一种基于温度检测的体积描记箱压力参数校正方法和系统

本发明属于医学检测与应用领域，具体涉及一种基于温度检测的体积描记箱压力参数校正方法和系统。

背景技术：

1、在肺功能检测技术当中，体积描记法测量人体气道阻力(raw)以及肺总量(tgv)可谓是金标准。体积描记法的原理是基于波义尔定律，即在密闭和恒温的情况下，一定量的气体体积减少或增加时，气压的变化遵循着在任何时候压力与体积的乘积保持恒定的规律。在实际检测过程中，患者需要在一个密闭的箱体(即体积描记箱)内进行指定的呼吸动作，箱内的气体体积会随着呼吸动作的变化而变化，从而导致箱内的气压(即箱压)发生变化，气道阻力和肺总量的测量都是基于对这种箱压变化的监测和分析。理想情况下，箱压的变化应该全部由人的呼吸动作产生。然而，当人体体温比环境温度高时，人体对箱内气体的加热作用将导致箱内气体温度逐渐升高，进而使得测量到的压力值偏高，从而影响到了检测的准确性。

2、目前对于这个问题的主要解决方法是在正式开始测量前，让受试者在箱体内静候1分钟以上，并打开必要的泄漏孔，使得箱内外气压趋于平衡。但是，这种方法只能平衡初始阶段的温度变化，无法排除后续温度变化的影响，这种方法限制了设备的稳定性、准确性和效率。而且，1分钟的等待时间会使得一些患有幽闭恐惧症或焦虑症等疾病的患者感到不安，无法很好地配合后续的检测动作，导致检测准确性下降，检测效率降低。

技术实现思路

1、有鉴于此，本发明提供了一种基于温度检测的体积描记箱压力参数校正方法，所述方法包括：

2、获取体积描记箱内检测点的温度、待检测对象的体积、待检测对象温度以及体积描记箱测量时所处的环境温度；

3、利用ga-bp神经网络模型，根据检测点的温度、待检测对象的体积、待检测对象温度以及体积描记箱所处的环境温度对第一箱体压力变化量进行预测；

4、获取待检测对象进行呼吸动作后的第二箱体压力变化量；

5、利用第一箱体压力变化量和第二箱体压力变化量，确定待检测对象的呼吸动作造成的箱体压力变化量。

6、本发明还提供了一种基于温度检测的体积描记箱压力参数校正系统，其特征在于，包括数据获取模块、压力预测模块和压力校正模块，其中，

7、数据获取模块用于获取模型参数信息以及待检测对象进行呼吸动作后的第二箱体压力变化量，其中模型参数信息包括体积描记箱内检测点的温度、待检测对象的体积、待检测对象温度以及体积描记箱测量时所处的环境温度；

8、压力预测模块用于根据获取的模型参数信息并利用ga-bp神经网络模型对第一箱体压力变化量进行预测；

9、压力校正模块用于利用预测的第一箱体压力变化量和第二箱体压力变化量，确定待检测对象的呼吸动作造成的箱体压力变化量。

10、进一步地，检测点位于体积描记箱箱体的垂直对称轴所在的平面上。

11、进一步地，检测点有四个，均处于箱体垂直对称轴所在的平面上，检测点1位于箱体顶部下方，距离箱体顶部第一距离处且距离箱体后壁第二距离处；检测点2和检测点1处在同一水平位置且距离箱体后壁第三距离处，第三距离大于第二距离；检测点3位于箱体顶部下方，距离箱体顶部第四距离处且距离箱体后壁第五距离处，第四距离大于第一距离；检测点4和检测点3处在同一水平位置，距离箱体后壁第六距离处，第六距离大于第五距离。

12、进一步地，检测点的位置可以根据体积描记箱的尺寸进行调节。

13、进一步地，所述系统还包括模型训练模块，用于对ga-bp神经网络模型进行训练，其中，对ga-bp神经网络模型进行训练具体包括：

14、构建ga-bp神经网络模型；

15、获取训练样本，每个训练样本包括检测点的温度、样本对象的体积、样本对象的温度和所述训练样本对应的体积描记箱所处的环境温度，每个训练样本对应一个第一箱体压力变化量；

