确定呼吸参数专利检索-重症监护医疗服务专利检索查询-专利查询网

确定呼吸参数

阅读：443发布：2021-03-23

专利汇可以提供确定呼吸参数专利检索，专利查询，专利分析的服务。并且一种肺测量系统，包括肺测量装置，其包括具有气流路径的吹口和定位在所述气流路径中的传感器；和控制器，其可通信地联接到所述传感器。所述控制器包括处理器和存储在存储器中的指令，所述控制器可操作成采用所述处理器来执行所述指令，以执行包括以下的操作：确定来自所述传感器的测量；确定存储在所述存储器中的特定方程，所述特定方程通过使用数据分析而被开发并且包括基于所确定的测量的输入参数；以及基于所确定的测量与特定方程，确定绝对肺容积的值。，下面是确定呼吸参数专利的具体信息内容。

权利要求

1.一种肺测量系统，包括：
肺测量装置，其包括：
吹口，其包括气流路径；以及
 传感器，其定位在所述气流路径中；和
控制器，其可通信地联接到所述传感器，所述控制器包括处理器和存储在存储器中的指令，所述控制器可操作成采用所述处理器来执行所述指令，以执行包括以下的操作：
识别来自所述传感器的测量；
识别存储在所述存储器中的特定方程，所述特定方程通过使用数据分析而被开发并且包括基于所识别的测量的输入参数；以及
基于所识别的测量与特定方程，确定绝对肺容积的值。
2.根据权利要求1所述的肺测量系统，其中，所述传感器包括气流传感器或压力传感器中的至少一个。
3.根据权利要求1所述的肺测量系统，其中，所述控制器可操作成采用所述处理器来执行所述指令，以执行包括以下进一步的操作：
基于所述测量，确定所述特定方程的输入参数；以及
基于所述输入参数，计算绝对肺容积的值。
4.根据权利要求1所述的肺测量系统，其中，所述输入参数包括与呼吸功能、呼吸力学、呼吸健康、或一般健康相关的参数。
5.根据权利要求1所述的肺测量系统，其中，所述输入参数包括气道开口压力、气道开口压力的微分、气道开口压力的积分、气道开口流率(flowrate)、气道开口流率的微分、气道开口流率的积分、可从强迫呼吸量测定导出的参数、可从慢呼吸量测定导出的参数、机械阻抗、可从强迫振荡导出的参数、可从脉冲示波仪测量导出的参数、压力衰减或上升的时间常数、或流率衰减或上升的时间常数中的至少一个。
6.根据权利要求1所述的肺测量系统，其中，所述肺测量装置包括以下之一：
(a)肺活量计；
(b)强迫振荡装置；
(c)先进的流动中断装置；
(d)流动中断装置；
(e)组合肺活量计-流动中断装置；或
(f)(a)-(e)中的两个或更多个的组合装置。
7.根据权利要求1所述的肺测量系统，进一步包括手持式壳体，其至少部分地包围或联接到所述肺测量装置和所述控制器。
8.根据权利要求1所述的肺测量系统，其中，识别特定方程包括从存储在所述存储器中的多个方程中识别所述特定方程。
9.根据权利要求8所述的肺测量系统，其中，所述控制器可操作成采用所述处理器来执行所述指令，以执行包括以下进一步的操作：
识别存储在所述存储器中的多个方程中的第二特定方程，所述第二特定方程通过使用数据分析而被开发并且包括基于所识别的测量的第二输入参数；以及
基于所识别的测量和所述第二特定方程，确定总肺活量(TLC)、功能残气量(FRC)、胸气体积(TGV)、残余量(RV)、肺对于一氧化碳的弥散量(DLCO)、气道阻力、肺弹性、或肺组织顺应性中的至少一个。
10.根据权利要求8所述的肺测量系统，其中，所述控制器可操作成采用所述处理器来执行所述指令，以执行包括以下进一步的操作：
识别存储在所述存储器中的多个方程中的第二特定方程，所述第二特定方程通过使用数据分析而被开发并且包括基于所确定的测量的第二输入参数；以及
基于所确定的测量和所述第二特定方程，确定呼吸健康的至少一个定性指标。
11.根据权利要求10所述的肺测量系统，其中，呼吸健康的所述至少一个定性指标包括诊断：健康、阻塞性呼吸系统疾病、限制性呼吸系统疾病、混合毛病、肺动脉血管障碍、胸壁病症、神经肌肉病症、间质性肺病、肺炎、哮喘、慢性支气管炎、或肺气肿。
12.根据权利要求1所述的肺测量系统，其中，所述特定方程从包括多个健康受试者的训练群体导出。
13.根据权利要求12所述的肺测量系统，其中，所述特定方程从进一步包括多个不健康受试者的训练群体导出。
14.根据权利要求13所述的肺测量系统，其中，所述多个不健康受试者中的每个具有一种或多种呼吸系统疾病。
15.根据权利要求12所述的肺测量系统，其中，所述特定方程包括基于在所述训练群体上执行的呼吸测量技术而被计算的常数。
16.根据权利要求15所述的肺测量系统，其中，所述呼吸测量技术包括身体体积描记法、氦气稀释、或胸部计算机断层扫描(CT)成像中的至少一个。
17.根据权利要求12所述的肺测量系统，其中，所述训练群体包括历史或公共数据。
18.根据权利要求12所述的肺测量系统，其中，所述训练群体包括第一部分和第二部分，所述第一和第二部分中的每个由分类器限定。
19.根据权利要求18所述的肺测量系统，其中，所述分类器包括拟人化的或肺功能的分类器，并且所述控制器可操作成采用所述处理器来执行所述指令，以执行包括以下进一步的操作：
至少部分地基于所述分类器，选择所述特定方程。
20.根据权利要求1所述的肺测量系统，其中，所述呼吸测量发生在重症监护室、肺功能检测实验室、医生的办公室、社区/工作筛查、或家庭环境之一中。
21.根据权利要求1所述的肺测量系统，其中，所述特定方程包括线性方程或非线性方程。
22.根据权利要求1所述的肺测量测试系统，其中，所述特定方程由回归分析导出。
23.根据权利要求1所述的肺测量测试系统，其中，所述控制器可操作成采用所述处理器来执行所述指令，以执行包括以下进一步的操作：
基于时间持续或对所述数据分析的调节中的至少一个，更新存储在所述存储器中的多个方程中的至少一个。
24.根据权利要求23所述的肺测量测试系统，其中，对所述数据分析的调节包括增加用于导出所述多个方程的训练群体的受试者的数量。
25.一种确定绝对肺容积的计算机实施的方法，包括：
采用肺测量装置识别患者的呼吸测量；
识别特定方程，其通过使用数据分析而被开发并且包括输入参数，所述输入参数基于所识别的呼吸测量；以及
基于患者的呼吸测量与特定方程，确定患者的绝对肺容积。
26.根据权利要求25所述的计算机实施的方法，其中，识别特定方程包括从多个方程中识别所述特定方程。
27.根据权利要求26所述的计算机实施的方法，还包括：
识别所述多个方程中的第二特定方程，其通过使用数据分析而被开发并且包括第二输入参数；以及
基于患者的呼吸测量和所述第二特定方程，确定总肺活量(TLC)、功能残气量(FRC)、胸气体积(TGV)、残余量(RV)、肺对于一氧化碳的弥散量(DLCO)、气道阻力、或肺组织顺应性中的至少一个。
28.根据权利要求25所述的计算机实施的方法，其中，通过使用临床数据，所述特定方程基于训练群体而被确定。
29.根据权利要求28所述的计算机实施的方法，其中，所述训练群体包括健康受试者和不健康受试者。
30.根据权利要求29所述的计算机实施的方法，其中，所述不健康受试者中的每个具有一种或多种呼吸系统疾病。
31.根据权利要求28所述的计算机实施的方法，还包括：
通过使用呼吸测量技术测量所述训练群体的每个受试者的绝对肺容积值来产生所述数据分析。
32.根据权利要求25所述的计算机实施的方法，还包括采用所述肺测量装置来获得所述至少一个呼吸测量。
33.根据权利要求32所述的计算机实施的方法，其中，所述肺测量装置包括以下之一：
(a)肺活量计；
(b)强迫振荡装置；
(c)先进的流动中断装置；
(d)流动中断装置；
(e)组合肺活量计-流动中断装置；或
(f)(a)-(e)中的两个或更多个的组合装置。
34.根据权利要求25所述的计算机实施的方法，其中，所述输入参数包括与呼吸功能、呼吸力学、呼吸健康、或一般健康相关的参数。
35.根据权利要求25所述的计算机实施的方法，其中，基于所述输入参数与绝对肺容积之间的已知相关性来选择所述输入参数。
36.根据权利要求25所述的计算机实施的方法，其中，所述输入参数包括气道开口压力、气道开口压力的微分、气道开口压力的积分、气道开口流率、气道开口流率的微分、气道开口流率的积分、可从强迫肺活量测定导出的参数、可从慢肺活量测定导出的参数、机械阻抗、可从强迫振荡导出的参数、可从脉冲示波仪测量导出的参数、压力衰减或上升的时间常数、或流量衰减或上升的时间常数中的至少一个。
37.根据权利要求31所述的计算机实施的方法，其中，所述呼吸测量技术包括身体体积描记法、氦气稀释、或胸部计算机断层扫描(CT)成像。
38.根据权利要求25所述的计算机实施的方法，其中，所述特定方程包括线性方程。
39.一种推算人类受试者的呼吸参数的方法，包括：
对多个测试受试者的呼吸参数进行直接测量，所述多个测试受试者包括健康受试者和不健康受试者；
对所述多个测试受试者的一个或多个输入参数进行测量；以及
采用所述呼吸参数的直接测量和一个或多个输入参数的测量来确定包括作为输入的所述输入参数和作为输出的所述呼吸参数的至少一部分的方程。
40.根据权利要求39所述的方法，其中，每个输入参数与所述呼吸参数相关。
41.根据权利要求39所述的方法，其中，对多个测试受试者的呼吸参数进行直接测量是采用以下中的至少一个而被执行的：
全身体积描记法、氦气稀释技术、胸部计算机断层扫描(CT)成像技术、氮气冲洗、氮气恢复、或胸部射线照相术。
42.根据权利要求39所述的方法，其中，对所述多个测试受试者的一个或多个输入参数进行测量是采用以下中的至少一个而被执行的：
肺测量装置、肺活量计、流动中断装置、先进的流动中断装置、强迫振荡或脉冲振荡技术、或拟人化装置。
43.根据权利要求39所述的方法，其中，所述一个或多个输入参数中的至少一个包括相对的肺容积或肺流量。
44.根据权利要求43所述的方法，其中，所述相对的肺容积包括以下中的至少一个：在一秒钟内的强迫呼气容积(FEV1)、在一秒钟内的强迫呼气容积与用力肺活量的比率(FEV1/FVC)、吸气容量(IC)、或肺活量(VC)。
45.根据权利要求39所述的方法，其中，所述一个或多个输入参数中的至少一个包括气道开口压力、气道开口压力的微分、气道开口压力的积分、气道开口流率、气道开口流率的微分、气道开口流率的积分、可从强迫肺活量测定导出的参数、可从慢肺活量测定导出的参数、机械阻抗、可从强迫振荡导出的参数、可从脉冲示波仪测量导出的参数、压力衰减或上升的时间常数、或流率衰减或上升的时间常数中的至少一个。
46.根据权利要求39所述的方法，其中，所述一个或多个输入参数中的至少一个包括含有呼吸系统阻力(Rrs)或呼吸系统弹性(Ers)的呼吸力学值。
47.根据权利要求39所述的方法，其中，所述一个或多个输入参数中的至少一个包括拟人化信息，其包括患者性别、患者身高、患者体重、或患者身体质量指数中的一个或多个。
48.根据权利要求39所述的方法，其中，所述呼吸参数包括以下中的至少一个：总肺活量(TLC)、胸气体积(TGV)、残余量(RV)、或功能残气量(FRC)。
49.根据权利要求39所述的方法，进一步包括：
采用肺测量装置对人类受试者的一个或多个输入参数进行测量；以及
基于对人类受试者的一个或多个输入参数的测量和所述方程，采用所述肺测量装置来推算人类受试者的呼吸参数的值。

