一种基于无创血流监测的心肺功能评估方法及设备
文献发布时间:2023-06-19 19:30:30
技术领域
本发明涉及心肺功能评估技术领域,具体为一种基于无创血流监测的心肺功能评估方法及设备。
背景技术
在一定条件下,心肺功能是评估一个人是否能胜任某项工作的重要参考条件,心肺功能是指定工作计划的重要参考。而在对心肺功能进行评估时,需要对人体在特定条件下进行生理数据的采集,而在对受测者的生理数据进行采集通常是有创的或微创的,不利于心肺功能评估的普及,因此需要设计一种基于无创血流监测的心肺功能评估方法及设备,通过无创的方式采集受测者的生理数据,通过建立数学模型对受测者的心肺功能进行评估,以判断受测者的心肺耐力。
针对相关技术中的问题,目前尚未提出有效的解决方案。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于无创血流监测的心肺功能评估方法及设备,通过无创的方式采集受测者的生理数据,通过建立数学模型对受测者的心肺功能进行评估,以判断受测者的心肺耐力。
(二)技术方案
为了实现通过无创的方式采集受测者的生理数据,通过建立数学模型对受测者的心肺功能进行评估,以判断受测者的心肺耐力技术效果,本发明提供如下技术方案:一种基于无创血流监测的心肺功能评估方法,包括如下步骤:
S1、登记受测者的信息,受测者信息包括性别及年龄;
S2、采集生理数据,根据受测者的性别及年龄对受测者进行体能测试并对测试的生理数据进行采集,生理数据包括血流动力学数据及肺通气数据;
S3、对采集的数据建立数学模型;
S4、通过建立的数学模型对受测者的心肺功能进行评测;
S5、得出评测结果,并根据评测结果对受测者的心肺功能进行评价。
作为本发明的一种优选方案,将受测者信息中的年龄进行分组,其分组的年龄段包括6岁-12岁、13岁-18岁、19岁-24岁、25岁-35岁、36岁-45岁、46岁-55岁、56岁-65岁、66岁以上。
作为本发明的一种优选方案,受测者信息还包括工作性质、身高、体重,其中工作性质包括工作类型、平均日工作时长。
作为本发明的一种优选方案,体能测试的形式包括同一测试科目设置不同的体能强度和/或设置不同种测试科目进行组合测试。
作为本发明的一种优选方案,测试科目包括骑功率自行车、3000米跑、双腿深蹲起立、100米跑或立位体前屈。
作为本发明的一种优选方案,血流动力学数据包括心输出量、每搏输出量、心指数、每搏指数、血压、外周阻力、射血前期、左室射血时间、收缩时间比率;
肺通气数据包括心率、呼吸频率、氧气当量、二氧化碳当量、通气量、代谢当量。
作为本发明的一种优选方案,在建立数学模型时对采集的数据进行赋权,其中赋权的方式包括C-OWA算子或熵权法或综合权重。
作为本发明的一种优选方案,通过TOPSIS法建立的数学模型。
作为本发明的一种优选方案,TOPSIS法的步骤包括:
S31、数据标准化处理;
S32、构建加权决策矩阵;
S33、确定理想解;
S34、计算欧式距离;
S35、计算布局方案对理想解的相对接近度。
另一方面,一种基于无创血流监测的心肺功能评估设备,适用于基于无创血流监测的心肺功能评估方法,包括血流动力数据检测模块、肺通气检测模块、脑氧检测模块。
(三)有益效果
与现有技术相比,本发明提供了一种基于无创血流监测的心肺功能评估方法及设备,具备以下有益效果:
1、该种心肺评估方法根据受测者的性别、年龄制定相应的体能测试,并对测试的生理数据进行采集,然后建立数学模型,通过数学模型对受测者的心肺功能进行评测,然后通过对评测结果进行分析,对受测者的心肺功能进行评价,进而判断受测者的心肺耐力。
2、该种心肺评估方法通过对各项参数进行赋权,是建立的数学模型更加科学合理,并能更加准确的对受测者的心肺功能进行客观的评估。
3、该种心肺评估设备通过无创的方式采集受测者的生理数据,防止受测者的身体受到损伤,有利于心肺功能评估的普及。
附图说明
图1为本发明的流程示意图;
图2为本发明中TOPSIS模型建立的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
正如背景技术所介绍的,现有技术中存在的不足,为了解决如上的技术问题,本申请提出了一种基于无创血流监测的心肺功能评估方法及设备。
实施例一:
请参阅图1-图2,一种基于无创血流监测的心肺功能评估方法,包括如下步骤:
