使用光电体积描记术传感器监测呼吸的方法和设备专利检索-体积描记器诊断设备和程序专利检索查询-专利查询网

使用光电体积描记术 传感器监测呼吸的方法和设备

阅读：817发布：2020-05-12

专利汇可以提供使用光电体积描记术传感器监测呼吸的方法和设备专利检索，专利查询，专利分析的服务。并且在本文的实施例中提供了用于呼吸监测的计算机实现的方法和系统。一些实施例包括从个体的中枢源部位获得PPG 信号流；识别在预定时期内的PPG信号流的波峰和波谷，其中在波峰之间的时间或在波谷之间的时间对应于个体的心率；确定在预定时期内的波峰幅度的显著局部最大值和波谷幅度的显著局部最小值，其中，波峰幅度的每个显著局部最大值对应于个体的呼气呼吸运作的开始，并且波谷幅度的每个显著局部最小值对应于个体的吸气呼吸运作的开始；计算在预定时期期间的显著局部最大值的、显著局部最小值的或两者的数目，以确定在预定时期中的呼吸运作的次数；以及在计算机监视器上显示在预定时期中的呼吸运作的次数。，下面是使用光电体积描记术传感器监测呼吸的方法和设备专利的具体信息内容。

权利要求

1.一种监测个体呼吸的计算机实现的方法，包括：
从所述个体的中枢源部位获取PPG 信号流；
识别在预定时期内的所述PPG信号流的波峰和波谷，其中，在波峰之间的时间或在波谷之间的时间对应于所述个体的心率；
确定在所述预定时期内的波峰幅度的显著局部最大值和波谷幅度的显著局部最小值，其中，波峰幅度的每个显著局部最大值对应于所述个体的呼气呼吸运作的开始，并且波谷幅度的每个显著局部最小值对应于所述个体的吸气呼吸运作的开始；
计算在所述预定时期期间的显著局部最大值的数量、显著局部最小值的数量或两者，以确定在所述预定时期内的呼吸运作的次数；
在计算机监视器上显示在所述预定时期中的所述呼吸运作的次数。
2.根据权利要求1所述的计算机实现的方法，其中，在识别所述波峰和波谷之前，所述PPG信号流被带通滤波、平滑处理、或带通滤波以及平滑处理。
3.根据权利要求1所述的计算机实现的方法，其中，确定波峰幅度的显著局部最大值包括：
确定在所述预定时期期间在所述PPG信号流中的每个波峰的幅度；
确定在所述PPG信号流中的连续波峰中的增加或减少，以识别初始局部最大值；
丢弃与紧接在其前方的和/或紧接在其后方的至少一个波峰在幅度上偏差小于预设阈值的初始局部最大值；以及
将剩余的初始局部最大值指定为显著局部最大值。
4.根据权利要求1所述的计算机实现的方法，其中，确定波谷幅度的显著局部最小值包括：
确定在所述预定时期期间在所述PPG信号流中的每个波谷的幅度；
确定在所述PPG信号流中的连续波谷中的增加或减少，以识别初始局部最小值；
丢弃与紧接在其前方的和/或紧接在其后方的至少一个波谷偏差小于预设阈值的初始局部最小值；以及
将剩余的初始局部最小值指定为显著局部最小值。
5.根据权利要求1所述的监测呼吸的计算机实现的方法，其中，确定在所述预定时期中所述呼吸运作的次数还包括：对遗漏的吸气的开始、遗漏的呼气的开始、或两者进行计数；
其中，当(a)出现两个或更多个显著局部最小值而在其间的时间上没有出现显著局部最大值时，或(b)在两个局部最小值之间出现局部最大值并且所述局部最大值与每个局部最小值相距在预设时间量以上时，确定已经出现了遗漏的呼气的开始；以及其中，当(a)出现两个或更多个显著局部最大值而在其间的时间上没有出现显著局部最小值时，或(b)在两个局部最大值之间出现局部最小值并且所述局部最小值与每个局部最大值相距在预设时间量以上时，确定已经出现了遗漏的吸气检测的开始。
6.根据权利要求1所述的监测呼吸的计算机实现的方法，还包括确定在所述预定时期期间所述个体的通气次数。
7.根据权利要求6所述的计算机实现的方法，其中，通过分析在所述预定时期期间从所述个体的鼻腔气流获得的热敏电阻信号流来确定所述通气次数。
8.根据权利要求7所述的计算机实现的方法，其中，通过包括识别在所述热敏电阻信号流中出现的时间长于预设时间段的显著单调递减的方法来分析所述热敏电阻数据。
9.根据权利要求8所述的计算机实现的方法，其中，在识别所述显著单调递减的时段之前，所述热敏电阻信号流被带通滤波、平滑处理、或带通滤波以及平滑处理。
10.根据权利要求8所述的计算机实现的方法，其中，识别所述热敏电阻信号中的显著单调递减包括：
识别在所述热敏电阻信号流中的出现的时间比预设时间段更长的初始单调递减；
丢弃具有小于预设值的幅度降低的所述初始单调递减的时段；以及
将剩余的初始单调递减的时段指定为显著单调递减的时段。
11.根据权利要求7所述的计算机实现的方法，其中，在所述预定时期中的所述通气次数是在所述预定时期期间所述热敏电阻信号中的显著单调递减的数量。
12.根据权利要求7所述的计算机实现的方法，其中，在所述预定时期期间的所述通气次数和所述呼吸运作的次数被显示在所述监视器上。
13.根据权利要求12所述的计算机实现的方法，其中，在所述预定时期期间的所述通气次数和所述呼吸运作的次数被用于确定所述个体是否有呼吸暂停。
14.根据权利要求13所述的计算机实现的方法，其中，所述呼吸暂停是阻塞性呼吸暂停。
15.根据权利要求1所述的计算机实现的方法，其中，如果所述呼吸运作的次数低于预定值，则采取预定的行动。
16.根据权利要求15所述的计算机实现的方法，其中，所述预定的行动包括以下各项中的至少一项：启动警报、唤醒所述个体、向所述个体施用或增加氧气供应、或向所述个体施用麻醉性逆转剂。
17.根据权利要求1所述的计算机实现的方法，其中，所述显著局部最大值的大小、所述显著局部最小值的大小或两者被评估，以确定在所述预定时期中所述呼吸运作的大小。
18.根据权利要求8所述的计算机实现的方法，还包括确定在所述热敏电阻信号中的显著单调递减之间的时间间隔。
19.根据权利要求18所述的计算机实现的方法，其中，确定在所述热敏电阻信号中的显著单调递减之间的所述时间间隔包括：
确定在所述预定时期中每个显著单调递减的幅度最小值；
测量(a)在每个显著单调递减的每个连续幅度最小值之间的时间间隔，(b)在所述预定时期的起点和第一幅度最小值之间的时间间隔；以及(c)在最后的幅度最小值和所述预定时期的终点之间的时间间隔；
以确定在所述热敏电阻信号中的显著单调递减之间的时间间隔。
20.根据权利要求18所述的计算机实现的方法，其中，通过所述计算机来评估超过预定义的时间限度的时间间隔，以确定是否已出现呼吸暂停事件或呼吸不足事件。
21.根据权利要求20所述的计算机实现的方法，其中，确定是否已出现呼吸暂停事件或呼吸不足事件的所述评估包括：
确定在超过所述预定义的时间限度的每个时间间隔中的幅度的信号变化；以及如果时间间隔具有大于或等于第一预定义值(c1)的信号变化，则将所述时间间隔视作不包括呼吸暂停事件或呼吸不足事件；以及
如果时间间隔具有小于所述第一预定义值(c1)的信号变化，则将所述时间间隔视作包括呼吸暂停事件或呼吸不足事件。
22.根据权利要求21所述的计算机实现的方法，其中，对于被视作包括呼吸暂停事件或呼吸不足事件的这些时间间隔，所述计算机随后评估在时间间隔期间所述幅度的信号变化是否小于第二预定义值(c2)，其中，如果时间间隔的幅度的信号变化小于所述第一预定义值(c1)但大于所述第二预定义值(c2)，则将所述时间间隔视作包括呼吸不足事件，并且如果其中时间间隔的幅度的信号变化小于所述第一预定义值(c1)和所述第二预定义值(c2)，则将所述时间间隔视作包括呼吸暂停事件。
23.根据权利要求22所述的计算机实现的方法，其中，时间间隔被视作包括呼吸不足事件，所述PPG信号被评估以确定在所述时间间隔期间所述呼吸运作的大小。
24.根据权利要求23所述的计算机实现的方法，其中，如果在被视作包括呼吸不足事件的所述时间间隔期间的呼吸运作超过预定义值(d1)，则所述计算机指示已出现了阻塞性呼吸不足事件。
25.根据权利要求24所述的计算机实现的方法，其中，如果在被视作包括呼吸不足事件的所述时间间隔期间没有呼吸运作超过所述预定义值(d1)，则所述计算机指示已出现了中枢性呼吸不足事件。
26.根据权利要求22所述的计算机实现的方法，其中，对于被视作包括呼吸暂停事件的时间间隔，所述PPG信号被评估以确定在所述时间间隔期间所述呼吸运作的大小。
27.根据权利要求26所述的计算机实现的方法，其中，如果在被视作包括呼吸暂停事件的所述时间间隔期间的呼吸运作超过预定义值(d1)，则所述计算机指示已出现了阻塞性呼吸不足事件。
28.根据权利要求26所述的计算机实现的方法，其中，如果在被视作包括呼吸不足事件的所述时间间隔期间没有呼吸运作超过所述预定义值(d1)，则所述计算机输出已出现中枢性呼吸不足事件的指示。
29.根据权利要求24所述的计算机实现的方法，其中，如果通过所述计算机指示预定次数的呼吸不足事件和/或呼吸暂停事件，则采取预定的行动。
30.根据权利要求19所述的计算机实现的方法，其中，所述预定的行动包括以下各项中的至少一项：启动警报、唤醒所述个体、向所述个体施用或增加氧气供应、或向所述个体施用麻醉性逆转剂。

