呼吸機的調(diào)研報告

針對呼吸機探討的調(diào)研報告目前呼吸機多數(shù)采納壓力限制和容量限制的工作模式，這種模式很大程度上取決于患者，由于患者的不穩(wěn)定性會造成肯定的人機不協(xié)調(diào)，所以對呼吸機靈能推斷和自動跟隨限制方面的探討將會有著重大的意義。國內(nèi)外探討現(xiàn)狀1.1限制方面在對呼吸機壓力限制方法上，北京交通高校的包涵設(shè)計的基于Pl限制算法的CPAP呼吸機限制器，在該限制器中采納了增量限幅式PI限制算法，該方法避開了傳統(tǒng)PID算法易產(chǎn)生噪聲影響限制精度的問題，降低了限制回路的響應(yīng)時間，算法作用時間僅需毫秒級即可使系統(tǒng)穩(wěn)定輸出，提高了系統(tǒng)的限制精度[1]。山東高校的樊曉克在其智能化呼吸機中，設(shè)計了一個模糊PID限制器，利用其十幾年研制呼吸機的閱歷以與醫(yī)學(xué)專家閱歷建立了模糊限制規(guī)則庫以與一套PSV模糊限制算法，在規(guī)則庫中考慮到了各種呼吸狀況，收到了滿足的效果[2]。吉林高校的張彥春采納了模糊限制系統(tǒng)去探討呼吸機的限制器[3]。FavreAS，JandreFC，Giannella-NetoA在其CPAP限制器中運用了一個閉環(huán)限制器去限制通氣閥的開閉使得壓力波動范圍更小[8]。在呼吸相識別方法上。暨南高校的冼瑩在呼吸機人機同步的上引入了新方法其通過采納食道電極、流量計、生理試驗放大器和數(shù)據(jù)采集器建立一個隔肌肌電采集系統(tǒng)，通過分析隔肌肌電信號并利用閾值法和改良的數(shù)學(xué)形態(tài)濾波法結(jié)合提取出吸氣起先時刻，呼氣起先時刻和呼吸周期三個參數(shù)[4]。河北工業(yè)高校的徐文超在其研制的呼吸機中引入了CAN總線使得系統(tǒng)具有很好的擴展性[5]。在雙水平模型的建立上臺灣的Ching-ChihTsai，Zen-ChungWang等提出了預(yù)料模型理論，在每個呼吸階段結(jié)束時通過該理論，對下一階段的呼吸相的時間進行預(yù)料，然后系統(tǒng)依據(jù)這個時間進行呼吸相的切換[6,7]。近年來人們試圖將限制理論與人工智能結(jié)合應(yīng)用于機械通氣領(lǐng)域，當(dāng)前的一些嘗試主要有：①LDS醫(yī)院的COMPASS分散結(jié)構(gòu)系統(tǒng)，并與醫(yī)院信息網(wǎng)相連；②KUSIVAR系統(tǒng)，引入了專家決策，并集成了病人—呼吸機模型；③VRM首先引入模糊邏輯；④VQ—ATTENDING系統(tǒng)首先引入醫(yī)生顧問分析參數(shù)設(shè)置；⑤RESPAID首先運用機器自學(xué)習(xí)技術(shù)。飛利浦偉康公司是全球呼吸機聞名的生產(chǎn)商，其產(chǎn)品利用了很多先進技術(shù)，包括Auto-Trak數(shù)字式自動追蹤靈敏度技術(shù)、Bi-Flex壓力釋放技術(shù)、優(yōu)化的降噪技術(shù)、SystemOne濕度限制與干盒子技術(shù)。偉康專利的Auto-Trak技術(shù)可馬上對呼吸道的改變狀況作出響應(yīng)，協(xié)作RiseTime的運用，可在整個治療過程中確?；颊咚璧氖孢m性。無論漏氣狀況如何，也無論患者病情的改變?nèi)绾?，均可自動調(diào)整呼吸的觸發(fā)和切換閾值，并可確保在大量漏氣的狀況下輸出穩(wěn)定的壓力并保持好的人機同步。在呼吸過程中，Bi-Flex技術(shù)都能夠讓BiPAP治療變得更像正常呼吸。Bi-Flex在呼吸循環(huán)中的三個關(guān)鍵節(jié)點上進行壓力釋放：吸氣相的壓力上升、吸氣相的壓力下降、以與呼氣相的壓力釋放。