一种基于多指数的旋转式血泵抽吸检测与实时控制方法与流程

1.本发明涉及医疗器械及设计方法，具体为一种对人工心脏进行控制，并符合人体血液动力学要求的生理控制方法。


背景技术：

2.根据当前的调查研究，当前中国患有心衰的病人约450万。心衰是导致心血管疾病发病率以及死亡率的主要原因，重症心衰患者的生存时间仅有2
‑
3年。心脏移植是治疗心衰末期的重要手段，但由于心脏供体的缺乏，心脏泵成为重症心衰的另一种有效治疗手段。为了满足患者的循环需求，开发合适的泵控制系统，通过控制泵的转速来调节通过泵的血液流量，是这些设备使用量增加所面临的一个重要挑战。
3.应考虑的一个重要限制是，确保泵以低于阈值的速度旋转，超过阈值时泵试图从左心室吸出比可用的更多的血液，从而导致心室的抽吸现象。这种可能导致心室塌陷的现象是危险的，需要通过降低泵速来检测和纠正。为了使心脏泵运行在合适转速，需要反馈控制器来自动的调节泵转速满足患者不同生理情况的生理需求。近年来，人们采用了几种方法来解决抽吸检测问题。包括从泵流量信号中提取特征，并使用强大的模式识别算法将信号分类为不同的状态并检测抽吸。血泵控制系统及血泵系统(专利号：cn 104511060)中提到，在控制系统中存在本地处理端和远程处理端，其中本地处理端负责采集关于血泵的电流，电压和转速等参数，同时采集关于人体的一些血液动力学参数，如心率，心室压力，主动脉流量等参数。北京大学的常宇等人提出了全局滑膜控制的方法以及基于心率的自适应心脏泵的一系列生理控制系统。国外的生理控制方法中，gaddum等将泵流量作为控制变量，提出starling like控制器调节lvad的瞬时流量与幅值的比值。yuhki等人也提出了基于频率的方法，当患者经历抽吸时，信号的光谱能量含量，如泵流量和泵电流发生变化，用以检测回流和抽吸的发生。choi等人提出了一种模糊逻辑控制器，根据泵流量信号导出的脉动指数来调节泵的转速。但是，如果参考脉动值设置不正确，则可能发生抽吸。
4.本专利申请就根据在心衰状态下泵流量信号的在血流动力学参数进行分析，希望借此获取参数来给出实时检测和预防抽吸发生的辅助建议。


技术实现要素：

5.本发明的目的是实现对泵流量信号的实时检测，当发生抽吸时利用抽吸预警能自动降低转速以消除该现象，从而满足旋转式血泵稳定运行的控制方法。
6.在这项工作中，提出了一个使用较少变量的抽吸检测方法，以达到鲁棒性控制。通过比较傅立叶变换的谐波能量和次谐波能量，并对每个周期的抽吸指数进行相应的数值计算，提取出抽吸检测指标。利用matlab的仿真值进行了实时分析，实现实时的调整泵速从而消除抽吸。
7.此外，为了实现实时检测，基于心血管系统与旋转血泵的耦合模型和参考模型，提出了一种自适应模糊比例积分(pi)控制器。通过调节泵速，可以实现正常的生理灌注。泵速
是该模型中唯一的控制变量。仿真数据验证了该方法的有效性，并证明该方法能实现反馈控制，同时证明该方法能实现实时检测和抑制抽吸的发生。
8.本发明的技术方案为：一种基于多指数的旋转式血泵抽吸检测与实时控制方法，包括以下步骤：
9.步骤1，首先将心脏泵模型和心血管系统模型耦合成一个模型，将耦合后的模型等效为电路模型，使用该模型来研究心血管
‑
心脏泵耦合的交互作用，并且作为控制策略的研究对象；
10.步骤2，血泵的自动控制主要是满足病人生理灌注的需要，因此，需要设计一个反馈控制器来调节泵速，以确保心脏输出在生理范围内，并将实际泵流量q
pf
和参考流量q
ref
之间的偏差e(t)减至最小；
11.步骤3，根据泵流量随转速的周期性变化，频域指数可作为抽吸检测的第一标准,该方法以频率指标为基础，结合特征提取算法,当发生转速异常事件时，根据频率指标可以检测出泵流量信号的谐波和次谐波能量含量,根据信号的变化和对模拟结果的判断，产生抽吸的预警；