说明书全文

使用光电体积描记术传感器监测呼吸的方法和设备

[0001] 相关申请的交叉引用

[0002] 本申请要求享有于2015年8月6日提交的第62/202,141号美国临时申请的、于2015年9月17日提交的第62/220,143号美国临时申请的、以及2015年10月8日提交的第62/239,148号美国临时申请的权益，其中每一个的内容通过引用以其整体并入本文。
发明领域

[0003] 本发明涉及生物传感器，且特别涉及使用生物传感器来监测个体的生理参数。本发明还涉及处理来自生物传感器的数据的方法。

[0004] 发明背景

[0005] 光电体积描记术(或“PPG”)是用于检测组织中的血容量变化的光学技术。在该技术中，使用一个或更多个发射器来将光引导在组织处，并且使用一个或更多个检测器来检测透射穿过组织(“透射式PPG”)或被组织反射(“反射式PPG”)的光。组织的血液或灌注的容量影响透射或反射的光的量。因此，PPG 信号随着在组织的灌注中的变化而变化。

[0006] 组织中的血容量随每次心跳而变化，且因此PPG信号也随每次心跳而变化。传统上，PPG信号的这个分量被称为信号的“AC分量”，并且通常也被称为“脉动分量”。血容量也受体内其他生理过程的影响，包括呼吸、静脉血容量、交感神经和副交感神经张力以及某些病状。由于这些和其他生理过程引起的PPG信号的变化连同由于由诸如环境光和身体运动的非生理过程引起的噪声的PPG信号的变化一起在传统上被统称为“DC分量”。

[0007] 脉搏血氧仪是众所周知的生理监测工具，由此，PPG用于监测在个体中的动脉血氧饱和度(SpO2)。在典型的脉搏血氧仪中，红色和IR 辐射被透射穿过个体的组织。IR和红色波长的PPG信号的AC分量的幅度对于由于在这些波长处的氧合和脱氧血红蛋白的光吸收的差异而引起的SpO2的变化敏感。根据它们的幅度比，使用DC分量来标准化它们相应的信号，可以估计出SpO2。传统上，在外周部位处执行脉搏血氧测定法，但近年来，已经研究了可选的监测部位，包括在鼻子(例如，中隔、鼻翼)、耳朵(例如，耳垂、外耳)和前额处。

[0008] 鼻子(特别是鼻翼)最近被确定为对PPG特别有希望的部位。用于监测PPG的传统部位例如手指和脚趾通常提供相对小的PPG信号，并且该信号的质量可能被在这些组织部位中的交感神经支配负面地影响。因此，在一些情况下，在外周部位处的脉搏血氧测量可能是不可用或不可靠的。此外，由于小的信号大小，来自传统外周部位的DC分量信号可能没有足够的强度和质量来允许DC信号用于可靠地监测生理过程。

[0009] 鼻翼区已经被本发明人证明为相对于身体的其他部位(包括手指、脚趾和耳朵)提供非常大的PPG信号，并且由于其缺乏交感神经支配而提供相对高质量的信号。在鼻翼部位处的改善的PPG信号允许从DC信号有效地提取多个生理参数，包括呼吸速率、血流量、呼吸运作和静脉电容。描述使用鼻翼部位来获得PPG信号的专利和申请的例子以及可从这样的信号中提取的参数和生理过程的描述包括第6,909,912号、第7,127,278号、第7,024,235号、第7,785,262号、第7,887,502号、第8,161,971号、第8,679,028号和第8,641,635号美国专利，其中每个专利的全部内容通过引用被全部并入本文。

