基于大数据的呼吸机性能跟踪系统技术方案

本发明专利技术涉及计算机数据处理及监控技术领域，具体涉及基于大数据的呼吸机性能跟踪系统，该跟踪系统采用下一代信息网络技术，该系统包括：数据采集模块、数据处理模块以及跟踪监控性能模块，通过数据采集模块经信息网络对大数据进行收集，获取气囊内压力数据、吸氧浓度值以及气管内的雾化水滴直径大小数据，利用计算机中的数据处理模块对该三种数据进行数据处理，确定呼吸机在各时间段的性能评价值，进而得到设定时间长度对应的性能评价值序列；根据数据处理的结果对呼吸机使用过程进行监控，将监测的结果反馈给工作人员，进行后续处理。本发明专利技术根据监测呼吸机的工作参数，计算对应的参数指标，并确定了呼吸机的工作性能，能够实时对呼吸机进行监控。够实时对呼吸机进行监控。够实时对呼吸机进行监控。

【技术实现步骤摘要】
基于大数据的呼吸机性能跟踪系统
[0001]

[0002]本专利技术涉及计算机数据处理及监控
，具体涉及基于大数据的呼吸机性能跟踪系统。

技术介绍

[0003]呼吸机为一种能代替、控制或改变人的正常生理呼吸，增加肺通气量，改善呼吸功能，减轻呼吸功消耗，节约心脏储备能力的装置。呼吸机需要依次循环进行向肺充气、吸气向呼气转换，排出肺泡气以及呼气向吸气转换，故需要具备能提供输送气体的动力，代替人体呼吸肌的工作；能产生一定的呼吸节律，包括呼吸频率和吸呼比，以代替人体呼吸中枢神经支配呼吸节律的功能；能提供合适的潮气量或分钟通气量，以满足呼吸代谢的需要；供给的气体经过加温和湿化，代替人体鼻腔功能，并能供给高于大气中所含的氧气量，以提高吸入氧气浓度，改善氧合。
[0004]由于近年来呼吸疾病的流行，呼吸机使用频率越来越高了，因此呼吸机的维护，显得尤为重要。
[0005]在呼吸机使用过程中，由于设备使用时间、设备自身故障或者外界各种因素的影响，其都影响着呼吸机的正常工作，因此，需要呼吸机的性能进行评估；而现有技术中。现有技术往往是针对呼吸机进行人机跟随性能的评估，通过检测使用者的呼吸时流量，完成对人机跟随性能的判断。但是仅通过流量数据进行分析，并不能准确反应呼吸机的性能。

