阅读说明：本技术 一种无创呼吸机的呼气末co2监测装置及方法 (End-tidal CO of noninvasive ventilator2Monitoring device and method ) 是由 李玮 季心宇 马德东 韩毅 马志祥 孟祥伟 于 2020-03-10 设计创作，主要内容包括：本公开提出了一种呼吸机的呼气末CO<Sub>2</Sub>监测装置及方法,通过设置隔离装置能够减少输氧段氧气通过管道直接进入呼气管,减小氧气造成监测结果的误差。设置了第一气室,在第一气室中对气体暂存能够有效标记呼出气体中二氧化碳并进行探测,同时通过对患者呼出气体内水蒸气含量测定,可以在监测过程中尽量消除水蒸气冷凝造成的误差,尽可能消除水分对实验结果的影响,提高呼气末CO<Sub>2</Sub>浓度检测的准确性。(The present disclosure presents an end-tidal CO of a ventilator 2 According to the monitoring device and the monitoring method, the isolation device is arranged, so that the situation that oxygen in the oxygen delivery section directly enters the expiratory tube through a pipeline can be reduced, and the error of the monitoring result caused by the oxygen is reduced. Having set up first air chamber, having kept in the first air chamber to gas and can effectively mark carbon dioxide in the expired gas and survey, simultaneously through vapor assay to in the patient expired gas, can eliminate the error that the vapor condensation caused as far as possible in the monitoring process, eliminate the influence of moisture to the experimental result as far as possible, improve end-expiratory CO 2 Accuracy of concentration detection.)

一种无创呼吸机的呼气末CO2监测装置及方法

技术领域

本公开涉及呼吸机相关技术领域，具体的说，是涉及一种呼吸机的呼气末CO₂监测装置及方法。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，并不必然构成在先技术。

临床麻醉及监测中常常采样呼气末CO₂分压来保障患者在围手术期内肺通气和换气功能的正常进行。呼气末CO₂分压可反映肺通气与肺血流，在临床使用呼吸机及麻醉时根据其分压调节通气量，保持其分压接近术前水平。因此，呼吸末CO₂分压监测所得数据整合后可为麻醉病人、呼吸疾病患者等进行较为准确的呼吸支持与呼吸管理。

目前监测呼气末CO₂的方法基本上是抽血检验，无法做到无创监测，同时血液送检做不到高效迅速，治疗效率不高。

发明内容

本公开为了解决上述问题，提出了一种呼吸机的呼气末CO₂监测装置及方法，克服原有技术当中呼出气体内CO₂分压测量误差偏大问题，弥补各种因素造成的误差，较为准确监测患者呼气末CO₂分压，运用最小二乘法有关理论建立CO₂分压周期性变化函数模型，反映肺通气、肺血流等的状况，实现连续、定量CO₂分压监测，从而可以根据检测结果对呼吸机进行调整，进行有效的呼吸支持和呼吸管理。

为了实现上述目的，本公开采用如下技术方案：

一个或多个实施例提供了一种无创呼吸机的呼气末CO₂监测装置，包括连接软管，所述连接软管分别连接呼吸阀、无创呼吸机的输氧管和二氧化碳呼出管，所述二氧化碳呼出管的出气端连接有第一气室和监控终端，所述第一气室内设置CO₂检测装置和水分传感器分别用于检测CO₂浓度和气体中的湿度数据，监控终端根据检测的湿度数据对检测CO₂浓度进行修正，输出呼气末CO₂分压随时间变化的波形。

