麻醉机及麻药输出浓度监测方法、系统、设备、存储介质

摘要

一种麻醉机及麻药输出浓度监测方法、系统、设备、存储介质，该方法包括：分别对流入呼吸回路的新鲜气体和麻醉对象的吸入气体进行流量监测(S11)；当吸入气体流量大于新鲜气体流量，则分别监测麻醉对象吸入气体和呼出气体中的麻药浓度(S12)；利用呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度(S13)；利用新鲜气体流量、吸入气体流量、吸入气体麻药浓度和重吸气体麻药浓度，计算麻药输出装置的输出麻药的浓度，得到麻药输出浓度(S14)。

权利要求

1.一种麻药输出浓度监测方法，其特征在于，包括：

分别对流入呼吸回路的新鲜气体和麻醉对象的吸入气体进行流量监测，得到相应的新鲜气体流量和吸入气体流量；所述呼吸回路包括吸气支路，所述吸气支路用于接收所述新鲜气体以及用于向所述麻醉对象传输所述吸入气体；

当所述吸入气体流量大于所述新鲜气体流量，则分别监测麻醉对象吸入气体和呼出气体中的麻药浓度，得到相应的吸入气体麻药浓度和呼出气体麻药浓度；其中，所述呼吸回路还包括重新流入支路，气体可经过所述重新流入支路重新流入所述吸气支路；

利用所述呼出气体麻药浓度和监测到的呼出气体中的二氧化碳浓度，对呼出气体中重新流入所述吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；

利用所述新鲜气体流量、所述吸入气体流量、所述吸入气体麻药浓度和所述重吸气体麻药浓度，计算麻药输出装置的输出麻药的浓度，得到麻药输出浓度。

2.根据权利要求1所述的麻药输出浓度监测方法，其特征在于，所述重新流入支路上设有二氧化碳吸收罐，所述利用所述呼出气体麻药浓度和监测到的呼出气体中的二氧化碳浓度，对呼出气体中重新流入所述吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度的步骤，包括：利用所述呼出气体麻药浓度、监测到的呼出气体中的二氧化碳浓度以及重吸气体麻药浓度计算模型，对呼出气体中重新流入所述吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；

其中，所述重吸气体麻药浓度计算模型为基于由二氧化碳吸收罐引起的麻药浓度变化过程创建的模型。

3.根据权利要求1所述的麻药输出浓度监测方法，其特征在于，所述重新流入支路上设有呼气支路、重吸气体缓存装置和二氧化碳吸收罐，所述利用所述呼出气体麻药浓度和监测到的呼出气体中的二氧化碳浓度，对呼出气体中重新流入所述吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度的步骤，包括：利用所述呼出气体麻药浓度、监测到的呼出气体中的二氧化碳浓度以及麻药浓度变化分析结果，对呼出气体中重新流入所述吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；

其中，所述麻药浓度变化分析结果为对所述重新流入支路上的麻药浓度变化过程进行分析后得到的结果。

4.根据权利要求3所述的麻药输出浓度监测方法，其特征在于，所述麻药浓度变化分析结果的获取步骤，包括：利用延迟器和滤波器对所述重新流入支路上的麻药浓度变化过程进行分析，得到所述麻药浓度变化分析结果。

5.根据权利要求3所述的麻药输出浓度监测方法，其特征在于，所述麻药浓度变化分析结果的获取步骤，包括：基于预先确定的用于表征分析对象的流入气体麻药浓度和流出气体麻药浓度之间的关系的气体传输模型，分别对所述呼气支路、所述重吸气体缓存装置以及所述二氧化碳吸收罐进行相应的模型创建，得到包含第一气体传输模型、第二气体传输模型以及第三气体传输模型的麻药浓度分析结果。

6.根据权利要求1所述的麻药输出浓度监测方法，其特征在于，所述利用所述呼出气体麻药浓度和监测到的呼出气体中的二氧化碳浓度，对呼出气体中重新流入所述吸气支路的气体的麻药浓度进行计算的步骤之前，还包括：确定重吸气体麻药浓度的计算精度要求；

根据重吸气体麻药浓度的计算精度要求，确定相应的重吸气体麻药浓度计算方法。

7.根据权利要求6所述的麻药输出浓度监测方法，其特征在于，所述确定重吸气体麻药浓度的计算精度要求的步骤，包括：获取所述重新流入支路的支路参数；其中，所述重新流入支路的支路参数包括所述重新流入支路的长度和/或容积和/或从所述重新流入支路流向所述吸气支路的气体的流量；

根据所述重新流入支路的支路参数，确定重吸气体麻药浓度的计算精度要求。

8.根据权利要求1所述的麻药输出浓度监测方法，其特征在于，所述分别对流入呼吸回路的新鲜气体和麻醉对象的吸入气体进行流量监测，得到相应的新鲜气体流量和吸入气体流量的步骤之后，还包括：当所述吸入气体流量小于或等于所述新鲜气体流量，则监测麻醉对象吸入气体中的麻药浓度，并直接将该麻药浓度确定为麻药输出装置的输出麻药的浓度。

9.根据权利要求1所述的麻药输出浓度监测方法，其特征在于，还包括：

判断所述麻药输出浓度是否大于预设输出浓度阈值，如果是，则触发相应的异常响应操作。

10.根据权利要求1所述的麻药输出浓度监测方法，其特征在于，还包括：

利用所述麻药输出浓度和所述新鲜气体流量，计算并显示所述麻药输出装置中的麻药消耗速率和/或麻药消耗量。

11.根据权利要求1至10任一项所述的麻药输出浓度监测方法，其特征在于，所述利用所述新鲜气体流量、所述吸入气体流量、所述吸入气体麻药浓度和所述重吸气体麻药浓度，计算麻药输出装置的输出麻药的浓度，得到麻药输出浓度的步骤，包括：利用所述新鲜气体流量、所述吸入气体流量、所述吸入气体麻药浓度、所述重吸气体麻药浓度以及第一输出浓度计算模型，计算所述麻药输出装置的输出麻药的浓度，得到相应的麻药输出浓度；

其中，所述第一输出浓度计算模型为在忽略所述吸气支路上的麻药浓度变化过程的前提下创建的模型。

12.根据权利要求1至10任一项所述的麻药输出浓度监测方法，其特征在于，所述利用所述新鲜气体流量、所述吸入气体流量、所述吸入气体麻药浓度和所述重吸气体麻药浓度，计算麻药输出装置的输出麻药的浓度，得到麻药输出浓度的步骤，包括：利用所述新鲜气体流量、所述吸入气体流量、所述吸入气体麻药浓度、所述重吸气体麻药浓度、预先确定的吸入气体麻药浓度变化率以及第二输出浓度计算模型，计算所述麻药输出装置的输出麻药的浓度，得到相应的麻药输出浓度；

其中，所述第二输出浓度计算模型为在考虑所述吸气支路上的麻药浓度变化过程的前提下创建的模型。

13.一种麻药输出浓度监测系统，其特征在于，包括：

流量监测模块，用于分别对流入呼吸回路的新鲜气体和麻醉对象的吸入气体进行流量监测，得到相应的新鲜气体流量和吸入气体流量；所述呼吸回路包括吸气支路，所述吸气支路用于接收所述新鲜气体以及用于向所述麻醉对象传输所述吸入气体；

浓度监测模块，用于当所述吸入气体流量大于所述新鲜气体流量，则分别监测麻醉对象吸入气体和呼出气体中的麻药浓度，得到相应的吸入气体麻药浓度和呼出气体麻药浓度；其中，所述呼吸回路还包括重新流入支路，气体可经过所述重新流入支路重新流入所述吸气支路；

重吸气体麻药浓度计算模块，用于利用所述呼出气体麻药浓度和监测到的呼出气体中的二氧化碳浓度，对呼出气体中重新流入所述吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；

麻药输出浓度计算模块，用于利用所述新鲜气体流量、所述吸入气体流量、所述吸入气体麻药浓度和所述重吸气体麻药浓度，计算麻药输出装置的输出麻药的浓度，得到麻药输出浓度。

14.一种麻药输出浓度监测设备，其特征在于，包括第一流量传感器、第二流量传感器、麻药浓度传感器、处理器以及存储器；其中，所述处理器用于执行所述存储器中存储的计算机程序以实现以下步骤：通过所述第一流量传感器，对流入呼吸回路的新鲜气体进行流量监测，得到相应的新鲜气体流量；所述呼吸回路包括吸气支路，所述吸气支路用于接收所述新鲜气体以及用于向麻醉对象传输吸入气体；