[0010] 发明实施例的概述

[0011] 根据本发明的实施例，提供了监测个体中的呼吸的计算机实现的方法。这种方法可以包括：获得来自个体的中枢源部位的PPG信号流；识别在预定时期内的PPG信号流的波峰和波谷，其中，在波峰之间的时间或在波谷之间的时间对应于个体的心率；确定在预定时期内的波峰幅度的显著局部最大值和波谷幅度的显著局部最小值，其中波峰幅度的每个显著局部最大值对应于个体的呼气呼吸运作的开始，并且波谷幅度的每个显著局部最小值对应于个体的吸气呼吸运作的开始；计算在预定时期期间的显著局部最大值的数量、显著局部最小值的数量或两者，以确定在预定时期中的呼吸运作的次数；以及在计算机监视器上显示预定时期中呼吸运作的次数。

[0012] 在本发明的一些实施例中，方法包括确定在预定时期期间个体的通气次数。在本发明的一些实施例中，通过包括识别在热敏电阻信号流中出现的时间长于预设时间段的显著单调递减的方法来分析热敏电阻数据。在一些情况下，识别在热敏电阻信号中的显著单调递减包括：识别在热敏电阻信号流中的出现的时间比预设时间段更长的初始单调递减；丢弃具有小于预设值的幅度降低的初始单调递减的时段；并且将剩余的初始单调降低的时段指定为单调递减的显著时段。在一些情况下，在预定时期期间的通气次数和呼吸运作次数被用于确定个体是否有呼吸暂停。

[0013] 在本发明的一些实施例中，用于确定是否已出现呼吸暂停事件或呼吸不足事件的评估包括：确定在超过预定时间限度的每个时间间隔中的幅度的信号变化；并且如果时间间隔具有大于或者等于第一预定义值(c1)的信号变化，则将该时间间隔视作不包括呼吸暂停事件或呼吸不足事件；以及如果时间间隔具有小于第一预定义值(c1)的信号变化，则将该时间间隔视作包括呼吸暂停事件或呼吸不足事件。

[0014] 在一些实施例中，如果通过计算机指示了预定数量的呼吸不足事件和/或呼吸暂停事件，则采取预定行动。例如，在一些情况下，预定行动包括以下各项中的至少一项：启动警报、唤醒个体、向个体施用或增加氧气供应、或向个体施用麻醉性逆转剂。

[0015] 附图简述

[0016] 图1是显示对应于个体心跳的波峰和波谷的光电体积描记。

[0017] 图2是显示对应于个体心跳的波峰和波谷的光电体积描记。

[0018] 图3是显示对应于个体心跳的波峰和波谷的光电体积描记。

[0019] 图4是根据本发明的实施例的热敏电阻信号流。

[0020] 图5是概述根据本发明的实施例的呼吸算法的流程图。

[0021] 图6是概述根据本发明的实施例的呼吸算法的流程图。

[0022] 图7是概述根据本发明的实施例的呼吸算法的流程图。

[0023] 图8是根据本发明的实施例的热敏电阻信号流。

[0024] 图9是概述根据本发明的实施例的呼吸算法的流程图。

[0025] 图10是概述根据本发明的实施例的呼吸算法的流程图。

[0026] 发明实施例的详细描述

[0027] 现在将参考附图在下文中更加充分地描述本发明，在附图中示出了本发明的实施例。然而，本发明不应被解释为限于本文所阐述的实施例。更确切地，提供这些实施例，使得本公开将是彻底和完整的，并将本发明的范围完全传达给本领域中的技术人员。

[0028] 本文使用的术语只是为了描述特定实施例的目的，而不是打算限制本发明。如本文所使用，单数形式“一(a)”、“一(an)”、和“该”也旨在包括复数形式，除非上下文另有清楚指示。还将明白，用在本说明书中的术语“包括(comprise)”和/或“包括(comprising)”指定了所陈述的特征、整体、步骤、操作、元件和/或部件的存在，但不排除一个或更多个其它特征、整体、步骤、操作、元件、部件和/或它们的群组的存在或添加。如本文所使用的，术语“和/或”包括相关联的所列的项中的一个或更多个的任意组合和所有组合。

[0029] 将理解，当元件被称为被“连接”或“耦合”到另一个元件时，它可以被直接连接或耦合到另一个元件，或介于其间的元件可以存在。相反，当元件被称为被“直接连接”或“直接耦合”到另一个元件时，不存在介于其间的元件。相似的数字在整个说明书中指相似的元件。将理解，尽管术语“第一”、“第二”等在本文可用于描述各个元件，但这些元件不应被这些术语限制。这些术语只是用来将一个元件与另一个区分开。因此，下面讨论的第一元件可以被称为第二元件，而不脱离本发明的教导。

[0030] 根据本发明的实施例，提供了使用固定到中枢源部位的光电体积描记术(PPG)信号以及可选的至少一个额外的辅助呼吸传感器来监测个体的呼吸的计算机实现的方法。如在本文使用的，个体(也被称为患者)包括任何哺乳动物，哺乳动物包括任何年龄的人。个体可以在任何护理环境(包括但不限于医院(例如手术室(OR)、重症监护病房(ICU)、普通护理楼层或其中的运输期间)、疗养院、医务室、医疗运输和家庭)中被监测。个体可以被插管或可以自发呼吸。

[0031] 使用PPG监测来检测呼吸运作

[0032] 在本文描述的本发明的实施例中，PPG传感器可以固定到任意的中枢源部位，并且特别是固定到鼻子的一部分(例如，鼻翼或鼻中隔)。然而，在特定实施例中，PPG传感器固定到个体的鼻翼。术语“固定”意指充分地附着于皮肤以允许产生合适的PPG信号。在一些情况下，传感器主体被配置成固定到皮肤上，使得不需要额外的支撑件来允许可靠地产生合适的PPG信号。然而，在一些情况下，可以借助于外部支撑件例如附加的结构支撑件、线或绳或诸如胶带的粘合性产品来固定传感器。这种支撑件可以是合乎需要的，以使传感器稳固来防止例如由于患者的运动(例如发抖)或由于传感器或附着于其上的电缆的移动(例如推挤、拉、推)而导致的信号损失。

[0033] PPG传感器包括一个或更多个发射光的部件，且这样的部件在本文中将被称为“发射器”。如本文所使用的，术语“光”通常用于指电磁辐射，且因此该术语包括例如可见光、红外线和紫外线辐射。可以使用任何合适类型的发射器，但是在一些实施例中，发射器是发光二极管(LED)。在特定的实施例中，第一发射器发射在第一波长处的光，而第二发射器发射在第二波长处的光。在一些情况下，单个发射器可发射在第一波长和第二波长处的光。一个或更多个光电检测器(也称作“检测器”)也被包括在PPG传感器中。检测器被配置为检测来自发射器的光，并且这个检测到的光产生PPG信号。可使用任何合适的光电检测器。然而，光电检测器的例子包括光电二极管、光敏电阻器、光电晶体管、光数字转换器等。

