[发明专利]一种医疗护理用呼吸检测设备及其检测系统

摘要

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。

主权项

1.一种医疗护理用呼吸检测方法，其特征在于，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(l)＝c(t)m(l)；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)与协方差函数确定：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，φ(t）为小波函数，尺度系数和小波系数的表达式为：电信号对应的高斯分布函数为：cj～N(mc，pc)，dj～N(md，pd)；设备固定在患者的面部；对患者的呼吸频率以及呼吸强度进行实时监测；所述呼吸频率的状态值x(x∈Rn)和预测值z(z∈Rn)分贝满足离散时间过程差分方程：式中，过程激励噪声w和测量噪声v为相互独立、正态分布的均值为0、协方差分别为Q和R的白噪声；矩阵A、B和H为状态变换系数矩阵，u为可选控制输入变量；卡尔曼滤波递推为：式中，为在已知第k步之前的状态下，第k步的呼吸率先验状态估计，为给出第k步的呼吸率估计值后的呼吸率的后验状态估计；为先验估计误差的协方差，为后验估计误差的协方差；Q为过程激励噪声的协方差，R为测量噪声的协方差，为测量过程的残差，为残差的增益系数；R＝R0exp(1/SQI2‑1)；式中，SQI为信号质量指数；当患者的呼吸频率不正常时，通过初筛模型及时提出警报；对患者的呼吸频率，呼吸强弱信息进行显示。