S1、登记受测者的信息,受测者信息包括性别及年龄。将受测者信息中的年龄进行分组,其分组的年龄段包括6岁-12岁、13岁-18岁、19岁-24岁、25岁-35岁、36岁-45岁、46岁-55岁、56岁-65岁、66岁以上。在相同条件下,由于不同性别、不同年龄的受测者的体质不同,因此需要进行对应不同性别、年龄的受测者的数据需要进行分别登记,以便更加真切、准确的反映受测者的各项生理数据,并使评估结果更加靠近真实值,使评估结果更加客观、可靠。进一步的,受测者信息还包括工作性质、身高、体重,其中工作性质包括工作类型、平均日工作时长。其中工作性质分为学习型、脑力型、动手型及体力型。工作性质、身高、体重对人体的体质也有所影响,因此需要对受测者的工作性质、身高、体重进行登记,以供进行心肺功能的评估作为参考。
S2、采集生理数据,根据受测者的性别及年龄对受测者进行体能测试并对测试的生理数据进行采集,生理数据包括血流动力学数据及肺通气数据。同一测试科目设置不同的体能强度,利用功率自行车对受测者进行体能测试,在体能测试过程中,通过多功能心肺功能测试系统采集受测者的生理数据,受测者在进行体能测试时佩戴心电贴片、呼吸面罩和指脉氧采集设备,以便测试系统能采集到受测者在进行体能测试时的生理数据。在通过功率自行车进行体能测试时,受测者在蹬踏过程中使功率自行车的转速保持在55r/min-65r/min。运动过程分为三个阶段:第一阶段为静息和热身阶段,让受试者静坐2分钟,采集静息的生理数据。随后,运动负荷为30W,持续时长为3min;第二个阶段为逐级递增负荷阶段,按照每分钟10W的速度逐级递增,直至满足终止条件时停止测试;第三个阶段为恢复阶段,运动负荷为30W,持续时间为3min,是受试者的心率缓慢恢复至静息心率,确保测试的安全性。测试的过程中,满足如下一个条件即可判断力竭:1、受试者已达到主观力竭状态,无法维持55~65r/min的转速;2、心率达到HR
S3、对采集的数据建立数学模型。在建立数学模型时对采集的数据进行赋权,其中赋权的方式包括C-OWA算子或熵权法或综合权重。
C-OWA算子具体过程如下:
邀请相关专家组,并对拟定方案评价指标重要程度打分:每位专家以10分制打分法对同一层次指标按其重要性进行打分,得到该方案评价指标的原始评分集合H=(h
将该方案评价指标重要度原始评分按照数值由大到小排序,得到重新编号后的指标重要度评分集合Q=(q
根据组合数
式中,
对方案评价指标重要程度评分集合Q进行加权,得到绝对权重:
式中,
计算方案评价指标的相对权重:
式中,v
熵权法的具体过程如下:
首先,对矩阵进行归一化处理,归一化的结果是Y矩阵中的列向量y
其中,z
其次,计算各评价指标的熵值。本文采用的计算公式如下:
其中,k为调节系数,k=1/lnn,因此k=0.2569;z
最后,将评价指标的熵值转化为权重值。
其中,0 单一的赋权具有较大的局限性,准则权重考虑了指标间的相对重要性,而次序权重则能够考虑指标因子在次序上对评价结果的影响,通过线性加成法将熵权法及C-OWA算子法所得到的指标权重进行处理,以求得指标的综合权重,使得评分结果更加客观准确。综合权重w w 具体的,计算出各项生理指标的权重后,通过TOPSIS法建立的数学模型。 具体的,TOPSIS法的步骤包括: S31、数据标准化处理; 由于该方案评价指标间存在不同的数量级,度量方法不统一,在进行评价之前需要对指标数据进行标准化处理,将各指标属性统一变换到(0,1)范围内。 其中,定性指标公式如下: 其中,定量指标公式如下: S32、构建加权决策矩阵; y S33、确定理想解; 正理想解是一种设想的最优解,其各个属性都达到各方案中最优的值,负理想解则是设想的最劣值,其各个属性都达到各方案中最差的值。 正理想解: 负理想解: y+表示各指标能够达到的最优值,y-表示各指标能够达到的最劣值。 S34、计算欧式距离; i=1,2,L,m,j=1,2,L,m S35、计算布局方案对理想解的相对接近度。 其中,s S4、通过建立的数学模型对受测者的心肺功能进行评测; 将经过体能测试采集的生理指标数据导入建立的数学模型对受测者的心肺功能进行评测,能有效减小主观因素及个体差异的影响,使评测结果更客观、可靠。 S5、得出评测结果,并根据评测结果对受测者的心肺功能进行评价。 经过评测后,得出评测结果,测试者通过评测结果对受测者的心肺功能进行评价,其评价的内容包括是否符合当前工作条件、当前的工作程序是否合理、如何优化工作程序。 另一方面,一种基于无创血流监测的心肺功能评估设备,适用于基于无创血流监测的心肺功能评估方法,包括血流动力数据检测模块、肺通气检测模块、脑氧检测模块。 实施例二: 请参阅图1-图2,一种基于无创血流监测的心肺功能评估方法,包括如下步骤: S1、登记受测者的信息,受测者信息包括性别及年龄。