呼吸机安全控制的方法、呼吸机及云平台的制作方法
【专利摘要】本发明涉及一种呼吸机安全控制的方法、呼吸机及云平台，该方法包括：当呼吸机处于联网状态且处于运行状态时，采集用户的生理特征参数，并将生理参数及呼吸机的配置参数发送至云平台；云平台将生理特征参数及配置参数存储至数据库；当用户发生睡眠呼吸事件时，云平台基于预先训练的模型对生理特征参数及配置参数进行学习，以得到新的配置参数，云平台基于睡眠呼吸事件获取预存的睡眠呼吸事件对应的安全配置参数，若安全配置参数与新的配置参数不一致时，将新的配置参数下发至对应的呼吸机，以便呼吸机按照新的配置参数进行设置，并按照设置后的参数运行。本发明的呼吸机在用户发生睡眠呼吸事件时能够较快做出准确的调整，提高呼吸机使用的安全性。
【专利说明】
呼吸机安全控制的方法、呼吸机及云平台
技术领域
[0001]本发明涉及医疗设备技术领域，尤其涉及一种呼吸机安全控制的方法、呼吸机及
Ζ5Γ平台O
【背景技术】
[0002]目前，用户使用无创呼吸机时，一般是由医护人员通过本机对用户当前的情况进行检测，在用户发生睡眠呼吸事件时，医护人员按照设定的程序调整呼吸机，期间可能需要医护人员反复多次调节，才能达到最佳状态。这种呼吸机的使用方式存在的缺陷是:如果用户发生睡眠呼吸事件，医护人员可能来不及进行调整呼吸机而造成不可挽回的后果。
【发明内容】
[0003]本发明所要解决的技术问题是提供一种呼吸机安全控制的方法、呼吸机及云平台。
[0004]本发明解决上述技术问题的技术方案如下:一种呼吸机安全控制的方法，所述呼吸机安全控制的方法包括:
[0005]SI，当呼吸机处于联网状态且处于运行状态时，采集用户的生理特征参数，并将所述生理参数及呼吸机的配置参数发送至云平台；
[0006]S2，所述云平台将所述生理特征参数及所述配置参数存储至数据库；
[0007]S3，当用户发生睡眠呼吸事件时，所述云平台基于预先训练的模型对所述生理特征参数及所述配置参数进行学习，以得到新的配置参数；
[0008]S4，所述云平台基于所述睡眠呼吸事件获取预存的所述睡眠呼吸事件对应的安全配置参数，若所述安全配置参数与新的配置参数不一致时，将新的配置参数下发至对应的呼吸机，以便所述呼吸机按照新的配置参数进行设置，并按照设置后的参数运行。
[0009]优选地，所述步骤S3之后还包括:
[0010]S5，若呼吸机未接收到所述云平台下发的新的配置参数，则获取本机预存的所述睡眠呼吸事件对应的安全配置参数，按照所述本机预存的所述睡眠呼吸事件对应的安全配置参数进行设置，并按照设置后的参数运行。
[0011]优选地，所述步骤S3之后还包括:
[0012]当用户发生睡眠呼吸事件时，所述云平台获取所述用户的历史生理特征参数，将当前采集的用户的生理特征参数与所述历史生理特征参数进行比对；
[0013]若两者的差值大于预设阈值时，将所述睡眠呼吸事件发送至医用终端。
[0014]优选地，还包括:
[0015]所述呼吸机接收输入的睡眠呼吸事件及对应的安全配置参数范围并存储;或者
[0016]所述云平台获取数据库中存储的每一用户的睡眠呼吸事件及对应的呼吸机的配置参数，对每一用户的睡眠呼吸事件及对应的呼吸机的配置参数进行分析，以分析得到睡眠呼吸事件对应的安全配置参数范围，将分析得到的睡眠呼吸事件及对应的安全配置参数范围发送给所述呼吸机；
[0017]所述呼吸机接收云平台发送的分析得到的睡眠呼吸事件及对应的安全配置参数范围并存储。
[0018]本发明解决上述技术问题的技术方案还如下:一种基于上述的呼吸机安全控制的方法的呼吸机，所述呼吸机用于当呼吸机处于联网状态且处于运行状态时，采集用户的生理特征参数，并将所述生理参数及呼吸机的配置参数发送至云平台；当用户发生睡眠呼吸事件时，接收云平台下发的新的配置参数，按照新的配置参数进行设置，并按照设置后的参数运行。
