用於檢測無效吸氣努力並改進患者－呼吸機相互作用的方法和裝置的製作方法
2023-05-30 11:32:06 3
專利名稱：用於檢測無效吸氣努力並改進患者－呼吸機相互作用的方法和裝置的製作方法
相關申請的交叉引用本申請要求申請日為2004年10月20日的美國臨時專利申請第60/619,957號的權益，在此公開其全部內容以供參考。
背景技術：
本發明涉及用於確定並最終校正患者-呼吸機不同步的方法，例如輔助和包括患者觸發(triggered)呼吸的呼吸機，包括但不限於PSV、AC、AMV以及雙水平PS，與能夠保護氣道並表現出一些自主呼吸的努力的患者、包括支配性COPD、限制性、混合性病狀的患者以及需要輔助呼吸的普通病人之間的不同步。
問題說明 具有呼吸障礙或疾病的患者，特別是那些急性發作患者，可能沒有足夠呼吸力維持自主呼吸並且需要機械輔助呼吸。對於具體情況，所選呼吸機的任務和類型是不同的，並且所述呼吸機在呼吸參與的程度上有所不同，從患者完全被動的控制性機械通氣(CMV)，到由患者主動觸發機械呼吸後與患者分擔吸氣努力的輔助性呼吸形式。
輔助性呼吸形式按模式變化，如參數控制(流量/容積/壓力)，引入到自主呼吸的輔助量，和包括但不限於輔助控制通氣(AMV)，同步間歇性指令通氣(SIMV)，以及壓力支持通氣(PSV)。治療功效取決於可變壓力/流量供給與患者的自主呼吸周期之間的同步性。對此至關重要的是呼吸機識別患者開始自主呼吸努力(觸發機制)的能力，這通常通過患者達到正流量閾值或最小壓力閾值來實現。在患者不能達到這個觸發閾值的情況下，患者-呼吸機的同步性被打破並可能抵消任何採用呼吸機預計的益處。這種現象被稱作無效觸發並在多種治療中觀察到，但在COPD中是最常見的。(「當收到高水平壓力支持或輔助控制呼吸時，患者自主吸氣努力的四分之一到三分之一可能不能觸發呼吸機。」Tobin等(Tobin M，Jubran A，Laghi F.Patient-VentilatorInteraction.American Journal of Respiratory and Critical Care Medicine.1631059-1063，2001.)). 這種對抗的主要原因是呼氣流量受限、肺的動態充氣過度和伴隨內源性PEEP。動態肺充氣過度可源自閉合氣道後方的氣流阻塞，機械與神經系統呼氣的不匹配，或上述的結合。在COPD中對此進行了深入研究，並在其他病理中進行了少量程度、但在各種患者中進行了觀察。機理如下1)COPD中氣道阻塞是由如氣道分泌物、支氣道痙攣和黏膜水腫等病理效應引起的。在所有情形中氣流阻力增加，並迫使肌肉補充輔助導致氣道的動態壓縮的呼氣。2)同樣在肺氣腫的情況下，呼吸系統的順應性(compliance)可能增加。肺的排空率變得不良，且有效的正常呼氣工作循環時間(由呼吸負反饋控制確定)不足以引發完全機械呼氣。3)患者呼吸受限發生在低肺容積的情況下，並且因此促使氣道閉合以及氣流阻塞，特別是如果呼吸率高。在所有情況中，呼氣末肺容量(EELV)不允許呼吸系統回到彈性平衡容量，且外來氣體被限制在肺中，即動態肺充氣過度。
EELV的動態增加具有在自主呼吸的患者中阻止吸氣的幾種影響。
通常，在任意時刻驅動氣流方向的肺泡壓力的動態值Palv，在呼氣過程中保持為正，並且在呼氣末衰減到相對於大氣的零彈性反衝壓力，即Palv＝Pse-t/RC，此處Ps是吸氣末的靜態壓力平穩狀態。然而在存在動態肺充氣過度的情況下，呼吸系統的平衡彈性反衝不是在呼氣末獲得且Palv保持為正(內源性呼氣末正壓或PEEPi)。為開始吸入氣流，肺泡壓力必須相對於大氣為負，所以患者的呼吸肌在產生吸入氣流之前必須首先克服這個剩餘的Palv或PEEPi。在這個背景下，PEEPi作為吸氣負荷。
通過使呼吸肌纖維從最優長度變化到較短操作長度並改變橫隔膜和胸腔間的幾何排列，肺容量的動態增加也可降低呼吸肌的壓力產生能力。
容量的增加也可使肺的工作轉換到更高的、在呼氣末的容量-壓力曲線的非線性、順應性更小的區域。由於此處肺的硬度相對增加，需要更大的肌肉努力和吸氣動力使肺部擴張。
為針對上述因素，呼吸肌遭受疲勞和無力，最終導致肺不能進氣和排氣。結果，當患者做吸氣努力時達到微小的氣流或壓力變化，並且這些吸氣努力可能不能達到觸發閾值，因此完全沒有被呼吸機檢測到。
圖1表示在PSV模式(氣流觸發)下理想工作的呼吸機。表示出兩個完整的呼吸周期。氣道開口處的氣流和壓力(PAO)是呼吸機可利用的信號，胸膜壓力(PPL)是通過反轉表示患者吸氣努力開始的外部參照[1]。此事件大約300毫秒後，患者獲得觸發呼吸機所需氣流[2]且IPAP隨後被供給[3]。
相反，圖2說明患者努力沒有被呼吸機檢測到的結果。數據序列PPL中觀察到四個患者吸氣努力，按照前面的說明只有第一個努力被呼吸機支持[1]。每個隨後的吸氣努力[2]均產生相應的氣流上升，然而每種情況都沒有達到觸發閾值[3]並且結果是呼吸機仍保持在EPAP下。
