本發(fā)明涉及呼吸機(jī)流量調(diào)節(jié)，具體涉及一種用于呼吸機(jī)的流量自動(dòng)反饋調(diào)節(jié)方法及系統(tǒng)。

背景技術(shù)：

1、適用呼吸機(jī)是以一種通過(guò)適宜的方式對(duì)病人的肺部進(jìn)行有效的通氣，既保障病人生命需要，又盡可能地減少并發(fā)癥，而且還安全、舒適。而呼吸機(jī)的流量控制自動(dòng)反饋調(diào)節(jié)是一種智能化的通氣模式，通過(guò)自動(dòng)調(diào)節(jié)呼吸機(jī)的吸氣壓力實(shí)現(xiàn)設(shè)定的潮氣量，同時(shí)盡可能降低氣道壓力，以減少正壓機(jī)械通氣的氣壓損傷。

2、部分呼吸機(jī)能夠通過(guò)歷史數(shù)據(jù)的訓(xùn)練，通過(guò)特征提取呼吸數(shù)據(jù)特征，從而實(shí)現(xiàn)對(duì)根據(jù)患者的呼吸數(shù)據(jù)自動(dòng)確定對(duì)應(yīng)的適合的通氣模式。但是由于不同的患者、不同的監(jiān)測(cè)時(shí)間段對(duì)應(yīng)的呼吸數(shù)據(jù)存在正常的差異，從而使得主成分分析得到的主成分不能真實(shí)反應(yīng)呼吸數(shù)據(jù)的特征，得到的主成分不能作為區(qū)分通氣模式的主要依據(jù)，進(jìn)而導(dǎo)致呼吸機(jī)的流量自動(dòng)反饋調(diào)節(jié)不準(zhǔn)確。

技術(shù)實(shí)現(xiàn)思路

1、為了解決由于主成分選擇的不準(zhǔn)確進(jìn)而導(dǎo)致呼吸機(jī)的流量自動(dòng)反饋調(diào)節(jié)不準(zhǔn)確的技術(shù)問(wèn)題，本發(fā)明的目的在于提供一種用于呼吸機(jī)的流量自動(dòng)反饋調(diào)節(jié)方法及系統(tǒng)，所采用的技術(shù)方案具體如下：

2、一種用于呼吸機(jī)的流量自動(dòng)反饋調(diào)節(jié)方法，所述方法包括：

3、獲取當(dāng)前呼吸數(shù)據(jù)和歷史呼吸數(shù)據(jù)；所述歷史呼吸數(shù)據(jù)包含對(duì)應(yīng)的通氣模式；所有呼吸數(shù)據(jù)包含的呼吸周期的數(shù)量相同，每個(gè)所述呼吸周期中數(shù)據(jù)點(diǎn)的數(shù)量相同；選擇任一所述歷史呼吸數(shù)據(jù)作為待分析歷史數(shù)據(jù)；所述待分析歷史數(shù)據(jù)對(duì)應(yīng)的所述通氣模式為目標(biāo)模式；選擇所述呼吸周期中任一位置作為目標(biāo)位置；

4、在所述待分析歷史數(shù)據(jù)中，將不同所述呼吸周期的所述目標(biāo)位置的數(shù)據(jù)進(jìn)行直線擬合，獲取每個(gè)數(shù)據(jù)點(diǎn)與擬合直線的距離構(gòu)成的距離序列；根據(jù)所述距離序列中數(shù)據(jù)的波動(dòng)劇烈特征，獲取每個(gè)數(shù)據(jù)點(diǎn)的可信度；基于所述擬合直線的參數(shù)獲取每個(gè)數(shù)據(jù)點(diǎn)的呼吸特征值；根據(jù)所述待分析歷史數(shù)據(jù)中每個(gè)所述呼吸周期內(nèi)峰值及相鄰兩側(cè)的數(shù)據(jù)變化趨勢(shì)，獲取每個(gè)所述呼吸周期的呼吸強(qiáng)度；根據(jù)所述呼吸周期的所述呼吸強(qiáng)度構(gòu)成的呼吸強(qiáng)度序列與所述距離序列的相關(guān)特征，結(jié)合對(duì)應(yīng)數(shù)據(jù)點(diǎn)的所述可信度，獲取對(duì)應(yīng)數(shù)據(jù)點(diǎn)的修正可信度；