通过所述第二流量传感器，对麻醉对象的吸入气体进行流量监测，得到相应的吸入气体流量；

当所述吸入气体流量大于所述新鲜气体流量，则通过所述麻药浓度传感器，分别监测麻醉对象吸入气体和呼出气体中的麻药浓度，得到相应的吸入气体麻药浓度和呼出气体麻药浓度；其中，所述呼吸回路还包括重新流入支路，气体可经过所述重新流入支路重新流入所述吸气支路；

利用所述呼出气体麻药浓度和监测到的呼出气体中的二氧化碳浓度，对呼出气体中重新流入所述吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；

利用所述新鲜气体流量、所述吸入气体流量、所述吸入气体麻药浓度和所述重吸气体麻药浓度，计算麻药输出装置的输出麻药的浓度，得到麻药输出浓度。

15.一种麻醉机，其特征在于，包括如权利要求14所述的麻药输出浓度监测设备。

16.一种计算机可读存储介质，用于存储计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至12任一项所述麻药输出浓度监测方法的步骤。

说明书

麻醉机及麻药输出浓度监测方法、系统、设备、存储介质

技术领域

[0001] 本发明涉及麻醉机技术领域，特别涉及一种麻醉机及麻药输出浓度监测方法、系统、设备、存储介质。

背景技术

[0002] 麻醉机通过蒸发器向病人呼吸回路输入麻醉气体，可以达到对病人进行麻醉的目的。目前大多数中低端麻醉机并没有配备可以监测蒸发器的麻药输出浓度的气体模块，而只在病人端监测病人的吸入气体麻药浓度和呼出气体麻药浓度。由于缺少对蒸发器麻药输出浓度的监测手段，中低端麻醉机存在以下问题：蒸发器出现故障时，只能通过病人吸入气体麻药浓度和呼出气体麻药浓度的异常发现问题，由于麻醉机回路容积较大，发现问题的时间延迟会很大；另外，导致难以计算麻药消耗，鉴于麻药消耗是许多医院对手术计费的重要依据，由此影响了手术计费的准确性。

[0003] 为了解决这些问题，某些麻醉机在蒸发器出口处增加了用于监测气体浓度的监测装置，这种方案会增加较多成本，对中低端的麻醉机并不适用。

[0004] 另外，某些厂家在病人端增加了选通气路，并通过该选通气路，每隔一段时间从蒸发器后端进行气体采样，然后对采样后得到的气体进行浓度分析，以得到蒸发器的麻药输出浓度。这种方案由于需要依赖于额外的支持分时采样的装置，导致成本上升。

[0005] 综上所述可以看出，如何在低成本的前提下，实现对麻药输出浓度进行监测的目的是目前还有待解决的问题。

发明内容

[0006] 有鉴于此，本发明的目的在于提供一种麻醉机及麻药输出浓度监测方法、系统、设备、存储介质，能够在低成本的前提下，实现对麻药输出浓度进行监测的目的。其具体方案如下：

[0007] 第一方面，本发明公开了一种麻药输出浓度监测方法，包括：

[0008] 分别对流入呼吸回路的新鲜气体和麻醉对象的吸入气体进行流量监测，得到相应的新鲜气体流量和吸入气体流量；

[0009] 当所述吸入气体流量大于所述新鲜气体流量，则分别监测麻醉对象吸入气体和呼出气体中的麻药浓度，得到相应的吸入气体麻药浓度和呼出气体麻药浓度；

[0010] 利用所述呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对呼出气体中重新流入所述吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；

[0011] 利用所述新鲜气体流量、所述吸入气体流量、所述吸入气体麻药浓度和所述重吸气体麻药浓度，计算麻药输出装置的输出麻药的浓度，得到麻药输出浓度。

[0012] 可选的，所述利用所述呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对呼出气体中重新流入所述吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度的步骤，包括：

[0013] 利用所述呼出气体麻药浓度、呼出气体中的二氧化碳浓度以及重吸气体麻药浓度计算模型，对呼出气体中重新流入所述吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；

[0014] 其中，所述重吸气体麻药浓度计算模型为基于由二氧化碳吸收罐引起的麻药浓度变化过程创建的模型。

[0015] 可选的，所述利用所述呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对呼出气体中重新流入所述吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度的步骤，包括：

[0016] 利用所述呼出气体麻药浓度、呼出气体中的二氧化碳浓度以及麻药浓度变化分析结果，对呼出气体中重新流入所述吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；

[0017] 其中，所述麻药浓度变化分析结果为对重新流入支路上的麻药浓度变化过程进行分析后得到的结果，所述重新流入支路上设有呼气支路、重吸气体缓存装置和二氧化碳吸收罐。

[0018] 可选的，所述麻药浓度变化分析结果的获取步骤，包括：

[0019] 利用延迟器和滤波器对所述重新流入支路上的麻药浓度变化过程进行分析，得到所述麻药浓度变化分析结果。

[0020] 可选的，所述麻药浓度变化分析结果的获取步骤，包括：

[0021] 基于预先确定的用于表征分析对象的流入气体麻药浓度和流出气体麻药浓度之间的关系的气体传输模型，分别对所述呼气支路、所述重吸气体缓存装置以及所述二氧化碳吸收罐进行相应的模型创建，得到包含第一气体传输模型、第二气体传输模型以及第三气体传输模型的麻药浓度分析结果。

[0022] 可选的，所述利用所述呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对呼出气体中重新流入所述吸气支路的气体的麻药浓度进行计算的步骤之前，还包括：

[0023] 确定重吸气体麻药浓度的计算精度要求；

[0024] 根据重吸气体麻药浓度的计算精度要求，确定相应的重吸气体麻药浓度计算方法。

[0025] 可选的，所述确定重吸气体麻药浓度的计算精度要求的步骤，包括：

[0026] 获取重新流入支路的支路参数；其中，所述重新流入支路的支路参数包括所述重新流入支路的长度和/或容积和/或从所述重新流入支路流向所述吸气支路的气体的流量；

[0027] 根据所述重新流入支路的支路参数，确定重吸气体麻药浓度的计算精度要求。

[0028] 可选的，所述分别对流入呼吸回路的新鲜气体和麻醉对象的吸入气体进行流量监测，得到相应的新鲜气体流量和吸入气体流量的步骤之后，还包括：

[0029] 当所述吸入气体流量小于或等于所述新鲜气体流量，则监测麻醉对象吸入气体中的麻药浓度，并直接将该麻药浓度确定为麻药输出装置的输出麻药的浓度。

[0030] 可选的，所述麻药输出浓度监测方法，还包括：

[0031] 判断所述麻药输出浓度是否大于预设输出浓度阈值，如果是，则触发相应的异常响应操作。

[0032] 可选的，所述麻药输出浓度监测方法，还包括：

[0033] 利用所述麻药输出浓度和所述新鲜气体流量，计算并显示所述麻药输出装置中的麻药消耗速率和/或麻药消耗量。

[0034] 可选的，所述利用所述新鲜气体流量、所述吸入气体流量、所述吸入气体麻药浓度和所述重吸气体麻药浓度，计算麻药输出装置的输出麻药的浓度，得到麻药输出浓度的步骤，包括：

[0035] 利用所述新鲜气体流量、所述吸入气体流量、所述吸入气体麻药浓度、所述重吸气体麻药浓度以及第一输出浓度计算模型，计算所述麻药输出装置的输出麻药的浓度，得到相应的麻药输出浓度；

[0036] 其中，所述第一输出浓度计算模型为在忽略所述吸气支路上的麻药浓度变化过程的前提下创建的模型。

[0037] 可选的，所述利用所述新鲜气体流量、所述吸入气体流量、所述吸入气体麻药浓度和所述重吸气体麻药浓度，计算麻药输出装置的输出麻药的浓度，得到麻药输出浓度的步骤，包括：

[0038] 利用所述新鲜气体流量、所述吸入气体流量、所述吸入气体麻药浓度、所述重吸气体麻药浓度、预先确定的吸入气体麻药浓度变化率以及第二输出浓度计算模型，计算所述麻药输出装置的输出麻药的浓度，得到相应的麻药输出浓度；

[0039] 其中，所述第二输出浓度计算模型为在考虑所述吸气支路上的麻药浓度变化过程的前提下创建的模型。

[0040] 第二方面，本发明公开了一种麻药输出浓度监测系统，包括：

[0041] 流量监测模块，用于分别对流入呼吸回路的新鲜气体和麻醉对象的吸入气体进行流量监测，得到相应的新鲜气体流量和吸入气体流量；

[0042] 浓度监测模块，用于当所述吸入气体流量大于所述新鲜气体流量，则分别监测麻醉对象吸入气体和呼出气体中的麻药浓度，得到相应的吸入气体麻药浓度和呼出气体麻药浓度；

[0043] 重吸气体麻药浓度计算模块，用于利用所述呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对呼出气体中重新流入所述吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；

