专利名称：借助辅助呼吸的病人与相应辅助仪器之间的失配量化系统的制作方法
技术领域：
本发明涉及借助辅助呼吸的病人与相应辅助仪器之间的失调量化系统。该系统属于研究优化对感觉缺失和抢救方面的呼吸功能进行监视和辅助的方法和策略。
背景技术：
感觉缺失和抢救的进步是为了减少监视持续时间以及改进病人恢复的质量。呼吸辅助应确保病人在可接受的舒适度的情况下有效无毒地换气。在这种情况下，病人和相应呼吸辅助仪器之间的配合很关键。在临床情况下检测可能的失配对于优化治疗策略很重要。在现有技术中，监视病人及其辅助仪器之间的交互与以稳健的非侵扰方式正确地估计病人的呼吸活动互相冲突。事实上，当前非侵扰设备经常出现问题。这些当前在辅助仪器中实施的设备的限制是对病人呼吸活动检测出现失误的主要原因，这些失误引起病人和辅助仪器之间的失配并表现为非最优的辅助。在现有技术中当前可用的替代设备需要关于肌肉呼吸活动的测量传感器，其既是侵扰性的(胸内压力，针式肌电描记)，又是不稳健的，这是由于生理干扰或临床变化波动， 或是因为用于保证连续监视的传感器的寿命。此外，在现有技术中不存在允许向操作者简单地传送病人和相应辅助仪器之间的可由操作者直接感知的失配量化信息的系统，用于保证必要时经调整的正确过程。
发明内容
因此本发明的目的解决这些问题。为此，本发明的目的是呼吸辅助病人和相应辅助仪器之间的失配量化系统，其特征在于包括-用于获取与病人在呼吸循环中的呼吸状态相关的信息的装置，-用于获取与辅助仪器在机械循环中的工作状态相关的信息的装置，-用于对这些信息进行滤波和处理以便检测并定位病人在呼吸循环中的状态变化和所述仪器在机械循环中的状态变化的滤波装置和处理装置，-用于根据这些状态变化来计算病人和仪器之间的异步信息的计算装置，以及-用于形成用于向操作者再现该异步信息的人机接口的装置。根据本发明的其它方面，该量化系统包括以下特征中的一个或更多个-获取与病人的呼吸状态相关的信息的装置包括获取病人与辅助仪器之间的气动力线路中的气体的压力和流量信号的装置，连续估计在不存在病人的呼吸肌肉活动的情况下气动力线路中达到的气体理论压力的估计装置，以及比较估计出的理论压力和测得的压力以便连续检测表示病人的呼吸肌肉活动的压力差的比较装置，
-获取与辅助仪器的工作状态相关的信息的装置包括对仪器的气体流量信号进行处理以便检测其呼出和吸入状态的处理装置，-获取与辅助仪器的工作状态相关的信息的装置集成在该仪器中，-获取与辅助仪器的工作状态相关的信息的装置包括与辅助仪器和病人之间的气动力线路相关联的气体流量传感器，-计算异步信息的计算装置包括根据以下关系式计算病人/机器失配的分数的
装置QI (N) = H(N)-[H(B) +H(C)]其中，QI[N]是异步分数，H[N]是辅助仪器+病人系统的香农熵，H[B]是仅病人的香农熵，H[C]是仅辅助仪器的香农熵，-形成人机接口的装置包括显示该分数的显示装置，-显示装置包括以数字形式显示该分数的显示装置，-显示装置包括以图形形式显示该分数的显示装置，-计算装置适于计算与预定数量的呼吸循环有关的异步信息，-估计装置包括对病人的被动呼吸系统进行建模的参数化和适应性建模装置，-建模装置表现为根据在气动力线路中流动的气体的至少流量和体积而变化的模型形式，-建模装置包括参数化模型的组合，以及估计装置包括从这些模型的输入参数中提取测得的压力信号以便基于这些参数启动这些模型的工作的提取装置，以及选择在检测和未检测到病人的呼吸肌肉活动方面区别最大的和/或在所用的参数数量方面最简单的模型以便保持估计的选择装置，-参数的提取装置适于在由相继的吸入和呼出组成的至少一个机械循环上提取参数，排除当前机械循环起始的增压阶段和当前机械循环结束处下一循环的吸入启动阶段，-增压阶段和吸入的启动阶段是通过分析气动力线路中的气体流量和压力的分析装置检测到的，-分析装置连接到获取气动力线路中的流量和压力信号的装置，-分析装置集成到辅助仪器中，-增压阶段和吸入启动阶段是基于附加信号通过分析装置检测到的，所述附加信号传送与病人的呼吸肌肉活动相关的生理信息，-附加信号是肌动电流信号。