[發明專利]基于人體生理模型的心肺復蘇除顫一體機控制系統及方法

在審

• 申請號: 202310002733.8
• 申請日: 2023-01-03
• 公開（公告）號: CN115970164A
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 林明;劉熠晨;魯仁全;黃增鴻;徐雍;饒紅霞
• 申請（專利權）人: 廣東工業大學
• 主分類號: A61N1/39
• 分類號: A61N1/39;A61H31/00
• 代理公司: 佛山市禾才知識產權代理有限公司 44379
• 代理人: 梁永健

1.基于人體生理模型的心肺復蘇除顫一體機控制系統，其特征在于：包括生理信號采集模塊，用于采集患者的心電圖特征數據和按壓特征數據；

發送模塊，用于將心電圖特征數據和按壓特征數據發送至主控模塊；

主控模塊，用于計算獲得心肺特征結果，以及計算BI值、RI值和BRI值，并得到對應的分級級別；

按壓判斷模塊，用于根據分級級別判斷患者在按壓過程中的心肺復蘇效果和骨折風險，如果BRI5，則繼續判斷BI和RI，若BI4.5，則逐漸增加按壓力度，直到BI4.5，若RI3.4，則逐漸減小按壓力度，直到RI3.4；同時根據心肺特征結果判斷是否發生室顫，如果是，則停止按壓，進行除顫；

除顫判斷模塊，用于在除顫過程中根據心肺特征結果判斷是否仍然發生室顫，如果是，則繼續除顫。

2.根據權利要求1所述的基于人體生理模型的心肺復蘇除顫一體機控制系統，其特征在于：所述BI值的計算公式如下：

其中，BI代表有益指數，PETCO2代表呼吸末時測量得到的CO₂濃度值；

所述RI值的計算公式如下：

其中，RI代表危險指數，Kchest代表胸骨彈性模量，指的是按壓單位位移所需要的作用力值，K5代表成人在胸外按壓深度為5cm，K6.5代表成人在胸外按壓深度為6.5cm；

所述BRI值的計算公式如下：

其中，BRI代表有益危險度綜合指數。

3.根據權利要求1所述的基于人體生理模型的心肺復蘇除顫一體機控制系統，其特征在于：所述按壓判斷模塊包括阻抗控制子模塊，所述阻抗控制子模塊用于建立阻抗模型；計算獲得胸外按壓的反作用彈力誤差值，所述反作用彈力誤差值的計算公式如下：

Fd(t)＝F_d(t)-F(t)

其中，ΔF(t)為反作用彈力誤差值，F_d(t)為一個常數，代表期望力，F(t)為反作用彈力，反作用彈力的計算包括以下三種形成：

其中，M_d為質量參數，B_d為阻尼參數，K_d為剛度參數，為按壓頭末端的實際加速度，為按壓頭末端的實際速度，X(t)為按壓頭末端的位置，為按壓頭末端的期望加速度，為按壓頭末端的期望速度，X_d(t)為按壓頭末端的期望位置；

將反作用彈力誤差值輸入阻抗模型，得到頻率域；根據頻率域，對反作用彈力信號進行濾波，并將濾波后的反作用彈力信號轉化為相應的末端位置的運動信號。

4.根據權利要求1所述的基于人體生理模型的心肺復蘇除顫一體機控制系統，其特征在于：所述主控模塊包括心電信號預處理子模塊，所述心電信號預處理子模塊用于通過設置自適應閾值，定位QRS群波，其中，自適應閾值的計算公式如下：

其中，THR1為高閾值；mean(peak_buffer)為峰值均值；peak為此刻檢測到的信號峰值；THR1_lim為經驗常數，代表閾值變化的上界，取值為0.33；THR2為低閾值；peak_buffer為存儲此刻峰值之前的8個連續峰值的緩沖值；THR2_lim也為經驗常數，代表閾值變化的下界，取值為0.23。

5.根據權利要求4所述的基于人體生理模型的心肺復蘇除顫一體機控制系統，其特征在于：所述主控模塊還包括心率失常識別子模塊，所述心率失常識別子模塊用于提取心電信號特征；選取和劃分數據集，得到訓練集和測試集；對訓練集和測試集的數據進行特征歸一化處理；訓練和測試支持向量機模型，將預處理后心電信號輸入支持向量機模型進行分類。