12.步骤4，由于抽吸的基波和次谐波能量不是恒定的，在抽吸发生的时间内也有相应的提高降低，因此需要一个时域指标来高精度地检测抽吸，将一个周期内泵流量的平均值、最小值和最大值，定义一个抽吸函数，通过寻找泵抽吸发生时泵流量信号对应的si值，实现对泵转速的调整，从而达到对泵流量的实时检测。
13.进一步，所述步骤1具体包括以下步骤：
14.步骤1.1，将心脏泵模型和心血管系统模型耦合成一个模型，将耦合后的模型等效为电路模型，耦合模型中的r
i
和r
o
为泵的进出口阻力，其值为0.0677mmhg.s/ml，l
i
和l
o
为泵的进出口惯性，使用电感来替代，其值为0.0127mmhg.s2/ml；
15.步骤1.2，耦合系统的状态方程如下：
[0016][0017]
式中是状态变量x1‑
x6的微分矩阵，a(t)和b(t)为时变矩阵，u(x)为行列式。其中，x1为左心室压力，x2为左心房压力，x3为动脉压力，x4为主动脉压力，x5为主动脉流量，x6为泵流量。
[0018]
进一步，所述步骤2的具体步骤：将模糊控制与pi生理控制相结合，包括微分模块、模糊化模块、模糊推理和解模糊化模块；微分模块用于处理参考流量q
ref
和实际泵流量q
pf
之间的偏差e(t)，模糊化模块处理偏差e(t)和偏差变化率ec(t)，分别得到模糊值e和ec，模糊推理和解模糊模块将模糊值e和ec分别转换为精确的比例系数修正量δk
p
和积分系数修正量δk
i
，并与初始控制参数(k
p0
、k
i0
)相结合，得到新的增益系数k
p
和k
i
，自适应模糊pi控制器通过在线更新这些数据并将其连续传输到血泵；公式如下所示：
[0019]
k
p
＝δk
p
k
p0
[0020]
k
i
＝δk
i
k
i0
[0021]
通过在线更新增益系数来达到最佳控制效果。
[0022]
进一步，所述步骤3的具体过程为：
[0023]
步骤3.1，频域指数分别与泵流量信号的谐波和次谐波带的能量变化有关，根据傅
里叶变换对泵流量信号的处理，可以有效检测流量的变化；设qp(ω)为泵流量信号qp(t)的傅立叶变换，ω0为泵流量信号的基频，ωc是以ω0为中心间隔定义的阈值，用rad表示，谐波指数fi1定义为基波分量频带中的总能量与谐波分量频带中的总能量之比：
[0024][0025]
次谐波指数定义为次谐波能量与基波能量之比：
[0026][0027]
步骤3.2，在正常情况下，即超出会导致抽吸事件的速度范围内，泵入口压力为正，此外，泵流量类似于正弦信号，qp(t)≈asin(ω0t φ0)，在这种情况下，当接近抽吸事件时，基波能量降低，谐波和次谐波带能量增加，这意味着fi1开始减少，fi2开始增加；
[0028]
步骤3.3，当抽吸事件实际发生时，泵入口压力会呈现负峰值，泵流量基本成分中的能量达到其最小值，谐波带和次谐波带的能量都在增加，但前者比后者增加得多，这意味着当抽吸发生时，fi1<fi2，综上所述，利用谐波和次谐波指数定义抽吸事件发生的标准可概括为以下规则：
[0029]
如果fi1>fi2，则不发生抽吸；如果fi1≤fi2，则发生抽吸。
[0030]
进一步，所述步骤4的具体过程为：
[0031]
步骤4.1，根据提取的谐波和次谐波指数可以进行第一重的判断，但谐波和次谐波能量的变化并不是恒定的，在抽吸发生的时间内也有相应的提高降低，为此在基波指数和次谐波指数的检测完毕后，还需对每个周期内的瞬时函数值作相应的计算与判定，为此将一个周期内泵流量的平均值、最小值和最大值，定义一个抽吸函数：
[0032][0033]
其中，pfmax是一个周期中的最大泵流量，pfmin是一个周期中的最小泵流量，pfm代表一个周期中的平均泵流量，n是周期值；
[0034]
