【作者】張政波，倪路，劉曉莉，李德玉，王衛(wèi)東

1 解放軍總醫(yī)院醫(yī)學(xué)工程保障中心，北京市，100853

2 北京航空航天大學(xué)生物與醫(yī)學(xué)工程學(xué)院，北京市，100191

振蕩肺功能原理及技術(shù)實現(xiàn)

【作者】張政波1，倪路2，劉曉莉2，李德玉2，王衛(wèi)東1

1 解放軍總醫(yī)院醫(yī)學(xué)工程保障中心，北京市，100853

2 北京航空航天大學(xué)生物與醫(yī)學(xué)工程學(xué)院，北京市，100191

強迫振蕩技術(shù)是一種無創(chuàng)的呼吸系統(tǒng)力學(xué)特性測量技術(shù)。通過給呼吸系統(tǒng)施加高頻激勵信號（通常為4～40 Hz的振蕩壓力信號），采用系統(tǒng)辨識原理，可實現(xiàn)不同頻率、不同氣道部位、不同阻力成分的阻抗特性的測量。該文綜述了振蕩肺功能基本原理、技術(shù)實現(xiàn)和臨床應(yīng)用，包括測量原理、激勵信號、系統(tǒng)等效模型、辨識算法以及測量系統(tǒng)軟硬件基本要求等，并對該技術(shù)的發(fā)展趨勢作了展望。

強迫振蕩技術(shù)；呼吸力學(xué)；系統(tǒng)辨識；壓力-流量；脈沖振蕩

0　引言

相對于傳統(tǒng)肺功能儀(如spir°metry和 b°dy plethysm°graphy)，振蕩肺功能儀是一種較新型的呼吸系統(tǒng)功能測試儀器，最早由DuB°is及其同事提出，通過給呼吸系統(tǒng)一定激勵(壓力振蕩)，觀察系統(tǒng)響應(yīng)(流量)的方法，運用系統(tǒng)辨識技術(shù)，研究呼吸系統(tǒng)的力學(xué)特性[1]。該技術(shù)經(jīng)過50多年的發(fā)展，由實驗室原型技術(shù)，逐漸發(fā)展成可應(yīng)用于臨床疾病診斷的成熟技術(shù)[2-3]。2005年歐洲呼吸協(xié)會(Eur°pean Respirat°ry S°ciety, ERS)針對強迫振蕩技術(shù)(F°rced Oscillati°n Technique, FOT)的臨床應(yīng)用提出了相應(yīng)的技術(shù)規(guī)范[2]，標志著該技術(shù)逐漸走向技術(shù)成熟期。相比于傳統(tǒng)肺功能檢測技術(shù)，F(xiàn)OT技術(shù)的最大優(yōu)點是受試者配合少，在平靜自主呼吸狀態(tài)下，較短的時間(1 min，3～5次有效呼吸)內(nèi)即可完成呼吸系統(tǒng)力學(xué)特性分析，適合老年人和兒童肺功能測試使用[2-3]。FOT技術(shù)尤其對氣道阻力變化更加敏感，通過選擇不同的激勵頻率(通常是4～40 Hz)，可以實現(xiàn)對呼吸氣道不同部位和不同成分阻力變化的檢測，且可以進一步分辨出吸氣相和呼氣相阻力變化[4-5]，因此對慢性阻塞性肺疾病、哮喘以及急性肺損傷等病人的指導(dǎo)用藥和療效觀察具有重要價值。目前振蕩肺功能技術(shù)的相關(guān)研究主要集中在國外，國內(nèi)發(fā)表的文章以FOT技術(shù)的臨床應(yīng)用研究為主，只有少數(shù)研究機構(gòu)針對該技術(shù)的原理和實現(xiàn)技術(shù)做過研究。本文基于ERS的技術(shù)規(guī)范，結(jié)合相關(guān)文獻以及我們先期開展的研究工作，系統(tǒng)性地介紹了振蕩肺功能技術(shù)的基本原理、實現(xiàn)技術(shù)、臨床應(yīng)用等內(nèi)容，綜述了該領(lǐng)域的技術(shù)演進，并對該技術(shù)的發(fā)展前景做了展望。