目前沒有在PV相互作用期間識別並記錄患者的無效努力的發生的自動測量學。Varon等(Varon J，et al.Prevalence of patientventilator asynchrony in critically ill patients[abstract].Chest.106141S，1994)將「對抗指數(index)」表示為不能觸發的監測到的呼吸的百分比，但並沒有對實現這個的裝置做進一步說明。作者指出指數隨所施加的PEEP變化，可通過分別減小PSV或AC模式中的壓力支持或潮氣量供給來消除觸發對抗，並指出患者的清醒狀態適當地影響指數，即睡眠中比清醒時指數低。這些觀察報告意味著給統計參考輔助性呼吸機的對抗的設備增加顯著價值，此外還建議響應動作可用於減輕對抗並使呼吸的負荷最小化。
在完美的患者-呼吸機相互作用中，呼吸機可與源自中央神經系統的電脈衝同步觸發。雖然這對人類在事實上和倫理上來說可能是不能實現的，以與最接近事件的時間檢測患者的吸氣努力是實現同步的患者-呼吸機同步性的終極目標。
進一步說明表明胸膜壓力支持的觸發壓力可改進PV同步性，並且圖1和2中的數據支持這個理論。然而，這種測量方法源自插入食管的球囊擴張導管，並且這種水平的侵入力對ICU外的應用，如家用，是不理想的也是不可能的。
用以協助改進呼吸機觸發的精確檢測患者努力的其他方法包括使用外部傳感器(USP 6758216，USP 6015388)和增加呼吸機內部的觸發靈敏度算法(USP 6626175)。
上述方法的目的不在於解決無效努力的主要原因，即患者肺部存在的動態肺充氣過度和內源性PEEP。
一種更有意義的解決方案是消除PEEPi作用並減少呼吸功能在開始處的衰退。通常通過呼吸機增加外部PEEP以抵消PEEPi取得一些成功，因而在呼氣末時，嘴的壓力和氣泡壓力之間存在平衡。最終，通過減小觸發呼吸機所需的胸膜壓力(由呼吸肌努力產生)的反轉幅度改進患者-呼吸機相互作用。PEEP還通過補充前面壓扁的、不通風的、充滿的空間，增加功能性餘氣量和呼吸順應性(在低容量)，提高總體灌注(perfusion)和PaO2。
因此，用外部施加PEEP抵消PEEPi減小了呼吸負荷並促進了呼吸機有效觸發。然而，確定施加的PEEP的值存在困難的幾個原因是 1)太多將會導致動態肺充氣過度加劇(及相關問題)，甚至可能在某些患者中引發氣壓性創傷。示出了理想值高度依賴於PEEPi的現有水平。
2)在沒有完全機械通氣(患者被動參與)時，PEEPi的靜態測量是不可能的，並且由於來自吸氣和呼氣肌群的壓力作用，動態測量被估計過高。
3)即使可獲得絕對量度，呼吸和呼吸的PEEPi是高度變化的，因此外部PEEP的一次性測量是不夠的。優選連續PEEPi測量和伺服調節PEEP的供給。
解決第一個問題的第一步驟是推導出PEEP與PEEPi的合適比率，以避免進一步的動態肺充氣過度。已經確定附加的PEEP對肺排空率以及動態肺充氣過度的作用不大，直到其超過臨界值Pcrit。然而，需要進一步研究測量的PEEPi和Pcrit之間的精確關係，如果有關係的話。同樣地，Pcrit是PEEPi的什麼比例是有效並且無害(75％至90％之間變化)，以及存在這是否與PEEPi的動態或靜態值相關的臨床討論。此外，在動態條件下測量作為動態肺充氣過度結果的PEEPi的可靠且簡單的方法仍有待開發。因此，最清楚的方案是視對問題比現在更實際的理解和評估而定。
美國專利6,588,422說明了在對呼吸衰竭患者進行呼吸支持過程中抵消PEEPi的方法和裝置。該發明旨在將動態地抵消PEEPi的可調PEEP供給到患者。它通過類似於測量動態氣道壓縮程度解決了實時且非侵入性地測量PEEPi的問題。說明實現這個測量的兩個主要方法1)利用受迫振動技術(FOT)設定吸氣傳導率與呼氣傳導率的比率，和2)檢查呼出氣流對時間的曲線的形狀。
然而，實際上這些方案存在困難。兩種技術均採用了在實際中可能受限的純粹且理想化的理論基礎。此外，線性的FOT需求使利用小幅振動變得必要，這可能忽略潮氣呼吸過程中出現的其他重要非線性特性。同樣在臨床方案、數據採集和分析中所需的方法精確性，使其在無人監管的環境，即家用通氣中的可應用性更小。
因此，產生了呼吸技術中能改進或消除上述缺陷中一項或多項方法的需要。
發明內容
本發明的一方面涉及用於檢測未覺察的觸發信號，以及因此在患者-呼吸機(輔助性的)相互作用過程中未被識別的患者努力的算法。該算法的一個功能是當在供給的吸氣輔助之外(壓力支持或容量控制)發生氣流信號顯著擾動(表示患者努力)時進行記錄。這個算法的結果是這些事件以時間為參考的標記，其可用作患者-呼吸機同步性以及因此的治療成功的統計量度。