步骤4.2，当抽吸发生时，平均泵流量值接近最大泵流量值，因此抽吸指数si将显著增加，通过寻找泵抽吸发生时泵流量信号对应的si值，实现对泵的实时检测；
[0035]
步骤4.3，通过实验研究，当si≥0.1时，表示抽吸发生，控制系统会及时调整泵速信号，防止抽吸的发生，达到实时检测的功能，从而实现旋转式血泵的稳定运行。
[0036]
本发明的有益效果是：
[0037]
与现有的生理控制方法相比，根据本发明的一种基于多指数的旋转式血泵抽吸检测与实时控制方法，根据耦合模型，基于实时抽吸检测方法的自适应模糊pi控制器，不需要需要提取额外的参数变量。将时域和频域相结合，通过双重判据能够准确的检测抽吸的发生，并能够对实时的对转速进行调整，能够实现高精度的抽吸检测和抽吸消除，具有较强的鲁棒性。
附图说明
[0038]
图1为基于多指数的旋转式血泵抽吸检测与实时控制的流程图；
[0039]
图2为自适应模糊pi控制器模块流程图；
[0040]
图3为相应周期内泵流量及fi1&fi2的变化图；
[0041]
图4a为抽吸指数随泵流量变化的示意图；
[0042]
图4b为基于多指数检测后对发生抽吸的周期进行转速实时调整，消除抽吸的示意图。
具体实施方式
[0043]
下面结合附图对本发明进行进一步详细的说明，一种基于多指数的旋转式血泵抽吸检测与实时控制方法，包括以下步骤：
[0044]
步骤1，首先将心脏泵模型和心血管系统模型耦合成一个模型，将耦合后的模型等效为电路模型，使用该模型来研究心血管
‑
心脏泵耦合的交互作用，并且作为控制策略的研究对象。
[0045]
所述步骤1具体包括以下步骤：
[0046]
步骤1.1，根据心血管
‑
心脏泵建模，耦合系统中的r
i
和r
o
为泵的进出口阻力，l
i
和l
o
为泵的进出口惯性，使用电感来替代，其中p
p
为心脏泵辅助装置的简化模型；
[0047]
步骤1.2，耦合系统的状态方程如下：
[0048][0049]
式中是状态变量x1‑
x6的微分矩阵，(x1‑
x6)分别代表左心室压lvp(t)、左心房压lap(t)、动脉压ap(t)、主动脉压aop(t)、主动脉流量q
a
(t)和泵流量q
p
(t)。
[0050]
步骤2，要实现对旋转式血泵的自动控制，关键在于要使得植入该设备后所得到的血流量可以根据患者需求而发生变化，研究表明，保证心输出是适应身体需求的有效办法。所以控制过程应基于一个反馈控制器来调节泵转速，使其在生理可允许范围内，具体实施步骤如下：
[0051]
步骤2.1，如图2所示，自适应模糊pi控制器包括微分模块、模糊化模块、模糊推理和解模糊化模块。微分模块用于处理参考流量q
ref
和实际泵流量q
pf
之间的偏差e(t)。模糊化模块处理e(t)和偏差变化率ec(t)，分别得到模糊值e和ec；
[0052]
步骤2.2，糊推理根据不同的e和ec确定出相应的模糊输出量，解模糊化模块将模糊量转变为精确的δkp和δki值，将获得的精确值与设定的初始控制参数值进行合并，得到新的增益系数，公式如下：
[0053]
k
p
＝δk
p
k
p0
[0054]
k
i
＝δk
i
k
i0
[0055]
自适应模糊pi控制器通过在线更新增益系数来达到最佳控制效果。
[0056]
步骤3，根据泵流量随转速的周期性变化，频域指数可作为抽吸检测的第一标准。该方法以频率指标为基础，结合特征提取算法。当发生转速异常事件时，根据频率指标可以检测出泵流量信号的谐波和次谐波能量含量。根据信号的变化和对模拟结果的判断，产生第一重抽吸的预警；
[0057]
步骤3.1，如图1所示，提取相应的泵流量参数并将周期数加一，然后通过将泵流量信号进行傅里叶变换，进行谐波指数和次谐波指数的比较。谐波指数fi1定义为基波分量频带中的总能量与谐波分量频带中的总能量之比：
[0058][0059]
次谐波指数定义为次谐波能量与基波能量之比：
