基于BP算法的呼吸机压力稳定方法技术

本发明专利技术涉及一种基于反向传播算法的呼吸机漏气压力稳定方法，包括以下步骤：设定第一个样本，再判定样本数量；若样本量小于，再增加一个新样本，读取新样本的各样本参数，将该状态下的各样本参数采用反向传播算法得到样本计算治疗压力值，判定样本治疗压力‑样本计算治疗压力的样本均方差是否小于临界值；若小于临界值，计算各参数的权值并存入存储区域，读取治疗状态下的实际参数值，调用存储区域中的各参数的权值，再计算出治疗状态下的计算治疗压力，采用该面罩端治疗压力给病患治疗；若均方差大于临界值，则重新判断样本量，进入下个循环。本发明专利技术能够实现漏气量的快速、精确补偿，有效保证治疗的效果和患者使用的舒适度。

【技术实现步骤摘要】
基于BP算法的呼吸机压力稳定方法
本专利技术属于呼吸机领域，具体而言，涉及一种呼吸机使用过程中发生漏气时进行压力追踪及稳定的方法，尤其是一种基于反向传播算法的呼吸机漏气压力稳定方法。
技术介绍
目前，睡眠呼吸机是治疗睡眠呼吸暂停综合症的最有效的手段，其使用简单、治疗效果明显，主机通过一条呼吸管路经口鼻面罩，给患者输送所需要的治疗压力。显然，稳定和及时准确的压力控制，是睡眠呼吸机疗效的有效保证。然而，患者在使用过程中，面罩或管路等部位可能会发生不同程度的漏气，如果没有及时的检测和准确的判断并做出相应的控制措施，压力会有所下降，导致治疗效果失败。鉴于此，提出一种基于BP算法的呼吸机压力稳定方法本专利技术所要研究的课题。
技术实现思路
针对上述问题，本专利技术提供一种基于反向传播算法的呼吸机漏气压力稳定方法，其目的是为了解决现有技术中，面罩或管路等部位发生不同程度的漏气时，呼吸机反应不过来，从而导致治疗效果失败的问题。为了实现上述目的，本专利技术采用以下技术方案：一种基于BP算法的呼吸机压力稳定方法，所述压力稳定方法包括训练治疗阶段，该训练治疗阶段包括以下步骤：S1.1：设定第一个样本，该样本本文档来自技高网...

【技术保护点】
一种基于BP算法的呼吸机压力稳定方法，其特征在于：所述压力稳定方法包括训练治疗阶段，该训练治疗阶段包括以下步骤：S1.1：采集第一个样本，该样本包括在相同状态下的压力参数P、流量参数F、漏气量参数S、控制压力参数P1、管路压力损耗参数P2以及面罩泄气量参数X，进入S1.2；S1.2：判定样本数量是否大于数值N；若所述样本量小于数值N，则转到S1.3；若所述样本数量大于数值N，则转到S1.5；S1.3：增加一个新样本，该增加的新样本包括在相同状态下的压力参数P、流量参数F、漏气量参数S、控制压力参数P1、管路压力损耗参数P2以及面罩泄气量参数X；读取该状态下新样本的各样本参数，将该状态下的各样本...

【技术特征摘要】
1.一种基于BP算法的呼吸机压力稳定方法，其特征在于：所述压力稳定方法包括训练治疗阶段，该训练治疗阶段包括以下步骤：S1.1：采集第一个样本，该样本包括在相同状态下的压力参数P、流量参数F、漏气量参数S、控制压力参数P1、管路压力损耗参数P2以及面罩泄气量参数X，进入S1.2；S1.2：判定样本数量是否大于数值N；若所述样本量小于数值N，则转到S1.3；若所述样本数量大于数值N，则转到S1.5；S1.3：增加一个新样本，该增加的新样本包括在相同状态下的压力参数P、流量参数F、漏气量参数S、控制压力参数P1、管路压力损耗参数P2以及面罩泄气量参数X；读取该状态下新样本的各样本参数，将该状态下的各样本参数采用反向传播算法中得到样本计算治疗压力值Ps，进入S1.4；S1.4：判定该状态下的样本实际治疗压力值Pm-样本计算治疗压力值Ps的样本均方差是否小于临界值T；若所述样本均方差小于临界值T，则转入S1.5；若所述均方差大于临界值T，则回到S1.2；S1.5：计算各参数的权值，将所述权值存入存储区域中，并进入S1.6;S1.6：读取治疗状态下的与所述样本相对应的实际参数值，调用存储区域中的各参数的权值，用实际参数值乘以权值再采用反向传播算法计算出训练治疗阶段的计算治疗压力值Ps′，并进入S1.7；S1.7：此时面罩所对应的面罩端实际治疗压力合理，采用该面罩端治疗压力给病患治疗；其中，所述压力参数P通过压力传感器测得的，所述流量参数F通过流量传感器测得，所述实际治疗压力Pm是生产该面罩的厂家设定公式，带入测得的所述压力参数P以及测得的流量参数F即可计算得到。2.根据权利要求1所述的基于反向传播...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：苏州妙文信息科技有限公司，
类型：发明
国别省市：江苏,32