将受测者信息中的年龄进行分组,其分组的年龄段包括6岁-12岁、13岁-18岁、19岁-24岁、25岁-35岁、36岁-45岁、46岁-55岁、56岁-65岁、66岁以上。在相同条件下,由于不同性别、不同年龄的受测者的体质不同,因此需要进行对应不同性别、年龄的受测者的数据需要进行分别登记,以便更加真切、准确的反映受测者的各项生理数据,并使评估结果更加靠近真实值,使评估结果更加客观、可靠。进一步的,受测者信息还包括工作性质、身高、体重,其中工作性质包括工作类型、平均日工作时长。其中工作性质分为学习型、脑力型、动手型及体力型。工作性质、身高、体重对人体的体质也有所影响,因此需要对受测者的工作性质、身高、体重进行登记,以供进行心肺功能的评估作为参考。 S2、采集生理数据,根据受测者的性别及年龄对受测者进行体能测试并对测试的生理数据进行采集,生理数据包括血流动力学数据及肺通气数据。设置不同种测试科目进行组合测试,其中测试科目组合为3000米跑、双腿深蹲起立、100米跑及立位体前屈,受测者依次完成设置的测试科目,每项科目结束后,通过多功能心肺功能测试系统采集受测者的生理数据,受测者在进行体能测试时佩戴心电贴片、呼吸面罩和指脉氧采集设备,以便测试系统能采集到受测者进行体能测试后的生理数据。在体能测试过程中即通过多功能心肺功能测试系统对受测者的生理数据进行采集,其中,血流动力学数据包括心输出量、每搏输出量、心指数、每搏指数、血压、外周阻力、射血前期、左室射血时间、收缩时间比率;肺通气数据包括心率、呼吸频率、氧气当量、二氧化碳当量、通气量、代谢当量。 S3、对采集的数据建立数学模型。在建立数学模型时对采集的数据进行赋权,其中赋权的方式包括C-OWA算子或熵权法或综合权重。 D-OWA算子具体过程如下: 邀请相关专家组,并对拟定方案评价指标重要程度打分:每位专家以10分制打分法对同一层次指标按其重要性进行打分,得到该方案评价指标的原始评分集合H=(h 将该方案评价指标重要度原始评分按照数值由大到小排序,得到重新编号后的指标重要度评分集合Q=(q 根据组合数 式中, 对方案评价指标重要程度评分集合Q进行加权,得到绝对权重: 式中, 计算方案评价指标的相对权重: 式中,v 熵权法的具体过程如下: 首先,对矩阵进行归一化处理,归一化的结果是Y矩阵中的列向量y 其中,z 其次,计算各评价指标的熵值。本文采用的计算公式如下: 其中,k为调节系数,k=1/lnn,因此k=0.2569;z 最后,将评价指标的熵值转化为权重值。 其中,0 单一的赋权具有较大的局限性,准则权重考虑了指标间的相对重要性,而次序权重则能够考虑指标因子在次序上对评价结果的影响,通过线性加成法将熵权法及C-OWA算子法所得到的指标权重进行处理,以求得指标的综合权重,使得评分结果更加客观准确。综合权重w w 具体的,计算出各项生理指标的权重后,通过TOPSIS法建立的数学模型。 具体的,TOPSIS法的步骤包括: S31、数据标准化处理; 由于该方案评价指标间存在不同的数量级,度量方法不统一,在进行评价之前需要对指标数据进行标准化处理,将各指标属性统一变换到(0,1)范围内。 其中,定性指标公式如下: 其中,定量指标公式如下: S32、构建加权决策矩阵; y S33、确定理想解; 正理想解是一种设想的最优解,其各个属性都达到各方案中最优的值,负理想解则是设想的最劣值,其各个属性都达到各方案中最差的值。 正理想解: 负理想解: y+表示各指标能够达到的最优值,y-表示各指标能够达到的最劣值。 S34、计算欧式距离; i=1,2,L,m,j=1,2,L,m S35、计算布局方案对理想解的相对接近度。 其中,si*越接近1,布局方案效果好。 S4、通过建立的数学模型对受测者的心肺功能进行评测; 将经过体能测试采集的生理指标数据导入建立的数学模型对受测者的心肺功能进行评测,能有效减小主观因素及个体差异的影响,使评测结果更客观、可靠。 S5、得出评测结果,并根据评测结果对受测者的心肺功能进行评价。 经过评测后,得出评测结果,测试者通过评测结果对受测者的心肺功能进行评价,其评价的内容包括是否符合当前工作条件、当前的工作程序是否合理、如何优化工作程序。 另一方面,一种基于无创血流监测的心肺功能评估设备,适用于基于无创血流监测的心肺功能评估方法,包括血流动力数据检测模块、肺通气检测模块、脑氧检测模块。 尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。