[0019]优选地，所述呼吸机还用于若呼吸机未接收到所述云平台下发的新的配置参数，则获取本机预存的所述睡眠呼吸事件对应的安全配置参数，按照所述本机预存的所述睡眠呼吸事件对应的安全配置参数进行设置，并按照设置后的参数运行。
[0020]优选地，所述呼吸机还用于接收输入的睡眠呼吸事件及对应的安全配置参数范围并存储;或者接收云平台发送的分析得到的睡眠呼吸事件及对应的安全配置参数范围并存储。
[0021]本发明解决上述技术问题的技术方案还如下:一种基于上述的呼吸机安全控制的方法的云平台，所述云平台用于接收呼吸机发送的生理参数及呼吸机的配置参数，将所述生理特征参数及所述配置参数存储至数据库；当用户发生睡眠呼吸事件时，所述云平台基于预先训练的模型对所述生理特征参数及所述配置参数进行学习，以得到新的配置参数，基于所述睡眠呼吸事件获取预存的所述睡眠呼吸事件对应的安全配置参数，若所述安全配置参数与新的配置参数不一致时，并将新的配置参数下发至对应的呼吸机，以便所述呼吸机按照新的配置参数进行设置，并按照设置后的参数运行。
[0022]优选地，所述云平台还用于当用户发生睡眠呼吸事件时，获取所述用户的历史生理特征参数，将当前采集的用户的生理特征参数与所述历史生理特征参数进行比对;若两者的差值大于预设阈值时，将所述睡眠呼吸事件发送至医用终端。
[0023]优选地，所述云平台还用于获取数据库中存储的每一用户的睡眠呼吸事件及对应的呼吸机的配置参数，对每一用户的睡眠呼吸事件及对应的呼吸机的配置参数进行分析，以分析得到睡眠呼吸事件对应的安全配置参数范围，将分析得到的睡眠呼吸事件及对应的安全配置参数范围发送给所述呼吸机。
[0024]本发明的有益效果是:本发明呼吸机在联网使用时采集用户的生理特征参数，将生理参数及呼吸机的配置参数发送至云平台，如果用户发生睡眠呼吸事件，则云平台能够通过预先训练的模型进行机器学习，即将用户的生理参数及呼吸机的配置参数输入该模型中，然后可以学习得到新的配置参数，云平台通过根据睡眠呼吸事件获取预先存储的安全配置参数，如果新的配置参数与预存的安全配置参数不一致时，则优先使用云平台的新的配置参数的方案，由于云平台的新的配置参数是基于大量数据学习得到的，准确性高，使得用户在发生睡眠呼吸事件时，即使没有医生的协助，呼吸机也能够较快做出准确的调整，提高呼吸机使用的安全性，避免造成不良后果。
【附图说明】
[0025]图1为本发明呼吸机安全控制的方法第一实施例的流程示意图；
[0026]图2为本发明呼吸机安全控制的方法第二实施例的流程示意图；
[0027]图3为本发明呼吸机与云平台交互的一实施例的结构示意图。
【具体实施方式】
[0028]以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
[0029]如图1所示，图1为本发明呼吸机安全控制的方法一实施例的流程示意图，该呼吸机安全控制的方法包括以下步骤:
[0030]步骤SI，当呼吸机处于联网状态且处于运行状态时，采集用户的生理特征参数，并将所述生理参数及呼吸机的配置参数发送至云平台；
[0031]本实施例中，呼吸机优选为能够联网的无创呼吸机。当呼吸机处于联网状态且处于运行状态时，呼吸机以自身设定的配置参数运行，其除了作为治疗仪器外还采集用户的生理特征参数，所采集的生理特征参数包括心率及血氧等等，配置参数包括流量及压力等等。
