鼻导管脱落检测方法、装置、计算机设备及可读存储介质与流程

本发明涉及医疗器械，尤其涉及一种鼻导管脱落检测方法、装置、计算机设备及可读存储介质。

背景技术：

1、鼻导管，由软聚氯乙烯和硅橡胶制成的医学用品，是一种小而柔软的管子，能源源不断地输送氧气，帮助改善缺氧症状。无论是由于慢性阻塞性肺疾病(copd)、呼吸系统疾病，还是环境变化引起的缺氧，都可能需要使用鼻导管。然而在实际情况中，鼻导管有时会发生脱落。

2、现有技术检测鼻导管脱落主要采用定时采集管路中流量与压力值与阈值比较来判断气道是否开放的方法。但上述方法的缺点是：(1)要根据不同类型鼻导管检测出对应的阈值，不满足市面上所有类型的鼻导管；(2)开机要识别出不同类型鼻导管，会影响管脱落检测准确性；(3)如果用户佩戴鼻导管松动或者管路有破损就很容易引发误判；(4)不但造成睡眠被搅扰、鼻子及口腔粘膜干燥不适等问题，也会严重影响治疗效果。

技术实现思路

1、有鉴于此，本发明的目的是为了克服现有技术中的不足，提供一种鼻导管脱落检测方法、装置、计算机设备及可读存储介质。

2、本发明提供如下技术方案：

3、第一方面，本公开实施例中提供了一种鼻导管脱落检测方法，所述方法包括:

4、获取患者正常佩戴鼻导管时的稳定状态流量呼吸波形特征数据，并监测所述稳定状态流量呼吸波形特征数据的有效性；

5、当监测到所述稳定状态流量呼吸波形特征数据无效时，驱动所述鼻导管的风机进行模拟稳定状态转动；

6、获取模拟稳定状态转动下的模拟状态流量波形特征数据，计算所述稳定状态流量呼吸波形特征数据与所述模拟状态流量波形特征数据的衰减比例；

7、判断所述衰减比例是否大于预设衰减阈值，当所述衰减比例大于所述预设衰减阈值时，判定所述鼻导管脱落。

8、进一步地，所述获取患者正常佩戴鼻导管时的稳定状态流量呼吸波形特征数据，包括：

9、按照固定频率采集样本数据，获取流量与压力波形，通过傅里叶变换算法对所述样本数据进行分析与计算，得到初始特征数据；

10、存储所述初始特征数据，并计算所述初始特征数据的均方根值，得到优化特征数据，将所述优化特征数据作为所述稳定状态流量呼吸波形特征数据，其中，所述稳定状态流量呼吸波形特征数据包括稳定状态流量最大值、稳定状态流量最小值、稳定状态压力最大值、稳定状态压力最小值、稳定状态吸气时间与稳定状态呼气时间。

11、进一步地，所述监测所述稳定状态流量呼吸波形特征数据的有效性，包括：

12、当检测到所述稳定状态流量呼吸波形特征数据中的至少一项数据大于或等于对应的预设比例阈值时，确定所述稳定状态流量呼吸波形特征数据有效，并清空鼻导管脱落计数；

13、当所述稳定状态流量呼吸波形特征数据中的所有数据均小于对应的预设比例阈值时，确定所述稳定状态流量呼吸波形特征数据无效，并开始进行鼻导管脱落计数，当所述鼻导管脱落计数次数大于预设次数时，切换至风机模拟稳定状态转动状态。

14、进一步地，所述鼻导管安装于高流量呼吸湿化治疗仪，所述驱动所述鼻导管的风机进行模拟稳定状态转动，包括：

15、关闭所述高流量呼吸湿化治疗仪的流量pid控制，以恒定驱动所述风机进行模拟稳定状态转动。

16、进一步地，所述稳定状态吸气时间的计算公式为：

17、r_ist＝(r_maxpn-r_minpn)×t

18、所述稳定状态呼气时间的计算公式为：

19、r_est＝(r_minpn-r_maxpn)×t

20、式中，r_ist为所述稳定状态吸气时间，r_est为所述稳定状态呼气时间，r_maxpn为所述稳定状态压力最大值，r_minpn为所述稳定状态压力最小值，t为采样时间。