说明书全文

确定呼吸参数

[0001] 相关申请的交叉引用

[0002] 本申请要求2013年7月9日提交的美国临时申请号61/844182的优先权，其全部内容通过引用并入本文。

技术领域

[0003] 本公开涉及通过使用测量的和/或已知的输入参数来推算(例如，计算)呼吸健康参数的方法和/或推算(例如，计算)肺功能参数的方法。

背景技术

[0004] 绝对肺容积是肺生理和诊断的关键参数，但在活个体中对其进行测量却不容易。相对简单的是测量从受试者口中呼出的空气量，但是在完整呼气结束时，显著量的空气留在肺中，因为肺和胸壁(包括肋)的机械性能不允许肺完全塌陷。在完整呼气结束时残留在肺中的气体被称为剩余量(RV)，并且在疾病方面可以显著地增加或减小。最大吸气结束时肺中的气体的总体积被称为肺总量(TLC)。TLC包括RV加上可吸入或呼出的气体的最大量，这被称为肺活量(VC)。然而，在正常呼吸过程中，受试者不清空肺部下降至RV或者膨胀肺部至TLC。如从完整呼气中很明显，正常呼吸结束时残留在肺中的气体的量被称为功能残气量(FRC)或胸气体积(TGV)，这取决于所进行的测量的方式。为简单起见，当该体积由惰性气体稀释技术测量时，其将被称为FRC，并且当其由包括气体压缩的气压技术测量时，这将被称为TGV，如在本申请中所描述。

[0005] 为了确定以TLC、FRC、TGV或RV的气体在肺中的总体积，可以使用间接的方法，因为不可能从肺中完全呼出所有气体。用于测量人类肺体积的可接受技术包括，例如：(1)全身体积描记法，其中受试者努力呼吸抵抗气密室内的障碍物，并且通过波义耳定律来计算TGV，障碍物的患者侧上的压力变化可以与该腔中的压力变化有关；(2)多呼吸氦气稀释，其涉及通过在受试者肺中的气体来稀释已知浓度和体积的氦气；(3)氮刷洗，其中在呼出具有100％氧气的已知气体体积时，恢复正常大气氮浓度所需的时间用来推算肺容积；(4)计算机断层摄影术，其中肺的三维成像用来推算肺容积；以及(5)胸部X线检查，其中由胸部X线检查来推算肺容积。然而，最常用的技术是气体稀释和全身体积描记法。

[0006] 虽然用于测量人类肺容积的上述技术被认为是可接受的，但这样的技术可能会产生不期望的测量不准确性，可能需要复杂和/或昂贵的设备，或者可能难以执行。例如，气体稀释涉及由受试者肺中的气体稀释已知浓度和体积的惰性气体，且关键取决于标记气体和肺气体的完全混合。对于因疾病而气体混合不好的受试者来说，这种技术非常不准确，并且通常低估了真正的FRC。全身体积描记法通常被认为精确测量TGV，即使是患病受试者，但需要复杂和昂贵的设备并且难以执行。然而，一些研究已经表明，全身体积描记法可能高估严重受堵患者的肺容积。

[0007] 一旦计算了FRC(例如通过气体稀释法确定)或TGV(例如通过全身体积描记法确定)，则通过可以从正常呼气结束时呼出的气体额外体积(呼气量，ERV)和可以从正常呼气结束时被吸入的额外体积(吸气量，IC)的肺活量测定的测量允许计算TLC和RV。

[0008] 这三个重要的指标(TLC、RV和FRC或TGV)通过下式相互关联：RV＝FRC–ERV、TLC＝FRC+IC和TLC＝RV+ERV+IC＝RV+VC。

[0009] 如果FRC由气体稀释确定且TGV由气压方法确定，则TGV和FRC之间的差是肺中通风不良或“困气”的体积的量度，尽管是近似的。

[0010] 对健康受试者来说，TGV和FRC约等于有很少或没有受困的气体，因此就实际问题而言，在本公开中，术语TGV应当用作FRC的同义词。总之，绝对肺体积(例如TLC、TGV和RV)的确定对于评估肺功能可能至关重要，但不容易由现有技术来确定。发明内容

[0011] 在一个总的实施方式中，一种肺测量系统包括肺测量装置，其包括具有气流路径的吹口和定位在所述气流路径中的传感器；和控制器，其可通信地联接到所述传感器。所述控制器包括处理器和存储在存储器中的指令，所述控制器可操作成采用所述处理器来执行所述指令，以执行包括以下的操作：确定来自所述传感器的测量；确定存储在所述存储器中的特定方程，所述特定方程通过使用数据分析而被开发并且包括基于所确定的测量的输入参数；以及基于所确定的测量与特定方程，确定绝对肺容积的值。

[0012] 在与一般实施方式相组合的第一方面，所述传感器包括气流传感器或压力传感器中的至少一个。

[0013] 在与任何前述方面相组合的第二方面，所述控制器可操作成采用所述处理器来执行所述指令，以执行包括以下进一步的操作：基于所述测量，确定所述特定方程的输入参数；以及基于所述输入参数，计算绝对肺容积的值。

[0014] 在与任何前述方面相组合的第三方面，所述输入参数包括与呼吸功能、呼吸力学、呼吸健康、或一般健康相关的参数。

[0015] 在与任何前述方面相组合的第四方面，所述输入参数包括气道开口压力、气道开口压力的微分、气道开口压力的积分、气道开口流量、气道开口流量的微分、气道开口流量的积分、可从强迫肺活量测定导出的参数、可从慢肺活量测定导出的参数、机械阻抗、可从强迫振荡导出的参数、可从脉冲振荡参数导出的参数、压力衰减或上升的时间常数、或流量衰减或上升的时间常数中的至少一个。

[0016] 在与任何前述方面相组合的第五方面，所述肺测量装置包括以下之一：(a)肺活量计；(b)强迫振荡装置；(c)先进的流动中断装置；(d)流动中断装置；(e)组合肺活量计-流动中断装置；或(f)(a)-(e)中的两个或更多个的组合装置。

[0017] 与任何前述方面相组合的第六方面还包括手持式壳体，其至少部分地包围或联接到所述肺测量装置和所述控制器。

[0018] 在与任何前述方面相组合的第七方面，确定特定方程包括从存储在所述存储器中的多个方程中确定所述特定方程。

[0019] 在与任何前述方面相组合的第八方面，所述控制器可操作成采用所述处理器来执行所述指令，以执行包括以下进一步的操作：确定存储在所述存储器中的多个方程中的第二特定方程，所述第二特定方程通过使用数据分析而被开发并且包括基于所确定的测量的第二输入参数；以及基于所确定的测量和所述第二特定方程，确定总肺活量(TLC)、功能残气量(FRC)、胸气体积(TGV)、残余量(RV)、肺对于一氧化碳的弥散量(DLCO)、气道阻力、肺弹性、或肺组织顺应性中的至少一个。

[0020] 在与任何前述方面相组合的第九方面，所述控制器可操作成采用所述处理器来执行所述指令，以执行包括以下进一步的操作：确定存储在所述存储器中的多个方程中的第三特定方程，所述第三特定方程通过使用数据分析而被开发并且包括基于所确定的测量的第三输入参数；以及基于所确定的测量和所述第三特定方程，确定呼吸健康的至少一个定性指标。