[0032]其中，呼吸机可以实时采集用户的生理特征参数，并将采集的生理参数发送至云平台，以对用户的病情进行实时监控;或者，定时采集用户的生理特征参数，例如每隔3分钟或者每隔5分钟进行采集，然后将采集的生理特征参数发送至云平台，以减轻负担。另外，呼吸机的配置参数可以实时地与所采集的用户的生理参数一同发送给云平台，也可以定时地与所采集的用户的生理参数一同发送给云平台。
[0033]本实施例中，呼吸机采集用户的生理特征参数的采集频率为300— 2000HZ，优选地，呼吸机的采集频率为1000HZ。为了减轻网络负担，呼吸机将生理参数及呼吸机的配置参数发送至云平台前，可以对其先压缩打包处理，然后再发送，发送的频率可以是I秒钟I 一100组数据(只要云平台及带宽允许即可)，优选地，发送的频率为I秒钟5组数据。
[0034]步骤S2，所述云平台将所述生理特征参数及所述配置参数存储至数据库；
[0035]本实施例中，云平台接收到呼吸机发送的用户的生理特征参数及呼吸机当前的配置参数后，将用户的生理特征参数及呼吸机的配置参数存储至专门的数据库硬盘中，其中，为了节省平台成本并降低维护的难度，数据库优选为分布式的，即数据库物理上是分布式的、逻辑上是统一的，当然，也可以是物理上在同一个地点，逻辑上为分布式的数据库。
[0036]步骤S3，当用户发生睡眠呼吸事件时，所述云平台基于预先训练的模型对所述生理特征参数及所述配置参数进行学习，以得到新的配置参数；
[0037]当用户发生睡眠呼吸事件时，例如用户发生阻塞性睡眠呼吸暂停时，呼吸机通过其采集的生理特征参数可以进行判定，例如心率几近为0，血氧大大降低，可以判定用户发生睡眠呼吸事件。呼吸机将采集的用户的生理特征参数及呼吸机的配置参数发送至云平台后，云平台根据用户的生理特征参数进行判断，当判断出用户当前发生睡眠呼吸事件时，通过云平台预先训练的模型对生理特征参数及配置参数进行挖掘和学习，以得到呼吸机新的配置参数。当然，如果云平台根据用户的生理特征参数判断用户处于正常状态时，不做进一步的处理。
[0038]其中，预先训练的模型基于大量用户的历史数据进行数据挖掘及机器学习训练得至IJ，预先训练的模型例如可以是基于径向基函数的神经网络(RBF网络)模型。以其中一种睡眠呼吸事件的学习为例，例如对于低通气病症，输入RBF网络的变量为数据库中该睡眠呼吸事件对应的大量数据，即该睡眠呼吸事件对应波形的波形峰度因子、峰值、用户吸气呼气时间比等生理特征数据，输出为一个相似系数，该系数是一个位于区间[0，1]的小数，越接近I说明当前波形越能反映该睡眠呼吸事件的特征，通过该相似系数可以得到对应的呼吸机的新的配置参数。
[0039 ] 步骤S4，所述云平台基于所述睡眠呼吸事件获取预存的所述睡眠呼吸事件对应的安全配置参数，若所述安全配置参数与新的配置参数不一致时，将新的配置参数下发至对应的呼吸机，以便所述呼吸机按照新的配置参数进行设置，并按照设置后的参数运行。
[0040]本实施例中，云平台在判断出用户当前发生睡眠呼吸事件时(判断方法可以与呼吸机的类似)，获取预存的睡眠呼吸事件对应的安全配置参数，同时，将该新的配置参数与安全配置参数进行比较，如果两者不一致时，将新的配置参数下发至对应的呼吸机，以便呼吸机使用云平台发送的新的配置参数重新设置，以使呼吸机按照设置后的参数运行。
[0041]其中，云平台存储的安全配置参数可以是根据医生的建议预先在医用终端上输入并发给云平台并存储的，也可以是由云平台通过数据挖掘及机器学习训练得到的。