一个或多个实施例提供了一种无创呼吸机的呼气末CO₂监测方法，包括如下步骤：

打开无创呼吸机开始输氧，按照呼吸频率设置吸入和呼出的气体管路的开关；

收集输出端的呼出的气体，获取检测的呼出气体的湿度数据和CO₂浓度数据，根据呼出气体的湿度数据对检测CO₂浓度进行修正，获得修正后的呼气末的气体的CO₂浓度；

根据修正后的呼气末的气体的CO₂浓度采用气体源成分光谱分析方法获得CO₂分压参数；

根据CO₂分压参数，采用最小二乘法建立CO₂分压周期性变化函数模型，求解模型获得CO₂分压随时间变化的分析波形。

与现有技术相比，本公开的有益效果为：

(1)本公开能够减少输氧段氧气通过管道直接进入呼气管，减小氧气造成监测结果偏小的误差。设置了气室，在气室中对气体暂存能够有效标记呼出气体中二氧化碳并进行探测，同时通过对患者呼出气体内水蒸气含量测定，可以在监测过程中尽量消除水蒸气冷凝造成的误差，尽可能消除水分对实验结果的影响，提高呼气末CO₂浓度检测的准确性。

(2)本公开通过CO₂分压周期性变化函数模型，能够修正CO₂分压与时间的函数曲线，得到较为准确直观的显示变化数值，从而确定呼气末CO₂分压参数。

附图说明

构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的限定。

图1是根据一个或多个实施方式的装置的框图；

图2是本公开实施例2的方法流程图；

图3是本公开实施例2的隔离装置控制流程图；

其中：1、呼吸阀，2、第二气室，3、第一气室，5、二氧化碳呼出管，6、输氧管，7、第一二极管开关装置，8、第二二极管开关装置，9、人机交互模块。

具体实施方式

：

下面结合附图与实施例对本公开作进一步说明。

应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。需要说明的是，在不冲突的情况下，本公开中的各个实施例及实施例中的特征可以相互组合。下面将结合附图对实施例进行详细描述。

实施例1

在一个或多个实施方式中公开的技术方案中，如图1所示，一种无创呼吸机的呼气末CO₂监测装置，包括连接软管，所述连接软管分别连接呼吸阀1、无创呼吸机的输氧管6和二氧化碳呼出管5，所述二氧化碳呼出管5的出气端连接有第一气室3和监控终端，所述第一气室3内设置CO₂检测装置和水分传感器分别用于检测CO₂浓度和气体中的湿度数据，监控终端根据检测的湿度数据对检测CO₂浓度进行修正，输出呼气末CO₂分压随时间变化的波形。

本实施例通过对患者呼出气体内水蒸气含量测定，可以在监测过程中尽量消除水蒸气冷凝造成的误差，提高呼气末CO₂浓度检测的准确性。

作为一种可以实现的结构，CO₂检测装置可以包括红外光源和红外探测器，所述红外热探测器与监控终端连接。所述红外光源用于发出可以被CO₂吸收的红外线，经第一气室3内的吸收红外光后的光谱被红外探测器捕捉，并转化为电信号传输监控终端，对检测到的进行分析。

可选的，还包括第二气室2，所述第二气室2连接呼吸机的氧气输出端和无创呼吸机的输氧管6，实现气体的暂存和缓冲。

在一些实施例中，红外光源可以为能够发出包含4-5μm范围内波长的光的光源，可选的可以为镍铬丝，通电加热后发出3～10μm的红外线，CO₂气体的强吸收峰值在4.26μm左右，对该波长的吸收程度大小可以反映CO₂的浓度大小。

作为进一步地改进，所述监控终端包括气体成分光谱分析仪4和人机交互模块9，所述成分光谱分析仪4对光谱数据分析后获得CO₂分压参数，人机交互模块4根据CO₂分压参数变化绘制CO₂周期性变化曲线并显示。

本实施例通过设置人机交互模块9，可以实时显示呼吸末CO₂分压的实时数据，提高了系统检测的时效性。

进一步地，所述连接软管的结构可以为多种结构，只要能够提供使得三个端口其中任意一个端口可以与其他端口形成通气管路，都可以实现本实施例连接软管的功能，本实施例的连接软管为Y形软管10。还可以设置单独的两个软管分别连接至呼吸罩1上，呼吸罩1用于设置在患者的鼻子和口的位置实现患者的呼吸。