[0034] 在本文中描述的计算机实现的方法包括以下步骤中的一个或更多个步骤：(1)识别在预定时期内的PPG信号流的波峰和波谷，其中，波峰(或波谷)在个体的心率时出现；(2)确定在预定时期内的波峰幅度(“峰值幅度”)的显著局部最大值和波谷幅度(“谷值幅度”)的显著局部最小值，其中，峰值幅度的每个显著局部最大值对应于个体的呼气呼吸运作的开始，并且波谷幅度的每个显著局部最小值对应于个体的吸气呼吸运作的开始；(3)计算在预定时期期间的显著局部最大值的、显著局部最小值的或两者的次数，以确定在预定时期期间的呼吸运作的次数；以及可选地，(4)在计算机监视器上显示在预定时期中的呼吸运作的次数，或者将每个时期的呼吸运作的次数用于进一步分析个体的呼吸。

[0035] 如在本文中所使用的，“PPG信号流”是从PPG传感器产生的波形，并且“预定时期”是任何时间间隔，例如10秒、30秒、1分钟、2分钟等。在一些情况下，预定时期在10秒到1分钟的范围内。这个时期提供了用于计数个体的呼吸运作(例如，每分钟的RE)(并且在一些情况下个体的通气)的标准时间段，以使得可随时间的推移而监测呼吸变化。

[0036] 如在本文中所使用的，术语“呼吸运作”意为个人进行呼吸的尝试，而无论是否出现通气。呼吸运作意味着呼吸的肌肉响应于来自脑干的信号而正在收缩。呼吸肌收缩的程度决定了在气道通畅时的潮气量(VT)。如果出现气道阻塞，肌肉收缩可能导致VT下降，或在完全阻塞的情况下，尽管肌肉收缩，但是没有气道运动。许多脑干输入(包括动脉血氧饱和度(PaO2)、动脉CO2(PaCO2)和来自在呼吸肌中各种受体的输入)决定了呼吸肌的收缩程度。疾病状态(CNS和非CNS)、药物(例如，鸦片类、苯二氮卓类等)和其他输入可能会改变脑干的“收益”，并可能减少或阻止呼吸肌的收缩。由于PPG信号可以响应于胸内压力的变化(包括由于呼吸运作相关的肌肉收缩导致的胸内压力的变化)而被调制，因此PPG可以用于监测呼吸运作。PPG信号的波谷幅度的显著局部最小值与个体的吸气尝试的开始相关，并且波峰幅度的显著局部最大值与个体的呼气尝试的开始相关。

[0037] PPG传感器将原始PPG信号传输到信号处理设备，这将在下面进一步详细讨论。在一些情况下，原始PPG信号在被分析以确定呼吸运作之前被“调节”或滤波或平滑处理。一般来说，这种调节通过带通滤波器来实现，带通滤波器可以滤除信号中的不合意地高或低频率的噪声。虽然在一些实施例中，仅来自一个波长的光的PPG信号被处理和/或监测，但在其他实施例中，可以从两个或更多个波长的光(例如，IR和红色波长)获得PPG信号，并且在一些情况下，将不同波长的PPG信号(或者从此开始计算的每个时期的呼吸运作)进行比较可以是有用的。

[0038] 例如在图1中显示了与个体的心跳对应的波峰和波谷。随着时间的推移，监测波峰和波谷的幅度。如在本文中所使用的，根据波形的中心或者平均值来测量幅度。通过波峰幅度和波谷幅度随着时间的推移而在瞬时变化率的方向上的变化(斜率)来分别识别波峰的幅度(“峰值幅度”)的“局部最大值”和波谷的幅度(“谷值幅度”)的“局部最小值”。例如，当峰值幅度的瞬时变化率由正值变为负值时，出现峰值幅度的局部最大值，并且当谷值幅度的瞬时变化率由负变为正值时，出现谷值幅度的局部最小值，参见图2。

[0039] 在一开始，可以将局部最小值或局部最大值分别视作显著局部最大值或显著局部最小值，或者在信号处理器中的算法可以确定初始局部最大值和初始局部最小值，并且指定在将初始局部最大值或最小值分别视作显著局部最大值或最小值之前必须满足的附加标准。例如，如果局部最大值与至少一个先前的波峰在幅度上偏差小于预设值，则该算法可以丢弃初始局部最大值。可选地或者额外地，如果局部最大值与紧随着它的至少一个波峰在幅度上偏差小于预设量，则该算法可以丢弃初始局部最大值。因此，与紧接在其之前的和/或之后的波峰在幅度上非常相似的局部最大值因为不是显著的局部最大值而可能被丢弃，因为它不与紧接在其之前的和/或之后的波峰(在幅度上)充分不同。该算法也可以以相同的方式丢弃初始局部最小值。如果局部最小值与紧接在它前方的至少一个波谷和/或紧随着它的至少一个波谷在幅度上偏差小于预设量，则其可能因为不是显著局部最小值而被丢弃。因此，与紧接在其之前的和/或之后的波谷在幅度上非常相似的局部最小值因为不是显著的局部最小值而可能被丢弃，因为它不与紧接在其之前的和/或之后的波谷在幅度上充分不同。

[0040] 计算机/信号处理器计算在该时期期间的显著局部最大值的数量、显著局部最小值的数量或两者，以确定在该时期期间的呼吸运作的次数。每次呼吸运作是吸气和呼气的组合，因此计算机可以根据显著局部最大值的数量、显著局部最小值的数量或两者来计算呼吸运作。如果显著局部最大值和显著局部最小值均被使用，则可以比较和评估各自得到的值，以进一步提供在测定上的置信度。在特定实施例中，对显著局部最小值进行计数，以确定在预定时期的呼吸运作的次数。然后，可以在计算机监视器或屏幕上显示每个时期的呼吸运作，以引导对个体的医疗护理，或者可以如下所述地将每个时期的呼吸运作的次数用于进一步分析个体的呼吸。该计算可以以滚动的方式执行，使得每个时期的呼吸运作的次数被有规律地(诸如，例如，每1秒、2秒、5秒、10秒、15秒或30秒)更新。

[0041] 在本发明的一些实施例中，信号处理器中的算法可以具有额外的步骤，以分别检测通过上述方法未被检测为显著局部最大值或显著局部最小值的吸气的开始和呼气的开始。在一些情况下，在计算该时期期间的呼吸运作的次数之前，算法评估是否有任何遗漏的吸气的开始和/或任何遗漏的呼气的开始。例如，参考图3，在一些情况下，算法通过记录在出现两个或更多个显著局部最大值而在此之间的时间期间没有出现任何局部最小值的情况下的PPG信号流部分，分析是否存在遗漏的吸气的开始(遗漏的局部最小值)。在这种情况下，该算法将会对已经出现的遗漏的吸气的开始进行计数，并且因此如果将显著局部最小值用来计算该时期的呼吸运作，那么这个遗漏的吸气的开始将额外的呼吸运作添加到计数。相反，在一些实施例中，算法还可以通过记录在出现两个或更多个显著局部最小值而在此之间的时间期间没有出现任何局部最大值的情况下的信号流部分(未在图中示出)，分析是否存在遗漏的呼气的开始(遗漏的局部最大值)。在这种情况下，该算法将会对已经出现的遗漏的呼气的开始进行计数，并且因此如果将显著局部最大值用来计算该时期的呼吸运作，那么这个遗漏的呼气的开始将额外的呼吸运作添加到计数。