1　振蕩肺功能實現(xiàn)原理

1.1基本原理

FOT技術(shù)本質(zhì)上是系統(tǒng)辨識技術(shù)，相對于傳統(tǒng)肺功能檢測技術(shù)，它是一種主動測量技術(shù)，通過給呼吸系統(tǒng)外加激勵，測量系統(tǒng)響應(yīng)，進而辨識系統(tǒng)傳遞函數(shù)[2]。在技術(shù)實現(xiàn)上，通過壓力振蕩單元(通常是揚聲器)產(chǎn)生一個高頻壓力振蕩信號，加載在呼吸氣道上，受試者自主呼吸過程中，呼吸系統(tǒng)對該高頻壓力振蕩信號的響應(yīng)信息調(diào)制在自主呼吸的流量信號上，通過同步采集自主呼吸過程中的壓力和流量信號，運用系統(tǒng)辨識算法，便可以計算出呼吸系統(tǒng)力學(xué)特性。ERS給出的FOT系統(tǒng)示意圖如圖1所示，其中L°udspeaker產(chǎn)生高頻壓力振蕩信號，加載到呼吸系統(tǒng)上，通過同步測量的壓力信號Pao和流量信號V'，實現(xiàn)呼吸系統(tǒng)力學(xué)特性辨識。

圖1　強迫振蕩肺功能系統(tǒng)示意圖[2]Fig.1 Schematic arrangement °f the f°rced °scillat°ry respirat°ry impedance measurement[2]

系統(tǒng)辨識示意圖如圖2所示，可以將呼吸系統(tǒng)作為一個‘黑箱’，通過觀察系統(tǒng)的輸入（壓力Pao）和輸出（流量V'），辨識系統(tǒng)特性（阻抗Zrs）。為便于理解，我們可以將呼吸系統(tǒng)等效為一個由電阻、電感、電容等電子元件構(gòu)成的電學(xué)系統(tǒng)，通過電壓（振蕩壓力）和電流（振蕩氣流），來實現(xiàn)系統(tǒng)特性和參數(shù)辨識。

圖2　呼吸系統(tǒng)力學(xué)特性辨識示意圖Fig.2 Schematic diagram °n the the°ry °f FOT

雖然FOT的基本原理相對簡單，是一個典型的系統(tǒng)辨識技術(shù)，但是實現(xiàn)起來并不容易，一方面是由于壓力和流量信號都是小信號，在基于壓力和流量信號作呼吸系統(tǒng)力學(xué)特性分析時，分析結(jié)果容易受呼吸運動諧波成分的影響[2,6]，尤其在低頻段，影響辨識精度；另一方面，系統(tǒng)辨識過程中，涉及到振蕩單元和呼吸系統(tǒng)兩大環(huán)節(jié)的系統(tǒng)特性辨識，激勵信號（振蕩信號）必須充分考慮振蕩單元的幅頻響應(yīng)特性，在幅度和相位上進行優(yōu)化，以產(chǎn)生理想的呼吸系統(tǒng)激勵信號[6]，從而實現(xiàn)有效的系統(tǒng)力學(xué)特性辨識。

1.2激勵信號類型

目前FOT原理都是基于線性系統(tǒng)辨識技術(shù)，因此從系統(tǒng)辨識的角度看，要實現(xiàn)系統(tǒng)狀態(tài)的有效辨識，激勵信號的頻率和幅度都要滿足一定的要求，既要保證系統(tǒng)的各個狀態(tài)被充分激勵，又要避免激勵幅度過大引入非線性效應(yīng)[2]。在激勵信號類型上，先后出現(xiàn)過單頻正弦、白噪聲、偽隨機和周期性脈沖四類信號，目前廣泛使用的是單頻正弦、偽隨機和周期性脈沖[2]。

1.2.1單頻正弦信號

從系統(tǒng)辨識的角度看，正弦信號是最常用的激勵信號源，早期的振蕩肺功能技術(shù)采用的都是單頻正弦信號作為呼吸系統(tǒng)激勵信號[1]。單頻正弦作為呼吸系統(tǒng)激勵源的優(yōu)點是信噪比比較高[2]，缺點是要獲得呼吸阻抗的頻響特性曲線，需要多個正弦依次激勵，檢測時間太長。

