基于数值模拟的睡眠呼吸检测仪设计及其气道优化分析

宋亮，张冰

1.北京化工大学 机电工程学院，北京 100029；2.厦门北化生物产业研究院，福建 厦门 361000

引言

睡眠呼吸检测是针对人体在睡眠过程中的呼吸情况进行实时监控，分析主要呼吸生理指标进行疾病的早期初诊，预防可能由于上呼吸道阻塞而引起的呼吸暂停现象。近年来，随着人们对睡眠呼吸情况的重视，关于其检测分析产品已陆续出现，因此设计一种价格便宜、操作简单且方便携带的睡眠呼吸检测仪具有重大的实用价值。李芬[1]基于相关产品调研和用户分析后，在医用多导睡眠仪基础上阐述了便携式睡眠检测产品设计的创新理念，为本文便携式结构指明了设计方向。金星亮[2]提出人体睡眠呼吸暂停检测算法，同时设计与检测仪配套的数据处理软件，对本文软件系统设计提供了理论支持。何子军[3]基于双压差传感器法构建了呼吸信号获取系统，讨论了弹性阻力、顺应性等动力学参数对气流流场分布的影响，本文的气流计算模型基于此提出新思路。因此本文在前人研究的基础上，对睡眠呼吸检测仪的软硬件系统进行设计，同时针对气流进气道运用有限元数值模拟方法进行优化分析，为后续研究提供了理论基础。

1 气道优化模型

目前气流进气道在便携式呼吸医疗设备领域应用广泛，且根据设备功能不同所采用的气道结构设计也样式各异[4]。由于人体呼吸气流信号较为微弱，在气道内流动过程中受到内截面影响产生不同的压力梯度，因此合理的气道设计对系统检测呼吸信号非常重要。

气道内气流计算模型图，见图1。当气流流经一段渐缩气道时，气流将会被加速，其动能迅速增加，静压力会相应的降低，理想情况下根据能量守恒定律，气道内气流的总能量不变[5]，其中Pi和Pi+1分别是气流流经横截面xi和xi+1的平均压力，则由质量守恒定律和连续性方程可得：

式中，Vi是气流流经横截面xi时的平均速度，ρi是气流密度，A(xi)是横截面xi面积；Vi+1是气流流经横截面xi+1时的平均速度，ρi+1是气流密度，A(xi)是横截面xi+1面积,同时由于气流密度在其流动过程中保持不变即ρi=ρi+1=ρ，考虑到气流重力势能差为零，结合伯努利方程可得气流流量为：

式中ΔP=Pi-Pi+1，K是线性参数，它与气流流动有关，λ是非线性参数，它与人体呼吸气流状态有关，不同呼吸态下其取值范围在0.4～0.6之间略有不同，上式λ=0.5即为正常呼吸态下取值[6]。若设定单次呼气或吸气时间为t，则存在以下关系：

式中，QT是单次呼气或吸气时间t内的潮气量，T可以是一个呼吸周期。因此，基于实验验证对气道内的气流压力流量进行标定，即可得出二者关系式进而指导优化气道模型，提高系统检测精度[7]。

图1 气道内气流计算模型图

2 系统方案设计

2.1 系统硬件设计

睡眠呼吸检测仪的硬件系统设计主要是从主副功能两方面实现，其中主功能主要是以呼吸气流压力流量作为检测指标，通过微处理器和呼吸传感器等信号采集单元实现；副功能是在主功能基础上的延伸，包括数据存显、危险报警、电源管理和气阻调控等功能。在上述设计中，尽量降低成本、减少系统功耗、增长待机时间,实现便携式设备特点。硬件系统结构框图，见图2。

图2 硬件系统结构框图

临床上关于睡眠呼吸暂停的诊断标准是：在连续7 h的睡眠中发生30次以上的呼吸暂停现象，或者平均每小时低通气次数超过5次，其中呼吸暂停现象是指睡眠呼吸中止10 s以上，低通气是指睡眠呼吸气流下降50%以上[8]。因此，针对睡眠呼吸检测的主要指标是呼吸压力流量。鉴于此，系统采用STM 32微处理器，它具有丰富的片内外设和出众低功耗效率，能够满足医疗电子设备功能需求[9]，同时考虑到人体呼吸压力范围在±1 kPa内，在低设计成本理念上选用飞思卡尔微压传感器作为信号采集单元，其输出电压信号为0.5～4.5 V，精度高体积小广泛应用于呼吸医疗设备上，并在其信号输出端附加RC滤波电路消除杂乱信号干扰。另外设计SD卡存储数据以满足日常睡眠时长的使用需求，并通过液晶显示屏显示实测值及呼吸曲线，同时选用单频音压电蜂鸣报警器预防呼吸暂停现象的发生，电源管理方面采用USB和锂电池双供电方式为系统提供电量，气阻调节功能是指通过阻尼移动实现气道内气流阻力的调节，从而提供相关呼吸训练功能。

2.2 系统软件设计

软件系统主要以Keil μ Vision4作为开发平台，采用C语言进行程序编写，利用模块化结构设计方法实现了数据采集分析、结果显示存储和危险报警等功能，提高了系统的稳定性。系统各模块进行初始化后，设定采样时间为50 ms，数据经过RC滤波处理后送入微处理器分析，显示出实测数据和呼吸曲线，若所得呼吸压力值超出预设阈值，则系统报警同时输出数据至SD卡。软件系统流程图，见图3。

