技术领域
[0001] 本
发明属于
呼吸机领域，具体涉及一种基于ARDS肺保护性策略的智能闭环机械通气控制系统及方法。
背景技术
[0002] 急性呼吸窘迫综合征(ARDS)是由肺内原因和肺外原因引起的，以非心源性肺
水肿导致的临床综合征，以顽固性进行性低
氧血症为临床主要表现，因高病死率而倍受关注。ARDS起病较急，可为24～48小时发病，也可长至5～7天，死亡率为40％～60％。
[0003] 目前，机械通气是
治疗ARDS的主要手段。机械通气的主要目的是保证人体组织适当氧供给，使器官组织可以得到足够的氧气，以便进行氧合作用获得
能源，同时保证二氧化
碳的充分排除，避免呼吸性酸中毒。同时，机械通气需要避免因平台压过高而导致的气压伤。因此，对于ARDS患者，在机械通气中权衡氧合和肺保护，选择最优的动态平衡策略，达到最佳的治疗效果，是目前机械通气的难点。在实际针对ARDS病症的机械通气处置过程中，医生对通气参数的人工设定往往仅依靠个人经验判断，对医护人员专业水平要求较高。此外，传统呼吸机调参耗时低效，一方面无法根据病患ARDS发展程度实时做出调整，另一方面在参数调节过程中无法兼顾其他处置操作，只能一对一开展，医护人员无法兼顾其它病患，易造成医疗资源的浪费。尤其是在突发公共卫生事件和战场一线情况下，由于伤员基数庞大，而医疗资源却十分有限，针对ARDS病症开展高
质量个性化的救治将更加困难。
[0004]
专利US20180193579提供了一种肺保护性通气检测方法，但该方法仅实现了基于呼吸机监测参数和检测到的临床事件评估当前呼吸机设置的合理性，尚未实现以提升患者氧合和肺保护为目的的智能通气闭环自动控制。专利US20130104892结合呼吸机通气时间与氧气设置水平提出了一种新的通气损伤指标来提示护理人员当前机械通气参数对患者的潜在损伤。但该专利仍然没有实现呼吸机的智能闭环控制，无法有效限制平台压从而避免气压伤的发生。专利EP0615764A1提供了一种用于呼吸机中的闭环吸气压
力控制方法，该方法通过控制呼吸气体以期望的供应速率流经流量供应
阀来实现在吸气周期中控制呼吸机中的气道压力。专利US8789530提供了基于动态适应性策略的机械通气自动控制系统，用于控制患者血液中的氧气浓度。以上专利虽然利用闭环控制策略，以期实现对机械通气相关参数的
自动调节，但是这些并非针对ARDS病症救治设计，缺乏肺保护通气策略和氧合提升的权衡考虑。目前尚无基于权衡ARDS患者肺保护和氧合的优化机械闭环自动通气方面的专利。
发明内容
[0005] 本发明的目的是提供一种基于ARDS肺保护性策略的智能闭环机械通气控制系统，它能够实现针对ARDS病症的机械通气参数优化自适应调节。
[0006] 本发明的技术方案如下：一种基于ARDS肺保护性策略的智能闭环机械通气控制系统，它包括生理通气参数
感知子系统，智能闭环控制子系统和通气调节执行子系统，所述的生理通气参数感知子系统实时监测患者呼吸参数，随后每间隔一段时间通过智能闭环控制子系统计算机械通气参数的最优组合，通过通气调节执行子系统调节ARDS患者呼吸机参数。
[0007] 所述的生理通气参数感知子系统包括MCU主控
单片机、血氧浓度
传感器、气体
压力传感器、氧浓度传感器、人机键入显示模
块，所述的血氧浓度传感器与MCU主控芯片通过IIC通信，进行电连接，气体压力传感器与MCU主控芯片通过IIC通信，进行电连接；氧浓度传感器与MCU主控芯片通过UART_TTL串口通信，进行电连接；人机键入显示模块与MCU主控芯片通过电连接进行
信号传输，生理通气参数感知系统通过SPI口与智能闭环控制子系统进行数据传输通信。
[0008] 所述的MCU主控单片机型号为STM32、血氧浓度传感器型号为MAX30100、气体压力传感器型号为MIX-PX300、氧浓度传感器型号为Gasboard-7500C。
[0009] 所述的生理通气参数感知子系统具有对患者呼吸能力与机械通气状态相关参数实时监测功能，通过血氧浓度传感器MAX30100对SpO2进行监测，通过气体压力传感器MIX-PX300对PEEP进行监测，通过氧浓度传感器Gasboard-7500C对FiO2进行监测，通过流量传感器Gasboard-7500C对VT、
