Occlusion detection and localization in multi-infusion systems with Alaris GH syringe pumps
Wij hanteren het label Open Access voor onderzoek met een Creative Commons licentie. Door een CC-licentie toe te kennen, geeft de auteur toestemming aan anderen om zijn of haar werk te verspreiden, te delen of te bewerken. Voor meer informatie over wat de verschillende CC-licenties inhouden, klik op het CC-icoon. Alle rechten voorbehouden wordt gebruikt voor publicaties waar enkel de auteurswet op van toepassing is.
Occlusion detection and localization in multi-infusion systems with Alaris GH syringe pumps
Wij hanteren het label Open Access voor onderzoek met een Creative Commons licentie. Door een CC-licentie toe te kennen, geeft de auteur toestemming aan anderen om zijn of haar werk te verspreiden, te delen of te bewerken. Voor meer informatie over wat de verschillende CC-licenties inhouden, klik op het CC-icoon. Alle rechten voorbehouden wordt gebruikt voor publicaties waar enkel de auteurswet op van toepassing is.
Samenvatting
In Intensive Care Units, drugs are administered to critically ill patients intravenously using infusion systems. Unfortunately, the occurrence of occlusions (blockades) in infusion systems are a relatively common phenomenon. Fluctuations in, or absence of, drug delivery can have serious and even fatal consequences for the patient. In addition, false occlusion alarms can lead to nurse alarm fatigue and patient distress. This thesis presents a new method for detecting and localizing occlusions in multi-infusion systems. The goal was to develop an algorithm capable of early occlusion detection and localization in multi-infusion systems. Data was obtained using a test setup comprising of Alaris GH syringe pumps and an IDA 4 infusion device analyser. A new algorithm for automatic occlusion detection was successfully implemented and benchmarked on 30 signals. The time to occlusion alarm was reduced by 86% on average, with only one occlusion being marked incorrectly. In conclusion, a new method was developed for rapid automatic occlusion detection and localization. Thus far the method yielded promising results and although it requires further testing, it is expected that optimization of the occlusion detection algorithm will significantly increase patient-safety.
Organisatie | Hanzehogeschool Groningen |
Opleiding | Elektrotechniek |
Afdeling | Instituut voor Engineering |
Jaar | 2017 |
Type | Master |
Taal | Engels |