一种同时监测呼吸和体温的方法和系统与流程

本申请涉及医疗器械，尤其涉及一种同时监测呼吸和体温的方法和系统。

背景技术：

呼吸是人体基本生命体征之一，受植物神经控制，呼吸引起呼吸气体的内外交换，是生命信息监测的关键指标之一。应用在呼吸监测的技术通常有阻抗法、热敏法、流量法、压电法等技术。阻抗法是通过一对粘贴在胸腔两端的专用心电电极，并注入一个几十khz的高频恒流源信号，因为呼吸所引起的胸腔起伏所产生的阻抗变化，并调制在上述的高频横流源信号上，再通过上述的电极将上述信号输入到检测电路上进行放大，解调和数字化及信号特征处理，从而获得呼吸信号，实现呼吸信号及特征参数的监测。热敏法是利用一个微型热敏电阻，并通过一个柔性包裹，并放置在鼻腔管内，以感知鼻腔处的气流，从而获得电阻变化的信息，再通过电路的放大、滤波和数字化以及信号处理等，以获得呼吸信号和特征参数的监测。

应用在体温监测的技术通常采用热敏电阻监测。热敏法测量体温就是利用一个微型热敏电阻，并通过一个柔性包裹，并放置在体表处，以感体表温度，从而获得电阻变化的信息，再通过电路的放大、滤波和数字化以及信号处理等，以获得体表温度值的监测。

目前对呼吸监控采用呼吸监测仪器进行监测，对体温的监控采用体温监测仪器，二者相互独立，然而呼吸与体温监测装置分离，不利于同步监测，且增加了监控成本。

技术实现要素：

本申请提供一种同时监测呼吸和体温的系统。

根据本申请的第一方面，本申请提供一种同时监测呼吸和体温的方法，包括：

通过系统的呼吸测量模块测量后产生与呼吸相关的呼吸信号；

通过系统的体温测量模块测量后产生与体温相关的体温信号；

通过系统的处理模块采集所述呼吸信号和所述体温信号,分别对所述呼吸信号和所述体温信号进行处理,得出测量的呼吸参数和体温参数。

上述方法，对呼吸信号进行处理，具体包括:

先分别计算所述呼吸信号的三轴加速度信号，计算获得三轴综合信号；

对所述三轴综合信号进行处理，得出呼吸率和呼吸幅度。

上述方法，所述三轴综合信号具体通过以下公式进行计算：

其中，

ixj、iyj、izj分别代表三轴加速度的第j次采样信号，i代表第i次合成的综合信号。

上述方法，所述对所述三轴综合信号进行处理，具体包括：

通过设置呼吸参数阈值区分正常呼吸信号和异常呼吸信号；

通过波形识别技术找出所述正常呼吸信号中的呼吸极大值和呼吸极小值；

根据所述呼吸极大值和呼吸极小值计算出呼吸率和呼吸幅度。

上述方法，所述对所述三轴综合信号进行处理，还包括:

通过设置姿态阈值判断正常姿态和异常姿态；

通过正常姿态波形信号特点提取姿态极大值、姿态极小值和姿态倾角；

根据所述姿态极大值、所述姿态极小值和所述姿态倾角计算姿态特征和对姿态规律的进行判别。

根据本申请的第二方面，本申请提供一种同时监测呼吸和体温的系统,包括：

呼吸测量模块，用于通过测量产生与呼吸相关的呼吸信号；

体温测量模块，用于通过测量产生与体温相关的体温信号；

处理模块，用于采集所述呼吸信号和所述体温信号,分别对所述呼吸信号和所述体温信号进行处理,得出测量的呼吸参数和体温参数。

上述系统，所述呼吸测量模块包括加速度传感器，所述处理模块包括呼吸处理单元；

所述加速度传感器，用于感应呼吸信号的三轴加速度信号；

所述呼吸处理单元，用于先分别计算所述呼吸信号的三轴加速度信号，计算获得三轴综合信号；对所述三轴综合信号进行处理，得出呼吸率和呼吸幅度。

上述系统，所述三轴综合信号具体通过以下公式进行计算：

其中，

ixj、iyj、izj分别代表三轴加速度的第j次采样信号，i代表第i次合成的综合信号。

上述系统，所述呼吸处理单元，还用于通过设置呼吸参数阈值区分正常呼吸信号和异常呼吸信号；通过波形识别技术找出所述正常呼吸信号中的呼吸极大值和呼吸极小值；根据所述呼吸极大值和呼吸极小值计算出呼吸率和呼吸幅度。