Systemone濕度限制是一項突破性技術(shù)，即使在動態(tài)環(huán)境下，也能通過溫度、相對濕度和患者氣流分析，持續(xù)維系最佳濕度指數(shù)。裝置配備五項設(shè)定，可利用增加型濕度限制，將水滴冷凝在管路與面罩中的潛在可能性限制到最低。在任何狀況下，干盒子技術(shù)都能將濕化器和設(shè)備內(nèi)部完全隔絕，以避開機器意外損壞。瑞思邁公司在其呼吸機生產(chǎn)上也具有其獨特性。Vsync技術(shù)使得其呼吸機能夠自動的補償漏氣，并提高呼吸觸發(fā)以與切換的靈敏度。在其呼吸機上還應(yīng)用了其專有的TiControl?（吸氣時間限制）確保醫(yī)生可管理各種呼吸條件下的臨床狀況。國外在呼吸機研制方面起步較早，探討也較為完善。目前國外的呼吸機廠家有，澳大利亞的瑞思邁，該廠家的機器外觀精致，配件齊全，是最專注的呼吸機品牌，它的新產(chǎn)品也推出了EPR—輕松呼吸系統(tǒng)。最近還推出雙渦輪靜音機型，運用時聲音很小，但是價格很貴。美國的偉康，該廠家獨創(chuàng)的flex功能使得患者在運用時感覺比較舒適，外觀牢固，功能多，性價比高。美國的泰科，該廠家的呼吸機靜音，小巧，便利攜帶，其星辰系列呼吸機僅重760克。國內(nèi)呼吸機起步較晚，發(fā)展也不成熟，目前主要有邁瑞，長峰醫(yī)療等廠家。此外，遼寧高校的龍慧平對基于3G的嵌入式家用呼吸機進行了肯定的探討[10]，在人機自動跟隨方面，采納的是壓力和流量相結(jié)合的方法，詳細實現(xiàn)方式為：針對氣壓進行檢測，當(dāng)氣壓值和流量值都屬于正常時，系統(tǒng)處于正常的運行狀態(tài)之下，但是假如其中一個出現(xiàn)異樣，例如：當(dāng)氣壓削減到肯定值的時候，進行流量推斷，假如流量正常的時候，說明系統(tǒng)運行正常，但是假如氣壓值較小，而流量值比較大的時候，這個時候可能是因為管道損壞或面罩沒有佩戴好，這個時候要啟動漏氣補償或者漏氣報警。當(dāng)氣壓值始終處于設(shè)定值旁邊，但是檢測到的氣體流量值過小的時候，這個時候很可能是氣體通道發(fā)生了肯定的堵塞，這個時候必需與時報警。1.2數(shù)據(jù)分析方面在呼吸數(shù)據(jù)探討方法上VáradyPéter，MicsikTamas，BenedekSandor，BenyóZoltán通過探討正常呼吸、呼吸不足、呼吸暫停三種不同的呼吸信號特征，利用信號分類的方法來實時檢測呼吸是否正常[9]。南方醫(yī)科高校的孫薇提出了基于雙圖形因子的堵塞推斷方法[11]，依據(jù)實際試驗獲得正常吸氣波形與堵塞吸氣波形對比，提出了兩個圖形因子，通過計算兩個因子來推斷是否有堵塞的現(xiàn)象。東南高校的王健通過SVM的方法勝利的對不同的呼吸狀況進行歸類[12]，通過libSVM工具對SVM的核函數(shù)以與錯誤代價系數(shù)進行了優(yōu)化。山東高校的樊曉克對PSV模糊限制器進行設(shè)計，包括限制器所依靠的人肺的數(shù)學(xué)模型、模糊限制器的設(shè)計，使呼吸具有自主呼吸模式[13]。國內(nèi)外最新產(chǎn)品介紹圖1是美國偉康公司研發(fā)的BiPAPST雙水平呼吸機，它能夠自動開關(guān)機，自動壓力調(diào)整，自動漏氣補償，充分使呼吸機實現(xiàn)自動化；同時添加了SD數(shù)據(jù)儲存卡，便利用戶自己讀取，了解自己的運用信息。偉康專利的Auto-Trak技術(shù)可馬上對呼吸道的改變狀況作出響應(yīng)，協(xié)作RiseTime的運用，可在整個治療過程中確?；颊咚璧氖孢m性。無論漏氣狀況如何，也無論患者病情的改變?nèi)绾?，獨有的特性均可自動調(diào)整呼吸的觸發(fā)和切換閾值，并可確保在大量漏氣的狀況下輸出壓力的異樣穩(wěn)定和最佳人機同步。