5、在所述目標(biāo)模式下，根據(jù)不同所述歷史呼吸數(shù)據(jù)在所述目標(biāo)位置的數(shù)據(jù)點(diǎn)的所述呼吸特征值的差異特征，結(jié)合所述修正可信度，獲取所述目標(biāo)位置的區(qū)分度；根據(jù)所述目標(biāo)位置的所述呼吸特征值在不同所述通氣模式下的分布差異特征，結(jié)合所述區(qū)分度，獲取所述目標(biāo)位置的區(qū)分能力系數(shù)；

6、對(duì)所述目標(biāo)模式下的所述歷史呼吸數(shù)據(jù)進(jìn)行主成分分析，結(jié)合所述區(qū)分能力系數(shù)和所述區(qū)分度，獲取所述目標(biāo)模式的最終主成分；根據(jù)所述當(dāng)前呼吸數(shù)據(jù)的主成分和每個(gè)所述通氣模式的所述最終主成分的差異特征，確定當(dāng)前的通氣模式。

7、進(jìn)一步地，所述可信度的獲取方法包括：

8、至少根據(jù)所述距離序列內(nèi)元素的方差和平均值獲取波動(dòng)劇烈系數(shù)；所述距離序列內(nèi)元素的方差和平均值均與所述波動(dòng)劇烈系數(shù)成正相關(guān)；

9、將所述波動(dòng)劇烈系數(shù)進(jìn)行負(fù)相關(guān)映射并歸一化后，作為所述待分析歷史數(shù)據(jù)中所述目標(biāo)位置上每個(gè)數(shù)據(jù)點(diǎn)的可信度。

10、進(jìn)一步地，所述呼吸特征值的獲取方法包括：

11、將所述擬合直線的斜率和截距的歐式范數(shù)，作為所述待分析歷史數(shù)據(jù)中所述目標(biāo)位置上每個(gè)數(shù)據(jù)點(diǎn)的呼吸特征值。

12、進(jìn)一步地，所述呼吸強(qiáng)度的獲取方法包括：

13、在所述待分析歷史數(shù)據(jù)中每個(gè)所述呼吸周期內(nèi)，以呼吸數(shù)據(jù)的峰值向兩側(cè)延伸獲取延伸數(shù)據(jù)，將所述延伸數(shù)據(jù)和所述峰值構(gòu)成的序列的持續(xù)時(shí)間作為峰值持續(xù)時(shí)間；所述延伸數(shù)據(jù)均大于所述呼吸數(shù)據(jù)的峰值的預(yù)設(shè)比例；

14、根據(jù)每個(gè)所述呼吸周期內(nèi)呼吸數(shù)據(jù)的峰值的數(shù)值和所述峰值持續(xù)時(shí)間，獲取每個(gè)所述呼吸周期的呼吸強(qiáng)度；所述呼吸數(shù)據(jù)的峰值的數(shù)值和所述峰值持續(xù)時(shí)間均與所述呼吸強(qiáng)度呈正相關(guān)。

15、進(jìn)一步地，所述修正可信度的獲取方法包括：

16、在所述待分析歷史數(shù)據(jù)中所述目標(biāo)位置上，獲取所述呼吸強(qiáng)度序列與所述距離序列的相關(guān)系數(shù)；將所述相關(guān)系數(shù)與1的和值作為修正系數(shù)，將所述修正系數(shù)與所述可信度的乘積作為所述目標(biāo)位置上對(duì)應(yīng)數(shù)據(jù)點(diǎn)的修正可信度。