图3 软件系统流程图

3 结果

基于上述气流计算模型，设定t=10 s基于实验验证作出气流压力P与流量Q的关系图，见图4，并拟合出二者关系为：

图4 气流压力-流量关系曲线图

针对本实验设计的S型气道（专利号：2016108777313），预先选取4个等径距的横截面作为检测位置进行实验[10]，同时设定其检测位置与中心平面的水平距离为xi，见图5。气道内4个不同检测位置与气流压力关系图，见图6，由图分析可知气流压力在出现呼气阶段峰值后开始波动下降，到达吸气阶段峰值后逐渐上升，完成一个完整呼吸周期。当检测位置xi选取在x1和x2（即检测前置）时，由于位置较靠近气流入口，气流流速过大导致压力迅速下降，检测数据无法及时反映相关呼吸情况，而x3和x4（即检测后置）受此影响较小，同时由于气道内气流稳态过程恢复较慢，因此合理的检测位置xi应选取在x4处。

图5 气道内检测位置及实物图

将上述4个检测位置的压力数据通过模型计算出相应的流量值，发现其最大偏差为5.6%，因此考虑取平均值并运用Fluent-UDF编写相关边界条件[11]。采用Gambit对气道结构模型进行网格划分，生成251756个计算域网格，并设定流量入口边界条件，出口与外界大气相通，设定绝热无滑移壁面边界条件，收敛判定的残差值为0.0001，同时设定接近体温36℃的空气物性参数[12]如下：密度为1.165 kg/m3， 比 热 容 为 1.013 kJ/kg·k， 流 动 系 数 为0.02675 w/m·k，粘度系数为 1.86×10-5Pa·S。

选取呼吸周期T=10 s针对气道进行有限元数值模拟，其内部气流压力场分布，见图7，图中T=1、3和5 s是呼气阶段不同时刻的压力场，T=6、8和10 s是吸气阶段不同时刻的压力场，各图左侧为压力场各处所表示的压力值，单位为Pa，同时提取检测位置x4处的压力值与实验值绘制成曲线图，见图8，从图中可以看出两组数据变化趋势基本吻合，表明检测位置选取合理，符合预期理论设计。实验产品样机，见图9。

图7 T=10 s内气道气流压力场分布云图

图8 检测位置x4模拟与实验对比

图9 实验样机图

4 讨论与结论

本文通过构建气道内气流压力流量计算模型，从有限元数值模拟和实验两方面对比研究S型气道内4种不同检测位置对呼吸信号检测效果的影响。相比于渐缩型气道和拉法尔型气道[13]，从压力无量纲标准差角度分析，S型气道由于其中心线具有前急后缓型变化，能够有效缓解气流压降造成的分离现象，气道的横截面形状由椭圆入口随宽度收敛角逐渐缩小至圆形出口[14]，使得气道压力波动变化较小，检测后置能够减少数据失真及滞后现象，适合进行系统采样。系统方案设计方面采用便携式结构，针对硬件和软件系统进行了设计输出，结合可穿戴式设计能够解决日常使用及调节问题[15]，比同类产品MSA100和PIKO-1更易于携带普及且成本更低，利用无线传输技术将检测数据同步上传云端服务器[16]，家人通过APP能够及时得知检测情况，但由于在参数指标上进行了简化，检测准确率会有所下降，后续加入具有多指标集成功能的传感器阵列[17]，更加科学全面的检测生理指标。

[1] 李芬.OSAS老年患者的便携式睡眠监测产品设计研究[D].北京:北京理工大学,2015.

[2] 金星亮.便携式睡眠呼吸暂停低通气监测仪的研制[D].长沙:中南大学,2010.

[3] 何子军.呼气信号分析方法及其在肺功能检查中的应用研究[D].合肥:中国科学技术大学,2014.

[4] 陈武忠.阻抗呼吸检测系统在多参数监护仪中的应用[J].中国医疗设备,2013,28(3):118-120.

[5] Pelletier C.Ventilator Respirator Hardware and Software Design Specification[M].New York:Freescale Semoconductor Inc,2014.

[6] 王莹.国人上呼吸道系统生物力学模型研究与临床应用[D].大连:大连理工大学,2012.

[7] 胡寒冬,陈洪波.便携式睡眠呼吸暂停低通气监测仪的设计[J].电子测量与仪器学报,2011,(9):814-815.

[8] Epstein LJ,Kristo D,Strollo J,et al.Clinical guideline for the evaluation, management and long-term care of obstructive sleep apnea in adults[J].J clin sleep med,2012,5(3):263-276.

[9] 刘鑫,张虹,陈岚.围内外手术期呼吸训练器的设计[J].中国组织工程研究与临床康复,2010,14(48):9051-9053.

[10] Haniffa M,Lasserson J.Interventions to improve compliance with continuous positive airway pressure for obstructive sleep apnea[J].Coch Dat Sys Rev,2001,18(4):36.

[11] Alexopoulos A,Karakosta P,Kiparissides C,et al.Flow and particle deposition using an integrated CFD model of the respiratory system[J].Brun Univ,2011,211-216.

[12] Zhang Z,Kleinstreuer C.Species heat and mass transfer in a human upper airway model[J].Int J Heat Mass Trans,2003,46(25):4755-4758.

[13] 鲍淑娣,张元亭.远程医疗:穿戴式生物医疗器械[J].医疗器械信息,2014,10(5):1-3.

[14] Pandian PS,Mohanavelu K,Saffer KP.Smart Vest: Wearable multi-parameter remote physiological monitoring system[J].Med Engin Phys,2015,30(4):466-467.

[15] 窦元珠,许小俊,薄红瑞,等.射频微功率雷达在智能睡眠管理中的应用[J].中国医疗设备,2016,31(8):16-20.

[16] Ahmed M,Patel PN,Rosen I.Portable monitors in the diagnosis of obstructive sleep apnea[J].Chest,2013,132(5):1672-1677.

[17] Liu XM,Lian Y,Chen SC.The design of multi-parameter and portable monitor for sleep apnea status[M].Berlin:Springer,2014:583-588.