[0042]与现有技术相比，本实施例呼吸机在联网使用时采集用户的生理特征参数，将生理参数及呼吸机的配置参数发送至云平台，如果用户发生睡眠呼吸事件，则云平台能够通过预先训练的模型进行机器学习，即将用户的生理参数及呼吸机的配置参数输入该模型中，然后可以学习得到新的配置参数，云平台通过根据睡眠呼吸事件获取预先存储的安全配置参数，如果新的配置参数与预存的安全配置参数不一致时，则优先使用云平台的新的配置参数的方案，由于云平台的新的配置参数是基于大量数据学习得到的，准确性高，使得用户在发生睡眠呼吸事件时，即使没有医生的协助，呼吸机也能够较快做出准确的调整，提高呼吸机使用的安全性，避免造成不良后果。
[0043]在一优选的实施例中，如图2所示，在上述图1的实施例的基础上，在上述步骤S3之后还包括:
[0044]S5，若呼吸机未接收到所述云平台下发的新的配置参数，则获取本机预存的所述睡眠呼吸事件对应的安全配置参数，按照所述本机预存的所述睡眠呼吸事件对应的安全配置参数进行设置，并按照设置后的参数运行。
[0045]本实施例中，在用户发生睡眠呼吸事件时，如果云平台在预设时间内未做出响应(例如新的配置参数与云平台存储的对应的安全配置参数一致时，云平台不做响应)或者断网的情况下，呼吸机无法获取到云平台的新的配置参数，则呼吸机可以获取本机预存的睡眠呼吸事件对应的安全配置参数，按照本机预存的睡眠呼吸事件对应的安全配置参数进行设置，并按照设置后的参数运行。优选地，本机预存的睡眠呼吸事件对应的安全配置参数与云平台预存的安全配置参数一致。
[0046]本实施例中，呼吸机中自备一套呼吸机的配置参数的方案，该方案可以是根据医生的建议进行预先设定，或者由云平台通过数据挖掘及机器学习训练得到的，并且预先存储于本机中，在接收到云平台发送的新的配置参数时使用云平台的方案；而在云平台未做出响应或者断网的情况下，呼吸机可以使用自身的方案，即使用本机预存的睡眠呼吸事件对应的安全配置参数来设置呼吸机，本实施例提供两套方案，能够进一步提高呼吸机使用的安全性。
[0047]在一优选的实施例中，在上述图1的实施例的基础上，在上述步骤S3之后还包括:
[0048]当用户发生睡眠呼吸事件时，所述云平台获取所述用户的历史生理特征参数，将当前采集的用户的生理特征参数与所述历史生理特征参数进行比对;若两者的差值大于预设阈值时，将所述睡眠呼吸事件发送至医用终端。
[0049]本实施例中，当用户发生睡眠呼吸事件时，由于云平台中存储有用户的历史生理特征参数，因此可以将发生睡眠呼吸事件时的生理特征参数与用户的历史生理特征参数一一对应进行比对，例如将用户发生睡眠呼吸事件时的心率与历史心率进行比对、将用户发生睡眠呼吸事件时的血氧与历史血氧进行比对，比对后，如果心率的差值和/或血氧的差值大于预设阈值时，即用户当前的状态明显变化，且变化过大或者不正常时，云平台可以将睡眠呼吸事件发送至医用终端，以对云平台进行故障诊断。
[0050]在一优选的实施例中，在上述图1的实施例的基础上，还包括:
[0051]所述呼吸机接收输入的睡眠呼吸事件及对应的安全配置参数范围并存储;或者
[0052]所述云平台获取数据库中存储的每一用户的睡眠呼吸事件及对应的呼吸机的配置参数，对每一用户的睡眠呼吸事件及对应的呼吸机的配置参数进行分析，以分析得到睡眠呼吸事件对应的安全配置参数范围，将分析得到的睡眠呼吸事件及对应的安全配置参数范围发送给所述呼吸机；
[0053]所述呼吸机接收云平台发送的分析得到的睡眠呼吸事件及对应的安全配置参数范围并存储。
[0054]用户在使用呼吸机之前，需要根据医生的建议，设定呼吸机的配置参数的范围，例如设定压力调节的区间，压力区间通常在4一 15cmH20之间，以不会对用户造成伤害为基准。具体地，可以在呼吸机的人机交互界面上输入睡眠呼吸事件及对应的安全配置参数范围；或者