因此，根据本发明的系统允许一方面基于当前呼吸辅助仪器经常可用的且非侵扰式的测量，另一方面使用已知方法中的允许绕过与病人临床状态变化相关的限制的方法，保证检测呼吸辅助病人的呼吸肌肉活动。此外，这样的系统允许通过形成人机接口的装置以简单并且可被操作者直接感知的方式再现异步信息，对于该异步信息而言允许进行必要的调整措施。
通过阅读后面的说明书和查对其附图将更好地理解本发明。这里示出的附图仅供参考，而绝非限制本发明。附图所示如下-图1是示出用于获取与进入根据本发明的量化系统的结构中的病人的呼吸状态有关的信息的装置的结构和功能的示意图，-图2示出用于估计输入到用于获取与病人的呼吸状态相关的信息的装置的结构中的压力的装置的结构和功能的示意图，-图3示出呼吸的机械循环，-图4示出根据本发明的量化系统的第一实施方式的结构和功能的示意图，-图5示出根据本发明的量化系统的第二实施方式的结构和功能的示意图，以及-图6示出病人-辅助仪器失配的演变。
具体实施例方式因此本发明涉及呼吸辅助病人与相应辅助仪器之间的失配量化系统。该系统包括用于获取与病人的呼吸状态相关的信息的装置，用于获取与辅助装置的工作状态相关的信息的装置，用于对这些信息进行过滤和处理以便检测并定位病人和仪器的状态变化的装置，用于根据这些状态变化来计算病人和和仪器异步信息的装置，以及形成用于向操作者重现该异步信息的人机接口的装置。该系统因此旨在使操作者掌握以下分数该分数允许以符号形式并可根据该分数解释地对病人-仪器配合的质量进行量化。该分数基于表示给定循环数量中的异步的呼吸循环的统计分析。量化系统的原理基于计算病人-仪器整体系统以及一方面是病人另一方面是仪器的分离子系统的香农熵。根据通过观察系统整体生成的附加信息量相对于由组成该整个系统的子系统组件(即病人和仪器)生成的信息，异步分数因此对病人及其辅助仪器之间的失配进行量化。该信息增益因此反映由所研究的子系统之间的交互生成的信息。因此，根据本发明的量化系统包括用于获取与病人呼吸状态有关的信息的装置。用于获取与病人呼吸状态有关的信息的该装置基于适应性地检测/计算表示呼吸辅助病人的呼吸肌肉活动的肌肉压力。肌肉压力可根据将病人连接到辅助仪器的气动力线路中测得的压力和流量信号而被检测或计算。在仪器的每个机械循环，基于流量信号在呼吸循环的预定范围上识别病人的被动呼吸系统的机械模型参数，以便在全部机械循环上估计在没有病人肌肉活动状况下达到的理论压力。该理论压力和测得压力之间的算术差表示由病人的呼吸肌肉活动产生的压力并称为肌肉压力(Pmus)。0误差的该压力表示根据该误差信号的吸入或呼出的呼吸肌肉活动。通过该方式，识别了病人的呼吸循环，呼吸循环包括完整的呼出和吸入。通过这样的系统，可以自动将肌肉压力的计算参数同时调整到病人的被动呼吸系统的机械规范及其呼吸行为的特性，以使得肌肉呼吸活动的检测尽可能连续最优。该系统使用对用于调整肌肉压力的计算参数的吸入触发条件的了解，也就是说， 选择对被动呼吸系统的机械模型，限定该模型的参数的识别区域以及选择在机械循环过程中的肌肉活动的检测阈值。图1示意地示出这样的系统。
