一种呼吸机智能控制决策方法与系统技术方案

本发明专利技术属于医疗设备智能化领域，提供了一种呼吸机智能控制决策方法与系统，包括获取患者的各项生理状态参数以及呼吸机的运行状态参数；基于患者的各项生理状态参数以及呼吸机的运行状态参数，计算出不同参数在一定时间内的变化值和变换率；结合不同参数在一定时间内的变化值和变化率以及患者当前的各项生理状态参数，基于训练好的模糊神经网络控制模型进行呼吸机通气决策的模拟训练；得到模拟通气参数设置结果，并判断模拟通气参数设置结果是否异常；如果异常，则报警；如果不异常，则将模拟通气参数设置结果输出到呼吸机；本发明专利技术根据不同患者的具体情况适应性的制定相应的通气方案，相较于原来繁重复杂的调节过程，减少了医护人员的工作量。护人员的工作量。护人员的工作量。

【技术实现步骤摘要】
一种呼吸机智能控制决策方法与系统


[0001]本专利技术属于医疗设备智能化
，具体涉及一种呼吸机智能控制决策方法与系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]全球受新冠疫情的影响，新冠肺炎患者数量急剧增加，使得呼吸机等医疗设备与相应医护人员的需求量迅猛增长。时至2022年，新冠疫情形势依旧严峻，并且有愈演愈烈之势，全球每一个国家都要做好打持久战的准备，这意味着需要更多的呼吸机与可熟练操作呼吸机的医护人员，然而不仅呼吸机的研发与生产需要一定周期，熟练操作呼吸机更需要长期的临床实践经验。随着新冠肺炎患者的数量急剧增多，加之工业化发展造成了全球大气环境变差、人们超负荷工作等一系列问题的出现，呼吸系统及相关疾病的患者也随之增多，然而我国医护人员流失严重、紧缺问题一直存在，在此现状下可根据病人生理状态的实时变化进行决策判断并熟练调节呼吸机的医护人员更是少之又少。
[0004]因为在实际操作中，医护人员必须密切关注病人生理状态变化，随后医生根据病人的各项生理状态指标下达呼吸机调节医嘱，护士根据医嘱再对呼吸机进行反复调试直至佩戴呼吸机的患者处于最舒适的机械通气状态。上述过程繁琐复杂又关乎生命安全，占用了医护人员大量的时间精力，且患者生理状态经常发生变化，导致医护人员长期承受着身心双重压力，其超负荷工作状态亟需得到缓解。

技术实现思路

[0005]为了解决上述问题，本专利技术提出了一种呼吸机智能控制决策方法与系统，本专利技术将机械通气训练模型、机械通气规则和呼吸机智能控制算法进行了有机结合，相较原来繁重复杂的观察与反复诊断等过程，此方法与系统减少了医护人员的工作量，在保证通气决策安全有效的同时提高了患者的通气舒适性。
[0006]根据一些实施例，本专利技术的第一方案提供了一种呼吸机智能控制决策方法，采用如下技术方案：
[0007]一种呼吸机智能控制决策方法，包括：
[0008]获取患者的各项生理状态参数以及呼吸机的运行状态参数；
[0009]基于患者的各项生理状态参数以及呼吸机的运行状态参数，计算出不同参数在一定时间内的变化值和变换率；
[0010]结合不同参数在一定时间内的变化值和变化率以及患者当前的各项生理状态参数，基于训练好的模糊神经网络控制模型进行呼吸机通气决策的模拟训练；
[0011]得到模拟通气参数设置结果，并判断模拟通气参数设置结果是否异常；
[0012]如果异常，则报警；如果不异常，则将模拟通气参数设置结果输出到呼吸机。
[0013]进一步地，所述呼吸机通气决策的形成，具体为：
[0014]依据患者的身高、体重、年龄、性别和疾病信息，确定其机械通气治疗目标；
[0015]根据所述机械通气治疗目标选择最佳通气模式，并确定该模式下患者与呼吸机的需监测通气状态参数并将其作为通气状态感知的参数依据；
[0016]在专家知识库的指导下确定出通气状态参数与呼吸机参数调节设置之间的对应关系，形成机械通气规则；
[0017]基于机械通气规则，利用模糊神经网络进行训练，得到呼吸机通气决策。
[0018]进一步地，所述机械通气治疗目标是指设定患者在机械通气治疗下，其以血氧饱和度为代表的氧合参数和以二氧化碳分压为代表的通气参数需要达到的数值和稳定保持的时间。
[0019]进一步地，所述基于机械通气规则，利用模糊神经网络进行训练，得到呼吸机通气决策，包括：
[0020]基于机械通气规则，经过模糊系统的模糊逻辑算法结构确定、通气规则模糊化处理过程生成机械通气模糊控制规则；
[0021]基于所述机械通气模糊控制规则，对模糊神经网络进行训练，得到训练好的模糊神经网络控制模型；
[0022]利用训练好的模糊神经网络控制模型，控制机械通气仿真气路模型，得到呼吸机通气决策。
[0023]进一步地，所述基于所述机械通气模糊控制规则，对模糊神经网络进行训练，得到训练好的模糊神经网络控制模型，包括：
[0024]利用神经元来模拟模糊机械控制规则中代表不同输入状态模糊集的隶属度函数，得到模糊神经元；
[0025]通过WTA神经元接收被模糊神经元模糊化后的信息，比较各种输入状态的模糊量后确定输出的状态；
[0026]根据不同患者的机械通气规则确定神经网络的层数和每层的神经元个数，得到模糊神经网络控制模型；
[0027]根据典型患者的生理状态参数和呼吸机的运行参数，分别训练构建好的模糊神经网络控制模型，得到训练好的模糊神经网络控制模型。
[0028]进一步地，所述患者的各项生理状态参数包括患者的血气分析结果和患者的呼吸生理数据；
[0029]所述患者的血气分析结果指临床中应用血气分析仪对患者进行血气分析检测，来获得患者各项呼吸功能指标与酸碱平衡状态指标。
[0030]进一步地，所述呼吸机根据模拟通气参数设置结果调节运行参数。
[0031]根据一些实施例，本专利技术的第二方案提供了一种呼吸机智能控制决策系统，采用如下技术方案：
[0032]一种呼吸机智能控制决策系统，包括：
[0033]数据采集模块，被配置为获取患者的各项生理状态参数以及呼吸机的运行状态参数；
[0034]数据处理模块，被配置为基于患者的各项生理状态参数以及呼吸机的运行状态参
数，计算出不同参数在一定时间内的变化值和变换率；
[0035]呼吸模拟训练模块，被配置为结合不同参数在一定时间内的变化值和变化率以及患者当前的各项生理状态参数，基于训练好的模糊神经网络控制模型进行呼吸机通气决策的模拟训练；
[0036]呼吸控制执行模块，被配置为得到模拟通气参数设置结果，并判断模拟通气参数设置结果是否异常；
[0037]如果不异常，则将模拟通气参数设置结果输出到呼吸机；反之，则报警。
[0038]根据一些实施例，本专利技术的第三方案提供了一种计算机可读存储介质。
[0039]一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一个方面所述的一种呼吸机智能控制决策方法中的步骤。
[0040]根据一些实施例，本专利技术的第四方案提供了一种计算机设备。
[0041]一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述第一个方面所述的一种呼吸机智能控制决策方法中的步骤。
[0042]与现有技术相比，本专利技术的有益效果为：
[0043]本专利技术将机械通气训练模型、机械通气规则和呼吸机智能控制算法进行了有机结合，形成了模糊神经网络控制模型，利用训练好的模糊神经网络控制模型对不同患者的不同生理参数进行模拟训练通气，得到针对不同患者的不同通气参数设置结果，相较原来繁重复杂的观察与反复诊断等过程，此方法与系统减少了医护人员的工作量，在保证通气决策安全有效的同时提高了患者的通气舒适性。...

