一种面向呼吸护理机器人的事件驱动闭环控制方法及系统

本发明涉及医疗康复机器人控制，具体为一种面向呼吸护理机器人的事件驱动闭环控制方法及系统。

背景技术：

1、呼吸护理机器人是一类用于辅助呼吸功能不全患者进行气道廓清、呼吸肌训练和分泌物排出的自动化医疗设备，产品包括高频胸壁震荡排痰机、机械吸呼辅助装置等，这类设备通过对患者胸壁或气道施加正压、负压或高频震荡，模拟生理性咳嗽或辅助呼吸过程，从而帮助患者清除气道分泌物，改善通气功能，在神经肌肉疾病、慢性阻塞性肺疾病及重症监护等领域具有重要应用价值。

2、现有呼吸护理机器人的控制方法普遍采用时间触发或固定时序的开环控制策略；以排痰背心为例，排痰背心按预设频率和强度进行周期性充放气，无法感知患者的自主呼吸节律和咳嗽冲动；以咳痰机为例，咳痰机按固定的正压-负压时序执行动作，缺乏对患者实时气道状态的动态响应。此类控制方式与患者自身的呼吸意图完全脱节，无法实现按需触发，容易造成人机不同步，引起患者不适甚至对抗，导致治疗中断；在护理动作执行过程中缺乏基于生理信号反馈的闭环调节机制，固定的控制参数无法根据患者实时变化的气道阻力与顺应性进行自适应调整，排痰效率和通气效果难以保证，无法针对不同呼吸阶段提供定制化的辅助策略。

3、综上，现有呼吸护理机器人的控制方法在人机同步性、按需响应能力和动态闭环调节方面存在明显不足，亟需一种能够由患者自身呼吸事件触发护理动作、并在动作执行过程中依据生理反馈持续闭环修正的控制方法及系统，以满足临床对安全、舒适、高效呼吸护理的迫切需求。

技术实现思路

1、为了解决现有呼吸护理机器人控制方法中普遍存在的控制动作与患者呼吸意图脱节导致人机不同步、护理动作执行过程中缺乏基于生理信号反馈的闭环调节导致排痰效率的技术问题，本发明设计了面向呼吸护理机器人的事件驱动闭环控制方法及系统，该方法在宏观层面构建了事件识别、模式触发与闭环修正三层递进控制架构，通过多模态生理信号的特征提取与状态机逻辑判定，识别吸气开始事件、呼气开始事件和咳嗽事件；进而将各呼吸事件与吸气压力支持模式、呼气震荡排痰模式和咳嗽辅助排痰模式建立一一对应的映射关系，在各控制模式执行期间，依据闭环修正机制，实现呼吸护理机器人能够由患者自身呼吸事件驱动护理动作、在动作执行过程中依据实时生理反馈持续闭环修正，且在异常工况下自动切换至安全保障模式的综合技术效果。

2、本发明为解决上述技术问题，提供如下技术方案：第一方面，一种面向呼吸护理机器人的事件驱动闭环控制方法，该方法的具体步骤为：

3、s100、实时采集患者的呼吸相关生理信号，并对所述呼吸相关生理信号进行预处理；

4、s200、基于预处理后的呼吸相关生理信号，识别预设的至少一种呼吸事件，并输出与识别到的呼吸事件对应的事件类型标识，所述呼吸事件包括吸气开始事件、呼气开始事件和咳嗽事件；

5、s300、响应于所述事件类型标识，触发与所述事件类型标识对应的呼吸护理控制模式，并生成与所述呼吸护理控制模式匹配的初始控制指令，所述呼吸护理控制模式包括与所述吸气开始事件对应的吸气压力支持模式、与所述呼气开始事件对应的呼气震荡排痰模式、与所述咳嗽事件对应的咳嗽辅助排痰模式；

