一种基于智能识别技术的气道最小密闭压监测方法及系统技术方案

本发明专利技术提供了一种基于智能识别技术的气道最小密闭压监测方法及系统，属于智能医疗设备领域。本发明专利技术结合人工智能进行套囊处音频采集分析，实时识别套囊是否漏气自动控制调整套囊压力，自动获取最小密闭压，自动调整压力范围。通过本发明专利技术提供的监控系统可以长期自动实时监测最小密闭压，有效避免因气道或套囊变化引起气道密闭性不好造成感染的风险；全程自动完成，减少医护人员手动干预从而降低医护人员工作量，减少感染风险。减少感染风险。减少感染风险。

【技术实现步骤摘要】
一种基于智能识别技术的气道最小密闭压监测方法及系统


[0001]本专利技术属于智能医疗设备领域，具体涉及一种基于智能识别技术的气道最小密闭压监测方法及系统。

技术介绍

[0002]目前临床上对于利用气管插管、喉罩等作为人工气道来维持患者呼吸的过程中，气管插管、喉罩等的套囊压力控制是至关重要的。目前气道最小密闭压都是通过医生使用听诊器来测量和获取，具体做法：将听诊器探头放置到患者人工气道套囊部位，通过听诊器听是否有漏气的声音，如果有漏气的声音，再用注射器或手持压力表对套囊进行补气，再次用听诊器听是否有漏气声，反复补气或放气，反复听诊，直到听诊器听不到漏气的声音，此时套囊内上次充压后的压力为此患者的最小密闭压，将此压力作为此患者的最小密闭压，此患者后期都按此参数进行压力的监视和充放气的标准，此后此患者此标准不再改变，除非发现有分泌物流到肺部引起呛咳等问题的发生后再进行确认。
[0003]上述现有技术属于比较传统的做法，操作复杂，操作周期长，测量不精准，不能实时监测并自动调整，全部操作都是医护人员手动完成，工作量大，这些都已无法满足信息和自动化发展和普及的需要，急需通过信息自动化来替代传统的手动操作方式。