[0021] 在与任何前述方面相组合的第十方面，呼吸健康的所述至少一个定性指标包括诊断：健康、阻塞性呼吸系统疾病、限制性呼吸系统疾病、混合毛病、肺动脉血管障碍、胸壁病症、神经肌肉病症、间质性肺病、肺炎、哮喘、慢性支气管炎、或肺气肿。

[0022] 在与任何前述方面相组合的第十一方面，所述特定方程从包括多个健康受试者的训练群体导出。

[0023] 在与任何前述方面相组合的第十二方面，所述特定方程从进一步包括多个不健康受试者的训练群体导出。

[0024] 在与任何前述方面相组合的第十三方面，所述多个不健康受试者中的每个具有一种或多种呼吸系统疾病。

[0025] 在与任何前述方面相组合的第十四方面，所述特定方程包括基于在所述训练群体上执行的呼吸测量技术而被计算的常数。

[0026] 在与任何前述方面相组合的第十五方面，所述呼吸测量技术包括身体体积描记法、氦气稀释、或胸部计算机断层扫描(CT)成像中的至少一个。

[0027] 在与任何前述方面相组合的第十六方面，所述训练群体包括历史或公共数据。

[0028] 在与任何前述方面相组合的第十七方面，所述训练群体包括第一部分和第二部分，所述第一和第二部分中的每个由分类器限定。

[0029] 在与任何前述方面相组合的第十八方面，所述分类器包括拟人化的或肺功能的分类器，并且所述控制器可操作成采用所述处理器来执行所述指令，以执行包括以下进一步的操作：至少部分地基于所述分类器，选择所述特定方程。

[0030] 在与任何前述方面相组合的第十九方面，所述呼吸测量发生在重症监护室、肺功能检测实验室、医生的办公室、社区/工作筛查、或家庭环境之一中。

[0031] 在与任何前述方面相组合的第二十方面，所述特定方程包括线性方程或非线性方程。

[0032] 在与任何前述方面相组合的第二十一方面，所述特定方程由回归分析导出。

[0033] 在与任何前述方面相组合的第二十二方面，所述控制器可操作成采用所述处理器来执行所述指令，以执行包括以下进一步的操作：基于时间持续或对所述数据分析的调节中的至少一个，更新存储在所述存储器中的多个方程中的至少一个。

[0034] 在与任何前述方面相组合的第二十三方面，对所述数据分析的调节包括增加用于导出所述多个方程的训练群体的受试者的数量。

[0035] 在另一个一般实施方式中，一种确定绝对肺容积的计算机实施的方法包括：采用肺测量装置确定患者的呼吸测量；确定特定方程，其通过使用数据分析而被开发并且包括输入参数，所述输入参数基于所确定的呼吸测量；以及基于患者的呼吸测量与特定方程，确定患者的绝对肺容积。

[0036] 在与一般实施方式相组合的第一方面，确定特定方程包括从多个方程中确定所述特定方程。

[0037] 与任何前述方面相组合的第二方面进一步包括确定所述多个方程中的第二特定方程，其通过使用数据分析而被开发并且包括第二输入参数；以及基于患者的呼吸测量和所述第二特定方程，确定总肺活量(TLC)、功能残气量(FRC)、胸气体积(TGV)、残余量(RV)、肺对于一氧化碳的弥散量(DLCO)、气道阻力、或肺组织顺应性中的至少一个。

[0038] 在与任何前述方面相组合的第三方面，通过使用临床数据，所述特定方程基于训练群体而被确定。

[0039] 在与任何前述方面相组合的第四方面，所述训练群体包括健康受试者和不健康受试者。

[0040] 在与任何前述方面相组合的第五方面，所述不健康受试者中的每个具有一种或多种呼吸系统疾病。

[0041] 与任何前述方面相组合的第六方面进一步包括通过使用呼吸测量技术测量所述训练群体的每个受试者的绝对肺容积值来产生所述数据分析。

[0042] 与任何前述方面相组合的第七方面还包括采用所述肺测量装置来获得所述至少一个呼吸测量。

[0043] 在与任何前述方面相组合的第八方面，所述肺测量装置包括以下之一：(a)肺活量计；(b)强迫振荡装置；(c)先进的流动中断装置；(d)流动中断装置；(e)组合肺活量计-流动中断装置；或(f)(a)-(e)中的两个或更多个的组合装置。

[0044] 在与任何前述方面相组合的第九方面，所述输入参数包括与呼吸功能、呼吸力学、呼吸健康、或一般健康相关的参数。

[0045] 在与任何前述方面相组合的第十方面，基于所述输入参数与绝对肺容积之间的已知相关性来选择所述输入参数。

[0046] 在与任何前述方面相组合的第十一方面，所述输入参数包括气道开口压力、气道开口压力的微分、气道开口压力的积分、气道开口流量、气道开口流量的微分、气道开口流量的积分、可从强迫肺活量测定导出的参数、可从慢肺活量测定导出的参数、机械阻抗、可从强迫振荡导出的参数、可从脉冲振荡参数导出的参数、压力衰减或上升的时间常数、或流量衰减或上升的时间常数中的至少一个。

[0047] 在与任何前述方面相组合的第十二方面，所述呼吸测量技术包括身体体积描记法、氦气稀释、或胸部计算机断层扫描(CT)成像。

[0048] 在与任何前述方面相组合的第十三方面，所述特定方程包括线性方程。

[0049] 在另一个一般实施方式中，一种推算人类受试者的呼吸参数的方法包括：对多个测试受试者的呼吸参数进行直接测量，所述多个测试受试者包括健康受试者和不健康受试者；对所述多个测试受试者的一个或多个输入参数进行测量；以及采用所述呼吸参数的直接测量和一个或多个输入参数的测量来确定包括作为输入的所述输入参数和作为输出的所述呼吸参数的至少一部分的方程。

[0050] 在与一般实施方式相组合的第一方面，每个输入参数与所述呼吸参数相关。

[0051] 在与任何前述方面相组合的第二方面，对多个测试受试者的呼吸参数进行直接测量是采用以下中的至少一个而被执行的：全身体积描记法、氦气稀释技术、胸部计算机断层扫描(CT)成像技术、氮气冲洗、氮气恢复、或胸部射线照相术。

[0052] 在与任何前述方面相组合的第三方面，对所述多个测试受试者的一个或多个输入参数进行测量是采用以下中的至少一个而被执行的：肺测量装置、肺活量计、流动中断装置、先进的流动中断装置、强迫振荡或脉冲振荡技术、或拟人化装置。

[0053] 在与任何前述方面相组合的第四方面，所述一个或多个输入参数中的至少一个包括相对的肺容积或肺流量。

[0054] 在与任何前述方面相组合的第五方面，所述相对的肺容积包括以下中的至少一个：在一秒钟内的强迫呼气容积(FEV1)、在一秒钟内的强迫呼气容积与强迫肺活量的比率(FEV1/FVC)、吸气容量(IC)、或肺活量(VC)。

[0055] 在与任何前述方面相组合的第六方面，所述一个或多个输入参数中的至少一个包括气道开口压力、气道开口压力的微分、气道开口压力的积分、气道开口流量、气道开口流量的微分、气道开口流量的积分、可从强迫肺活量测定导出的参数、可从慢肺活量测定导出的参数、机械阻抗、可从强迫振荡导出的参数、可从脉冲振荡参数导出的参数、压力衰减或上升的时间常数、或流量衰减或上升的时间常数中的至少一个。

[0056] 在与任何前述方面相组合的第七方面，所述一个或多个输入参数中的至少一个包括含有呼吸系统阻力(Rrs)或呼吸系统弹性(Ers)的呼吸力学值。

[0057] 在与任何前述方面相组合的第八方面，所述一个或多个输入参数中的至少一个包括拟人化信息，其包括患者性别、患者身高、患者体重、或患者身体质量指数中的一个或多个。

[0058] 在与任何前述方面相组合的第九方面，所述呼吸参数包括以下中的至少一个：总肺活量(TLC)、胸气体积(TGV)、残余量(RV)、或功能残气量(FRC)。

[0059] 与任何前述方面相组合的第十方面进一步包括采用肺测量装置对人类受试者的一个或多个输入参数进行测量；以及基于对人类受试者的一个或多个输入参数的测量和所述方程，采用所述肺测量装置来推算人类受试者的呼吸参数的值。

[0060] 本文所公开的各个实施例可以包括以下特征中的一个或多个。例如，各个实施例可以实施手持式或台式肺测量装置，以基于在嘴的呼吸力学和肺功能的测量来获得临床上精确的绝对肺容积(ALV)(例如不直接测量ALV)。此外，各个实施例可以实施手持式或台式肺测量装置，以至少部分地基于从生理或物理因素导出的方程来获得临床上精确的ALV值。各个实施方式还可以通过使用方程来所述手持式或台式肺测量装置，方程通过使用数据分析方法而被开发并且基于健康的训练群体以及患病的受试者。各个实施例可以获得健康普通群体以及患病患者的临床上精确的绝对肺容积。

[0061] 可以通过使用装置、系统或方法、或者装置、系统或方法的任何组合来实施这些一般的和具体的实施例。一个或多个实施例的细节在附图和以下描述中阐述。从说明书和附图中以及从权利要求书中，其他特征、目的和优点将是显而易见的。

