【摘要】：目的:在麻醉恢復期最為常見的并發(fā)癥為呼吸系統(tǒng)并發(fā)癥,其中典型表現為呼吸暫停。不能及時糾正的呼吸暫�？蓪е聡乐氐慕M織缺氧、心動過緩、甚至心臟驟停,因此對麻醉恢復室呼吸暫停的監(jiān)測很重要。目前臨床中常用的呼吸監(jiān)測方法在準確性和實時性方面仍有一定的缺陷。本研究的目的是探討在麻醉恢復室中使用人體頸部呼吸音對處于麻醉恢復期的患者進行呼吸暫停檢測的可行性,實現呼吸暫停的準確檢測和識別。研究方法:1、采集麻醉恢復室中患者的頸部呼吸音信號和鼻氣流壓力信號用于分析。提取呼吸音特征信號設計算法進行呼吸暫停的檢測。對鼻氣流壓力信號進行開方處理后作為反映患者呼吸狀況的參考信號。將呼吸音方法對呼吸暫停的檢測情況與參考信號對呼吸暫停的認定情況進行對比,計算使用呼吸音方法檢測呼吸暫停的敏感度、特異度、陽性似然比和陰性似然比。2、分別在有無噪聲情況下采集健康志愿者的頸部呼吸音和外部噪聲信號,并采集鼻氣流壓力信號作為反映患者呼吸狀況的參考信號,受試者在數據采集期間以自主方式進行呼吸暫停的模擬。使用自適應濾波技術對采集到的頸部呼吸音和外部噪聲信號進行處理,提升呼吸音采集的質量,并對自適應濾波前后使用呼吸音對呼吸暫停的檢測結果進行比較。結果:1、共采集麻醉恢復室中121名患者的呼吸音及鼻氣流壓力信號,信號總時長大約為52.6小時。其中34名患者發(fā)生了共236次呼吸暫停,持續(xù)時間總計122.2分鐘。用呼吸音方法檢測呼吸暫停的敏感度為92%,特異度為98%,陽性似然比為46,陰性似然比為0.08。2、共采集了46名健康受試者的數據,安靜環(huán)境中含呼吸暫停499次,有噪聲環(huán)境中含呼吸暫停492次,總時長為26.5小時。在安靜環(huán)境中應用自適應濾波技術處理呼吸音,使得使用呼吸音進行呼吸暫停檢測的敏感度由97.2%變?yōu)?8.2%,特異度由99.9%變?yōu)?9.8%。在有噪聲環(huán)境中,應用自適應濾波技術處理呼吸音,使得使用呼吸音進行呼吸暫停檢測的敏感度由81.1%變?yōu)?1.5%,特異度由95.9%變?yōu)?6.6%。結論:呼吸音可以用于麻醉恢復室中患者呼吸暫停的準確檢測,不但可最大程度地降低呼吸系統(tǒng)并發(fā)癥給患者帶來的危害,在減輕醫(yī)護人員工作壓力、減少工作失誤及提升醫(yī)療安全方面也有著重要意義。自適應濾波技術可以有效的提升頸部呼吸音信號的采集質量,從而提升呼吸暫停檢測的敏感度和特異度。
【圖文】：

第一部分：麻醉恢復室患者呼吸暫停的檢測2 材料和方法2.1 數據采集方法在臨床中選取 PACU 中比較安靜的的患者，排除術后躁動、頭部和頸部有傷口或皮膚異常、氣管切開或有其他機械通氣裝置的患者。數據采集時，患者采取仰臥位，使用內嵌在塑料拾音杯中的麥克風對患者頸部呼吸音進行采集，使用雙面膠環(huán)將拾音端固定在患者頸部，如圖 2.1 所示。麥克風與錄音筆相連接，連續(xù)記錄患者的頸部呼吸音信號，采樣率為 44100Hz。同時，每個患者會佩戴一個鼻導管，鼻導管與睡眠呼吸初篩儀連接采集患者的鼻氣流壓力信號，采樣率為 50Hz，如圖 2.1 所示。圖 2.2 為睡眠儀軟件讀取出的鼻氣流信號以及使用 Matlab 讀取出的濾波預處理后呼吸音信號。

圖 2.2 采集到的鼻氣流信號和呼吸音信號A：睡眠儀軟件讀取出的鼻氣流信號；B：Matlab 軟件讀取出的呼吸音信號（濾波預處理后）。2.2 數據分析方法2.2.1 基于參考信號的呼吸暫停識別將鼻氣流壓力信號讀入 Matlab（如圖 2.3 A 所示），對鼻氣流壓力信號進行0.1-15Hz 帶通濾波。由于呼吸音信號和鼻氣流壓力信號來源于不同的采集裝置，在時間上不可能達到完全的一致，因此，接下來需要對兩種信號在時間上進行同步。將濾波后的鼻氣流壓力信號重設采樣率至 200Hz（如圖 2.3 B 所示）后與呼吸音方差對數信號進行同步，具體同步方法如下：先統(tǒng)一呼吸音方差對數信號和鼻氣流壓力信號的采樣率，即均為 200Hz。由于鼻氣流壓力信號為吸氣正值，吐氣為負值，因此對鼻氣流壓力信號取絕對值。固定鼻氣流壓力信號，，前后移動呼吸音方差對數
【學位授予單位】：中國醫(yī)科大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：R614

【參考文獻】

相關期刊論文 前4條

1 于璐;劉陽;黃德生;;基于呼吸音的呼吸監(jiān)測方法初探[J];中國醫(yī)療器械雜志;2015年01期

2 王鐳;劉春生;張芮愷;陳熹;李志堅;李振宇;葉繼倫;張旭;;呼吸功能檢測方法研究[J];中國醫(yī)療器械雜志;2012年05期

3 田振清,周越;信息熵基本性質的研究[J];內蒙古師范大學學報(自然科學漢文版);2002年04期

4 徐涇平,程敬之,吳延軍;人體聲信號的檢測和應用[J];應用聲學;1998年01期

相關碩士學位論文 前1條

1 馬思明;麻醉狀態(tài)下的呼吸音信號特征提取和分類識別[D];哈爾濱理工大學;2012年

本文編號：2588443