技术实现思路

[0004]本专利技术的目的在于解决上述现有技术中存在的难题，提供一种基于智能识别技术的气道最小密闭压监测方法及系统。
[0005]本专利技术是通过以下技术方案实现的：
[0006]本专利技术是一种基于音频识别技术的气道最小密闭压实时监控系统，该监控系统包含放置于人工气道套囊部位的音频传感器探头，对音频传感器探头采集信号进行数据传递的数据线，进行气道压力分析的气囊压力监控平台。
[0007]利用该监控系统实现气道最小密闭压实时监控方法包含如下步骤：
[0008]S1、利用放置于人工气道套囊部位的音频传感器探头采集气道部位的音频信号；
[0009]S2、对采集到的音频进行数据传输，传输至气囊压力监控平台供分析使用；优选的，数据传输采用有线信号线传输，实现音频信号的传输中可采用屏蔽线抗干扰，使数据更加精准。
[0010]S3、气囊压力监控平对音频信号进行识别，得到套囊是否有漏气的识别结果，具体包含如下步骤：
[0011]S31、对获取得到的声音进行预处理，包含通过FIR高通滤波器来提升采集声音信号的高频特征，削弱声音的低频部，同时光滑气道部位声音信号的频谱；对声音信号进行加窗处理，使用2s长的矩形窗进行分帧得到每一个窗口声音帧x(n)，以增强数据处理效率和提高实时性；
[0012]S32、对预处理后的声音信号进行特征提取；具体对每个声音帧x(n)经过预处理的
声音信号进行傅里叶变换变换得到声音信号的能量谱S(k),具体能量谱计算公式如下：
[0013]其中x(n)为输入信号,w
j
(n)为窗函数，N为傅里叶变换的点数；
[0014]将线性频率f映射到Mel频率f
mel
上，再通过Mel尺度滤波器组得到Mel功率频谱；本专利技术中Mel尺度滤波器采用自适应三角滤波器，计算每个声音帧的幅度能量谱:F(k)＝|FFT[Sig
i
(n)],k，n分别为FFT和Sig(n)的序号；|*|为模运算。在有漏气发生时采集到的声音在统计幅度较大的频率段上，设置对应滤波器组的分布较为密集；而幅度小的频率段上，滤波器组的分布较为稀疏；在低频区域和中频区域，滤波器分布较密，当有漏气发生时，声音在这些频段上的能量必然会得到维数较多的参数描述；通过幅度能量谱设置对应的数量的三角滤波器，幅度高设置多的三角滤波器，反之设置少的三角滤波器；
[0015]最后需要通过对Mel功率频谱取对数的信号进行离散余弦变换获得待分类的声音特征参数Fn。
[0016]S33、提取和存储先验正、负样本的声音特征参数PE
i
和NE
j
,对比待识别特征Fn与标记样本特征，进行相似度排序，排序前5的标记样本进行类别统计，按照多数原则判断是否存在漏气；
[0017]S34、依据判断结果的得到套囊是否有漏气，具体当连续N个识别周期，识别均为漏气时，才是识别套囊漏气；当连续N个识别周期声音识别结果为密封时，套囊确定为密封；N大于等于3；
[0018]S4、如果步骤3中判断结果为漏气的声音，气囊压力监控平台发出控制信号，控制气泵对套囊进行补气，反之如果识别结果为密闭则控制泄压阀对套囊进行放气；使套囊压力自动实时调节并维持在最小密闭压为下限，最小密闭压再加经验值为上限的监控范围内，在此过程中实时监控和记录套囊压力值。
[0019]除此之外，方法还进一步包含：步骤S5、气囊压力监控平台还包括界面提示信息、声光报警功能，当监控平台记录的套囊压力超过过上述监控范围时，通过声光报警通知医护人员做相应的操作，医护人员跟进上述报警信息手动进行充放气操作，直到报警自动关闭、界面提示信息自动关闭。
[0020]与现有技术相比，本专利技术的有益效果是：本专利技术结合人工智能进行套囊处音频采集分析，实时识别套囊是否漏气自动控制调整套囊压力，自动获取最小密闭压，自动调整压力范围。通过本专利技术提供的监控系统可以长期自动实时监测最小密闭压，有效避免因气道或套囊变化引起气道密闭性不好造成感染的风险；全程自动完成，减少医护人员手动干预从而降低医护人员工作量，减少感染风险。气囊压力监控平台实时参数及其他信息记录，长期保存。
附图说明
[0021]图1本专利技术基于智能识别技术的气道最小密闭压监测系统示意图。
具体实施方式
[0022]下面结合附图对本专利技术作进一步详细描述：
[0023]参见附图1中基于智能识别技术的气道最小密闭压监测系统，具体包含:
[0024](1)为气囊压力监控平台，主要实现气囊压力的自动控制，主要功能有充气、放气、显示、数据存储、声光报警、信息提示、通过声音识别来监测气道密闭性和实时闭环控制功能；(2)为音频传感器，主要实现人工气道套囊与气道声音信号采集；(3)为信号线，主要实现音频信号的传输，屏蔽线抗干扰，使数据更加精准，(1)与(2)通过(3)电连接。
[0025]利用该监控系统实现气道最小密闭压实时监控方法包含如下步骤：
[0026]S1、利用放置于人工气道套囊部位的音频传感器探头采集气道部位的音频信号；
[0027]S2、对采集到的音频进行数据传输，传输至气囊压力监控平台供分析使用；优选的，数据传输采用有线信号线传输，实现音频信号的传输中可采用屏蔽线抗干扰，使数据更加精准。
[0028]S3、气囊压力监控平对音频信号进行识别，得到套囊是否有漏气的识别结果，具体包含如下步骤：
[0029]S31、对获取得到的声音进行预处理，包含通过FIR高通滤波器来提升采集声音信号的高频特征，削弱声音的低频部，同时光滑气道部位声音信号的频谱；对声音信号进行加窗处理，使用2s长的矩形窗进行分帧得到每一个窗口声音帧x(n)，以增强数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种气道最小密闭压实时监控方法，其特征在于包含如下步骤：S1、利用放置于人工气道套囊部位的音频传感器探头采集气道部位的音频信号；S2、对采集到的音频进行数据传输，传输至气囊压力监控平台供分析使用；优选的，数据传输采用有线信号线传输，实现音频信号的传输中可采用屏蔽线抗干扰；S3、气囊压力监控平对音频信号进行识别，得到套囊是否有漏气的识别结果，具体包含如下步骤：S31、对获取得到的声音进行预处理；S32、对预处理后的声音信号进行特征提取；具体对每个声音帧x(n)经过预处理的声音信号进行傅里叶变换变换得到声音信号的能量谱S(k),具体能量谱计算公式如下：其中x(n)为输入信号,w
j
(n)为窗函数，N为傅里叶变换的点数；之后将线性频率f映射到Mel频率f
mel
上，再通过Mel尺度滤波器组得到Mel功率频谱，具体Mel尺度滤波器采用自适应三角滤波器；计算每个声音帧的幅度能量谱:F(k)＝|FFT[Sig
i
(n)],k，n分别为FFT和Sig(n)的序号；|*|为模运算；通过幅度能量谱设置对应的数量的三角滤波器，幅度高设置多的三角滤波器，反之设置少的三角滤波器；最后需要通过对Mel功率频谱取对数的信号进行离散余弦变换获得待分类的声音特征参数Fn；S33、提取和存储先验正、负样本的声音特征参数PE
i
和NE
j
,对比待识别特征Fn与标记样本特征，进行相似度排序，排序前5的标记样本进行类别统计，按照多数原则判断是否存在漏气；S34、依据判断结果的得到套囊是否有漏气，具体当连续N个识别周期，识别均为漏气时，才是识别套囊漏气；当连续N个识别周期声音识别结果为密封时...

【专利技术属性】
技术研发人员：侍明春，平升，
申请(专利权)人：无锡康莱医疗科技有限公司，
类型：发明
国别省市：