顺应性、呼气时间常数参数监测，通过人机键入显示模块将患者身高、性别信息输入生理通气参数感知系统并显示参数信息，从生理通气参数感知子系统中获取的患者相关参数将实时发送至智能闭环控制子系统。
[0010] 智能闭环控制子系统包括最优潮气量计算子模块，它能够实现以下操作：结合身高、性别和生理通气参数感知子系统采集到的参数信息通过最优潮气量计算子模块计算最优潮气量，结合智能闭环控制子系统与滴定法上调或下调PEEP与FiO2，若平台压小于30cmH2O，则上调PEEP与FiO2使得SPO2高于92％，若平台压大于30cmH2O，则在最优潮气量计算子模块计算最优潮气量并通过通气调节执行子系统调节潮气量为最优潮气量后，判断平台压是否大于或小于30cmH2O，对PEEP与FiO2下调或上调，使平台压小于30cmH2O的前提下，SPO2高于92％，并视最终的PEEP与FiO2为最优PEEP和最优FiO2。
[0011] 所述的智能闭环控制子系统内包含最优潮气量计算子模块，所述的最优潮气量计算子模块的具体内容如下：最优潮气量计算模块输入部分包括VT，身高，性别，顺应性，PEEP和呼气时间常数6个参数，对输入参数的处理分为两部分，奖励部分：神经元1是当前潮气量对应的存活率；神经元2是当前驱动压对应的存活率；神经元3是当前平台压对应的存活率；惩罚部分：神经元4是当前潮气量与呼吸
频率与Otis公式的解(fOtis,VTOtis)的欧式距离；神经元5是当前潮气量超出指南建议值的差值；神经元6是当前驱动压超出指南建议值的差值；神经元7是当前平台压超出指南建议值的差值，随后对神经元1～7使用f激活函数1～7进行
变形，分别得到神经元x1～x7，各神经元的激活函数分别为：
[0012]
[0013]
[0014]
[0015]
[0016]
[0017]
[0018]
[0019] 其中，g参数-存活率为来自全球五大洲50个国家
的459个
重症监护室在确诊ARDS患者时第一天的该参数与患者死亡率的函数关系；
[0020] 最后，将神经元x1～x7分别乘以不同权重wi(i＝1,2,L,7)，并进行线性运算使Value值达到最大的潮气量记为VT′，则最优潮气量为VT′，其中，权重wi则通过层次分析法求得，
[0021] Otis函数如下式所示：
[0022]
[0023] 其中，f为呼吸频率，a是与流速
波形相关的因子，在正弦流速中,a为2π2/60，RCexp为呼气时间常数；MV为目标分钟通气量，计算公式为0.1L/kg×理想体重，VD为死腔量，计算公式为2.2L/kg×理想体重，f初始值为10d/min；
[0024] 最小呼吸功下的最优呼吸频率计算方法为，将初始值f0＝10d/min代入Otis公式计算，获得下一个呼吸频率预估值f1，再将f1代入公式重复计算得到下一个呼吸频率预估值f2，这个过程将一直重复进行，直到最新两个呼吸频率的差值Δf低于5d/min，而最小呼吸功下的最优潮气量计算方法为MV/最佳呼吸频率。
[0025] 所述的通气调节执行子系统包括MCU主控单片机、驱动芯片、空气氧气混合阀，MCU主控单片机根据智能闭环控制子系统计算出的最优设定值，通过输出PWM波形控制驱动芯片，驱动空气氧气混合阀，实时调节PEEP、FiO2、VT值，所述的MCU主控单片机与驱动芯片之间进行电连接，驱动芯片与空气氧气混合阀之间进行电连接。
[0026] 所述的通气调节执行子系统包括MCU主控单片机型号为STM32、驱动芯片型号为DRV101T、空气氧气混合阀型号为F01761。
[0027] 一种基于ARDS肺保护性策略的智能闭环机械通气控制方法，包括如下步骤，[0028] 第一步：根据呼吸机预设参数对患者进行机械通气；
[0029] 第二步：通过智能闭环控制子系统实时监测患者呼吸能力与机械通气状态相关参数，并将相关参数实时发送至智能闭环控制子系统；
[0030] 第三步：待患者稳定后，智能闭环控制子系统结合身高、性别和生理通气参数感知子系统采集到的参数信息计算最优潮气量、最优PEEP和最优FiO2，并将计算得出的机械通气参数的最优组合方法发送至通气调节执行子系统；
[0031] 第四步：根据智能闭环控制子系统计算出的最优设定值，通过单片机实时调节PEEP、FiO2、VT，从而实现对ARDS患者的优化通气；
