肺功能指标预测装置及确定方法制造方法及图纸

本发明专利技术公开了一种肺功能指标预测装置及确定方法，其中，该装置包括：一肺功能仪，采集非完整的呼气信号；一处理系统，根据呼气信号，且依据预测模型，确定肺功能指标预测参数。该处理系统内置一预测模型，该模型为一种集成式的超限学习机网络结构，包括n个前置子网络和一个后置输出网络。确定方法包括：肺功能仪采集非完整的呼气信号，作为原始信号输入处理系统；对原始信号特征转化形成新的数据特征作为输入特征值；建立输入特征矩阵；训练并建立预测模型；外部数据输入预测模型并经运算输出肺功能指标。本发明专利技术提出的肺功能指标预测装置及确定方法，基于超限学习机网络结构实现，能够利用非完整呼气信号准确预测肺功能指标参数值。

Prediction device and determination method of pulmonary function index

The invention discloses a device for predicting pulmonary function indicators and a determination method. The device comprises a pulmonary function meter to collect incomplete expiratory signals, a processing system to determine predictive parameters of pulmonary function indicators according to expiratory signals and prediction models. A prediction model is built into the processing system. The model is an integrated network structure of over-limited learning machines, including n pre-subnetworks and a post-output network. The determination methods include: the pulmonary function instrument collects incomplete expiratory signals as the input processing system of the original signals; transforms the characteristics of the original signals into new data features as the input eigenvalues; establishes the input eigenvalue matrix; trains and establishes the prediction model; and the external data input prediction model and outputs the pulmonary function indicators through calculation. The lung function index prediction device and determination method proposed by the invention can accurately predict the parameters of the lung function index by using incomplete expiratory signals based on the network structure of the over-limit learning machine.

【技术实现步骤摘要】
肺功能指标预测装置及确定方法
本专利技术涉及医疗设备及生理信号检测领域，具体涉及一种肺功能指标预测装置及确定方法。
技术介绍
慢性阻塞性肺疾病(COPD)是常见的肺部疾病。据统计，COPD致死居全球死亡原因第四位。研究表明COPD的提早诊断和治疗是降低死亡率的重要手段，用力肺活量测试已成为评估和诊断COPD的重要方式，其中的关键指标包括用力肺活量(FVC)、第一秒用力肺活量(FEV1)以及一秒率(FEV1/FVC)。如果FEV1/FVC偏小，通常情况下FEV1/FVC＜0.7，而FVC正常，判定为阻塞性通气功能障碍。可见，FVC是评估肺通气功能中一个非常关键的指标。为了获取准确的FVC，ATS/ERS用力肺活量测试质量控制和接收标准建议测试者必须先慢慢的吸足气，然后用力、快速的呼出气体，并且呼出足够长的时间以达到容量时间曲线上出现平台，可认为测试者已达到用力肺活量测试呼气结束的标准，该测试的关键就在于需要测试者呼气时间足够长从而保证能够呼出所有气体，但这对于很多人来极其困难，比如一些上年纪的老人或患有严重肺部受损的患者，尤其是严重慢阻肺病人是无法完成整个肺功能测试的，另外对于一些没有本文档来自技高网...

【技术保护点】
1.一种肺功能指标预测装置，其特征在于，包括：一肺功能仪，采集非完整的呼气信号；一处理系统，根据所述呼气信号，且依据预测模型，确定肺功能指标预测参数。

【技术特征摘要】
1.一种肺功能指标预测装置，其特征在于，包括：一肺功能仪，采集非完整的呼气信号；一处理系统，根据所述呼气信号，且依据预测模型，确定肺功能指标预测参数。2.根据权利要求1所述的肺功能指标预测装置，其特征在于，所述处理系统预存一预测模型，所述预测模型为集成式的超限学习机网络结构，包括n个前置子网络和一个后置输出网络，实现非完整呼气信号的预测。3.根据权利要求2所述的肺功能指标预测装置，其特征在于，所述n个前置子网络是n个独立的超限学习机网络并列工作，所述后置输出网络为超限学习机网络。4.根据权利要求2或3所述的肺功能指标预测装置，其特征在于，所述前置子网络的数量n根据每次测试获得的数据量并结合与所述数据量相关的函数而定。5.根据权利要求2所述的肺功能指标预测装置，其特征在于，所述前置子网络的输出作为所述后置输出网络的输入特征，所述后置输出网络输出肺功能指标预测参数。6.一种肺功能指标确定方法，其特征在于，包括：肺功能仪采集非完整的呼气信号，作为原始信号输入处理系统；对原始信号特征转化形成新的数据特征作为输入特征值；建立输入特征矩阵；训练并建立预测模型；外部数据输入预测模型并经运算输出肺功能指标。7.根据权利要求6所述肺功能指标确定方法，其特征在于，所述对原始信号特征转化形成新的数据特征包括：提出一种基于...

【专利技术属性】
技术研发人员：方震，王辰硕，陈贤祥，赵湛，杜利东，王辰，杨汀，詹庆元，
申请(专利权)人：中国科学院电子学研究所，中日友好医院，
类型：发明
国别省市：北京,11