[发明专利]机械通气人机异步检测方法、装置及计算机可读存储介质在审

专利信息
申请号: 202110553820.3 申请日: 2021-05-20
公开(公告)号: CN113521460A 公开(公告)日: 2021-10-22
发明(设计)人: 熊富海;颜延;谯小豪;李慧慧;王磊;刘语诗;陈达理;吴选昆;梁端;王博;曹修齐 申请(专利权)人: 深圳先进技术研究院
主分类号: A61M16/00 分类号: A61M16/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 黎坚怡
地址: 518055 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 机械 通气 人机 异步 检测 方法 装置 计算机 可读 存储 介质
【权利要求书】:

1.一种机械通气人机异步检测方法,其特征在于,包括:

获取呼吸机进行机械通气时的通气数据;

将所述通气数据输入预设的自编码器,以提取所述通气数据的特征数据;

将所述特征数据输入预设的卷积神经网络,以输出所述呼吸机的人机异步状态。

2.根据权利要求1所述的机械通气人机异步检测方法,其特征在于,

所述通气数据至少包括气流流速数据、气流通道压力数据和气流量数据中的一种。

3.根据权利要求1所述的机械通气人机异步检测方法,其特征在于,

所述人机异步状态至少包括双触发状态、无效吸气努力状态和正常状态中的一种。

4.根据权利要求1所述的机械通气人机异步检测方法,其特征在于,

所述方法还包括:

获取训练数据;

对所述训练数据进行预处理;其中,所述预处理至少包括对所述训练数据进行人机异步状态标注;

将预处理之后的所述训练数据输入所述自编码器,以对所述自编码器进行训练。

5.根据权利要求4所述的机械通气人机异步检测方法,其特征在于,

所述对所述训练数据进行预处理,包括:

将所述训练数据划分为多个数据段;

对每一所述数据段进行人机异步状态标注;以及

所述将预处理之后的所述训练数据输入所述自编码器,以对所述自编码器进行训练,包括:

分别将每一人机异步状态对应的数据输入所述自编码器,以对所述自编码器进行训练。

6.根据权利要求5所述的机械通气人机异步检测方法,其特征在于,

所述将所述训练数据划分为多个数据段之后,还包括:

对每一所述数据段进行采样点补齐,以使每一所述数据段的采样点数量相同;

利用每一所述数据段中各个采样点数据的均值和标准差,对每一所述数据段的数据进行标准化处理。

7.根据权利要求1至6任一项所述的机械通气人机异步检测方法,其特征在于,所述自编码器包括:自编码器输入层、第一隐层、第二隐层、第三隐层、第四隐层、第五隐层和自编码器输出层;

所述自编码器输入层、所述第一隐层、所述第二隐层、所述第三隐层、所述第四隐层、所述第五隐层和所述自编码器输出层依次连接,所述自编码器输入层用于接收所述通气数据,所述自编码器输出层为所述自编码器在训练时的输出层,所述第三隐层用于输出所述特征数据。

8.根据权利要求1至6任一项所述的机械通气人机异步检测方法,其特征在于,所述卷积神经网络为一维卷积神经网络;

所述一维卷积神经网络包括:一维卷积神经网络输入层、第一一维卷积层、第一最大池化层、第二一维卷积层、第二最大池化层、第三一维卷积层、第一全连接层、第二全连接层和一维卷积神经网络输出层;

所述一维卷积神经网络输入层、所述第一一维卷积层、所述第一最大池化层、所述第二一维卷积层、所述第二最大池化层、所述第三一维卷积层、所述第一全连接层、所述第二全连接层和所述一维卷积神经网络输出层依次连接,所述一维卷积神经网络输入层用于接收所述特征数据,所述一维卷积神经网络输出层用于输出人机异步状态。

9.一种机械通气人机异步检测装置,其特征在于,包括:存储器和处理器;

所述存储器用于存储程序指令,所述处理器用于执行所述程序指令以实现如权利要求1至8任一项所述方法。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有程序指令,所述程序指令被处理器执行时实现如权利要求1至8任一项所述方法。

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深圳先进技术研究院,未经深圳先进技术研究院许可,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/202110553820.3/1.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