[发明专利]呼吸支持设备双水平性能评价方法及呼吸支持设备

权利要求书

1.呼吸支持设备双水平性能评价方法，其特征在于，包括步骤：

S1、数据采集：将主动模拟肺设置在单一病理模型下，与呼吸支持设备连接，设置n组不同的双水平检测条件控制呼吸支持设备运行，所述主动模拟肺检测评价所需的检测数据，每组检测条件下，取检测时间内检测数据的特征值，形成单组检测数据向量，共获取n组检测数据向量；并将n组所述检测数据向量发送到控制器中；

S2、数据处理：所述控制器综合n组检测数据向量，分别对每组检测数据向量中的每项检测数据进行归一化处理，得到n组检测数据归一化向量；对每组检测数据归一化向量进行投影寻踪处理，得到与n组检测数据向量相对应的投影向量；

S3、性能评价：所述控制器将n组检测数据向量分别与所述投影向量相乘，求和后再除以n，得到综合评价得分。

2.根据权利要求1所述的呼吸支持设备双水平性能评价方法，其特征在于，所述检测数据包括吸气峰流量PF、潮气量Vt、升压时间Tri、降压时间Tre、触发耗时Tt、吸气平台压与设定IPAP之差Im、呼气末PEEP与EPAP之差Em；所述检测数据向量具有7个数据，为{PF、Vt、Tri、Tre、Tt、Im、Em}。

3.根据权利要求2所述的呼吸支持设备双水平性能评价方法，其特征在于，所述步骤S2中，所述归一化处理使用公式为：

其中，y_i为单检测数据向量中第i个数据的归一值；x_i为单检测数据向量中第i个数据；x_max为所有位于单检测数据向量中第i个数据中的最大值；x_min为所有位于单检测数据向量中第i个数据中的最小值。

4.根据权利要求3所述的呼吸支持设备双水平性能评价方法，其特征在于，所述投影向量的计算过程如下：

S21、计算投影值：根据投影寻踪法的原理，将标准化后的n组7维检测数据向量综合成以A＝{A₁,A₂,…,A₇}为投影方向的一维值z(i)(i＝1～n)：

其中，A＝{A₁,A₂,…,A₇}为单位向量，即满足x_ij为n组7维检测数据向量的单元数据

S22、建立投影目标函数：在综合投影时，要去投影值z(i)(i＝1～n)应尽可能大的提取n组检测数据向量中的变异信息，即z(i)(i＝1～n)的标准差S_Z尽可能大，同时要求局部密度D_Z尽可能大，构造的目标函数为：

f(A)＝S_Z·D_Z；

S23、优化投影方向：由于投影目标函数f(A)只随投影方向变化而变化，最佳投影方向就是最大可能暴露高维数据某类特征结构的投影方向，可以通过求解投影指标函数最大化问题来估计最佳投影方向，即：

此为一个以A＝{A₁,A₂,…,A₇}为优化变量的复杂的非线性优化问题，采用遗传算法进行优化求解，即可得到A＝{A₁,A₂,…,A₇}。

5.根据权利要求4所述的呼吸支持设备双水平性能评价方法，其特征在于，所述综合评价公式为：

其中，H为综合评价分值；A_j为A＝{A₁,A₂,…,A₇}中第j(j＝1、2、…、7)个的向量值；x_ij为n组7维检测数据向量中第i组第j维的单元数据。

6.根据权利要求1所述的呼吸支持设备双水平性能评价方法，其特征在于，所述检测条件包括对EPAP、IPAP和漏气量LEAK的设定。