[0060][0061]
步骤3.2，如图3所示，当接近抽吸事件时，基波能量降低，谐波和次谐波带能量增加。这意味着fi1开始减少，fi2开始增加。当抽吸事件实际发生时，泵入口压力会呈现负峰值，泵流量基本成分中的能量达到其最小值。谐波带和次谐波带的能量都在增加，但前者比后者增加得多。这意味着当抽吸发生时，fi1<fi2。
[0062]
步骤3.3，综上所述，利用谐波和次谐波指数定义抽吸事件发生的标准为，如果fi1>fi2，则不发生抽吸；如果fi1≤fi2，则发生抽吸。当检测到fi1≤fi2，说明在本周期可能出现抽吸，发出抽吸的第一重预警，并进入下一模块进行判断。若未发生抽吸预警，则说明本周期流量运行正常，回到初始模块进行下一周期的运行检测。
[0063]
步骤4，对于步骤3检测后，出现抽吸预警的周期，由于抽吸的基波和次谐波能量不是恒定的，在抽吸发生的时间内也有相应的提高降低，因此需要一个时域指标来高精度地检测抽吸，进行第二重判断。
[0064]
步骤4.1，将一个周期内泵流量的平均值、最小值和最大值，定义一个抽吸函数，
[0065][0066]
步骤4.2，当抽吸发生时，平均泵流量值接近最大泵流量值，因此抽吸指数si将显著增加。通过寻找泵抽吸发生时泵流量信号对应的si值，实现对泵的实时检测。
[0067]
步骤4.3，通过实验研究，如图4a所示，当si≥0.1时，通过多指数的检测可以确认该周期发生抽吸现象。此时控制系统会及时调整泵转速信号，如图4b所示，及时降低转速消除抽吸现象，从而消除抽吸的发生。达到对泵流量实时检测与反馈控制的功能，实现旋转式血泵的稳定运行。
[0068]
本发明对泵流量运行的各个周期相关参数进行提取，然后依次串联的泵流量信号傅里叶变换、谐波指数和次谐波指数的提取判别、抽吸指数的判别、转速调节、结果输出；该方法利用自适应模糊比例积分pi控制器，结合心血管系统与旋转式血泵的耦合模型和参考模型，将泵速作为该模型中唯一的控制变量，通过调节泵速，实现正常的生理灌注。通过调节泵速，实现正常的生理灌注的具体过程为：当泵的转速较低时，不会出现抽吸现象，随着转速持续升高，左心室压不断下降，心脏泵对左心室压的卸载作用不断增强，由于泵速太高，使得心脏泵泵血量大于静脉回流量，左心室收缩，导致抽吸的出现；在此过程的各个周期内，泵流量的能量和参数变化显著，因此，根据检测抽吸事件发生时泵流量信号的基波和
次谐波能量含量的变化，并且定义一个抽吸指数si，根据相应的参数进行转速的改变。通过调节泵速，实现正常的生理灌注的具体过程为：当泵的转速较低时，不会出现抽吸现象，随着转速持续升高，左心室压不断下降，心脏泵对左心室压的卸载作用不断增强，由于泵速太高，使得心脏泵泵血量大于静脉回流量，左心室收缩，导致抽吸的出现；在此过程的各个周期内，泵流量的能量和参数变化显著，因此，根据检测抽吸事件发生时泵流量信号的基波和次谐波能量含量的变化，并且定义一个抽吸指数si，根据相应的参数进行转速的改变。
[0069]
优选实施例
[0070]
本发明建立一个最优具体实施例：假设一个重度心衰患者案例，基于自适应模糊pi控制器，首先，将心脏泵模型和心血管系统模型耦合成一个模型，将耦合后的模型等效为电路模型，r
i
和r
o
为泵的进出口阻力，其值为0.0677mmhg.s/ml，li和lo为泵的进出口惯性，使用电感来替代，其值为0.0127mmhg.s2/ml。假设处于静息状态，模拟了在20秒内泵速从1000r/min增加到5000r/min，用以反映抽吸现象。如图1所示，对泵流量运行的各个周期实时的提取相应参数，并进行谐波指数和次谐波指数的计算。随着转速持续升高，左心室压不断下降，心脏泵对左心室压的卸载作用不断增强。t＝14s时，此时转速达到3800r/min时，左心室压力小于1mmhg。由于泵速太高，使得心脏泵泵血量大于静脉回流量。当左心室压降至0mmhg时，左心室收缩，此时通过检测到fi1≤fi2，发出抽吸的第一重预警并进入抽吸指数的判据模块，通过实时计算，此时的si已超过设定的阈值0.1，通过多指数的判据确认抽吸的发生，控制系统迅速调整泵转速信号，降低转速消除抽吸现象。然后进入二次抽吸指数判据模块，通过再次计算此时的抽吸指数已达正常状态，旋转式血泵运行正常，符合健康生理，可知方法有效，将此辅助策略输送至医生。