[0032] 第五步：返回第二步。
[0033] 本发明的有益效果在于：(1)本发明可根据患者病情，实现全程智能自动化操作，通过降低机械通气调控操作难度，来降低ARDS患者机械通气救治过程中对专业医护人员的依赖程度，实现基于ARDS肺保护机械通气策略的广泛应用；(2)本发明基于公认ARDS肺保护机械通气规则，能够在氧合和肺保护之间兼顾，从而智能选择动态的平衡策略，实现针对ARDS专业化个性化的机械通气自适应调节，能够避免医护人员因经验不足、操作不规范等人为因素导致的患者肺和其它器官损伤，达到最优的通气治疗效果，有效提高ARDS机械通气救治效率。
附图说明
[0034] 图1生理通气参数感知子系统示意图；
[0035] 图2通气调节执行子系统示意图；
[0036] 图3最优潮气量计算模示意图。
具体实施方式
[0037] 下面结合附图及具体
实施例对本发明作进一步详细说明。
[0038] 本发明结合2019年欧洲ARDS患者管理指南与2016年中国急性呼吸窘迫症患者机械通气指南(试行)提出一种基于ARDS肺保护性策略的智能闭环机械通气控制系统，它能够从降低平台压避免气压伤与提高氧合两方面实现ARDS患者的闭环自动机械通气支持，从而一方面减少医疗资源消耗，另一方面有效提升ARDS病症的机械通气救治效率。所述系统可结合智能控制策略，根据患者的血氧
饱和度、顺应性、呼吸阻力与平台压等生理指标计算最优潮气量(VT)、呼吸末
正压(PEEP)和吸氧浓度(SpO2)，针对患者病情实现个性化的呼吸机通气参数调节。
[0039] 如图1所示，一种基于ARDS肺保护性策略的智能闭环机械通气控制系统，包括：生理通气参数感知子系统，智能闭环控制子系统和通气调节执行子系统。其工作原理如下：首先通过生理通气参数感知子系统实时监测患者呼吸参数，随后每间隔一段时间通过智能闭环控制子系统计算机械通气参数的最优组合方法，最后通过通气调节执行子系统调节ARDS患者呼吸机参数。
[0040] 如图1所示，生理通气参数感知子系统包括MCU主控单片机型号为STM32、血氧浓度传感器型号为MAX30100、气体压力传感器型号为MIX-PX300、氧浓度传感器型号为Gasboard-7500C、人机键入显示模块。血氧浓度传感器MAX30100与MCU主控芯片STM32通过IIC通信，进行电连接；气体压力传感器MIX-PX300与MCU主控芯片STM32通过IIC通信，进行电连接；氧浓度传感器Gasboard-7500C与MCU主控芯片STM32通过UART_TTL串口通信，进行电连接；人机键入显示模块与MCU主控芯片STM32通过电连接进行
信号传输。生理通气参数感知系统通过SPI口与智能闭环控制子系统进行数据传输通信。
[0041] 生理通气参数感知子系统具有对患者呼吸能力与机械通气状态相关参数实时监测功能，通过血氧浓度传感器MAX30100对SpO2进行监测，通过气体压力传感器MIX-PX300对PEEP进行监测，通过氧浓度传感器Gasboard-7500C对FiO2进行监测，通过流量传感器Gasboard-7500C对VT、顺应性、呼气时间常数参数监测，通过人机键入显示模块将患者身高、性别信息输入生理通气参数感知系统并显示参数信息。从生理通气参数感知子系统中获取的患者相关参数将实时发送至智能闭环控制子系统。
[0042] 智能闭环控制子系统包括最优潮气量计算子模块，它能够实现以下操作：ARDS患者接入呼吸机后，呼吸机首先根据预设参数对患者进行机械通气；随后智能闭环控制子系统结合身高、性别和生理通气参数感知子系统采集到的参数信息通过最优潮气量计算子模块计算最优潮气量，结合智能闭环控制子系统与滴定法上调或下调PEEP与FiO2，若患者平台压小于30cmH2O，则上调PEEP与FiO2使得患者SPO2高于92％，若患者平台压大于30cmH2O，则在最优潮气量计算子模块计算最优潮气量并通过通气调节执行子系统调节患者潮气量为最优潮气量后，根据患者平台压是否大于或小于30cmH2O对PEEP与FiO2下调或上调，使患者平台压小于30cmH2O的前提下，SPO2高于92％，并视最终的PEEP与FiO2为最优PEEP和最优FiO2。每间隔一段时间(时间的选择根据具体情况而定)智能闭环控制子系统将计算机械通气参数的最优组合方法，并将该参数组合方法发送至通气调节执行子系统。智能闭环控制子系统通过SPI口与通气调节执行子系统进行数据传输通信。
