【技術實現步驟摘要】
本專利技術涉及肺部呼吸健康輔助，具體涉及一種慢性肺部疾病的呼吸健康輔助監測方法及系統。
技術介紹
1、呼吸健康監測是醫療健康領域的一個重要分支，隨著人口老齡化和現代生活方式的影響，慢性呼吸系統疾病的發病率逐年上升。慢性呼吸系統疾病，包括慢性阻塞性肺疾病、哮喘、職業性肺病等，已成為全球性公共衛生問題。此外，慢性咳嗽、慢性咳痰、呼吸困難等癥狀在慢性呼吸系統疾病中極為常見，嚴重影響患者的生活質量，因此對慢性肺部疾病的呼吸健康監測十分重要。
2、在對患者進行呼吸健康監測時，需要較高質量的正常呼吸數據，正常呼吸數據對于肺部健康狀態具有較好的參考意義?，F有在對患者進行呼吸健康監測時，僅通過可穿戴和低成本智能呼吸監測傳感器來進行監測，進而通過監測的呼吸數據對慢性肺部疾病的呼吸健康進行評估。然而患者會發生咳嗽現象，其會影響監測獲取的呼吸數據，特別是患者呼吸節奏不穩定或發生較為嚴重的咳嗽現象時，對呼吸數據的影響更大，不利于通過正常呼吸數據對患者肺部呼吸健康輔助進行監測。
技術實現思路
1、為解決上述問題，本專利技術提供一種慢性肺部疾病的呼吸健康輔助監測方法及系統。
2、本專利技術的一種慢性肺部疾病的呼吸健康輔助監測方法及系統采用如下技術方案：
3、本專利技術一個實施例提供了一種慢性肺部疾病的呼吸健康輔助監測方法，該方法包括以下步驟：
4、獲取患者的呼吸數據，所述呼吸數據中包含若干電壓值；
5、獲取呼吸數據的極大值點和極小值點；通過呼吸數據的
6、根據呼吸周期時長變化，獲取呼吸數據中每個呼吸周期的異常度；根據呼氣階段在對應呼吸周期的時長占比變化，獲取呼吸數據中每個呼氣階段的呼氣突出度；根據異常度和呼氣突出度，獲取呼吸數據中每個呼吸周期的呼吸節奏異常度；
7、根據呼吸周期內相鄰電壓值的差異，獲取呼吸數據中每個呼吸周期的電壓變化速率；根據獲取呼吸周期的電壓變化速率的方法，分別獲取呼吸數據中每個呼氣階段和吸氣階段的電壓變化速率；根據呼吸周期內的電壓變化速率的變化情況，獲取呼吸數據中每個呼吸周期的呼吸急促性；根據呼氣突出度、呼吸急促性、呼氣階段和吸氣階段的電壓變化速率，得到呼吸數據中每個呼吸周期的顫動程度；根據呼吸節奏異常度和顫動程度，得到咳嗽事件在呼吸數據中每個呼吸周期內發生的概率；
8、根據咳嗽事件在呼吸數據中每個呼吸周期內發生的概率大小，確定呼吸數據的若干咳嗽數據段；將所有咳嗽數據段進行剔除，得到患者的最終呼吸數據；根據最終呼吸數據評估患者的肺部健康狀況。
9、進一步地，所述通過呼吸數據的極大值點和極小值點，獲取呼吸數據的呼吸周期、呼氣階段及吸氣階段，包括的具體步驟如下：
10、將呼吸數據中第個極大值點與第個極大值點之間的時間間隔，作為呼吸數據的一個呼吸周期，獲取呼吸數據的所有呼吸周期；將呼吸數據中第個極大值點與后相鄰的極小值點之間的時間間隔，作為呼吸數據的一個呼氣階段，獲取呼吸數據的所有呼氣階段；將呼吸數據中第個呼吸周期中除呼氣階段外剩余的階段，作為呼吸數據的一個吸氣階段，獲取呼吸數據的所有吸氣階段。
11、進一步地，所述根據呼吸周期時長變化，獲取呼吸數據中每個呼吸周期的異常度，包括的具體步驟如下：
12、
13、式中，為呼吸數據中第個呼吸周期的時長；為呼吸數據中所有呼吸周期的時長平均值；為呼吸數據中所有呼吸周期的時長方差；為取絕對值；為線性歸一化函數；為呼吸數據中第個呼吸周期的異常度。
