
CN111310701B (zh) 手势识别方法、装置、设备及存储介质
CN112132838B (zh) 鼠肺实质参数的确定方法及装置、电子设备和存储介质

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