6、s400、依据所述初始控制指令，驱动呼吸护理机器人的执行器执行相应的呼吸护理动作；

7、s500、在所述呼吸护理动作执行期间，将实时采集的呼吸相关生理信号作为反馈信号，基于所述反馈信号对初始控制指令进行修正，以调节所述执行器的动作状态。

8、进一步地，所述s100中，实时采集患者的呼吸相关生理信号并对所述呼吸相关生理信号进行预处理，包括：

9、通过气道压力传感器采集患者的气道压力信号，通过呼吸流量传感器采集患者的吸气流量信号，通过呼吸肌电电极采集患者的呼吸肌电信号；

10、对所述气道压力信号、所述吸气流量信号和所述呼吸肌电信号进行信号放大、带通滤波和模数转换，得到预处理后的数字生理信号，所述数字生理信号包括数字气道压力信号、数字吸气流量信号和数字呼吸肌电信号。

11、更进一步地，所述s200中，识别预设的呼吸事件的过程为：

12、从数字气道压力信号、数字吸气流量信号和数字呼吸肌电信号中提取特征参数，所述特征参数包括吸气流量、气道压力和呼吸肌电信号的均方根包络；

13、将所述特征参数与预设的事件判定阈值和时序逻辑进行比较；

14、当所述吸气流量超过预设的吸气触发流量阈值，且持续时间达到第一预设时长时，判定发生所述吸气开始事件，并输出与所述吸气开始事件对应的事件类型标识；

15、当在已识别到所述吸气开始事件后，监测到的所述吸气流量从所述吸气开始事件对应的一次吸气过程的吸气峰值下降至所述吸气峰值的预设百分比时，判定发生所述呼气开始事件，并输出与所述呼气开始事件对应的事件类型标识；

16、当所述呼吸肌电信号的均方根包络超过预设的肌电爆发阈值，且所述气道压力对时间的导数超过预设的压力变化率阈值时，判定发生所述咳嗽事件，并输出与所述咳嗽事件对应的事件类型标识。

17、更进一步地，所述s300中，初始控制指令的匹配过程为：

18、当所述事件类型标识对应于所述吸气开始事件，则触发所述吸气压力支持模式，生成用于控制所述执行器输出具有预设压力波形和预设吸气时长的正压气流的初始控制指令；

19、当所述事件类型标识对应于所述呼气开始事件，则触发所述呼气震荡排痰模式，生成用于控制所述执行器在患者气道内叠加高频震荡气流，并驱动穿戴于患者胸腹部的排痰背心进行同步高频震荡的初始控制指令；

20、当所述事件类型标识对应于所述咳嗽事件，则触发所述咳嗽辅助排痰模式，生成用于控制所述执行器先施加第一正压气流，经第二预设时长后切换至负压抽吸，并同步启动高频震荡的初始控制指令。

21、更进一步地，所述s500中，基于所述反馈信号对初始控制指令进行修正，在所述吸气压力支持模式执行期间，包括：

22、实时获取数字气道压力信号作为压力反馈信号，将所述压力反馈信号所表征的实际气道压力与预设压力波形在当前时刻的目标压力值进行比较，得到压力偏差；

23、采用比例-积分-微分控制算法，根据所述压力偏差计算调节量，以对正压气流的输出压力进行实时调节，使实际气道压力跟踪所述预设压力波形。

24、更进一步地，所述比例-积分-微分控制算法依据实时计算输出至所述执行器的控制量，其中，为时刻输出至所述执行器中比例调节阀的控制量，用于调节所述正压气流的输出压力，为时刻的所述压力偏差，即所述目标压力值-所述实际气道压力，为预设的比例增益系数，用于根据所述压力偏差的当前值成比例地产生控制分量，为预设的积分增益系数，为所述压力偏差从呼吸护理动作开始时刻至时刻对时间的积分，用于消除稳态误差，为预设的微分增益系数，为时刻的所述压力偏差对时间的变化率，用于预测误差趋势并提供阻尼，将计算得到的实时叠加到所述初始控制指令中，实现对所述正压气流输出压力的闭环修正。