[0042] 在本发明的一些实施例中，可以可选地或额外地通过其他方法来确定遗漏的吸气或呼气的开始。例如，关于确定遗漏的吸气的开始，在一些情况下，算法可以评估波形以确定其中在两个局部最小值之间出现局部最大值并且局部最大值与在两个局部最小值中的每个局部最小值相距超过预设的时间量的PPG信号部分。如果两个局部最小值与显著局部最大值显著隔开，则该算法将额外的显著局部最小值计作在此之间出现。因此，如果使用显著局部最小值来确定在该时期期间确定的呼吸运作的次数，则将基于遗漏的吸气检测的开始而添加额外的呼吸运作。

[0043] 关于确定遗漏的呼气的开始，在一些情况下，算法可以评估波形以确定其中在两个局部最大值之间出现局部最小值并且局部最小值与两个局部最大值相距预设的时间量的PPG信号部分。如果两个局部最大值与显著局部最小值显著隔开，则该算法将额外的显著局部最大值计作在此之间出现。因此，如果使用显著局部最大值来确定在该时期期间确定的呼吸运作的次数，则将基于遗漏的呼气检测的开始而添加额外的呼吸运作。

[0044] 通过辅助呼吸检测器检测通气

[0045] 如本文所使用的，“通气”意为指导致在个体中CO2和氧气交换的空气流动。“通气”在本文中也可以被称作“呼气”。呼吸运作可能导致通气，但是在一些情况下，诸如当个体具有阻塞性呼吸暂停时，个体可以做出呼吸运作，但是由于阻塞，不会出现通气。

[0046] 在本发明的一些实施例中，鼻子处的辅助呼吸传感器用于确定患者的实际通气。辅助呼吸传感器可以用来与从PPG传感器获得的呼吸信息进行比较。这种传感器包括但不限于鼻腔气流传感器、鼻腔压力传感器、二氧化碳检测计、热敏电阻、声学传感器、差压变换器等。在一些情况下，PPG传感器和辅助呼吸传感器都位于鼻子处，并且在一些情况下，单个设备或系统(例如，阵列)可以包括PPG传感器和辅助呼吸传感器。

[0047] 在特定实施例中，辅助呼吸传感器例如利用热敏电阻检测鼻孔处的呼吸气流或温度变化。例如，在吸气期间，被放置在鼻孔处的热敏电阻检测与呼气相比温度的相对降低，因为在大多数情况下，体温以及因此呼出的呼气温度高于环境温度。因此，对温度变化的检测可以是确定呼吸气流以及因此确定是否出现通气的合适手段。可以监测来自一个或两个鼻孔的气流，并与PPG信息进行比较。

[0048] 图4示出了热敏电阻信号流。箭头指向由于在吸气期间检测到的温度降低而导致的信号斜率的单调递减。在本发明的一些实施例中，上述计算机实现的方法还可以包括分析在预定时期期间从个体的鼻腔气流获得的热敏电阻信号流。因此，PPG信号流和热敏电阻信号流按时间顺序同步，所以通过PPG的每次呼吸运作可以与热敏电阻数据进行比较，以查看呼吸运作是否导致通气。

[0049] 在本发明的一些实施例中，该算法分析热敏电阻信号流，以识别显著信号下降(例如，单调递减，诸如在图4中所示的那些)何时出现长于预设时间段。比预设时间段更长的单调递减被视作导致通气的吸气。可以使用任何合适的预设时间段。例如，在一些情况下，时间段为0.2至1s的范围，或者在一些情况下为0.5s。与PPG信号流一样，在一些情况下，在识别显著的(单调)下降时段之前，对热敏电阻信号流进行带通滤波、平滑处理或这两者。

[0050] 在一些情况下，比预设时间段更长的所有单调信号下降均被视作显著单调递减。然而，在一些情况下，该算法识别比预设时间更长的初始单调递减，然后丢弃具有比预设值更小的幅度下降(在一些实施例中，其小于该时期的波形的一个标准偏差)的这些单调递减。随后，剩余的更长的初始单调递减被指定为显著单调递减，并且在预定时期期间的每个显著单调递减被计数，以确定在预定时期期间的通气次数。在本发明的其他实施例中，在第一步骤中，算法首先识别在幅度上大于预设值以达到初始单调递减的单调递减。然后，算法丢弃下降了少于预设时间段的初始单调递减，并且为了在本文中描述的方法的目的，将剩余的初始单调递减视作显著单调递减。

[0051] 使用呼吸运作和通气来监测呼吸

[0052] 因此PPG信号流用于确定在预定时期期间的呼吸运作的次数，并且热敏电阻信号流用于确定在预定时期期间的通气次数。这两个数字可被比较，以评估个体的呼吸质量。例如，如果呼吸运作的次数超过通气次数一定百分比或一定数量，则个体可能正在经历阻塞性呼吸暂停期。在这种情况下，可以采取“预定的行动”。例如，可以采取以下行动之一：可以启动警报，或以某种方式通知医务人员，个体可以被唤醒，可能会(通过医务人员或通过闭环设备)向个体施用氧气或可以增加氧气流量，以及可以(自动或由医务人员)向个体施用麻醉逆转剂。

[0053] 在一些情况下，可以将在此时期的呼吸运作和/或通气的次数与预设值(诸如，例如，每分钟4或6次呼吸)进行比较，并且如果其中之一或两者都低于预设值，则可以将个体视为处于呼吸抑制，并且可能采取预定的行动。在一些情况下，如果在这时期中的呼吸运作和/或通气的次数之一或两者均低于预设值，则算法可以进一步分析个体的血氧饱和度(SpO2)，并且基于呼吸运作和/或通气的次数以及个体的SpO2来确定是否采取预定的反应。此外，在一些情况下，可以使用个体中的呼吸运作和/或通气的次数中的任一个的减少的大小或速率、SpO2的变化的大小或速率、或两者，以确定是否采取预定的反应。例如，该算法可具有如下条件：如果每个时期的呼吸运作和/或通气的次数减少大于20％，则采取预定的行动。在一些情况下，该算法可具有如下条件：如果每个时期的呼吸运作和/或通气的次数减少大于20％，并且SpO2降低到预定义限度以下，则采取预定的行动。

[0054] 除上述方法之外或作为上述方法的替代，信号处理设备还可以使用其他算法来进行呼吸监测，如图5所示。例如，路径(1)示出了仅基于SpO2的第一算法。如果SpO2降低了预定义的量或百分比(±5％)并且SpO2低于预定义的值(90％)，则采取预定的反应(如通过红色三角形所标识的)。如果SpO2至少降低了预定义的量或百分比(±5％)，但SpO2仍然等于或大于预定义的值(90％)，那么可以产生“警告”(视觉、听觉和/或仅通过信号处理设备记录)，但是没有响起警报。该警告可以不会引起额外的行动，或者它可以通过信号处理设备启动更严格水平的分析。在图5中，将警告标识为黄色三角形。

