光学呼吸速率预测系统技术方案

技术编号:42799187 阅读:23 留言:0更新日期:2024-09-24 20:45
本公开涉及光学呼吸速率预测系统。一种呼吸速率预测系统和方法,可以包括:用光发射器将光发射到组织中;用光电检测器检测来自所述组织的光作为血液动力学信号;从所述血液动力学信号确定呼吸速率估计和信号状态特征;根据所述信号状态特征确定信号质量指示符;基于所述信号质量指示符来决定是否使用机器学习算法来确定呼吸速率预测;确定所述呼吸速率预测和用于所述呼吸速率预测的置信度得分,所述置信度得分基于所述呼吸速率估计和所述信号状态特征被输入到所述机器学习算法中;和基于所述置信度得分从所述机器学习算法输出所述呼吸速率预测。

【技术实现步骤摘要】

本公开涉及生成呼吸速率信息的系统,更具体地涉及使用光体积描记术(ppg)来预测来自手腕或身体的具有次优解剖结构或血管结构的其他部位的呼吸速率。


技术介绍

1、作为患者病情恶化的最敏感预测指标,呼吸率(rr)及其评估在重症监护室入院、呼吸暂停诊断测试和检测阻塞性肺病恶化中至关重要。在covid-19大流行期间,rr测量在呼吸管理中变得更加重要。

2、在传统的临床实践中,rr测量是通过手动计数胸壁运动和呼吸来进行的,这是劳动密集型和间歇性的。可以通过鼻或口腔套管用二氧化碳描记图进行精确和连续的rr监测,其中rr是从测量的潮气末co2信号中的呼吸周期长度中检测的。然而,由于其复杂繁琐的设置、昂贵的设备、密集的劳动要求以及对患者的束缚感和不舒服感,脑电图测量并没有在常规检查和自我健康监测中实践。

3、因此,对实现方便有效的rr监测的可穿戴设备提出了很高的要求。ppg依赖于简单的发光二极管(led)和光电二极管,而ppg是一种低成本且广泛应用的光学技术,用于检测含血组织中血容量的变化。

4、ppg传感器已广泛应用于各种心率监测的可本文档来自技高网...

【技术保护点】

1.一种呼吸速率预测方法,包括:

2.根据权利要求1所述的方法,其中发射光包括发射绿光、红光、红外光或其组合。

3.根据权利要求1所述的方法,其中确定所述呼吸速率估计包括基于呼吸调制的心率变异性呼吸速率估计、呼吸调制的徘徊基线呼吸速率估计、呼吸调制的脉动幅度、或其组合来确定所述呼吸速率估计。

4.根据权利要求1所述的方法,其中从所述血液动力学信号确定所述呼吸速率估计和所述信号状态特征包括确定神经源性分量、呼吸源性分量和心源性分量,并且其中所述神经源性分量、呼吸源性分量和心源性分量各自从所述血流动力学信号的不同波长通道确定。

<p>5.根据权利要求...

【技术特征摘要】

1.一种呼吸速率预测方法,包括:

2.根据权利要求1所述的方法,其中发射光包括发射绿光、红光、红外光或其组合。

3.根据权利要求1所述的方法,其中确定所述呼吸速率估计包括基于呼吸调制的心率变异性呼吸速率估计、呼吸调制的徘徊基线呼吸速率估计、呼吸调制的脉动幅度、或其组合来确定所述呼吸速率估计。

4.根据权利要求1所述的方法,其中从所述血液动力学信号确定所述呼吸速率估计和所述信号状态特征包括确定神经源性分量、呼吸源性分量和心源性分量,并且其中所述神经源性分量、呼吸源性分量和心源性分量各自从所述血流动力学信号的不同波长通道确定。

5.根据权利要求1所述的方法,其中确定所述信号状态特征包括通过融合所述血液动力学信号的形态或统计特征来确定心肺平衡、神经呼吸平衡或其组合。

6.根据权利要求1所述的方法,其中确定所述信号质量指示符包括通过将多波长信号融合在所述血液动力学信号内来确定具有加速度幅度、合理的呼吸信号、合理的心脏信号或其组合的所述信号质量指示符。

7.根据权利要求1所述的方法,其中确定所述呼吸速率预测包括基于输入到所述机器学习算法中的生物统计数据来确定所述呼吸速率预测。

8.根据权利要求1所述的方法,其中确定所述呼吸速率预测包括使用高斯过程回归算法来确定所述呼吸速率预测。

9.根据权利要求1所述的方法,其中输出所述呼吸速率预测包括基于超过置信阈值的置信度得分来输出所述呼吸速率预测。

10.一种与具有被配置为下列的指令的处理器有用关联的非瞬态计算机可读介质:

11.根据权利要求10所述的计算机可读介质,其中所述被配置为发射光的指令包括被配置为发出绿光、红光、红外光或其组合的指令。

12.根据权利要求10所述的计算机可读介质,其中所述被配置为确定所述呼吸速率估计的指令包括被配置为基于呼吸调制的心率变异性呼吸速率估计、呼吸调制的徘徊基线呼吸速率估计、呼吸调制的脉动幅度、或其组合来确定所述呼吸速率估计的指令。

13.根据权利要求10所述的计算机可读介质,其中所述被配置为从所述血液动力学信号确定所述呼吸速率估计和所述信号状况特征的指令包括被配置为确定神经源性分量、呼吸源性分量和心源性分量的指令,并且其中所述神经源性分量、呼吸源性分量和心源性分量各自从所述血流动力学信号的不同波长通道确定。

14.根据权利要求10所述的计算机可读介质,其中被配置为确定信号状态特征的指令包括被配置为通过融合所述血液动力学信号的形态或统计特征来确定心肺平衡、神经呼吸平衡或其组合的指令。

【专利技术属性】
技术研发人员:刘静F·福鲁赞
申请(专利权)人:美国亚德诺半导体公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1