[0043] 最优潮气量计算子模块的具体内容如下：如图3为最优潮气量计算模块示意图。最优潮气量计算模块输入部分包括VT，身高，性别，顺应性，PEEP和呼气时间常数6个参数。如图3，对输入参数的处理分为两部分，奖励神经元模块和惩罚神经元模块。其中，奖励神经元模块中的神经元为奖励部分：神经元1是当前潮气量对应的存活率；神经元2是当前患者驱动压对应的存活率；神经元3是当前患者平台压对应的存活率。惩罚神经元模块中的神经元为惩罚部分：神经元4是当前患者潮气量与呼吸频率与Otis公式的解(fOtis,VTOtis)的欧式距离；神经元5是当前潮气量超出指南建议值的差值；神经元6是当前患者驱动压超出指南建议值的差值；神经元7是当前患者平台压超出指南建议值的差值。随后对神经元1～7使用f激活函数1～7进行变形，分别得到神经元x1～x7。各神经元的激活函数分别为：
[0044]
[0045]
[0046]
[0047]
[0048]
[0049]
[0050]
[0051] 其中，g参数-存活率为来自全球五大洲50个国家
的459个重症监护室在确诊ARDS患者时第一天的该参数与患者死亡率的函数关系。
[0052] 最后，将神经元x1～x7分别乘以不同权重wi(i＝1,2,L,7)，并进行线性运算使Value值达到最大的潮气量记为VT′，则最优潮气量为VT′。
[0053] 权重wi则通过层次分析法求得，由专业呼吸科医师提供相关信息。
[0054] Otis函数如下式所示：
[0055]
[0056] 其中，f为呼吸频率，a是与流速波形相关的因子，在正弦流速中,a为2π2/60，RCexp为呼气时间常数；MV为目标分钟通气量，计算公式为0.1L/kg×理想体重，VD为死腔量，计算公式为2.2L/kg×理想体重，f初始值为10d/min。
[0057] 最小呼吸功下的最优呼吸频率计算方法为，将初始值f0＝10d/min代入Otis公式计算，获得下一个呼吸频率预估值f1，再将f1代入公式重复计算得到下一个呼吸频率预估值f2。这个过程将一直重复进行，直到最新两个呼吸频率的差值Δf低于5d/min。而最小呼吸功下的最优潮气量计算方法为MV/最佳呼吸频率。
[0058] 如图2所示，通气调节执行子系统包括MCU主控单片机型号为STM32、驱动芯片型号为DRV101T、空气氧气混合阀型号为F01761。单片机STM32根据智能闭环控制子系统计算出的最优设定值，通过输出PWM波形控制驱动芯片DRV101T，驱动空气氧气混合阀F01761，实时调节PEEP、FiO2、VT值，从而实现对ARDS患者的优化通气。单片机STM32与驱动芯片DRV101T之间进行电连接，驱动芯片DRV101T与空气氧气混合阀F01761之间进行电连接。
[0059] 通气调节执行子系统根据智能闭环控制子系统计算出的最优设定值，通过单片机STM32控制驱动芯片DRV101T以调节空气氧气混合阀F01761，实时调节PEEP、FiO2、VT，从而实现对ARDS患者的优化通气。
[0060] 一种基于ARDS肺保护性策略的智能闭环机械通气控制系统的使用包括如下步骤：
[0061] 第一步：根据呼吸机预设参数对患者进行机械通气；
[0062] 第二步：通过智能闭环控制子系统实时监测患者呼吸能力与机械通气状态相关参数，并将相关参数实时发送至智能闭环控制子系统；
[0063] 第三步：待患者稳定后，智能闭环控制子系统结合身高、性别和生理通气参数感知子系统采集到的参数信息计算最优潮气量、最优PEEP和最优FiO2，并将计算得出的机械通气参数的最优组合方法发送至通气调节执行子系统；
[0064] 第四步：根据智能闭环控制子系统计算出的最优设定值，通过单片机实时调节PEEP、FiO2、VT，从而实现对ARDS患者的优化通气；
[0065] 第五步：返回第二步。
[0066] 实施例1