在另一实施例中，为了避免二氧化碳呼出管5内的气体与输氧管6混合，导致呼气末CO₂分压测量出现较大的误差，可以在连接软管、二氧化碳呼出管5或/和输氧管6上设置隔离装置，用于减少输氧管6的氧气掺入呼出气体内，减小误差。

作为一种可以实现的结构，在连接软管和二氧化碳呼出管5的连接处设置第一隔离装置，在连接软管和输氧管6的连接处设置第二隔离装置。

作为一种可以实现的结构，可以为第一隔离装置为第一二极管开关装置7，第二隔离装置为第二二极管开关装置8。第一二极管开关装置7和第二二极管开关装置8的结构可以相同，均为理想二极管开关装置。

可选的，如图3所示，理想二极管开关装置包括设置在软管上的电磁阀和压力传感器，以及控制电磁阀开闭的控制电路，压力传感器设置在电磁阀阀片的气体通入面上，所述压力传感器连接控制电路，所述控制电路包括控制器、连接控制器输出端口的二极管，所述控制器分别连接压力传感器和电磁阀。

可选的，还包括蜂鸣报警器，所述蜂鸣报警器分别与第一二极管开关装置7和第二二极管开关装置8的二极管连接，两个二极管分别连接蜂鸣报警器的控制信号端，当蜂鸣报警器的两个控制信号端接收到两个二极管接通的信号，蜂鸣器工作。

电磁阀的开闭可以使得软管内气体通路开闭，所述电磁阀阀片的气体通入面为电磁阀通入气体的一面，具体的，在第一二极管开关装置7面向呼吸罩1的一面设置呼气侧压力传感器，第二二极管开关装置8面向第一气室2的一面设置输氧侧压力传感器。

氧气流传输过程中，第二二极管开关装置8上设置的输氧侧压力传感器检测到压力并发出电信号，控制器接收压力信号后，输出高电平控制输氧侧理想二极管导通，并控制电磁阀打开，气流通过，供给患者，设定时长后关闭。此时二氧化碳呼出管侧的压力传感器并未感受到压力，此侧开关装置关闭；呼气时连接第一二极管开关装置7上的呼气测压力传感器同样接收到压力，将压力信号传输至控制器，控制器给呼气侧理想二极管两侧施加电压使其饱和导通，控制器控制电磁阀打开，呼出气体气流通过，设定时长后关闭。同时，呼气侧阀片打开时，反馈电信号至呼吸机使其停止供氧，氧气输入侧压力传感器无压力信号，二极管截止，从而使输氧侧阀片关闭。呼气结束时，呼出管侧气流压力骤降，压力传感器不发出电信号，控制器控制此侧二极管截止，阀片关闭，发出信号使呼吸机输氧，使氧气输入侧阀片再次打开，循环上述过程。

理想二极管开关装置(7，8)均通过分别与蜂鸣报警器相连。如图3所示。

当两侧开关存在同时打开情况时，两侧理想二极管均饱和导通，使得报警模块得到工作电压，从而使其发出警报，表明装置工作异常。

所述控制电路设定两个开关两侧开关装置基本同时保持一打开一关闭状态，减少氧气掺入呼出气体内，减小误差。

作为另一种可以实现的结构，可选的，所述第一隔离装置和第二隔离装置为气体单向阀片，第二隔离装置的单向阀片向连接软管端单向开通，第一隔离装置的单向阀片向二氧化碳呼出管5端单向开通。