另一方面，可能是最終目標，是使患者-呼吸機對抗最小化並減小呼吸負荷，可相應地通過採取措施使指數最小化(手動地或伺服調節的)-通過改變呼吸機參數(增加PEEP，減小壓力支持，或減少潮氣量供給)，和/或環境因素(患者狀態，用藥)。
本發明的另一方面是用作標定在患者-輔助呼吸機相互作用中發生的未被呼吸機檢測到的患者吸氣努力的量度。
本發明的又一方面是提供作為呼吸機供給的呼吸和檢測到的無效患者努力的總和的真實的患者呼吸比率的指示。
本發明的再一方面是通過呼吸機的伺服調節使無效患者吸氣努力最小化，通過以下一項或更多來實現1)利用統計參考量度，伺服調節通過呼吸機的外部PEEP供給，例如在一連串無效觸發後，遞增地加大所施加的PEEP以使指數最小化。
2)利用統計參考量度，伺服調節通過呼吸機的潮氣容量供給，例如在一連串無效觸發後，逐漸地減少潮氣容量供給以使指數最小化。
3)利用統計參考量度，伺服調節通過呼吸機的壓力支持供給，例如在一連串無效觸發後，逐漸地減少壓力支持以使指數最小化。
4)在氣流觸發呼吸機中，基於它對氣流極性的公正性(impartiality)，用算法直接觸發IPAP，例如在一連串無效觸發信號後，再次激活觸發以使指數最小化。
本發明的一方面是為臨床醫生提供對應於患者以下方面情況的參考1)病情進展和急性惡化和/或2)用藥。
來自量度的統計，如未覺察的觸發的出現或比率，可用作1)觸發表示患者病情不穩定的警報，2)作為適當的患者管理程序的指導，如手動PEEP滴定和/或3)長期記錄並跟蹤病情進展。
本發明的又一方面指向對用輔助性呼吸機的COPD患者的未被呼吸機檢測到和支持的吸氣努力進行檢測和標定標記的方法。
本發明的另一方面指向通過呼吸機的外部PEEP供給的伺服調節的方法，使用統計參考量度，例如在一連串無效觸發後，加大所施加的PEEP以使指數最小化。
本發明的再一方面指向基於氣流極性的公正性，激活該呼吸機氣流觸發的方法。算法可提供作為可變氣流觸發閾值的指示計，如指數最小化所要求。
本發明的其他方面可指向以下一項或多項用藥的指導方法；對臨床醫師手動調整所施加的PEEP的度量參考；病情進展的指示計，以預測和警告即將發生的惡化；和/或用於觸發警報使臨床醫生調整設置或管理病人的方法。
根據本發明的一個實施例，提供了檢測正在由呼吸機進行機械換氣的患者的無效努力的方法，該方法包括以下步驟(i)在所述呼吸機運轉後監測患者的呼吸氣流；(ii)產生表示所述氣流的信號；(iii)去除所述信號中的偽差；(iv)監測所述信號的擾動；及(v)當所述擾動顯著時確定發生了無效努力。
根據本發明的另一個實施例，提供了用於檢測正在由呼吸機進行機械換氣的患者的無效努力的系統，該系統包括(i)在所述呼吸機運轉後用於監測患者的呼吸氣流的裝置；(ii)用於產生表示所述氣流的信號的裝置；(iii)用於去除所述信號中的偽差的裝置；(iv)監測所述信號的擾動的裝置；及(v)當所述擾動顯著時用於確定發生了無效努力的裝置。
根據本發明的又一個實施例，提供了用於檢測正在由呼吸機進行機械換氣的患者的無效努力的系統，該系統包括在所述呼吸機運轉後用於監測患者的呼吸氣流並產生表示所述氣流的信號的流量傳感器；以及用於去除所述信號中的偽差，監測有擾動的所述信號，並且當所述擾動顯著時確定發生了無效努力的處理器。
根據本發明的另一方面，呼吸機運轉後出現的氣流信號中的擾動根據分類系統進行分類。分類系統將無效努力與如咳嗽、吞咽和心原性起端(cardiogenic origin)等其他動作區別開。
根據另一方面，監測無效努力用於測量順應性。在另一種形式中，使用無效努力的測量來檢測患者狀況惡化的發作。
在另一種形式中，呼氣末正壓(PEEP)根據測量的無效努力來調整。在又一種形式中，壓力支持根據測量的無效努力來調整。在再一種形式中，潮氣量和/或氣流供給根據測量的無效努力調整。
根據本發明的又一方面，提供了用於患者的呼吸機系統，該系統包括產生加壓的可呼吸氣體源的鼓風機；以及將可呼吸氣體供給患者氣道的患者界面(如面罩、插管、支架(prong)、吹氣(puff)等)。呼吸機系統包括構造用於執行此處描述的任一方法的處理器(如通常目的計算機等)、程序、算法、硬體和/或軟體。例如，基於處理器確定的測量到的患者呼吸努力，呼吸機至少被部分地控制。
本發明的這些和其他方面將在下文的優選實施例的詳細說明中進行描述或在其中是顯而易見的。
圖1為說明在PSV模式下同步的患者-呼吸機相互作用的實例的圖表； 圖2為說明異步的患者-呼吸機相互作用的圖表； 圖3為說明單個無效努力模式的特徵集合的圖表； 圖4為根據本發明的實施例概述監測對抗的高級方法的示意性流程圖； 圖5為根據本發明的一個實施例的用於監測對抗的示意性流程圖； 圖6a-6c是用於識別呼吸中的呼氣階段的示意性流程圖； 圖7為根據本發明的一個實施例的用於監測對抗的示意性流程圖；及 圖8為說明使用本發明的實施例實現的運行結果的圖表。
