[发明专利]基于神经网络的呼吸机状态分析方法和装置

摘要

本发明公开了一种基于神经网络的呼吸机状态分析方法，该方法包括：监测呼吸机输入的输入参数；获取预设分析权值组，根据所述预设分析权值组和输入参数确定分析结果；将确定的所述分析结果输出至呼吸机，以控制所述呼吸机。本发明还公开了相应的装置。采用本发明的方案，将所有加工后的数据一次性输入神经网络，通过神经网络算法对呼吸机的状态进行分析和计算，避免了算法在逻辑上的顺次调用，降低了计算过程中出错的概率，从而通过神经网络的自适应学习能力保证了输出结果的正确性。

主权项

1.一种基于神经网络的呼吸机状态分析装置，其特征在于，所述基于神经网络的呼吸机状态分析装置包括：监测模块，用于监测呼吸机输入的输入参数，所述输入参数包括触发参数和病症分析参数，所述触发参数由流量、压力、漏气量、流量斜率和压力斜率组成，所述病症分析参数由流量、压力、吸气峰流速、平均吸气峰流速、呼气时长和吸气时长组成；确定模块，用于获取输入的触发参数对应的预设分析权值组并带入计算公式s＝w1*a1+w2*a2+w3*a3+w4*a4+w5*a5，其中，w1、w2、w3、w4和w5分别为触发参数中流量、压力、漏气量、流量斜率和压力斜率对应的权值，a1对应流量，a2对应压力，a3对应漏气量，a4对应流量斜率，a5对应压力斜率，根据所述触发参数对应的预设分析权值组中的权值和所述触发参数中对应的参数的计算结果确定触发结果；所述确定模块还用于获取输入的病症分析参数对应的预设分析权值组并带入计算公式s＝w1*a1+w2*a2+w3*a3+w4*a4+w5*a5+w6*a6，其中，w1、w2、w3、w4、w5和w6分别为病症分析参数中流量、压力、吸气峰流速、平均吸气峰流速、呼气时长和吸气时长对应的权值，a1对应流量，a2对应压力，a3对应吸气峰流速，a4对应平均吸气峰流速，a5对应呼气时长，a6对应吸气时长，根据所述病症分析参数对应的预设分析权值组中的权值与所述病症分析参数中对应的参数的计算结果确定病症类型；输出模块，用于将确定的所述触发结果和病症类型输出至呼吸机，以控制所述呼吸机。