[0044] 麻药输出浓度计算模块，用于利用所述新鲜气体流量、所述吸入气体流量、所述吸入气体麻药浓度和所述重吸气体麻药浓度，计算麻药输出装置的输出麻药的浓度，得到麻药输出浓度。

[0045] 第三方面，本发明公开了一种麻药输出浓度监测设备，包括第一流量传感器、第二流量传感器、麻药浓度传感器、处理器以及存储器；其中，所述处理器用于执行所述存储器中存储的计算机程序以实现以下步骤：

[0046] 通过所述第一流量传感器，对流入呼吸回路的新鲜气体进行流量监测，得到相应的新鲜气体流量；

[0047] 通过所述第二流量传感器，对麻醉对象的吸入气体进行流量监测，得到相应的吸入气体流量；

[0048] 当所述吸入气体流量大于所述新鲜气体流量，则通过所述麻药浓度传感器，分别监测麻醉对象吸入气体和呼出气体中的麻药浓度，得到相应的吸入气体麻药浓度和呼出气体麻药浓度；

[0049] 利用所述呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对呼出气体中重新流入所述吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；

[0050] 利用所述新鲜气体流量、所述吸入气体流量、所述吸入气体麻药浓度和所述重吸气体麻药浓度，计算麻药输出装置的输出麻药的浓度，得到麻药输出浓度。

[0051] 第四方面，本发明公开了一种麻醉机，包括前述公开的麻药输出浓度监测设备。

[0052] 第五方面，本发明还公开了一种计算机可读存储介质，用于存储计算机程序，所述计算机程序被处理器执行时实现前述麻药输出浓度监测方法的步骤。

[0053] 可见，本发明先监测了新鲜气体流量、吸入气体流量、吸入气体麻药浓度和呼出气体麻药浓度，然后利用呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度，接着利用上述新鲜气体流量、吸入气体流量、吸入气体麻药浓度和重吸气体麻药浓度，对麻药输出装置的输出麻药的浓度进行计算，从而得到了麻药输出浓度。也即，本发明是基于上述新鲜气体流量、吸入气体流量、吸入气体麻药浓度、呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对麻醉机中麻药输出装置的输出麻药的浓度进行计算，由于上述新鲜气体流量、吸入气体流量、吸入气体麻药浓度、呼出气体麻药浓度、呼出气体中的二氧化碳浓度均可以基于现在麻醉机中已有的传感器进行监测，所以本发明在监测麻药输出装置的麻药输出浓度的过程中无需增加额外的硬件配置，由此实现了在低成本的前提下对麻药输出浓度进行监测的目的。

附图说明

[0054] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

[0055] 图1为一种麻醉机的具体气路结构图；

[0056] 图2为本发明实施例公开的一种麻药输出浓度监测方法流程图；

[0057] 图3为本发明实施例公开的一种具体的麻药输出浓度监测方法流程图；

[0058] 图4为本发明实施例公开的另一种具体的麻药输出浓度监测方法流程图；

[0059] 图5为本发明实施例公开的一种麻药输出浓度监测系统结构示意图；

[0060] 图6为本发明实施例公开的一种麻药输出浓度监测设备结构示意图。

具体实施方式

[0061] 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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。

[0062] 本发明中公开的技术方案应用于麻醉机中。图1中示出了麻醉机的一种具体的气路结构图。图1中，当麻醉对象吸入由吸气支路传输的气体之后，呼气支路将会收集到麻醉对象的呼出气体，然后将收集到的呼出气体传输至重吸气体缓存装置，重吸气体缓存装置将接收到的气体中的多余气体向外界排出，并将剩余气体传输至二氧化碳吸收罐，以滤除上述剩余气体中的二氧化碳，接着，由二氧化碳吸收罐输出的经过二氧化碳滤除处理的气体以及由麻药输出装置输出的携带有麻药的新鲜气体将一同流入吸气支路。在上述气路结构图中，吸气支路、呼气支路、重吸气体缓存装置以及二氧化碳吸收罐共同构成了呼吸回路。图1中是通过将新鲜气体直接输入至吸气支路的方式来达到将新鲜气体输入呼吸回路的目的，当然也可以通过将新鲜气体输入至位于呼吸回路上的其他入口的方式来达到将新鲜气体输入呼吸回路的目的，例如可以通过将新鲜气体直接输入至二氧化碳吸收罐的方式来实现。

[0063] 可以理解的是，图1中与麻药输出装置相连的流量传感器具体是用于监测流入呼吸回路的新鲜气体的流量，位于麻醉对象所在一侧的流量传感器具体是用于监测麻醉对象的吸入气体的流量，麻药浓度传感器具体用于监测麻醉对象的吸入气体麻药浓度和呼出气体麻药浓度，CO2浓度传感器具体用于监测麻醉对象呼出气体中的二氧化碳浓度。需要说明的是，上述与麻药输出装置相连的流量传感器具体是指位于流量计中的流量传感器，上述位于麻醉对象所在一侧的流量传感器具体是指位于呼吸机上的流量传感器。

[0064] 另外，图1中的麻药输出装置既可以是指现有麻醉机上的蒸发器，也可以是指直接向呼吸回路注射麻药的装置。进一步的，上述重吸气体缓存装置既可以是风箱，也可以是容量反射器或具有排气功能的储气囊。

[0065] 参见图2所示，本发明实施例公开了一种麻药输出浓度监测方法，包括：

[0066] 步骤S11：分别对流入呼吸回路的新鲜气体和麻醉对象的吸入气体进行流量监测，得到相应的新鲜气体流量和吸入气体流量。

[0067] 本实施例中，具体可以利用位于麻药输出装置所在一侧的流量传感器，对由麻药输出装置输出的携带有麻药的新鲜气体进行流量监测，得到相应的新鲜气体流量，以及利用吸气支路和呼气支路上的流量传感器的测量值来确定吸入气体流量。

[0068] 本实施例中，麻药输出装置输出的携带有麻药的新鲜气体既可以从位于二氧化碳吸收罐的下游和吸气支路的上游之间的入口输入至呼吸回路中，也可以从呼吸回路上的其他入口处流入呼吸回路，例如可以通过将新鲜气体直接输入至二氧化碳吸收罐的方式来达到将新鲜气体输入至呼吸回路的目的。需要进一步说明的是，本实施例中的二氧化碳吸收罐不仅仅可以设置在重吸气体缓存装置的下游，根据实际需要也可以将二氧化碳吸收罐设置在重吸气体缓存装置的上游，本发明主要是针对二氧化碳吸收罐设在重吸气体缓存装置的下游这一具体结构来展开说明的。

[0069] 可以理解的是，本实施例中的麻醉对象可以是人，也可以是其他需要进行麻醉处理的动物。

[0070] 步骤S12：当吸入气体流量大于新鲜气体流量，则分别监测麻醉对象吸入气体和呼出气体中的麻药浓度，得到相应的吸入气体麻药浓度和呼出气体麻药浓度。

[0071] 具体的，当吸入气体流量大于新鲜气体流量时，可利用位于麻醉对象所在一侧的麻药浓度传感器来监测麻醉对象吸入气体中的麻药浓度和呼出气体中的麻药浓度。可以理解的是，上述用于监测麻醉对象吸入气体中的麻药浓度的传感器和用于监测呼出气体中的麻药浓度的传感器可以是同一个传感器，也可以分别是各自独立的传感器。

[0072] 考虑到在吸入气体流量小于或等于新鲜气体流量的情况下，也即意味着此时新鲜气体足够麻醉对象呼吸，所以这种情况下可以通过重吸气体缓存装置的排气口将多余的新鲜气体以及麻醉对象呼出的气体排向外界，此时麻醉对象呼出的气体将不再重新流入吸气支路，由此可以将此时监测到的麻药对象吸入气体中的麻药浓度直接确定为麻药输出装置的输出麻药的浓度。也即，在上述步骤S11之后，还可以进一步包括：当吸入气体流量小于或等于新鲜气体流量，则监测麻醉对象吸入气体中的麻药浓度，并直接将该麻药浓度确定为麻药输出装置的输出麻药的浓度。

[0073] 步骤S13：利用呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度。

[0074] 本实施例中，可以利用位于麻醉对象所在一侧的CO2浓度传感器来监测呼出气体中的二氧化碳浓度，然后利用呼出气体麻药浓度和呼出气体中的二氧化碳浓度来计算呼出气体中重新流入吸气支路的气体的麻药浓度。可见，本实施例在对重新流入吸气支路的气体的麻药浓度进行计算时，无需借助额外的硬件设备，只需利用现有麻醉机中的流量传感器和浓度传感器，便可得到用于计算重吸气体麻药浓度的各种必要信息，也即得到呼出气体麻药浓度和呼出气体中的二氧化碳浓度。