上述系统，所述处理模块还包括姿态处理单元；

所述姿态处理单元，用于通过设置姿态阈值判断正常姿态和异常姿态；通过正常姿态波形信号特点提取姿态极大值、姿态极小值和姿态倾角；根据所述姿态极大值、所述姿态极小值和所述姿态倾角计算姿态特征和对姿态规律的进行判别。

由于采用了以上技术方案，使本申请具备的有益效果在于：

⑴在本申请的具体实施方式中，由于系统同时包括呼吸测量模块和体温测量模块，可在对呼吸进行监测的同时对体温进行监测，呼吸监测仪器和体温监测仪器合二为一，不仅方便了监控，同时也降低了成本。

⑵在本申请的具体实施方式中，由于体积小，由于呼吸测量模块使用加速度传感器，可无线接线，将传感器固定到人体胸腹部就可以测量，且信号质量只于置于人身体的位置有关，与其他因素无关，因而受干扰因素少于阻抗法测量，同时又兼具多方位敏感性。相比于热敏法，通过加速度传感器进行呼吸监测具有易用性、可穿戴性，如用于睡眠监测则基本不会妨碍到受试者的睡眠，更能真实的反映受试者的睡眠状态和呼吸状态。

附图说明

图1为本申请的系统在一种实施方式中的功能模块示意图；

图2为本申请的系统在另一种实施方式中的功能模块示意图；

图3为本申请的方法在一种实施方式中的流程图；

图4为本申请的方法在另一种实施方式中的流程图；

图5为本申请的方法在一种实施方式中对呼吸信号进行处理的流程图；

图6为本申请的方法在一种实施方式中对姿态信号进行处理的流程图；

图7为本申请的方法在一种实施方式中对异常信号进行处理的流程图。

具体实施方式

下面通过具体实施方式结合附图对本申请作进一步详细说明。

实施例一：

如图1、图2所示，本申请的同时监测呼吸和体温的系统,其一种实施方式，包括呼吸测量模块、体温测量模块和处理模块。呼吸测量模块，用于通过测量产生与呼吸相关的呼吸信号；体温测量模块，用于通过测量产生与体温相关的体温信号；处理模块，用于采集呼吸信号和体温信号,分别对呼吸信号和体温信号进行处理,得出测量的呼吸参数和体温参数。

在一种实施方式中，呼吸测量模块包括加速度传感器，处理模块包括呼吸处理单元。加速度传感器，用于感应呼吸信号的三轴加速度信号；呼吸处理单元，用于先分别计算呼吸信号的三轴加速度信号，计算获得三轴综合信号；对三轴综合信号进行处理，得出呼吸率和呼吸幅度。在另一种实施方式中，体温测量模块包括热敏电阻，热敏电阻用于感应体温信号。处理模块还可以包括体温处理单元，用于对体温信号进行处理。

本申请的同时监测呼吸和体温的系统，三轴综合信号具体通过以下公式进行计算：

其中，

ixj、iyj、izj分别代表三轴加速度的第j次采样信号，i代表第i次合成的综合信号。

在一种实施方式中，呼吸处理单元，还用于通过设置呼吸参数阈值区分正常呼吸信号和异常呼吸信号；通过波形识别技术找出正常呼吸信号中的呼吸极大值和呼吸极小值；根据呼吸极大值和呼吸极小值计算出呼吸率和呼吸幅度。

本申请的同时监测呼吸和体温的系统，处理模块还包括姿态处理单元。姿态处理单元，用于通过设置姿态阈值判断正常姿态和异常姿态，通过正常姿态波形信号特点提取姿态极大值、姿态极小值和姿态倾角；根据姿态极大值、姿态极小值和姿态倾角计算姿态特征和对姿态规律的进行判别。