本实施例通过设置隔离装置，可以使得呼出的气体没有掺入从输氧管6输送的气体，能比较准确的收集患者呼出的气体，从而提高呼气末CO₂检测的准确性。

综上，本实施例的装置具有如下优点：

1.本实施例能够减少输氧段氧气通过管道直接进入呼气管，减小氧气造成监测结果偏小的误差。

2.本实施例能够在两侧理想二极管开关装置开闭状态异常时通过电路中的蜂鸣器发出警报，可以提高系统的安全性。

3.本实施例的设置了气室，在气室中对气体暂存能够有效标记呼出气体中二氧化碳并进行探测，同时尽可能消除水分对实验结果的影响。

实施例2

本实施例，如图2所示，提供一种无创呼吸机的呼气末CO₂监测方法，包括如下步骤：

步骤1、打开无创呼吸机开始输氧，按照呼吸频率设置吸入和呼出的气体管路的开关；具体的，可以通过对实施例中的第一理想二极管开关装置7和第二理想二极管开关装置8实现。

步骤2、通过第一气室3收集输出端的呼出的气体，获取检测的呼出气体的湿度数据和CO₂浓度数据，根据呼出气体的湿度数据对检测CO₂浓度进行修正，获得修正后的呼气末的气体的CO₂浓度；

步骤3、根据修正后的呼气末的气体的CO₂浓度采用气体源成分光谱分析方法获得CO₂分压参数；

步骤4、根据CO₂分压参数，采用最小二乘法建立CO₂分压周期性变化函数模型，求解模型获得CO₂分压随时间变化的分析波形。

本方法通过分析CO₂分压与时间之间的周期性波形，能够修正CO₂分压与时间的周期性函数曲线，直观观测周期曲线平行坐标轴时间段。CO₂分压周期性变化函数模型将所得一个呼气时段内连续的CO₂浓度数据，通过公式转化成连续的CO₂分压数据并绘制成曲线图，使曲线呈现周期性变化。

步骤2中，检测的表征CO₂浓度为红外光被吸收后的光谱数据，获取检测的呼出气体的湿度数据和CO₂浓度数据，根据呼出气体的湿度数据对检测CO₂浓度进行修正，获得修正后的呼气末的气体的CO₂浓度的方法，可以通过对患者呼出气体内水蒸气含量的测定设置初始数值，从而在监测过程中尽量消除水蒸气冷凝造成的误差，具体为：采用收集装置收集人的呼出气体，将气体分为多次通入第二气室3，每次通入第二气室3前通过加湿器进行湿度的调整，在不同的湿度条件下检测同一浓度气体的CO₂浓度，计算湿度对CO₂浓度的影响系数。采用收集装置收集人的呼出气体，混合后的气体浓度是一致的，将气体分多分分别测量，变化湿度数据从而确定湿度的影响。

步骤22：患者呼出气体进入气室后吸收红外光，气室内水分传感器测定气体中水蒸气含量并由初始数值补偿，由气体源成分光谱分析方法测定CO₂浓度。

步骤3中，二氧化碳分压(Partial Pressure of Carbon Dioxide，PCO₂)指溶解在血液中的二氧化碳分子产生的压力，又称二氧化化碳张力，通过红外探测器检测获得关于CO₂浓度的光谱数据，通过气体源成分光谱分析装置，采用傅里叶变换获得CO₂浓度参数。

步骤4中，采用最小二乘法建立CO₂分压周期性变化函数模型，可以为：

其中，Y代表CO₂分压值，T代表时间，K代表未知关系系数，m代表m个参数，n代表n个未知系数K，且m>n。

可选的，求解模型可以为：将模型向量化后，基于残差平方和函数，使得CO₂分压与时间之间的关系系数为唯一解，获得CO₂分压与时间的关系系数。

将模型向量化后为：

TK＝Y

为了选取最合适的K使上述等式尽量成立，引入n倍的均方误差MSE，即残差平方和函数为：

S(K)＝||TK-Y||²

当时，S(K)取得最小值，记作：

对S(K)进行微分求最值，可得：

若矩阵T^TT非奇异，则K有唯一解：

由以上公式可得CO₂分压与时间之间的周期性关系即为呼气末CO₂分压随时间变化的波形。

本实施例通过CO₂分压周期性变化函数模型，能够修正CO₂分压与时间的函数曲线，得到较为准确直观的显示变化数值，从而确定呼气末CO₂分压参数。

以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。