一种呼吸频率的测量方法、装置及HFNC设备

摘要

本实施例公开了一种呼吸频率的测量方法、装置及HFNC设备，所述方法包括：根据采集的流量和压力数据获得对应的流量和压力幅频曲线图，基于所述流量幅频曲线图，获得第一最大幅度值及对应第一初始呼吸频率数据，通过所述压力幅频曲线图获得第二最大幅度值及对应的第二初始呼吸频率数据；根据所述第一初始呼吸频率计算第一窗口值，根据所述第二初始呼吸频率计算第二窗口值，接着通过窗口法查找由流量数据生成的流量波形曲线图中的实际流量峰峰值集合，以及由压力数据生成的压力波形曲线图中的实际压力峰峰值集合，进而获取实际呼吸频率数据。如此，能够减少在查找峰峰值的过程中出现峰峰值的丢失或过提取的问题，获得准确的呼吸频率数据。

说明书

技术领域

本发明涉及医疗设备技术领域，尤其涉及一种呼吸频率的测量方法、装置及HFNC设备。

背景技术

呼吸衰竭是指各种原因引起的肺通气和/或换气功能严重障碍，在静息状态下无法维持足够的气体交换，导致低氧血症伴/不伴高碳酸血症，进而引起一系列病理生理改变和响应临床表现的综合症。肺通气和/或换气功能出现严重障碍时，在短时间内会引起呼吸衰竭，而机体不能快速地代谢补偿，若不及时抢救，给患者带来极大痛苦，甚至会危及患者生命。经鼻高流量湿化氧疗(High-FlorNasal Cannula Oxygen Therapy，简称HFNC)技术，是一种通过高流量闭塞持续为患者提供可以调控并相对恒定吸氧浓度、温度和湿度的高流量吸入气体的治疗方式。作为一种新的呼吸支持技术近年来在临床得到广泛应用，具有良好的舒适性，为挽救患者、促进尽早康复起到积极的作用。

目前的关于HFNC设备主要是按照设定的氧气浓度、流量和温度值进行工作，同时检测血氧数据，可支持呼吸频率测量功能的HFNC设备较少，且通常是采用流量反馈进行稳流处理，根据患者呼吸时的流量与压力的波形变化曲线得到曲线中的峰峰值，进而计算得出呼吸频率数据，但是在形如患者界面气体输出孔较小或者预设流量过大，将导致背景压力较大，以及患者呼吸较弱、潮气量较低时，而导致的呼吸与压力的波形信噪比很低的情形下，可能会导致在查找峰峰值的过程中出现峰峰值的丢失或过提取，获取的呼吸频率数据的准确性得不到有效保障。

发明内容

有鉴于此，本申请的目的之一在于提供一种呼吸频率的测量方法、装置及电子设备，至少解决上述部分技术问题。

第一方面，本申请实施例提供了一种呼吸频率的测量方法，包括：

采集当前时段的流量数据和压力数据，获得与所述流量数据对应的流量幅频曲线图和与所述压力数据对应的压力幅频曲线图；

基于所述流量幅频曲线图，获得第一最大幅度值和与所述第一最大幅度值所对应的第一初始呼吸频率数据，通过所述压力幅频曲线图，获得第二最大幅度值和与所述第二最大幅度值所对应的第二初始呼吸频率数据；

根据所述第一初始呼吸频率计算第一窗口值，根据所述第二初始呼吸频率计算第二窗口值；

根据所述第一窗口值，通过窗口法查找根据所述流量数据生成的流量波形曲线图中的实际流量峰峰值集合，根据所述第二窗口值，通过窗口法查找根据所述压力数据生成的压力波形曲线图中的实际压力峰峰值集合，并通过所述实际流量峰峰值集合和所述实际压力峰峰值集合获取实际呼吸频率数据。

