[发明专利]基于人体生理模型的心肺复苏除颤一体机控制系统及方法在审
申请号: | 202310002733.8 | 申请日: | 2023-01-03 |
公开(公告)号: | CN115970164A | 公开(公告)日: | 2023-04-18 |
发明(设计)人: | 林明;刘熠晨;鲁仁全;黄增鸿;徐雍;饶红霞 | 申请(专利权)人: | 广东工业大学 |
主分类号: | A61N1/39 | 分类号: | A61N1/39;A61H31/00 |
代理公司: | 佛山市禾才知识产权代理有限公司 44379 | 代理人: | 梁永健 |
地址: | 510062 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 人体生理 模型 复苏 一体机 控制系统 方法 | ||
1.基于人体生理模型的心肺复苏除颤一体机控制系统,其特征在于:包括生理信号采集模块,用于采集患者的心电图特征数据和按压特征数据;
发送模块,用于将心电图特征数据和按压特征数据发送至主控模块;
主控模块,用于计算获得心肺特征结果,以及计算BI值、RI值和BRI值,并得到对应的分级级别;
按压判断模块,用于根据分级级别判断患者在按压过程中的心肺复苏效果和骨折风险,如果BRI5,则继续判断BI和RI,若BI4.5,则逐渐增加按压力度,直到BI4.5,若RI3.4,则逐渐减小按压力度,直到RI3.4;同时根据心肺特征结果判断是否发生室颤,如果是,则停止按压,进行除颤;
除颤判断模块,用于在除颤过程中根据心肺特征结果判断是否仍然发生室颤,如果是,则继续除颤。
2.根据权利要求1所述的基于人体生理模型的心肺复苏除颤一体机控制系统,其特征在于:所述BI值的计算公式如下:
其中,BI代表有益指数,PETCO2代表呼吸末时测量得到的CO2浓度值;
所述RI值的计算公式如下:
其中,RI代表危险指数,Kchest代表胸骨弹性模量,指的是按压单位位移所需要的作用力值,K5代表成人在胸外按压深度为5cm,K6.5代表成人在胸外按压深度为6.5cm;
所述BRI值的计算公式如下:
其中,BRI代表有益危险度综合指数。
3.根据权利要求1所述的基于人体生理模型的心肺复苏除颤一体机控制系统,其特征在于:所述按压判断模块包括阻抗控制子模块,所述阻抗控制子模块用于建立阻抗模型;计算获得胸外按压的反作用弹力误差值,所述反作用弹力误差值的计算公式如下:
Fd(t)=Fd(t)-F(t)
其中,ΔF(t)为反作用弹力误差值,Fd(t)为一个常数,代表期望力,F(t)为反作用弹力,反作用弹力的计算包括以下三种形成:
其中,Md为质量参数,Bd为阻尼参数,Kd为刚度参数,为按压头末端的实际加速度,为按压头末端的实际速度,X(t)为按压头末端的位置,为按压头末端的期望加速度,为按压头末端的期望速度,Xd(t)为按压头末端的期望位置;
将反作用弹力误差值输入阻抗模型,得到频率域;根据频率域,对反作用弹力信号进行滤波,并将滤波后的反作用弹力信号转化为相应的末端位置的运动信号。
4.根据权利要求1所述的基于人体生理模型的心肺复苏除颤一体机控制系统,其特征在于:所述主控模块包括心电信号预处理子模块,所述心电信号预处理子模块用于通过设置自适应阈值,定位QRS群波,其中,自适应阈值的计算公式如下:
其中,THR1为高阈值;mean(peak_buffer)为峰值均值;peak为此刻检测到的信号峰值;THR1_lim为经验常数,代表阈值变化的上界,取值为0.33;THR2为低阈值;peak_buffer为存储此刻峰值之前的8个连续峰值的缓冲值;THR2_lim也为经验常数,代表阈值变化的下界,取值为0.23。
5.根据权利要求4所述的基于人体生理模型的心肺复苏除颤一体机控制系统,其特征在于:所述主控模块还包括心率失常识别子模块,所述心率失常识别子模块用于提取心电信号特征;选取和划分数据集,得到训练集和测试集;对训练集和测试集的数据进行特征归一化处理;训练和测试支持向量机模型,将预处理后心电信号输入支持向量机模型进行分类。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310002733.8/1.html,转载请声明来源钻瓜专利网。