一種用于呼吸機的濾波方法及裝置的制造方法

一種用于呼吸機的濾波方法及裝置的制造方法
【專利摘要】本發明公開了一種用于呼吸機的濾波方法，包括：獲取呼吸機的傳感器輸出的原始數據；采用N重毛刺處理的方法對所述原始數據進行毛刺處理得到中間數據；采用加權濾波的方法對所述中間數據進行濾波得到所述傳感器的濾波數據；其中，N為正整數。首先對傳感器輸出的數據進行毛刺處理，極大效率的濾除了呼吸機傳感器采集到的數據波動，對毛刺處理后的數據采用加權濾波的方法，降低了因純粹的算術平均引起的誤差較大的問題。此外，本發明還公開一種用于呼吸機的濾波裝置。
【專利說明】
-種用于呼吸機的濾波方法及裝置
技術領域
[0001] 本發明設及電子技術領域，特別是設及一種用于呼吸機的濾波方法及裝置
【背景技術】
[0002] 呼吸機根據治療方案調整呼吸氣體的加壓流的一個或者多個流體參數，需要W加 壓流的流量數據為依據。流量傳感器作為采集流量數據的重要硬件裝置，其輸出數據的精 度對呼吸機的氣體調整有非常重要的影響。
[0003] 呼吸機根據治療方案調整呼吸氣體的加壓流的一個或者多個流體參數，需要W加 壓流的流量數據為依據。流量傳感器作為采集流量數據的重要硬件裝置，其輸出數據的精 度對呼吸機的氣體調整有非常重要的影響。
[0004] 目前，對于流量傳感器的輸出數據進行濾波處理是本領域技術人員采用的提高輸 出數據精度的方法。該濾波處理方法是通過限幅和遞歸平均處理方法，在限幅處理環節，由 于需要將幅值過大的數據剔除，容易導致受試者因正常呼吸引起的突升數據作為干擾數據 被濾除，另外，不同的數據在整個輸出數據中的影響權重不同，因此，如果采用遞歸平均處 理就沒有考慮到單個數據對于整體數據的權重影響，導致濾波后的輸出數據與實際輸出數 據偏差過大，精度較低。
[0005] 由此可見，如何提高流量傳感器輸出數據的精度是本領域技術人員亟待解決的問 題。

【發明內容】

[0006] 本發明的目的是提供一種用于呼吸機的濾波方法及裝置。
[0007] 為解決上述技術問題，本發明提供一種用于呼吸機的濾波方法，包括：
[0008] 獲取呼吸機的傳感器輸出的原始數據；
[0009] 采用N重毛刺處理的方法對所述原始數據進行毛刺處理得到中間數據；
[0010] 采用加權濾波的方法對所述中間數據進行濾波得到所述傳感器的濾波數據；
[001 U 其中，N為正整數。
[0012]優選地，N=3。
[0013] 優選地，所述采用N重毛刺處理的方法對所述原始數據進行毛刺處理得到中間數 據具體包括：
[0014] 對所述原始數據進行N重處理后輸出所述中間數據，所述原始數據作為第1重處理 的輸入數據，每重毛刺處理的輸出數據作為下一重毛刺處理的輸入的數據，每重毛刺處理 具體包括：
[0015] S10:設置當前時刻為0,獲取由當前時刻開始依次輸出的第一數據，第二數據和第 =數據；
[0016] Sll:依據當前獲取的第一數據，第二數據和第=數據在第一數據和第二數據中分 別確定一個輸出數據和一個剔除數據；
[0017] S12:將當前時刻設置為輸出第二數據的時刻，獲取由當前時刻開始依次輸出的第 一數據，第二數據和第=數據，返回步驟Sll，直至無法獲取到輸出的數據為止。
[0018] 優選地，所述依據當前獲取的第一數據，第二數據和第=數據在第一數據和第二 數據中分別確定一個輸出數據和一個剔除數據具體為：
[0019] 判斷事件(a U 0) n 丫是否為真，如果是，則第一數據為輸出數據，第二數據為剔除 數據，如果否，則第一數據為剔除數據，第二數據為輸出數據；
[0020] a為事件:第二數據〉第一數據且第二數據〉第=數據；
[0021] 0為事件:第二數據<第一數據且第二數據 <第=數據；
[0022] 丫為事件:min( I第二數據-第一數據I，I第二數據-第S數據I )〉H/2,其中，H為恒 定流量下傳感器輸出數據波動幅值的最大值。
[0023] 優選地，所述采用加權濾波的方法對所述中間數據進行濾波得到所述傳感器的濾 波數據具體包括：