【技术保护点】

【技术特征摘要】
1.一种呼吸机智能控制决策方法，其特征在于，包括：获取患者的各项生理状态参数以及呼吸机的运行状态参数；基于患者的各项生理状态参数以及呼吸机的运行状态参数，计算出不同参数在一定时间内的变化值和变换率；结合不同参数在一定时间内的变化值和变化率以及患者当前的各项生理状态参数，基于训练好的模糊神经网络控制模型进行呼吸机通气决策的模拟训练；得到模拟通气参数设置结果，并判断模拟通气参数设置结果是否异常；如果异常，则报警；如果不异常，则将模拟通气参数设置结果输出到呼吸机。2.如权利要求1所述的一种呼吸机智能控制决策方法，其特征在于，所述呼吸机通气决策的形成，具体为：依据患者的身高、体重、年龄、性别和疾病信息，确定其机械通气治疗目标；根据所述机械通气治疗目标选择最佳通气模式，并确定该模式下患者与呼吸机的需监测通气状态参数并将其作为通气状态感知的参数依据；在专家知识库的指导下确定出通气状态参数与呼吸机参数调节设置之间的对应关系，形成机械通气规则；基于机械通气规则，利用模糊神经网络进行训练，得到呼吸机通气决策。3.如权利要求2所述的一种呼吸机智能控制决策方法，其特征在于，所述机械通气治疗目标是指设定患者在机械通气治疗下，其以血氧饱和度为代表的氧合参数和以二氧化碳分压为代表的通气参数需要达到的数值和稳定保持的时间。4.如权利要求2所述的一种呼吸机智能控制决策方法，其特征在于，所述基于机械通气规则，利用模糊神经网络进行训练，得到呼吸机通气决策，包括：基于机械通气规则，经过模糊系统的模糊逻辑算法结构确定、通气规则模糊化处理过程生成机械通气模糊控制规则；基于所述机械通气模糊控制规则，对模糊神经网络进行训练，得到训练好的模糊神经网络控制模型；利用训练好的模糊神经网络控制模型，控制机械通气仿真气路模型，得到呼吸机通气决策。5.如权利要求4所述的一种呼吸机智能控制决策方法，其特征在于，所述基于所述机械通气模糊控制规则，对模糊神经网络进行训练，得到训练好的模糊神经网络控制模型，包括：利用神经元来模拟模糊机械...

【专利技术属性】
技术研发人员：胡天亮，王永言，马德东，马嵩华，
申请(专利权)人：山东大学，
类型：发明
国别省市：