[發明專利]一種基于神經網絡估算呼吸力學參數的方法

在審

• 申請號: 202010868056.4
• 申請日: 2020-08-26
• 公開（公告）號: CN111973188A
• 公開（公告）日: 2020-11-24
• 發明（設計）人: 喬惠婷;孫超;許麗嬙;李德玉
• 申請（專利權）人: 北京航空航天大學
• 主分類號: A61B5/08
• 分類號: A61B5/08;A61B5/00;G06N3/04;G06N3/08;G16H50/50
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于神經網絡估算呼吸力學參數——氣道阻力系數和順應性的方法，其特征在于，包括以下步驟：

第一步，在人工氣道中采集流量及壓力信號，對信號進行預處理，同時通過阻斷法測量氣道阻力系數和順應性，得到帶有參數標記的臨床呼吸流量、壓力信號樣本；

第二步，使用呼吸力學模型，設置模型中氣道阻力系數和順應性參數，生成模擬的呼吸流量壓力信號，添加噪聲，得到仿真呼吸流量、壓力信號樣本，其中所設置的氣道阻力系數和順應性為樣本標記；

第三步，根據第一步和第二步得到臨床及仿真流量、壓力信號樣本，進行周期識別、降采樣、截斷/補零，并將對應的流量與壓力信號合并形成單周期組合信號樣本；

第四步，利用大量第三步得到的單周期組合信號樣本對神經網絡進行訓練，直至滿足停止準則，確定神經網絡各級節點參數，然后用臨床測試樣本驗證模型的準確性和泛化能力，該網絡可用于呼吸力學參數——氣道阻力與順應性的估算。

2.根據權利要求1所述的一種基于神經網絡估算呼吸力學參數的方法，其特征在于，第一步具體包括：采集機械通氣患者在人工氣道上的流量及壓力信號，對信號進行預處理，稍后注射肌松使患者進入無自主呼吸的機械通氣狀態，設置呼吸機為容量控制，通過呼吸機阻斷法測量呼吸力學參數進行樣本標記，得到帶有標記的臨床呼吸流量、壓力信號樣本。

3.根據權利要求1所述的一種基于神經網絡估算呼吸力學參數的方法，其特征在于，第二步具體包括：使用呼吸力學模型，在臨床樣本不足的參數范圍內隨機設置的呼吸力學模型參數——氣道阻力系數(R) 與順應性(C)，選擇呼吸機作用模式，生成仿真的呼吸流量、壓力信號，對生成的流量、壓力信號添加隨機噪聲，得到仿真的呼吸信號樣本，以補充臨床樣本不均勻的問題，其中模型仿真過程中所設置的參數為樣本標記。

4.根據權利要求1所述的一種基于神經網絡估算呼吸力學參數的方法，其特征在于，第三步具體包括：根據權利要求2和權利要求3所得到信號樣本進行降采樣，最終采樣率為15Hz，截取一個呼吸周期的流量及壓力信號，若一個呼吸周期流量或壓力信號不足75個點，分別將流量壓力信號補足75個點，若一個呼吸周期信號超過75個點，分別將流量壓力信號取前75個點，以流量信號在前壓力信號在后的順序進行拼接合并構成單周期組合信號樣本。

5.根據權利要求1所述的一種基于神經網絡估算呼吸力學參數的方法，其特征在于，第四步具體包括：建立三層神經網絡，輸入層150個節點，輸出層2個節點，隱藏層5個節點，其中2個隱藏層節點用于估算氣道阻力系數，3個隱藏層節點用于估算順應性，并將權利要求4所得到大量組合信號樣本作為神經網絡訓練集，開展神經網絡訓練，直至滿足停止準則，確定神經網絡各級節點參數，并且通過用臨床測試樣本驗證模型的準確性和泛化能力后，即得到可用于呼吸力學參數估計的神經網絡。