在一种可能的实现方式中，所述采集当前时段的流量数据和压力数据，获得与所述流量数据对应的流量幅频曲线图和与所述压力数据对应的压力幅频曲线图的步骤，包括：

将所述流量数据带入快速傅里叶变换函数，获得流量幅频曲线图；

将所述压力数据带入快速傅里叶变换函数，获得压力幅频曲线图。

在一种可能的实现方式中，所述根据所述第一初始呼吸频率计算第一窗口值，根据所述第二初始呼吸频率计算第二窗口值的步骤，包括：

通过预设流量采样频率获取所述当前时段内的第一采样数量，并通过预设压力采样频率获取所述当前时段内的第二采样数量；

计算所述第一采样数量与所述第一初始呼吸频率数据的第一比值，并计算所述第二采样数量与所述第二初始呼吸频率数据的第二比值；

将所述第一比值乘以第一预设比例系数计算所述第一窗口值，将所述第二比值乘以第二预设比例系数计算所述第二窗口值。

在一种可能的实现方式中，所述根据所述第一窗口值，通过窗口法查找根据所述流量数据生成的流量波形曲线图中的实际流量峰峰值集合，根据所述第二窗口值，通过窗口法查找根据所述压力数据生成的压力波形曲线图中的实际压力峰峰值集合的步骤，包括：

根据所述第一窗口值，通过窗口法查找根据所述流量数据生成的流量波形曲线图中的初始流量峰峰值集合，根据所述第二窗口值，通过窗口法查找根据所述压力数据生成的压力波形曲线图中的初始压力峰峰值集合；

基于所述初始流量峰峰值集合，筛选出满足第一预设阈值的实际流量峰峰值，得到所述实际流量峰峰值集合，并基于所述初始压力峰峰值集合，筛选出满足第二预设阈值的实际压力峰峰值，得到所述实际压力峰峰值集合。

在一种可能的实现方式中，所述基于所述初始流量峰峰值集合，筛选出满足第一预设阈值的实际流量峰峰值，得到所述实际流量峰峰值集合，并基于所述初始压力峰峰值集合，筛选出满足第二预设阈值的实际压力峰峰值，得到所述实际压力峰峰值集合的步骤，包括：

将所述初始流量峰峰值集合中符合预设峰值阈值的流量峰峰值作为流量峰峰值组，将所述初始压力峰峰值中符合所述预设峰值阈值的压力峰峰值作为压力峰峰值组；

筛选出所述流量峰峰值组中，相邻峰峰值间距满足预设间距阈值的流量峰峰值，得到实际流量峰峰值集合，筛选出所述压力峰峰值组中，相邻峰峰值间距满足所述预设间距阈值的压力峰峰值，得到实际压力峰峰值集合。

在一种可能的实现方式中，所述通过所述实际流量峰峰值集合和所述实际压力峰峰值集合获取实际呼吸频率数据的步骤，包括：

将与全部实际流量峰峰值对应的呼吸频率数据作为第一组呼吸频率数据，将与全部实际压力峰峰值对应的呼吸频率数据作为第二组呼吸频率数据；

将所述第一组呼吸频率数据进行均值处理获得第一呼吸频率数据，将所述第二组呼吸频率数据进行均值处理获得第二呼吸频率数据；

将所述第一组呼吸频率数据和所述第一呼吸频率数据进行标准差处理获得第一标准差，并将所述第二组呼吸频率数据和所述第二呼吸频率数据进行标准差处理获得第二标准差；

若所述第一标准差和所述第二标准差均小于预设标准差，则将所述第一呼吸频率数据和所述第二呼吸频率数据进行均值处理获得第三呼吸频率数据，并将所述第三呼吸频率数据作为所述实际呼吸频率数据；

若所述第一标准差大于或等于所述预设标准差，且所述第二标准差小于预设标准差，则将第二呼吸频率数据作为实际呼吸频率数据；

若所述第一标准差小于所述预设标准差，且所述第二标准差大于或等于预设标准差，则将第一呼吸频率数据作为实际呼吸频率数据。

在一种可能的实现方式中，所述采集当前时段的流量数据和压力数据的步骤之后，所述方法还包括：

判断所述流量数据与理论流量数据是否匹配；

若所述流量数据和所述理论流量数据匹配，则按预设流量数据输出气体；

若所述流量数据与所述理论流量数据不匹配，则更新输出气体的预设流量数据，直至所述流量数据与所述理论流量数据相匹配，并根据调节后的预设流量数据输出气体。

第二方面，本申请实施例提供了一种呼吸频率的测量装置，所述装置包括数据采集模块、数据读取模块、计算模块和获取模块：

所述数据采集模块，用于采集当前时段的流量数据和压力数据，获得与所述流量数据对应的流量幅频曲线图和与所述压力数据对应的压力幅频曲线图；

所述数据读取模块，用于基于所述流量幅频曲线图，获得第一最大幅度值和与所述第一最大幅度值所对应的第一初始呼吸频率数据，通过所述压力幅频曲线图，获得第二最大幅度值和与所述第二最大幅度值所对应的第二初始呼吸频率数据；