附图说明

[0062] 图1示出了根据本公开的配置成执行一个或多个过程和操作的示例性肺测量装置；

[0063] 图2示出了根据本公开的配置成执行一个或多个过程和操作的另一示例性肺测量装置；

[0064] 图3示出了根据本公开的配置成执行一个或多个过程和操作的另一示例性肺测量装置；

[0065] 图4示出了根据本公开的配置成执行一个或多个过程和操作的另一示例性肺测量装置；

[0066] 图5示出了根据本公开的配置成执行一个或多个过程和操作的另一示例性肺测量装置；

[0067] 图6是采用执行推算所期望的参数的数学方程的肺测量装置来计算任何健康或不健康受试者的所期望的呼吸参数的示例性方法的流程图。

[0068] 图7是用于产生推算所期望输出参数的数学方程的示例性方法的流程图。

[0069] 图8是表示一个或多个输入参数、输出参数和通过使用图7的示例性方法产生的方程之间的关系的框图；

[0070] 图9A-9P示出了许多图表，它们表示通过使用如图3所示的肺测量装置上的方程(TLCequation)推算的总肺活量(TLC)和通过使用体积描记法(TLCPLETH)测量的TLC之间的关系；

[0071] 图10A-10H示出了许多图表，它们表示通过使用如图2所示的肺测量装置上的方程(TLCequation)推算的TLC和通过使用体积描记法(TLCPLETH)测量的TLC之间的关系；以及[0072] 图11A-11H示出了许多图表，它们表示通过使用如图1所示的肺测量装置上的方程(TLCequation)推算的TLC和通过使用体积描记法(TLCPLETH)测量的TLC之间的关系。

具体实施方式

[0073] 本公开涉及一种用于测量呼吸参数的方法，更具体地，涉及一种用于通过使用测量的和/或已知的输入参数来推算(例如计算)肺功能参数的方法。

[0074] 绝对肺容积(ALV)是肺功能参数的一个例子，是用于包括个体绝对肺容积室的总称，其中包括TLC、FRC、TGV和RV。ALV是肺生理和诊断的关键参数，但是在活个体中不容易测量。虽然用于测量人类绝对肺容积的常规技术在许多情况下被认为是可接受的，但这样的技术可能会产生不期望的测量不准确性，可能需要复杂和/或昂贵的设备，或者可能难以执行。

[0075] 测量ALV的设备必须具有临床上可接受的准确性和精确度，特别是对于具有呼吸系统疾病的受试者来说。临床上可接受的误差范围由美国胸科协会标准以及由包括关于测量ALV的设备的临床数据的科学文献限定。例如，某些工业标准需要三个ALV测量，以对于测量ALV的任何技术或设备比如身体体积描记法和气体稀释技术来说处于5％内。此外，身体体积描记法在行业中被广泛认为是测量ALV的黄金标准装置，且测量ALV的替代装置应该产生的ALV具有与身体体积描记测量相一致的基本水平。例如，氦气稀释和计算机断层扫描(CT)成像是测量ALV的两种可选技术，并且基于与体积描记法不同的物理原理。变异系数(CV)是描述一致性的度量，其包括测试方法(例如，CT成像的氦气稀释)相比于参考方法(体积描记法)的准确性和精确度。从科学文献中比较研究的数据分析表明，相比于体积描记法，由CT成像测定的TLC的CV是15.6％，且相比于体积描记法，由氦气稀释测定的TLC的CV是18.9％。

[0076] 虽然许多简单的手持常规肺功能设备可用于确定比如与肺活量测定和呼吸力学相关的那些参数，但这样的设备并不能在正常操作期间确定ALV。在一些例子中，手持式设备(例如，手持式肺活量计)用于在强制呼气期间测量从受试者口中呼出的气体体积。气体的残留体积(RV)在完整呼气结束时保持在肺中，因为呼吸系统的机械特性不允许肺完全塌陷。因此，肺活量计不能测量TGV。相反，肺活量计测量肺容量的相对变化，也被称为体积差异(例如，肺活量(VC))，以及在给定的时间段吸入或呼出的气体体积(例如，一秒钟内的强制呼气量(FEV1))。

[0077] 在一些示例中，装置(例如，呼吸力学装置)用于通过以一个或多个频率测量机械阻抗来确定呼吸系统的各种机械性能。例如，可以通过使用多种设备和技术比如脉冲振荡(IOS)、强迫振荡技术(FOT)以及流动中断(FI)来测量呼吸力学。呼吸力学装置已被证明是不能准确地估算ALV，这是典型的，其就机械术语来说表示为胸部气体顺应性(Cg＝ALV除以肺泡压力)。相反，这些设备可以精确测量机械性能，比如呼吸系统阻力(Rrs)(和/或其相反的呼吸系统弹性(Ers)、呼吸系统顺应性(Crs)、气道阻力(Raw)、肺组织顺应性(Ctiss)、肺组织阻力(Rtiss)、胸壁顺应性(Ccw)、以及胸壁阻力(Rcw)。

[0078] 其他设备(例如，流动中断装置)还可以用于测量呼吸力学和肺功能参数。例如，流动中断装置用于在中断期间测量气道阻力(Rint)。此外，先进的流动中断装置可以允许受试者在流动中断事件期间从气体的密闭容器呼吸更加舒适。

[0079] 虽然肺功能设备和呼吸力学设备可能无法直接测量ALV，但是在一些情况下，通过使用这种设备获得的肺功能参数的一些测量与健康患者中的ALV相关。例如，Raw与ALV逆相关。另外，Ctiss直接相关于ALV。此外，FEV1和VC与健康患者中的ALV相关。

[0080] 虽然在肺功能参数的测量与健康患者中的TGV之间存在相关性，但是这样的相关性单独没有产生如由美国胸科协会标准定义的ALV的临床上可接受的计算，尤其是对于具有呼吸系统疾病的受试者来说。

[0081] 调查人员还探讨了更复杂的方法来从测量肺活量测定、呼吸力学、或呼吸动力学的手持式或台式设备确定ALV。然而，所有的方法都未能产生ALV的临床上可接受的计算。例如，从呼吸力学测量得到的数据即使是在扩展到宽范围的强迫频率时已被证明是不足以推断个体受试者中的绝对肺容积。同样地，从强制呼气演习中获得的数据已被证明是不充分的。这种故障可能部分地归因于人肺中的气体分布的动力学是复杂的，阻塞性肺疾病中尤其如此。复杂性使得从肺的理想化机械模型和/或物理原理来开发ALV的方程很难不可能。此外，这种故障还可能部分地归因于数据解释经常搁置于将呼吸阻抗数据拟合到理想化的数学模型，其中存在同样良好拟合数据的宽范围模型。在其他情况下，这种故障可能源于使数据拟合到简单和/或预定义的物理形式的数学方程。当发生这种情况时，不能确定ALV的有用推算。

[0082] 更重要的是，由于ALV的测量可以由临床医生用于诊断呼吸疾病、跟踪呼吸疾病的进展以及开发治疗，所以计算ALV的任何单一方法应为健康和患病患者人群产生有效的测量。在这方面，建立呼吸力学、肺活量测定、和/或其它肺功能参数与既临床准确又适用于健康和患患者群的ALV之间的数学关系是不平凡的。许多例子显示了这些关系的非平凡性质。例如，在呼吸道阻塞性疾病(例如哮喘)中，气道阻力可能会升高，而ALV可以保持不变或增加。相比于健康人的组织顺应性，在破坏性的肺疾病(例如肺气肿)中的组织顺应性可以升高，而ALV相比于健康人的ALV来说则可以更低或更高。在呼吸力学和/或肺功能的测量参数中的这些疾病相关的差异应被考虑，以便从所测量的参数准确地推算ALV。

[0083] 在一些示例中，算法可被用于产生数学方程，用于从通过使用一个或多个设备(例如肺活量测定和呼吸力学设备或其它手持式、台式或落地式呼吸功能设备)测量的一个或多个输入参数来计算特定期望的输出参数(例如ALV)。数学方程可能无法完全从物理原理(例如波义耳定律)导出，而是通过使用数据分析(例如数据挖掘)技术来部分地或全部地确定。

[0084] 图1示出了示例性肺测量装置100，其配置成根据本公开执行一个或多个过程和操作。在一些实施方式中，装置100可以是手持式肺活量计。在一些实施方式中，装置100可用于执行在本公开中描述的一个或多个操作，例如方法600的一个或多个步骤。例如，在图11A-11B中示出了源于采用装置100执行的这种操作的示例性数据。

[0085] 如图所示，装置100包括联接到呼吸管102的细菌过滤器110，该呼吸管包括气流传感器(例如，流量传感器、压力差传感器、和/或这二者)。装置100还包括控制器140，其与呼吸管102通信联接，以接收例如来自气流传感器的测量，并且执行关于这些测量的一个或多个操作和/或采用它们。

[0086] 例如，一般来说，装置100通过测量(例如采用气流传感器)强迫呼气体积或者在特定持续时间内比如在一秒钟内患者可以从他/她的肺呼出的空气量来测定肺功能。装置100还可以采用气流传感器来测量强迫肺活量(FVC)或患者可以从他/她的肺排出的空气总量。至少部分地基于这两个测量，患者可以在一口气中排出的空气总量可以由控制器140确定。
例如，通过使用这些测量，医学专业人员可以确定患者的肺活量计读数是否表示正常空气容量或阻塞性气容量。

[0087] 通常在操作期间，患者必须吸气和密封他/她的嘴唇于细菌过滤器110周围。由于嘴密封围绕过滤器110(例如其包括吹嘴)，患者尽可能用力且快地吹出空气，直到完全没有空气留在肺部。呼吸管102中的气流传感器或部分测量呼气过程中的气流，并且可以将所得的测量存储在控制器140中。患者可多次执行这个动作来实现平均测量。

[0088] 图2示出了另一示例性肺测量装置200，其配置成根据本公开执行一个或多个过程和操作。在一些实施方式中，装置200可以是流动中断装置(FID)的一个例子。在一些实施方式中，装置200可用于执行在本公开中描述的一个或多个操作，例如比如方法600的一个或多个步骤。例如，在图10A-10B中示出了源于采用装置200执行的这种操作的示例性数据。