具體實施例方式雖然以下實施例按過程順序說明，應該理解的是，該過程可通過非線性、非順序或非階段過程實現，或可改變過程的順序。同樣地，儘管下文描述整個過程，發明的某些方面可能僅涉及到這個過程的子集。
本發明的一方面指向改進患者-呼吸機同步性，消除對外部傳感器的需求，測量內源性PEEP(或通過類推(analogy))，或修改/複雜化呼吸機內部觸發靈敏度算法的方法。相反地，它識別在氣流或壓力信號中表現為特殊特徵的未支持的患者努力，對它們的發生標定標記，並可選地將輸出用作誤差函數，通過調整多種呼吸機/環境參數迫使該誤差函數隨時間最小化。這些調整或者是手動或者是伺服調節的，可能涉及PEEP和/或潮氣量供給(為抵消PEEP且減小動態肺充氣過度)，以及觸發靈敏度。
在一個實施例中，提供了用於檢測對應於患者努力的未覺察的觸發的算法，該算法沒有用到直接努力傳感器的益處。只是處理患者氣流和氣道壓力來確定這個。
如圖2所示，未被支持的努力在氣流信號[4]中伴隨顯著並且獨特的擾動，這是通常現象。這些擾動
在呼吸機運轉後的呼氣過程中和下次觸發之前發生，即缺少成功的吸氣輔助；不必要被正向氣流表徵，而是被遲延反向氣流表徵。
其「顯著」在於它們與噪音或其他如分泌或心原性振動等低振幅現象相區別。
其「獨特」在於它們與如吞咽或咳嗽等其他生理現象所引起的顯著擾動相區別。
氣流信號的一些特徵可被識別作為單獨無效努力的特徵，如圖3所示。順次連接它們形成特徵集合。在連續的呼氣過程中，並且在到達呼出氣流的峰值後，氣流分布圖向零加速。這個趨勢對於正常對象可能是指數的，或對於呼出氣流受限對象是接近線性衰減的。當在呼氣曲線上出現無效努力時，在對應於肌肉努力開始的反氣流中可能存在或不存在短的、迅速的(相對於呼氣基線)減速，但總是存在局部極大值[1]和用局部極小值[3]間斷的短的、回到呼出氣流分布圖基線的相當迅速的傾斜[2]。
本發明的一方面涉及對呼氣氣流信號的識別，以及屬於無效努力的這部分信號的顯著和獨特的擾動。這涉及至少對局部最大值的識別，以及另外的連續傾斜。此外，本發明的一方面對呼氣過程中作用於氣流信號的擾動的通用分類器進行概述，所述擾動與生理原因有關，包括吞咽、咳嗽和心原性振動，因此無效努力可被更有效地區分開。參看圖4的高級的流程圖說明。
本發明的一個實施例用呼氣過程中發生的顯著局部最大值檢測無效努力，其可按以下方法實施。圖5說明了這個過程的流程圖。
初步信號處理包括以下步驟1)採用包括數據採集系統和內存的記錄儀記錄兩個來自用呼吸機的病人的信號，該記錄儀可以是呼吸機自身。這些信號是嘴的氣流(Q)和氣道壓力(P)。
2)氣流和氣道壓力信號通過平滑/噪音濾波器以使噪音最小化。這樣的例子是具有使相位滯後最小化且截止頻率為1赫茲的低階Butterworth低通濾波器。
3)將無意遺漏(leak)補償算法應用到氣流信號，如美國專利6,152,129(Berthon-Jones)所述。
4)計算氣流信號的一次導數(Q』)。
5)計算氣流信號的二次導數(Q」)。
三個布爾控制信號由預處理信號得到 1)呼氣階段的指示信號。這可通過採用任意數量的方法來實現，例如基於氣流的極性對呼氣階段進行分類(圖6(a))，或選擇性地基於用觸發和運轉事件所確定的治療供給(therapy delivery)的狀態對呼氣階段進行分類(圖6(b))，或針對相變閾值測定壓力信號(圖6(c))(如((IPAP或最大壓力)-(EPAP或最小壓力))*50％，取決於輔助的類型)。總的控制信號，Cexp，在呼氣過程中是TRUE。
2)標記表明一次導數氣流信號中的零交叉。當Q』＝0時，總控制信號CQ』是TRUE，並標識氣流信號的變形(inflection)。
3)控制信號確保a)由步驟2標識的變形是最大的；b)變形具有夠格視為特徵的顯著上升，與噪音或心原性氣流相區別。例如，這可通過相對於中間負值(impartial negative)、非零閾值α測試二次導數氣流信號來實現，但不限於它自己的標準差或百分比，定義為STD(F)=1n-1i=1n(Fi-F)2,]]>此處F=1ni=1nFi]]>當小於-α時，總控制信號CQ」是TRUE。
上述控制信號被與(AND)以導出總指數，此處對於每個檢測到的無效努力INDEX＝TRUE。
本發明的另一個實施例檢測無效努力作為呼氣過程中的特徵集合，並且該特徵集合包括顯著的局部最大值和連續傾斜，還有對於生理原因獨特的參數。它可按以下方式實施。
初步信號處理包括以下步驟1)採用包括數據採集系統和內存的記錄儀記錄兩個來自用呼吸機的病人的信號，該記錄儀可以是呼吸機自身。這些信號是嘴的氣流(Q)和氣道壓力(P)。
2)氣流和氣道壓力信號通過平滑/噪音濾波器以使噪音最小化。這樣的例子是具有使相位滯後最小化且截止頻率為1赫茲的低階Butterworth低通濾波器。
3)將無意遺漏補償算法應用到氣流信號，如美國專利6,152,129(Berthon-Jones)所述。