[0071]
综上，本发明提供了一种基于多指数的旋转式血泵抽吸检测与实时控制方法。通过采集泵流量与转速的数据，以及对泵流量傅里叶变换的信号分析，提出了一种实时反馈的抽吸检测算法。当抽吸事件发生时，基于频率的指数可以检测泵流量信号的谐波和次谐波能量含量的变化，进而通过定义的瞬时值的抽吸指数值来判断是否出现抽吸，并根据设定的预警值自动调整转速，从而及时的消除抽吸现象。该方法初步分析表明，提出的抽吸检测系统能够避免大多数情况下的抽吸，具有良好的控制效果，而且对于泵流量数据的采集是相应的各个周期决定，所以跟踪性能较好，可以较为精确地对相应信号能量指数和抽吸指数进行处理，以适应患者生理状态的变化。
[0072]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0073]
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨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，本发明的范围由权利要求及其等同物限定。

技术特征：
1.一种基于多指数的旋转式血泵抽吸检测与实时控制方法，其特征在于，包括以下步骤：步骤1，首先将心脏泵模型和心血管系统模型耦合成一个模型，将耦合后的模型等效为电路模型，使用该模型来研究心血管
‑
心脏泵耦合的交互作用，并且作为控制策略的研究对象；步骤2，血泵的自动控制主要是满足病人生理灌注的需要，因此，需要设计一个反馈控制器来调节泵速，以确保心脏输出在生理范围内，并将实际泵流量q
pf
和参考流量q
ref
之间的偏差e(t)减至最小；步骤3，根据泵流量随转速的周期性变化，频域指数可作为抽吸检测的第一标准,该方法以频率指标为基础，结合特征提取算法,当发生转速异常事件时，根据频率指标可以检测出泵流量信号的谐波和次谐波能量含量,根据信号的变化和对模拟结果的判断，产生抽吸的预警；步骤4，由于抽吸的基波和次谐波能量不是恒定的，在抽吸发生的时间内也有相应的提高降低，因此需要一个时域指标来高精度地检测抽吸，将一个周期内泵流量的平均值、最小值和最大值，定义一个抽吸函数，通过寻找泵抽吸发生时泵流量信号对应的si值，实现对泵转速的调整，从而达到对泵流量的实时检测。2.根据权利要求1所述的一种基于多指数的旋转式血泵抽吸检测与实时控制方法，其特征在于，所述步骤1具体包括以下步骤：步骤1.1，将心脏泵模型和心血管系统模型耦合成一个模型，将耦合后的模型等效为电路模型，耦合模型中的r
i
和r
o
为泵的进出口阻力，l
i
和l
o
为泵的进出口惯性，使用电感来替代；步骤1.2，耦合系统的状态方程如下：式中是状态变量x1‑
x6的微分矩阵，x1为左心室压力，x2为左心房压力，x3为动脉压力，x4为主动脉压力，x5为主动脉流量，x6为泵流量；a(t)和b(t)为时变矩阵，u(x)为行列式。3.根据权利要求2所述的一种基于多指数的旋转式血泵抽吸检测与实时控制方法，其特征在于，耦合模型中的r
i
和r
o
其值为0.0677mmhg.s/ml，l
i
和l
o
其值为0.0127mmhg.s2/ml。4.根据权利要求1所述的一种基于多指数的旋转式血泵抽吸检测与实时控制方法，其特征在于，所述步骤2的具体步骤：将模糊控制与pi生理控制相结合，包括微分模块、模糊化模块、模糊推理和解模糊化模块；微分模块用于处理参考流量q
