臺灣博碩士論文加值系統

摘要
呼吸器在重症醫學領域中具有重要的功能，其最大的功用是給予呼吸衰竭的病人機械通氣，提供支持生命，呼吸器除了提供機械通氣之外，具備有警報功能，當病人使用呼吸器時有偵測到異常的呼吸危象，會產生若干種警報，提醒臨床醫療人員，病人處於異常狀態，其中又以高壓警報最為常見，其常見的原因為病人呼吸道有痰液阻塞亦或咳嗽。痰液量的變化，會跟肺部發炎和呼吸器脫離成功與否有關。但是目前仍沒有發展一個系統工具可以估算呼吸器病人痰液量，以進一步提供臨床治療病人的參考。
本論文目的為量化呼吸器「流速-時間」波型上之震盪值並結合痰液濃度來做為智慧型呼吸器病人痰液之估測設計，並應用模糊理論(Fuzzy Logic)為基礎，結合大量數據組成歸屬函數與規則庫，使用最大-最小推論引擎，且利用最大值平均去模糊法(MOM)，估測出呼吸器病人痰液量，輸出至LabVIEW人機介面，將此參數推廣至作為病人脫離呼吸器的重要判斷依據與床邊監視喘的指標之一，並將病人呼吸道中痰液抽除乾淨，亦可減輕醫護人員的負擔。
本論文的主要設計是估測出呼吸器病人痰液量。利用模擬肺，及使用模擬痰液，計算在不同濃度痰液之呼吸流速震盪量，以進一步透過設計的智慧型呼吸器病人痰液之估測系統，來呈現痰液估算量。並結合呼吸監視系統，亦可將痰液估算量寫入電子病歷中，這樣必會大幅提升醫療人員的工作效率。

Abstract
Mechanical ventilator performs essential functions in critical care medicine. Mechanical ventilator provides respiratory failure patients with mechanical ventilation which supports patients to maintain gas exchange. The thesis designed a system to estimate sputum volume which is needed in chest intensive care unit. The Sputum Volume Estimate System will be initiated immediately when the ventilator high pressure alert go off.
The proposed sputum volume estimate system is based on the vibration (VIB) quantified from the breathing flow rate line. The fuzzy logic algorithm is applied to estimating the sputum volume. The inputs of the fuzzy logic include “Concentration” and “VIB value”. The fuzzy logic algorithm is divided into three steps to calculate the sputum volume. First, the concentration and VIB value are fuzzified. Then the inference engine applies the Min-Min-Max inference engine with the rule base to create twelve fuzzy rules. Last, the Volume value fuzzification utilized the Middle of Maximum Defuzzification method. The fuzzy logic algorithm outputs the sputum volume value interval. Finally, the sputum value and the indicator are shown on LabVIEW human machine interface.
This thesis primarily designs the process of measuring sputum volume automatically. The proposed sputum volume estimate system could reduce unnecessary sputum suction. Then the system can keep the patient from suffering the side effects is caused by unnecessary sputum suction.

目錄
摘要 i
Abstract ii
誌謝 iii
目錄 iv
圖目錄 vii
表目錄 x
第一章 緒論 1
1-1研究動機 1
1-2論文大綱 4
第二章 人體呼吸系統原理 5
2-1肺部生理機制 5
2-1-1呼吸系統 5
2-1-2呼吸作用 8
2-2肺通氣作用 10
2-3肺通氣的阻抗[15] 10
2-4呼吸功(Work of Breathing)[18] 14
2-4-1評估呼吸功的方法[18] 15
2-4-2呼吸治療 17
2-4-3使用呼吸器之併發症 18
2-4-4痰液特性[20] 18
2-4-5呼吸器脫離 19
第三章 呼吸治療設備 20
3-1呼吸器 20
3-2呼吸器常用模式[25] 23
3-3呼吸器之呼吸參數簡介 25
第四章 智慧型呼吸器病人痰液之估測設計 28
4-1研究理論基礎 28
4-2 研究方法 31
4-3 模糊理論基本概念介紹 32
4-3-1 模糊化 32
4-3-2 歸屬函數 33
4-3-3 規則庫 35
4-3-4 推論引擎 37
4-3-5 去模糊化 38
4-3-6 模糊推論流程 40
4-4智慧型呼吸器病人痰液之估測系統架構 41
4-4-1 模糊化 43
4-4-2 歸屬函數 44
4-4-3 規則庫 48
4-4-4 推論引擎 49
4-4-5 去模糊化 50
4-5全自動化呼吸器 52
4-5-1微處理器之選配原則 52
4-5-2 PIC32MX795F512L之特點 53
4-5-3旋鈕控制電路設計與實現 54
第五章 實驗與討論 56
5-1實驗平台 56
5-2實驗設計說明 57
5-3實驗結果與討論 61
5-4智慧型呼吸器病人痰液之估測系統 68
5-4-1帳號與密碼登入系統 68
5-4-2電子病歷 69
5-4-3智慧型呼吸器病人痰液之估測系統人機介面 71
第六章 結論與未來展望 72
參考文獻 73