17、進(jìn)一步地，所述區(qū)分度的獲取方法包括：

18、在所述目標(biāo)模式下，將任意兩個(gè)所述歷史呼吸數(shù)據(jù)作為一個(gè)歷史數(shù)據(jù)組；將所述歷史數(shù)據(jù)組中，所述目標(biāo)位置的數(shù)據(jù)點(diǎn)的所述呼吸特征值的差值絕對(duì)值作為第一分子，將所述修正可信度的和值作為第一分母，將第一分子和第一分母的比值作為對(duì)應(yīng)所述歷史數(shù)據(jù)組的呼吸差異參數(shù)；

19、根據(jù)所述目標(biāo)模式的所有所述歷史數(shù)據(jù)組的所述呼吸差異參數(shù)的整體特征，獲取所述目標(biāo)模式的目標(biāo)位置的區(qū)分度；所述呼吸差異參數(shù)的整體特征和所述區(qū)分度呈負(fù)相關(guān)。

20、進(jìn)一步地，所述區(qū)分能力系數(shù)的獲取方法包括：

21、當(dāng)所述目標(biāo)位置的所述區(qū)分度小于或等于預(yù)設(shè)區(qū)分閾值時(shí)，所述目標(biāo)位置的區(qū)分能力系數(shù)設(shè)置為零；

22、當(dāng)所述目標(biāo)位置的所述區(qū)分度大于預(yù)設(shè)區(qū)分閾值時(shí)：基于每個(gè)所述通氣模式下所有所述歷史呼吸數(shù)據(jù)的呼吸特征值的統(tǒng)計(jì)特征，獲得每個(gè)所述通氣模式的經(jīng)驗(yàn)分布函數(shù)；選擇除所述目標(biāo)模式外的其他任一所述通氣模式作為目標(biāo)對(duì)比模式；將所述目標(biāo)模式與所述目標(biāo)對(duì)比模式構(gòu)成模式二元組；

23、獲取所述模式二元組內(nèi)，每個(gè)所述通氣模式內(nèi)所有所述歷史呼吸數(shù)據(jù)在所述目標(biāo)位置上的，數(shù)據(jù)點(diǎn)的所述呼吸特征值的極值；將所述模式二元組內(nèi)兩個(gè)所述通氣模式對(duì)應(yīng)的所述極值的范圍的并集，作為所述模式二元組在所述目標(biāo)位置上的對(duì)比范圍；在所述目標(biāo)位置上的所述對(duì)比范圍內(nèi)，將所述模式二元組內(nèi)兩個(gè)所述通氣模式的所述經(jīng)驗(yàn)分布函數(shù)之間的面積歸一化后，將歸一化結(jié)果作為所述模式二元組的區(qū)分子系數(shù)；

24、將所述目標(biāo)模式的所述目標(biāo)位置對(duì)應(yīng)的所有所述區(qū)分子系數(shù)的最小值，作為所述目標(biāo)模式的所述目標(biāo)位置的區(qū)分能力系數(shù)。

25、進(jìn)一步地，所述最終主成分的獲取方法包括：

26、根據(jù)所述主成分分析的結(jié)果確定所有主成分，并確定每個(gè)主成分對(duì)應(yīng)的特征向量中每個(gè)元素在整個(gè)特征向量中的占比權(quán)重；在所述目標(biāo)模式下，將每個(gè)所述主成分對(duì)應(yīng)的特征向量中每個(gè)元素的所述占比權(quán)重、特征向量中元素對(duì)應(yīng)原始的數(shù)據(jù)點(diǎn)的所述區(qū)分度和所述區(qū)分能力系數(shù)的乘積的和值，作為每個(gè)所述主成分的主成分重要性；

27、根據(jù)預(yù)設(shè)方差貢獻(xiàn)率選取所述主成分重要性最大的所述主成分，獲取所述目標(biāo)模式的最終主成分。

28、進(jìn)一步地，所述當(dāng)前的通氣模式的獲取方法包括：

29、獲取每個(gè)所述通氣模式的所述最終主成分的變換矩陣；基于所述目標(biāo)模式的所述變換矩陣和所述當(dāng)前呼吸數(shù)據(jù)，獲取當(dāng)前呼吸數(shù)據(jù)在所述目標(biāo)模式下的主成分；將所述目標(biāo)模式的所述最終主成分與當(dāng)前呼吸數(shù)據(jù)在所述目標(biāo)模式下的主成分之間的，數(shù)據(jù)點(diǎn)的最大歐氏距離，作為當(dāng)前呼吸數(shù)據(jù)與所述目標(biāo)模式的匹配距離；

