基于BP算法的呼吸机压力稳定方法与流程

本发明属于呼吸机领域，具体而言，涉及一种呼吸机使用过程中发生漏气时进行压力追踪及稳定的方法，尤其是一种基于反向传播算法的呼吸机漏气压力稳定方法。

背景技术：

目前，睡眠呼吸机是治疗睡眠呼吸暂停综合症的最有效的手段，其使用简单、治疗效果明显，主机通过一条呼吸管路经口鼻面罩，给患者输送所需要的治疗压力。显然，稳定和及时准确的压力控制，是睡眠呼吸机疗效的有效保证。

然而，患者在使用过程中，面罩或管路等部位可能会发生不同程度的漏气，如果没有及时的检测和准确的判断并做出相应的控制措施，压力会有所下降，导致治疗效果失败。

鉴于此，提出一种基于bp算法的呼吸机压力稳定方法本发明所要研究的课题。

技术实现要素：

针对上述问题，本发明提供一种基于反向传播算法的呼吸机漏气压力稳定方法，其目的是为了解决现有技术中，面罩或管路等部位发生不同程度的漏气时，呼吸机反应不过来，从而导致治疗效果失败的问题。

为了实现上述目的，本发明采用以下技术方案：一种基于bp算法的呼吸机压力稳定方法，所述压力稳定方法包括训练治疗阶段，该训练治疗阶段包括以下步骤：

s1.1：设定第一个样本，该样本包括在相同状态下的压力参数p、流量参数f、漏气量参数s、控制压力参数p1、管路压力损耗参数p2以及面罩泄气量参数x，进入s1.2；

s1.2：判定样本数量是否大于数值n；若所述样本量小于数值n，则转到s1.3；若所述样本数量大于数值n，则转到s1.5；

s1.3：增加一个新样本，该增加的新样本包括在相同状态下的压力参数p、流量参数f、漏气量参数s、控制压力参数p1、管路压力损耗参数p2以及面罩泄气量参数x；读取该状态下新样本的各样本参数，将该状态下的各样本参数采用反向传播算法中得到样本计算治疗压力值ps，进入s1.4；

s1.4：判定该状态下的样本实际治疗压力值pm-样本计算治疗压力值ps的样本均方差是否小于临界值t；若所述样本均方差小于临界值t，则转入s1.5；若所述均方差大于临界值t，则回到s1.2；

s1.5：计算各参数的权值，将所述权值存入存储区域中，并进入s1.6;

s1.6：读取治疗状态下的与所述样本相对应的实际参数值，调用存储区域中的各参数的权值，用实际参数值乘以权值再采用反向传播算法计算出训练治疗阶段的计算治疗压力值ps′，并进入s1.7；

s1.7：此时面罩所对应的面罩端实际治疗压力合理，采用该面罩端治疗压力给病患治疗；

其中，所述压力参数p通过压力传感器测得的，所述流量参数f通过流量传感器测得，所述实际治疗压力pm是生产该面罩的厂家设定公式，带入测得的所述压力参数p以及测得的流量参数f即可计算得到。

上述技术方案中的有关内容解释如下：

1、所述压力稳定方法还包括动态调整治疗阶段，所述动态调整治疗阶段包括以下步骤：

s3.1：设定一系数k，并存入所述存储区域中，进入s3.2;

s3.2：读取所述系数k、读取所述压力传感器测得的实际压力p值和实际流量f值，进入s3.3；

s3.3：通过所述系数k、实际压力p以及实际流量f计算此时的实际控制压力值参数p1，进入s3.4；

s3.4：将该状态下的压力参数p、流量参数f、漏气量参数s、所述控制压力参数p1、管路压力损耗参数p2以及面罩泄气量参数x带入反向传播算法得到调整治疗阶段的计算治疗压力值ps″，进入s3.5；

s3.5：判定调整治疗阶段的实际治疗压力pm-调整治疗阶段的计算治疗压力ps″的治疗均方差是否小于临界值t；若所述治疗均方差小于临界值t，则采用该实际治疗压力pm给予病患；若所述治疗均方差大于临界值t，则回到s3.3。