[0089] 装置200允许气道的受控阻塞。在一些实施例中，装置200可以执行空气的快速注射或提取，同时测量绝对肺容积。在图示的实施例中，装置200包括呼吸组件202，其联接到容器204并与之流体连通，其又联接到泵206并与之流体连通。如图所示，呼吸组件202包括吹口208、流量传感器210、室212、压力传感器214、快门216和快门218。

[0090] 在一些方面，如果快门218处于其关闭状态，则装置200可作为通用中断装置进行操作，具有适当的用途。例如，在一些方面，快门218可以配置成安静地运转，以便不被受试者产生任何反射或不希望的反应，从而避免测量的不精确。更重要的是，快门218可以配置成迅速操作，无论是在其关闭速度方面(例如，快门从打开状态至关闭状态需要的时间，反之亦然)，还是在其关闭持续时间方面(例如，快门被关闭所达的时间段)。在一些实施例中，关闭速度小于10毫秒，优选地小于5毫秒，更优选地小于2毫秒。在一些实施例中，关闭持续时间不超过2秒，优选地小于100毫秒。该快节奏的关闭速度和关闭持续时间可以提供ALV的更准确、更可靠的测量。快门218的高速运行和数据采集的高速率可以源于肺部对气道突然阻塞同时呼吸的典型响应时间。人肺的热力学和弹性特性的响应时间是在几毫秒到几百毫秒的量级，且肺部对这种突然阻塞的响应的细节的准确记录对于肺的内部容积的精确计算至关重要。

[0091] 如图所示，压力传感器220安装在容器204的顶部部分。在一些实施例中，装置200还可以包括用户接口和控制模块。控制模块230通常可以包括基于微处理器的控制器，如图所示，其可通信地联接成从流量传感器210和压力传感器214接收测量值。控制模块230还可以通信地联接到快门216/218，以可操作地控制其打开和/或关闭，如下所述。

[0092] 如图所示，吹口208便于受试者的气道(例如肺)与室212和/或容器204之间的流体连通。例如，在一些实施例中，吹口208可限制受试者脸颊的移动，由此降低其对气道阻塞事件的反应。

[0093] 如图所示，快门216被建构在呼吸组件202的端部，与吹口208相对。流量传感器210和室212在快门216与吹口208之间，并且与快门216和吹口208流体连通。以这种方式，快门216可调节室212中的空气流量的通道。

[0094] 在装置200的所示配置中，压力传感器214定位在快门216与吹口208之间且在室212内。在装置200的所示配置中，压力传感器220定位成测量容器204内的压力，例如在相比于室212的快门218的相对侧上。压力传感器214和220可以是任何压力测量部件，比如用于测量绝对压力的压力计或传感器。例如，压力传感器214和220可以由呼吸气流阻碍装置和差动压力计或者由皮托管和差动压力计制成。

[0095] 流量传感器210比如大容量呼吸气流传感器定位在吹口208和室212之间。流量传感器210可以是任何流量传感器，比如热丝质量呼吸气流传感器。在一些实施例中，呼吸气流传感器210和压力传感器214可以组合在单个传感器中。

[0096] 容器204连接到具有T管的室212，快门218定位在T管和容器204之间。在一些方面，容器204可以由刚性或弹性材料制成。在一些方面，容器204被热绝缘。在一些方面，容器204是等温容器，比如采用高导热性材料例如铜羊毛填充容器204。

[0097] 如图所示，T管可以由快门218关闭成在室212和容器204之间流体连通(例如自动地和/或手动地)。在一些实施例中，泵206将空气提取或注射到容器204中，同时快门218被关闭，从而在室212和容器204之间产生正的或负的压力差。

[0098] 泵206可以推动空气远离室212，从而诱导受试者呼气或阻碍受试者吸气(例如，通过吹口208)。任选地，泵206可以推动空气进入室212，从而诱导受试者吸气或阻碍受试者呼气。任选地，泵206可被设计成以振荡方式泵送空气，从而产生空气进入和流出室212的周期性运动。

[0099] 图3示出了示例性肺测量装置300，其配置成根据本公开执行一个或多个过程和操作。在一些实施方式中，装置300可以是手持式肺活量计和流动中断装置(FID)的组合。在一些实施方式中，装置300可用于执行在本公开中描述的一个或多个操作，例如比如方法600的一个或多个步骤。例如，在图9A-9B中示出了源于采用装置300执行的这种操作的示例性数据。

[0100] 在图示实施例中，肺测量装置300包括肺活量计305、FID310和控制器315。在一些方面，肺活量计305可以基本上类似于(例如在结构和/或功能上)示出为图1中示例性装置100的肺活量计。在一些方面，FID310可以基本上类似于示出为图2中示例性装置200的FID。
适当地，其他的肺活量计和/或FID还可以被实施为肺活量计305和/或FID310。

[0101] 控制器315通常可以包括基于微处理器的控制器，如图所示，其可通信地联接成从肺活量计305和FID310接收测量。基于从肺活量计305和FID310中的一个或二者接收到的测量，控制器315可以实现一个或多个方程(例如，如在图6-8中描述)来确定患者的呼吸参数，例如比如ALV。控制器315还可以例如基于来自装置300的用户的所存储的指令和/或命令来控制肺活量计305和FID310的部件(例如传感器、快门、泵)。

[0102] 图4示出了示例性肺测量装置400，其配置成根据本公开执行一个或多个过程和操作。在一些方面，示出的装置400可以代表无容器FID，用于测量呼吸参数。FID400包括呼吸模块412和控制单元414。呼吸模块412通常是手持式装置，其可定位在用户的嘴中，并且为了测量用户呼吸参数的目的，用于吸入和/或呼出空气。呼吸模块412包括：壳体416，其具有第一端418和第二端420；以及壳体主体422，其从第一端418延伸到第二端420并且限定从中穿过的腔424。呼吸模块412包括快门组件432，其可打开或关闭以允许或防止空气流从中通过并且其由马达434控制。根据用于呼吸装置的ATS(美国胸科协会)指南，呼吸模块可以设计成引入小于1.5厘米H2O/公升/秒的空气流动阻力。

[0103] 壳体416还可以包括至少一个压力测量部件426和至少一个空气流量测量部件428。压力测量部件426可以是具有至少500赫兹数据速率的任何合适的压力计或传感器，用于测量绝对压力；优选的是以至少1000赫兹的数据速率。空气流量测量部件428可以例如由空气流动阻碍装置和差动压力计或者由皮托管和压差压力计制成。压差压力计可以是具有至少500赫兹数据速率的任何合适的传感器；优选的是以至少1000赫兹的数据速率。控制单元414与压力测量部件426、空气流量测量部件428和马达434电通信，其用于开启和关闭快门机构。

[0104] 控制单元414可以包括转换器，其以每2毫秒(ms)至少一次的速率将从压力测量部件426和空气流量测量部件428接收到的模拟数据转换成数字格式，优选的是以每1毫秒至少一次的速率。转换器将数字信号转换成命令给马达434用于快门组件432关闭和打开。控制单元414还包括微处理器，其编程为：(a)以与对于每个数据信道的转换器速率相称的速率读取根据实时记录从转换器接收到的压力和流量的数字数据，并且将该数字数据转换成压力和流量合适单位并将其储存；(b)产生通过转换器被发送到马达434以命令快门关闭或打开的信号，以及(c)处理根据实时记录的上面提到的流量和压力数据来计算肺容积并具体计算TGV、TLC和RV。微处理器还管理接受来自操作者的操作命令并显示结果的人机界面(MMI)。控制单元414还可以包括显示器415，用于显示所得到的值。控制单元414还可以包括键盘来输入受试者的个人及医疗信息，并且选择所希望的运行模式，比如关闭持续时间、定时、手动与自动操作、校准程序。

[0105] 呼吸模块412还可以包括用于放置到用户嘴中的吹口，其附连到快门组件432。快门432可以专门用于在其打开和闭合期间尽量减少排气量。马达434可以是任何适当的马达，例如比如标准的螺线管。可替代地，马达434可以是任何电动、气动、液压或其它操作的马达。最后，流量计管可以是呼吸模块412的一部分，其在快门组件432的远端，使得可以在打开或关闭的快门的下游测量空气流。然而，流量计管还可以定位成邻近压力测量部件426。

[0106] 基于从压力测量部件426和空气流量测量部件428中的一个或二者接收的测量，控制单元414还可以执行一个或多个方程(例如，如在图6-8中所描述)来确定患者的呼吸参数，例如比如ALV。

[0107] 图5示出了示例性肺测量装置500，其配置成根据本公开执行一个或多个过程和操作。图5示出了示例性流动振荡装置(FOT)500。FOT装置500可以包括通过流道联接到过滤器510的吹口505、流源525、测量模块515(例如，流量和/或压力传感器)、以及控制器530。在一些实施方式中，流源可以是创建适当快速流量波动(例如，高频流动振荡)的任何装置。例如，流源525可以是流动致动器。在一些情况下，流源525可用于产生信号，其包括单个或多个频率、伪随机信号、脉冲以及脉冲串。在一些实施例中，所示的流源可以是流动扰动装置，例如比如扬声器、呼吸机或其它流动致动器。扰乱空气流的每个不同流源可以具有与自身相关的波形，例如在稳定状态下以一个频率的纯正弦波或者正弦波的叠加作为两个速率。
其他示例可以包括正弦波的叠加，以产生脉冲、频率扫描或关闭。