在图1中，病人由总标记1表示，呼吸辅助仪器由总标记2表示，病人和呼吸仪器通过通常由总标记3表示的气动力线路连接。在该图示出的实施例中，气动力线路3与该线路中的气体压力和流量信号的获取装置相关联，这些装置分别由标记4和5表示。这些获取电路4和5因此被配置为将这些信号传送给连续估计在缺少病人呼吸肌肉活动的情况下气动力线路中达到的气体理论压力的装置。这些估计装置在该图1中由总标记6表示并且基于使用对病人的被动呼吸系统进行参数化和适应性建模的装置，如后面详细描述的那样。这些估计装置6因此将估计的理论压力信息传送给由总标记7表示的比较装置， 比较装置在另一输入端接收在气动力电路中真实测得的压力，这允许连续检测表示病人的呼吸肌肉活动的压力差。事实上，如前所述，估计的理论压力和测得的压力之间的算术差表示由病人的呼吸肌肉活动产生的压力并被成为肌肉压力Pmus。0误差的该压力表示根据该误差的信号的吸入或呼出的呼吸肌肉活动。如图2所示，估计装置的建模装置包括在该图中由总标记8表示的病人被动呼吸系统的参数化模型组件。这样的模型在现有技术中已经公知并允许对病人的呼吸系统的机械性能和行为进行建模，如后面详述。这些模型是可参数化的并且估计装置因此包括从这些模型的输入参数中提取测得的压力信号以便基于这些参数来启动这些模型工作的提取装置。这些提取装置在图2中由总标记9表示并且其工作将在后面详述。估计装置6还包括用于选择在检测和不检测病人呼吸肌肉活动方面最可辨别和/ 或在所使用的参数数量方面最简单的模型的选择装置，用于记住其估计，这些选择装置由总标记10表示。事实上，例如图3所示，参数的提取装置9被配置为提取相继由吸入和呼出构成的至少一个机械循环的参数，例如排除当前机械循环开始的增压阶段和当前机械循环结束时启动下一循环的吸入的阶段。这在表示相继机械循环的图3中示出为阴影区域。图3中由总标记11表示的阴影区域对应于当前机械循环开始时的增压阶段而由总标记12表示的阴影区域对应于在当前机械循环结束时的触发下一循环的吸入的阶段。提取模型参数因此在这两个排除区域之间的由总标记13表示的区域上进行。当然这些阶段的不同检测是可能的。这例如使得在这些阶段由分析气动力线路中的气体的压力和流量的压力分析装置检测，分析装置然后连接到如前述用于获取气动力线路中的流量和压力信号的装置。然后分析装置还可以直接集成到辅助仪器中。类似地，增压阶段和启动吸入阶段还可基于传送与病人呼吸肌肉活动相关的生理信息的附加信号(例如图2中由总标记14表示的表面肌电图的附加信号)而被分析装置检测。因此该系统允许调整肌肉压力计算参数，也就是说选择病人被动呼吸系统的机械模型，限定该模型的参数的识别区域以及肌肉活动的检测阈值。
因此还涉及在一组不同层次和复杂度递增(写成例如适于识别模型参数的线性形式)模型中常规地通过多线性回归方法和在最小二乘法意义上适应性选择适当模型。最简单的称为基准的模型是具有四个参数的线性形式P = f(V，D)= Po+ (Vo) * (V+ (Ro+Rd*D) *D)，其中V和D对应于随时间而变化的气体流量和体积信号。体积是基于流量信号D通过随时间积分而计算出的。该基准模型允许使用其参数的机械循环的识别循环来进行启动吸入的吸气活动的有效检测。该识别是基于与不受未被模型描述的机械气动力影响以及不涉及启动吸入的吸气肌肉活动的机械循环时段相对应的气体体积和流量信号实现的。尽管这些识别区域在病人之间是固定的并且独立于病人的呼吸行为但该识别是有效的。该识别区域可以包括两个分离部分，一个在机械循环的吸入阶段而另一个在呼出阶段。对于该基准模型而言，固定呼吸肌肉活动的介于0.5和2cmH20之间(优选等于lcmH20)的检测阈值允许对启动吸入的吸气活动的有效检测。其它的模型包括n-k个参数，η > k并且(n_k) > 4，也是f (V，D，A)的线性形式， 其中V、D以及A对应于随时间而变化的气体体积、流量和加速度信号。加速度是流量信号 D的一阶倒数。这些更复杂模型的优点是能够描述基准模型不能描述的机械现象，比如在机械循环的吸入结束和呼出开始之间的过渡。该能力允许同时对吸入和呼出提出不分离而是连续的识别区域。者具有以下优占.
