[发明专利]一种呼吸机智能控制决策方法与系统

权利要求书

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；

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；

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；

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。

6.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；

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。

7.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，所述呼吸机根据模拟通气参数设置结果调节运行参数。

8.一种呼吸机智能控制决策系统，其特征在于，包括：

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；

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；

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；

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；

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。