[0067] ARDS患者接入呼吸机后，首先根据呼吸机默认参数对患者进行机械通气。生理通气参数感知子系统实时监测患者生理参数(SpO2、PEEP、FiO2、VT、顺应性、呼气时间常数)并将患者参数实时传递给智能闭环控制子系统。待患者稳定后，根据智能闭环控制子系统结合患者身高、性别和患者生理参数，计算机械通气最优参数组合方式。智能闭环控制子系统智能控制原理流程参见图2。患者稳定后，通过公式 计算患者平台压。若平台压小于30cmH2O，则在满足平台压小于30cmH2O的前提下，智能闭环控制子系统根据滴定法发送PEEP与FIO2指令给通气调节执行子系统，尽可能使患者观测值SPO2达到95％。结合患者身高、性别和患者生理参数，通过智能闭环控制子系统计算最优潮气量，通过通气调节执行子系统设定潮气量为最优潮气量，限制潮气量上限为8ml/kg。
[0068] 若在初始状态患者平台压大于30cmH2O,结合患者身高、性别和患者参数，智能闭环控制子系统计算最优潮气量，并通过通气调节执行子系统设定潮气量为最优潮气量，限制潮气量下限为4ml/kg。若患者状态稳定后平台压仍大于30cmH2O，则通过通气调节执行子系统调整潮气量至4ml/kg。待患者稳定后，再次通过通气调节执行子系统根据滴定法上调或下调PEEP与FIO2，以保证平台压小于30cmH2O。
[0069] 若在上述操作后，不能同时满足“患者平台压小于30cmH2O”和“患者SPO2大于88％”，则发出警报，提示医护人员考虑增加FIO2至大于50％或接入体外装置或采用其它治疗策略。
[0070] 若在上述操作后，能够同时满足“患者平台压小于30cmH2O”和“患者SPO2大于88％”，则认为当前呼吸机参数为最优参数，并以该参数在一定时间内持续对患者进行机械通气。
[0071] 若以最优参数进行一段时间的机械通气后，患者顺应性大于等于30ml/cmH2O，呼吸频率小于等于25d/min，吸入氧浓度小于等于40％，则发出提醒，提示该患者可以撤机。
[0072] 滴定法为机械通气领域专业术语，本发明实施例对此不做赘述。
[0073] 实施例2
[0074] 下面结合具体的实例和图3，对实施例1中智能闭环控制子系统的计算最优潮气量方法进行详细解释，详见下文描述：
[0075] 如图3为最优潮气量计算模块示意图。最优潮气量计算模块输入部分包括VT，身高，性别，顺应性，PEEP和呼气时间常数6个参数。如图3所示，对输入参数的处理分为两部分。虚线框①中的神经元为奖励部分：神经元1是当前潮气量对应的存活率；神经元2是当前患者驱动压对应的存活率；神经元3是当前患者平台压对应的存活率。虚线框②中的神经元为惩罚部分：神经元4是当前患者潮气量与呼吸频率与Otis公式的解(fOtis,VTOtis)的欧式距离；神经元5是当前潮气量超出指南建议值的差值；神经元6是当前患者驱动压超出指南建议值的差值；神经元7是当前患者平台压超出指南建议值的差值。随后对神经元1～7使用f激活函数1～7进行变形，分别得到神经元x1～x7。各神经元的激活函数分别为：
[0076]
[0077]
[0078]
[0079]
[0080]
[0081]
[0082]
[0083] 其中，g参数-存活率为来自全球五大洲50个国
家的459个重症监护室在确诊ARDS患者时第一天的该参数与患者死亡率的函数关系。
[0084] 最后，将神经元x1～x7分别乘以不同权重wi(i＝1,2,L,7)，并进行线性运算使Value值达到最大的潮气量记为VT′，则最优潮气量为VT′。
[0085] 权重wi则通过层次分析法求得，由专业呼吸科医师提供相关信息。
[0086] Otis函数如下式所示：
[0087]
[0088] 其中，f为呼吸频率，a是与流速波形相关的因子，在正弦流速中,a为2π2/60，RCexp为呼气时间常数；MV为目标分钟通气量，计算公式为0.1L/kg×理想体重，VD为死腔量，计算公式为2.2L/kg×理想体重，f初始值为10d/min。
[0089] 最小呼吸功下的最优呼吸频率计算方法为，将初始值f0＝10d/min代入Otis公式计算，获得下一个呼吸频率预估值f1，再将f1代入公式重复计算得到下一个呼吸频率预估值f2。这个过程将一直重复进行，直到最新两个呼吸频率的差值Δf低于5d/min。而最小呼吸功下的最优潮气量计算方法为MV/最佳呼吸频率。