^ \\\ ·1)通过排除由电视呼出期限限定的呼出结束时段(Dte)和由原吸入(Dpi)期限限定的吸入开始时段来最简单地定义识别区域；以及2)通过考虑吸入和呼出之间过渡时段来改进模型参数的识别，其由流量及其导数的重要变化表征。不过，增加模型复杂度并延伸其描述更复杂机械现象的能力潜在地引起减少检测灵敏度。示意地，与肌肉活动相关的瞬态现象全都被通过因此归属于被动呼吸系统的机械特性。根据本发明的系统使用选择计算肌肉压力的参数的方法，其允许调整模型以及参数的识别区域以便确保对整体机械循环的呼吸肌肉活动的有效检测。使用更复杂的模型基于肌肉压力计算的呼吸肌肉活动识别的性能下降可以有效地通过适当选择机械模型和模型参数的识别区域来补偿-所选择的模型应该是最接近病人被动呼吸系统的有效机械性能；-参数的识别区域应该随病人呼吸行为而调整以使得被排除的机械循环时段最接近病人吸气活动的时段；-吸气活动的检测阈值应根据所选择的模型和所识别的参数的调整量而被调整。调整的原理包括针对不同模型和期限(Dte和Dpi)比较启动吸入的吸气活动的识别结果以及根据以下三个标准选择最适当的参数1-保证以下已知活动的正确检测的能力通过吸气活动或者启动吸入的吸气活动(Ait-(n-k))检测到的吸入的检测(Ct-(n-k))并且应等同于基准检测(Ct-ref)。2-启动吸入的吸气的特性。所选择的起作用区域是吸入之前最短的区域并且其持续时间(Dte+Dpi)大于或等于吸入活动的被认为重要(约为十分之几秒，优选等于0.3秒) 的最小持续时间。
3-层次模型的特性暗含所选择的模型是保证在识别区域上调整测得的压力参数的最简单模型，其统计上等同于最复杂(或包括最多参数)的模型。对于模型和识别区域的每个组合，所启动的吸入的检测结果(Ct-(n-k))是基于几十个(优选20个)机械循环时段计算的并且与基准结果(Ct-ref)比较的。在结果可与基准结果(标准1)重叠的这些比较中与最优排除区域(标准2)对应的比较被识别出来以及然后在这些比较中，最优模型被选择出来(标准3)。模型的该自动调整允许保证一方面至少与基准模型同样有效地检测启动吸入的活动，另一方面有效检测在病人及其辅助仪器之间的呼吸活动的失配的情况下在机械循环过程中表现出的其它呼吸活动。该方法的优点还有能够连续同时跟踪呼吸行为和病人呼吸系统的机械性能的变化。根据第一实施方式，设备使用根据具有四个参数的基准模型由病人吸气启动的吸入检测。该实施方式的优点是把设备的输入信号减少为流量和压力的单独信号。根据第二实施方式，吸入启动机制的信息由附加信号提供，该附加信号可由辅助仪器或由附加传感器提供。在第一种情况下，涉及表示辅助仪器内部的吸入阀的开闭状态的信号。在第二种情况下，涉及表示由流量或压力信号的独特且非侵扰传感器提供的病人的呼吸活动的信号，如基于表面肌电法(sEMG或sMMG)或移动(阻抗计)对呼吸活动的肌肉活动检测器。该自动检测系统已在三种情况经试验测试-i)用于估测经调整的最简单模型的选择方法(标准3)；-ii)用于估测识别区域最佳限定的方法(标准2)；-iii)用于估测这些方法的组合。1)估测经调整的最简单模型的选择方法(标准3)该研究基于对人工机械肺实施的流量和压力记录，该人工机械肺被机械特性完全已知的辅助仪器换气。对通过残余统计比较测得的调整量的选择方法导致选择对于描述机械肺的机械特性需要最少的模型作为统计上等效(α风险或5%)最简单的模型。2)估测识别区域最佳限定的方法(标准2)该研究基于在14个部分呼吸辅助病人的古老记录实现的，这些病人经历断奶失败以及通过食道压力的测量对其呼吸活动进行特定和侵扰的探索。