14、進一步地，所述根據呼氣階段在對應呼吸周期的時長占比變化，獲取呼吸數據中每個呼氣階段的呼氣突出度，包括的具體步驟如下：
15、
16、式中，為呼吸數據中第個呼氣階段在對應呼吸周期的時長占比；為呼吸數據中所有呼氣階段在對應呼吸周期的時長占比的平均值；為呼吸數據中所有呼氣階段在對應呼吸周期的時長占比的方差；為線性歸一化函數；為呼吸數據中第個呼氣階段的呼氣突出度。
17、進一步地，所述根據異常度和呼氣突出度，獲取呼吸數據中每個呼吸周期的呼吸節奏異常度，包括的具體步驟如下：
18、
19、式中，為呼吸數據中第個呼吸周期的異常度；為呼吸數據中第個呼氣階段的呼氣突出度；為呼吸數據中第個呼吸周期的呼吸節奏異常度。
20、進一步地，所述根據呼吸周期內相鄰電壓值的差異，獲取呼吸數據中每個呼吸周期的電壓變化速率，包括的具體步驟如下：
21、
22、式中，為呼吸數據中第個呼吸周期內電壓值的數量；為呼吸數據中第個呼吸周期內第個電壓值；為呼吸數據中第個呼吸周期內第個電壓值；為取絕對值；為呼吸數據中第個呼吸周期的電壓變化速率。
23、進一步地，所述根據呼吸周期內的電壓變化速率的變化情況，獲取呼吸數據中每個呼吸周期的呼吸急促性，包括的具體步驟如下：
24、
25、式中，為呼吸數據中第個呼吸周期的電壓變化速率；為呼吸數據中所有呼吸周期的電壓變化速率的平均值；為呼吸數據中所有呼吸周期的電壓變化速率的方差；為線性歸一化函數；為呼吸數據中第個呼吸周期的呼吸急促性。
26、進一步地，所述根據呼氣突出度、呼吸急促性、呼氣階段和吸氣階段的電壓變化速率，得到呼吸數據中每個呼吸周期的顫動程度，包括的具體步驟如下：
27、
28、式中，為呼吸數據中第個呼氣階段的呼氣突出度；為呼吸數據中第個呼吸周期的呼吸急促性；為呼吸數據中第個呼吸周期內呼氣階段的電壓變化速率；為呼吸數據中第個呼吸周期內吸氣階段的電壓變化速率；為線性歸一化函數；為呼吸數據中第個呼吸周期的顫動程度。
29、進一步地，所述根據呼吸節奏異常度和顫動程度，得到咳嗽事件在呼吸數據中每個呼吸周期內發生的概率，包括的具體步驟如下：
30、
31、式中，為呼吸數據中第個呼吸周期的呼吸節奏異常度；為呼吸數據中第個呼吸周期的顫動程度；為線性歸一化函數；為咳嗽事件在呼吸數據中第個呼吸周期內發生的概率。
32、本專利技術還提出了一種慢性肺部疾病的呼吸健康輔助監測系統，包括存儲器和處理器，所述處理器執行所述存儲器存儲的計算機程序，以實現前述所述方法的步驟。
33、本專利技術的技術方案的有益效果是：根據本專利技術，可在患者發生較為嚴重的咳嗽現象時，準確分析患者在呼吸周期的異常度、呼氣階段的呼氣突出度、呼吸周期的呼吸節奏異常度、呼吸周期的呼吸急促性及咳嗽事件在呼吸數據中每個呼吸周期內發生的概率，基于分析的特征來確定呼吸數據的若干咳嗽數據段，進而得到患者的最終呼吸數據；根據最終呼吸數據評估患者的肺部健康狀況。在確定呼吸周期的異常度時，通過分析呼吸周期時長變化，確定異常度，提高了異常度的科學性、準確性和客觀性。在確定呼氣階段的呼氣突出度時，通過分析呼氣階段在對應呼吸周期的時長占比變化，確定呼氣突出度，準確描述了呼氣階段在呼吸周期的變化本文檔來自技高網...