25、更进一步地，所述s500中，基于反馈信号对当前的控制指令进行修正，在所述呼气震荡排痰模式执行期间，包括：

26、实时获取数字气道压力信号和数字吸气流量信号作为反馈信号，从所述反馈信号中提取当前的平均气道压力和高频震荡气流的当前振荡幅度；

27、将所述平均气道压力与预设安全平均压力阈值进行比较，并根据比较结果调节施加于患者气道的基础正压水平；

28、根据所述当前振荡幅度和预设安全震荡区间的比较结果，调节所述高频震荡气流的振荡幅度和振荡频率，使气道内压力交变维持在所述预设安全震荡区间内；

29、其中，调节后的振荡幅度依据进行更新，为计算得到的调节后的高频震荡气流的振荡幅度，为所述高频震荡气流的当前振荡幅度，为从所述数字气道压力信号中提取的所述平均气道压力，为所述预设安全平均压力阈值，为预设的幅度调节系数，所述更新使得当所述平均气道压力高于所述预设安全平均压力阈值时，所述高频震荡气流的振荡幅度自动减小，反之则自动增大，从而实现振荡幅度的闭环自适应调节。

30、更进一步地，所述s500中，基于所述反馈信号对当前的控制指令进行修正，在所述咳嗽辅助排痰模式执行期间，包括：

31、实时监测数字气道压力信号和数字吸气流量信号，并计算所述数字气道压力信号对时间的下降速率和所述数字吸气流量信号的上升速率；

32、当所述数字气道压力信号的下降速率的绝对值超过预设的压力骤降阈值，且所述数字吸气流量信号的上升速率超过预设的流量激增阈值时，判断为痰液排出通道建立，则维持负压抽吸的强度，并降低高频震荡的强度；

33、当所述数字气道压力信号在预设观察窗内上升速率超过预设的压力上升阈值，且所述数字吸气流量信号持续低于预设的流量下限阈值时，判断为存在气道阻塞风险，则降低所述负压抽吸的强度，并增大所述高频震荡的强度。

34、另一方面，一种面向呼吸护理机器人的事件驱动闭环控制系统，该系统包括：

35、信号采集模块，用于实时采集患者的呼吸相关生理信号并对所述呼吸相关生理信号进行预处理；

36、事件识别模块，与所述信号采集模块连接，用于接收预处理后的呼吸相关生理信号，识别预设的至少一种呼吸事件，并输出与识别到的呼吸事件对应的事件类型标识；

37、事件驱动控制器，与所述事件识别模块和所述信号采集模块连接，用于接收所述事件类型标识，触发对应的呼吸护理控制模式并生成与所述呼吸护理控制模式匹配的初始控制指令，且在所述呼吸护理控制模式运行期间，接收来自所述信号采集模块的呼吸相关生理信号作为反馈，对初始控制指令进行修正并输出最终控制指令；

38、执行模块，与所述事件驱动控制器连接，包括至少一个执行器，用于根据所述最终控制指令执行呼吸护理动作。

39、与现有技术相比，该一种面向呼吸护理机器人的事件驱动闭环控制方法具备如下有益效果：

40、本发明通过构建事件识别与模式触发的双层机制，将吸气开始事件、呼气开始事件和咳嗽事件作为呼吸护理动作的直接触发信号，通过气道压力传感器、呼吸流量传感器和呼吸肌电电极实时获取多模态生理信号，从中提取吸气流量、气道压力和呼吸肌电信号的均方根包络的特征参数，并依据预设的事件判定阈值和时序逻辑精确识别患者的呼吸意图，使每一次护理动作的启动时机完全由患者自身的生理意图决定，而非机械地依赖固定时序，提升患者耐受性和治疗依从性。

41、本发明在吸气压力支持模式下，通过比例-积分-微分控制算法，以实际气道压力与目标压力值的压力偏差为依据，实时调节比例调节阀的控制量，使实际气道压力精确跟踪预设压力波形；在呼气震荡排痰模式下，根据平均气道压力与预设安全平均压力阈值的比较结果，自适应调整高频震荡气流的振荡幅度，使气道内压力交变始终维持在预设安全震荡区间内；在咳嗽辅助排痰模式下，动态调节负压抽吸强度和高频震荡强度，实现排痰与安全保障的智能平衡，以实时生理信号为反馈依据，能够自适应患者不断变化的气道力学特性，提高了排痰效率和通气支持的有效性。

42、本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。