作为上述方案的进一步改进，在采用动态调整治疗阶段之前还包括一判定步骤，所述判定步骤位于所述训练治疗阶段的s1.6和s1.7之间；

所述判定步骤包括s2.1：判定训练治疗阶段的实际治疗压力pm′-训练治疗阶段的计算治疗压力ps′的治疗均方差是否小于临界值t；

s2.2：若所述治疗均方差小于临界值t，则转到s1.7；若所述治疗均方差大于临界值t，则进行所述动态调整治疗阶段，转到所述s3.1。

作为上述方案的进一步改进，所述数值n大于或等于6000。

作为上述方案的进一步改进，所述数值n等于8000。

作为上述方案的进一步改进，所述压力参数p指的是压力传感器测得的呼吸机层流管处的压力值；所述流量参数f指的是流量传感器测得流量值，由于面罩是一定的，面罩管路是一定的，而压力值已知，流量值已知，则可计算出同一状态下的漏气量参数s值、控制压力p1值、管路压力损耗p2值以及面罩泄气量x值。

作为上述方案的进一步改进，所述各参数的权值指的是压力参数p得权值wp、流量参数f的权值wf、漏气量参数s的权值ws、控制压力参数p1的权值wp1、管路压力损耗参数p2的权值wp2以及面罩泄气量参数x的权值wx。

本发明原理、构思和效果如下：

本发明提供的一种基于反向传播算法的呼吸机漏气压力稳定方法，该方法包括两个部分：第一部分是在呼吸机出厂前，先通过后向传播算法批量学习，让呼吸机自学习在不同漏气量下的治疗压力输出，然后再将数据保存，当呼吸机真正开始治疗时，通过对比调用符合要求的治疗压力；第二部分是在呼吸机使用过一段时间后，误差逐渐加大，通过另一个算法调整治疗压力。

与现有技术相比，该发明由于在呼吸机出厂前已经学习了各种漏气量下所对应的治疗压力，在实际使用中只需调用符合要求的治疗压力，因此能够快速给予因面罩或管路等部位发生漏气时的治疗压力补偿，使治疗输出端压力及时地稳定在设定压力。而当呼吸机在使用一段时间后，出现较大误差时，通过重新的计算方法动态调整治疗压力，仍然能够使治疗输出端压力及时地稳定在设定压力。本发明采用这两个部分达到漏气量的快速、精确补偿，有效保证治疗的效果和患者使用的舒适度。

附图说明

在此描述的附图仅用于解释目的，而不意图以任何方式来限制本申请公开的范围。另外，图中的各部件的形状和比例尺寸等仅为示意性的，用于帮助对本申请的理解，并不是具体限定本申请各部件的形状和比例尺寸。本领域的技术人员在本申请的教导下，可以根据具体情况选择各种可能的形状和比例尺寸来实施本申请。在附图中：

附图1为本发明实施例1中呼吸机漏气压力稳定的流程图；

附图2为本发明实施例2中呼吸机漏气压力稳定的流程图。

具体实施方式

下面实施例将进一步举例说明本发明。这些实施例仅用于说明本发明，但不以任何方式限制本发明。

实施例1：一种基于bp算法的呼吸机压力稳定方法

参见附图1，所述呼吸机包括压力传感器、流量传感器、信号处理模块、控制压力运算模块、反向传播算法模块、呼吸管路以及面罩。所述漏气压力稳定方法包括训练治疗阶段，采用以上呼吸机按以下步骤操作：

s1.1：设定第一个样本，该样本包括在相同状态下的压力参数p、流量参数f、漏气量参数s、控制压力参数p1、管路压力损耗参数p2以及面罩泄气量参数x，进入s1.2。

s1.2：判定样本数量是否大于数值n；若所述样本量小于数值n，则转到s1.3；若所述样本数量大于数值n，则转到s1.5，本实施例中，所述数值n取为4000。

s1.3：增加一个新样本，该增加的新样本包括在相同状态下的压力参数p、流量参数f、漏气量参数s、控制压力参数p1、管路压力损耗参数p2以及面罩泄气量参数x；读取该状态下新样本的各样本参数，将该状态下的各样本参数采用反向传播算法中得到样本计算治疗压力值ps，进入s1.4。