[0024] S20:判斷所述中間數據的個數是否達到預定個數M;如果是，進入步驟S21，如果 否，返回步驟S20;
[0025] S21:計算第M+j個中間數據和其之前的M-I個中間數據的判定因子W及最大值和 最小值；
[0026] 其中，j從0開始；
[0027] S22:根據所述判定因子、所述最大值和所述最小值的關系確定所述第M+j個中間 數據對應的濾波數據；
[002引S23:判斷第M+j個中間數據是否為最后一個中間數據，如果否，進入步驟S24,如果 是，則結束；
[00巧]S24:將j的值加1，返回步驟S21;
[0030] 其中，M為大于1的正整數，所述判定因子Km=(max-min)/M。
[0031] 優選地，所述根據所述判定因子，所述最大值和所述最小值的關系確定所述第M+j 個中間數據對應的濾波數據具體為：
[0032] 若|Km|《H/M，則所述第M+j個中間數據對應的濾波數據為第M+j個中間數據和其 之前的M-I個中間數據的算術平均值；
[00削若Km〉H/M，則利用最小二乘法計算M個中間數據的斜率Kmb;
[0034]若所述K m b〉0，則所述第M + j個中間數據對應的濾波數據為
[003引若K m < 0，則所述第M + j個中間數據對應的濾波數據天

[0036]其中，X功第M+j個中間數據和其之前的M-I個中間數據的第i個中間數據的值，Wi 為Xi對應的權值。
[0037] 優選地，M= 10。
[0038] 優選地，所述斜率為所述最大值與最小值的差值。
[0039] -種用于呼吸機的濾波裝置，包括：
[0040] 獲取單元，用于獲取呼吸機的傳感器輸出的原始數據；
[0041] 毛刺處理單元，用于采用N重毛刺處理的方法對所述原始數據進行毛刺處理得到 中間數據；
[0042] 加權濾波單元，用于采用加權濾波的方法對所述中間數據進行濾波得到所述傳感 器的濾波數據；
[0043] 其中，N為正整數。
[0044] 本發明所提供的用于呼吸機的濾波方法，首先對傳感器輸出的數據進行毛刺處 理，極大效率的濾除了呼吸機傳感器采集到的數據波動，對毛刺處理后的數據采用加權濾 波的方法，降低了因純粹的算術平均引起的誤差較大的問題。
【附圖說明】
[0045] 為了更清楚地說明本發明實施例，下面將對實施例中所需要使用的附圖做簡單的 介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人 員來講，在不付出創造性勞動的前提下，還可W根據運些附圖獲得其他的附圖。
[0046] 圖1為本發明提供的一種用于呼吸機的濾波方法的流程圖；
[0047] 圖2為本發明實施例提供的一種當前時刻為加寸毛刺處理的原理圖；
[0048] 圖3為本發明實施例提供的當前時刻為輸出第=數據的時刻對應的刺處理的原理 圖；
[0049] 圖4為本發明實施例提供的一種第一輪加權濾波的方法對應的原理圖；
[0050] 圖5為本發明實施例提供的一種第二輪加權濾波的方法對應的原理圖；
[0051] 圖6為本發明提供的一種用于呼吸機的濾波裝置的結構圖。
【具體實施方式】
[0052] 下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部實施例。基于本 發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下，所獲得的所有其他 實施例，都屬于本發明保護范圍。
[0053] 本發明的核屯、是提供一種用于呼吸機的濾波方法及裝置。
[0054] 為了使本技術領域的人員更好地理解本發明方案，下面結合附圖和【具體實施方式】 對本發明作進一步的詳細說明。
[0055] 圖1為本發明提供的一種用于呼吸機的濾波方法的流程圖。如圖1所示，用于呼吸 機的濾波方法包括：
[0056] SI:獲取呼吸機的傳感器輸出的原始數據；
[0057] S2:采用N重毛刺處理的方法對原始數據進行毛刺處理得到中間數據；