技术实现思路

[0006]本专利技术的目的在于提供一种基于大数据的呼吸机性能跟踪系统，用以解决现有技术中的仅通过流量数据进行分析，并不能准确反应呼吸机的性能的问题。
[0007]本专利技术提供的基于大数据的呼吸机性能跟踪系统，包括：数据采集模块，用于分别获取设定时间长度内的气囊内压力数据、吸氧浓度值以及气管内的雾化水滴直径大小数据，并对设定时间长度进行划分，得到各时间段对应的气囊内压力数据、吸氧浓度值以及气管内的雾化水滴直径大小数据；数据处理模块，用于根据每个时间段的压力数据，确定各时间段的压力稳定性；对每个时间段的雾化水滴直径大小数据进行分析，确定各时间段的雾化标准度；对各时间段的吸氧浓度值进行分析，确定吸氧浓度异常点，并计算各时间段的吸氧异常程度；基于各时间段的压力稳定性、雾化标准度以及吸氧异常程度，确定呼吸机在各时间段的性能评价值，进而得到设定时间长度对应的性能评价值序列；跟踪监控性能模块，用于将所述的性能评价值序列输入已训练好的TCN网络中，得到下一设定时间长度对应的预测性能评价值序列；
并按照时间顺序判断预测性能评价值序列中是否首次存在小于等于设定阈值的预测性能评价值，当存在，则该预测性能评价值对应的时间段以及其后的所有时间段的呼吸机性能均不符合标准。
[0008]进一步地，所述各时段的性能评价值是通过将压力稳定性、雾化标准度以及吸氧异常程度进行加权求和得到的。
[0009]进一步地，所述雾化标准度为其中，为第j时间段内采集的雾化水滴直径为3~6μm的个数与总个数的比值，STD函数为标准偏差函数，为第j时间段内采集的雾化水滴直径大小数据。
[0010]进一步地，获取吸氧异常程度的过程为：比较各时间段的吸氧浓度数据与设定吸氧浓度标准范围的大小，当吸氧浓度数据不属于设定吸氧浓度标准范围，则该吸氧浓度数据为异常点；计算各时间段的异常点的个数与总的吸氧浓度数据个数的比值，得到每个时间段的异常程度。
[0011]进一步地，所述压力稳定性为根据各时间段的压力数据，确定最大压力数据和最小压力数据以及标准差数据，基于最大压力数据和最小压力数据以及标准差数据，计算各时间段的压力稳定性。
[0012]进一步地，所述TCN网络的损失函数为：各预测性能评价值与各性能评价值的差值的平方与修正系数相乘；所述修正系数为：对设定时间长度对应的预测性能评价值序列进行变化趋势拟合，得到拟合后的趋势函数；将性能评价值与对应的趋势函数的理论值进行比较，得到差异值，进而确定性能评价值序列对应的差异序列，对所述差异序列进行归一化处理，得到各修正系数。。
[0013]本专利技术的有益效果为：本专利技术的呼吸机性能跟踪系统的方案是从呼吸机的三个重要指标出发，雾化水滴的大小、吸氧浓度、插管的气囊内压力是呼吸机的三大指标，利用各自的情况做合理性分析，得到在各自的合理性评价值，并对上述合理性评价进行加权求和，得到综合的性能评价值，进而预测下一设定时间长度的性能，从而能够有效预测呼吸机的寿命，便于后续对呼吸机进行停止维护或者检修。
附图说明
[0014]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0015]图1为本专利技术的基于大数据的呼吸机性能跟踪系统的结构框图。
具体实施方式
[0016]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术的方案，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0017]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0018]下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。
[0019]具体地，以医疗器械领域中的创呼吸机为例，进行说明：其中，呼吸机包括呼吸气路管路、机械手、湿化器以及主机；其工作原理为外界空气或混合入低压氧气的空氧混合气体经过过滤器，被吸入气缸；气缸由电机驱动活塞来完成吸气和供气过程，根据设定的通气模式和频率、吸气时间、潮气量等数据来给患者供气；电池比例阀用来控制患者的呼气；呼气阀末端的加热器用来加热患者呼出的气体。
[0020]其中，呼吸气路管路包括插管、呼气回路、吸气回路；且呼吸机上的MEMS（微机电系统）传感器包括气体流量传感器、血氧传感器和压力传感器等。对于呼吸机的具体连接，由于为现有技术，此处不再过多赘述。
[0021]本专利技术的基于大数据的呼吸机性能跟踪系统，是基于上述呼吸机的结构而设置的跟踪系统，实质上就是在呼吸机上设置监测模块（装置），当然具体位置也可以根据实际情况进行设置。
[0022]如图1所示，包括数据采集模块、数据处理模块和跟踪监控性能模块；其中的数据采集模块用于收集采集到的数据，将数据发送给数据处理模块进行分析，并将分析的结果发送至跟踪监控性能模块中，得到最终的监控结果，实现对呼吸机性能的评价。
[0023]具体地，本实施例中的数据采集模块，用于分别获取设定时间长度内的气囊内压力数据、吸氧浓度值以及气管内的雾化水滴直径大小数据，并对设定时间长度进行划分，得到各时间段对应的气囊内压力数据、吸氧浓度值以及气管内的雾化水滴直径大小数据。
[0024]上述中的气囊内压力数据，是根据气管插管注气端连接的测压器检测出气本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的呼吸机性能跟踪系统，其特征在于，包括：数据采集模块，用于分别获取设定时间长度内的气囊内压力数据、吸氧浓度值以及气管内的雾化水滴直径大小数据，并对设定时间长度进行划分，得到各时间段对应的气囊内压力数据、吸氧浓度值以及气管内的雾化水滴直径大小数据；数据处理模块，用于根据每个时间段的压力数据，确定各时间段的压力稳定性；对每个时间段的雾化水滴直径大小数据进行分析，确定各时间段的雾化标准度；对各时间段的吸氧浓度值进行分析，确定吸氧浓度异常点，并计算各时间段的吸氧异常程度；基于各时间段的压力稳定性、雾化标准度以及吸氧异常程度，确定呼吸机在各时间段的性能评价值，进而得到设定时间长度对应的性能评价值序列；跟踪监控性能模块，用于将所述的性能评价值序列输入已训练好的TCN网络中，得到下一设定时间长度对应的预测性能评价值序列；并按照时间顺序判断预测性能评价值序列中是否首次存在小于等于设定阈值的预测性能评价值，当存在，则该预测性能评价值对应的时间段以及其后的所有时间段的呼吸机性能均不符合标准。2.根据权利要求1所述的基于大数据的呼吸机性能跟踪系统，其特征在于，所述各时段的性能评价值是通过将压力稳定性、雾化标准度以及吸氧异常程度进行加权求和得到的。3.根据权利要求2所述的基于大数据的呼吸机性能跟踪系统，其特征在于，所述雾化标准度为其中，为第j时间段内采集的雾化水滴直径为3~6μm的个数与总个数的比值，STD函数为标准偏差函数，为第j时间段内采集的雾化水滴直径大小数据。4.根据权利要求...

【专利技术属性】
技术研发人员：王云，
申请(专利权)人：南通市通州仁寿大药房连锁有限公司，
类型：发明
国别省市：