[0108] 基于从测量模块515接收的测量，装置500的控制器530可以实现一个或多个方程(例如，如在图6-8中所描述)来确定患者的呼吸参数，例如比如ALV。

[0109] 图6是采用包括推算所期望的参数的数学方程的肺测量装置(例如，装置100、200、300、400、500或其他方式)来计算任何健康或不健康受试者的所期望呼吸参数的示例性方法600的流程图。在一些实施例中，可被存储在装置上并且用来计算所期望的呼吸参数的方程可以根据作为一个示例的图7所示的方法700开发。

[0110] 方法600可以开始于步骤605，确定从数据分析(例如，基于训练群体的数据挖掘)开发的方程(例如，单个方程或多个方程中的特定方程)。例如，方程可以存储在可通信地联接到肺测量装置(例如，装置100、200、300、400、500或根据本公开的其他装置)或其一部分的存储器(例如，易失性的或非易失性的)中的可执行指令内。在一些方面，可以通过使用所聚集(例如，采用装置推算或者直接通过其它技术比如全身体积描记法或以其他方式测量)的临床数据，基于数据分析方法从训练群体来确定方程。在一些实施方式中，相对于步骤605的实施，方程被及时地更早(和可能显著更早)导出。方程可以是线性的或非线性的方程，并且在一些示例中可以由回归分析导出。

[0111] 训练群体可以包括所有健康受试者、所有不健康受试者和/或健康与不健康受试者的混合。在一些方面，健康的受试者可以是表现出没有或临床上微不足道(例如，无法测量)的呼吸系统限制和/或阻塞的人。在一些方面，不健康的受试者可以是表现出临床上显著(例如，可测量)呼吸系统限制和/或阻塞的人。在一些方面，不健康的受试者可以具有一个或多个临床上被诊断或未被诊断的呼吸疾病。在一些方面，不健康的受试者可以表明呼吸健康的定性指标，其包括诊断阻塞性呼吸系统疾病、限制性呼吸系统疾病、混合毛病、肺动脉血管障碍、胸壁病症、神经肌肉病症、间质性肺病、肺炎、哮喘、慢性支气管炎和/或肺气肿。

[0112] 可以通过采用肺测量装置确定(例如从先前的或实时的测量)或者执行患者的呼吸测量来实施步骤610。可以在步骤610中采用装置来进行呼吸测量，或者可以在步骤610之前由装置进行。在一些方面，呼吸测量可用作方程的输入参数。在一些方面，作为输入参数，呼吸测量可能与呼吸功能、呼吸力学或呼吸健康相关。例如，气道开口压力、气道开口压力的微分、气道开口压力的积分、气道开口流量、气道开口流量的微分、气道开口流量的积分、可从强迫肺活量测定导出的参数、可从慢肺活量测定导出的参数、机械阻抗、可从强迫振荡导出的参数、可从脉冲振荡参数导出的参数、压力衰减或上升的时间常数、或流量衰减或上升的时间常数都是示例性呼吸测量。如本文所用，术语“气道开口”和“嘴”是同义的。因此，在一些方面，装置可以直接测量呼吸测量，而在一些方面，呼吸测量可以由从该装置的直接测量导出。

[0113] 可以基于呼吸测量和在步骤605中确定的方程，通过确定任何患者(例如，健康的或不健康的)的绝对肺容量来实施步骤615。在一个示例中，适当的方程可以实施在软件、硬件和/或其在肺测量装置(如本文中所描述的示例)的组合中，使得在进行测量输入参数时，可以由装置自动和即时地计算所期望的输出呼吸参数。在一些实施例中，肺测量装置可以显示所计算的呼吸参数以及将这些值存储在存储器中。

[0114] 还可以在步骤620中执行确定其他呼吸参数。例如，基于绝对肺容积的确定或者基于呼吸测量和方程，可以确定TLC、FRC、TGV、RV、肺对于一氧化碳的弥散量(DLCO)、气道阻力、或肺组织顺应性中的一个或多个。一旦确定了这样的呼吸参数(包括绝对肺容积)，则它们就可以通过肺测量装置而被呈现给患者或其它受试者。在一些方面，最初确定或选择的特定方程可用于推算或确定特定的呼吸参数，例如比如绝对肺容积。在步骤620中，可以选择或确定另一特定的不同方程，以便确定或推算一个或多个其他呼吸参数，比如上面提到的那些(例如，TLC、FRC、TGV、RV、DLCO、气道阻力或肺组织顺应性中的一个或多个)。在一些方面，可以选择多个方程中的每个特定不同的方程来确定或推算特定不同的呼吸参数。

[0115] 此外，在步骤620中由呼吸测量所确定的呼吸参数可以是呼吸健康状况的诊断或任何定性度量(例如健康、阻塞性呼吸系统疾病、限制性呼吸道疾病、混合毛病、肺动脉血管障碍、胸壁紊乱、神经肌肉障碍、间质性肺病、肺炎、哮喘、慢性支气管炎、肺气肿)。

[0116] 方法600还可以包括一个或多个额外的步骤。例如，在一些方面，可以时不时地(例如周期性地、随机地或以其他方式)更新方程。例如，方程可以从其导出(例如，根据图7-8)的受试者的训练群体可以在测试新的受试者时随时间增加。随着测试新的受试者，方程可被更新、改进或以其他方式改变，以考虑该额外数据。在一些方面，随着训练群体的受试者的数量增加，适于机器学习、人工智能和/或数据挖掘改变的技术可以用于更新方程。该更新可以发生在时间的设定间隔(例如每周、每月、每年等)，在受试者的设定增加(例如在每个额外的10、50、100个受试者被添加到训练群体之后，或其他间隔)，或者在需要时。在临床环境的操作中，肺测量装置可常规用于测量患者，并且该新的患者数据还可以用来进一步细化数学方程。由此数学方程可能对每个装置来说是唯一的，并且适于给定的临床中心及其患者群体。应当理解的是，存在若干种可以接受的方法来更新数学方程，包括通过肺测量装置的有线或无线网络连接来进行远程更新。

[0117] 应该理解的是，方法600可以发生在任何环境，包括重症监护室、肺功能检测实验室、医生的办公室，包括胸腔和初级保健医生、社区/工作筛查，以及在家庭环境中。

[0118] 图7是用于产生推算(例如计算)所期望输出参数(例如呼吸参数)的数学方程的示例性过程700的流程图。在过程800期间，可以使用数学方程来计算患者的输出参数。可以通过使用这样的方程被推算的示例性输出参数包括TLC、TGV、FRC、RV、DLCO、气道阻力和肺组织顺应性。示例性输出参数还可以是呼吸健康的定性指标，包括诊断健康、阻塞性呼吸系统疾病、限制性呼吸系统疾病、混合毛病、肺动脉血管障碍、胸壁病症、神经肌肉病症、间质性肺病、肺炎、哮喘、慢性支气管炎和肺气肿。可以通过数据分析聚类分析的方法或类似的方法来实现呼吸系统疾病的自动诊断。这些方法还可以用来计算不能完全从测量装置的物理原理导出的任何其它呼吸参数。

[0119] 选择(705)受试者的训练群体，测量关于他们的一个或多个输入参数(例如，涉及到呼吸功能、呼吸力学、总体呼吸健康、或总体一般健康状况比如身高、体重的输入参数)和所期望的输出参数。例如，可以基于与所期望的输出参数的特定值相关的疾病来选择训练群体的受试者的数量和特征。训练群体可以包括健康受试者、不健康受试者(例如，由医生诊断为具有呼吸系统疾病、呼吸系统障碍、呼吸道症状、或任何其他疾病的受试者)、或健康和不健康的受试者。还可以基于特性比如性别、吸烟史或其它特性来选择训练群体的受试者的数量和特征。一个或多个输入参数和所期望的输出参数可以用于产生数学方程。

[0120] 然后，测量受试者训练群体的一个或多个输入参数和所期望的输出参数(710)。一个或多个输入参数由一个或多个装置和技术(例如，肺活量测定装置、呼吸力学装置、其它手持式、台式或落地式呼吸功能装置、拟人化装置、二氧化碳分析仪、血氧测定、或评估一般健康的其他装置)测量，并且将在后面用于推算(例如计算)其他群体的输出参数。可以基于一个或多个输入参数和所期望的输出参数之间的已知相关性来选择一个或多个输入参数。示例性输入参数包括FEV1、IC、VC和高度。可以基于一个或多个输入参数和所期望的输出参数之间的假定关系来选择一个或多个输入参数。示例性输入参数包括FEV1/FVC、气道开口压力、气道开口流量、气道开口压力和气道开口流量的微分、积分、或任何其他数学变换、机械阻抗(例如，同相和不同相分量)、以及压力的时间常数和流量衰减和上升。在一些示例中，可以采用一个或多个输入参数和所期望的输出参数之间没有已知或假定的关系来选择一个或多个输入参数。

[0121] 在一些示例中，图1-5所示的肺测量装置中的任何一个可用于测量呼吸输入参数，比如压力、流量和时间常数。此外，肺测量装置例如比如在美国专利申请序列号12/830955、美国专利申请序列号12/670661以及美国专利申请序列号13/808868(其中每个的全部内容通过引用并入本文)中描述的一个可用于测量呼吸输入参数，比如压力、流量和时间常数，并且可用于实施在本文中公开的任何方法或过程。在一些示例中，流动中断装置、强迫振荡装置或脉冲振荡测量可用于测量呼吸输入参数，比如呼吸系统阻力。在其它示例中，可以使用拟人化装置来测量身高、体重、或身体质量指数(BMI)。

[0122] 可以通过使用优选的装置或技术(例如，被认为是用于测量所期望的输出参数在临床上可接受的装置或技术)来直接测量所期望的输出参数。例如，用于测量ALV的优选技术可以包括身体体积描记法、氦气稀释和胸部CT成像。