[0075] 步骤S14：利用新鲜气体流量、吸入气体流量、吸入气体麻药浓度和重吸气体麻药浓度，计算麻药输出装置的输出麻药的浓度，得到麻药输出浓度。

[0076] 本实施例中，具体是利用新鲜气体流量、吸入气体流量、吸入气体麻药浓度和重吸气体麻药浓度来计算麻药输出浓度的。由于新鲜气体流量、吸入气体流量和吸入气体麻药浓度均可以通过现有麻醉机中的流量传感器和麻药浓度传感器来进行监测，所以本实施例无需借助额外的硬件设备，只需利用上述各种参数信息便可计算出麻药输出装置的输出麻药的浓度，由此实现了低成本地监测麻药输出浓度的目的。

[0077] 可见，本发明实施例先监测了新鲜气体流量、吸入气体流量、吸入气体麻药浓度和呼出气体麻药浓度，然后利用呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度，接着利用上述新鲜气体流量、吸入气体流量、吸入气体麻药浓度和重吸气体麻药浓度，对麻药输出装置的输出麻药的浓度进行计算，从而得到了麻药输出浓度。也即，本发明实施例是基于上述新鲜气体流量、吸入气体流量、吸入气体麻药浓度、呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对麻醉机中麻药输出装置的输出麻药的浓度进行计算，由于上述新鲜气体流量、吸入气体流量、吸入气体麻药浓度、呼出气体麻药浓度、呼出气体中的二氧化碳浓度均可以基于现在麻醉机中已有的传感器进行监测，所以本发明实施例在监测麻药输出装置的麻药输出浓度的过程中无需增加额外的硬件配置，由此实现了在低成本的前提下对麻药输出浓度进行监测的目的。

[0078] 本发明实施例中，对前述实施例中步骤S13的具体过程作进一步的说明。具体的，在本实施例中，可以采用多种不同的计算方法来计算呼出气体中重新流入吸气支路的气体的麻药浓度，其中，不同的计算方法所对应的计算精度有所不同。具体的：

[0079] 在一种具体实施方式中，考虑到在重新流入支路的长度越短和/或容积越小和/或从重新流入支路流向吸气支路的气体的流量越大的情况下，由重新流入支路自身因素而引起重新流入支路中的麻药浓度发生变化的变化程度便越小，此时对重吸气体麻药浓度的计算精度的要求较低，由此可以忽视重新流入支路上除二氧化碳吸收罐之外的部分所引起的浓度变化过程。需要说明的是，上述重新吸入支路上设有呼气支路、重吸气体缓存装置和二氧化碳吸收罐。也即，本实施例中，利用呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度的步骤，具体可以包括：

[0080] 利用呼出气体麻药浓度、呼出气体中的二氧化碳浓度以及重吸气体麻药浓度计算模型，对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；

[0081] 其中，重吸气体麻药浓度计算模型为基于由二氧化碳吸收罐引起的麻药浓度变化过程创建的模型，具体为：

[0082]

[0083] 式中，Cre表示重吸气体麻药浓度，EtAA表示呼出气体麻药浓度，EtCO2表示呼出气体中的二氧化碳浓度。

[0084] 在另一种具体实施方式中，考虑到在重新流入支路的长度越长和/或容积越大和/或从重新流入支路流向吸气支路的气体的流量越小的情况下，由重新流入支路自身因素而引起重新流入支路中的麻药浓度发生变化的变化程度便越大，此时对重吸气体麻药浓度的计算精度的要求较高，由此无法忽视重新流入支路上除二氧化碳吸收罐之外的部分所引起的浓度变化过程，也即需要结合与重新流入支路对应的麻药浓度变化分析结果来计算重吸气体麻药浓度。也即，本实施例中，利用呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度的步骤，包括：

[0085] 利用呼出气体麻药浓度、呼出气体中的二氧化碳浓度以及麻药浓度变化分析结果，对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；

[0086] 其中，麻药浓度变化分析结果为对重新流入支路上的麻药浓度变化过程进行分析后得到的结果。

[0087] 本实施例中，也可以采取多种不同的方式来获取上述麻药浓度变化分析结果。具体的：

[0088] 在一种具体实施方式中，上述麻药浓度变化分析结果的获取步骤，具体包括：利用延迟器和滤波器对重新流入支路上的麻药浓度变化过程进行分析，得到麻药浓度变化分析结果。其中，该麻药浓度变化分析结果，具体为：

[0089] C[n]＝EtAA[n‑k]/(1‑EtCO2[n‑k])；

[0090] Cre[n]+b1·Cre[n‑1]+…+bm·Cre[n‑m]

[0091] ＝a0C[n]+a1·C[n‑1]+…+al·C[n‑l]；

[0092] 式中，k为延迟器对应的延迟系数， 和 为滤波器的系数，n表示采样时刻。由此可知，此处所使用的滤波器具体为离散的IIR滤波器。当然，本实施例中，上述滤波器也可以被替换成其他形式的非线性系统传递函数。

[0093] 需要说明的是，上述延迟系数以及滤波器的系数均与重新流入支路的容积Vre和从重新流入支路流向吸气支路的气体的流量MV‑FG存在关联，其中，MV表示吸入气体流量，FG表示新鲜气体流量。在实际应用中，可以根据实际经验为上述每种系数赋予相应的经验值，也可以利用与Vre、MV和FG相关的函数来确定上述各种系数，例如k＝f1(Vre，MV，FG)，和 可以理解的是，当 时，得到的Cre具体为EtAA的延迟加权平均滤波。另外，本实施例中，如果重新流入支路的容积Vre越小，则延迟系数也越小，如果从重新流入支路流向吸气支路的气体的流量MV‑FG越大，则延迟系数便越小。需要进一步指出的是，上述延迟系数和滤波器的系数除了与重新流入支路的容积Vre和从重新流入支路流向吸气支路的气体的流量相关之外，由于重新流入支路的长路会影响重新流入支路的容积Vre，因此在实际应用中重新流入支路的容积Vre也与重新流入支路的长度存在关联性。具体的，在重新流入支路的横截面积固定的前提下，本实施例也可以将重新流入支路的长度作为用于确定的上述延迟系数以及滤波器的系数的影响因素。

[0094] 在另一种具体实施方式中，上述麻药浓度变化分析结果的获取步骤，具体可以包括：

[0095] 基于预先确定的用于表征分析对象的流入气体麻药浓度和流出气体麻药浓度之间的关系的气体传输模型，分别对呼气支路、重吸气体缓存装置以及二氧化碳吸收罐进行相应的模型创建，得到包含第一气体传输模型、第二气体传输模型以及第三气体传输模型的麻药浓度分析结果。

[0096] 可见，本发明实施例是基于预先确定的用于表征分析对象的流入气体麻药浓度和流出气体麻药浓度之间的关系的气体传输模型，分别对呼气支路、重吸气体缓存装置以及二氧化碳吸收罐进行相应的模型创建，从而得到包含三个气体传输模型的麻药浓度分析结果。也即，本实施例可以依次将重新流入支路上的呼气支路、重吸气体缓存装置以及二氧化碳吸收罐作为分析对象，以创建与上述三个分析对象对应的三个气体传输模型。

[0097] 本实施例中，上述预先确定的用于表征分析对象的流入气体麻药浓度和流出气体麻药浓度之间的关系的气体传输模型，具体可以为：

[0098] (Fin·Cin‑Fout·Cout)·dt＝Vobject·dCout；；

[0099] 式中，Fin表示流入分析对象时的气体流量，Cin表示流入分析对象的气体的麻药浓度，Fout表示流出分析对象时的气体流量，Cout表示流出分析对象的气体的麻药浓度，Vobject表示分析对象的容积。可以理解的是，上述预先确定的气体传输模型反映出的物理含义是分析对象内部累计的气体量等于流入分析对象的气体量与流出分析对象的气体量之差。

[0100] 本实施例中，当麻醉对象的呼出气体从呼气支路流入重吸气体缓存装置之前，流入重吸气体缓存装置的气体流量可以等同于麻醉对象的呼出气体流量，也即等同于麻醉对象的吸入气体流量；当气体流入重吸气体缓存装置之后，由排气口排出的气体的麻药浓度与流向二氧化碳吸收罐的气体的麻药浓度相同；气体流入二氧化碳吸收罐之后，二氧化碳吸收罐中的CO2被吸收，相当于排出的气体流量为 其中， 表示流进二氧化碳吸收罐的气体中被吸收的CO2气体流量，Fabsorber表示从重吸气体缓存装置流向二氧化碳吸收罐的气体的流量， 表示流进二氧化碳吸收罐的气体中的CO2气体浓度。