所述计算模块，用于根据所述第一初始呼吸频率计算第一窗口值，根据所述第二初始呼吸频率计算第二窗口值；

所述获取模块，用于根据所述第一窗口值，通过窗口法查找根据所述流量数据生成的流量波形曲线图中的实际流量峰峰值集合，根据所述第二窗口值，通过窗口法查找根据所述压力数据生成的压力波形曲线图中的实际压力峰峰值集合，并通过所述实际流量峰峰值集合和所述实际压力峰峰值集合获取实际呼吸频率数据。

第三方面，本申请实施例提供了一种HFNC设备，所述计算机设备包括设备本体、存储器及处理器，所述存储器存储有计算机程序，所述计算机设备包括第二方面的呼吸频率的测量装置。

第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该指令用于执行第一方面的方法。

相对于现有技术而言，本申请具有以下有益效果：

本申请实施例提供的呼吸频率的测量方法，根据采集当前时段的流量数据和压力数据，获得幅频曲线图，再根据所述幅频曲线图得到最大幅度值和与所述最大幅度值所对应的初始呼吸频率数据，并计算窗口值，以根据合适的窗口值，通过窗口法查找所述幅频曲线图中的峰峰值集合并根据所述峰峰值集合获取准确的实际呼吸频率数据。实现了在形如患者界面气体输出孔较小或者预设流量过大，导致的背景压力较大，以及患者呼吸较弱、潮气量较低时，而导致的呼吸与压力的波形信噪比很低的情形下，保证了获取的呼吸频率数据的准确性。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对本发明保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。

图1示出了本申请实施例提供的一种HFNC设备的结构示意图；

图2示出了本申请实施例提供的一种呼吸频率的测量方法的流程图；

图3示出了本申请实施例提供的呼吸频率的测量方法所涉及的获得实际流量和压力峰峰值的流程图；

图4示出了本申请实施例提供的一种呼吸频率的测量装置的功能模块示意图。

图标：

HFNC设备100；设备本体110；存储器120；处理器130；

呼吸频率测量装置400；数据采集模块410；数据读取模块420；计算模块430；获取模块440。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本发明的描述中，需要说明的是，若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

需要说明的是，在不冲突的情况下，本发明的实施例中的特征可以相互结合。

请参照图1，图1为本实施例提供的HFNC设备100的方框示意图。所述HFNC设备100包括设备本体110、计算机可读存储介质120及处理器130。

所述计算机可读存储介质120及处理器130各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述设备本体110包括至少一个可以软件或固件(Firmware)的形式存储于所述计算机可读存储介质120中或固化在所述HFNC设备100的操作系统(OperatingSystem，简称OS)中的软件功能模块。所述处理器130用于执行所述计算机可读存储介质120中存储的可执行模块，例如所述设备本体110所包括的软件功能模块及计算机程序等，所述设备本体110还包括设备外壳和硬件接口等。

其中，所述计算机可读存储介质120可以是，但不限于，随机存取存储器(RandomAccess Memory，简称RAM)，只读存储器(Read Only Memory，简称ROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，可擦除只读存储器(ErasableProgrammable Read-Only Memory，简称EPROM)，电可擦除只读存储器(Electric ErasableProgrammable Read-Only Memory，简称EEPROM)等。其中，计算机可读存储介质120用于存储程序，所述处理器130在接收到执行指令后，执行所述程序。

所述处理器130可能是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Process，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

请参照图2，图2为应用于图1所示的HFNC设备100的一种呼吸频率的测量方法流程图，以下将对所述方法包括各个步骤进行详细阐述。

S210，采集当前时段的流量数据和压力数据，获得与所述流量数据对应的流量幅频曲线图和与所述压力数据对应的压力幅频曲线图。

本实施例提供的呼吸频率的测量方法，可以应用于呼吸机、供氧设备等有呼吸频率测量需求的设备，例如HFNC设备。本实施方式以HFNC为例，具体解释呼吸频率的测量方法的实施过程。

由于HFNC设备在刚刚启动的一段时间内，其输出的气体并不会达到一个相对稳定的状态，若此刻进行采集流量和压力数据，可能会对后续数据的计算产生影响，使得后续的计算存在较大的偏差。因此，需要一定的时间使输出的气体达到一个相对稳定的状态，这时候进行采集会得到相对稳定的流量和压力数据，对后续计算的影响就相对较小。

