用于估算干粉吸入器中药物在肺部沉积情况的声学监测方法

《IEEE Sensors Letters》：Acoustic Monitoring for Estimating Lung Deposition in Dry Powder Inhalers

该研究提出基于声学关联和信号转换的框架，通过MEMS麦克风和被动双缝滤波器捕捉吸入声，经特征回归实现非依赖性流量重建，其R2值与参考流量计达0.846，与NGI肺剂量相关系数0.828，扩展了声学吸入传感器至定量肺沉积评估，适用于紧凑非侵入式呼吸监测。

　　

摘要：

本文提出了一种基于相关性分析和信号转换的框架，该框架扩展了声学吸入器传感器的测量功能，使得在现实世界中使用时能够定量估计干粉吸入器（DPI）的肺部沉积量。该传感器采用微机电系统（MEMS）麦克风和被动双缝声学滤波器来捕捉吸入声音，并通过基于特征的回归算法对这些声音进行处理，以实现与个体无关的气流重建。重建的气流数据与参考流量计的测量结果高度吻合（相关系数R2 = 0.846），同时与下一代冲击器（NGI）测量的肺部剂量数据也具有良好相关性（相关系数R2 = 0.828）。通过将原本用于定性检测吸入过程是否正确的声学信息与肺部沉积量的定量估计相结合，该方法拓展了声学吸入器传感器的功能，使其具备了生理测量能力，从而增强了其在紧凑型、无创呼吸评估中的应用范围。