[0101] 本实施例中，上述第一气体传输模型具体为：

[0102] (MV·EtAA‑Fbellow·Cbellow)·dt＝Vexp·dCbellow，并且，Fbellow＝MV；

[0103] 式中，MV表示吸入气体流量，并且，吸入气体流量的数值大小与麻醉对象的呼出气体流量的数值大小相同，EtAA表示呼出气体麻药浓度，Fbellow表示从呼气支路流向重吸气体缓存装置的气体的流量，Cbellow表示从呼气支路流向重吸气体缓存装置的气体的麻药浓度，Vexp表示呼气支路的容积。

[0104] 另外，上述第二气体传输模型具体为：

[0105] [MV·Cbellow‑(Fabsorber+Fpop‑off)·Cabsorber]·dt＝Fbellow·dCabsorber，并且，[0106] Fabsorber+Fpop‑off＝MV；

[0107] 式中，Fabsorber表示从重吸气体缓存装置流向二氧化碳吸收罐的气体的流量，Fpop‑off表示从重吸气体缓存装置的pop‑off阀排出的气体的流量，Cabsorber表示从重吸气体缓存装置流向二氧化碳吸收罐的气体的麻药浓度，Vbellow表示重吸气体缓存装置的容积。

[0108] 进一步的，上述第三气体传输模型具体为：

[0109] 并且，

[0110]

[0111] 式中， 表示流进二氧化碳吸收罐的气体中被吸收的CO2气体流量，Cre表示重吸气体麻药浓度，FG表示新鲜气体流量，Vabsorber表示二氧化碳吸收罐的容积， 表示流进二氧化碳吸收罐的气体中的CO2气体浓度，EtCO2表示呼出气体中的二氧化碳浓度，并且，也即，本实施例中默认麻醉对象呼出气体中的二氧化碳浓度与流进二氧化碳吸收罐的气体中的CO2气体浓度相等。

[0112] 上述三个气体传输模型构成了微分方程组，通过结合呼出气体麻药浓度和呼出气体中的二氧化碳浓度来逐步求解上述微分方程组，便可计算出重吸气体麻药浓度Cre。考虑到在实际的应用过程中，呼气支路、重吸气体缓存装置以及二氧化碳吸收罐之间的先后位置顺序可以灵活调整，所以上述三个模型创建的先后顺序也可以根据实际情况进行灵活改变。

[0113] 另外，在实际应用中，当重吸气体麻药浓度的计算精度要求可以适当降低时，为了减少计算量，可以基于预先确定的用于表征分析对象的流入气体麻药浓度和流出气体麻药浓度之间的关系的气体传输模型，只对重新流入支路中的呼气支路和二氧化碳吸收罐进行相应的模型创建，或只对重新流入支路中的重吸气体缓存装置和二氧化碳吸收罐进行相应的模型创建，从而相应地得到包括两个气体传输模型的麻药浓度分析结果，后续基于该麻药浓度分析结果、呼出气体麻药浓度和呼出气体中的二氧化碳浓度，进行相应的微分求解过程来计算出重吸气体麻药浓度Cre。

[0114] 考虑到不同的麻醉机中，对重吸气体麻药浓度的计算精度要求会有所不同，为了既满足计算精度要求，又避免产生较大的计算量，本实施例中，在利用呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算的步骤之前，还可以进一步包括：

[0115] 确定重吸气体麻药浓度的计算精度要求，然后根据重吸气体麻药浓度的计算精度要求，确定相应的重吸气体麻药浓度计算方法。

[0116] 根据前述实施例可知，本发明可以采用基于上述重吸气体麻药浓度计算模型或上述麻药浓度变化分析结果来计算重新气体麻药浓度，其中，基于前者的计算方法对应的计算精度低于基于后者的计算方法。本发明实施例可以根据不同的重吸气体麻药浓度的计算精度要求，最终选取合适的计算方法来进行计算，以实现既满足计算精度要求，又避免产生较大的计算量的目的。

[0117] 本实施例中，上述确定重吸气体麻药浓度的计算精度要求的步骤，具体可以包括：

[0118] 获取重新流入支路的支路参数；其中，重新流入支路的支路参数包括重新流入支路的长度和/或容积和/或从重新流入支路流向吸气支路的气体的流量；然后根据重新流入支路的支路参数，确定重吸气体麻药浓度的计算精度要求。

[0119] 可以理解的是，在重新流入支路的长度越短和/或容积越小和/或从重新流入支路流向吸气支路的气体的流量越大的情况下，由重新流入支路自身因素而引起重新流入支路中的麻药浓度发生变化的变化程度便越小，此时对重吸气体麻药浓度的计算精度的要求较低。

[0120] 参见图3所示，图3示出了一种具体的麻药输出浓度监测方法，包括：

[0121] 步骤S21：分别对流入呼吸回路的新鲜气体和麻醉对象的吸入气体进行流量监测，得到相应的新鲜气体流量和吸入气体流量。

[0122] 步骤S22：当吸入气体流量大于新鲜气体流量，则分别监测麻醉对象吸入气体和呼出气体中的麻药浓度，得到相应的吸入气体麻药浓度和呼出气体麻药浓度。

[0123] 步骤S23：利用呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度。

[0124] 其中，关于上述步骤S21至S23的具体过程可以参考前述实施例中公开的相关内容，在此不再进行赘述。

[0125] 步骤S24：利用新鲜气体流量、吸入气体流量、吸入气体麻药浓度、重吸气体麻药浓度以及第一输出浓度计算模型，计算麻药输出装置的输出麻药的浓度，得到相应的麻药输出浓度。

[0126] 其中，第一输出浓度计算模型为在忽略吸气支路上的麻药浓度变化过程的前提下创建的模型。本实施例中，一种具体的第一输出浓度计算模型为：

[0127] Cvap＝[MV·FiAA‑(MV‑FG)·Cre]/FG；

[0128] 式中，Cvap表示麻药输出浓度，MV表示吸入气体流量，FiAA表示吸入气体麻药浓度，FG表示新鲜气体流量，Cre表示重吸气体麻药浓度。

[0129] 可以理解的是，上述第一输出浓度计算模型是在不考虑吸气支路中的浓度发生变化的情况下确定出来的计算模型，其具有计算简单快捷的优点，并且，上述计算过程中所需的数据均来自现有麻醉机中已存在的传感器监测到的数据，无需依赖额外的硬件，实现了在低成本的前提下对麻药输出浓度进行监测的目的。

[0130] 为了提升麻药输出装置的可靠性，避免因机器故障所引起的医疗事故，本发明实施例还可以进一步包括：判断麻药输出浓度是否大于预设输出浓度阈值，如果是，则触发相应的异常响应操作。

[0131] 需要说明的是，上述预设输出浓度阈值具体是一种受限于麻药输出装置自身的硬件条件和/或麻醉对象的身体状况的预设参数值，其可以由用户利用预设的参数设置接口来进行设定，也可以由系统根据麻药输出装置的型号和/或已使用时长和/或麻药对象的身体状况等信息来进行自动设定。另外，上述异常响应操作包括但不限于发出报警信息和/或关停麻药输出装置。

[0132] 进一步的，为了方便用户能够直观地获悉麻醉输出装置中的麻药消耗情况，本发明实施例还可以包括：利用麻药输出浓度和新鲜气体流量，计算并显示麻药输出装置中的麻药消耗速率和/或麻药消耗量。

[0133] 具体的，通过对麻药输出浓度和新鲜气体流量进行相乘处理，可以得到麻药消耗速率。另外，本实施例可以按照预设的消耗量统计周期，定期地利用麻药输出浓度和新鲜气体流量，计算出麻药输出装置在过去的一个消耗量统计周期内的麻药消耗量。然后，将上述计算出的麻药消耗速率和/或麻药消耗量传输至麻醉机中的显示屏或者其他外部设备的显示屏中进行显示。

[0134] 参见图4所示，图4示出了一种具体的麻药输出浓度监测方法，包括：

[0135] 步骤S31：分别对流入呼吸回路的新鲜气体和麻醉对象的吸入气体进行流量监测，得到相应的新鲜气体流量和吸入气体流量。

[0136] 步骤S32：当吸入气体流量大于新鲜气体流量，则分别监测麻醉对象吸入气体和呼出气体中的麻药浓度，得到相应的吸入气体麻药浓度和呼出气体麻药浓度。

[0137] 步骤S33：利用呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度。

[0138] 其中，关于上述步骤S31至S33的具体过程可以参考前述实施例中公开的相关内容，在此不再进行赘述。

[0139] 步骤S34：利用新鲜气体流量、吸入气体流量、吸入气体麻药浓度、重吸气体麻药浓度、预先确定的吸入气体麻药浓度变化率以及第二输出浓度计算模型，计算麻药输出装置的输出麻药的浓度，得到相应的麻药输出浓度。

