技术领域
[0001] 本
发明涉及医疗器械技术领域，尤其涉及一种呼吸支持设备呼吸事件监测系统。
背景技术
[0002] 睡眠过程中通常会出现低通气事件，因为患有睡眠呼吸暂停综合征(OSA)的病人通常会先出现低通气再出现呼吸暂停。
[0003] 参阅图1，低通气的时候病人的典型气流特征是每次呼吸的幅值比正常呼吸有明显的下降。美国AASM标准中对低通气的定义是：从第一个呼吸幅值比正常幅值低50％的呼吸周期开始，直到恢复正常呼吸的第一个呼吸周期为止，如果持续时间超过10S，则认为是低通气。
[0004] 如睡眠
呼吸机一类的呼吸支持设备对于低通气的判定多数是基于该AASM标准，但目前未发现该类呼吸支持设备有应用呼吸事件监测系统对低通气的类型进行判定，以便于设备调节到更具针对性的使用模式，或者便于用户进行其它针对性的
治疗。
[0005] 因此，有必要提供一种新的呼吸支持设备呼吸事件监测系统解决上述技术问题。
发明内容
[0006] 本发明的目的是克服上述技术问题，提供一种可准确判定低通气类型的呼吸支持设备呼吸事件监测系统。
[0007] 本发明提供一种呼吸支持设备呼吸事件监测系统，包括呼吸数据获取模
块以及数据运算模块，
[0008] 所述呼吸数据获取模块获取近N个呼吸周期中每个呼吸周期的吸气时间和呼气时间，所述数据运算模块通过将吸气时间除以呼气时间计算出近N个呼吸周期中每个呼吸周期的吸气呼气时间比，
[0009] 所述数据运算模块通过 计算出近N个呼吸周期的平均吸气呼气时间比其中，Ei表示第i个呼吸周期的吸气呼气时间比，N为大于10的自然数，所述呼吸支持设备呼吸事件监测系统判定出现低通气后，如 则所述呼吸支持设备呼吸事件监测系统判定呼吸事件为阻塞型低通气，如 则所述呼吸支持设备呼吸事件监测系统判定呼吸事件为中枢型低通气，其中E为当前呼吸周期的吸气呼气时间比。
[0010] 优选的，所述呼吸数据获取模块获取呼吸数据并形成呼吸
波形，设呼吸幅值为呼吸波形在一个呼吸周期内的最大值和最小值之差，呼吸宽度为一个呼吸周期的总时长，[0011] 所述数据运算模块通过将呼吸幅值乘以呼吸宽度计算出各呼吸周期的面积，再根据 计算出平均呼吸面积 其中，Ai为第i个呼吸周期的面积，在当前呼吸周期的面积 时，所述呼吸支持设备呼吸事件监测系统开始进行低通气判定。
[0012] 优选的，N＝20。
[0013] 优选的，所述呼吸数据获取模块包括流量
传感器。
[0014] 与相关技术相比，本发明的呼吸支持设备呼吸事件监测系统，提供所述呼吸数据获取模块和所述数据运算模块，通过所述呼吸数据获取模块获取最近若干个呼吸周期的吸气时间和呼气时间，通过所述数据运算模块计算出该若干个呼吸周期内的平均吸气呼气时间比，再通过当前呼吸周期的吸气呼气时间比与1.1倍的平均吸气呼气时间比进行比较，所述呼吸支持设备呼吸事件监测系统可准确判定低通气类型。
附图说明
[0015] 图1为正常呼吸与低通气的波形示意图；
[0016] 图2为正常呼吸与阻塞型低通气的波形示意图；
[0017] 图3为正常呼吸与中枢型低通气的波形示意图；
[0018] 图4为呼吸的波形特征示意图。
具体实施方式
[0019] 为了便于理解本发明，下面结合
实施例对本发明进行更全面的描述。虽然给出了本发明的较佳的实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
[0020] 对于低通气的判断，可利用呼吸的幅值变化，低通气的时候呼吸的幅值会比正常呼吸的时候的幅值低50％以上。而在低通气发生时，由于气道塌陷引起的气流不畅被称为阻塞型低通气，由于神经中枢控制的问题导致的吸气量少被称为中枢型低通气，经分析两者在流量和压
力波形上有较大的区别。
[0021] 参阅图2，对于阻塞型低通气，其呈现出呼吸周期变长，气流波形扁平的特征。
[0022] 参阅图3，对于中枢型低通气，其呼吸周期基本维持不变，而且波形圆滑完整，但幅度明显降低。
