针对呼吸机研究的调研报告目前呼吸机多数采用压力控制和容量控制的工作模式，这种模式很大程度上取决于患者，由于患者的不稳定性会造成一定的人机不协调，所以对呼吸机智能判断和自动跟随控制方面的研究将会有着重大的意义。一、国内外研究现状1.1 控制方面在对呼吸机压力控制方法上，北京交通大学的包涵设计的基于 Pl 控制算法的CPAP 呼吸机控制器，在该控制器中采用了增量限幅式 PI 控制算法，该方法避免了传统 PID 算法易产生噪声影响控制精度的问题，降低了控制回路的响应时间，算法作用时间仅需毫秒级即可使系统稳定输出，提高了系统的控制精度[1]。山东大学的樊晓克在其智能化呼吸机中，设计了一个模糊 PID 控制器，利用其十几年研制呼吸机的经验以及医学专家经验建立了模糊控制规则库以及一套 PSV 模糊 控制算法，在规则库中考虑到了各种呼吸状况，收到了满意的效果[2]。吉林大学的张彦春采用了模糊控制系统去研究呼吸机的控制器 [3]。Favre AS，Jandre FC，Giannella-Neto A 在其 CPAP 控制器中使用了一个闭环控制器去控制通气阀的开闭使得压力波动范围更小[8]。在呼吸相识别方法上。暨南大学的冼莹在呼吸机人机同步的上引入了新方法其通过采用食道电极、流量计、生理实验放大器和数据采集器建立一个隔肌肌电采集系统，通过分析隔肌肌电信号并利用阈值法和改良的数学形态滤波法结合提取出吸气开始时刻，呼气开始时刻和呼吸周期三个参数[4]。河北工业大学的徐文超在其研制的呼吸机中引入了 CAN 总线使得系统具有很好的扩展性[5]。在双水平模型的建立上台湾的 Ching-Chih Tsai，Zen-Chung Wang 等提出了预测模型理论，在每个呼吸阶段结束时通过该理论，对下一阶段的呼吸相的时间进行预测，然后系统依据这个时间进行呼吸相的切换[6, 7]。近年来人们试图将控制理论与人工智能结合应用于机械通气领域，当前的一些尝试主要有：① LDS 医院的 COMPASS 分散结构系统，并与医院信息网相连；② KUSIVAR系统，引入了专家决策，并集成了病人—呼吸机模型；③ VRM 首先引入模糊逻辑；④ VQ—ATTENDING 系统首先引入医生顾问分析参数设置；⑤ RESPAID 首先运用机器自学习技术。飞利浦伟康公司是全球呼吸机著名的生产商，其产品利用了许多先进技术，包括 Auto-Trak 数字式自动追踪灵敏度技术 、Bi-Flex 压力释放技术、优化的降噪技术、System One 湿度控制及干盒子技术。伟康专利的 Auto-Trak技术可立即对呼...
