目的:机械通气是目前临床上广泛使用的用于纠正低血氧症和高碳酸症的一种生命支持的方法,在重症监护室(ICU)内停留24小时以上的患者有80%需要呼吸机辅助呼吸,这其中大部分患者都伴有呼吸衰竭,有13%的患者患有急性肺损伤(ALI)或急性呼吸窘迫症(ARDS)。作为急救的重要手段,机械通气在战场伤员救治和灾难救援等特殊场合也发挥着重要的作用。但是在临床上对于机械通气的应用还存在着诸多的问题:①机械通气的相关参数众多,操作复杂,对临床使用者有较高要求,因此限制了机械通气的广泛应用;②不恰当的机械通气参数设定可能会导致或者加剧患者的急性肺损伤,形成机械通气肺损伤(VALI),甚至会增加患者死亡的风险。③机械通气参数需要根据患者的病情进行及时调整,临床工作繁忙容易导致使用者延误调整机械通气参数的时机,造成患者的病情延误。临床上针对机械通气已经总结出了许多成熟的经验和临床指南,但是这些经验和指南一直未能得到广泛的推广和有效的使用,不正确的操作还是时有发生。这里除了人和组织因素外患者的个体差异,状态的不稳定也是造成机械通气使用混乱的重要原因。随着智能控制技术的发展,应用先进的控制理论将临床指南转化为计算机语言实现对呼吸机的智能控制成为可能,而以此为目的的控制算法成为实现呼吸机智能控制的关键。本研究旨在为实现智能控制呼吸机做相关控制算法的研究,形成机械通气的辅助决策系统。方法和内容:本研究以机械通气的智能控制算法为目标,通过调研机械通气智能控制领域的研究热点和趋势,提出了建立人体呼吸系统计算机模型并结合模糊控制作为实现机械通气辅助决策算法的基础。为此针对机械通气辅助决策算法的研究分为三个主要研究内容:(1)人体呼吸系统计算机模型的研究。人体呼吸系统计算机模型分为肺的力学模型和气体交换模型。肺的力学模型主要以研究肺内的压力、容量、肺顺应性和气道阻力等特性为目的,考虑到模型建立的复杂度系统采用简化的肺电学特性模型,即能真实反映患者的肺部生理状态又能降低计算量。气体交换模型主要模拟氧气和二氧化碳在人体内的交换,运输和新陈代谢等过程。系统采用双腔肺的气体交换模型,模型分为肺泡通气,肺泡气体交换,肺部分流,人体血液运输,组织气体交换等五个过程,可以真实模拟患者体内气体交换的情况,并能够反映患者的状态。建立人体呼吸系统计算机模型为评估患者的肺部生理状态以及机械通气对患者的影响提供了可靠的仿真平台。(2)基于模糊逻辑的机械通气辅助决策算法的研究。机械通气辅助决策算法是建立在专家知识库基础上,运用模糊逻辑将专家知识库转化为计算机语言,以此为机械通气提供决策支持。算法的研究分为两个部分:专家知识库的建立和模糊逻辑控制器的设计。专家知识库是在已有的机械通气临床指南和使用规则的基础上,进行筛选和总结出来的机械通气使用规则。专家知识库的建立是为模糊控制器规则的设计提供临床依据。根据临床实际需求确定模糊控制器设计为6输入4输出的多变量模糊控制器。针对多变量模糊控制器在设计中出现的控制器结构复杂,参数之间有耦合现象,模糊控制规则复杂、计算量大等问题,在本课题的模糊控制器设计中采用了分层多规则结构来实现模糊控制器。即将模糊控制器的设计分为呼气末正压(PEEP)-吸入气体氧浓度(Fi O2)控制和吸入气体支持压力(Pinsp)-呼吸频率(F)控制两部分,通过对PEEP和Fi O2的综合判断指导PEEP和Fi O2的参数设定。这样的结构简化了模糊控制规则设计的复杂性,减少了计算量,提高了模糊控制器的准确性。(3)患者机械通气状态识别算法的研究。患者的生理状态是临床上指导机械通气参数设定的重要依据,通过对患者呼吸系统生理状态的识别可以为辅助决策算法提供决策依据。患者肺部的压力(P)-容积(V)曲线是临床上研究患者肺内部特征的重要工具,识别算法利用患者肺部的力学模型运用牛顿迭代法对患者的P-V曲线进行拟合,从而计算出患者肺动态顺应性等肺的重要指标。患者的血氧饱和度(SpO2)-吸入气体氧浓度(Fi O2)或呼末气体氧浓度(FetO2)曲线可以反应患者体内气体交换过程中肺内分流和通气/灌注匹配情况。肺内分流(fs)和通气/灌注比(f A2)是反映患者体内气体交换情况的重要参数,识别算法结合患者的气体交换模型运用牛顿迭代法对患者的SpO2-Fi O2曲线或SpO2-Fet O2曲线进行拟合可以计算出fs和f A2的值。结果:为了验证机械通气专家辅助决策系统的可靠性,我们与解放军第174医院重症监护室(ICU)合作,采用先分解测试再整体测试的方法,利用计算机仿真平台结合临床患者实际数据分三个实验对决策系统进行验证:(1)患者状态识别算法和呼吸系统计算机模型的有效性实验。实验首先运用状态识别算法根据患者的真实临床数据对患者的状态参数进行估算,并完善呼吸系统计算机模型。然后利用模型仿真患者在当前机械通气参数下的生理参数,并将结果与患者的实际生理参数进行对比,对比发现通过仿真获得的患者的生理参数和患者实际的生理参数有很强的相关性,两者之间的差值无统计学差异(P>0.05)。同时实验还对比了不同的机械通气策略下通过模型仿真获得的患者的生理参数与患者实际的生理参数之间的差值,对比发现两者之间无明显的差异,由此证明实验建立的患者的呼吸系统计算机模型能够很好地模拟患者的肺部情况。(2)模糊逻辑辅助决策算法的有效性实验。对于辅助决策算法的有效性实验是应用已验证的计算机模型进行的,通过在算法模块和计算机模型之间建立闭环控制系统,模型根据算法的结果仿真出患者状态的改变,算法根据模拟的状态改变对输出结果进行调整,当闭环系统达到稳定后算法的输出做为最终系统的决策建议。通过实验结果我们可以看出辅助决策算法能够按照患者的状态改变做出有效的调整,并且最终的决策建议完全符合所建立的专家知识库要求。(3)算法性能评测实验。目前临床上尚未建立完整的机械通气质量评价方法,所以在实验中我们初步探讨了针对机械通气质量的评价方法,最终确立了采取调查问卷的形式由临床医生对辅助决策算法进行评价,通过对问卷结果的统计我们可以看出辅助决策算法的结果符合临床要求,可以作为指导机械通气策略使用。结论:本研究综合运用模糊控制和人体呼吸系统计算机模型完成了机械通气专家辅助决策系统的建立,实现了对患者的机械通气生理参数的采集、分析,并对患者的状态进行了算法识别,最后根据患者的状态对患者的机械通气策略做出决策建议。系统的实现有效地降低了呼吸机的使用难度,方便临床使用者更加准确地掌握患者的状态,并作出及时有效的机械通气治疗方案。