圖1美國偉康公司生產(chǎn)的BiPAPST雙水平呼吸機圖2瑞思邁S9呼吸機產(chǎn)品參數(shù)圖3瑞思邁S10呼吸機產(chǎn)品信息圖2和圖3分別是瑞思邁的S9系列的VPAPAUTO/AUTO25和S10系列的AirSense10VAUTO雙水平全自動呼吸機。S9系列的改進AutoSetTM算法可以區(qū)分堵塞性和中樞性睡眠呼吸暫停，并供應(yīng)合適的治療響應(yīng)。相關(guān)技術(shù)介紹3.1主重量分析(PCA)和獨立重量分析(ICA)在模式識別領(lǐng)域中，僅獲得待識別目標(biāo)的原始數(shù)據(jù)是不夠的，須要從原始數(shù)據(jù)中發(fā)掘潛在的本質(zhì)信息。通常待識別目標(biāo)的原始數(shù)據(jù)的數(shù)據(jù)量相當(dāng)大，處于一個高維空間中，干脆用原始數(shù)據(jù)進行分類識別，計算困難度高且影響了分類器的性能。為了有效實現(xiàn)分類識別，須要從待識別目標(biāo)的原始數(shù)據(jù)映射到一個低維空間，提取到最大可能反映待識別目標(biāo)的本質(zhì)信息。目前常用的提取特征的方法有主重量分析(PCA)和獨立重量分析(ICA)：PCA（PrincipalComponentAnalysis）是一種最小均方意義上的最優(yōu)變換，它的目標(biāo)是去除輸入隨機向量之間的相關(guān)性，突出原始數(shù)據(jù)中的隱含特性。其優(yōu)勢在于數(shù)據(jù)壓縮以與對多維數(shù)據(jù)進行降維。但PCA方法利用二階的統(tǒng)計信息進行計算，并未考慮到信號數(shù)據(jù)的高階統(tǒng)計特性，變換后的數(shù)據(jù)間仍有可能存在高階冗余信息；ICA（IndependentComponentAnalysis）是20世紀90年頭Jutten和Herault提出的一種新的信號處理方法。該方法的目的是將視察到的數(shù)據(jù)進行某種線性分解，使其分解成統(tǒng)計獨立的成分。從統(tǒng)計分析的角度看，ICA和PCA同屬多變量數(shù)據(jù)分析方法，但ICA處理得到的各個重量不僅去除了相關(guān)性，還是相互統(tǒng)計獨立的，而且是非高斯分布。因此，ICA能更加全面揭示數(shù)據(jù)間的本質(zhì)結(jié)構(gòu)。所以，ICA在很多方面對傳統(tǒng)方法的重要突破使得其越來越成為信號處理中一個極具潛力的工具，并已在模式識別、信號除噪、圖像處理等諸多領(lǐng)域中得到了廣泛應(yīng)用。3.2模糊限制模糊限制實質(zhì)上是一種非線性限制，從屬于智能限制的范疇。模糊限制的一大特點是既有系統(tǒng)化的理論，又有大量的實際應(yīng)用背景。一般限制系統(tǒng)的架構(gòu)包含了五個主要部分，即:定義變量、模糊化、學(xué)問庫、邏輯推斷與反模糊化，下文將對每一部分做簡潔的說明：（1）定義變量也就是確定程序被視察的狀況與考慮限制的動作，例如在一般限制問題上，輸入變量有輸出誤差E與輸出誤差改變率EC，而模糊限制還將限制變量作為下一個狀態(tài)的輸入U。其中E、EC、U統(tǒng)稱為模糊變量。（2）模糊化將輸入值以適當(dāng)?shù)谋壤D(zhuǎn)換到論域的數(shù)值，利用口語化變量來描述測量物理量的過程，依據(jù)適合的語言值（linguisticvalue）求該值相對的隸屬度，此口語化變量稱為模糊子集合（fuzzysubsets）。（3）學(xué)問庫包括數(shù)據(jù)庫（database）與規(guī)則庫（rulebase）兩部分，其中數(shù)據(jù)庫供應(yīng)處理模糊數(shù)據(jù)的相關(guān)定義；而規(guī)則庫則藉由一群語言限制規(guī)則描述限制目標(biāo)和策略。