[实用新型]基于人工智能的呼吸麻醉机有效

专利信息
申请号: 201420066539.2 申请日: 2014-02-17
公开(公告)号: CN203694332U 公开(公告)日: 2014-07-09
发明(设计)人: 黄根勇;蔡军 申请(专利权)人: 江西科技学院
主分类号: A61M16/10 分类号: A61M16/10;A61M16/01
代理公司: 暂无信息 代理人: 暂无信息
地址: 330098 江*** 国省代码: 江西;36
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人工智能 呼吸 麻醉
【说明书】:

技术领域

本实用新型涉及的是医疗器械领域,具体涉及一种基于人工智能的呼吸麻醉机。

背景技术

在现代临床医学中,呼吸麻醉机作为一项能人工替代自主通气功能的有效手段,已普遍用于各种原因所致的呼吸衰竭、大手术期间的麻醉呼吸管理、呼吸支持治疗和急救复苏中,在现代医学领域内占有十分重要的位置。呼吸麻醉机是一种能够起到预防和治疗呼吸衰竭,减少并发症,挽救及延长病人生命的至关重要的医疗设备。从呼吸麻醉机的智能化、实时性和稳定性出发,研究和实现基于人工智能系统的呼吸麻醉机实时控制系统设备。

国内呼吸麻醉机从诞生到现在已经有了很大的发展,但是目前还存在一些不足之处,国内呼吸麻醉机都是在消化吸收国外先进呼吸麻醉机的基础上,结合我国国情设计生产的一系列高、中、低档呼吸麻醉机,然而高档呼吸麻醉机很少;随着机械电子技术和医疗器械的发展,对呼吸麻醉机的性能提出了更高的要求,人工智能在呼吸麻醉机的应用中已发展到一个新的阶段, 智能控制理论研制开发越来越广泛,人工智能化呼吸麻醉机应用也将越发普及。

发明内容

针对现有技术上存在的不足,本实用新型目的是在于提供一种基于人工智能的呼吸麻醉机,增强呼吸麻醉机的智能程度,并改善系统的稳定性。

为了实现上述目的,本实用新型是通过如下的技术方案来实现:基于人工智能的呼吸麻醉机,包括气动压力传感器、第一有源滤波器、AD转换器、计算机系统、第二有源滤波器、流量传感器,气动压力传感器通过第一有源滤波器与AD转换器的输入端相连,流量传感器通过第二有源滤波器与AD转换器的输入端相连,AD转换器与计算机系统相连。

所述的AD转换器为十二位A/D转换器。

本实用新型在现有硬件系统平台中,集成更多种类的传感器,使呼吸机能够获得更多的患者状态和环境信息。综合多种全面的传感器更有利于设备控制策略的形成,增强呼吸麻醉机的智能程度,并改善系统的稳定性;改善人机界面,由于新呼吸模式的引入,图形界面也要相应的增加内容,并且在人机接口方面可以添加触摸屏,配合图形界面使用。

附图说明

下面结合附图和具体实施方式来详细说明本实用新型;

    图1为本实用新型的结构示意图;

    图2为本实用新型的呼吸机通气设备驱动电路图。

具体实施方式

为使本实用新型实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本实用新型。

参照图1-2,本具体实施方式采用以下技术方案:基于人工智能的呼吸麻醉机,包括气动压力传感器1、第一有源滤波器2、AD转换器3、计算机系统4、第二有源滤波器5、流量传感器6,气动压力传感器1通过第一有源滤波器2与AD转换器3的输入端相连,流量传感器6通过第二有源滤波器5与AD转换器3的输入端相连,AD转换器3与计算机系统4相连。

值得注意的是,所述的AD转换器3为十二位A/D转换器。

本具体实施方式采用嵌入式系统设计方案,气道压力传感器采用Honeywell公司生产的40PC系列微压传感器,检测呼吸压力范围为±1psi,它将呼吸通道内的供气与呼吸压信号转换为电压信号,通过8阶开关电容低通有源滤波器MAX7401,滤除杂波及干扰信号后,送往控制系统内12位A/D转换输入端,由人工智能系统据此压力信号值再按用户设定的工作方式进行控制。采用Honeywell公司生产的大流量气体质量传感器,该传感器测量流量大,体积小、精度高,且内部含放大、线性修正,温度补偿和气体标定等功能。为高精度地控制各种呼吸方式提供保证。流量传感器输出的电压信号经有源滤波后,也送往控制系统内 A/D 输入端供专用计算机系统采集和处理。硬件由PXA270处理器,传感器信号放大电路,AD采样电路,参数输入模块和液晶屏组成,呼吸麻醉机控制软件软件采用Linux嵌入式实时操作系统,保障执行器件的实时性,达到实时控制要求,而采用操作系统的多个进程实现多种呼吸模式:嵌入式操作系统的使用使得控制软件结构清晰,数据通信更加可靠,大大提高了软件的健壮性和可读性,同时减轻了软件开发难度和软件维护工作,图形界面开发以QT图形库为基础,将呼吸麻醉机的各种运行参数以数值和曲线的方式显示在液晶屏上,并且配合输入模块完成工参数设定。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江西科技学院,未经江西科技学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201420066539.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top