[0123] 输入参数池可以由一个或多个测得的输入参数产生(715)。该池可包括测得的输入参数、所测得的输入参数的数学变换或所测得的输入参数的组合。在一些示例中，该池由通过计算机系统的一个或多个计算机处理器执行的算法产生。输入参数池用于产生包括输入参数(或它们的子集)的方程，其可用于推算(例如计算)所期望的输出参数(720)。该方程可以通过使用可由一个或多个处理器执行的一个或多个自动化算法来产生。在一些情况下，算法可以是用于数据分析(例如数据挖掘)领域中的一个或多个可接受的算法。此外，可以通过使用一个或多个可接受的方法比如交叉验证来验证所产生的方程的精确度。

[0124] 在一些情况下，方法700中所描述的测量的一些或全部未被明确执行，而是数据或其部分被从现有数据库或包括所期望的输出参数和所期望的输入参数的历史数据的数据集获取或者以其它方式获得。在一些情况下，测量训练群体数据的步骤705和710相对于实施步骤715和720被及时地较早(以及可能显著更早)执行。例如，训练群体数据集可能已被预先测量，可能已被从其中数据被预先测量的公共数据集获取，或者可能已被从其中数据被预先测量的私人来源获取。

[0125] 图8是表示一个或多个测得的输入参数、直接测得的输出参数和通过使用图5的示例性过程产生的方程(例如回归方程)之间的关系的框图800。在一些示例中，方程可以采取线性方程(1)的形式：

[0126] y＝a+b*x1+c*x2+d*x3 (1)

[0127] 参数y是所期望的输出参数。参数x1、x2和x3是如在步骤710中的输入参数的测量。参数x1、x2和x3通过算法被选为所期望的输入参数，如在步骤715中，以用于推算(例如计算)所期望的输出参数。最后，参数a、b、c和d是缩放和移位常数。x1、x2和x3中的任何一个可以是代表健康或疾病的呼吸参数。例如，在方程(1)中，x1和x2可以解释健康受试者的测量，和x3可以表示说明因呼吸道疾病(例如，气道阻力由于气道阻塞而从正常值增加)而造成的x1和x2精度的偏差的测量。

[0128] 在一些示例中，传统肺测量装置或技术和优选的装置或技术中的任一个或二者能够产生说明呼吸健康变化的测量。例如，装置可以测量涉及健康受试者中的气道阻力和组织顺应性的输入参数以及说明不健康受试者中的气道阻力和组织顺应性(例如，相对于正常测量)的变化的输入参数。一个或多个输入参数和所期望的输出参数中的任一个或二者可以存储在用于执行测量的该装置的存储器中或者可被记录在该装置之外的装置中。一个或多个输入参数的变化可以随后被用作方程的输入，用于推算(例如计算)所期望的输出参数的变化，这在其中优选的装置或技术不准确或者以其它方式不适于直接测量所期望的输出参数的情况下(例如，某些疾病状态)可能特别有用。

[0129] 在一些示例中，通过使用示例性过程700和/或800产生的方程可以采用与方程(1)不同的形式。例如，所产生的方程可以是非线性方程，比如方程(2)：

[0130] y＝a+b*(x1c*x2)/x3+d*x4 (2)

[0131] 其中在本示例中，c是指数因子，x4是通过使用传统呼吸功能装置和技术所获得的额外的测量。在一些示例中，通过使用示例性过程700和/或800产生的方程可以采取的形式显著不同于方程(1)和(2)，并且更容易地描述为在一些其他形式，例如决策树、贝叶斯网络或任何其它形式。在一些示例中，群体可以首先通过使用可测量分类器(例如，拟人化的或肺功能的)被分成亚群体，随后针对每个亚群体产生单独的方程。

[0132] 由于相同输出参数的测量可以根据用于获得测量的特定优选的装置或技术(例如，体积描记与氦气稀释)而不同，所以示例性过程700和/或800可用于产生对特定优选的装置或测量而不同的方程。例如，单独的方程可被产生用于推算(例如，计算)TGV，其中用于直接测量TGV的优选装置或技术是身体体积描记法、氦气稀释、或胸部CT成像。

[0133] 一旦例如从方法700中导出的特定方程实施于特定的肺测量系统或装置(或者其它肺装置)，则该装置就可以用于确定所期望的肺输出参数(例如TLC、TGV、肺组织顺应性、以及其他参数)。例如，该装置可用于测量来自患者或受试者(例如，健康或不健康)的特定输入参数。例如，输入参数可以包括测量x1、x2和x3以及其他。一旦装置测量这样的输入参数，则在该装置中实施的方程(例如，方程(1)或其它适当的方程)就可以如示例性过程800所描述的那样被执行来确定输出参数y。此过程可对每个患者重复或者对同一个患者重复多次重复，例如，以基于在肺测量装置上的选择来确定多个所期望的输出参数。

[0134] 可以在肺测量系统或装置内实施一个以上的方程。每个方程可以计算不同的输出参数。可替代地，每个方程可以计算相同的输出参数，但是方程对于不同组或类型的患者来说可以是不同的(例如，分类器模型)。例如，方程可以为每个单独的患者使用拟人信息，以确定哪个方程用于计算输出参数。

[0135] 图9A-9D示出了许多图表，它们表示在如图3所示的肺测量装置上确定的总肺活量(TLCequation)与通过使用参考装置身体体积描记法测量的TLC(TLCPLETH)之间的关系。例如，所示的图表图9A-9B示出了关于被用来开发方程(例如如在图7和8中描述)的一组训练患者(例如约300个受试者)的肺测试的结果。图9A-9B示出了所示过程700的最终结果；也就是说，所产生的方程是通过受试者的训练群体创建的。例如，所示的图表图9C-9D示出了关于在方程已被开发之后(例如如在图6中描述)在如图3所示的肺测量装置上测量的临床环境中的一组患者(例如约135个受试者)的肺测试的结果。图9C-9D示出了所示过程600的最终结果；也就是实际上最终确定来自患者的绝对肺容积(例如TLC)。

[0136] 例如，图9A-9D示出了由通过比如图3中所示的装置测量的输入参数的方程产生的TLC与体积描记法TLC(TLCpleth)的散点图。图9A-9D示出了用于所有受试者(9A)、仅健康受试者(9B)、仅阻塞性受试者(9C)以及仅限制性受试者(9D)的TLCequation与TLCpleth之间的一致性。实线表示统一线。TLCequation与TLCpleth之间的一致性由集中在统一线周围并且围绕统一线紧密集群的数据点表示。

[0137] 图9E-9H示出了分别与图9A-9D相关的Bland-Altman图。对于所有受试者(9E)、仅健康受试者(9F)、仅阻塞性受试者(9G)以及仅限制性受试者(9H)来说，Bland-Altman图将TLCequation与体积描记法TLC(TLCpleth)进行比较。实线代表平均值偏差，而虚线表示上限和下限(±1.96*SD)。变异系数(CV)显示在每个图内。在作为整体的群体中，以及在每个亚群体(健康、阻塞性和限制性)中，变异系数分别为9.91％、7.93％、11.30％和13.70％；平均偏差很小(分别为0.01L、-0.01L、0.11L和0.20L)；此外，没有肺大小的变性或偏差的系统发展趋势。

[0138] 图9I-9L示出了许多图表，它们表示在如实施如图9A-9H所示的开发的方程的图3所示的肺测量装置上确定的总肺活量(TLCequation)与通过使用身体体积描记法(TLCPLETH)测量的TLC之间的关系。例如，所示的图表图9I-9L示出了采用例如根据图8的图3的肺测量装置关于一组训练患者的肺测试的结果。也就是说，如在图7和8中开发的数学方程被实施来测量如图6中的预期群组受试者。

[0139] 例如，图9I-9L示出了用于所有受试者(9I)、仅健康受试者(9J)、仅阻塞性受试者(9K)以及仅限制性受试者(9L)的由通过比如图3中所示的装置测量的TLCequation与体积描记法TLC(TLCpleth)的散点图。实线表示统一线。TLCequation与TLCpleth之间的一致性由集中在统一线周围并且围绕统一线紧密集群的数据点表示。

[0140] 图9M-9P示出了分别与图9I-9L相关的Bland-Altman图。对于所有受试者(9M)、仅健康受试者(9N)、仅阻塞性受试者(9O)以及仅限制性受试者(9P)来说，Bland-Altman图将TLCequation与体积描记法TLC(TLCPLETH)进行比较。实线代表平均值偏差，而虚线表示上限和下限(±1.96*SD)。变异系数(CV)显示在每个图内。

[0141] 图10A-10H示出了许多图表，它们表示由通过比如图2中所示的装置测量的输入参数的方程产生的TLC(TLCequation)与通过使用身体体积描记法测量的TLC(TLCPLETH)之间的关系。图10A-10B示出了用于所有受试者(10A)、仅健康受试者(10B)、仅阻塞性受试者(10C)以及仅限制性受试者(10D)的TLCequation与TLCpleth之间的一致性。实线表示统一线。TLCequation与TLCpleth之间的一致性由集中在统一线周围并且围绕统一线紧密集群的数据点表示。图10E-10H示出了分别与图10A-10D相关的Bland-Altman图。对于所有受试者(10E)、仅健康受试者(10F)、仅阻塞性受试者(10G)以及仅限制性受试者(10H)来说，Bland-Altman图将TLCequation与体积描记法TLC(TLCPLETH)进行比较。实线代表平均值偏差，而虚线表示上限和下限(±1.96*SD)。变异系数(CV)显示在每个图内。