[0055]如果没有医生的建议时，云平台获取数据库中存储的每一用户的睡眠呼吸事件及对应的呼吸机的配置参数，对每一用户的睡眠呼吸事件及对应的呼吸机的配置参数进行分析，得出一个使用率最高最有效的安全配置参数范围，并发送给呼吸机。
[0056]具体地，以呼吸机的压力为例，获取数据库中存储的每一用户的睡眠呼吸事件及对应的呼吸机的压力，获取每一用户对应的呼吸机的压力的上限值和下限值;将所有用户的呼吸机的压力的上限值和下限值分别做成上限值的集合及下限值的集合共两个集合;在每一集合中按整数对集合进行区间划分，如:1.2，1.4，1.9都划分到I 一 2区间内；对区间进行从小到大的排序，计算每个区间在整个集合中所占的比例;选取所占的比例最高的那个区间，对这个区间内的所有压力进行算术平均值，下限值的集合对应的算术平均值与上限值的集合对应的算术平均值两者所形成的区间即为安全配置参数范围。
[0057]本实施例呼吸机在后续的使用中，呼吸机不论是在什么情况下，都不会将配置参数设定在上述的安全配置参数范围之外，如果设定在上述的安全配置参数范围之外时可以采取相应的措施(例如将配置参数调整至安全配置参数范围之内、告知医用终端等等)，这样能最大限度的保证使用的安全。
[0058]如图3所示，图3为本发明呼吸机与云平台交互的一实施例的结构示意图，该呼吸机用于当呼吸机处于联网状态且处于运行状态时，采集用户的生理特征参数，并将所述生理参数及呼吸机的配置参数发送至云平台；当用户发生睡眠呼吸事件时，接收云平台下发的新的配置参数，按照新的配置参数进行设置，并按照设置后的参数运行。
[0059]本实施例中，呼吸机优选为能够联网的无创呼吸机。当呼吸机处于联网状态且处于运行状态时，呼吸机以自身设定的配置参数运行，其除了作为治疗仪器外还采集用户的生理特征参数，所采集的生理特征参数包括心率及血氧等等，配置参数包括流量及压力等等。
[0060]其中，呼吸机可以实时采集用户的生理特征参数，并将采集的生理参数发送至云平台，以对用户的病情进行实时监控;或者，定时采集用户的生理特征参数，例如每隔3分钟或者每隔5分钟进行采集，然后将采集的生理特征参数发送至云平台，以减轻负担。另外，呼吸机的配置参数可以实时地与所采集的用户的生理参数一同发送给云平台，也可以定时地与所采集的用户的生理参数一同发送给云平台。
[0061 ]本实施例中，呼吸机采集用户的生理特征参数的采集频率为300 — 2000HZ，优选地，呼吸机的采集频率为1000HZ。为了减轻网络负担，呼吸机将生理参数及呼吸机的配置参数发送至云平台前，可以对其先压缩打包处理，然后再发送，发送的频率可以是I秒钟I 一100组数据(只要云平台及带宽允许即可)，优选地，发送的频率为I秒钟5组数据。
[0062]本实施例中，呼吸机在判断出用户当前发生睡眠呼吸事件时，等待云平台下发新的配置参数，在接收到云平台发送的新的配置参数时，使用云平台发送的新的配置参数重新设置，以使呼吸机按照设置后的参数运行。
[0063]其中，云平台发送的新的配置参数为通过大数据挖掘及机器学习得到，具有较高的准确性。呼吸机优先使用云平台下发的新的配置参数，能够使得呼吸机做出准确的调整，提高呼吸机使用的安全性。
[0064]优选地，若呼吸机未接收到所述云平台下发的新的配置参数，则获取本机预存的所述睡眠呼吸事件对应的安全配置参数，按照所述本机预存的所述睡眠呼吸事件对应的安全配置参数进行设置，并按照设置后的参数运行。
[0065]本实施例中，在用户发生睡眠呼吸事件时，如果云平台在预设时间内未做出响应(例如新的配置参数与云平台存储的对应的安全配置参数一致时，云平台不做响应)或者断网的情况下，呼吸机无法获取到云平台的新的配置参数，则呼吸机可以获取本机预存的睡眠呼吸事件对应的安全配置参数，按照本机预存的睡眠呼吸事件对应的安全配置参数进行设置，并按照设置后的参数运行。优选地，本机预存的睡眠呼吸事件对应的安全配置参数与云平台预存的安全配置参数一致。