1.2.2偽隨機信號

系統(tǒng)辨識常用的另一種激勵信號源是偽隨機信號，相對于白噪聲序列，偽隨機信號能夠產(chǎn)生類似白噪聲序列的頻譜特性，可以達到較好的系統(tǒng)辨識效果，工程上又容易實現(xiàn)[7]。在振蕩肺功能領(lǐng)域，應(yīng)用最多的偽隨機信號不是二進制偽隨機序列，而是多正弦信號組合的偽隨機序列，以解決單頻正弦信號作為系統(tǒng)激勵源時存在的檢測時間太長的難題[8]。該偽隨機信號在技術(shù)實現(xiàn)上需要考慮振蕩單元頻響特性，在多正弦信號的幅度和相位上充分優(yōu)化，提高低頻激勵能量，從而提高系統(tǒng)辨識精度[6,9]。

1.2.3周期性脈沖信號

周期性脈沖激勵是近幾年發(fā)展起來的一種振蕩肺功能實現(xiàn)技術(shù)，被稱為脈沖振蕩肺功能(Impulse Oscillati°n System, IOS)[2-3]，用一種持續(xù)時間短的（如幾十毫秒）的周期性脈沖（如5 Hz的三角波）作為激勵信號源，實現(xiàn)更快速的呼吸系統(tǒng)阻抗特性辨識，例如可以實現(xiàn)實時的吸氣相和呼氣相呼吸系統(tǒng)力學(xué)特性檢測。周期性三角脈沖信號及其傅立葉變換如圖3所示，左圖所示三角脈沖持續(xù)時間25 ms，每秒鐘重復(fù)2次，其頻域變換為右圖所示，頻域采樣率為5 Hz。從信號分析的角度看，周期性三角脈沖中包含了系統(tǒng)辨識所需的多正弦信號，因此通過調(diào)整三角脈沖持續(xù)時間及重復(fù)周期，就能產(chǎn)生系統(tǒng)辨識所需要的各類正弦激勵信號，實現(xiàn)系統(tǒng)辨識的目的。與偽隨機信號的技術(shù)實現(xiàn)一樣，周期性脈沖信號需要考慮振蕩單元頻響特性在三角脈沖波形上充分優(yōu)化，以產(chǎn)生理想的激勵信號。

圖3　周期性三角脈沖序列及其傅立葉變換結(jié)果Fig.3 Peri°dical triangular wave and it's amplitude-frequency characteristics calculated by F°urier transf°rm

1.3呼吸系統(tǒng)等效模型

常用的呼吸系統(tǒng)等效模型多為電學(xué)模型，將粘性阻力、彈性阻力和肺的順應(yīng)性分別等效為電阻(R)、電感(I)和電容(C)，根據(jù)辨識的不同目的，構(gòu)建了不同的等效模型。圖4 為最基本的RIC集總參數(shù)模型，其中R代表氣道粘性阻力，I代表慣性阻力，C代表呼吸系統(tǒng)順應(yīng)性。

圖4　呼吸系統(tǒng)RIC集總參數(shù)模型Fig.4 RIC lumped m°del f°r respirat°ry system

在該基本模型的基礎(chǔ)上，發(fā)展出了多種不同的辨識模型，包括DuB°is模型[1]、Mead模型[10-12]、RIC擴展模型(eRIC，EXTENDED-RIC)[13-14]、RIC增強模型(aRIC，AUGMENTED-RIC)[14-16]等，如圖5所示。根據(jù)不同的系統(tǒng)辨識目的，以及不同的激勵信號源類型，可以選擇不同的參數(shù)模型。

圖5　目前發(fā)展的幾類呼吸系統(tǒng)等效模型Fig.5 M°dels devel°ped f°r respirat°ry impedance estimati°n

1.4系統(tǒng)辨識算法

最常用的系統(tǒng)辨識算法還是基于快速傅立葉變換（FFT）的方法，根據(jù)線性系統(tǒng)辨識理論，結(jié)合圖2，系統(tǒng)輸入信號P(t)、系統(tǒng)傳遞函數(shù)h(t)、系統(tǒng)輸出信號V(t)之間存在如下關(guān)系：

兩邊進行傅立葉變換后，進一步得到系統(tǒng)傳遞函數(shù)：

等效于電學(xué)知識（電壓-電流-阻抗的關(guān)系）可以進一步得到系統(tǒng)阻抗：

若采用隨機信號模型，則采用功率譜分析技術(shù)來實現(xiàn)上述阻抗測量[8]。由于測量信號中往往有干擾成分，可以采用相關(guān)分析法來提高測量精度[7]，對于呼吸系統(tǒng)等效模型中的參數(shù)估計，可以采用最小二乘或者最大似然估計等算法實現(xiàn)[6-7]。

