[发明专利]一种医疗护理用呼吸检测设备及其检测系统

说明书

本发明属于医疗器械技术领域，公开了一种医疗护理用呼吸检测设备及其检测系统；设置有主控模块、固定模块、监测模块、报警模块、显示模块。该系统能够对患者的呼吸频率、深度、节律以及呼吸是否正常进行监测，增加了工作效率，降低了人力和物力。本发明从心电和脉搏波中提取呼吸信号，利用AR模型功率谱估计算法计算呼吸率，并通过基于卡尔曼滤波和信号质量评估的多路数据融合算法估计呼吸率。数据融合算法较好地反映了呼吸率的变化，与压阻式呼吸传感器提供的参考呼吸率相比，误差为(‑0.03±2.78)次/min。基于多路数据融合的方法可以较准确地估计呼吸率，为临床呼吸监测和在睡眠呼吸暂停研究中的应用奠定了基础。

技术领域

本发明属于医疗器械技术领域，尤其涉及一种医疗护理用呼吸检测设备及其检测系统。

背景技术

目前，呼吸是非常重要的生理信号，通过呼吸作用可以判别病患者是否还有生理特征，同时通过分析患者的呼吸强度以及呼吸频率可以判别患者的生理特征是否正常。目前需要一种护理用的呼吸检测设备及系统，用来检测患者生理特征是否正常，以此来降低医护工作者的工作强度，提高工作效率。

综上所述，现有技术存在的问题是：

(1)目前护理用的呼吸检测系统使用人工操作，工作劳动强度大，工作效率低。

(2)电信号利用拟合能力强大的高斯过程进行建模运算时间，预测误差大。

(3)压阻式呼吸传感器的参考呼吸率误差较大，不能准确地估计呼吸率。

发明内容

针对现有技术存在的问题，本发明提供了一种医疗护理用呼吸检测设备及其检测系统。

本发明是这样实现的，一种医疗护理用呼吸检测方法，所述医疗护理用呼吸检测方法包括：

传出的电信号，将电信号加强，传递到报警模块和显示模块；

所述电信号y(t)为：

y(t)＝c(t)m(t)；

式中，c(t)为调整信号，m(t)为高斯噪声；

对于任意有限随机变量x₁，…，x_n，其中，n≥1，且为任意整数，与其对应的过程状态f(x₁)，f(x₂)，…，f(x_n)的联合概率分布服从n维高斯分布，具体过程可由均值m(x)与协方差函数k(x，x′)确定：

f(x)～GP(m(x)，k(x，x′))；

给定训练D＝{x_i，y_i)|i＝1，2，…，N}，其中，x_i∈R^d为输入量，y_i∈R是输出向量，则输出向量y由零均值函数m(x)和一个正定的协方差函数k(x，x′)的高斯先验分布组成y～N(m，p)；输入新的向量x_＊∈R^d，K_N为训练样本的协方差矩阵，则对应的待预测数据的高斯分布函数为y～N(m_＊，p_＊)：

通过多分辨率离散小波变换将电信号y(t)分解：

为尺度函数，ψ(t)为小波函数，尺度系数和小波系数的表达式为：

d_j(k)＝<y(t)，ψ_j，k(t)>＝|y|(t)ψ_j，k(t)dt；

电信号对应的高斯分布函数为：