[0066]本实施例中，呼吸机中自备一套呼吸机的配置参数的方案，该方案可以是根据医生的建议进行预先设定，或者由云平台通过数据挖掘及机器学习训练得到的，并且预先存储于本机中，在接收到云平台发送的新的配置参数时使用云平台的方案；而在云平台未做出响应或者断网的情况下，呼吸机可以使用自身的方案，即使用本机预存的睡眠呼吸事件对应的安全配置参数来设置呼吸机，本实施例提供两套方案，能够进一步提高呼吸机使用的安全性。
[0067]优选地，呼吸机还用于接收输入的睡眠呼吸事件及对应的安全配置参数范围并存储;或者接收云平台发送的分析得到的睡眠呼吸事件及对应的安全配置参数范围并存储。
[0068]用户在使用呼吸机之前，需要根据医生的建议，设定呼吸机的配置参数的范围，例如设定压力调节的区间，压力区间通常在4一 15cmH20之间，以不会对用户造成伤害为基准。具体地，可以在呼吸机的人机交互界面上输入睡眠呼吸事件及对应的安全配置参数范围；或者如果没有医生的建议时，由云平台分析得出一个使用率最高最有效的安全配置参数范围，并发送给呼吸机。
[0069]本实施例呼吸机在后续的使用中，呼吸机不论是在什么情况下，都不会将配置参数设定在上述的安全配置参数范围之外，如果设定在上述的安全配置参数范围之外时可以采取相应的措施(例如将配置参数调整至安全配置参数范围之内、告知医用终端等等)，这样能最大限度的保证使用的安全。
[0070]请继续参阅图3，其中，云平台用于接收呼吸机发送的生理参数及呼吸机的配置参数，将所述生理特征参数及所述配置参数存储至数据库；当用户发生睡眠呼吸事件时，所述云平台基于预先训练的模型对所述生理特征参数及所述配置参数进行学习，以得到新的配置参数，基于所述睡眠呼吸事件获取预存的所述睡眠呼吸事件对应的安全配置参数，若所述安全配置参数与新的配置参数不一致时，并将新的配置参数下发至对应的呼吸机，以便所述呼吸机按照新的配置参数进行设置，并按照设置后的参数运行。
[0071]本实施例中，云平台接收到呼吸机发送的用户的生理特征参数及呼吸机当前的配置参数后，将用户的生理特征参数及呼吸机的配置参数存储至专门的数据库硬盘中，其中，为了节省平台成本并降低维护的难度，数据库优选为分布式的，即数据库物理上是分布式的、逻辑上是统一的，当然，也可以是物理上在同一个地点，逻辑上为分布式的数据库。
[0072]当用户发生睡眠呼吸事件时，例如用户发生阻塞性睡眠呼吸暂停时，呼吸机通过其采集的生理特征参数可以进行判定，例如心率几近为0，血氧大大降低，可以判定用户发生睡眠呼吸事件。呼吸机将采集的用户的生理特征参数及呼吸机的配置参数发送至云平台后，云平台根据用户的生理特征参数进行判断，当判断出用户当前发生睡眠呼吸事件时，通过云平台预先训练的模型对生理特征参数及配置参数进行挖掘和学习，以得到呼吸机新的配置参数。当然，如果云平台根据用户的生理特征参数判断用户处于正常状态时，不做进一步的处理。
[0073]其中，预先训练的模型基于大量用户的历史数据进行数据挖掘及机器学习训练得至IJ，预先训练的模型例如可以是基于径向基函数的神经网络(RBF网络)模型。以其中一种睡眠呼吸事件的学习为例，例如对于低通气病症，输入RBF网络的变量为数据库中该睡眠呼吸事件对应的大量数据，即该睡眠呼吸事件对应波形的波形峰度因子、峰值、用户吸气呼气时间比等生理特征数据，输出为一个相似系数，该系数是一个位于区间[0，1]的小数，越接近I说明当前波形越能反映该睡眠呼吸事件的特征，通过该相似系数可以得到对应的呼吸机的新的配置参数。