2　技術(shù)實現(xiàn)

綜上所述可以看到，F(xiàn)OT的原理相對簡單，就是基于壓力和流量信號的系統(tǒng)辨識技術(shù)，但是該技術(shù)的具體實現(xiàn)并不容易，對硬件系統(tǒng)和軟件系統(tǒng)都有一定要求。

2.1硬件系統(tǒng)基本要求

2.1.1壓力信號測量

所選壓力傳感器應(yīng)具有很好的頻響特性，使高頻振蕩信號(4～40 Hz)能有效通過，同時具有較好的線性度(在＜0.5 kPa測量范圍內(nèi)，線性度在2%以內(nèi))[2]。

2.1.2流量信號測量

所選流量傳感器也應(yīng)具有很好的頻響特性，使高頻振蕩信號(4～40 Hz)能有效通過，同時具有較好的線性度(在1 L/s流量范圍內(nèi)，線性度在2%以內(nèi))。傳感器優(yōu)選Lily型雙向氣體流量傳感器，在高至50 Hz的頻帶范圍內(nèi)，共模抑制比不小于60 dB[2]。

2.1.3振蕩單元

振蕩單元要能夠在足夠短的時間內(nèi)產(chǎn)生足夠量的振蕩氣體，以周期性脈沖振蕩技術(shù)為例，在氣道阻力約為0.1 Pa.s/L的情況下，要在40 ms時間內(nèi)產(chǎn)生至少40 mL的振蕩氣體，才能達到系統(tǒng)辨識的要求。同時，振蕩單元產(chǎn)生的振蕩壓力信號又不能超過5 cmH2O，以免呼吸系統(tǒng)被過度激勵產(chǎn)生非線性失真，理想的振蕩壓力水平為1～3 cmH2O[2,17]。在氣路結(jié)構(gòu)上，應(yīng)使與大氣相連的氣阻對高頻振蕩信號為高阻態(tài)，對人體自主呼吸信號為低阻態(tài)，從而保證壓力振蕩信號能有效地加載在呼吸系統(tǒng)上[4]。

2.2軟件系統(tǒng)基本要求

2.2.1信號采集

軟件系統(tǒng)要求能夠同步地采集振蕩壓力和呼吸氣流信號，AD采樣位數(shù)應(yīng)在12 bit以上，常規(guī)振蕩肺功能(4～40 Hz)所需采樣率為200 Hz[2]。信號采集系統(tǒng)應(yīng)同時具備DA和AD功能，DA用于產(chǎn)生所需的單頻正弦、偽隨機和周期性脈沖信號，經(jīng)過功率放大后驅(qū)動揚聲器。

2.2.2信號處理

由于激勵信號(壓力振蕩)的響應(yīng)信息（流量振蕩）調(diào)制在自主呼吸氣流信號上，針對壓力和流量信號進行系統(tǒng)辨識時，需要濾除自主呼吸信號以及其他高頻干擾信號[2,6-7]，可以采用濾波器的方法和時域加窗，如Hamming窗的方法[6]，然后再對同步采集到壓力和流量信號做FFT變換。IOS系統(tǒng)中用到了呼吸基線估計的方法，把每一次激勵產(chǎn)生的脈沖氣流信號提取出來，將同步的壓力和流量信號作FFT變換，進行系統(tǒng)辨識。

2.2.3參數(shù)估計

影響呼吸系統(tǒng)力學(xué)特性辨識最主要的問題在于低頻段的阻抗特性估計，除了在激勵信號發(fā)生環(huán)節(jié)，要充分考慮激勵單元特性以產(chǎn)生較理想的激勵信號（主要是低頻特性補償），在參數(shù)估計上，要采用一些信號處理方法，消除自主呼吸的影響，否則對呼吸阻抗的估計將是有偏估計，尤其在低頻段[6]。目前在偽隨機信號激勵模型下，應(yīng)用較好的是Navajas等[18]提出的參數(shù)估計器，F(xiàn)arre等[19]提出了時域平均技術(shù)以提高參數(shù)估計精度，L°rin°等[6]系統(tǒng)的比較了各類信號處理技術(shù)對呼吸系統(tǒng)阻抗估計的影響。在數(shù)據(jù)段選擇上，只有壓力和流量信號的頻域相干系數(shù)＞0.95才認為該段數(shù)據(jù)有效，辨識結(jié)果可信[20]。