[0058] S3:采用加權濾波的方法對中間數據進行濾波得到傳感器的濾波數據；
[0化9] 其中，N為正整數。
[0060] 在具體實施中，當呼吸機正常工作時，傳感器會按照一定的周期輸出原始數據，我 們的目標就是要對運些原始數據進行處理。在步驟S2中，首先通過毛刺處理的方法對運些 原始數據進行毛刺處理去除一些數據，經過毛刺處理后得到中間數據，中間數據就是作為 加權濾波的方法的輸入數據，在步驟S3中，采用加權的方式對每個數據在整體數據中的權 值地位進行計算。
[0061] 在本實施例中，對于原始數據采用N重毛刺處理可W將消除一些波動較大的數據， 運里所述的N重毛刺處理，是先對原始數據進行一次毛刺處理，然后對剩余的數據再進行一 次毛刺處理，按照需要，可W進行多次毛刺處理直的得到滿意的效果。可W理解的是，傳感 器輸出的原始數據的量非常大，如果毛刺處理進行的次數較多的話，會導致處理速度過慢， 因此，選用幾重毛刺處理要與處理速度和數據量大小綜合考慮。例如，N可W為3,即對原始 數據進行3重濾波。另外，加權濾波的方法對中間數據進行濾波，因此，加權濾波從什么開 始，需要根據中間數據的多少來定，如果中間數據的個數還不滿足加權濾波方法的條件，那 么不開始執行。
[0062] 本實施例提供的用于呼吸機的濾波方法，首先對傳感器輸出的數據進行毛刺處 理，極大效率的濾除了呼吸機傳感器采集到的數據波動，對毛刺處理后的數據采用加權濾 波的方法，降低了因純粹的算術平均引起的誤差較大的問題。
[0063] 在上述實施實施例的基礎上，作為一種優選的實施方式，步驟采用N重毛刺處理的 方法對原始數據進行毛刺處理得到中間數據具體包括:對原始數據進行N重處理后輸出中 間數據，原始數據作為第1重處理的輸入數據，每重毛刺處理的輸出數據作為下一重毛刺處 理的輸入的數據。
[0064] 如果是對原始數據進行3重處理，那么原始數據作為第1重處理的輸入數據，第一 重處理得到的輸出數據是第2重處理的輸入數據，第2重處理得到的輸出數據是第3重處理 的輸入數據，第3重處理的輸出數據就是中間數據。因為每重處理只是數據不同，毛刺處理 的方法是相同的，因此，W下只對其中的一次毛刺處理過程進行描述。
[0(?日]每重毛刺處理具體包括：
[0066] S10:設置當前時刻為0,獲取由當前時刻開始依次輸出的第一數據，第二數據和第 =數據；
[0067] Sll:依據當前獲取的第一數據，第二數據和第=數據在第一數據和第二數據中分 別確定一個輸出數據和一個剔除數據；
[0068] S12:將當前時刻設置為輸出第二數據的時刻，獲取由當前時刻開始依次輸出的第 一數據，第二數據和第=數據，返回步驟Sll，直至無法獲取到輸出的數據為止。
[0069] 在具體實施中，每個數據都有可能作為第一數據，第二數據，或者第=數據，在第 一重處理中是第一數據，在第二重處理中有可能是第二數據，因此，第一數據，第二數據，第 =數據只是一個相對的概念，并不是指定一個具體的數據。為了方便描述，采用設置時鐘的 方式進行描述。
[0070] 圖2為本發明實施例提供的一種當前時刻為加寸毛刺處理的原理圖。設置一個空間 隊列，在圖2中，A的位置就是第一數據，B的位置就是第二數據，X的位置就是第=數據的位 置。如果當前時刻為0那么傳感器輸出的第一個數據就是第一數據，輸出的第二個數據就是 第二數據，輸出的第=個數據就是第=數據。可W理解的是，第一數據輸出的時間要超前于 第二數據，第二數據輸出的時間要超前于第=數據。相對于第二數據和第一數據來說，第= 數據就是新數據，放在圖2中的首位。此時，在第二數據和第一數據中確定出一個輸出數據， 例如第二數據，和一個剔除數據例如，第一數據。剔除數據就不會參與到下一重毛刺處理的 過程中，而輸出數據會繼續參與。由此可見，在當前時刻為O的情況下，第一數據作為剔除數 據剔除，第二數據作為輸出數據繼續保留至下一重毛刺處理。圖3為本發明實施例提供的當 前時刻為輸出第=數據的時刻對應的刺處理的原理圖。將當前時刻設置為輸出第二數據的 時刻，此時，傳感器輸出的第二個數據，即上一輪的第=數據就變成本輪的第二數據，本輪 的第一數據是上一輪留下的輸出數據。表現在圖2和圖3中就是C的位置由圖2中的隊首變成 圖3中的隊中。傳感器輸出的第四個數據D就是本輪的第=數據。在運一輪中，依然按照上述 方法得到一個剔除數據和一個輸出數據。按照傳感器的輸出，不停的進行上述步驟，直到傳 感器輸出的最后一個數據作為第=數據并完成該輪的計算為止。