ref
和实际泵流量q
pf
之间的偏差e(t)，模糊化模块处理偏差e(t)和偏差变化率ec(t)，分别得到模糊值e和ec，模糊推理和解模糊模块将模糊值e和ec分别转换为精确的比例系数修正量δk
p
和积分系数修正量δk
i
，并与初始控制参数(k
p0
、k
i0
)相结合，得到新的增益系数k
p
和k
i
，自适应模糊pi控制器通过在线更新这些数据并将其连续传输到血泵；公式如下所示：k
p
＝δk
p
k
p0
k
i
＝δk
i
k
i0
通过在线更新增益系数来达到最佳控制效果。5.根据权利要求1所述的一种基于多指数的旋转式血泵抽吸检测与实时控制方法，其
特征在于，所述步骤3的具体过程为：步骤3.1，频域指数分别与泵流量信号的谐波和次谐波带的能量变化有关，根据傅里叶变换对泵流量信号的处理，可以有效检测流量的变化；设qp(ω)为泵流量信号qp(t)的傅立叶变换，ω0为泵流量信号的基频，ωc是以ω0为中心间隔定义的阈值,用rad表示,谐波指数fi1定义为基波分量频带中的总能量与谐波分量频带中的总能量之比：次谐波指数定义为次谐波能量与基波能量之比：步骤3.2，在正常情况下，即超出会导致抽吸事件的速度范围内，泵入口压力为正，此外，泵流量类似于正弦信号，在这种情况下，当接近抽吸事件时，基波能量降低，谐波和次谐波带能量增加，这意味着fi1开始减少，fi2开始增加；步骤3.3，当抽吸事件实际发生时，泵入口压力会呈现负峰值，泵流量基本成分中的能量达到其最小值，谐波带和次谐波带的能量都在增加，但前者比后者增加得多，这意味着当抽吸发生时，fi1<fi2，综上所述，利用谐波和次谐波指数定义抽吸事件发生的标准可概括为以下规则：如果fi1>fi2，则不发生抽吸；如果fi1≤fi2，则发生抽吸。6.根据权利要求1所述的一种基于多指数的旋转式血泵抽吸检测与实时控制方法，其特征在于，所述步骤4的具体过程为：步骤4.1，根据提取的谐波和次谐波指数可以进行第一重的判断，但谐波和次谐波能量的变化并不是恒定的，在抽吸发生的时间内也有相应的提高降低，为此在基波指数和次谐波指数的检测完毕后，还需对每个周期内的瞬时函数值作相应的计算与判定，为此将一个周期内泵流量的平均值、最小值和最大值，定义一个抽吸函数：其中，pfmax是一个周期中的最大泵流量，pfmin是一个周期中的最小泵流量，pfm代表一个周期中的平均泵流量，n是周期值；步骤4.2，当抽吸发生时，平均泵流量值接近最大泵流量值，因此抽吸指数si将显著增加，通过寻找泵抽吸发生时泵流量信号对应的si值，实现对泵的实时检测；步骤4.3，通过实验研究，当si≥0.1时，表示抽吸发生，控制系统会及时调整泵速信号，防止抽吸的发生，达到实时检测的功能，从而实现旋转式血泵的稳定运行。
技术总结
本文提出了一种基于多指数的旋转式血泵抽吸检测与实时控制方法，结合自适应模糊比例积分控制器，用于实时检测和抑制抽吸的发生。首先提取泵流量在一个周期内的最大最小和平均值把并进行傅里叶变换，其次从信号中提取谐波指数FI1和次谐波指数FI2，并通过判断模块对谐波指数和次谐波指数的大小进行判断，如果满足抽吸出现的第一重判据，进入下一模块，结合时域抽吸指数SI，对泵流量的相应值进行检测，若达到预先设置的阈值则说明出现抽吸现象，此时利用转速调节模块降低转速，从而消除抽吸现象。最后再次检测处理结果，若未发现超过阈值的情况则进入下一周期的检测，实现对泵流量的进行的实时检测，以适应患者生理状态的变化，抑制抽吸的出现。抑制抽吸的出现。抑制抽吸的出现。


技术研发人员：王芳群 石巍 任仪俍
受保护的技术使用者：江苏大学
技术研发日：2021.02.26
技术公布日：2021/6/29