在本实施例中，可采集当前时段的流量数据和压力数据，其中，所述当前时段为所述HFNC设备可相对稳定输出气体的时间段，在该当前时段采集的流量数据和压力数据也会相对稳定，对后续处理过程的影响也相对较小。

其中，在采集流量和压力数据之前，需要设定好包括当不限于预设氧气浓度数据、预设流量数据和预设温度数据，可选地，所述HFNC设备内存储有不同的多组包括预设氧气浓度、预设流量和预设温度数据，每组中的预设氧气浓度、预设流量和预设温度均存在一定的对应关系，如此，专业的医护人员可以一键选择设定预设氧气浓度、预设流量和预设温度数据，简化了操作流程也缩短了操作时间。同时预设氧气浓度、预设流量和预设温度数据也支持单独调节，这样，在面对情况复杂的患者时，便于专业医护人员根据实际情况做出调节判断。其中，可以通过触屏的方式选择调节设定，也可以通过实体按键进行一键调节设定，具体的选择方式在本实施例中不做限定。

可选地，所述HFNC设备还存储有不同的时间段信息，不同的时间段均为可使所述HFNC设备能够稳定输出气体的时间段，在可以一键设定包括预设氧气浓度、预设流量和预设温度数据的组别的情形中，不同组的数据使得所述HFNC设备可相对稳定输出气体的时间段也存在差异，通过存储不同的时间段信息与包括预设氧气浓度数据、预设流量数据和预设温度数据的不同组所对应的稳定输出气体的时间段存在一一对应关系，这样的话，当选择不同组数据时，可精准快速地确定出所述HFNC设备达到可稳定输出气体的时间段。可选地，在达到可稳定输出气体的时间段以后，所述HFNC设备可进行25.6秒的数据缓冲，获取多组流量和压力数据。

具体地，通过快速傅里叶变换(Fast Fourier Transform，简称FFT)，可根据所述流量数据获得流量幅频曲线图，根据所述压力数据获得压力幅频曲线图，其中，幅频曲线图可用于进一步分析得到准确的窗口值。

S220，基于所述流量幅频曲线图，获得第一最大幅度值和与所述第一最大幅度值所对应的第一初始呼吸频率数据，通过所述压力幅频曲线图，获得第二最大幅度值和与所述第二最大幅度值所对应的第二初始呼吸频率数据。

在本实施例中，可分别查找所述流量幅频曲线图和所述压力幅频曲线图中的两个最大幅值，并获得两个最大幅值对应的两个初始呼吸频率数据，主要是为了根据实际采集的流量和压力数据得到合适的窗口值。

处理方案通常是在获取流量和压力数据之后对其进行滤波操作，然后直接根据窗口法查找峰峰值，在这种情况下，难以根据实际采集到的流量和压力数据获得较为合适的窗口值，在形如患者界面气体输出孔较小或者预设流量过大，导致的背景压力较大，以及患者呼吸较弱、潮气量较低时，而导致的呼吸与压力的波形信噪比很低的情形下，可能会导致在查找峰峰值的过程中出现峰峰值的丢失或过提取。因此，需要根据实时采集的流量和压力数据去计算出合适的窗口值，以避免在后续获取峰峰值的过程中出现丢失或过提取的情况。

S230，根据所述第一初始呼吸频率计算第一窗口值，根据所述第二初始呼吸频率计算第二窗口值。

在本实施例中，所述HFNC设备可根据获得的所述第一初始呼吸频率数据和所述第二初始呼吸评论数据，自动计算出窗口值。具体地，通过预设流量采样频率获取所述当前时段内的第一采样数量，并通过预设压力采样频率获取所述当前时段内的第二采样数量，然后计算所述第一采样数量与所述第一初始呼吸频率数据的第一比值，并计算所述第二采样数量与所述第二初始呼吸频率数据的第二比值，最后将所述第一比值乘以第一预设比例系数计算所述第一窗口值，将所述第二比值乘以第二预设比例系数计算所述第二窗口值。