[0055] 在路径(2)的算法中，信号处理设备检测在呼吸运作之间的和/或在通气之间的量度。对于T1而言，在该时期期间的通气之间的最大持续时间是通过在显著单调递减之间的时间决定的。可以使用任何一致的点(诸如，单调递减开始时的时间、单调递减的平均的时间等)来确定每个单调递减的时间。对于T2而言，在该时期期间的呼吸运作之间的最大持续时间是通过在显著局部最大值、显著局部最小值或者两者之间的时间决定的。在图5的示例中，如果T1和T2都大于预定义的时间段(并且T1和T2可以具有不同的预定义时间段)(在这种情况下为10秒)，则实施预定的行动。

[0056] 在图5的路径(3)示出的算法中，信号处理设备使用T1和T2、以及SpO2。如果T1大于预定义时间(20s)且T1小于预定义时间(10s)，并且SpO2小于某个预定义值(90)或至少下降了一定量或百分比(30％)，那么实施预定的行动。然而，如果T1大于预定义时间(20s)并且T1小于预定义时间(10s)，但是SpO2等于或大于预定义值(90)并且并未下降至少一定量或百分比(3％)，那么只会导致警告。

[0057] 在图5的路径(4)示出的算法中，信号处理设备使用每个时期的呼吸运作的次数(RE)和通气的次数(RR)以及使用SpO2。在该示例中，如果RR小于预定义值(6)并且RE大于预定义值(25)，并且SpO2大于预定义值(90)，或者SpO2至少下降了一定的量或百分比(5％)，则采取预定的反应。然而，如果RR小于预定义值(6)并且RE大于预定义值(25)，但是SpO2大于或等于其预定义值，并且SpO2并未下降了至少一定的百分比或量，则只指示警告。

[0058] 信号处理

[0059] PPG信号和辅助呼吸信号被分析，并且算法以任何合适的方式被执行，但是通常采用信号处理设备(诸如，通用微处理器、数字信号处理器(DSP)或专用集成电路(ASIC))来监测。单数的术语“信号处理设备”可以包括两个或更多个单独的信号处理设备。这样的信号处理设备可以适合于执行软件，其可以包括操作系统和一个或更多个应用，作为执行本文所描述的功能的一部分。在电子通信中，信号处理设备可以是诸如只读存储器(ROM)、随机存取存储器(RAM)等的计算机存储器。可以在系统中使用任何合适的计算机可读介质来进行数据存储。计算机可读介质能够存储可由微处理器解释的信息。该信息可以是数据，或者可以采取使信号处理设备执行某些功能和/或计算机实现的方法的诸如软件应用的计算机可执行指令的形式。根据实施例，这样的计算机可读介质可包括计算机存储介质和通信介质。

[0060] 计算机存储介质可包括在任何方法或技术中实现的用于存储信息例如计算机可读指令、数据结构、程序模块或其它数据的易失性和非易失性、可移动和不可移动介质。计算机存储介质可包括但不限于RAM、ROM、EPROM、EEPROM、闪存或其它固态存储技术、CD-ROM、DVD或其它光学储存器、盒式磁带、磁带、磁盘储存器或其它磁性存储设备或可用于存储期望信息并可由系统的部件访问的任何其它介质。

[0061] 用于实现本文描述的方法的系统和设备也在本文中被公开。根据本发明的一些实施例，包括计算机或其他信号处理设备以及被配置以执行这种方法的软件。

[0062] 示例1

[0063] 参考图6，在框102中，该算法获取一个时期的PPG和热敏电阻的原始信号。在框104中，为了减少与呼吸运作(RE)无关的慢背景漂移的影响，首先对原始PPG信号进行高通滤波(f-PPG)。作为特定的示例，信号可以在0.15Hz处被高通滤波。在框106中，为了减少PPG幅度对RE检测的影响，对f-PPG信号进行标准化(Nf-PPG)。此外，为了减少高频噪声(例如，电噪声)，对Nf-PPG信号应用移动平均(平滑处理)(NSf-PPG)。在框108中，识别NSf-PPG信号中的所有“波峰”和“波谷”(参见图1)。

[0064] 参考图2，这是通过搜索在检测时期内的信号中的所有局部最小值和局部最大值来完成的。在框110中，关于由于RE引起的PPG信号调制的最显著的特征之一是它的峰值和谷值各自的瞬时变化率(即，导数)。因此，参考图2，在该步骤中，算法搜索了初始局部最大值和初始局部最小值。参考框112，尽管(在框104中)算法已经试图过滤掉PPG信号中的慢背景活动，但由于慢背景活动，仍将存在匹配框110中描述的图案的波峰序列或波谷序列。然而，在几乎所有情况下，非RE相关的调制在序列内与由于RE引起的调制相比具有小得多的值的变化。因此，在框112中，算法检查在框110中检测到的初始局部最大值和/或最小值，并且丢弃(在该序列内的)标准偏差小于预设阈值的初始局部最大值和/或最小值，以确定显著局部最大值和/或显著局部最小值。参考框114，通常在(由吸气的开始引起的)对波谷的调制之后，存在(由呼气的开始引起的)对波峰的调制。然而，呼吸运作并不总是提供对波峰和波谷两者的明确的PPG调制。有时，RE只会引起对波峰的调制，而有时只对波谷进行调制。因此，为了增强检测的灵敏度，该算法基于来自波峰和波谷两者的检测的可变性和出现来检查可能遗漏的吸气的开始和呼气的开始。例如，参考图3，当在对波谷的两次调制之间存在对波峰的两次调制时，算法检查在这些调制之间的时间间隔，并确定是否存在对遗漏的RE的检测。

[0065] 参考框105，为了减少来自高频噪声的影响，首先例如在1.0Hz处对原始热敏电阻信号进行低通滤波(f-Therm)。在框107中，为了在对呼吸频率(RR)的检测中减少热敏电阻信号幅度的影响，将f-Therm信号标准化(Nf-Therm)。移动平均(平滑处理)也应用于Nf-Therm信号(NSf-Therm)，以进一步减少高频噪声。在框109中，由于在吸气期间，温度下降导致热敏电阻信号幅度降低，因此算法搜索NSf-Therm信号的展现为单调递减至少长于预设时间长度的时段(参见图4)。然而，在框111中，在框109中检测到的一些单调递减的时段(初始单调递减)可能没有足够大的幅度降低来被认作吸气。因此，该算法丢弃了在框109中检测到的具有小于预设量的幅度下降的时段，以确定幅度的显著单调递减。在框116中，在处理给定检测时期的PPG信号和热敏电阻信号之后，该算法产生了显示RR和RE的输出框。在框118中，在当前时期的检测过程结束之后，如框118所描绘地，系统检查记录是否结束。如果记录完成，则系统将会被终止，如通过框120所示出的。如果不是，则系统回到框102并且读取和处理下一个时期的PPG信号和热敏电阻信号。