3　臨床應(yīng)用

3.1適用人群

研究證明，F(xiàn)OT在檢測呼吸道阻力變化以及由于吸煙或職業(yè)暴露導(dǎo)致的肺損傷方面與傳統(tǒng)肺功能一樣敏感[2]，而在反應(yīng)呼吸系統(tǒng)力學(xué)狀態(tài)變化方面，能夠提供比常規(guī)肺功能更加豐富的信息[3]。因此該技術(shù)適用于各類人群，尤其適合于老年人和兒童使用，在哮喘、慢性阻塞性肺疾病以及急性肺損傷等疾病方面更有優(yōu)勢[2-3]，如FOT可以區(qū)分慢性阻塞性肺疾病病變過程中的中心氣道阻塞和外周氣道阻塞，研究表明呼吸阻抗是判斷慢性阻塞性肺病患者氣流阻塞的敏感指標，F(xiàn)OT測定是診斷哮喘、判斷病情輕重的一個有用工具，其中共振頻率這個指標與疾病程度非常敏感。

3.2FOT參數(shù)

FOT是一種全新的呼吸系統(tǒng)力學(xué)特性檢測技術(shù)，測量結(jié)果不同于傳統(tǒng)的肺功能儀，隨著激勵信號頻率的不同，會獲得一系列的呼吸阻抗測量結(jié)果，可以反應(yīng)呼吸生理和呼吸力學(xué)特性變化。臨床上常用的有明確診斷意義的參數(shù)包括：Zrs：呼吸系統(tǒng)總阻抗；R5：總氣道阻力；R20：中心氣道阻力；fres：諧振頻率或響應(yīng)頻率，該頻率點彈性阻力等于慣性阻力；X5：周邊彈性阻力；RC：中心阻力；Rf：周邊阻力；Ers：肺和胸廓的彈性阻力。大氣道阻塞時，R值在全頻率范圍內(nèi)抬高，而周圍氣道阻塞時，R5明顯抬高。限制型通氣功能障礙時，R值在全頻率范圍內(nèi)抬高，X值向負值方向壓低，fres＞10 Hz。除了上述參數(shù)，還可以得到阻抗容積圖(impedancev°lume graph)、阻抗頻譜圖(impedance-spectrum graph)、結(jié)構(gòu)參數(shù)圖(structure parameter graph)以及Intrabreath圖等，可以從不同的角度觀察呼吸系統(tǒng)力學(xué)特性。

4　總結(jié)與展望

振蕩肺功能經(jīng)過50多年的發(fā)展，已經(jīng)成為呼吸生理和呼吸系統(tǒng)力學(xué)特性研究以及呼吸系統(tǒng)相關(guān)疾病診斷的一個重要工具，能夠獲得常規(guī)肺功能檢測無法獲得一些重要的呼吸力學(xué)信息，因此有著非常廣闊的應(yīng)用前景，有望成為解決當前呼吸醫(yī)學(xué)所面臨的生理和臨床問題的一項穩(wěn)健、無創(chuàng)的呼吸力學(xué)檢測技術(shù)[3]。

振蕩肺功能最新的技術(shù)演進是脈沖振蕩技術(shù)，能夠在更短的時間內(nèi)完成測量，日本Chest公司推出的M°stGraph借助該技術(shù)可以實現(xiàn)實時的逐呼吸的呼吸系統(tǒng)阻抗描記[4-5]，為呼吸系統(tǒng)疾病診斷提供了更豐富的信息。FOT實現(xiàn)阻抗測量的技術(shù)難點在于低頻段(＜10 Hz)參數(shù)的準確估計，而從呼吸生理和疾病診斷角度看，0.1～10 Hz頻帶內(nèi)的呼吸力學(xué)特性準確測量更具有價值[3]，因此低頻段呼吸力學(xué)參數(shù)測量和臨床應(yīng)用是工程技術(shù)研發(fā)的一個重點。研究方法上，振蕩阻抗測量必須與功能影像和多尺度建模等技術(shù)結(jié)合，以明確特定結(jié)構(gòu)改變（肺部）與振蕩阻抗變化間的關(guān)系，使振蕩肺功能的檢查結(jié)果能夠合理指導(dǎo)臨床用藥和手術(shù)方案。