[0071] 在上述實施例的基礎上，需要在第二數據和第一數據之間選擇一個作為輸出數 據，另一個為剔除數據，具體做法如下：
[0072] 判斷事件(a U 0) n 丫是否為真，如果是，則第一數據為輸出數據，第二數據為剔除 數據，如果否，則第一數據為剔除數據，第二數據為輸出數據；
[0073] a為事件:第二數據〉第一數據且第二數據〉第=數據；
[0074] 0為事件:第二數據<第一數據且第二數據 <第=數據；
[007引 丫為事件:min( I第二數據-第一數據I，I第二數據-第S數據I )〉H/2,其中，騎財屆 振蕩幅值決定。
[0076] 在本實施例中，如果第二數據〉第一數據且第二數據〉第=數據，則a為真，否則a為 假，如果第二數據<第一數據且第二數據<第=數據，則e為真，否則e為假，如果min ( I第二數 據-第一數據I，I第二數據-第S數據I )〉H/2，則丫為真，否則丫為假。例如，如果丫為真，且a 或e只要任意一個為真，則事件(Ciue)n 丫就是真，那么第一數據為輸出數據，第二數據為 剔除數據;如果丫為假，無論a和e的結果，則事件(aue)n 丫就是假，那么第二數據為輸出 數據，第一數據為剔除數據。
[0077] 在上述實施例的基礎上，采用加權濾波的方法對中間數據進行濾波得到傳感器的 濾波數據具體包括：
[0078] S20:判斷中間數據的個數是否達到預定個數M;如果是，進入步驟S21，如果否，返 回步驟S20;
[0079] S21:計算第M+j個中間數據和其之前的M-I個中間數據的判定因子W及最大值和 最小值；
[0080] 其中，j從0開始；
[0081] S22:根據判定因子、最大值和最小值的關系確定第M+j個中間數據對應的濾波數 據；
[0082] S23:判斷第M+j個中間數據是否為最后一個中間數據，如果否，進入步驟S24,如果 是，則結束；
[0083] S24:將j的值加1，返回步驟S21;
[0084] 其中，M為大于1的正整數。
[0085] 圖4為本發明實施例提供的一種第一輪加權濾波的方法對應的原理圖。如圖4所 示，M為10。為了方便描述，在圖4中設置一個包含10個位置的空間隊列，每一輪最后一個中 間數據放在隊首，比如，在第一輪，當輸出第十個數據時，第十個數據就在XlO的位置，Xl的 位置就表示第一個中間數據，依次類推，那么此時空間隊列由隊首至隊尾依次是第十個中 間數據X10、第九個中間數據X9、第八個中間數據X8、第屯個中間數據X7、第六個中間數據 X6、第五個中間數據X5、第四個中間數據X4、第=個中間數據X3、第二個中間數據X2、第一個 中間數據XI。如果毛刺處理輸出的數據還沒有達到10個，則輸出的數據為無效數據，不是本 發明所要得到的數據，換句話說不開始執行W下步驟。當輸出第十個數據時，則開始執行。 步驟S21中，j = 0，M+j就是10,那么就是計算第十個中間數據和其前面的9個中間數據對應 斜率W及最大值和最小值，根據斜率、最大值和最小值計算第十個中間數據對應的濾波數 據。可W理解的是，如果預定個數為10,則前9個中間數據即使有對應的數據輸出也是無效 數據，，只有第十個開始之后的中間數據才是本發明所要得到的濾波數據。當計算完濾波數 據之后，本輪結束，則開始下一輪的計算。步驟S23中，判斷M+j個中間數據是否為最后一個 中間數據，例如中間數據有100個，那么此時M+j為10,不是最后一個中間數據，則執行步驟 S24,即將j的值加1，返回步驟S21，即計算第十一個中間數據對應的濾波數據。