4)計算氣流信號的一次導數(Q』)。
5)計算氣流信號的二次導數(Q」)。
確定呼氣階段的指示信號。這可通過採用任意數量的方法來實現，例如基於氣流的極性對呼氣階段進行分類(圖6(a))，或選擇性地基於用觸發和運轉事件所確定的治療供給的狀態對呼氣階段進行分類(圖6(b))，或針對相變閾值測定壓力信號(圖6(c))(如((IPAP或最大壓力)-(EPAP或最小壓力))*50％，取決於輔助的類型)。總的控制信號，Cexp，在呼氣過程中可能是TRUE。
下文對組合擾動特徵集合檢測和模式分類器進行描述並且表示在圖5中。參考特徵已經描述並在圖3中示出。
檢查呼氣階段控制信號是否為TRUE，來確定是否對氣流進行擾動檢測處理[1]。
以下狀態變量和計時被初始化[2]1.max-detected-表明是否出現局部極大值2.TIE-從最近的局部極大值發生，即患者努力開始衰減所經過的時間3.potential_swallow-表明患者是否可能正在吞咽4.TSA-從可能的吞咽發生所經過的時間5.dec-detected-表明是否已經檢測到顯著的傾斜 峰值呼出氣流(PEF)在連續呼氣過程中出現得早，並且在進行擾動檢測[3]之前通過以下公式計算
如果(Qi＞Qi-1)，那麼PEF＝Qi此處i表示取樣次序(sequence)。在PEF超過大約200Lmin-1的閾值時，認為出現咳嗽且PEF被賦空值。
優先檢測局部極大值特徵[4]，並通過一次導數上下降的零交叉或完全零斜率的出現確定Q』i＜0且Q』i-1＞0，或Q』i＝0 基於檢測到的局部極大值，狀態變量用max-detected表示且T11重置。氣流的局部最大值被存儲為變量Qa[5]。
檢驗Qa的近零值以識別可能的吞咽動作[6]。呼氣中發生的吞咽可能是與無效努力具有相似的特徵集合的擾動。然而，這可被區別為氣道的暫時閉合以及由此的呼吸暫停或零氣流階段。預計吞咽呼吸暫停的持續時間為至少500毫秒。如果這個檢驗結果是TRUE，狀態變量用potential_swallow表示且吞咽呼吸暫停計時TSA隨取樣時間增大。
直至檢測到顯著傾斜，引入的氣流取樣在這組循環中被處理，首先識別出局部極大值並啟動無效努力計時，然後識別吞咽發生的可能性，如果發生吞咽，啟動吞咽呼吸暫停計時。兩個計時在每次重複均增加與取樣時間相等的量。
通過遞減氣流變化率的極大值的出現(Q」＝0)識別顯著傾斜[7]，因此它的值大於中間負值、非零閾值α，例如但不限於標準差的百分比(如33％)，定義為
STD(F)=1n-1i=1n(Fi-F)2,]]>此處F=1ni=2nFi]]>n是隨引入的氣流漸進變化的、在長期限或循環緩衝器中的樣本數。
為了表明對這個顯著傾斜特徵的檢測，狀態變量用dec-detected表示[8]。
為了對傾斜是否是吞咽的結果進行分類，檢查吞咽呼吸暫停計時是否大於最小預計吞咽時間500毫秒[9]，如果大於，重置包括全部狀態變量和計時的特徵檢測過程。
如果檢測到傾斜不是吞咽的結果，通過一次導數中增大的零交叉的出現確定下一個局部極小值Q』i＞0且Q』i-1＜0， 基於檢測到的局部極小值，傾斜的整個持續時間和患者努力的衰減由計時值TIE給出。對於大於500毫秒的值，特徵集合被認為作為無效努力難以實行並被忽略[11]。
氣流的局部極大值被存儲為變量Qb，且傾斜幅度被定義[12]為|Declivity|＝Qa-Qb 傾斜幅度用於對特徵集合按照其生理原因進行分類。除了無效努力，顯著擾動最通常的生理原因以及呼氣過程中出現的更精確的傾斜是分泌、咳嗽和心原性振動(CGO)。
可通過高解析度氣流信號如呼氣開始後即刻發生的高頻捻發音觀察到患者的分泌。對信號進行向下採樣或噪音過濾可消除這種捻發音的存在，而不會消除無效努力中的高頻成分。根據本實施例中的濾波技術，分泌的影響較小或沒有影響。
咳嗽是胸腔的突發的、痙攣性收縮，導致氣體從肺部猛烈地釋放。在呼氣中，氣流可達到大於200L/min，遠遠超過呼出氣流的峰值。這些閾值用於測試傾斜幅度[13]。
在高阻力和低肺順應性的阻塞性患者中，CGO如果不是完全不能，也是不能很好地傳送到嘴。它們的存在可能被向下採樣或噪音過濾減弱，或用如ECG或脈衝體積描記器的門控心肌信號的自適應濾波技術進行抑制。
在CGO出現在氣流信號中且沒有被抑制的情況下，可基於它們較小的峰-谷(peak-trough)或傾斜幅度，將其與無效努力區分。這個實施例中採用的閾值是4L/min[14]。
如果傾斜幅度在總限制之內，則認為發生了無效努力。
在檢測到無效努力之後和檢測到對應於連續無效努力的新的局部極大值之前，執行了一個等待時間段[16]。這基於吸氣嘗試的預計最小神經時間(neural time)，即努力是500毫秒。
圖8示出了本發明實施例的輸出。與氣流信號中的顯著擾動相匹配的兩個未被支持的吸氣努力是明顯的，[1]和[2]，且這些隨後及時地被算法識別和記錄。