振蕩肺功能技術(shù)演進的另一個方向是小型化、便攜式，可用于家庭和遠程呼吸力學(xué)特性監(jiān)測使用[21-23]，也可以作為一個功能部件，與機械通氣和睡眠呼吸機結(jié)合[2,23]，實現(xiàn)治療過程中的實時呼吸阻抗測量，優(yōu)化治療方案。

FOT是建立在線性系統(tǒng)理論基礎(chǔ)上的系統(tǒng)辨識技術(shù)，相比于傳統(tǒng)肺功能檢測技術(shù)，理論基礎(chǔ)完備，應(yīng)用面廣泛。但由于FOT要保證呼吸系統(tǒng)處于線性狀態(tài)，只能使用低幅度的振蕩信號作為系統(tǒng)激勵源，而且假定整個測試過程是線性、穩(wěn)態(tài)的，信號采集和分析上也嚴格符合線性系統(tǒng)要求，因此可能會對一些重要的非線性呼吸力學(xué)特性無法揭示，這是目前基于線性系統(tǒng)理論的FOT的技術(shù)不足。在激勵信號發(fā)生以及壓力、流量信號分析上，能否嘗試一些新的方法，如數(shù)據(jù)處理上不使用FFT，而使用能處理非線性、非穩(wěn)態(tài)信號的經(jīng)驗?zāi)Ｊ椒纸饧夹g(shù)，是值得探索的一個方向。

[1] DuB°is AB, Br°dy AW, Lewis DH, et al. Oscillati°n mechanics °f lungs and chest in man[J]. J Appl Physi°l, 1956, 8(6): 587-594.

[2] O°stveen E, MacLe°d D, L°rin° H, et al. The f°rced °scillati°n technique in clinical practice:meth°-d°l°gy, rec°mmendati°ns and future devel°pments[J]. Eur°p Respirat J, 2003, 22(6): 1026-1041.

[3] Kaczka D, DellacaRL.Oscillati°n mechanics °f the respirat°ry system: applicati°n t° lung disease[J]. Crit Rev Bi°med Eng, 2011, 39(4): 337-359.

[4] Shirai T, M°ri K, Mikam°M, et al. Usefulness °f C°l°red 3D Imaging °f Respirat°ry Impedance in Asthma[J]. Allergy Asthma Immun°l Res, 2013, 5(5): 322-328.

[5] Nagase T, Yamauchi Y, K°hyama T, et al. Dynamic change in respirat°ry resistance during inspirat°ry a-nd expirat°ry phases °f tidal breathing in patients with chr°nic °bstructive pulm°nary disease[J]. Int J Chr°n Obstruct Pulm°n Dis, 2012, 7: 259-269.

[6] Daróczy B, Hant°sZ.Generati°n °f °ptimum pseud°rand°m signals f°r respirat°ry impedance measur-ements[J]. Int J Bi°med C°mput, 1990, 25(1): 21-31.

[7] Michaels°n ED, Grassman ED, Peters WR. Pulm°nary mechanics by spectral analysis °f f°rced rand-°m n°ise[J]. J Clin Invest, 1975,5(5):1210-1230.

[8] R°tger M, Peslin R, Navajas D, et al. Density dependence °f respirat°ry input impedance re-evaluated with a head generat°r minimizing upper airway shunt[J]. Eur Respir J, 1988, 1(5): 439-444.

[9] Bickel S, P°pler J, Lesnick B, et al. Impulse °scill°metry: interpretati°n and practical applicati°ns[J]. Chest, 2014, 146(3): 841-847.

[10] Ram°s C, Nazeran H, G°ldman MD, et al. Circuit analysis justifies a reduced Mead's m°del °f thehuman respirat°ry impedance f°r impulse °scill°metry data[C]. IEEE EMBS, 2010, 548-552.

[11] Nguyen TU, Di°ng B. Evaluati°n °f tw° mead-related m°dels °f adult respirat°ry impedance based °n IOS data[C]. Regi°n 5 Tech C°nf, IEEE, 2007: 303-308.