为了更清楚地表明计算窗口值的过程，下面将根据获得第一窗口值的过程，通过一个具体的例子进行说明。

可选地，在先前的S220中，已经获得了所述第一初始呼吸频率，当所述初始呼吸频率为15次/分钟、预设采样频率为20赫兹，则每分钟的采样数量为1200，则窗口值＝1200/15＝80，即当每4秒进行一次呼吸换气时，第一窗口值是80。

需要注意的是，其中80只是理想中的窗口值，在实际中，患者的呼吸并非是非常均匀的，以及可能出现数据采样存在延时的情形，因此，需要对理想的窗口值乘以一个预设比例系数，该预设比例系数以0.8为例，则实际的窗口值＝80*0.8＝64，如此，便可得到较为合适的所述第一窗口值，在后续步骤中根据窗口法进行峰峰值的提取，可以有效避免峰峰值的丢失或过提取。其中，所述第一预设比例系数和所述第二预设比例系数可以为同一预设比例系数，也可以为不同预设比例系数，针对根据流量和压力数据分别采样得到的第一采样数量和第二采样数量，可以视具体情况设置不同的预设比例系数。

还应当注意，该比例系数可根据实际的情况进行调整，在此处为0.8仅是举例示范，选择比例系数为0至1之间均在本申请的保护范围之内。

S240，根据所述第一窗口值，通过窗口法查找根据所述流量数据生成的流量波形曲线图中的实际流量峰峰值集合，根据所述第二窗口值，通过窗口法查找根据所述压力数据生成的压力波形曲线图中的实际压力峰峰值集合，并通过所述实际流量峰峰值集合和所述实际压力峰峰值集合获取实际呼吸频率数据。

在本实施例中，在采用当前时段的流量数据和压力数据之后，可以分别生成流量波形曲线图和压力波形曲线图，基于所述第一窗口值和所述第二窗口值，通过窗口法，在波形曲线图中获取多个峰峰值。

其中，当与一个窗口对应的数值的左右两边的全部窗口对应的数值全部大于或小于当前的数值，认为该数值在所述幅频曲线图中为波峰或波谷值，选择一个周期内所述波峰值与所述波谷值的差值作为峰峰值，进而获取多个峰峰值，记为峰峰值集合，进而可得到所述实际流量峰峰值集合和所述实际压力峰峰值集合。

可选地，获取与全部实际流量峰峰值对应的呼吸频率数据和与全部实际压力峰峰值对应的呼吸频率数据，前得到的呼吸频率数据进行均值滤波处理和标准差处理，如此，可得到实际呼吸频率数据。

基于上述设计，在本实施例中，通过采集流量和压力数据，经过快速傅里叶变换确认合适的窗口值，在通过窗口法查找基于流量和压力数据生成的流量波形曲线图和压力波形曲线图，进而得到准确的峰峰值数据，获取与全部峰峰值对应的呼吸频率并进行均值滤波处理和标准差处理，如此，可得到准确的实际呼吸频率数据。

在一种可能的实现方式中，为获得准确的实际呼吸频率数据，可将全部初始流量峰峰值和全部初始压力峰峰值与所述HFNC设备内的预设阈值进行比较，滤除不在所述预设阈值范围内的峰峰值。可选地，所述预设阈值可包括预设最大阈值和预设最小阈值，滤除全部初始流量峰峰值和全部初始压力峰峰值中大于所述预设最大阈值且小于所述预设最小阈值的峰峰值，进而得到实际流量峰峰值集合和实际压力峰峰值集合，可用于进一步得出较为准确的实际呼吸频率数据。

可选地，得到所述实际流量峰峰值和所述实际压力峰峰值，还具体包括S310至S320，请参照图3，图3为一种呼吸频率的测量方法所涉及的获得实际流量和压力峰峰值的流程图。

S310，将所述初始流量峰峰值集合中符合预设峰值阈值的流量峰峰值作为流量峰峰值组，将所述初始压力峰峰值中符合所述预设峰值阈值的压力峰峰值作为压力峰峰值组。

在形如患者界面气体输出孔较小或者预设流量过大，导致的背景压力较大，以及患者呼吸较弱、潮气量较低时，而导致的呼吸与压力的波形信噪比很低的情形下，有一些呼吸频率和压力数据可能满足所述窗口法查找的要求，但是与其对应的幅值可能不够，仍需要将当前时段中的多个时段的波峰或波谷值滤除。