本申请的同时监测呼吸和体温的系统,还可以包括电源模块，用于给系统供电。

实施例二：

如图3所示，本申请的同时监测呼吸和体温的方法，其一种实施方式，包括以下步骤：

步骤302：通过系统的呼吸测量模块测量后产生与呼吸相关的呼吸信号。

步骤304：通过系统的体温测量模块测量后产生与体温相关的体温信号。

步骤306：通过系统的处理模块采集所述呼吸信号和所述体温信号,分别对呼吸信号和体温信号进行处理,得出测量的呼吸参数和体温参数。

在一种实施方式，对呼吸信号进行处理，具体包括:

步骤a1：先分别计算呼吸信号的三轴加速度信号，并计算获得三轴综合信号。

步骤a2：对三轴综合信号进行处理，得出呼吸率和呼吸幅度。

在一种实施方式中，三轴综合信号具体通过以下公式进行计算：

其中，

ixj、iyj、izj分别代表三轴加速度的第j次采样信号，i代表第i次合成的综合信号。

在一种实施方式中，对三轴综合信号进行处理，具体可以包括：

步骤b1：通过设置呼吸参数阈值区分正常呼吸信号和异常呼吸信号；

步骤b2：通过波形识别技术找出所述正常呼吸信号中的呼吸极大值和呼吸极小值；

步骤b3：根据所述呼吸极大值和呼吸极小值计算出呼吸率和呼吸幅度。

在另一种实施方式中，对三轴综合信号进行处理，具体还可以包括：

步骤c1：通过设置姿态阈值判断正常姿态和异常姿态；

步骤c2：通过正常姿态波形信号特点提取姿态极大值、姿态极小值和姿态倾角；

步骤c3：根据姿态极大值、姿态极小值和姿态倾角计算姿态特征和对姿态规律的进行判别。

图4为本申请的方法在一种实施方式中的流程图。具体包括：

由三轴加速度传感器采集得到呼吸信号和姿态信号，经过数字滤波等预处理操作得到有效频率可用于识别处理的信号。经过呼吸信号处理引擎，姿态信号处理引擎可得到并输出呼吸特征信息和姿态特征信息；异常信号处理引擎实时监控测量信号的异常信息，识别异常信息中的有用信息例如呼吸暂停、呼吸阻塞等等，以及系统运行的异常信息，保证信号识别的准确性和系统运行的稳定性和可靠性，最后输出处理结果。

如图5所示，本申请的方法中对呼吸信号进行处理的流程，其一种具体应用例包括：

对呼吸参数阈值进入设置。通过设置两个呼吸参数阈值去区分正常呼吸信号和异常呼吸信号。如果判定呼吸信号正常则通过波形识别技术识别出周期呼吸中的极大值和极小值。用于呼吸率和幅度的计算。跟踪呼吸幅度与呼吸率的规律变化，输出结果。如果信号不满足正常呼吸阈值，则通过判定手段判断呼吸信号为异常信号，输出波形判别结果。根据实时信号动态更新设置呼吸参数阈值。

如图6所示，本申请的方法中对姿态信号进行处理的流程，其一种具体应用例包括：

同呼吸信号处理引擎处理过程类似，姿态信号处理引擎也设置正常姿态和异常姿态判别的阈值。如果判定姿态为正常姿态，通过姿态波形信号特点提取极大值、极小值、姿态倾角，用于姿态特征的计算和姿态规律的判别；如果姿态信号满足异常姿态阈值，则通过判定手段判断信号异常，最后输出姿态判别结果。

如图6所示，本申请的方法中对异常信号进行处理的流程，其一种具体应用例包括：

系统异常处理包括异常信号处理和系统状态监测管理。经过上面两个步骤对呼吸信号和姿态信号的判别能够识别出异常信号和正常信号，异常信号即通过异常处理引擎进行处理，采用波形识别技术提取异常信号事件特征，用于呼吸与姿态参数的自学习，进而输出呼吸与姿态事件判别结果。系统状态管理包括系统电压监测，数据传输管理以及系统故障处理，如果监测系统状态异常，则对异常实践进行处理以及输出系统状态。

以上内容是结合具体的实施方式对本申请所作的进一步详细说明，不能认定本申请的具体实施只局限于这些说明。对于本申请所属技术领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干简单推演或替换。