【技术实现步骤摘要】
本专利技术涉及无创呼吸，尤其涉及基于互联网的远程无创呼吸参数分析管理系统。
技术介绍
1、无创呼吸是通过口鼻罩或面罩等装置，将氧气或空气经过一定压力送入患者的肺部，以改善呼吸功能和治疗呼吸系统疾病的一种治疗方法，与有创呼吸相比，无创呼吸不需要气管插管或气管切开手术，采用更为温和的方式实现通气支持，减少了感染和并发症的风险，患者更易耐受无创呼吸，在特定条件下可保持清醒、进食和言语沟通，“互联网+无创呼吸”适用于慢性呼吸系统疾病、睡眠呼吸暂停、肺功能康复治疗、老年人护理与居家医疗的远程监测等应用场景；
2、由于患者当前的身体状态、呼吸强度以及呼吸意图都能影响无创呼吸的监测准确性，但是，现有的远程无创呼吸难以进行多角度参数综合分析，使得呼吸机设备与病患的个性化和适配性不足，会导致呼吸监测效果不佳，在远程居家护理的条件下可能难以及时发现呼吸异常情况，影响医护人员决策诊断与应急救助；
3、针对上述的技术缺陷，现提出一种解决方案。
技术实现思路
1、本专利技术的目的在于：解决了现有技术的远程无创呼吸难以进行多角度参数综合分析，使得呼吸机设备与病患的个性化和适配性不足，导致呼吸监测效果不佳，影响医护人员决策诊断与应急救助的缺陷，通过采集无创呼吸参数并进行分析处理，实现了根据患者的生理特征和临床表现，从身体状态、呼吸意图和呼吸强度多角度进行参数分析，保证数据全面性，以实现最佳的个性化呼吸监测效果，提高病人与呼吸机设备的适配性，并通过反馈分析初步判定呼吸异常原因并进行可视化显
2、为了实现上述目的，本专利技术采用了如下技术方案：
3、基于互联网的远程无创呼吸参数分析管理系统，包括参数监测单元、模型设计单元和调控警报单元，其中，参数监测单元、模型设计单元和调控警报单元之间信号连接；
4、参数监测单元用于采集无创呼吸参数，其中，无创呼吸参数包括身体状态数据、呼吸意图数据和呼吸强度数据；
5、模型设计单元用于建立参数分析模型对无创呼吸参数进行分析处理：通过分析处理身体状态数据、呼吸意图数据和呼吸强度数据，从而评估患者的身体状态、呼吸意图和呼吸强度；进而综合判定患者当前的无创呼吸状态，生成相应的参数调控信号；再通过动态监测无创呼吸状态，从而对呼吸异常波动状态进行预警，并初步判定异常原因，生成相应的警报提示信号；
6、调控警报单元用于接收参数调控信号和警报提示信号，并进行相应的处理操作以及可视化显示。
7、进一步的，无创呼吸参数的采集过程如下：
8、身体状态数据包括动脉血与静脉血的血氧饱和度、血氧分压及二氧化碳分压；将动脉血的血氧饱和度标记为sao2，将静脉血的血氧饱和度标记为svo2；将动脉血氧分压值标记为pao2，将静脉血氧分压值标记为pvo2；将动脉血二氧化碳分压值标记为paco2，将静脉血二氧化碳分压值标记为pvco2；
9、呼吸意图数据包括声音特征信息和动作特征信息，声音特征信息包括患者的声音分贝值与声音频率值，动作特征信息包括患者的动作幅度值和动作频率值；
10、呼吸强度数据包括呼吸面罩内的呼吸频率、气流速度和潮气量；将单位时间内的呼吸频率标记为fh，将单位时间内的气流速度标记为vq，将单位时间内的潮气量标记为lc；
11、设置参数采集周期对无创呼吸参数进行定期采集，并发送到模型设计单元进行参数分析处理。
12、进一步的，参数分析模型的具体构建过程为：
13、参数分析模型包括身体状态评估子模型、呼吸意图评估子模型、呼吸强度评估子模型和综合评估子模型；
14、sa：先通过身体状态评估子模型、呼吸意图评估子模型、呼吸强度评估子模型依次进行无创呼吸参数的初步分析：
15、sa-1：身体状态评估子模型通过分析处理身体状态数据，生成身体状态评估系数，从而评估患者身体状态；
16、sa-2：呼吸意图评估子模型通过分析处理呼吸意图数据，生成呼吸意图评估系数，从而评估患者呼吸意图；
17、sa-3：呼吸强度评估子模型通过分析处理呼吸强度数据，生成呼吸强度评估系数，从而评估患者的呼吸强度；
18、sb：再通过综合评估子模型进行综合分析：
19、sb-1：综合评估子模型通过身体状态评估系数、呼吸意图评估系数和呼吸强度评估系数相结合，生成无创呼吸综合评估指数；
20、sb-2：判定患者当前的无创呼吸状态，生成相应的参数调控信号；