s1.4：判定该状态下的样本实际治疗压力值pm-样本计算治疗压力值ps的样本均方差是否小于临界值t；若所述样本均方差小于临界值t，则转入s1.5；若所述均方差大于临界值t，则回到s1.2。

s1.5：计算各参数的权值，将所述权值存入存储区域中，并进入s1.6。

s1.6：读取治疗状态下的与所述样本相对应的实际参数值，调用存储区域中的各参数的权值，用实际参数值乘以权值再采用反向传播算法计算出训练治疗阶段的计算治疗压力值ps′，并进入s1.7。

s1.7：此时面罩所对应的面罩端实际治疗压力合理，采用该面罩端治疗压力给病患治疗。

其中，所述压力参数p通过压力传感器测得的，所述流量参数f通过流量传感器测得，所述实际治疗压力pm是生产该面罩的厂家设定公式，带入测得的所述压力参数p以及测得的流量参数f即可计算得到。

实施例2：一种基于反向传播算法的呼吸机漏气压力稳定方法

参见附图2，所述漏气压力稳定方法包括训练治疗和动态调整治疗，以及一判定步骤；按以下步骤进行操作：

s1.1：设定第一个样本，该样本包括在相同状态下的压力参数p、流量参数f、漏气量参数s、控制压力参数p1、管路压力损耗参数p2以及面罩泄气量参数x，进入s1.2。

s1.2：判定样本数量是否大于数值n；若所述样本量小于数值n，则转到s1.3；若所述样本数量大于数值n，则转到s1.5，本实施例中，所述数值n取为5000。

s1.3：增加一个新样本，该增加的新样本包括在相同状态下的压力参数p、流量参数f、漏气量参数s、控制压力参数p1、管路压力损耗参数p2以及面罩泄气量参数x；读取该状态下新样本的各样本参数，将该状态下的各样本参数采用反向传播算法中得到样本计算治疗压力值ps，进入s1.4。

s1.4：判定该状态下的样本实际治疗压力值pm-样本计算治疗压力值ps的样本均方差是否小于临界值t；若所述样本均方差小于临界值t，则转入s1.5；若所述均方差大于临界值t，则回到s1.2。

s1.5：计算各参数的权值，将所述权值存入存储区域中，并进入s1.6。

s1.6：读取治疗状态下的与所述样本相对应的实际参数值，调用存储区域中的各参数的权值，用实际参数值乘以权值再采用反向传播算法计算出训练治疗阶段的计算治疗压力值ps′，并进入s1.7。

还包括一判定步骤，所述判定步骤包括s2.1：判定训练治疗阶段的实际治疗压力pm′-训练治疗阶段的计算治疗压力ps′的治疗均方差是否小于临界值t。

s2.2：若所述治疗均方差小于临界值t，则转到s1.7；若所述治疗均方差大于临界值t，则进行所述动态调整治疗阶段，转到所述s3.1。

s3.1：设定一系数k，并存入所述存储区域中，进入s3.2。

s3.2：读取所述系数k、读取所述压力传感器测得的实际压力p值和实际流量f值，进入s3.3。

s3.3：通过所述系数k、实际压力p以及实际流量f计算此时的实际控制压力值参数p1，进入s3.4。

s3.4：将该状态下的压力参数p、流量参数f、漏气量参数s、所述控制压力参数p1、管路压力损耗参数p2以及面罩泄气量参数x带入反向传播算法得到调整治疗阶段的计算治疗压力值ps″，进入s3.5。

s3.5：判定调整治疗阶段的实际治疗压力pm-调整治疗阶段的计算治疗压力ps″的治疗均方差是否小于临界值t；若所述治疗均方差小于临界值t，则采用该实际治疗压力pm给予病患；若所述治疗均方差大于临界值t，则回到s3.3。

以上实施例中，所述压力参数p通过压力传感器测得的，所述流量参数f通过流量传感器测得，所述实际治疗压力pm是生产该面罩的厂家设定公式，带入测得的所述压力参数p以及测得的流量参数f即可计算得到。

