【技术实现步骤摘要】
机械通气人机异步检测方法、装置及计算机可读存储介质
[0001]本申请涉及呼吸机机械通气
,特别是涉及机械通气人机异步检测方法、装置及计算机可读存储介质。
技术介绍
[0002]现有技术中,在检测呼吸机对用户进行的供气是否出现异步(即与用户的呼气或吸气不同步)时,常常需要本领域专家对各种异步情况下和正常情况下的特征信息进行人工提取和判别,以确定当前呼吸机供气和停止供气的动作是否分别与患者吸气和呼气的动作均同步。
[0003]现有技术的缺陷在于,人工提取特征以及对特征信息进行判断以确定呼吸机对用户进行的供气是否出现异步,效率较低,且人工处理特征信息以得到检测结果的准确度较低。
技术实现思路
[0004]本申请提供机械通气人机异步检测方法、装置及计算机可读存储介质,以解决现有技术中机械通气人机异步检测方法的效率和准确度较低的技术问题。
[0005]为解决上述技术问题,本申请提供的第一个技术方案为:一种机械通气人机异步检测方法,包括:获取呼吸机进行机械通气时的通气数据;将通气数据输入预设的自编 ...
【技术保护点】
【技术特征摘要】
1.一种机械通气人机异步检测方法,其特征在于,包括:获取呼吸机进行机械通气时的通气数据;将所述通气数据输入预设的自编码器,以提取所述通气数据的特征数据;将所述特征数据输入预设的卷积神经网络,以输出所述呼吸机的人机异步状态。2.根据权利要求1所述的机械通气人机异步检测方法,其特征在于,所述通气数据至少包括气流流速数据、气流通道压力数据和气流量数据中的一种。3.根据权利要求1所述的机械通气人机异步检测方法,其特征在于,所述人机异步状态至少包括双触发状态、无效吸气努力状态和正常状态中的一种。4.根据权利要求1所述的机械通气人机异步检测方法,其特征在于,所述方法还包括:获取训练数据;对所述训练数据进行预处理;其中,所述预处理至少包括对所述训练数据进行人机异步状态标注;将预处理之后的所述训练数据输入所述自编码器,以对所述自编码器进行训练。5.根据权利要求4所述的机械通气人机异步检测方法,其特征在于,所述对所述训练数据进行预处理,包括:将所述训练数据划分为多个数据段;对每一所述数据段进行人机异步状态标注;以及所述将预处理之后的所述训练数据输入所述自编码器,以对所述自编码器进行训练,包括:分别将每一人机异步状态对应的数据输入所述自编码器,以对所述自编码器进行训练。6.根据权利要求5所述的机械通气人机异步检测方法,其特征在于,所述将所述训练数据划分为多个数据段之后,还包括:对每一所述数据段进行采样点补齐,以使每一所述数据段的采样点数量相同;利用每一所述数据段中各个采样点数据的均值和标准差,对每一所述数据段的数据进行标准化处理。...
【专利技术属性】
技术研发人员:熊富海,颜延,谯小豪,李慧慧,王磊,刘语诗,陈达理,吴选昆,梁端,王博,曹修齐,
申请(专利权)人:深圳先进技术研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。