一种智能雾化器及其控制方法与流程

摘要: 本发明涉及数据处理,具体涉及一种智能雾化器及其控制方法。背景技术:1、雾化吸入治疗是哮喘、慢性阻塞性肺疾病等呼吸道疾病的重要治疗方法。目前市面上的雾化器(例如公...
一种智能雾化器及其控制方法与流程

本发明涉及数据处理,具体涉及一种智能雾化器及其控制方法。

背景技术:

1、雾化吸入治疗是哮喘、慢性阻塞性肺疾病等呼吸道疾病的重要治疗方法。目前市面上的雾化器(例如公开号为cn105597201a的中国专利)功能单一,仅作为被动的药物递送设备,在治疗过程中形成了一个“信息黑箱”,医生无法获知患者治疗时的生理反应(如呼吸音变化、呼吸模式),患者也缺乏对自身治疗反馈与病程进展的客观认知工具。这种治疗与监测脱节的状态,制约了疾病的长期精细化管控。

2、实现治疗监测一体化的核心障碍在于两大技术空白:其一,噪声环境下的有效信号采集问题:雾化器产生的气溶胶喷射噪声会干扰用户的呼吸音,使之难以被准确识别;其二,关键生理参数的多维度感知与融合分析缺失:呼吸频率、深度、温度之类的多元信息对于评估治疗效果至关重要,但现有方案缺乏在雾化器上无感、精准获取并融合此类数据的能力。

技术实现思路

1、为了解决现有方案缺乏在雾化器上无感、精准获取并融合数据的能力的问题,本发明提出一种智能雾化器及其控制方法,通过在雾化器集成多种传感硬件获取多维信息,在智能终端和云端实现对用户呼吸音、呼吸模式信息的融合处理与ai辅助决策,从而为用户提供更精准的健康状态评估。

2、为了实现上述目的,本发明采用以下的技术方案:一种智能雾化器的控制方法,包括以下步骤:

3、s1,基于智能雾化器采集用户的多模态信号,经处理后发送至智能处理终端;

4、s2,智能处理终端接收多模态信号并执行本地呼吸音分析算法,生成初步的健康监测报告;

5、s3,云端服务器通过汇聚用户匿名数据并利用ai大模型优化呼吸病理特征与疾病状态的关联模型,进而分析特定用户数据,生成增强型智能报告;

6、s4,增强型智能报告下发至用户智能处理终端。

7、在本技术方案中,包括以下四个步骤:多模态信号采集与上传、本地与云端协同分析、云端智能建模与决策以及反馈与干预。前端雾化器采集的数据被发送至智能终端进行初步处理与分析后,被同步至云端数据库;云端利用汇聚的海量匿名数据训练ai大模型,不断优化关于呼吸音、呼吸模式、温度参数与疾病状态关联的算法模型;最终,云端模型可为个体用户提供更精准的健康状态评估、风险预警及个性化的治疗指导建议,形成数据驱动的智能闭环。

8、进一步地,所述步骤s2包括:

9、s21,对多模态信号进行信号同步,进行气压信号分析与温度补偿;

10、s22,经自适应降噪和深度降噪处理后分割呼吸相位;

11、s23,提取多维声学特征,进行病理事件检测;

12、s24,根据多模态机器学习分类器输出评估结果,进行趋势分析,生成结构化健康监测报告。

13、进一步地,所述步骤s21包括:

14、信号同步后,利用温度信号对气压信号进行实时温度漂移补偿;

15、对补偿后的气压信号进行零相位数字低通滤波,计算其滑动平均值作为动态基线;

16、检测信号穿越动态基线的点,识别每个呼吸周期的起始点与结束点,计算实时呼吸频率和呼吸深度。

17、进一步地,所述步骤s22包括:

18、参考音频传感器采集的信号为噪声参考,通过nlms算法迭代更新滤波器权值,从主音频传感器混合信号中抵消噪声,输出初级降噪信号;

19、将初级降噪信号转为时频谱图,通过卷积神经网络学习并去除残留噪声,重构出纯净呼吸音时频谱,逆变换为高纯净度的时域信号。

20、进一步地,所述步骤s23包括:

21、对于每个分割好的呼吸片段,计算多维声学特征向量,包括时域特征、频域特征和时频域特征;