可选地，所述HFNC设备内存储有可调节的预设峰值阈值，用于滤除不符合该预设峰值阈值的波峰值和波谷值。具体地，所述预设峰值阈值包括预设波峰阈值和预设波谷阈值，滤除所述初始流量和压力峰峰值集合中全部大于所述预设波峰阈值的波峰值和小于所述预设波谷阈值的波谷值，将滤除后得到的全部峰峰值作为峰峰值组，对应获得流量峰峰值组和压力峰峰值组。

具体地，所述HFNC设备内存储有预设波峰值和预设波谷值，用Max表示所述预设波峰值、Min表示所述预设波谷值、P

所述当前时段的波峰值可满足以下公式：

P

所述当前时段的波谷值必须满足以下公式：

P

其中，0.8和0.2仅表示比例系数，该比例系数可根据实际的情况进行调整，在此处为0.8仅是举例示范，选择比例系数为0至1之间均在本申请的保护范围之内。

如此，便可将不满足上述公式的波峰和波谷值滤除，滤除了符合窗口法但是不符合幅值要求的波峰和波谷值，通过保留的多个周期内波峰和波谷值计算多个流量峰峰值和压力峰峰值，得到流量峰峰值组和压力峰峰值组。

S320，筛选出所述流量峰峰值组中，相邻峰峰值间距满足预设间距阈值的流量峰峰值，得到实际流量峰峰值集合，筛选出所述压力峰峰值组中，相邻峰峰值间距满足所述预设间距阈值的压力峰峰值，得到实际压力峰峰值集合。

可选地，所述HFNC设备内存储有可调节的预设间距阈值，用于滤除不符合该预设间距阈值的流量和压力峰峰值。具体地，所述预设间距阈值包括预设最大间距阈值和预设最小间距阈值，滤除所述流量和压力峰峰值集合中全部大于所述预设最大间距阈值和小于所述预设最小间距阈值的流量和压力峰峰值，将滤除后得到的全部流量和压力峰峰值作为所述实际流量峰峰值集合和所述实际压力峰峰值集合。其中，预设间距阈值指的是流量或压力峰峰值在各自的曲线图中的流量或压力峰峰值位置之间的采样数量。

其中，为明确各个峰峰值的位置，以确定所述流量峰峰值的位置为例，在流量波形曲线图的一个周期内，流量峰峰值的位置可以为与该周期内波峰对应在横轴上的采样点，那么，在下一个相邻周期内的流量峰峰值的位置也应为与该周期内波峰对应在横轴上的采样点。可选地，流量峰峰值的位置可以为与该周期内波谷对应在横轴上的采样点，在下一个相邻周期内的流量峰峰值的位置也应为与该周期内波谷对应在横轴上的采样点。其中，仅需保证流量波形曲线图中相邻周期内的两个流量峰峰值的位置一一对应即可，本实施例在此不做限定。对应地，压力波形曲线图的全部峰峰值的位置也同样设置。

具体地，仍以所述流量峰峰值组为例，若预设采样频率为20赫兹、所述初始呼吸频率为15次/分钟，则每分钟的采样数量为1200，相邻流量峰峰值相隔的所述采样数量应大于1200/15*1.25，或小于1200/15*0.75。其中系数1.25在1至2之间皆可，系数0.75在0至1之间皆可，本实施例在此不做限定。同理，针对全部压力峰峰值和预设间距阈值间的比对操作也是如此。

在获取所述实际流量峰峰值集合和所述实际压力峰峰值集合之后，可进一步获得所述实际呼吸频率数据，具体步骤如下：

将与全部实际流量峰峰值对应的呼吸频率数据作为第一组呼吸频率数据，将与全部实际压力峰峰值对应的呼吸频率数据作为第二组呼吸频率数据；

将所述第一组呼吸频率数据进行均值处理获得第一呼吸频率数据，将所述第二组呼吸频率数据进行均值处理获得第二呼吸频率数据；

将所述第一组呼吸频率数据和所述第一呼吸频率数据进行标准差处理获得第一标准差，并将所述第二组呼吸频率数据和所述第二呼吸频率数据进行标准差处理获得第二标准差；

若所述第一标准差和所述第二标准差均小于预设标准差，则将所述第一呼吸频率数据和所述第二呼吸频率数据进行均值处理获得第三呼吸频率数据，并将所述第三呼吸频率数据作为所述实际呼吸频率数据；

