1.本发明涉及基于大数据的医疗技术领域,尤其涉及一种基于大数据的医疗呼吸机气压抵偿方法及系统。
背景技术:2.在现代临床医学中,呼吸机作为一项能人工替代自主通气功能的有效手段,已普遍用于各种原因所致的呼吸衰竭、大手术期间的麻醉呼吸管理、呼吸支持治疗和急救复苏中,在现代医学领域内占有十分重要的位置。呼吸机是一种可以起到预防和治疗呼吸衰竭,减少并发症,挽救及延长病人生命的至关重要的医疗设备。
3.由于呼吸机通过风机提供加压气体,然后系统按照输气管呼吸动作调节输出的气压。现有技术中,呼吸机无法检测或及时检测到输气管更换不同规格输气管(如加长)后,导致的降压情况,无法为输气管提供稳定、所需的气量,导致输气管产生通气量偏低,血氧下降的状况。
4.因而,如何确保呼吸机在更换输气管后等其他气压降低的情况时,及时作出抵偿响应,为输气管提供足够的气量,以满足输气管的呼吸需求,是本领域技术人员急需解决的问题。
技术实现要素:5.为了克服现有技术的不足,本发明的意图之一在于提供一种基于大数据的医疗呼吸机气压抵偿方法,可以通过科学运算,及时对呼吸机的供氧气压变动进行调节,满足输气管的呼吸需求。
6.本发明的意图之一采用如下技术方式实现:
7.现有的技术相比,本发明优点在于:
8.一种基于大数据的医疗呼吸机气压抵偿方法,包括以下步骤:
9.步骤s1:启动呼吸机,与后台监测系统进行连接、通信;
10.步骤s2:设置运行参数;
11.步骤s3:呼吸机开始运行,进入气压抵偿监测模式;
12.步骤s4:后台监测系统实时收集呼吸机运行参数,并同步至大数据服务器。
13.进一步的,所述进入气压抵偿监测模式,具体如下:
14.步骤s100:取得呼吸机在各输气管长度下运行周期内不同时间点的通气量和呼吸频次以及呼吸机在不同气压下运行周期内的流速;
15.步骤s200:按照通气量和呼吸频次运算各输气管长度下的降压程度参数;
16.步骤s300:按照各输气管长度下的通气量和降压程度参数,运算任意两个气压之间的临近关联;
17.步骤s400:根据临近关联,对不同气压进行分组,得到若干组别;
18.步骤s500:取得各组的预设气压,根据各组预设气压对应的降压程度参数,运算各
预设气压下的抵偿气压;
19.步骤s600:将各组预设气压对应的抵偿气压上传至服务器中;
20.步骤s700:在呼吸机运行过程中,当气压发生变动时,按照呼吸机应提供的气压在服务器中匹配对应的抵偿气压。
21.进一步的,步骤s200包括:
22.s210:在不同气压下,将运行周期拆分为第一周期和第二周期;
23.s220:运算第一周期与第二周期内所有时间点的通气量之和的差数,得到各输气管长度下的通气量变动评估;
24.s230:运算运行周期内所有时间点呼吸频次的方差得到呼吸频次变动评估o;
25.s240:按照通气量变动评估和呼吸频次变动评估,得到各输气管长度下的降压程度参数q。
26.进一步的,步骤s300包括:
27.s310:运算任意两个气压下的通气量的皮尔逊积矩相关系数得到第一数据;
28.s320:分别运算两个气压下运行周期内所有时间点通气量全距与平均数,按照两个气压对应的通气量全距的差数与通气量平均数的差数,得到第二数据;
29.s330:运算两个气压下的降压程度参数差数的绝对值得到第三数据;
30.s340:按照第一数据、第二数据与第三数据得到任意两个气压之间的临近关联。
31.进一步的,包括步骤s800:
32.按照各组预设气压取得气压临界值范围,并对呼吸机所提供气压进行实时监测,若呼吸机所提供气压长时间处于气压临界值范围内,则需对呼吸机进行停机维护。
33.进一步的,步骤s100包括:
34.s110:利用测量工具(长度测量工具),测量每个气压在运行周期内的供氧路径;
35.s120:按照在各输气管长度下的供氧路径与运行周期的时间长短,运算各输气管长度下的流速,作为速率序列t;
36.s130:将气压测量计设置在输气管的出气口,采用气压测量计读取输气管上的气流所产生的气压参数,将读取的气压参数作为通气量,获得呼吸机在各输气管长度下运行周期内不同时间点的通气量,作为通气量序列e;
37.s140:将气压传感器设置在输气管的出气口,利用气压传感器对呼吸机的呼吸频次信息进行采样,直接对呼吸机的呼吸频次进行参数读取,获得呼吸机在各输气管长度下运行周期内不同时间点的呼吸频次,作为呼吸频次序列。