（4）邏輯推斷仿照人類下推斷時的模糊概念，運用模糊邏輯和模糊推論法進行推論，得到模糊限制訊號。該部分是模糊限制器的精髓所在。（5）解模糊化解模糊化（defuzzify）：將推論所得到的模糊值轉(zhuǎn)換為明確的限制訊號，做為系統(tǒng)的輸入值。3.3Auto-Trak數(shù)字式自動追蹤靈敏度技術(shù)Auto-TRAK是一款革命性的內(nèi)嵌式軟件，設(shè)計用于探測呼氣與吸氣的發(fā)生從而將無創(chuàng)雙水平治療進行同步。Auto-TRAK感應(yīng)可馬上對呼吸道改變狀況作出響應(yīng)，在整個治療過程中確?；颊咚璧氖孢m性。每一次呼吸感應(yīng)都自動完成，免去了手動感應(yīng)調(diào)整的麻煩。該系統(tǒng)不斷地進行監(jiān)測并作出調(diào)整，從而精確追蹤患者的呼吸形式。總結(jié)綜合上述探討結(jié)果，目前呼吸機探討大多數(shù)限定在壓力-流量限制，本次探討可以以壓力-流量限制為主線，加以PPG（脈搏波）或膈肌肌電信號等協(xié)助檢測對象，從而增加反饋的精確性；另一方面，可以對呼吸數(shù)據(jù)進行模糊處理，以對多種突發(fā)狀況進行預(yù)估。思路：確立限制對象（P&V），檢測裝置（傳感器）→硬件設(shè)計→選用一種數(shù)據(jù)處理方法→程序編寫→試驗驗證參考文獻[1]包涵.基于Pl限制算法的CPAP呼吸機限制器設(shè)計[D]:[碩士學(xué)位].北京:北京交通高校,2011[2]樊曉克.智能化呼吸機設(shè)計方案和PSV限制算法的探討[D]:[碩士學(xué)位].濟南:山東高校,2006[3]張彥春.睡眠呼吸機模糊限制系統(tǒng)探討[D]:[碩士學(xué)位].吉林:吉林高校,2005[4]冼瑩.呼吸機人機同步新方法的探討[D]:[碩士論文].廣州:暨南高校,2006[5]徐文超.基于CAN總線的呼吸機限制系統(tǒng)的設(shè)計[D]:[碩士學(xué)位].天津:河北工業(yè)高校,2008[6]C.-C.Tsai,Z.-C.Wang,C.-S.ChenTwoDegree-of-freedomControlforBi-levelPositiveAirwayPressureofanObstructiveSleepApneaTreatmentSystem[C].IndustrialElectronicsSociety,2007.IECON2007.33rdAnnualConferenceoftheIEEE.IEEE,2007.944-949[7]C.C.Tsai,Z.C.Wang,C.S.Chen,C.Y.Lai.Adaptivepressuretrackingandbreathingperiodpredictionforobstructivesleepapneatreatmentrespiratorswithbi‐levelpositiveairwaypressure[J].JournaloftheChineseInstituteofEngineers,2010,33(2):215-228[8]A.Favre,F.Jandre,A.Giannella-NetoClosed-loopcontrolofacontinuouspositiveairwaypressuredevice[C].EngineeringinMedicineandBiologySociety,2003.Proceedingsofthe25thAnnualInternationalConferenceoftheIEEE.IEEE,2003.419-422[9]P.Várady,T.Micsik,S.Benedek,Z.Benyó.Anovelmethodforthedetectionofapneaandhypopneaeventsinr