[0066] 示例2

[0067] 在本文中还提供了可用于呼吸暂停和呼吸不足的检测和分类的设备、系统和方法的算法，如图7-10所示，下面进一步描述。

[0068] 参考图7，在框102中，该算法获取一个预定时期的PPG和热敏电阻的原始信号。在框104中，为了减少与呼吸运作(RE)无关的慢背景漂移的影响，首先对原始PPG信号进行高通滤波(f-PPG)。作为特定的示例，信号可以在0.15Hz处被高通滤波。在框106中，为了减少PPG幅度对RE检测的影响，对f-PPG信号进行标准化(Nf-PPG)。此外，为了减少高频噪声(例如，电噪声)，对Nf-PPG信号应用移动平均(平滑处理)(NSf-PPG)。在框108中，识别NSf-PPG信号中的所有“波峰”和“波谷”(参见图1)。

[0069] 参考图1，这是通过搜索在预定时期内的信号中的所有局部最小值和局部最大值来完成的。在框110中，关于由于RE引起的PPG信号调制的最显著的特征之一是它的峰值和谷值各自的瞬时变化率(即，导数)。因此，参考图2，在该步骤中，算法搜索了初始局部最大值和初始局部最小值。参考框112，算法随后量化导致局部最大值和/或最小值的PPG调制的大小，以估计呼吸运作的大小。例如，在局部最大值的幅度与紧接在它前方的峰值(例如，在它前方的1个、2个、3个或4个峰值)和/或紧接在它后方的峰值(例如，在它后方的1个、2个、3个或4个峰值)之间的差值可以提供信号的调制的量度，并因此提供信号的大小。相反，在局部最小值的幅度与紧接在它前方的谷值(例如，在它前方的1个、2个、3个或4个峰值)和/或紧接在它后方的峰值(例如，在它后方的1个、2个、3个或4个峰值)之间的差值也可以提供信号的调制的量度，并因此提供信号的大小。

[0070] 参考框105，为了减少来自高频噪声的影响，首先例如在1.0Hz处对原始热敏电阻信号进行低通滤波(f-Therm)。在框107中，为了在对呼吸频率(RR)的检测中减少热敏电阻信号幅度的影响，将f-Therm信号标准化(Nf-Therm)。移动平均(平滑处理)也应用于Nf-Therm信号(NSf-Therm)，以进一步减少高频噪声。在框109中，由于在吸气期间，温度下降导致热敏电阻信号幅度降低，因此算法搜索NSf-Therm信号的展现为单调递减至少长于预设时间长度的时段(参见图4)。然而，在框111中，在框109中检测到的一些单调递减的时段(初始单调递减)可能没有足够大的幅度降低来被认作吸气。因此，该算法丢弃了在框109中检测到的具有小于预设量的幅度下降的时段，以确定幅度的显著单调递减。

[0071] 参照图8，该算法接下来记录在预定时期中的显著单调递减时段之间的时间间隔。例如，在一些情况下，该算法测量在连续的最小值之间的时间差(由此，每个最小值与显著的单调递减时段相关联)，如图8所示。在该图中，在预定时期的起点与T1之间的时间是第一时间间隔I1，在T1和T2之间的时间是第二时间间隔(I2)等。T1、T2、T3等是热敏电阻信号的显著单调递减的连续最小值。在预定时期的最后的显著单调递减(图8中的T7)与预定时期的终点之间的时间是最后的时间间隔。

[0072] 返回参考图7，在框115中，评估时间间隔，以确定它们是否超过预定义的时间限度。在特定示例中，预定义的时间限度在5到15秒之间的范围中，在一些情况下在7到12秒之间，并且在一些情况下，预定义的时间限度是8、9、10、11或12秒。在这个特定的示例中，预定义的时间限度是10秒。在此过程中，该算法确定通过显著单调递减确定的呼吸是否足够远到表明在其间出现了呼吸暂停或呼吸不足事件。参考框117，如果在预定时期中没有时间间隔超过预定义的时间限度，则确定已经出现正常呼吸。在一些情况下，护理人员可能会注意到正常呼吸正在出现的事实(例如，如在计算机监视器上显示或者采用可听见的声音)，并且在一些情况下，可能无法传达对于正常呼吸的确定。如果确定在预定时期期间已经出现正常呼吸，则如框119所示，算法检查记录是否已经结束。如果记录已经结束，则如框121所示出的，系统将会被终止。如果记录尚未结束，则算法再次进行到框102，并且读取和处理下一个预定时期的PPG信号和热敏电阻信号。

[0073] 如果在框115中，任意时间间隔超过预定义的时间限度，则在框116中进一步评估这样的时间间隔，从而既确定是否出现异常呼吸事件，又将事件分类为中枢性呼吸暂停、阻塞性呼吸暂停、中枢性呼吸不足或阻塞性呼吸不足。在图9中示出了该分析的细节。图9再次示出了框113，由此测量了在热敏电阻信号中的显著单调递减之间的时间间隔。在框204中，识别超过预定义时间限度的时间间隔。接下来，在框206中，算法确定N1、时间间隔的数量(IN1)，其中，热敏电阻信号的幅度的标准偏差小于预定义的值(c1)。在一些情况下，预定义的值可以基于在时间间隔之前的时间段的热敏电阻信号的标准偏差。例如，预定义的值可以是在时间间隔之前30秒的热敏电阻信号的标准偏差的50％。尽管在该示例中，将标准偏差用作信号变化的量度，然而可以使用信号变化的其他量度(例如，范围、方差等)。

[0074] 参考框208，如果在超过预定义时间限度的时间间隔中没有时间间隔的幅度的标准偏差小于预定义值(c1)，则N1为0，并且视作已经出现正常呼吸，如框210所示。如果在超过预定义时间限度的时间间隔中有至少一个时间间隔的幅度的标准偏差小于预定义的值(c1)，则如框212所示，算法将进一步确定在这样的N1个间隔中的每一个间隔的热敏电阻信号的幅度的标准偏差是否也小于c2，其中，c2

[0075] 从时间间隔中分析出具有小于第一预定义的值c1的标准偏差的时间间隔，意味着识别出其中信号变化并不很大的时间间隔，使得虽然可能存在小的波峰和/或波谷，但是它们是较小的，并且在这些时间间隔期间，热敏电阻只能检测到少量的气流。从时间间隔中分析出具有小于预定义值c2的标准偏差的时间间隔，意味着识别出具有乃至更小的波峰和/或波谷的时间间隔，使得它们可以被认作接近于平坦的信号，并且因此在这些时间间隔期间基本上没有鼻腔气流被热敏电阻检测到。因此，如果特定时间间隔在幅度上具有小于c1但大于c2的标准偏差(时间间隔是在N1个间隔而不是在这些N2中的一个)，则算法确定时间间隔包括呼吸不足事件。当特定时间间隔在幅度上具有既小于c1又小于c2的标准偏差(时间间隔属于这些N1和N2间隔两者)时，算法确定时间间隔包括呼吸暂停事件。

