基于气管音的特征优化及呼吸率监测

发布时间：2020-08-02 04:32

【摘要】：目的:目前使用呼吸音模拟呼吸气流速度的研究已经获得广泛关注,同时已有研究证明呼吸音和呼吸气流速度之间的关系。临床中监测呼吸率的方法仍存在一定的缺陷。本研究的目的是验证气管音特征值和呼吸气流速度之间的关系并且选出用于模拟呼吸气流速度的最优气管音特征值,之后基于气管音最优特征值实现对不同呼吸情况下呼吸率的监测。研究方法:1、在静息状态下采集9名健康志愿者气管音信号以及呼吸气流速度信号。求取7种气管音特征值用于模拟呼吸气流速度。从Bland-Altman分析,模拟误差以及特征值求取时间三个方面对气管音特征值模拟呼吸气流速度的模拟效果进行评价。除此之外,对合并模拟和分开模拟的模拟误差进行比较。2、采集46名志愿者气管音,同时采集志愿者鼻气流压力信号。在呼吸速率稳定情况下分别使用5种方法基于气管音特征值求取呼吸率,在呼吸速率改变情况下使用估计呼吸次数的方法基于气管音特征值求取呼吸率,基于鼻气流压力信号求取的呼吸率将其作为参考结果。采用线性回归分析,准确度和精密度,成功率,Bland-Altman分析作为气管音特征值求取呼吸率结果分析的评价标准。结果:1、对于任意气管音特征值来说,Bland-Altman分析结果表明实际的呼吸气流速度和模拟得到的呼吸气流速度之间均有较好的一致性。若单纯从误差系数角度考虑模拟效果,气管音模拟呼吸气流速度最优特征值为LogVariance(100ms,50%),若综合误差系数和特征值求取时间两个角度考虑气管音模拟呼吸气流速度最优特征值为LogEnvelope,同时,合并模拟的误差系数小于分开模拟的误差系数。2、综合线性回归分析,准确度和精密度,成功率和Bland-Altman分析的结果,在呼吸速率稳定情况下,基于气管音特征值使用AMDF_1方法得到的结果优于其他方法的结果;在呼吸速率明显改变的情况下,对于4种不同的呼吸情况采用AMDF_1方法得到的呼吸率结果和参考呼吸率之间相差较大,且不能反映呼吸率的变化情况,因此采用估计呼吸次数的方法对呼吸速率明显改变的情况使用气管音特征值求取呼吸率,其中对于正常呼吸+快速呼吸和正常呼吸+慢速呼吸两种情况结果较好,对于其余两种情况结果并不理想。结论:基于目前的数据和研究,在使用气管音进行呼吸气流速度模拟时,使用呼、吸阶段合并模拟的方式最为理想,在此基础上,选择LogVariance(100ms,50%)用于最小误差的呼吸气流速度模拟,选择LogEnvelope用于最优性能(模拟准确性与运算时间综合考虑)的呼吸气流速度模拟。在临床上对呼吸率进行常规监测时,基于气管音特征值使用AMDF_1方法实现对呼吸率的监测,对于呼吸异常情况下(如呼吸不稳定的重症监护状态)的呼吸率监测,则使用估计呼吸次数的方法基于气管音特征值求取呼吸率实现对呼吸功能的监测。
【学位授予单位】：中国医科大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R443
【图文】：

平均功率,特征值,特征值提取,香农

图 2.1 原始的气管音和滤波后的气管音A：原始的气管音；B：滤波后的气管音。2.3 气管音特征值提取本研究对气管音分别求取了平均功率[10]、熵[11]、方差[12]和包络[13]作为气管音特征值。分别对气管音在两个不同的频段内求特征值平均功率，频率范围分别为75-600Hz 和 150-800Hz，求取平均功率时每帧长 100ms（即 2205 个采样点），连续的两帧之间重叠为 50%，对于求得的两种特征值分别用 Power(75-600Hz)和Power(150-800Hz)表示。熵通常是一个过程不确定性的一个量度。熵是从热力学中借用来的一个术语，它代表着一个系统其状态的不确定度（复杂度）。在信息论中，熵是衡量一个源传递信息的能力的尺度。对于一组 piNi, 1,...,对应的概率密度函数（PDF），其香农

分析图,包络,特征值,对数

图 2.2 某受试者 20s 内使用气管音特征值包络对数进行呼吸气流速度模拟的结果2.5 模拟效果的评价与比较方法Bland-Altman分析[22-24]方法是通过绘制Bland-Altman图来分析两种测量方法是否具有一致性。基本思想：首先要计算出两种方法的一致性界限（limits ofagreement），对于差值法，一致性界限为dd 1.96S 和dd 1.96S 之间，其中 d 是两种测量方法的差值的均数，dS 是两种测量差值的标准差。对于 Bland-Altman 分析图，其中横坐标代表两种测量方法的均值，纵坐标代表两种测量方法的差值。对 Bland-Altman 图进行分析时，主要观察一致性界限上下限及其范围内的数据点、两组测量数据差值的均值线。当均值线接近于直线 y=0、上下限范围较窄且数据点多数集中于上下限范围内时，表明两组数据的一致性程度高，两种测量方法可以互相替代的可能性越大。分析时，还应关注最大值和最小值，上下限外的点，同时还应结合临床实际对结果进行分析。

包络,流速,特征值,对数

11图 3.1 使用气管音包络对数进行呼吸气流速度模拟后得到的 9 名受试者全部 max(Fact)和max(Fest)的比较情况。每种符号代表一名受试者数据。A：max(Fact)和 max(Fest)结果展示；B：max(Fact)和 max(Fest)Bland-Altman 分析结果图。均值为-0.119，标准差为 5.212。7 种不同气管音特征值对数模拟呼吸气流速度的误差结果如表 3.4 所示。从表中可以看出，除 LogEntropy(20ms, 75%)和 LogVariance(20ms, 75%)两种特征值对应的模拟误差较大外，其他几种特征值对应的误差相差不大，可认为模拟效果无明显差异。若单纯从误差数值大小的角度考虑，LogPower(150-800Hz)，LogEntropy(100ms,50%)和 LogVariance(100ms, 50%)的误差最小，其中特征值 Variance(100ms, 50%)的求取用时最短。若从模拟误差（表 3.4）及特征值求取时间（表 3.2）两方面综合考

【相似文献】