[0140] 其中，第二输出浓度计算模型为在考虑所述吸气支路上的麻药浓度变化过程的前提下创建的模型。本实施例中，一种具体的第二输出浓度计算模型为：

[0141] FG·Cvap+(MV‑FG)·Cre‑MV·FiAA＝Vinsp·ΔFiAA；

[0142] 式中，FG表示新鲜气体流量，Cvap表示麻药输出浓度，MV表示吸入气体流量，Cre表示重吸气体麻药浓度，FiAA表示吸入气体麻药浓度，Vinsp表示吸气支路的容积，ΔFiAA表示吸入气体麻药浓度变化率，该变化率可以通过对吸入气体麻药浓度求导或做差分的方式得到。

[0143] 可以理解的是，上述第二输出浓度计算模型是在考虑到吸气支路中的浓度发生变化的情况下确定出来的计算模型，其具有计算精度的优点，并且，上述计算过程中所需的数据均来自现有麻醉机中已存在的传感器监测到的数据，无需依赖额外的硬件，实现了在低成本的前提下对麻药输出浓度进行监测的目的。

[0144] 为了提升麻药输出装置的可靠性，避免因机器故障所引起的医疗事故，本发明实施例还可以进一步包括：判断麻药输出浓度是否大于预设输出浓度阈值，如果是，则触发相应的异常响应操作。

[0145] 需要说明的是，上述预设输出浓度阈值具体是一种受限于麻药输出装置自身的硬件条件和/或麻醉对象的身体状况的预设参数值，其可以由用户利用预设的参数设置接口来进行设定，也可以由系统根据麻药输出装置的型号和/或已使用时长和/或麻药对象的身体状况等信息来进行自动设定。另外，上述异常响应操作包括但不限于发出报警信息和/或关停麻药输出装置。

[0146] 进一步的，为了方便用户能够直观地获悉麻醉输出装置中的麻药消耗情况，本发明实施例还可以包括：利用麻药输出浓度和新鲜气体流量，计算并显示麻药输出装置中的麻药消耗速率和/或麻药消耗量。

[0147] 具体的，通过对麻药输出浓度和新鲜气体流量进行相乘处理，可以得到麻药消耗速率。另外，本实施例可以按照预设的消耗量统计周期，定期地利用麻药输出浓度和新鲜气体流量，计算出麻药输出装置在过去的一个消耗量统计周期内的麻药消耗量。然后，将上述计算出的麻药消耗速率和/或麻药消耗量传输至麻醉机中的显示屏或者其他外部设备的显示屏中进行显示。

[0148] 本发明实施例还相应公开了一种麻药输出浓度监测系统，参见图5所示，该系统包括：

[0149] 流量监测模块11，用于分别对流入呼吸回路的新鲜气体和麻醉对象的吸入气体进行流量监测，得到相应的新鲜气体流量和吸入气体流量；

[0150] 浓度监测模块12，用于当吸入气体流量大于新鲜气体流量，则分别监测麻醉对象吸入气体和呼出气体中的麻药浓度，得到相应的吸入气体麻药浓度和呼出气体麻药浓度；

[0151] 重吸气体麻药浓度计算模块13，用于利用呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；

[0152] 麻药输出浓度计算模块14，用于利用新鲜气体流量、吸入气体流量、吸入气体麻药浓度和重吸气体麻药浓度，计算麻药输出装置的输出麻药的浓度，得到麻药输出浓度。

[0153] 可见，本发明实施例是基于新鲜气体流量、吸入气体流量、吸入气体麻药浓度、呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对麻醉机中麻药输出装置的输出麻药的浓度进行计算，由于上述新鲜气体流量、吸入气体流量、吸入气体麻药浓度、呼出气体麻药浓度、呼出气体中的二氧化碳浓度均可以基于现在麻醉机中已有的传感器进行监测，所以本发明实施例在监测麻药输出装置的麻药输出浓度的过程中无需增加额外的硬件配置，由此实现了在低成本的前提下对麻药输出浓度进行监测的目的。

[0154] 在一种具体实施方式中，上述重吸气体麻药浓度计算模块13，具体用于利用呼出气体麻药浓度、呼出气体中的二氧化碳浓度以及重吸气体麻药浓度计算模型，对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；

[0155] 其中，重吸气体麻药浓度计算模型为基于由二氧化碳吸收罐引起的麻药浓度变化过程创建的模型，具体为：

[0156]

[0157] 式中，Cre表示重吸气体麻药浓度，EtAA表示呼出气体麻药浓度，EtCO2表示呼出气体中的二氧化碳浓度。

[0158] 在另一种具体实施方式中，上述重吸气体麻药浓度计算模块13，具体用于利用呼出气体麻药浓度、呼出气体中的二氧化碳浓度以及麻药浓度变化分析结果，对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；

[0159] 其中，麻药浓度变化分析结果为对重新流入支路上的麻药浓度变化过程进行分析后得到的结果，重新流入支路上设有呼气支路、重吸气体缓存装置和二氧化碳吸收罐。

[0160] 在一种具体实施方式中，上述重吸气体麻药浓度计算模块13，还可以包括：第一分析模块，用于利用延迟器和滤波器对重新流入支路上的麻药浓度变化过程进行分析，得到麻药浓度变化分析结果。相应的，上述麻药浓度变化分析结果具体为：

[0161] C[n]＝EtAA[n‑k]/(1‑EtCO2[n‑k])；

[0162] Cre[n]+b1·Cre[n‑1]+…+bm·Cre[n‑m]

[0163] ＝a0C[n]+a1·C[n‑1]+…+al·C[n‑l]；

[0164] 式中，k为延迟器对应的延迟系数， 和 为滤波器的系数。由此可知，此处所使用的滤波器具体为离散的IIR滤波器。当然，本实施例中，上述滤波器也可以被替换成其他形式的非线性系统传递函数。

[0165] 在另一种具体实施方式中，上述重吸气体麻药浓度计算模块，还可以包括：第二分析模块，用于基于预先确定的用于表征分析对象的流入气体麻药浓度和流出气体麻药浓度之间的关系的气体传输模型，分别对呼气支路、重吸气体缓存装置以及二氧化碳吸收罐进行相应的模型创建，得到包含第一气体传输模型、第二气体传输模型以及第三气体传输模型的麻药浓度分析结果。相应的，上述第一气体传输模型、第二气体传输模型以及第三气体传输模型具体如下：

[0166] 第一气体传输模型为：

[0167] (MV·EtAA‑Fbellow·Cbellow)·dt＝Vexp·dCbellow，并且，Fbellow＝MV；

[0168] 式中，MV表示吸入气体流量，并且，吸入气体流量的数值大小与麻醉对象的呼出气体流量的数值大小相同，EtAA表示呼出气体麻药浓度，Fbellow表示从呼气支路流向重吸气体缓存装置的气体的流量，Cbellow表示从呼气支路流向重吸气体缓存装置的气体的麻药浓度，Vexp表示呼气支路的容积；

[0169] 第二气体传输模型为：

[0170] [MV·Cbellow‑(Fabsorber+Fpop‑off)·Cabsorber]·dt＝Fbellow·dCabsorber，并且，[0171] Fabsorber+Fpop‑off＝MV；

[0172] 式中，Fabsorber表示从重吸气体缓存装置流向二氧化碳吸收罐的气体的流量，Fpop‑off表示从重吸气体缓存装置的pop‑off阀排出的气体的流量，Cabsorber表示从重吸气体缓存装置流向二氧化碳吸收罐的气体的麻药浓度，Fbellow表示重吸气体缓存装置的容积；

[0173] 第三气体传输模型为：

[0174] 并且，

[0175]

[0176] 式中， 表示流进二氧化碳吸收罐的气体中被吸收的CO2气体流量，Cre表示重吸气体麻药浓度，FG表示新鲜气体流量，Vabsorber表示二氧化碳吸收罐的容积， 表示流进二氧化碳吸收罐的气体中的CO2气体浓度，EtCO2表示呼出气体中的二氧化碳浓度，并且，[0177] 在前述实施例的基础上，本发明中的麻药输出浓度监测系统，还可以进一步包括：

[0178] 精度要求确定模块，用于在重吸气体麻药浓度计算模块对重吸气体麻药浓度进行计算之前，确定重吸气体麻药浓度的计算精度要求；

[0179] 计算方法确定模块，用于根据重吸气体麻药浓度的计算精度要求，确定相应的重吸气体麻药浓度计算方法。

[0180] 其中，上述精度要求确定模块，具体可以包括：

[0181] 支路参数获取单元，用于在重吸气体麻药浓度计算模块对重吸气体麻药浓度进行计算之前，获取重新流入支路的支路参数；其中，重新流入支路的支路参数包括重新流入支路的长度和/或容积和/或从重新流入支路流向吸气支路的气体的流量；