[0076] 因此，参考框214，算法可以确定在预定时期中是否存在N2个间隔中的任意一个。如果是的话，可以执行进一步的分析，以确定呼吸暂停(以及可能的呼吸不足)的类型，如框
216所示，这将参考图10进一步讨论。如果在框214中，确定N2为零，则算法继续进行，以通过将热敏电阻数据与对应的PPG数据进行比较来进一步分析N1个时间间隔(框218)，以确定已经出现的呼吸不足的类型。

[0077] 如框218所示，算法查看在N1个间隔中的每个间隔(其不在N2之中，其被进一步定义为IN1*)，并识别PPG信号的对应部分。如果在IN1*时间间隔中的任意时间间隔期间，(通过显著局部最大值或最小值的调制的大小确定的)呼吸运作的大小大于预定义值d1，则算法将该IN1*指定为IM1，这表示已出现阻塞性事件。如果在预定时期的任意IN1*时间间隔具有小于预定义值d1的呼吸运作，则将这些时间间隔指定为IM2。因此，对于任何给定的预定时期，如果不存在IM1(参见框220)，则认为已经发生了中枢性呼吸不足(框222)。如果存在至少一个IM1，则该算法评估是否还存在任意IM2(框224)。如果在预定时期存在IM2以及IM1，则视作中枢性呼吸不足和阻塞性呼吸不足均已出现(框228)。如果只存在IM1时间间隔(不存在IM2)，则视作阻塞性呼吸不足已经出现(框226)。

[0078] 如上所述，如果在图9的框214中，存在任意的IN2，则视作已出现呼吸暂停事件，并且可能还出现呼吸不足事件。为了确定呼吸暂停(以及可能的呼吸不足)事件的类型，该算法随后遵循在图10中概述的分析。参考框318，如果每个IN1也是IN2，则在预定时期中超过预定义时间限度的每个时间间隔具有极小的幅度变化。因此，仅视作呼吸暂停已经发生，然后PPG信号将要与热敏电阻信号进行比较，以确定呼吸暂停的类型。如果在IN2时间间隔期间，(通过显著局部最大值或最小值的调制的大小确定的)呼吸运作的大小大于预定义值d1，则算法将该IN2指定为IM1，这表示已出现阻塞性事件。如果在预定时期的任意IN2时间间隔具有小于预定义值d1的呼吸运作，则将这些时间间隔指定为IM2。因此，对于任何给定的预定时期，如果不存在IM1(参见框320)，则认为已经出现了中枢性呼吸暂停(框322)。如果存在至少一个IM1，则该算法评估是否还存在任意IM2(框324)。如果在预定时期存在IM2以及IM1，则视作中枢性呼吸暂停和阻塞性呼吸暂停均已出现(框328)。如果只存在IM1时间间隔(不存在IM2)，则视作阻塞性呼吸暂停已经出现(框326)。

[0079] 返回参考框318，如果并非每个IN1也是IN2，则将预定时期视作包括呼吸暂停事件和呼吸不足事件。分别对呼吸暂停事件和呼吸不足事件进行评估。在预定时期中其中IN1也是IN2的时间间隔被视作表示呼吸暂停，此分析遵循与在框320-326中的路径类似的路径。参考框350，如果在IN2时间间隔期间，(通过显著局部最大值或最小值的调制的大小确定的)呼吸运作的大小大于预定义值d1，则算法将该IN2指定为IL1，这表示已出现阻塞性事件。如果在预定时期的任意IN2时间间隔具有小于预定义值d1的呼吸运作，则将这些时间间隔指定为IL2。因此，对于任何给定的预定时期，如果不存在IL1(参见框352)，则认为已经出现了中枢性呼吸暂停(框354)。如果存在至少一个IL1，则该算法评估是否还存在任意IL2(框356)。如果在预定时期存在IL2以及IL1，则视作中枢性呼吸暂停和阻塞性呼吸暂停均已出现(框360)。如果只存在IL1时间间隔(不存在IL2)，则视作阻塞性呼吸暂停已经出现(框358)。

[0080] 在预定时期中其中IN1不是IN2的时间间隔被视作表示呼吸不足，此分析遵循与在框320-326中的路径类似的路径。参考框330，如果在IN1时间间隔(它也不是IN2)期间，(通过显著局部最大值或最小值的调制的大小确定的)呼吸运作的大小大于预定义值d1，则算法将该IN1指定为IK1，这表示已出现阻塞性事件。如果在预定时期的任意IN1时间间隔具有小于预定义值d1的呼吸运作，则将这些时间间隔指定为IK2。因此，对于任何给定的预定时期，如果不存在IK1(参见框332)，则认为已经出现了中枢性呼吸不足(框334)。如果存在至少一个IK1，则该算法评估是否还存在任意IK2(框336)。如果在预定时期存在IK2以及IK1，则视作中枢性呼吸不足和阻塞性呼吸不足均已出现(框340)。如果只存在IK1时间间隔(不存在IK2)，则视作阻塞性呼吸不足已经出现(框338)。

[0081] 参考图7，一旦算法在框116中完成识别和分类分析，算法就计算呼吸暂停-低通气指数(AHI)，如框118所述。可以将AHI计算为从研究的起点开始的呼吸暂停事件/呼吸不足事件的总数、每个时间段(例如，小时)的事件发生率、或两者。例如，可以在计算机监视器上显示AHI，以提醒护理人员。在一些实施例中，如果出现一定数量的呼吸暂停事件和/或呼吸不足事件，或者如果AHI超过预定义的值，则可以实施预定的反应。例如，可以实施以下预定反应中的一项或更多项：可以启动警报、可以唤醒个体、可以启动对氧气供应的施用或增加、并且可以施用麻醉性逆转剂。

[0082] 在说明书中，公开了本发明的实施例，并且尽管采用了特定的术语，但是它们仅在一般和描述性意义上使用，且不是为了限制的目的，本发明的范围在下面的权利要求中被阐述。

标题	发布/更新时间	阅读量
高精度单电机传动激光雷达三维扫描仪	2020-05-15	256
全息激光扫描系统及其设计和建造的过程、装置和方法	2020-05-13	984
测量血氧饱和度的方法及装置	2020-05-13	224
使用光电体积描记术传感器监测呼吸的方法和设备	2020-05-12	817
用手持图像设备对组织进行全面检查的方法、装置和系统	2020-05-13	864
安全排痰方法及装置	2020-05-12	27
用于呼吸体积描记器的电感器	2020-05-11	414
控制在血压测量设备的可充气的箍带内的压力的装置和方法	2020-05-15	727
吞水音图描记仪	2020-05-14	565
口腔CR扫描装置	2020-05-14	435

使用光电体积描记术传感器监测呼吸的方法和设备

使用光电体积描记术传感器监测呼吸的方法和设备

该功能需要专业版企业版VIP权限，您可以：