22、在呼吸片段的时频谱上进行扫描,病理事件检测包括分别进行哮鸣音检测、湿啰音检测、干啰音检测和喘鸣音检测。

23、进一步地,所述步骤s24包括:

24、将声学特征向量、病理事件统计特征、呼吸频率和呼吸深度共同拼接成融合特征向量,将该向量输入在云端预训练并定期更新的多模态机器学习分类器;分类器输出为呼吸模式分类、综合严重程度评分及本次治疗有效性的概率评估。

25、进一步地,所述步骤s24还包括:

26、将评估结果与用户在云端数据库中的长期历史记录进行关联对比,分析关键指标随时间、药物使用和季节的变化趋势;

27、整合分析结果,生成结构化健康监测报告,报告以可视化图表和文字摘要形式呈现。

28、进一步地,所述多模态信号包括用户的呼吸音混合信号、气溶胶参考噪声信号、气道气压信号及温度信号。

29、一种智能雾化器,适用于上述的一种智能雾化器的控制方法,包括:

30、雾化模块,包含微网雾化片;

31、音频采集模块,包括主音频传感器和参考音频传感器,主音频传感器采集包含呼吸音、气溶胶噪声及环境噪声的混合音频信号,参考音频传感器采集以气溶胶噪声为主导的参考音频信号;

32、气压传感模块,实时检测并输出气压信号;

33、温度监测模块,监测环境温度及呼气温度;

34、主控模块,与音频采集模块、气压传感模块及温度监测模块电连接。

35、本技术方案中,智能雾化器包括:雾化模块、音频采集模块、气压传感模块、温度监测模块和主控模块,音频采集模块能够采集用户的呼吸音信号,气压传感模块设置在雾化器的气流通道中,实时监测由用户呼吸引起的起到压力变化,温度监测模块一方面对气压传感模块及音频采集模块进行温度漂移补偿与校准,另一方面作为独立的生理参数参与健康分析;主控模块能够对上述采集的原始信号进行初步处理、同步与封装。

36、进一步地,还包括无线处理模块和电源模块,所述无线处理模块与主控模块连接,所述无线处理模块将封装后的多模态同步信号无线传输至智能处理终端。。

37、本发明能够带来如下的有益效果:

38、1、构建“端-云-端”的智能链路:前端雾化器采集的数据被发送至智能终端进行初步处理与分析后,被同步至云端数据库;云端利用汇聚的海量匿名数据训练ai大模型,不断优化关于呼吸音、呼吸模式、温度参数与疾病状态关联的算法模型;最终,云端模型可为个体用户提供更精准的健康状态评估、风险预警及个性化的治疗指导建议,形成数据驱动的智能闭环;2、2、在雾化器上集成音频、气压与温度传感模块,分别采集呼吸音声学信号、反映呼吸力学的气压信号以及校准和环境监测的温度信号,通过本地嵌入式处理与无线传输,为云端分析提供高质量、多维度的原始数据。

1.一种智能雾化器的控制方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种智能雾化器的控制方法,其特征在于,所述步骤s2包括:

3.根据权利要求2所述的一种智能雾化器的控制方法,其特征在于,所述步骤s21包括:

4.根据权利要求2或3所述的一种智能雾化器的控制方法,其特征在于,所述步骤s22包括:

5.根据权利要求4所述的一种智能雾化器的控制方法,其特征在于,所述步骤s23包括:

6.根据权利要求5所述的一种智能雾化器的控制方法,其特征在于,所述步骤s24包括:

7.根据权利要求2或5所述的一种智能雾化器的控制方法,其特征在于,所述步骤s24还包括:

8.根据权利要求1所述的一种智能雾化器的控制方法,其特征在于,所述多模态信号包括用户的呼吸音混合信号、气溶胶参考噪声信号、气道气压信号及温度信号。

9.一种智能雾化器,适用于权利要求1-8任一项所述的一种智能雾化器的控制方法,其特征在于,包括:

10.根据权利要求9所述的一种智能雾化器,其特征在于,还包括无线处理模块和电源模块,所述无线处理模块与主控模块连接,所述无线处理模块将封装后的多模态同步信号无线传输至智能处理终端。