16、利用训练样本和与训练样本对应的第一箱体压力变化量，对ga-bp神经网络模型进行训练。

17、进一步地，利用训练样本，对ga-bp神经网络模型进行训练包括：

18、利用ga算法优化bp神经网络模型的初始权值和初始阈值；

19、根据优化后的初始权值和阈值，将训练样本输入bp神经网络模型进行预测，生成预测结果；

20、计算预测结果与训练样本对应的第一箱体压力变化量之间的误差；

21、根据所述误差，不断更新bp神经网络的权重和阈值，直到误差满足预设的要求。

22、本发明的有益效果是：

23、针对体积描记法测量肺功能的检测要求，在无需平衡时间(即测量开始前，受试者需要在箱体内的静候时间)的情况下，本发明提供了一种减少受试者(即待检测对象)进入箱体带来温度影响的方法，该方法更快速、更快捷；它可以有效消除人体进入体描箱带来的压力影响。即使在特殊情况下需要延长测量时间，也可以通过增加采样时间来获取更长的训练样本，使得ga-bp神经网络能够预测更长时间内体描箱内由温度引起的压力变化，从而更好地消除人体温度对测量结果的影响；其次，本发明通过实时监控箱内特定区域(即检测点)的温度，实现在在测量全过程中，得到温度影响下的压力变化，由压力传感器采集的实际数据减去该压力变化可得更准确的检测结果，从而消除由于温度的影响带来的压力变化，提高检测的准确率。

24、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。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

技术特征：

1.一种基于温度检测的体积描记箱压力参数校正方法，其特征在于，包括：

2.根据权利要求1所述的一种基于温度检测的体积描记箱压力参数校正方法，其特征在于，检测点位于体积描记箱箱体的垂直对称轴所在的平面上。

3.根据权利要求2所述的一种基于温度检测的体积描记箱压力参数校正方法，其特征在于，检测点有四个，均处于箱体垂直对称轴所在的平面上，检测点1位于箱体顶部下方，距离箱体顶部第一距离处且距离箱体后壁第二距离处；检测点2和检测点1处在同一水平位置且距离箱体后壁第三距离处，第三距离大于第二距离；检测点3位于箱体顶部下方，距离箱体顶部第四距离处且距离箱体后壁第五距离处，第四距离大于第一距离；检测点4和检测点3处在同一水平位置，距离箱体后壁第六距离处，第六距离大于第五距离。

4.根据权利要求1所述的一种基于温度检测的体积描记箱压力参数校正方法，其特征在于，检测点的位置可以根据体积描记箱的尺寸进行调节。

5.根据权利要求1所述的一种基于温度检测的体积描记箱压力参数校正方法，其特征在于，所述方法还包括对ga-bp神经网络模型的训练，具体包括：

6.根据权利要求5所述的一种基于温度检测的体积描记箱压力参数校正方法，其特征在于，利用训练样本，对ga-bp神经网络模型进行训练包括：

7.一种基于温度检测的体积描记箱压力参数校正系统，其特征在于，包括数据获取模块、压力预测模块和压力校正模块，其中，

8.根据权利要求7所述的一种基于温度检测的体积描记箱压力参数校正系统，其特征在于，检测点位于体积描记箱箱体的垂直对称轴所在的平面上。

9.根据权利要求8所述的一种基于温度检测的体积描记箱压力参数校正系统，其特征在于，检测点有四个，均处于箱体垂直对称轴所在的平面上，检测点1位于箱体顶部下方，距离箱体顶部第一距离处且距离箱体后壁第二距离处；检测点2和检测点1处在同一水平位置且距离箱体后壁第三距离处，第三距离大于第二距离；检测点3位于箱体顶部下方，距离箱体顶部第四距离处且距离箱体后壁第五距离处，第四距离大于第一距离；检测点4和检测点3处在同一水平位置，距离箱体后壁第六距离处，第六距离大于第五距离。

10.根据权利要求9所述的一种基于温度检测的体积描记箱压力参数校正系统，其特征在于，所述系统还包括模型训练模块，用于对ga-bp神经网络模型进行训练，其中，对ga-bp神经网络模型的训练包括：

技术总结本发明公开了一种基于温度检测的体积描记箱压力参数校正方法和系统，该方法包括：获取体积描记箱内检测点的温度、待检测对象的体积、待检测对象温度以及体积描记箱所处的环境温度；利用GA‑BP神经网络模型，根据检测点的温度、待检测对象的体积、待检测对象温度以及体积描记箱所处的环境温度对第一箱体压力变化量进行预测；获取待检测对象进行呼吸动作后的第二箱体压力变化量；利用第一箱体压力变化量和第二箱体压力变化量，确定待检测对象的呼吸动作造成的箱体压力变化量。本发明能够有效消除待检测对象的温度对测量结果的影响。技术研发人员：王睿,王智慧,黄煬,史壮,杨欣受保护的技术使用者：重庆大学技术研发日：技术公布日：2024/9/9