21、sb-3：再进行无创呼吸综合评估指数的动态监测，对于无创呼吸的异常波动状态进行预警，并初步判定异常原因，生成相应的警报提示信号。
22、进一步的，分析处理身体状态数据的具体过程如下：
23、sa-101：先将动脉血的血氧饱和度sao2、静脉血的血氧饱和度svo2、动脉血氧分压值pao2、静脉血氧分压值pvo2、动脉血二氧化碳分压值paco2以及静脉血二氧化碳分压值pvco2整合为身体状态数据的指标数集；
24、sa-102：对身体状态数据的各个指标进行预处理：
25、将身体状态数据的任一个指标标记为a，标记指标a的数据值为ja，设置指标a的标准区间qa[q1，q2]；
26、通过数据值ja与标准区间qa相结合，获取指标a的参考值va；
27、sa-103：将预处理后的身体状态数据的各个指标，整合为身体状态数据的指标参考集，身体状态数据的指标参考集包括动脉血氧饱和度参考值vsa、静脉血氧饱和度参考值vsv、动脉血氧分压参考值vpa1、静脉血氧分压参考值vpv1、动脉血二氧化碳分压参考值vpa2以及静脉血二氧化碳分压参考值vpv2；
28、sa-104：通过身体状态数据的指标参考集生成身体状态评估系数xst的具体过程为：先通过对相同指标类别下的动脉血与静脉血的参考值，分别赋予相应的权重系数，从而生成该指标类别的影响系数，再对影响系数进行综合处理，从而生成身体状态评估系数xst；
29、sa-105：再对身体状态评估系数xst设置相应的对比区间，从而判定患者身体状态程度。
30、进一步的，分析处理呼吸意图数据的具体过程如下：
31、sa-201：先将患者的声音分贝值与声音频率值、动作幅度值和动作频率值整合为呼吸意图数据的指标数集；
32、sa-202：对呼吸意图数据的各个指标进行预处理：
33、将呼吸意图数据的任一指标标记为m，将指标m的动态曲线标记为sm，预设指标m的模拟标准曲线为s0，将曲线sm与模拟标准曲线s0进行对比：
34、分别从曲线sm与模拟标准曲线s0上按照相同时刻提取n0个点，将曲线sm的任一点标记为p(xp，yp)，将模拟标准曲线s0上与点p同一时刻的点标记为q(xq，yq)，进而测算n0组对应点的纵坐标差值，从而获取曲线差异系数cm，预设曲线差异系数cm的本文档来自技高网...
【技术保护点】
1.基于互联网的远程无创呼吸参数分析管理系统，其特征在于：包括参数监测单元、模型设计单元和调控警报单元，其中，参数监测单元、模型设计单元和调控警报单元之间信号连接；
2.根据权利要求1所述的基于互联网的远程无创呼吸参数分析管理系统，其特征在于：无创呼吸参数的采集过程如下：
3.根据权利要求2所述的基于互联网的远程无创呼吸参数分析管理系统，其特征在于：参数分析模型的具体构建过程为：
4.根据权利要求3所述的基于互联网的远程无创呼吸参数分析管理系统，其特征在于：分析处理身体状态数据的具体过程如下：
5.根据权利要求4所述的基于互联网的远程无创呼吸参数分析管理系统，其特征在于：分析处理呼吸意图数据的具体过程如下：
6.根据权利要求5所述的基于互联网的远程无创呼吸参数分析管理系统，其特征在于：分析处理呼吸强度数据的具体过程如下：
7.根据权利要求6所述的基于互联网的远程无创呼吸参数分析管理系统，其特征在于：综合判定患者当前的无创呼吸状态的具体过程为：
8.根据权利要求7所述的基于互联网的远程无创呼吸参数分
...【技术特征摘要】
1.基于互联网的远程无创呼吸参数分析管理系统，其特征在于：包括参数监测单元、模型设计单元和调控警报单元，其中，参数监测单元、模型设计单元和调控警报单元之间信号连接；
2.根据权利要求1所述的基于互联网的远程无创呼吸参数分析管理系统，其特征在于：无创呼吸参数的采集过程如下：
3.根据权利要求2所述的基于互联网的远程无创呼吸参数分析管理系统，其特征在于：参数分析模型的具体构建过程为：
4.根据权利要求3所述的基于互联网的远程无创呼吸参数分析管理系统，其特征在于：分析处理身体状态数据的具体过...
【专利技术属性】
技术研发人员：高佳萌，沈瑶，田卫彬，夏珺仪，沈哲易，
申请(专利权)人：上海市浦东医院复旦大学附属浦东医院，
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。