[實用新型]氣道數據處理裝置

有效

• 申請號: 201020056708.6
• 申請日: 2010-01-19
• 公開（公告）號: CN201591887U
• 公開（公告）日: 2010-09-29
• 發明（設計）人: 趙天鋒
• 申請（專利權）人: 深圳市普博科技有限公司
• 主分類號: A61M16/00
• 分類號: A61M16/00;A61M16/01
• 代理公司: 深圳市科吉華烽知識產權事務所 44248
• 代理人: 胡吉科

技術領域

本實用新型涉及醫療器械領域，特別是呼吸機和麻醉機的氣道流量、壓力、氧濃度、二氧化碳含量等傳感器信號的氣道數據處理裝置。

背景技術

醫療電子產品例如呼吸機，是重病患者的重要搶救工具，在臨床應用越來越普遍，成為ICU(Intensive?Care?Unit：重癥加強護理)、呼吸科、急診科、麻醉恢復室等科室必備的設備，用于麻醉、各種原因所致的呼吸衰竭及大手術后的呼吸支持治療。如何提高呼吸機的可靠性和穩定性，對臨床參考具有重要意義。

呼吸機主要由氣路結構和電氣控制兩大部分組成，氣路結構提供病人呼吸氣流回路，電氣控制部分提供閥、傳感器等器部件的驅動，以及對傳感器信號的檢測，從而實現對氣流量的調節和監控，以達到給病人提供適度氣流量的目的。呼吸機在工作過程中，涉及流量、壓力、氧濃度、二氧化碳濃度等傳感器信號的數據采集和處理。由于外界的突發干擾(如傳感器漂移、開關信號、電磁輻射傳導等)，使得傳感器送給AD(Analog?to?Digital：模數轉換)的數據出現偶然的凸起或者跌落，即所謂的信號“跳變”，進而導致AD采集到的數據有離群偏差。減小離群數據對檢測結果的影響，提高數據處理的精度，對提高機器的可靠性有重要意義。

為了得到準確的AD采樣數據，目前大部分機器上采用兩種方法(1)算術平均值法：檢測數據采樣若干個值(點)，對這些值取算術平均數，所得到的結果為檢測的量值(某一段時間內的量值，例如流量、壓力、氧濃度、二氧化碳濃度等量值)；(2)剔除最值法：檢測數據采樣若干個值，剔除其中的最大值和最小值，再將剩余的數據取算術平均數，所得到的結果為檢測的量值。

然而，以上兩種數據處理方法均有缺陷。第一種算術平均值方法，完全不能排除離群值(大值或者小值)對檢測結果的影響，離群值總干涉檢測結果。第二種方法有所改善，剔除了最大值和最小值，對處理雙邊離群的數據有利，但對于單邊離群的，還是存在較大誤差。

現在舉例說明，假設由于外界擾動，使得傳感器數據出現跌落(目標值約100)，AD采集數據序列為{100.2，100.5，99.8，81.5，80.2，100}，現在采用現有技術的兩種方法來獲得檢測參數值，第一種方法，直接采用算術平均值法，計算結果為93.7，偏差目標值約6.3％；第二種方法，采用剔除最值法，再取算術平均值，計算結果為95.4，偏差目標值約4.6％。實際產品應用中，如果數據的檢測偏差大于3％，那么機器就存在功能性問題，或者校不準問題，因而有必要提高數據檢測的準確度。

實用新型內容

為了解決現有技術的上述技術問題，有必要提供一種能夠有效提高醫療設備的傳感器對病人氣道數據處理的穩定性，大大降低離群數據對檢測結果的影響，并且提高數據檢測準確性的氣道數據處理裝置。

本實用新型提供的技術方案是：一種氣道數據處理裝置，包括傳感器和數據處理電路，所述傳感器用于檢測病人氣道參數并發送到所述數據處理電路，所述數據處理電路對來自傳感器的病人氣道參數進行離群處理，包括對病人氣道參數對應的數值進行求平均值、求偏差值以及剔除離群偏差值對應的數值后求平均值。

本實用新型氣道數據處理裝置中，還包括病人氣道回路，所述傳感器連接所述病人氣道回路。

本實用新型氣道數據處理裝置中，所述數據處理電路包括模數采樣模塊和數字信號處理模塊，所述模數采樣模塊根據所述傳感器檢測的參數輸出相應的數字信號到所述數字信號處理模塊，所述數字信號處理模塊對模數采樣模塊的信號進行離群處理。

本實用新型氣道數據處理裝置中，所述病人氣道參數包括流量、壓力、氧濃度和二氧化碳濃度參數。

本實用新型氣道數據處理裝置中，數據處理電路還包括模擬信號調理模塊，所述模擬信號調理模塊設置在傳感器和模數采樣模塊之間，用于將傳感器檢測的病人氣道參數處理成適合所述模數采樣模塊處理的數據。

與現有技術相比，本實用新型數據處理裝置的有益效果是利用數據處理電路對傳感器檢測的病人氣道參數進行離群處理，包括對病人氣道參數對應的數值進行求平均值、求偏差值以及剔除離群偏差值對應的數值后求平均值，能夠很好的排除離群數據對于檢測結果的干擾，提高參數檢測準確性。

本實用新型氣道數據處理裝置進一步的有益效果是包括模數采樣模塊和數字信號處理模塊，模數采樣模塊能夠將病人氣道參數從模擬值轉換為用于數字信號處理模塊處理的數字信號，數字信號處理單元對參數進行離群處理，從而提高數據殘疾的穩定性以及檢測的準確性和可靠性。