在这些病人中，非侵扰方法的检测能力被肌肉压力的计算所检测到的活动与食道压力的读取所检测到的活动之间的一致性测得。使用识别区域的自动选择方法计算的一致值根据Bland和Altman方法与针对限定识别区域的期限全部可能组合以及针对固定的复杂模型观测到的一致值进行比较。图形表示的分析允许读取两种方法是互换的，其中自动方法的一致性低4%以及平均差4%。在这些病人中，排除区域的最佳限定期限值针对检测启动吸入的活动以及针对检测启动或不启动的全部呼吸活动被识别出来。这些最优期限尤其是电视呼出期限(Dte)与呼吸活动开始和基于食道压力限定的吸入启动之间测得的期限直接相关。3)估测最佳限定方法该研究是基于17个部分受益呼吸辅助病人通过表面肌电描记法(sEMG)对其呼吸活动的非侵扰探索。通过自动方法对启动或不启动呼吸活动的检测根据Bland和Altman 方法与由sEMG信号(流量或压力)的手动读取提供的检测比较。这两个方法对于检测启动以及不启动吸入的两种类型呼吸活动是重叠的。当然还可想到该呼吸活动检测系统的不同实施方式。因此，与病人呼吸状态有关的该信息可以由其它装置获得。这些获取装置在图4和5中由总标记20表示，该标记总地表示获取与病人1的呼吸状态有关的信息的所有类型获取装置。在这些图4和5中，辅助仪器总有由总标记2表示。该辅助仪器自身也与获取与其工作状态有关的信息的获取装置相关。这些获取装置在图4和5上由总标记20表示，并且可以包括分析和处理装置，其基于与气动力线路相关的对应流量传感器对仪器的气体流量信号进行分析和处理以便检测呼出和吸入状态。这些装置还可集成到该仪器。事实上，这些装置用于检测呼吸循环或病人的呼吸活动的不同状态的开始和结束以及机械循环或辅助仪器活动的不同状态。这因此允许分析病人和仪器的活动，两者都以由不同离散状态表征的离散马达的形式描述。对于病人，这些状态通常减少为吸入状态、呼出状态和有效呼出状态。对于辅助仪器，这些仪器是吸入和呼出状态。此外，获取与仪器工作状态相关信息的获取装置还发送表示机械循环停止机制的信号。这事实上由病人的肌肉呼吸活动启动或不启动。这些与病人相关和与仪器相关的信息然后发送到过滤和实时数字处理装置用于允许病人和仪器状态改变的开始和结束的处理和定位，这些装置在图4和5中分别由总标记22和23表示。这些装置与基于这些状态变化来计算病人和仪器之间异步信息的计算装置相关， 这些计算装置在图4和5中由总标记M表示。装置M在计算异步信息之后向形成向操作者再现信息的人机接口的装置发送异步信息，这些形成人机接口的装置在图4和图5中由总标记25表示。该信息因此表示在病人和呼吸仪器之间的异步并允许以操作者可感知的方式量化该失配。在根据本发明的系统中，与机械循环和呼吸循环的起始和结束有关的信息被比较以限定机械循环的状态的停止机制，以便分类对每个呼吸循环或机械循环限定的交互。因此可限定四类-有效启动的吸入和呼出的停止，-呼出停止的独特启动，-吸入停止的独特启动，-停止或吸入或呼出的缺失。在第一实施方式中，机械循环的停止机制的启动根据时间顺序标准限定。对于每个呼吸循环，在有效触发该停止机制的情况下在机械循环状态的起始和结束之前或之后连续检测到的肌肉活动重复。在第二实施方式中，与机械循环的起始和技术有关的信息和与循环的停止机制的活动有关的信息是由辅助仪器直接提供的。在这种情况下，根据本发明的量化系统利用提供表示内部阀门状态的信号以及根据病人的呼吸活动(被集成到辅助装置的适当测量系统检测到)的开启或关闭这些阀门的信号的仪器输出，内部阀门控制吸入和呼出。在这种情况下，信息的冗余允许改进系统的稳定性。