這些實施例是本發明的可行性的範例，且這些說明不應被作為限制。
本發明的另一方面涉及使用無效努力的指數估算真正的患者呼吸率。在一種形式中，這通過將如上述檢測到的無效努力的數量與一定時間段內呼吸機供給的呼吸的數量相加來完成。
本發明的又一方面涉及改進患者-呼吸機對抗。在周期性間隔之內或用於一組呼吸循環的算法輸出的累加和(指數統計的)可用作治療效果的指示。在大量未覺察的患者狀況(高PEEPi，急性發作)的結果的觸發，或不正確的呼吸機設置的情況下，度量可促進報警以使臨床醫生採取響應動作(用藥或PEEP/壓力支持/潮氣量供給調整)，並參照之前的指數統計測量該響應動作的有效性。
擴展這個概念，對指數統計的響應動作，即對呼吸機設置PEEP/壓力支持/潮氣量供給的調整在呼吸機本身中可實現自動化。此外，這些調整的效應的連續評估以及治療的伺服調節將成為可能。
雖然結合目前被認為是最實際和最優選的實施例對本發明進行了說明，應該理解的是，本發明不應局限於所公開的實施例，相反地，旨在覆蓋在本發明的精神和範圍內的多種改進和等同設置。同樣地，上述多種實施例可與其他實施例結合實施，例如，一個實施例的某些方面可與另一個實施例的某些方面相結合以實現又一個實施例。
例如，代替被監測的氣流信號，在患者氣道入口監測壓力信號。可應用於壓力信號的一種形式的特徵集合相反地與上述有關氣流的特徵集合相關。例如，代替檢測傾斜度，監測壓力信號在局部極小值後明顯增加。
此外，儘管本發明對患COPD的患者具有特殊應用，應該理解的是，患其它疾病(例如充血性心力衰竭、糖尿病、病態肥胖、中風、胃繞道(barriatric)手術等)的患者也可從上述技術中獲益。
權利要求
1.一種檢測由呼吸機進行機械通氣的患者的無效努力的方法，該方法包括以下步驟(i)在所述呼吸機運轉後監測患者的呼吸氣流；(ii)產生表示所述氣流的信號；(iii)從所述信號中去除偽差；(iv)監測所述信號的擾動；及(v)當所述擾動顯著時確定發生了無效努力。
2.如權利要求1所述的方法，其特徵在於，所述的從所述信號中去除偽差的步驟包括去除代表心原性振動的信號的步驟。
3.如權利要求1至2中任一項所述的方法，其特徵在於，所述的從所述信號中去除偽差的步驟包括確定是否發生了咳嗽的步驟。
4.如權利要求1至3中任一項所述的方法，其特徵在於，所述的從所述信號中去除偽差的步驟包括去除表示分泌的信號的步驟。
5.如權利要求1至4中任一項所述的方法，其特徵在於，所述的從所述信號中去除偽差的步驟包括使所述氣流信號通過噪音濾波器的步驟。
6.如權利要求1至5中任一項所述的方法，其特徵在於，所述的監測所述信號的擾動的步驟包括檢測局部極大值的步驟。
7.如權利要求1至5中任一項所述的方法，其特徵在於，所述的監測所述信號的擾動的步驟包括檢測傾斜的步驟。
8.如權利要求1至7中任一項所述的方法，進一步包括確定是否發生了潛在吞咽的步驟。
9.如權利要求8所述的方法，進一步包括確定自潛在吞咽開始所經過的時間的步驟。
10.如權利要求1至9中任一項的方法，進一步包括確定患者的峰值呼氣氣流(PEF)的步驟。
11.如權利要求10所述的方法，進一步包括當PEF超過閾值時確定發生了咳嗽的步驟。
12.如權利要求11所述的方法，其特徵在於，所述閾值為大約每分鐘200L。
13.如權利要求6所述的方法，進一步包括確定在所述局部極大值處出現的氣流的步驟。
14.如權利要求13所述的方法，進一步包括當在所述局部極大值處出現的氣流接近零時確定發生了潛在吞咽的步驟。
15.如權利要求14所述的方法，進一步包括當在所述局部極大值處出現的氣流接近零時啟動吞咽計時的步驟。
16.如權利要求15所述的方法，進一步包括當所述吞咽計時大於約500毫秒時確定發生了吞咽的步驟。
17.如權利要求7所述的方法，其特徵在於，當氣流的二次導數大於否定閾值時確定發生了顯著傾斜。
18.如權利要求17所述的方法，其特徵在於，所述閾值是標準差的百分比。
19.如權利要求18所述的方法，其特徵在於，所述百分比是大約33％。
20.如權利要求2所述的方法，其特徵在於，所述的去除代表心原性振動的信號的步驟包括向下採樣或噪音過濾。
21.如權利要求2所述的方法，其特徵在於，所述的去除代表心原性振動的信號的步驟包括基于振幅分辨心原性振動。
22.如權利要求21所述的方法，其特徵在於，心原性信號假定具有小於大約每分鐘4L的振幅。
23.如權利要求7所述的方法，進一步包括通過檢測局部極小值確定傾斜結束的步驟。
24.如權利要求23所述的方法，進一步包括確定傾斜幅度的步驟。
25.如權利要求23所述的方法，其特徵在於，所述的確定傾斜幅度的步驟包括從所述局部極大值處的氣流值中減去所述局部極小值處的氣流值。
26.如權利要求24所述的方法，進一步包括當傾斜幅度大於閾值時確定發生了咳嗽的步驟。