38.进一步的,步骤s220包括:
39.s221:在不同气压下,将运行周期拆分为第一周期和第二周期;
40.s222:运算第一周期与第二周期内所有时间点的通气量之和的差数,得到各输气管长度下的通气量变动评估e,用公式代表为:
41.fc=1/(1+|f
1-f2|)。
42.一种基于大数据的医疗呼吸机气压抵偿系统,包括网络模块、测量工具、后台监测系统、气压测量计、呼吸机及气压传感器;
43.网络模块用来后台监测系统、测量工具、气压测量计、气压传感器之间的通信、参数传输与交互,最终上传至大数据服务器;
44.后台监测系统包括参数采集模块、参数处理模块、参数分析模块、气压抵偿模块及呼吸机运行气压监控模块;
45.参数采集模块,用于取得呼吸机在各输气管长度下运行周期内不同时间点的通气量和呼吸频次;
46.参数处理模块,用于运算任意两个气压之间的临近关联;
47.参数分析模块,用于取得各组的预设气压,根据各组预设气压对应的降压程度参数,运算各预设气压下的抵偿气压;
48.气压抵偿模块,用于将各组预设气压对应的抵偿气压上传至服务器中、及匹配对应的抵偿气压;
49.呼吸机运行气压监控模块,用于监测呼吸机是否需要停机检查。
50.本发明得到的有益效果为:
51.采用医疗参数存储支持服务技术,本质上是根据复杂数学运算的、用于换算统计参数的方法对取得到的不同气压下的通气量和呼吸频次相关医疗参数信息进行参数处理,从而确定不同气压下的受阻程度,按照受阻程度运算不同气压下的抵偿气压,同时将获得的参数进行存储,按照呼吸机实际受到的气压与存储的参数取得相应的抵偿气压。
52.本发明可以及时应对呼吸机的气压变动,并进行相应的气压抵偿,使机器可以正常运行。
53.同时对呼吸机提供的气压进行实时监测,使呼吸机的供氧气压维持在正常范围内,确保了使用者的安全性。
54.上述示意仅是本发明技术方式的概述,为了可以更清楚了解本发明的技术手段,而可依照示意书的内容予以实施,并且为了让本发明的上述和其他意图、特点和优点可以更显明易懂,以下特举较佳实施例,并配合附图,详细示意如下。
55.附图示意
56.图1为医疗呼吸机气压抵偿系统的模块图。
具体实施方式
57.下面,结合附图以及具体实施方式,对本发明做进一步描绘,应当示意的是,在不相冲突的前提下,以下描绘的各实施例之间或各技术特点之间可以任意组合构成新的实施例。除非另有定义,本文所使用的全体的技术和客观术语与归于本发明的技术领域的技术人员通常解释的含义相等。本文中在本发明的示意书中所使用的术语只是为了描绘具体的实施例的意图,不是旨在于限度本发明。本文所使用的术语“及/或”包括一个或若干相关的所列名意图任意的和全体的组合。
58.参照图1,一种基于大数据的医疗呼吸机气压抵偿方法,包括以下步骤:
59.步骤s1:启动呼吸机,与后台监测系统进行连接、通信;
60.步骤s2:设置运行参数;
61.步骤s3:呼吸机开始运行,进入气压抵偿监测模式;
62.步骤s4:后台监测系统实时收集呼吸机运行参数,并同步至大数据服务器。
63.进入气压抵偿监测模式,具体如下:
64.步骤s100:取得呼吸机在各输气管长度下运行周期内不同时间点的通气量和呼吸
频次以及呼吸机在不同气压下运行周期内的流速;
65.要强调的是,呼吸机在一个恒定的供氧气压下,会以一个开始的流速进行供氧。当呼吸机在供氧过程中,流速会受输气管的影响而发生变动。输气管的长度关系呼吸机在供氧过程中需要提供的气压,输气管的长度越小,呼吸机在供氧过程中需要提供的气压越大,流速则越快,输气管的长度越大,呼吸机在供氧过程中需要提供的气压越小,流速则越慢。因而,呼吸机提供的气压大小,决定着呼吸机流速的快慢,在不同气压下有不同的流速,因而需要取得呼吸机在不同气压下运行周期内的流速;
66.步骤s200:按照通气量和呼吸频次运算各输气管长度下的降压程度参数;
67.步骤s300:按照各输气管长度下的通气量和降压程度参数,运算任意两个气压之间的临近关联;
68.步骤s400:根据临近关联,对不同气压进行分组,得到若干组别;
69.步骤s500:取得各组的预设气压,根据各组预设气压对应的降压程度参数,运算各预设气压下的抵偿气压;
