科创中国
检测人机通气不同步的呼吸波形分类模型训练方法及装置
成果类型：: 发明专利
发布时间: 2023-10-30 16:31:09
科技成果产业化落地方案
方案提交机构：天津市滨海新区| 宋学姮 | 2023-11-09 09:30:52
本发明涉及呼吸设备分析领域，具体涉及一种检测人机通气不同步的呼吸波形分类模型训练方法及装置，本发明方法通过对各类波形的观察，对每个呼吸周期的气道压数据进行升序排列后，不同呼吸类型的数据分布特点有明显的差异；所以将气道压数据进行升序排列后再提取特征就会非常有效，可以非常有效的将根据波形呼吸类型的区分；并且可以应用最基本的机器学习分类算法进行快速分类训练，本申请方法训练的呼吸波形分类模型训练检测呼吸类型的效果甚优。
一种检测人机通气不同步的呼吸波形分类模型训练方法，其特征在于，包括以下步骤：
采集连续呼吸周期的呼吸数据，所述呼吸数据包括气道压数据；
将所述气道压数据分割为若干信号段，其中每个所述信号段对应一次完整的呼吸周期；
根据所述气道压数据的波形特征进行多个不同类型的呼吸类型标注，所述呼吸类型标注包括正常呼吸波形、双触发吸气波形及无效吸气努力波形；
读取各个所述呼吸周期的所述气道压数据，将各个所述呼吸周期的所述气道压数据进行升序排列；
提取各个所述气道压数据的特征数据，将各个所述特征数据作为各个所述呼吸周期对应的特征值；
将所有所述特征值存储到数据表，得到所有呼吸周期的特征值数据集，并将所述呼吸类型标注依照所述特征值存储到所述数据表中的顺序存储到所述数据表，得到与所述特征值数据集对应的标注列表；
将所述特征值数据集分为训练集及测试集；
基于机器学习分类算法，应用所述训练集及测试集进行模型训练，以获得呼吸波形分类模型。
将训练好的呼吸波形分类模型应用于人机通气设备中，实时监测患者的呼吸波形，并根据模型的分类结果判断是否存在人机通气不同步。当检测到不同步时，可以及时调整机械通气参数，以提高通气效果和患者的舒适度。
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生AC态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
数据采集：收集大量的人机通气呼吸波形数据，包括机械通气和患者自主呼吸的波形数据。
数据预处理：对采集到的呼吸波形数据进行预处理，包括滤波、降噪、去除运动伪影等。
特征提取：从预处理后的呼吸波形数据中提取特征，常用的特征包括时域特征、频域特征和小波变换等。
数据标注：根据人工专家的标注，将提取到的特征与相应的人机通气不同步类型进行标注。
模型训练：使用标注的数据集对分类模型进行训练，常用的分类模型包括支持向量机(SVM)、随机森林(Random Forest)、深度神经网络等。
模型评估：使用独立的测试数据集对训练好的模型进行评估，评估指标包括准确率、召回率、F1值等。
模型优化：根据评估结果对模型进行优化，包括调整模型参数、增加训练样本等。
技术转让
这种检测人机通气不同步的呼吸波形分类模型训练方法及装置的应用，可以帮助医护人员及时发现和处理人机通气不同步问题，提高机械通气的安全性和有效性。
下载app