若所述第一标准差大于或等于所述预设标准差，且所述第二标准差小于预设标准差，则将第二呼吸频率数据作为实际呼吸频率数据；

若所述第一标准差小于所述预设标准差，且所述第二标准差大于或等于预设标准差，则将第一呼吸频率数据作为实际呼吸频率数据。

可选地，均值滤波处理过程可采用均值滤波处理器完成，预设标准差可选10％，一般地，标准差表征了一组数据的精确度，标准差数值越小，数据准确度越高，反之则越低。若第一标准差和所述第二标准差均小于10％，则取所述第一呼吸频率和所述第二呼吸评论的均值作为实际呼吸频率，若二者的标准差一方小于10％，一方大于或等于10％，则取与小于10％对应的一方的均值作为实际呼吸频率数据，若二者的标准差均大于10％，则持续采集当前时段的流量和压力数据并重复S210至S240。

在一种可能的实现方式中，为了得到真实且准确的呼吸频率数据，需要判断采集到的流量数据是否与所述HFNC设备内存储的理论流量数据匹配，具体地，该判断过程具体包括以下步骤：

判断所述流量数据与理论流量数据是否匹配；

若所述流量数据和所述理论流量数据匹配，则按预设流量数据输出气体；

若所述流量数据与所述理论流量数据不匹配，则更新输出气体的预设流量数据，直至所述流量数据与所述理论流量数据相匹配，并根据调节后的预设流量数据输出气体。

具体地，通过判断采集的流量数据是否与理论流量数据匹配，若判断匹配，则继续按预设流量数据和预设压力数据输出气体，否则，调节所述预设流量数据至采集的所述流量数据与所述理论流量数据匹配即可。如此，可判断出采集的流量数据是否存在异常情况，当出现异常时，可自动调节所述预设流量数据直至采集到符合要求的流量数据。

可选地，当采集到的流量数据不符合要求时，还可以判断温度是否正常，当温度不在正常输出气体的温度范围内时，保证预设流量数据不变，调节该温度至正常输出气体的温度范围即可，以消除温度对采集流量数据的影响。

另外，在所述采集当前时段的流量数据和压力数据，获得与所述流量数据对应的流量幅频曲线图和与所述压力数据对应的压力幅频曲线图的步骤之前，还可以先对所述流量数据和所述压力数据进行低通滤波处理，可选地，可采用低通滤波器完成该操作，如此，可保证采集到的所述流量数据和所述压力数据的有效性和稳定性。

综上所述，本申请通过对流量数据和压力数据进行处理，通过快速傅里叶变换以及相应筛选操作，可快速得到合适的窗口值，而后通过窗口法和具体的数据过滤操作，实现了在形如患者界面气体输出孔较小或者预设流量过大，导致的背景压力较大，以及患者呼吸较弱、潮气量较低时，而导致的呼吸与压力的波形信噪比很低的情形下，避免了查找峰峰值的过程中出现峰峰值的丢失或过提取，进而保证获取的呼吸频率数据的准确性。

与上述方法实施例相对应，本申请还提供一种呼吸频率的测量装置。

请参照图4，图4为呼吸频率的测量装置的功能模块示意图，该呼吸频率测量装置400包括数据采集模块410、数据读取模块420、计算模块430和获取模块440。

在本实施例中，所述数据采集模块410，用于采集当前时段的流量数据和压力数据，获得与所述流量数据对应的流量幅频曲线图和与所述压力数据对应的压力幅频曲线图。

所述数据读取模块420，可用于基于所述流量幅频曲线图，获得第一最大幅度值和与所述第一最大幅度值所对应的第一初始呼吸频率数据，通过所述压力幅频曲线图，获得第二最大幅度值和与所述第二最大幅度值所对应的第二初始呼吸频率数据。

所述计算模块430，用于根据所述第一初始呼吸频率计算第一窗口值，根据所述第二初始呼吸频率计算第二窗口值。

所述获取模块440，用于根据所述第一窗口值，通过窗口法查找根据所述流量数据生成的流量波形曲线图中的实际流量峰峰值集合，根据所述第二窗口值，通过窗口法查找根据所述压力数据生成的压力波形曲线图中的实际压力峰峰值集合，并通过所述实际流量峰峰值集合和所述实际压力峰峰值集合获取实际呼吸频率数据。

本实施例提供的呼吸频率的测量装置的具体实施过程，可以参见上述呼吸频率的测量方法的具体实施过程，在此不再一一赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。