70.各组内的气压大小是相近的,但是各组内的气压参数也是有不同的情况,在不同的气压下对应的有着不同的降压程度参数,在对组内的参数进行分析时,由于参数的不统一,容易产生偏差,因而为了减少偏差,先对组内的参数进行优化。
71.将组内的一些类似于整体参数来说,具有较大差距的反常参数进行筛除,防止差距过大而影响运算结论。根据呼吸机不同的流速代表呼吸机提供了不同的气压,流速越慢,则气压越小,因而可以用流速代表不同的气压。
72.为了确保抵偿气压可以对组内所有气压下的呼吸机都产生有利功效,取得各组内的最大气压运算抵偿气压。运算各组内最小的流速与整组流速的比率得到最大气压,将各组的最大气压作为各组的预设气压。
73.要强调的是,呼吸机的开始供氧量适用于一个开始气压,且两者之间有一定的关联度(两者之间的关系是现有技术,本实施例不再赘述),将开始供氧量与开始气压之间的关联因数作为l,当呼吸机提供的气压发生变动时,开始供氧量就不再匹配与气压之间的关系,因而需要对呼吸机的供氧气压进行抵偿。
74.抵偿气压用公式代表为:
75.ny=qy*l
76.其中,ny代表预设气压y对应的抵偿气压,qy代表预设气压y下的降压程度参数,l代表开始供氧量与开始气压之间的关联因数,输气管需要按照实际情况进行设置。
77.步骤s600:将各组预设气压对应的抵偿气压上传至服务器中;
78.步骤s700:在呼吸机运行过程中,当气压发生变动时,按照呼吸机应提供的气压在服务器中匹配对应的抵偿气压。
79.步骤s200包括:
80.s210:在不同气压下,将运行周期拆分为第一周期和第二周期;
81.s220:运算第一周期与第二周期内所有时间点的通气量之和的差数,得到各输气管长度下的通气量变动评估;
82.s230:运算运行周期内所有时间点呼吸频次的方差得到呼吸频次变动评估o;
83.s240:按照通气量变动评估和呼吸频次变动评估,得到各输气管长度下的降压程
度参数q。
84.即当呼吸机利用输气管向输气管输送的通气量和呼吸机呼吸频次发生变动时,呼吸机的降压程度参数相应的也随之变动。
85.步骤s300包括:
86.s310:运算任意两个气压下的通气量的皮尔逊积矩相关系数得到第一数据;
87.s320:分别运算两个气压下运行周期内所有时间点通气量全距与平均数,按照两个气压对应的通气量全距的差数与通气量平均数的差数,得到第二数据;
88.s330:运算两个气压下的降压程度参数差数的绝对值得到第三数据;
89.s340:按照第一数据、第二数据与第三数据得到任意两个气压之间的临近关联。
90.上述临近关联的运算方法为:
91.s(a,b)=h*i*j;
[0092][0093]
i=[|g(ec)-g(eb)|]/[1+|mean(ec)-mean(ed)|];
[0094]
j=1/(1+|q
c-qd|);
[0095]
其中,s(c,d)代表气压为c与气压为d之间的临近关联,ec、ed分别代表气压为c与气压为d下的通气量,qc、qd分别代表气压为c与气压为d下的降压程度参数;
[0096]
h为第一数据,代表气压c与气压d下的通气量的皮尔逊积矩相关系数;i为第二数据,g(ec)、g(ed)分别代表在气压为c与气压为d下运行周期内所有时间点通气量的全距,mean(ec)、mean(ed)分别代表在气压为c与气压为d下运行周期内所有时间点通气量的平均数;
[0097]
j为第三数据,|q
c-qd|代表两个气压下降压程度参数的差数,差数越大,则临近关联越小,差数越小,则临近关联越大。
[0098]
根据各输气管长度之间的临近关联,得到各个气压之间的距离,用公式代表为:
[0099]
u=1/[1+s(c,d)];
[0100]
其中,u代表气压为c和d时的距离,两个气压之间的临近关联越强,距离越近,临近关联越弱,距离越远。
[0101]
按照各输气管长度之间的距离,并此采用基于密度的噪声应用空间聚类算法对不同的气压进行分组,得到若干组别。先设置一个搜寻范围,并设搜寻范围的面积为v,按照搜寻范围面积v对其进行分组。可按照实际情况对搜寻面积v的取值进行调整,进而调整得到组别的数量。此外,输气管还可按照实际情况进行采取合适的聚类方法或者分组方法。
[0102]
包括步骤s800:
[0103]
按照各组预设气压取得气压临界值范围,并对呼吸机所提供气压进行实时监测,若呼吸机所提供气压长时间处于气压临界值范围内,则需对呼吸机进行停机维护。