[0182] 精度要求确定单元，用于根据重新流入支路的支路参数，确定重吸气体麻药浓度的计算精度要求。

[0183] 在前述实施例的基础上，本发明中的监测系统，还可以进一步包括：

[0184] 麻药输出浓度直接确定模块，用于在流量监测模块监测到新鲜气体流量和吸入气体流量之后，当吸入气体流量小于或等于新鲜气体流量，则通过浓度监测模块监测麻醉对象吸入气体中的麻药浓度，并直接将该麻药浓度确定为麻药输出装置的输出麻药的浓度。

[0185] 在一种具体实施方式中，上述麻药输出浓度计算模块14，具体用于利用新鲜气体流量、吸入气体流量、吸入气体麻药浓度、重吸气体麻药浓度以及第一输出浓度计算模型，计算麻药输出装置的输出麻药的浓度，得到相应的麻药输出浓度；

[0186] 其中，第一输出浓度计算模型为在忽略吸气支路上的麻药浓度变化过程的前提下创建的模型。本实施例中，一种具体的第一输出浓度计算模型为：

[0187] Cvap＝[MV·FiAA‑(MV‑FG)·Cre]/FG；

[0188] 式中，Cvap表示麻药输出浓度，MV表示吸入气体流量，FiAA表示吸入气体麻药浓度，FG表示新鲜气体流量，Cre表示重吸气体麻药浓度。

[0189] 在另一种具体实施方式中，上述麻药输出浓度计算模块14，具体用于利用新鲜气体流量、吸入气体流量、吸入气体麻药浓度、重吸气体麻药浓度、预先确定的吸入气体麻药浓度变化率以及第二输出浓度计算模型，计算麻药输出装置的输出麻药的浓度，得到相应的麻药输出浓度；

[0190] 其中，第二输出浓度计算模型为在考虑所述吸气支路上的麻药浓度变化过程的前提下创建的模型。本实施例中，一种具体的第二输出浓度计算模型为：

[0191] FG·Cvap+(MV‑FG)·Cre‑MV·FiAA＝Vinsp·ΔFiAA；

[0192] 式中，FG表示新鲜气体流量，Cvap表示麻药输出浓度，MV表示吸入气体流量，Cre表示重吸气体麻药浓度，FiAA表示吸入气体麻药浓度，Vinsp表示吸气支路的容积，ΔFiAA表示吸入气体麻药浓度变化率。

[0193] 为了提升麻药输出装置的可靠性，避免因机器故障所引起的医疗事故，本发明实施例还可以进一步包括：

[0194] 浓度判断模块，用于判断麻药输出浓度是否大于预设输出浓度阈值，如果是，则触发相应的异常响应操作。

[0195] 需要说明的是，上述预设输出浓度阈值可以由用户利用预设的参数设置接口来进行设定，也可以由系统根据麻药输出装置的型号和/或已使用时长和/或麻药对象的身体状况等信息来进行自动设定。另外，上述异常响应操作包括但不限于发出报警信息和/或关停麻药输出装置。

[0196] 进一步的，为了方便用户能够直观地获悉麻醉输出装置中的麻药消耗速率和/或麻药消耗量，本发明实施例还可以包括：

[0197] 麻药消耗监测模块，用于利用麻药输出浓度和新鲜气体流量，计算麻药输出装置中的麻药消耗速率和/或麻药消耗量，并将麻药消耗速率和/或麻药消耗量发送至预设的显示屏进行显示。

[0198] 参见图6所示，本发明实施例还公开了一种麻药输出浓度监测设备，包括第一流量传感器21、第二流量传感器22、麻药浓度传感器23、处理器24以及存储器25；其中，处理器24用于执行存储器25中存储的计算机程序以实现以下步骤：

[0199] 通过第一流量传感器21，对流入呼吸回路的新鲜气体进行流量监测，得到相应的新鲜气体流量；通过第二流量传感器22，对麻醉对象的吸入气体进行流量监测，得到相应的吸入气体流量；当吸入气体流量大于新鲜气体流量，则通过麻药浓度传感器23，分别监测麻醉对象吸入气体和呼出气体中的麻药浓度，得到相应的吸入气体麻药浓度和呼出气体麻药浓度；利用呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；利用新鲜气体流量、吸入气体流量、吸入气体麻药浓度和重吸气体麻药浓度，计算麻药输出装置的输出麻药的浓度，得到麻药输出浓度。

[0200] 需要说明的是，上述第二流量传感器22具体可以是呼吸机上的流量传感器。

[0201] 在本发明的一些实施例中，上述处理器24，还可以用于通过执行存储器25中的计算机程序实现如下步骤：

[0202] 利用呼出气体麻药浓度、呼出气体中的二氧化碳浓度以及重吸气体麻药浓度计算模型，对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；

[0203] 其中，重吸气体麻药浓度计算模型为基于由二氧化碳吸收罐引起的麻药浓度变化过程创建的模型，具体为：

[0204]

[0205] 式中，Cre表示重吸气体麻药浓度，EtAA表示呼出气体麻药浓度，EtCO2表示呼出气体中的二氧化碳浓度。

[0206] 在本发明的一些实施例中，上述处理器24，还可以用于通过执行存储器25中的计算机程序实现如下步骤：

[0207] 利用呼出气体麻药浓度、呼出气体中的二氧化碳浓度以及麻药浓度变化分析结果，对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；

[0208] 其中，麻药浓度变化分析结果为对重新流入支路上的麻药浓度变化过程进行分析后得到的结果，重新流入支路上设有呼气支路、重吸气体缓存装置和二氧化碳吸收罐。

[0209] 在本发明的一些实施例中，上述处理器24，还可以用于通过执行存储器25中的计算机程序实现如下步骤：

[0210] 利用延迟器和滤波器对重新流入支路上的麻药浓度变化过程进行分析，得到麻药浓度变化分析结果。

[0211] 在本发明的一些实施例中，上述处理器24，还可以用于通过执行存储器25中的计算机程序实现如下步骤：

[0212] 基于预先确定的用于表征分析对象的流入气体麻药浓度和流出气体麻药浓度之间的关系的气体传输模型，分别对呼气支路、重吸气体缓存装置以及二氧化碳吸收罐进行相应的模型创建，得到包含第一气体传输模型、第二气体传输模型以及第三气体传输模型的麻药浓度分析结果。

[0213] 在本发明的一些实施例中，上述处理器24，还可以用于通过执行存储器25中的计算机程序实现如下步骤：

[0214] 对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算的步骤之前，确定重吸气体麻药浓度的计算精度要求；根据重吸气体麻药浓度的计算精度要求，确定相应的重吸气体麻药浓度计算方法。

[0215] 在本发明的一些实施例中，上述处理器24，还可以用于通过执行存储器25中的计算机程序实现如下步骤：

[0216] 获取重新流入支路的支路参数；其中，重新流入支路的支路参数包括重新流入支路的长度和/或容积和/或从重新流入支路流向吸气支路的气体的流量；根据重新流入支路的支路参数，确定重吸气体麻药浓度的计算精度要求。

[0217] 在本发明的一些实施例中，上述处理器24，还可以用于通过执行存储器25中的计算机程序实现如下步骤：

[0218] 当吸入气体流量小于或等于新鲜气体流量，则监测麻醉对象吸入气体中的麻药浓度，并直接将该麻药浓度确定为麻药输出装置的输出麻药的浓度。

[0219] 在本发明的一些实施例中，上述处理器24，还可以用于通过执行存储器25中的计算机程序实现如下步骤：

[0220] 利用新鲜气体流量、吸入气体流量、吸入气体麻药浓度、重吸气体麻药浓度以及第一输出浓度计算模型，计算麻药输出装置的输出麻药的浓度，得到相应的麻药输出浓度；

[0221] 其中，第一输出浓度计算模型为在忽略吸气支路上的麻药浓度变化过程的前提下创建的模型。本实施例中，一种具体的第一输出浓度计算模型为：

[0222] Cvap＝[MV·FiAA‑(MV‑FG)·Cre]/FG；

[0223] 式中，Cvap表示麻药输出浓度，MV表示吸入气体流量，FiAA表示吸入气体麻药浓度，FG表示新鲜气体流量，Cre表示重吸气体麻药浓度。

[0224] 在本发明的一些实施例中，上述处理器24，还可以用于通过执行存储器25中的计算机程序实现如下步骤：

[0225] 利用新鲜气体流量、吸入气体流量、吸入气体麻药浓度、重吸气体麻药浓度、预先确定的吸入气体麻药浓度变化率以及第二输出浓度计算模型，计算麻药输出装置的输出麻药的浓度，得到相应的麻药输出浓度；