【技術保護點】
1.一種慢性肺部疾病的呼吸健康輔助監測方法，其特征在于，該方法包括以下步驟：
2.根據權利要求1所述一種慢性肺部疾病的呼吸健康輔助監測方法，其特征在于，所述通過呼吸數據的極大值點和極小值點，獲取呼吸數據的呼吸周期、呼氣階段及吸氣階段，包括的具體步驟如下：
3.根據權利要求1所述一種慢性肺部疾病的呼吸健康輔助監測方法，其特征在于，所述根據呼吸周期時長變化，獲取呼吸數據中每個呼吸周期的異常度，包括的具體步驟如下：
4.根據權利要求1所述一種慢性肺部疾病的呼吸健康輔助監測方法，其特征在于，所述根據呼氣階段在對應呼吸周期的時長占比變化，獲取呼吸數據中每個呼氣階段的呼氣突出度，包括的具體步驟如下：
5.根據權利要求1所述一種慢性肺部疾病的呼吸健康輔助監測方法，其特征在于，所述根據異常度和呼氣突出度，獲取呼吸數據中每個呼吸周期的呼吸節奏異常度，包括的具體步驟如下：
6.根據權利要求1所述一種慢性肺部疾病的呼吸健康輔助監測方法，其特征在于，所述根據呼吸周期內相鄰電壓值的差異，獲取呼吸數據中每個呼吸周期的電壓變化速率，包括的具體步驟如下
7.根據權利要求1所述一種慢性肺部疾病的呼吸健康輔助監測方法，其特征在于，所述根據呼吸周期內的電壓變化速率的變化情況，獲取呼吸數據中每個呼吸周期的呼吸急促性，包括的具體步驟如下：
8.根據權利要求1所述一種慢性肺部疾病的呼吸健康輔助監測方法，其特征在于，所述根據呼氣突出度、呼吸急促性、呼氣階段和吸氣階段的電壓變化速率，得到呼吸數據中每個呼吸周期的顫動程度，包括的具體步驟如下：
9.根據權利要求1所述一種慢性肺部疾病的呼吸健康輔助監測方法，其特征在于，所述根據呼吸節奏異常度和顫動程度，得到咳嗽事件在呼吸數據中每個呼吸周期內發生的概率，包括的具體步驟如下：
10.一種慢性肺部疾病的呼吸健康輔助監測系統，所述系統包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1-9任一項所述一種慢性肺部疾病的呼吸健康輔助監測方法的步驟。
...【技術特征摘要】
1.一種慢性肺部疾病的呼吸健康輔助監測方法，其特征在于，該方法包括以下步驟：
2.根據權利要求1所述一種慢性肺部疾病的呼吸健康輔助監測方法，其特征在于，所述通過呼吸數據的極大值點和極小值點，獲取呼吸數據的呼吸周期、呼氣階段及吸氣階段，包括的具體步驟如下：
3.根據權利要求1所述一種慢性肺部疾病的呼吸健康輔助監測方法，其特征在于，所述根據呼吸周期時長變化，獲取呼吸數據中每個呼吸周期的異常度，包括的具體步驟如下：
4.根據權利要求1所述一種慢性肺部疾病的呼吸健康輔助監測方法，其特征在于，所述根據呼氣階段在對應呼吸周期的時長占比變化，獲取呼吸數據中每個呼氣階段的呼氣突出度，包括的具體步驟如下：
5.根據權利要求1所述一種慢性肺部疾病的呼吸健康輔助監測方法，其特征在于，所述根據異常度和呼氣突出度，獲取呼吸數據中每個呼吸周期的呼吸節奏異常度，包括的具體步驟如下：
6.根據權利要求1所述一種慢性肺部疾病的呼吸健康輔助監測方法，其特征在于，所述根據呼吸周期內相鄰電...
【專利技術屬性】
技術研發人員：高敏，
申請(專利權)人：山東第一醫科大學附屬省立醫院山東省立醫院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。