在第三实施方式中，与呼吸循环的起始和结束有关的信息与压力和流量信号的附加呼吸活动的测量信号一起被处理。例如可以涉及呼吸肌肉的肌电描记信号或者内治疗压力(食道压力或胃压力)，其因此可适当地被获取装置调节以便检测呼吸循环的起始和结束。对呼吸活动田间测量附加信号允许赶紧生理肌肉信号的处理的稳健性以便表征呼吸循环的起始和结束。这样的结构示于图5上，其中附加信号由总标记沈表示。异步分数的计算对不同实施方式可以是共同的。事实上，该计算利用对整体系统(N)及其两个组件(即辅助装置(C)和病人(B)) 可观测到的交互类别的概率分布。在可以从根据机械循环的停止机制区分的不同模式中选择模式的情况下，该计算考虑操作者的辅助装置规定的换气模式。例如，可限定四种换气模式1)检测体积模式(VC)循环停止机制中没有任何一个可以由病人启动，2)辅助检测体积模式(VAC)病人仅能启动呼出停止，3)呼吸模式(Al)病人能独立启动机械循环的两种停止机制中的一个，4)比例辅助模式(PAV)病人可以启动两种停止机制但吸入停止仅能在预先激活呼出停止机制的情况下启动。对于每个模式，因此可以传统地构建对于系统及其两个组件(即仪器和病人)可观测到的交互类别分布。在后面描述中，b用于表示观测到的病人需求的数量，c是观测到的机械循环的数量以及η是对于病人-仪器系统可能观测到的全部。在VC模式中，病人不启动辅助装置使得仅存在不启动的呼吸活动。在AI模式中，如果称r0是病人激活两个停止机制的循环数量，ri是病人停止吸入而不有效停止呼出的循环数量，re是病人停止呼出的循环数量而不有效停止吸入的循环数量，则病人不激活停止机制的循环数量是对于呼吸循环(b_(re+ri+rO))，以及对于机械循环(c_(re+ri+rO))。对于每个类别和系统组件的概率值是通过每个类别的事件数量和所涉及的组件的事件总数之间的比例针对给定的观测时间估计出的。组件B的i类别的概率P(bi)是通过对结构观测到的事件(即呼吸循环的数量)数量和类别i的基数之间的比例被限定的。 整个系统的概率P(bi，cj)对应于组件B的类别i的事件和组件C的类别j的时间的同时实现的概率值。根据结构，对应于循环的停止机制的同一激活组合的类别的事件数量是相同的。此外，对于不同于j的i，P (bi，cj) = O以及对于i = j，P(bi，cj)是类别i或j的事件数量除以整个系统的事件数量，也就是说η = b+c-(re+ri+rO)。根据该概率分布的估计，每个结构的信息量传统上由熵H的公式给出。对于组件 B，其由以下表达式给出
H(B) = -Si P(bi)*log P(bi)。对于包括两个组件B和C的系统N，系统N的组件的熵H由以下给出H(N) = -Si Sj P(bi，cj)*log P(bi，cj)。此处，如同根据结构对于与j不同的i，P(bi，cj) = 0，全局系统N的熵由以下给出H(N) = -Si Sj P(bi, cj)*log P(bi, cj) = -Si P(bi, ci)*logP(bi，ci) = -Si P(ni)*log P(ni)。由约束条件生成的信息量的增益，换句话说在系统N的两个组件B和C之间建立的传送量如下给出QI (N) = H(N)-[H(B) +H(C)]该项表示病人和仪器之间失配的分数，其值根据结构是正。该分数提供病人和仪器之间重大失配的量化并保持香农熵的主要特征。该分数取0和最大值之间的值。在没有交互(例如在仪器主导病人的VC中或不存在交互)或者当交互是在仅表示单一类别的概率分布的情况下是单调时。