[0023] 本发明提供一种呼吸支持设备呼吸事件监测系统，包括呼吸数据获取模块以及数据运算模块。
[0024] 参阅图4，所述呼吸数据获取模块获取呼吸数据并形成呼吸波形，本实施方式中定义呼吸幅值为呼吸波形在一个呼吸周期内的最大值和最小值之差；呼吸宽度为一个呼吸周期的总时长；吸气呼气时间比为吸气时间除以呼气时间；吸气时间为当前呼吸周期最大值与最小值的中间点减去该呼吸周期的起始时间；呼气时间为呼吸宽度减去吸气时间。
[0025] 所述数据运算模块通过将呼吸幅值乘以呼吸宽度计算出各呼吸周期的面积，再根据 计算出平均呼吸面积 其中，Ai为第i个呼吸周期的面积，N为大于10的自然数，在当前呼吸周期的面积 时，所述呼吸支持设备呼吸事件监测系统开始进行低通气判定。在当前呼吸周期的面积 且出现这种情形的持续时间超过10S后，所述呼吸支持设备呼吸事件监测系统判定出现低通气。关于N值的选取，通过大量的实验和分析发现，以1-5分钟的呼吸波形为宜，根据呼吸
频率换算，N取大于10的自然数为宜。
[0026] 与相关技术对低通气的判定不同的是，本
申请所述呼吸支持设备呼吸事件监测系统对低通气进行判定时除了常规引入的呼吸幅值参数，还引入了呼吸宽度参数，通过将呼吸幅值和呼吸宽度进行运算，得到各呼吸周期的面积，再通过公式计算出近N个呼吸周期的平均呼吸面积 最终通过当前呼吸周期的面积A与50％的平均呼吸面积 进行比较，以获得更为准确的低通气判定效果。
[0027] 所述呼吸数据获取模块还会同时获取近N个呼吸周期中每个呼吸周期的吸气时间和呼气时间，所述数据运算模块通过将吸气时间除以呼气时间计算出近N个呼吸周期中每个呼吸周期的吸气呼气时间比。
[0028] 所述数据运算模块通过 计算出近N个呼吸周期的平均吸气呼气时间比其中，Ei表示第i个呼吸周期的吸气呼气时间比，N为大于10的自然数，所述呼吸支持设备呼吸事件监测系统判定出现低通气后，进一步进行判定，如 则所述呼吸支持设备呼吸事件监测系统判定呼吸事件为阻塞型低通气，如 则所述呼吸支持设备呼吸事件监测系统判定呼吸事件为中枢型低通气，其中E为当前呼吸周期的吸气呼气时间比。
[0029] 本实施方式中，以N＝20为例进行说明，即以近20个呼吸周期的波形为
基础进行说明。计算出平均呼吸面积 同时计算出近20个呼吸周期的平均吸气呼吸时间比 取当前呼吸周期的面积与 进行比较，即不断地将实时呼吸周期的面积与近20个呼吸周期的平均呼吸面积进行比较，当出现当前呼吸周期的面积 时，所述呼吸支持设备呼吸事件监测系统开始进行低通气判定。在当前呼吸周期的面积且出现这种情形的持续时间超过10S后，所述呼吸支持设备呼吸事件监测系统判定出现低通气。在所述呼吸支持设备呼吸事件监测系统判定出现低通气后，如当前呼吸周期的吸气呼气时间比 则所述呼吸支持设备呼吸事件监测系统判定呼吸事件为阻塞型低通气，如 则所述呼吸支持设备呼吸事件监测系统判定呼吸事件为中枢型低通气。从而既可兼顾了判定的准确性，又可以提升判定的效率。
[0030] 值得注意的是，在进行低通气判定时所描述的当前呼吸周期与进行低通气类型判定时所描述的当前呼吸周期非同一个呼吸周期，后者晚于前者。
[0031] 具体的，所述呼吸数据获取模块包括用于获取呼吸气流数据的流量传感器。
[0032] 与相关技术相比，本发明的呼吸支持设备呼吸事件监测系统，提供所述呼吸数据获取模块和所述数据运算模块，通过所述呼吸数据获取模块获取最近若干个呼吸周期的吸气时间和呼气时间，通过所述数据运算模块计算出该若干个呼吸周期内的平均吸气呼气时间比，再通过当前呼吸周期的吸气呼气时间比与1.1倍的平均吸气呼气时间比进行比较，所述呼吸支持设备呼吸事件监测系统可准确判定低通气类型。
[0033] 以上所述仅为本发明的实施例，并非因此限制本发明的
专利范围，凡是利用本发明
说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。