27.如權利要求26所述的方法，進一步包括確定患者的峰值呼氣氣流(PEF)的步驟。
28.如權利要求27所述的方法，其特徵在於所述閾值是PEF。
29.如權利要求27所述的方法，其特徵在於，所述閾值是大約200L/min。
30.一種用於檢測由呼吸機進行機械通氣的患者的無效努力的系統，該系統包括(i)用於監測在所述呼吸機運轉後患者的呼吸氣流的裝置；(ii)用於產生表示所述氣流的信號的裝置；(iii)用於從所述信號中去除偽差的裝置；(iv)用於監測所述信號的擾動的裝置；及(v)用於確定在所述擾動顯著時發生了無效努力的裝置。
31.如權利要求30所述的系統，其特徵在於，所述用於從所述信號中去除偽差的裝置包括用於去除代表心原性振動的信號的裝置。
32.如權利要求30所述的系統，其特徵在於，所述用於從所述信號中去除偽差的裝置包括用於確定是否發生了咳嗽的裝置。
33.如權利要求30所述的系統，其特徵在於，所述用於從所述信號中去除偽差的裝置包括用於去除表示分泌的信號的裝置。
34.如權利要求30所述的系統，其特徵在於，所述用於從所述信號中去除偽差的裝置包括用於使所述氣流信號通過噪音濾波器的裝置。
35.如權利要求30所述的系統，其特徵在於，所述用於監測所述信號的擾動的裝置包括用於檢測局部極大值的裝置。
36.如權利要求30所述的系統，其特徵在於，所述用於監測所述信號的擾動的裝置包括用於檢測傾斜的裝置。
37.如權利要求30所述的系統，進一步包括用於確定是否發生了潛在吞咽的裝置。
38.如權利要求37所述的系統，進一步包括用於確定自潛在吞咽開始所經過的時間的裝置。
39.如權利要求30所述的系統，進一步包括用於確定患者的峰值呼氣氣流(PEF)的裝置。
40.如權利要求39所述的系統，進一步包括用於確定當PEF超過閾值時發生了咳嗽的裝置。
41.如權利要求40所述的系統，其特徵在於，所述閾值為大約每分鐘200L。
42.如權利要求35所述的系統，進一步包括用於確定在所述局部極大值處出現的氣流的裝置。
43.如權利要求42所述的系統，進一步包括用於確定在所述局部極大值處出現的氣流接近零時發生了潛在吞咽的裝置。
44.如權利要求43所述的系統，進一步包括用於在所述局部極大值處出現的氣流接近零時啟動吞咽計時的裝置。
45.如權利要求44所述的系統，進一步包括用於確定當所述吞咽計時大於約500毫秒時發生了吞咽的裝置。
46.如權利要求37所述的系統，其特徵在於，當氣流的二次導數大於否定閾值時確定發生了顯著傾斜。
47.如權利要求46所述的系統，其特徵在於，所述閾值是標準差的百分比。
48.如權利要求47所述的系統，其特徵在於，所述百分比是大約33％。
49.如權利要求31所述的系統，其特徵在於，所述用於去除代表心原性振動的信號的裝置包括用於向下採樣或噪音過濾的裝置。
50.如權利要求31所述的系統，其特徵在於，所述用於去除代表心原性振動的信號的裝置包括用於基于振幅分辨心原性振動的裝置。
51.如權利要求50所述的系統，其特徵在於，心原性信號假定具有小於大約每分鐘4L的振幅。
52.如權利要求37所述的系統，進一步包括用於通過檢測局部極小值確定傾斜結束的裝置。
53.如權利要求52所述的系統，進一步包括用於確定傾斜幅度的裝置。
54.如權利要求52所述的系統，其特徵在於，所述用於確定傾斜幅度的裝置包括用於從所述局部極大值處的氣流值中減去所述局部極小值處的氣流值的裝置。
55.如權利要求53所述的系統，進一步包括用於確定當傾斜幅度大於閾值時發生了咳嗽的裝置。
56.如權利要求55所述的系統，進一步包括用於確定患者的峰值呼氣氣流(PEF)的裝置。
57.如權利要求56所述的系統，其特徵在於，所述閾值是PEF。
58.如權利要求56所述的系統，其特徵在於，所述閾值是大約200L/min。
59.一種用於檢測由呼吸機進行機械通氣的患者的無效努力的系統，該系統包括氣流傳感器，其監測所述呼吸機運轉後患者的呼吸氣流並產生表示所述氣流的信號；及處理器，其去除所述信號中的偽差，監測所述信號的擾動，並且當所述擾動顯著時確定發生了無效努力。
60.如權利要求59所述的系統，其中所述偽差包括表示心原性振動的信號、咳嗽、分泌、咳嗽和/或吞咽的至少一個。
61.如權利要求59至60中任一項所述的系統，進一步包括用於去除所述偽差的噪音濾波器。
62.如權利要求59至61中任一項所述的系統，其特徵在於，所述處理器被設置成通過檢測局部極大值來監測所述信號的擾動。
63.如權利要求1所述的系統，其特徵在於，所述處理器被設置成通過檢測傾斜來監測所述信號的擾動。
64.如權利要求60所述的系統，其特徵在於，所述處理器被設置成確定自潛在吞咽開始所經過的時間。
65.如權利要求59所述的系統，其特徵在於，所述處理器被設置成確定患者的峰值呼氣氣流(PEF)。
66.如權利要求65所述的系統，其特徵在於，所述處理器被設置成當PEF超過閾值時確定發生了咳嗽。