在第一情况下，两个组件独立工作且系统H(N)的信息量等于每个组件的信息量之和以使得QI的值为零。在第二情况下，如在AI模式或VAC模式中那样，当病人单调地以及总是同一交互类型启动时，病人-仪器系统不生成信息以及分数等于零。在每个呼吸对应于启动的机械循环的情况下，H⑶=H(C) = H(N) =0因此QI (N) =0。相反，如果所有观测到所有类型的交互，则信息量增加直到最大。该限制与当N类别的分布是一致(Hmax = -Log(l/N))之时达到的系统的最大商有关。不论类别的数量如何限定并因此如何观测换气模式或循环的启动机制，这些属性都被保持。对于临床验证，分数已被计算出以便针对机械吸入的启动的单一标准量化病人及其辅助仪器之间的配合。该情况对应于部分换气模式(检测辅助换气或呼吸辅助换气)。在这种情况下，仅存在三种情况，即1)请求的病人启动仪器；2)请求的病人部启动仪器；3)仪器无需请求的病人而启动。作为示例，图6示出在200个启动机械周期(Nt = re)上分数QI随病人-仪器失配的变化。QI的值随着被未检测到的呼吸请求数量化后的病人-仪器失配的重要性以及机械循环的自动启动(分别Bnd= (b-re)以及Cad= (c-re))而增加。在没有任何病人-仪器失配(Cad = Bnd = 0)的情况下QI的值为0，对于非等概率(Cad = Bnd = Nt = 200)事件数量的情况通过0. 84以便渐近达到值1. 369 -没有任何在病人-仪器失配时QI最小OlI= 0)-QI随着事件数目(Cad或Bnd)规则增加。当事件等概率(Cad = Bnd)并足够高以使得Nt相对于Cad和Bnd可忽略时，QI渐近地趋向最大值。在这种情况下，P (Cad) = P(Bnd)= 0. 5，其中 H(C) = H(B) = 1 以及 H(N) = 0. 631，其中 QI = 1. 369。
类似地，对于Cad或Bnd的给定值，QI增加以对于Bnd = Nt = 200或Cad达到最大值。 超过该最大值，QI保持较高并接近该最大值。还知道分数可以以数字或图形形式显示以被操作者简便感知，以便在需要时启动正确的处理。当然还可想到其它实施方式。
权利要求
1.一种对呼吸辅助病人与相应的辅助仪器之间的失配进行量化的量化系统，其特征在于包括-用于获取与病人(1)在呼吸循环中的呼吸状态相关的信息的装置00)，-用于获取与辅助仪器(2)在机械循环中的工作状态相关的信息的装置01)，-用于对这些信息进行滤波和处理以便检测并定位病人在呼吸循环上的状态变化和所述仪器在机械循环上的状态变化的滤波装置0 和处理装置03)，-用于根据这些状态变化来计算病人和仪器之间的异步信息的计算装置04)，以及-用于形成用于向操作者再现该异步信息的人机接口的装置05)。
2.根据权利要求1所述的量化系统，其特征在于，获取与病人的呼吸状态相关的信息的所述装置包括获取病人(1)与辅助仪器( 之间的气动力线路(3)中的气体的压力和流量信号的装置G，5)，连续估计在不存在病人的呼吸肌肉活动的情况下气动力线路(3) 中达到的气体理论压力的估计装置(6)，以及比较估计出的理论压力和测得的压力以便连续检测表示病人的呼吸肌肉活动的压力差的比较装置(7)。
3.根据权利要求1或2所述的量化系统，其特征在于，获取与辅助仪器的工作状态相关的信息的所述装置包括对仪器的气体流量信号进行处理以便检测其呼出和吸入状态的处理装置。
4.根据权利要求2或3所述的量化系统，其特征在于，获取与辅助仪器的工作状态相关的信息的所述装置集成在所述仪器中。