[0074]本实施例中，云平台在判断出用户当前发生睡眠呼吸事件时，获取预存的睡眠呼吸事件对应的安全配置参数，同时，将该新的配置参数与安全配置参数进行比较，如果两者不一致时，将新的配置参数下发至对应的呼吸机，以便呼吸机使用云平台发送的新的配置参数重新设置，以使呼吸机按照设置后的参数运行。
[0075]其中，云平台存储的安全配置参数可以是根据医生的建议预先输入并存储的，也可以是由云平台通过数据挖掘及机器学习训练得到的。
[0076]优选地，如图3所示，云平台还用于当用户发生睡眠呼吸事件时，获取所述用户的历史生理特征参数，将当前采集的用户的生理特征参数与所述历史生理特征参数进行比对;若两者的差值大于预设阈值时，将所述睡眠呼吸事件发送至医用终端。
[0077]本实施例中，当用户发生睡眠呼吸事件时，由于云平台中存储有用户的历史生理特征参数，因此可以将发生睡眠呼吸事件时的生理特征参数与用户的历史生理特征参数一一对应进行比对，例如将用户发生睡眠呼吸事件时的心率与历史心率进行比对、将用户发生睡眠呼吸事件时的血氧与历史血氧进行比对，比对后，如果心率的差值和/或血氧的差值大于预设阈值时，即用户当前的状态明显变化，且变化过大或者不正常时，云平台可以将睡眠呼吸事件发送至医用终端，以对云平台进行故障诊断。
[0078]优选地，云平台还用于获取数据库中存储的每一用户的睡眠呼吸事件及对应的呼吸机的配置参数，对每一用户的睡眠呼吸事件及对应的呼吸机的配置参数进行分析，以分析得到睡眠呼吸事件对应的安全配置参数范围，将分析得到的睡眠呼吸事件及对应的安全配置参数范围发送给所述呼吸机。
[0079]如果没有医生的建议时，云平台获取数据库中存储的每一用户的睡眠呼吸事件及对应的呼吸机的配置参数，对每一用户的睡眠呼吸事件及对应的呼吸机的配置参数进行分析，得出一个使用率最高最有效的安全配置参数范围，并发送给呼吸机。
[0080]具体地，以呼吸机的压力为例，获取数据库中存储的每一用户的睡眠呼吸事件及对应的呼吸机的压力，获取每一用户对应的呼吸机的压力的上限值和下限值;将所有用户的呼吸机的压力的上限值和下限值分别做成上限值的集合及下限值的集合共两个集合;在每一集合中按整数对集合进行区间划分，如:1.2，1.4，1.9都划分到I 一 2区间内；对区间进行从小到大的排序，计算每个区间在整个集合中所占的比例;选取所占的比例最高的那个区间，对这个区间内的所有压力进行算术平均值，下限值的集合对应的算术平均值与上限值的集合对应的算术平均值两者所形成的区间即为安全配置参数范围。
[0081]本实施例呼吸机在后续的使用中，呼吸机不论是在什么情况下，都不会将配置参数设定在上述的安全配置参数范围之外，这样能最大限度的保证使用的安全。
[0082]以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
【主权项】
1.一种呼吸机安全控制的方法，其特征在于，所述呼吸机安全控制的方法包括: SI，当呼吸机处于联网状态且处于运行状态时，采集用户的生理特征参数，并将所述生理参数及呼吸机的配置参数发送至云平台； S2，所述云平台将所述生理特征参数及所述配置参数存储至数据库； S3，当用户发生睡眠呼吸事件时，所述云平台基于预先训练的模型对所述生理特征参数及所述配置参数进行学习，以得到新的配置参数； S4，所述云平台基于所述睡眠呼吸事件获取预存的所述睡眠呼吸事件对应的安全配置参数，若所述安全配置参数与新的配置参数不一致时，将新的配置参数下发至对应的呼吸机，以便所述呼吸机按照新的配置参数进行设置，并按照设置后的参数运行。