30、選擇所述當(dāng)前呼吸數(shù)據(jù)與所有所述通氣模式的所述匹配距離最小的所述通氣模式，作為當(dāng)前的通氣模式。

31、本發(fā)明還提出了一種用于呼吸機(jī)的流量自動(dòng)反饋調(diào)節(jié)系統(tǒng)，所述系統(tǒng)包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)任意一項(xiàng)所述一種用于呼吸機(jī)的流量自動(dòng)反饋調(diào)節(jié)方法的步驟。

32、本發(fā)明具有如下有益效果：

33、本發(fā)明首先獲取當(dāng)前呼吸數(shù)據(jù)和歷史呼吸數(shù)據(jù)，為后續(xù)提供數(shù)據(jù)分析基礎(chǔ)；進(jìn)一步利用直線擬合的方式，對(duì)不同呼吸周期的相同位置的數(shù)據(jù)的波動(dòng)特征進(jìn)行量化，獲取目標(biāo)位置上每個(gè)數(shù)據(jù)點(diǎn)的可信度和呼吸特征值，表征通氣模式下的呼吸特征以及對(duì)表征的可信度進(jìn)行評(píng)估，為后續(xù)計(jì)算目標(biāo)位置區(qū)分通氣模式的能力提供依據(jù)；進(jìn)一步量化每個(gè)呼吸周期的呼吸強(qiáng)度，根據(jù)呼吸強(qiáng)度序列與距離序列的相關(guān)特征，對(duì)數(shù)據(jù)點(diǎn)的可信度進(jìn)行修正，獲取修正可信度，排除患者呼吸強(qiáng)度的干擾，提高修正可信度的準(zhǔn)確性；進(jìn)一步在目標(biāo)模式下，根據(jù)不同歷史呼吸數(shù)據(jù)在目標(biāo)位置的數(shù)據(jù)點(diǎn)的呼吸特征值的差異特征，結(jié)合修正可信度，從單一通氣模式的一致性和可信程度角度，獲取目標(biāo)位置的區(qū)分度，表征目標(biāo)位置的數(shù)據(jù)對(duì)于目標(biāo)模式的區(qū)分判別能力；進(jìn)一步根據(jù)目標(biāo)位置的呼吸特征值在不同通氣模式下的分布差異特征，結(jié)合區(qū)分度，獲取目標(biāo)位置的區(qū)分能力系數(shù)，結(jié)合多個(gè)通氣模式進(jìn)行分析，避免目標(biāo)位置特征的泛化問(wèn)題，便于優(yōu)化主成分分析結(jié)果；進(jìn)一步對(duì)目標(biāo)模式下的歷史呼吸數(shù)據(jù)進(jìn)行主成分分析，結(jié)合區(qū)分能力系數(shù)和區(qū)分度，獲取目標(biāo)模式的最終主成分，提取的最終主成分包含了目標(biāo)模式最重要的特征信息，為后續(xù)對(duì)當(dāng)前呼吸數(shù)據(jù)的通氣模式分類和匹配提供了更加可靠的數(shù)據(jù)支持；最后根據(jù)當(dāng)前呼吸數(shù)據(jù)的主成分和每個(gè)通氣模式的最終主成分的差異特征，確定當(dāng)前的通氣模式。本發(fā)明通過(guò)對(duì)每個(gè)通氣模式的歷史呼吸數(shù)據(jù)的區(qū)分能力進(jìn)行分析，從而對(duì)主成分進(jìn)行優(yōu)化，使得提取的最終主成分包含了目標(biāo)模式最重要的特征信息，可以準(zhǔn)確地將當(dāng)前呼吸數(shù)據(jù)匹配至最相似的通氣模式。