[0104]
临界值范围设为(0.85y,y],由于对呼吸机的运行参数监测是实时进行的,因而当呼吸机的气压长时间处于气压临界值范围内,代表呼吸机的气压长时间处于异常状态,因而需要相应的采取措施。
[0105]
步骤s100包括:
[0106]
s110:利用测量工具,测量每个气压在运行周期内的供氧路径;
[0107]
s120:按照在各输气管长度下的供氧路径与运行周期的时间长短,运算各输气管
长度下的流速,作为速率序列t;
[0108]
由于在一个恒定的气压下,呼吸机不同的流速代表着呼吸机提供了不同的气压,因而可以用流速代表不同的气压。
[0109]
要重申的是,呼吸机在进行代替呼吸时,需要向输气管输送氧气,通常采用输气管的方式,而向输气管输送的通气量和流速有关。当呼吸机的管道较短时,呼吸机的流速对输气管的影响较小,则向输气管输送的通气量变动也小。当管道较长、且有折弯或破损时,对呼吸机的流速有一定的影响,则对向输气管输送的通气量也有所影响,即流速变慢会导致呼吸机向输气管输送的通气量变少。因而可以按照呼吸机向输气管输送的通气量信息来反映呼吸机在供氧过程中的输气管情况,则需要采集呼吸机向输气管输送的通气量。
[0110]
s130:将气压测量计设置在输气管的出气口,采用气压测量计读取输气管上的气流所产生的气压参数,将读取的气压参数作为通气量,获得呼吸机在各输气管长度下运行周期内不同时间点的通气量,作为通气量序列e;
[0111]
要重申的是,由于呼吸机在进行代替呼吸时,呼吸机受系统控制。若输气管的阻值不发生变动,则呼吸机的供氧较为稳定,若输气管增大,呼吸机在供氧过程中受到的阻值变大,则呼吸频次会发生波动。进而波动越大,代表呼吸机受到的气压越大,因而需对呼吸机的呼吸频次进行采样。
[0112]
s140:将气压传感器设置在输气管的出气口,利用气压传感器对呼吸机的呼吸频次信息进行采样,直接对呼吸机的呼吸频次进行参数读取,获得呼吸机在各输气管长度下运行周期内不同时间点的呼吸频次,作为呼吸频次序列。
[0113]
本实施例中将运行周期设置为3分钟,运行周期对应的时间点设置为3秒,也可按照实际情况对运行周期和其对应时间点的数据进行调节。
[0114]
步骤s220包括:
[0115]
s221:在不同气压下,将运行周期拆分为第一周期和第二周期;
[0116]
s222:运算第一周期与第二周期内所有时间点的通气量之和的差数,得到各输气管长度下的通气量变动评估f,用公式代表为:
[0117]
fc=1/(1+|e
1-e2|)。
[0118]
其中,fc代表气压为c时的通气量变动评估,e1代表第一周期内所有时间点输气管长度之和,e2代表第二周期内所有通气量之和。并且使其值域位于(0,1]之间,当通气量变动评估f趋近于1时,则代表通气量变动小,当其趋近于0时,则代表通气量变动大。
[0119]
要重申的是,将运行周期拆分为第一周期和第二周期,可以将运行周期均匀拆分,也可以将通气量变动较小的时间点拆分为第一周期,将通气量变动较大的时间点拆分为第二周期,可按照实际情况进行采取拆分的方法。
[0120]
一种基于大数据的医疗呼吸机气压抵偿系统,包括网络模块、测量工具、后台监测系统、气压测量计、呼吸机及气压传感器;
[0121]
网络模块用来后台监测系统、测量工具、气压测量计、气压传感器之间的通信、参数传输与交互,最终上传至大数据服务器;
[0122]
后台监测系统包括参数采集模块、参数处理模块、参数分析模块、气压抵偿模块及呼吸机运行气压监控模块;
[0123]
参数采集模块,用于取得呼吸机在各输气管长度下运行周期内不同时间点的通气
量和呼吸频次;
[0124]
参数处理模块,用于运算任意两个气压之间的临近关联;
[0125]
参数分析模块,用于取得各组的预设气压,根据各组预设气压对应的降压程度参数,运算各预设气压下的抵偿气压;
[0126]
气压抵偿模块,用于将各组预设气压对应的抵偿气压上传至服务器中、及匹配对应的抵偿气压;
[0127]
呼吸机运行气压监控模块,用于监测呼吸机是否需要停机检查。
[0128]
上述实施方式仅为本发明的优选实施方式,不能以此来限度本发明保护的范围,本领域的技术人员在本发明的基础上所做的一切非实则性的转化及替换均归于本发明所条件保护的范围。