[12] W°° T, Di°ng B, Mansfield L, et al. A c°mparis°n °f vari°us respirat°ry system m°dels based °n parameter estimates fr°m Impulse Oscill°metry data[C]. IEEE EMBS, 2004: 3828-3831.

[13] Di°ng B, Rajagiri A, G°ldman M, et al. The augmented RIC m°del °f the human respirat°ry syste-m[J]. Med Bi°l Eng C°mput, 2009, 47(4): 395-404.

[14] R°cha R, Carl°s D. M°deling impulse °scill°metry data: Using augmented-RIC and extended-RIC respirat°ry impedance m°del parameters t° track pulm°nary health and disease[D]. Texas: The Un-iversity °f Texas at El Pas°, 2011.

[15] Rajagiri A, Di°ng B. Evaluati°n °f Augented RIC M°del °f Child Respirat°ry Impedance Based °n Impulse Oscill°metry Data[C]. Regi°n 5 C°nf, IEEE, 2006: 291-295.

[16] R°tger M, Peslin R, FarreR, et al. Influence °f amplitude, phase and freqency c°ntent °f pseud°rand-°m pressure input °n impedance data and their variability[J]. Eur Respir J, 1991, 1(3): 178–182.

[17] Navajas D, Farré R, R°tger M. A new estimat°r t° minimize the err°r due t° breathing in the measurement °f respirat°ry impedance[J].IEEE Trans Bi°med Eng, 1988, 35(12): 1001-1005.

[18] Farré R1, R°tger M, NavajasD. Optimized estimati°n °f respirat°ry impedance by signal averaging in the time d°main[J]. J Appl Physi°l, 1992, 73(3): 1181-1189.

[19] Lándsér FJ, Nagles J, Demedts M, et al. A new meth°d t° determine frequency Characteristics °f t-he respirat°ry system[J]. J Appl Physi°l, 1976,41(1):101-106.

[20] Dellacà RL, G°bbi A, Pastena M, et al. H°me m°nit°ring °f within-breath respirat°ry mechanics by a simple and aut°matic f°rced °scillati°n technique device[J]. Physi°l Meas, 2010, 31(4): N11-24.

[21] Rigau J1, Farré R, R°ca J, et al. A p°rtable f°rced °scillati°n device f°r respirat°ry h°me m°nit°ring[J]. Eur Respir J, 2002, 19(1): 146-150.

[22] Timmins SC, Diba C, Thamrin C, et al. The feasibility °f h°me m°nit°ring °f impedance with the f°rced °scillati°n technique in chr°nic °bstructive pulm°nary disease subject[J]. Physi°l Meas, 2013, 34(1): 67-81.

[23] Campana LM, Owens RL, Suki B, et al. Measuring upper and l°wer airway resistance during sleep with the f°rced °scillati°n technique[J]. Ann Bi°med Eng, 2012, 40(4): 925-933.

Methodology and Implementation of Forced Oscillation Technique for Respiratory Mechanics Measurement

【 Writers 】ZHANG Zhengbo1, NI Lu2, LIU Xiaoli2, LI Deyu2, WANG Weidong1
1 The Medical Engineer Support Center, Chinese PLA General Hospital, Beijing, 100853
2 School of Biological Science and Medical Engineering, Beihang University, Beijing, 100191

【 Abstract 】The forced oscillation technique (FOT) is a noninvasive method for respiratory mechanics measurement. For the FOT, external signals (e.g. forced oscillations around 4～40 Hz) are used to drive the respiratory system, and the mechanical characteristic of the respiratory system can be determined with the linear system identification theory. Thus, respiratory mechanical properties and components at different frequency and location of the airway can be explored by specifically developed forcing waveforms. In this paper, the theory, methodology and clinical application of the FOT is reviewed, including measure ment theory, driving signals, models of respiratory system, algorithm for impedance identification, and requirement on apparatus. Finally, the future development of this technique is also discussed.

forced oscillation technique, respiratory mechanics, system identification, pressure-flow, impulse oscillation

R318.6

A

10.3969/j.issn.1671-7104.2015.06.012

1671-7104(2015)06-0432-05

2015-07-17

國家科技支撐計劃課題（2013BAI03B05）；國家自然科學(xué)基金面上項目（61471398）

張政波，E-mail: zhengb°zhang@126.c°m