[0226] 其中，第二输出浓度计算模型为在考虑所述吸气支路上的麻药浓度变化过程的前提下创建的模型。本实施例中，一种具体的第二输出浓度计算模型为：

[0227] FG·Cvap+(MV‑FG)·Cre‑MV·FiAA＝Vinsp·ΔFiAA；

[0228] 式中，FG表示新鲜气体流量，Cvap表示麻药输出浓度，MV表示吸入气体流量，Cre表示重吸气体麻药浓度，FiAA表示吸入气体麻药浓度，Vinsp表示吸气支路的容积，ΔFiAA表示吸入气体麻药浓度变化率。

[0229] 在本发明的一些实施例中，上述处理器24，还可以用于通过执行存储器25中的计算机程序实现如下步骤：

[0230] 判断麻药输出浓度是否大于预设输出浓度阈值，如果是，则触发相应的异常响应操作。

[0231] 在本发明的一些实施例中，上述处理器24，还可以用于通过执行存储器25中的计算机程序实现如下步骤：

[0232] 利用麻药输出浓度和新鲜气体流量，计算并显示麻药输出装置中的麻药消耗速率和/或麻药消耗量。

[0233] 可见，本发明实施例是基于新鲜气体流量、吸入气体流量、吸入气体麻药浓度、呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对麻醉机中麻药输出装置的输出麻药的浓度进行计算，由于上述新鲜气体流量、吸入气体流量、吸入气体麻药浓度、呼出气体麻药浓度、呼出气体中的二氧化碳浓度均可以基于现在麻醉机中已有的传感器进行监测，所以本发明实施例在监测麻药输出装置的麻药输出浓度的过程中无需增加额外的硬件配置，由此实现了在低成本的前提下对麻药输出浓度进行监测的目的。

[0234] 进一步的，本发明实施例还公开了一种麻醉机，包括前述实施例中公开的麻药输出浓度监测设备，关于该麻药输出浓度监测设备的具体构造可以参考前述实施例，在此不再进行赘述。

[0235] 另外，本发明实施例还公开了一种计算机可读存储介质，用于存储计算机程序，计算机程序被处理器执行时实现前述实施例中公开的麻药输出浓度监测方法的步骤。

[0236] 在本发明的一些实施例中，上述计算机可读存储介质存储的计算机程序被处理器执行时，处理器还可以具体用于执行如下步骤：

[0237] 利用呼出气体麻药浓度、呼出气体中的二氧化碳浓度以及重吸气体麻药浓度计算模型，对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；

[0238] 其中，重吸气体麻药浓度计算模型为基于由二氧化碳吸收罐引起的麻药浓度变化过程创建的模型，具体为：

[0239]

[0240] 式中，Cre表示重吸气体麻药浓度，EtAA表示呼出气体麻药浓度，EtCO2表示呼出气体中的二氧化碳浓度。

[0241] 在本发明的一些实施例中，上述计算机可读存储介质存储的计算机程序被处理器执行时，处理器还可以具体用于执行如下步骤：

[0242] 利用呼出气体麻药浓度、呼出气体中的二氧化碳浓度以及麻药浓度变化分析结果，对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算，得到重吸气体麻药浓度；

[0243] 其中，麻药浓度变化分析结果为对重新流入支路上的麻药浓度变化过程进行分析后得到的结果，重新流入支路上设有呼气支路、重吸气体缓存装置和二氧化碳吸收罐。

[0244] 在本发明的一些实施例中，上述计算机可读存储介质存储的计算机程序被处理器执行时，处理器还可以具体用于执行如下步骤：

[0245] 利用延迟器和滤波器对重新流入支路上的麻药浓度变化过程进行分析，得到麻药浓度变化分析结果。

[0246] 在本发明的一些实施例中，上述计算机可读存储介质存储的计算机程序被处理器执行时，处理器还可以具体用于执行如下步骤：

[0247] 基于预先确定的用于表征分析对象的流入气体麻药浓度和流出气体麻药浓度之间的关系的气体传输模型，分别对呼气支路、重吸气体缓存装置以及二氧化碳吸收罐进行相应的模型创建，得到包含第一气体传输模型、第二气体传输模型以及第三气体传输模型的麻药浓度分析结果。

[0248] 在本发明的一些实施例中，上述计算机可读存储介质存储的计算机程序被处理器执行时，处理器还可以具体用于执行如下步骤：

[0249] 对呼出气体中重新流入吸气支路的气体的麻药浓度进行计算的步骤之前，确定重吸气体麻药浓度的计算精度要求；根据重吸气体麻药浓度的计算精度要求，确定相应的重吸气体麻药浓度计算方法。

[0250] 在本发明的一些实施例中，上述计算机可读存储介质存储的计算机程序被处理器执行时，处理器还可以具体用于执行如下步骤：

[0251] 获取重新流入支路的支路参数；其中，重新流入支路的支路参数包括重新流入支路的长度和/或容积和/或从重新流入支路流向吸气支路的气体的流量；根据重新流入支路的支路参数，确定重吸气体麻药浓度的计算精度要求。

[0252] 在本发明的一些实施例中，上述计算机可读存储介质存储的计算机程序被处理器执行时，处理器还可以具体用于执行如下步骤：

[0253] 当吸入气体流量小于或等于新鲜气体流量，则监测麻醉对象吸入气体中的麻药浓度，并直接将该麻药浓度确定为麻药输出装置的输出麻药的浓度。

[0254] 在本发明的一些实施例中，上述计算机可读存储介质存储的计算机程序被处理器执行时，处理器还可以具体用于执行如下步骤：

[0255] 利用新鲜气体流量、吸入气体流量、吸入气体麻药浓度、重吸气体麻药浓度以及第一输出浓度计算模型，计算麻药输出装置的输出麻药的浓度，得到相应的麻药输出浓度；

[0256] 其中，第一输出浓度计算模型为在忽略吸气支路上的麻药浓度变化过程的前提下创建的模型。本实施例中，一种具体的第一输出浓度计算模型为：

[0257] Cvap＝[MV·FiAA‑(MV‑FG)·Cre]/FG；

[0258] 式中，Cvap表示麻药输出浓度，MV表示吸入气体流量，FiAA表示吸入气体麻药浓度，FG表示新鲜气体流量，Cre表示重吸气体麻药浓度。

[0259] 在本发明的一些实施例中，上述计算机可读存储介质存储的计算机程序被处理器执行时，处理器还可以具体用于执行如下步骤：

[0260] 利用新鲜气体流量、吸入气体流量、吸入气体麻药浓度、重吸气体麻药浓度、预先确定的吸入气体麻药浓度变化率以及第二输出浓度计算模型，计算麻药输出装置的输出麻药的浓度，得到相应的麻药输出浓度；

[0261] 其中，第二输出浓度计算模型为在考虑所述吸气支路上的麻药浓度变化过程的前提下创建的模型。本实施例中，一种具体的第二输出浓度计算模型为：

[0262] FG·Cvap+(MV‑FG)·Cre‑MV·FiAA＝Vinsp·ΔFiAA；

[0263] 式中，FG表示新鲜气体流量，Cvap表示麻药输出浓度，MV表示吸入气体流量，Cre表示重吸气体麻药浓度，FiAA表示吸入气体麻药浓度，Vinsp表示吸气支路的容积，ΔFiAA表示吸入气体麻药浓度变化率。

[0264] 在本发明的一些实施例中，上述计算机可读存储介质存储的计算机程序被处理器执行时，处理器还可以具体用于执行如下步骤：

[0265] 判断麻药输出浓度是否大于预设输出浓度阈值，如果是，则触发相应的异常响应操作。

[0266] 在本发明的一些实施例中，上述计算机可读存储介质存储的计算机程序被处理器执行时，处理器还可以具体用于执行如下步骤：

[0267] 利用麻药输出浓度和新鲜气体流量，计算并显示麻药输出装置中的麻药消耗速率和/或麻药消耗量。

[0268] 可见，本发明实施例是基于新鲜气体流量、吸入气体流量、吸入气体麻药浓度、呼出气体麻药浓度和呼出气体中的二氧化碳浓度，对麻醉机中麻药输出装置的输出麻药的浓度进行计算，由于上述新鲜气体流量、吸入气体流量、吸入气体麻药浓度、呼出气体麻药浓度、呼出气体中的二氧化碳浓度均可以基于现在麻醉机中已有的传感器进行监测，所以本发明实施例在监测麻药输出装置的麻药输出浓度的过程中无需增加额外的硬件配置，由此实现了在低成本的前提下对麻药输出浓度进行监测的目的。

[0269] 本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

[0270] 专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

[0271] 结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD‑ROM、或技术领域内所公知的任意其它形式的存储介质中。

[0272] 最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

[0273] 以上对本发明所提供的一种麻醉机及麻药输出浓度监测方法、系统、设备、存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。