67.如權利要求66所述的系統，其特徵在於，所述閾值是大約每分鐘200L。
68.如權利要求63所述的系統，其特徵在於，所述處理器被設置成確定出現在局部極大值處的氣流。
69.如權利要求68所述的系統，其特徵在於，所述處理器被設置成當在所述局部極大值處出現的氣流接近零時確定發生了潛在吞咽。
70.如權利要求69所述的系統，其特徵在於，所述處理器被設置成當在所述局部極大值處出現的氣流接近零時啟動吞咽計時。
71.如權利要求70所述的系統，其特徵在於，所述處理器被設置成當所述吞咽計時大於約500毫秒時確定發生了吞咽。
72.如權利要求63所述的系統，其特徵在於，當氣流的二次導數大於否定閾值時確定發生了顯著傾斜。
73.如權利要求72所述的系統，其特徵在於，所述閾值是標準差的百分比。
74.如權利要求73所述的系統，其特徵在於，所述百分比是大約33％。
75.如權利要求60所述的系統，其特徵在於，所述處理器被設置成通過向下採樣或噪音過濾去除代表心原性振動的信號。
76.如權利要求60所述的系統，其特徵在於，所述處理器被設置成通過基于振幅分辨心原性振動去除表示心原性振動的信號。
77.如權利要求76所述的系統，其特徵在於，心原性信號假定具有小於約每分鐘4L的振幅。
78.如權利要求63所述的系統，其特徵在於，所述處理器被設置成通過檢測局部極小值確定傾斜的結束。
79.如權利要求78所述的系統，其特徵在於，所述處理器被設置成確定傾斜幅度。
80.如權利要求78所述的系統，其特徵在於，所述處理器被設置成包括通過從所述局部極大值處的氣流值中減去所述局部極小值處的氣流值確定傾斜幅度。
81.如權利要求79至80中任一項所述的系統，其特徵在於，所述處理器被設置成當傾斜幅度大於閾值時確定發生了咳嗽。
82.如權利要求78至81中任一項所述的系統，其特徵在於，所述處理器被設置成確定患者的峰值呼氣氣流(PEF)。
83.如權利要求82所述的系統，其特徵在於，所述閾值是PEF。
84.如權利要求82所述的系統，其特徵在於，所述閾值是大約200L/min。
85.一種用於患者的呼吸機系統，其包括鼓風機，其產生加壓的可呼吸氣體源；患者界面，其將可呼吸氣體供給到患者氣道；及權利要求59至84中任一項的系統，其特徵在於，呼吸機基於處理器確定的患者的呼吸努力的量度至少部分地被控制。
86.如權利要求85所述的系統，其特徵在於，基於處理器確定的患者的呼吸努力的量度調整呼氣末正壓(PEEP)。
87.如權利要求86所述的系統，其特徵在於，當患者患有COPD時，所述PEEP的調整被限制到6cmH2O。
88.如權利要求86所述的系統，進一步包括用於測量患者的氧飽和度的裝置。
89.如權利要求88所述的系統，其特徵在於，所述PEEP的調整是測量的氧飽和度的函數。
90.一種檢測由呼吸機進行機械通氣的患者的無效努力的方法，其包括以下步驟(i)在所述呼吸機運轉後監測患者的呼吸氣流；(ii)產生表示所述氣流的信號；(iii)從所述信號中去除偽差；(iv)監測所述信號的擾動；(v)根據分類系統對擾動進行分類；及(vi)當所述分類系統表明擾動顯著時確定發生了無效努力。
91.一種確定患者對機械通氣機的順應性的量度的方法，其包括以下步驟如權利要求86所述檢測無效努力；記錄一段時間內表示所述無效努力的信號；基於所述信號計算參數；確定作為所述參數的函數的患者順應性的量度；
92.一種檢測機械通氣患者的狀況惡化的開始的方法，包括以下步驟如權利要求86所述檢測無效努力的存在；監測所述無效努力的發生率；及確定當所述比率變化時出現了惡化的開始。
93.一種檢測機械通氣患者的呼吸率的方法，其包括以下步驟如權利要求86或94所述檢測無效努力的存在；監測所述無效努力的發生率；監測呼吸機供給的呼吸比率；及由無效努力的比率與呼吸機供給的呼吸比率之和確定呼吸率。
94.一種檢測由呼吸機進行機械通氣的患者的無效努力的方法，其包括以下步驟(i)在所述呼吸機運轉後監測患者氣道入口處的壓力；(ii)產生表示所述壓力的信號；(iii)從所述信號中去除偽差；(iv)監測所述信號的擾動；(v)根據分類系統對擾動進行分類；及(vi)當所述分類系統表明擾動顯著時確定發生了無效努力。
全文摘要
本發明涉及用於檢測由呼吸機進行機械通氣的患者的無效努力的方法和系統，其包括(i)在所述呼吸機運轉後監測患者的呼吸氣流；(ii)產生表示所述氣流的信號；(iii)從所述信號中去除偽差；(iv)監測所述信號的擾動；及(v)當所述擾動顯著時確定出現無效努力。
文檔編號A61M16/00GK101043913SQ200580036162
公開日2007年9月26日 申請日期2005年10月20日 優先權日2004年10月20日
發明者奎斯特拉·卡米爾·米爾奎尼, 斯特凡諾·納瓦 申請人:雷斯梅德有限公司