[0142] 图11A-11H示出了许多图表，它们表示由通过比如图1中所示的装置测量的输入参数的方程产生的TLC(TLCequation)与通过使用身体体积描记法(TLCPLETH)测量的TLC之间的关系。图11A-11D示出了用于所有受试者(11A)、仅健康受试者(11B)、仅阻塞性受试者(11C)以及仅限制性受试者(11D)的TLCequation与TLCpleth之间的一致性。实线表示统一线。TLCequation与TLCpleth之间的一致性由集中在统一线周围并且围绕统一线紧密集群的数据点表示。图11E-11H示出了分别与图11A-11D相关的Bland-Altman图。对于所有受试者(11E)、仅健康受试者(11F)、仅阻塞性受试者(11G)以及仅限制性受试者(11H)来说，Bland-Altman图将TLCequation与体积描记法TLC(TLCPLETH)进行比较。实线代表平均值偏差，而虚线表示上限和下限(±1.96*SD)。变异系数(CV)显示在每个图内。

[0143] 表1(下面)示出了表征在图9A-9D和图9E-9H中示出的数据的统计参数。特别地，表1提供了群体大小(N)、平均TLCPLETH、平均TLCequation、均方根误差(RMSE)、以及变异系数(CV)。

[0144]

[0145] 表1

[0146] 在肺测量装置中实施(例如通过方法600)的特定方程(例如通过方法700开发的)可以实施于数字电子电路、有形体现的计算机软件或固件、计算机硬件、或者其中一个或多个的组合。方程的实施方式可被实施为一个或多个计算机程序，例如计算机程序指令的一个或多个模块，其编码在有形非暂时性的程序载体上，以便由数据处理装置执行或控制其操作。可替代地或另外，程序指令可以编码在人工产生的传播信号上，例如机器产生的电、光或电磁信号，其被产生来对信息进行编码，用于传输到适当的接收器装置，以便由数据处理装置执行。计算机存储介质可以是机器可读存储设备、机器可读存储基片、随机或串行存取存储器设备、或其中一个或多个的组合。

[0147] 在肺测量装置中实施的方程可以由“数据处理硬件”执行，例如包括可编程处理器、计算机、或多个处理器或计算机。硬件还可以是或进一步包括专用逻辑电路，例如中央处理单元(CPU)、FPGA(现场可编程门阵列)、或ASIC(专用集成电路)。在一些实施方式中，数据处理设备和/或专用逻辑电路可以是基于硬件的和/或基于软件的。例如，数据处理硬件可以包括控制器140(示于图1)、控制器230(示于图2)、控制模块315(示于图3)、控制单元415(示于图4)、和/或控制器530(示于图5)。

[0148] 由方程实施的过程和逻辑流可以由一个或多个可编程的计算机执行，计算机通过对输入数据进行操作并生成输出来执行一个或多个计算机程序以执行功能。所述过程和逻辑流还可以通专用逻辑电路，例如中央处理单元(CPU)、FPGA(现场可编程门阵列)或ASIC(应用专用集成电路)过被执行，且设备还可以实施为它们。

[0149] 适于执行计算机程序的计算机包括，例如可以基于通用或专用的微处理器或两者、或者任何其他类型的中央处理单元。通常，中央处理单元将接收来自只读存储器或随机存取存储器或两者的指令和数据。计算机的基本元件是用于执行指令的中央处理单元和用于存储指令和数据的一个或多个存储器设备。通常，计算机还将包括或者可操作地联接成接收来自用于存储数据的一个或多个海量存储设备例如磁、磁光盘或光盘的数据或传送数据至它们或者二者兼有。然而，计算机不必具有这样的设备。

[0150] 适于存储计算机程序指令和数据比如与在肺测量装置中实施的方程相关的指令和数据的计算机可读介质(短暂性或非短暂性，根据需要)包括所有形式的非易失性存储器、介质和存储器设备，例如包括半导体存储器设备，例如EPROM、EEPROM，以及闪存设备；磁盘，例如内部硬盘或可移动盘；磁光盘；以及CD-ROM和DVD-ROM盘。存储器可以存储各个对象或数据，包括高速缓存、分类、框架、应用、备份数据、作业、网页、网页模板、数据库表、存储业务和/或动态信息的储存库、以及包括任何参数、变量、算法、指令、规则、约束或引用于此的任何其他适当的信息。此外，存储器可以包括任何其他适当的数据，比如日志、策略、安全或访问数据、报告文件以及其他。处理器和存储器可以由专用逻辑电路补充或并入其中。

[0151] 为了提供与用户的交互，在本说明书中描述的主题的实施方式可以实施在肺测量装置上，其具有或连接到显示装置，例如CRT(阴极射线管)、LCD(液晶显示器)、或等离子体显示器，用于向用户和输入装置(例如，键盘、指针设备、或其他方式)显示信息，由此用户可以提供输入给计算机。其他种类的设备还可以用于提供与用户的互动；例如，提供给用户的反馈可以是任何形式的感官反馈，例如视觉反馈、听觉反馈或触觉反馈；并且来自用户的输入可以以任何形式被接收，包括声音、语音或触觉输入。

[0152] 已经描述了许多实施例。然而，要理解的是，还可以进行各种修改。例如，计算所期望的呼吸参数的方法的示例性实施例包括：确定方程，其包括与多个基线呼吸测量相关的一个或多个输入参数，其中一些输入呼吸测量用于计算受试者的所期望的呼吸参数；采用呼吸装置测量患者的至少一个呼吸测量；并且基于作为方程输入的患者的测得的呼吸测量，确定患者的所期望的呼吸参数。与示例性实施例相组合的示例性方面包括：所期望的呼吸参数包括TLC、TGV、RV、DLCO、气道阻力、肺组织顺应性、或FRC中的至少一个；通过使用临床数据，基于算法方法来确定方程；呼吸装置配置成获得要被用于方程的一个或多个呼吸参数的值；训练群体包括健康受试者；训练群体包括不健康受试者；不健康受试者具有一种或多种呼吸系统疾病；受试者健康状况是健康和不健康的混合；一个或多个输入参数包括与呼吸功能、呼吸力学、或整体呼吸健康相关的参数；可以基于一个或多个输入参数与所期望的呼吸参数之间的已知相关性来选择一个或多个输入参数；一个或多个输入参数可以包括气道开口压力、气道开口压力的微分、气道开口压力的积分、气道开口流量、气道开口流量的微分、气道开口流量的积分、机械阻抗、压力衰减或上升的时间常数、和流量衰减或上升的时间常数；可以通过使用一个或多个肺活量测定装置或呼吸力学装置来测量一个或多个输入参数；所期望的呼吸系统健康参数被直接测量；通过使用优选的装置或技术来测量所期望的呼吸参数；优选的装置或技术包括身体体积描记法、氦气稀释、或胸部CT成像；方程包含线性方程；方程包括非线性方程；方程是通过使用算法方法产生的；和/或方程包括一个或多个输入参数。

[0153] 用于推算呼吸参数的方法的另一示例性实施例包括：确定受试者的呼吸参数的至少一个测量；将该测量输入到基于呼吸参数的多个历史测量而被开发的方程中；并且从方程输出呼吸参数，所述呼吸参数包括TLC、FRC或TGV的推算。

[0154] 推算人类受试者的呼吸参数的方法的另一示例性实施例包括：(1)对多个测试受试者的呼吸参数进行直接测量；(2)对多个测试受试者的一个或多个输入参数进行测量，每个输入参数与呼吸参数相关；(3)采用所期望的呼吸参数的测量和一个或多个输入参数的测量，确定至少包括作为输入的输入参数或它们子集和作为输出的肺参数的一部分的方程；(4)对人类受试者的一个或多个参数进行测量；并且(5)基于人类受试者的一个或多个参数的测量和所述方程，推算人类受试者的呼吸参数的值。与示例性实施例相组合的示例性方面包括：由整体体积描记法技术、氦气稀释技术或胸部CT成像技术、氮气冲洗、氮气恢复、或胸部射线照相术执行步骤(1)；采用呼吸装置、强迫振荡或脉冲振荡技术或者采用拟人化装置来执行步骤(2)和(4)；呼吸装置包括如在以下之一中描述的装置：美国专利申请序列号12/830955、美国专利申请序列号12/670661或美国专利申请序列号13/808868；输入参数包括相对的肺容积或肺流量，比如FEV1、FEV1/FVC、IC或VC；一些输入参数可以包括呼吸压力、呼吸流量、或其他呼吸动力学；一些输入参数可以包括呼吸力学值，比如Rrs或Ers；一些输入参数可以包括拟人化信息，其包括患者性别、患者身高、患者体重、或患者身体质量指数中的一个或多个；和/或呼吸参数包括TLC、TGV、RV或FRC中的至少一个。

[0155] 产生推算所期望的呼吸参数的方程的方法的另一示例性实施例包括：选择受试者的训练群体，在其上测量一个或多个输入参数和所期望的呼吸参数；测量训练群体用于一个或多个输入参数和所期望的呼吸参数；通过数学变换从一个或多个输入参数产生输入参数池；以及通过使用输入参数的子集的测量和可用于推算所期望的呼吸参数的测量来产生方程。

[0156] 本文所描述的部件的各个组合可被提供用于类似设备的实施例。因此，其他实施例在本公开的范围之内。

标题	发布/更新时间	阅读量
一种ICU重症监护设备	2020-05-17	287
一种重症监护护理床	2020-05-17	63
一种重症监护床	2020-05-13	667
ICU重症监护设备	2020-05-13	269
一种ICU重症监护装置	2020-05-16	665
一种重症监护报警系统	2020-05-18	745
重症监护装置	2020-05-12	424
重症监护床	2020-05-11	230
一种新型重症监护用导气管	2020-05-14	518
多功能重症监护室护理病床	2020-05-14	514

确定呼吸参数

确定呼吸参数

技术领域

背景技术

附图说明

具体实施方式

该功能需要专业版企业版VIP权限，您可以：