21、进一步地，所述衰减比例包括流量衰减比例与压力衰减比例，所述获取模拟稳定状态转动下的模拟状态流量波形特征数据，计算所述稳定状态流量呼吸波形特征数据与所述模拟状态流量波形特征数据的衰减比例，包括：

22、获取预设时间内的模拟状态流量波形特征数据，所述模拟状态流量波形特征数据包括模拟状态流量最大值、模拟状态流量最小值、模拟状态压力最大值、模拟状态压力最小值、模拟状态吸气时间与模拟状态呼气时间；

23、根据所述模拟状态流量最大值、所述稳定状态流量最大值、所述模拟状态吸气时间与所述模拟状态呼气时间计算所述流量衰减比例；

24、根据所述模拟状态压力最大值、所述稳定状态压力最大值、所述模拟状态吸气时间与所述模拟状态呼气时间计算所述压力衰减比例。

25、进一步地，所述根据所述模拟状态流量最大值、所述稳定状态流量最大值、所述模拟状态吸气时间与所述模拟状态呼气时间计算所述流量衰减比例的计算公式为：

26、ar(f)＝(r_maxfn-s_maxfn)/(r_ist+r_est)

27、所述根据所述模拟状态压力最大值、所述稳定状态压力最大值、所述模拟状态吸气时间与所述模拟状态呼气时间计算所述压力衰减比例的计算公式为：

28、ar(p)＝(r_maxpn-s_maxpn)/(r_ist+r_est)

29、式中，ar(f)为所述流量衰减比例，r_maxfn为所述稳定状态压力最大值，s_maxfn为所述模拟状态流量最大值，ar(p)为所述压力衰减比例，s_maxpn为所述模拟状态压力最大值。

30、第二方面，本公开实施例中提供了一种鼻导管脱落检测装置，所述装置包括：

31、监测模块，用于获取患者正常佩戴鼻导管时的稳定状态流量呼吸波形特征数据，并监测所述稳定状态流量呼吸波形特征数据的有效性；

32、驱动模块，用于当监测到所述稳定状态流量呼吸波形特征数据无效时，驱动所述鼻导管的风机进行模拟稳定状态转动；

33、计算模块，用于获取模拟稳定状态转动下的模拟状态流量波形特征数据，计算所述稳定状态流量呼吸波形特征数据与所述模拟状态流量波形特征数据的衰减比例；

34、判断模块，用于判断所述衰减比例是否大于预设衰减阈值，当所述衰减比例大于所述预设衰减阈值时，判定所述鼻导管脱落。

35、第三方面，本公开实施例中提供了一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现第一方面中所述的鼻导管脱落检测方法的步骤。

36、第四方面，本公开实施例中提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现第一方面中所述的鼻导管脱落检测方法的步骤。

37、本技术的有益效果：

38、本技术实施例提供的鼻导管脱落检测方法，方法包括：获取患者正常佩戴鼻导管时的稳定状态流量呼吸波形特征数据，并监测所述稳定状态流量呼吸波形特征数据的有效性；当监测到所述稳定状态流量呼吸波形特征数据无效时，驱动所述鼻导管的风机进行模拟稳定状态转动；获取模拟稳定状态转动下的模拟状态流量波形特征数据，计算所述稳定状态流量呼吸波形特征数据与所述模拟状态流量波形特征数据的衰减比例；判断所述衰减比例是否大于预设衰减阈值，当所述衰减比例大于所述预设衰减阈值时，判定所述鼻导管脱落。本技术根据模拟状态下压力、流量波形特征数据与稳定状态下压力、流量波形特征数据检测是否为鼻导管脱落，使得数据检测更加准确，可以提高患者的安全性。在临床实际应用过程中，有效监测鼻导管脱落并产生报警，使医护人员更快的调整合适的治疗方式，显著提高了生命安全性。

39、为使本发明的上述目的、特征和优点能更明显和易懂，下文特举较佳实施例，并配合所附附图，做详细说明如下。