5.根据权利要求3所述的量化系统，其特征在于，获取与辅助仪器的工作状态相关的信息的所述装置包括与辅助仪器( 和病人(1)之间的气动力线路C3)相关联的气体流量传感器。
6.根据前述权利要求中任一项所述的量化系统，其特征在于，计算异步信息的计算装置04)包括根据以下关系式计算病人/机器失配的分数的装置QI (N)= H (N)-[H (B)+H (C)]其中，QI [N]是异步分数，H[N]是辅助仪器+病人⑴系统的香农熵，H[B]是仅病人(1)的香农熵，H[C]是仅辅助仪器的香农熵。
7.根据前述权利要求中任一项所述的量化系统，其特征在于，形成人机接口的装置 (25)包括显示该分数的显示装置。
8.根据前述权利要求7所述的量化系统，其特征在于，显示装置0 包括以数字形式显示该分数的显示装置。
9.根据前述权利要求7所述的量化系统，其特征在于，显示装置0 包括以图形形式显示该分数的显示装置。
10.根据前述权利要求中任一项所述的量化系统，其特征在于，计算装置04)适于计算与预定呼吸循环数量有关的异步信息。
11.根据前述权利要求3-10和权利要求2中任一项所述的量化系统，其特征在于，所述估计装置(6)包括对病人的被动呼吸系统进行建模的参数化和适应性建模装置(8)。
12.根据权利要求11所述的量化系统，其特征在于，所述建模装置(8)表现为根据在气动力线路中流动的气体的至少流量和体积而变化的模型形式。
13.根据权利要求11或12所述的量化系统，其特征在于，所述建模装置包括参数化模型的组合(8)，以及所述估计装置包括从这些模型的输入参数中提取测得的压力信号以便基于这些参数启动这些模型的工作的提取装置(9)，以及选择在检测和未检测到病人的呼吸肌肉活动方面区别最大的和/或在所用的参数数量方面最简单的模型以便保持估计的选择装置(10)。
14.根据权利要求13所述的量化系统，其特征在于，参数的所述提取装置(9)适于在由相继的吸入和呼出组成的至少一个机械循环上提取参数，排除当前机械循环起始的增压阶段(11)和当前机械循环结束处下一循环的吸入启动阶段(12)。
15.根据权利要求14所述的量化系统，其特征在于，增压阶段(11)和吸入的启动阶段 (12)是通过分析气动力线路(3)中的气体流量和压力的分析装置检测到的。
16.根据权利要求15所述的量化系统，其特征在于，所述分析装置连接到获取气动力线路(3)中的流量和压力信号的装置G，5)。
17.根据权利要求15或16所述的量化系统，其特征在于，所述分析装置集成到辅助仪器O)中。
18.根据权利要求14所述的量化系统，其特征在于，增压阶段(11)和吸入启动阶段 (12)是基于附加信号(14)通过分析装置检测到的，所述附加信号传送与病人的呼吸肌肉活动相关的生理信息。
19.根据权利要求18所述的量化系统，其特征在于，所述附加信号是肌动电流信号。
全文摘要
本发明涉及的系统的特征在于包括用于获取与病人(1)在呼吸循环中的呼吸状态相关的信息的装置(20)；用于获取与辅助仪器(2)在机械循环中的工作状态相关的信息的装置(21)；对这些信息进行滤波和处理以便检测并定位病人在呼吸循环上的状态变化和仪器在机械循环上的状态变化的滤波装置(22)和处理装置(23)；根据这些状态变化来计算病人和仪器之间的异步信息的计算装置(24)；以及形成用于向操作者再现该异步信息的人机接口的装置(25)。
文档编号A61M16/00GK102238975SQ200980144436
公开日2011年11月9日 申请日期2009年11月3日 优先权日2008年11月3日
发明者劳伦特·海耶, 皮埃尔·巴共尼尔 申请人:公共救济事业局-巴黎医院