參考文獻
[1] M. Gorges, B.A. Markewitz, and D.R. Westenskow, “Improving alarm performance in the medical intensive care unit using delays and clinical context”, IARS Anesth Analg, Vol. 108, No. 5, pp. 1546 –52, May 2009.
[2] J. Edworthy, and E. Hellier, “Alarms and human behaviour: implications for medical alarms”. BJA, Vol 97, No 1, pp. 12–17, May 2006.M. Imhoff, and S. Kuhls, “Alarm algorithms in critical care monitoring”. IARS Anesth Analg, Vol 102, No 5, pp. 1525-37, December 2006.
[3] R.K. Visaria, and D.R. Westenskow “Model-based detection of partially obstructed endotracheal tube”. SCCM, Vol. 33, No. 1, 2005.
[4] R.S. Evant, K.V. Johnson, V. B. Flint, T. Kinder, C.R. Lyon, W. Hawley, D.K. Vawdrey, G. Thomsen, “Enhanced Notification of Critical Ventilator Events” . JAMIA, Vol 12, No. 6 pp. 589–595. November 2005.
[5] 中時健康—加護病房病人救星 呼吸器自動化時代來臨。
報導日期：2009年7月14日。網址：http://health.chinatimes.com/。
[6] 衛生福利部中央健康保險署—全民健康保險重大傷病證明有效領證統計表。網址 : http://www.nhi.gov.tw/。
[7] 壢新醫院—首創自動化人工呼吸器 增加醫療即時性。報導日期：2012年4月29日。
網址：http://www.landseedhospital.com.tw/lishin/index_citi.php。
[8] 賴怡樺，施富金，成功脫離呼吸器之影響因素與護理。榮總護理 26卷4期，382-387，2009.12。
網址：http://www.airitilibrary.com/Publication/Index/02584727-200912-201002250035-201002250035-382-387
[9] 李建賢，2014。智慧型呼吸器之抽痰警報設計。碩士論文。桃園；中央大學電機工程學研究所。
[10] W. Beachey, Respiratory care anatomy physiology, 2th Edition, Mosby Elsevier.,2007
[11] T. Kevin and Patton, Anatomy & Physiology, 3th Edition, 1996.
[12] 人體生理學 第二版 藝軒圖書出版社
[13] Lynelle N.B. Management of the Mechanically Ventilated Patient, 2th Edition, Mosby Elsevier., 2006.
[14] 新編生理學 高毓儒等編著
[15] 生理學大綱 第二版 藝軒圖書出版社
[16] T. D. Jardins. Cardiopulmonary Anatomy & Physiology Essentials Of Respiratory Care, sixth Edition, Cengage Learning US, 2012.
[17] Giorgio and A. Braschi, Measurements of respiratory mechanics during mechanical ventilation, Hamilton Medical AG, Rhäzüns, Switzerland. 1999.
[18] 內科學誌2011：22：91-98
[19] 高雄榮民總醫院
網址：www.vghks.gov.tw/icu/pdf/23
[20] T. Robinson and J. Scullion. Oxford Handbook Of Respiratory Nursing, 1st Edition, OUP Oxford, 2010.
[21] 吳清平等，機械性呼吸的演進－人工智慧型呼吸器的進展。Taiwan Crit. Care Med. 2003年。
[22] 吳清平，人工呼吸器的脫離。Taiwan Crit. Care Med. 1999年
[23] 楊式興等，呼吸器監測與管理通報系統。台灣呼吸治療雜誌，2007年。
[24] J. M. Cairo and Pilbeam. Respiratory Care Equipment, 8th Edition. Mosby Elsevier, 2009.
[25] 呼吸器概論，2009年6月1日
網址： http://msicu1.pixnet.net/blog/post/28057230
[26] L. A. Zadeh, “Fuzzy sets”, Information and Control, Vol. 8, pp.338-353,1965.
[27] 王進德，類神經網路與模糊控制理論入門與應用，初版，全華科技圖書，台北市，民國九十五年。
[28] 王文俊，認識Fuzzy，三版，全華科技圖書，台北市，民國九十四年。
[29] E. H. Mamdani, “Applications of Fuzzy Algorithm for Control a Simple Dynmic Plant”, Proceedings of the Institution of Electrical Engineers, pp.1585-1588, 1974.
[30] 周芷璇，2013。具氧氣回授控制與智慧型呼吸器警報系統之設計與實現。碩士論文。桃園；中央大學電機工程學研究所。
[31] Microchip, “PIC32MX5XX/6XX/7XX Family Data Sheet”. DS61156G, 2011.
[32] Microchip, “PIC32”. DS61127D, 2011.