2.根据权利要求1所述呼吸机安全控制的方法，其特征在于，所述步骤S3之后还包括: S5，若呼吸机未接收到所述云平台下发的新的配置参数，则获取本机预存的所述睡眠呼吸事件对应的安全配置参数，按照所述本机预存的所述睡眠呼吸事件对应的安全配置参数进行设置，并按照设置后的参数运行。3.根据权利要求1或2所述呼吸机安全控制的方法，其特征在于，所述步骤S3之后还包括: 当用户发生睡眠呼吸事件时，所述云平台获取所述用户的历史生理特征参数，将当前采集的用户的生理特征参数与所述历史生理特征参数进行比对； 若两者的差值大于预设阈值时，将所述睡眠呼吸事件发送至医用终端。4.根据权利要求1或2所述呼吸机安全控制的方法，其特征在于，还包括: 所述呼吸机接收输入的睡眠呼吸事件及对应的安全配置参数范围并存储;或者所述云平台获取数据库中存储的每一用户的睡眠呼吸事件及对应的呼吸机的配置参数，对每一用户的睡眠呼吸事件及对应的呼吸机的配置参数进行分析，以分析得到睡眠呼吸事件对应的安全配置参数范围，将分析得到的睡眠呼吸事件及对应的安全配置参数范围发送给所述呼吸机； 所述呼吸机接收云平台发送的分析得到的睡眠呼吸事件及对应的安全配置参数范围并存储。5.—种基于权利要求1至4任一项所述的呼吸机安全控制的方法的呼吸机，其特征在于，所述呼吸机用于当呼吸机处于联网状态且处于运行状态时，采集用户的生理特征参数，并将所述生理参数及呼吸机的配置参数发送至云平台；当用户发生睡眠呼吸事件时，接收云平台下发的新的配置参数，按照新的配置参数进行设置，并按照设置后的参数运行。6.根据权利要求5所述呼吸机，其特征在于，所述呼吸机还用于若呼吸机未接收到所述云平台下发的新的配置参数，则获取本机预存的所述睡眠呼吸事件对应的安全配置参数，按照所述本机预存的所述睡眠呼吸事件对应的安全配置参数进行设置，并按照设置后的参数运行。7.根据权利要求5或6所述呼吸机，其特征在于，所述呼吸机还用于接收输入的睡眠呼吸事件及对应的安全配置参数范围并存储;或者接收云平台发送的分析得到的睡眠呼吸事件及对应的安全配置参数范围并存储。8.—种基于权利要求1至4任一项所述的呼吸机安全控制的方法的云平台，其特征在于，所述云平台用于接收呼吸机发送的生理参数及呼吸机的配置参数，将所述生理特征参数及所述配置参数存储至数据库；当用户发生睡眠呼吸事件时，所述云平台基于预先训练的模型对所述生理特征参数及所述配置参数进行学习，以得到新的配置参数，基于所述睡眠呼吸事件获取预存的所述睡眠呼吸事件对应的安全配置参数，若所述安全配置参数与新的配置参数不一致时，并将新的配置参数下发至对应的呼吸机，以便所述呼吸机按照新的配置参数进行设置，并按照设置后的参数运行。9.根据权利要求8所述云平台，其特征在于，所述云平台还用于当用户发生睡眠呼吸事件时，获取所述用户的历史生理特征参数，将当前采集的用户的生理特征参数与所述历史生理特征参数进行比对;若两者的差值大于预设阈值时，将所述睡眠呼吸事件发送至医用终端。10.根据权利要求8所述云平台，其特征在于，所述云平台还用于获取数据库中存储的每一用户的睡眠呼吸事件及对应的呼吸机的配置参数，对每一用户的睡眠呼吸事件及对应的呼吸机的配置参数进行分析，以分析得到睡眠呼吸事件对应的安全配置参数范围，将分析得到的睡眠呼吸事件及对应的安全配置参数范围发送给所述呼吸机。
【文档编号】A61M16/00GK106039510SQ201610618086
【公开日】2016年10月26日
【申请日】2016年7月29日
【发明人】戴征, 丁锦, 刘炜, 徐勤鹏, 黄皓轩
【申请人】湖南明康中锦医疗科技发展有限公司