此時可W看 做第十一個中間數據就會在上一輪的第十個個中間數據的位置，而第十個中間數據就會移 動到上一輪第九個中間數據的位置，依次類推，第二個中間數據就會移動到上一輪第一個 中間數據的位置，變成的隊尾，最初的第一個中間數據就不再參與本次的計算。換句話說， 本輪的空間隊列由隊首至隊尾依次是第十一個中間數據XII、第十個中間數據X10、第九個 中間數據X9、第八個中間數據X8、第屯個中間數據X7、第六個中間數據X6、第五個中間數據 X5、第四個中間數據X4、第S個中間數據X3、第二個中間數據X2。可W理解的是，本實施例提 到的"和其之前的M-I個中間數據"指的是在該數據之前，且順序上與該數據最相鄰的M-I個 數據。圖5為本發明實施例提供的一種第二輪加權濾波的方法對應的原理圖。反應在圖4和 圖5上就是Xll位于隊首時，Xl就會丟棄，XlO由圖4中的隊首變成圖5中第次隊首。
[0086] 在上述實施例的基礎上，根據判定因子，最大值和最小值的關系確定第M+j個中間 數據對應的濾波數據具體為：
[0087] 若|Km|《H/M，則第M+j個中間數據對應的濾波數據為第M+j個中間數據和其之前 的M-I個中間數據的算術平均值；
[00則若Km〉H/M，則利用最小二乘法計算M個中間數據的斜率Kmb;
[00例若K m b〉0，則第M + j個中間數據對應的濾波數據為X J保'， i 二1
[0090] 若K m < 0，則第M + j個中間數據對應的濾波數據為V J妒，，
/'二.1
[0091] 其中，X功第M+j個中間數據和其之前的M-I個中間數據的第i個中間數據的值，Wi 為Xi對應的權值。
[0092] 可W理解的是，最大值和最小值只有在同一輪濾波中才有意義，即圖4中的最大值 和最小值與圖5中的最大值和最小值是不同的。
[0093] 圖6為本發明提供的一種用于呼吸機的濾波裝置的結構圖。如圖6所示，用于呼吸 機的濾波裝置包括：
[0094] 獲取單元10,用于獲取呼吸機的傳感器輸出的原始數據；
[00M]毛刺處理單元11，用于采用N重毛刺處理的方法對原始數據進行毛刺處理得到中 間數據；
[0096] 加權濾波單元12,用于采用加權濾波的方法對中間數據進行濾波得到傳感器的濾 波數據；
[0097] 其中，N為正整數。
[0098] 由于用于呼吸機的濾波裝置是用于呼吸機的濾波方法對應的裝置部分的實施例， 因此具體的實施方式請參見方法部分的描述，本實施例暫不寶述。
[0099] W上對本發明所提供的用于呼吸機的濾波方法及裝置進行了詳細介紹。說明書中 各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處， 各個實施例之間相同相似部分互相參見即可。對于實施例公開的裝置而言，由于其與實施 例公開的方法相對應，所W描述的比較簡單，相關之處參見方法部分說明即可。應當指出， 對于本技術領域的普通技術人員來說，在不脫離本發明原理的前提下，還可W對本發明進 行若干改進和修飾，運些改進和修飾也落入本發明權利要求的保護范圍內。
[0100] 專業人員還可W進一步意識到，結合本文中所公開的實施例描述的各示例的單元 及算法步驟，能夠W電子硬件、計算機軟件或者二者的結合來實現，為了清楚地說明硬件和 軟件的可互換性，在上述說明中已經按照功能一般性地描述了各示例的組成及步驟。運些 功能究竟W硬件還是軟件方式來執行，取決于技術方案的特定應用和設計約束條件。專業 技術人員可W對每個特定的應用來使用不同方法來實現所描述的功能，但是運種實現不應 認為超出本發明的范圍。
[0101] 結合本文中所公開的實施例描述的方法或算法的步驟可W直接用硬件、處理器執 行的軟件模塊，或者二者的結合來實施。軟件模塊可W置于隨機存儲器(RAM)、內存、只讀存 儲器(ROM)、電可編程ROM、電可擦除可編程ROM、寄存器、硬盤、可移動磁盤、CD-ROM、或技術 領域內所公知的任意其它形式的存儲介質中。
【主權項】