所述压力参数p指的是压力传感器测得的呼吸机层流管处的压力值；所述流量参数f指的是流量传感器测得流量值，由于面罩是一定的，面罩管路是一定的，而压力值已知，流量值已知，则可计算出同一状态下的漏气量参数s值、控制压力p1值、管路压力损耗p2值以及面罩泄气量x值。

所述各参数的权值指的是压力参数p得权值wp、流量参数f的权值wf、漏气量参数s的权值ws、控制压力参数p1的权值wp1、管路压力损耗参数p2的权值wp2以及面罩泄气量参数x的权值wx。

结合本实施例2具体描述如下：图2中主要涉及到的后向传播算法为批量学习模式，呼吸机在治疗之前需要进行批量学习，呼吸机的主机mcu实时读取呼吸机在不同漏气量s下的压力传感器信号p和流量传感器信号f，并将信号送入信号处理模块3进行滤波和放大处理，控制压力运算模块4通过运算来调整系统压力驱动电路信号，产生需要的控制压力p1，进而计算出呼吸管路压力损耗p2和面罩泄气量x。如图2所示，将上述压力传感器信号p、流量传感器信号f、呼吸管路压力损耗p2、控制压力运算模块4产生的控制压力p1、面罩泄气量x和当前漏气量s组合成5000份训练样本输入后向传播算法模块4进行批量学习。当面罩端实际的治疗压力pm和计算的治疗压力ps的均方误差小于临界值t时即结束批量学习，计算各输入参数的权值并存入存储区域e2中。

当呼吸机在治疗时会读取e2中各输入参数的权值并带入计算，下面详细讲解实现过程：

如图2所示：呼吸机通电并开始治疗时，主机会分别读取存入e2中的压力传感器信号p的权值wp、流量传感器信号f的权值wf、控制压力p1的权值wp1、呼吸机管路压力损耗p2的权值wp2、面罩泄气量x的权值wx和漏气量s的权值ws。然后将各参数乘以权值带入后向传播算法模块4，计算出面罩端治疗压力理论值pm，并判断实际值和理论值之间的均方误差大小。如果误差小于临界值t，则只需要输入批量学习计算的输入控制压力p1，则面罩端就会出现符合要求的治疗压力pm；如果出现均方误差大于设定临界值t时则在治疗时采用下述方法动态调整。

在呼吸机系统中，假如从鼓风机出风口直接经过管路、面罩到达患者，管路和面罩部分相当于鼓风机的负载。鼓风机输出的压力经过负载后会有不通程度的降低，降低的多少取决于负载的气路阻力的大小。

上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

需要说明的是，在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。

使用术语“包含”或“包括”来描述这里的元件、成分、部件或步骤的组合也想到了基本由这些元件、成分、部件或步骤构成的实施方式。这里通过使用术语“可以”，旨在说明“可以”包括的所描述的任何属性都是可选的。

多个元件、成分、部件或步骤能够由单个集成元件、成分、部件或步骤来提供。另选地，单个集成元件、成分、部件或步骤可以被分成分离的多个元件、成分、部件或步骤。用来描述元件、成分、部件或步骤的公开“一”或“一个”并不说为了排除其他的元件、成分、部件或步骤。

应该理解，以上描述是为了进行图示说明而不是为了进行限制。通过阅读上述描述，在所提供的示例之外的许多实施方式和许多应用对本领域技术人员来说都将是显而易见的。因此，本教导的范围不应该参照上述描述来确定，而是应该参照前述权利要求以及这些权利要求所拥有的等价物的全部范围来确定。出于全面之目的，所有文章和参考包括专利申请和公告的公开都通过参考结合在本文中。在前述权利要求中省略这里公开的主题的任何方面并不是为了放弃该主体内容，也不应该认为申请人没有将该主题考虑为所公开的申请主题的一部分。

上文所列出的一系列的详细说明仅仅是针对本申请的可行性实施方式的具体说明，它们并非用以限制本申请的保护范围，凡未脱离本申请技艺精神所作的等效实施方式或变更均应包含在本申请的保护范围之内。