1. 一種用于呼吸機的濾波方法，其特征在于，包括： 獲取呼吸機的傳感器輸出的原始數據； 采用N重毛刺處理的方法對所述原始數據進行毛刺處理得到中間數據； 采用加權濾波的方法對所述中間數據進行濾波得到所述傳感器的濾波數據； 其中，N為正整數。2. 根據權利要求1所述的用于呼吸機的濾波方法，其特征在于，N=3。3. 根據權利要求2所述的用于呼吸機的濾波方法，其特征在于，所述采用N重毛刺處理 的方法對所述原始數據進行毛刺處理得到中間數據具體包括： 對所述原始數據進行N重處理后輸出所述中間數據，所述原始數據作為第1重處理的輸 入數據，每重毛刺處理的輸出數據作為下一重毛刺處理的輸入的數據，每重毛刺處理具體 包括： S10:設置當前時刻為0,獲取由當前時刻開始依次輸出的第一數據，第二數據和第三數 據； Sll:依據當前獲取的第一數據，第二數據和第三數據在第一數據和第二數據中分別確 定一個輸出數據和一個剔除數據； S12:將當前時刻設置為輸出第二數據的時刻，獲取由當前時刻開始依次輸出的第一數 據，第二數據和第三數據，返回步驟Sll，直至無法獲取到輸出的數據為止。4. 根據權利要求3所述的用于呼吸機的濾波方法，其特征在于，所述依據當前獲取的第 一數據，第二數據和第三數據在第一數據和第二數據中分別確定一個輸出數據和一個剔除 數據具體為： 判斷事件（a U β) η γ是否為真，如果是，則第一數據為輸出數據，第二數據為剔除數 據，如果否，則第一數據為剔除數據，第二數據為輸出數據； α為事件:第二數據〉第一數據且第二數據〉第三數據； β為事件:第二數據〈第一數據且第二數據〈第三數據； γ為事件:min( I第二數據-第一數據I，I第二數據-第三數據I )>Η/2，其中，H為恒定流 量下傳感器輸出數據波動幅值的最大值。5. 根據權利要求1或4所述的用于呼吸機的濾波方法，其特征在于，所述采用加權濾波 的方法對所述中間數據進行濾波得到所述傳感器的濾波數據具體包括： S20:判斷所述中間數據的個數是否達到預定個數Μ;如果是，進入步驟S21，如果否，返 回步驟S20; S21:計算第M+j個中間數據和其之前的M-I個中間數據的判定因子以及最大值和最小 值； 其中，j從〇開始； S22:根據所述判定因子、所述最大值和所述最小值的關系確定所述第M+j個中間數據 對應的濾波數據； S23:判斷第M+j個中間數據是否為最后一個中間數據，如果否，進入步驟S24，如果是， 則結束； S24:將j的值加1，返回步驟S21; 其中，M為大于1的正整數，所述判定因子Km= (max-min)/M。6. 根據權利要求5所述的用于呼吸機的濾波方法，其特征在于，所述根據所述判定因 子，所述最大值和所述最小值的關系確定所述第M+j個中間數據對應的濾波數據具體為： 若I Km I彡H/M，則所述第M+j個中間數據對應的濾波數據為第M+j個中間數據和其之前 的M-I個中間數據的算術平均值； 若Km>H/M，則利用最小二乘法計算M個中間數據的斜率Kmb; 若所述K m b > O，則所述第M + j個中間數據對應的濾波數據為若K m〈 O，則所述第M + j個中間數據對應的濾波數據其中，X1為第M+j個中間數據和其之前的M-I個中間數據的第i個中間數據的值，W1SX 1 對應的權值。7. 根據權利要求6所述的用于呼吸機的濾波方法，其特征在于，M=10。8. 根據權利要求7所述的用于呼吸機的濾波方法，其特征在于，所述斜率為所述最大值 與最小值的差值。9. 一種用于呼吸機的濾波裝置，其特征在于，包括： 獲取單元，用于獲取呼吸機的傳感器輸出的原始數據； 毛刺處理單元，用于采用N重毛刺處理的方法對所述原始數據進行毛刺處理得到中間 數據； 加權濾波單元，用于采用加權濾波的方法對所述中間數據進行濾波得到所述傳感器的 濾波數據； 其中，N為正整數。
【文檔編號】G06K9/00GK106022277SQ201610357035
【公開日】2016年10月12日
【申請日】2016年5月26日
【發明人】戴征, 丁錦, 劉煒, 徐勤鵬, 李偉利
【申請人】湖南明康中錦醫療科技發展有限公司