Da die bisherigen Daten zum Verlauf der Inspiration nicht ausreichen, um eine optimale Prüfung von Atemschutzfiltern zu ermöglichen, ist es notwendig, langfristig eine neue Methode zu entwickeln, mit der aus einer großen Datenmenge in angemessener Zeit künstliche Inspirationskurven zur Programmierung "Künstlicher Lungen" ermittelt werden können. In dieser Arbeit wurde eine Methode entwickelt, Atemkurven durch Bildung einer polynomialen Regression einer morphologischen Analyse zu unterziehen. Untersucht wurden die Einatemkurven von 13 männlichen gesunden Probanden mit einem Altersmedian von 25 Jahren, die auf einem Fahrradergometer eine jeweils dreiminütige Belastung in den Stufen 0 W, 50 W, 100 W, 150 W, (175 W) , 200 W, (225 W) und 250 W mit und ohne Atemschutzfilter absolvierten. Hierbei wurden die Volumenströme kontinuierlich mit Hilfe eines Atemfluss-Sensors gemessen und aus jeder Belastungsstufe die jeweils zehn letzten Atemkurven ausgewertet. Deren Messdaten wurden mit einer selbst entwickelten Software einer polynomialen Regression 11. Ordnung unterzogen. Zur Beschreibung des Wechsels von inspiratorischen Beschleunigungs- und Verzögerungsvorgängen wurden anhand der 1. Ableitung der Regressionsfunktion deren Übergänge identifiziert. Zur Vergleichbarkeit von Atemkurven unterschiedlicher Länge wurden diese Extrempunkte auf die Gesamtlänge des Atemzuges bezogen. Es zeigten sich in den Belastungsstufen 0 bis 175 W im Median drei Extrempunkte der Atemkurven. Im Versuchsteil mit Atemschutzfilter verringerte sich der Median in der letzten Belastungsstufe (250 W) auf nur einen Extrempunkt (n.s., n = 30 Atemkurven). Der maximale Volumenstrom in den einzelnen Stufen des Versuchsteils mit Atemschutzfilter war gegenüber dem Versuchsteil ohne Atemschutzfilter nicht erhöht und nahm in beiden Versuchsteilen mit der Belastung zu. Der Verlauf von Atemfrequenz, Inspirationsdauer, AZV und AMV in beiden Versuchsteilen war weitestgehend übereinstimmend mit den Angaben der Literatur. Im Hinblick auf die Berechnungen einer große Datenmenge hat sich der Ansatz zur Beschreibung der Inspirationskurven anhand einer polynomialen Regression als gangbarer Weg erwiesen. Die Formänderung bei hohen Belastungsstufen sollte anhand eines größeren Kollektivs überprüft werden. Durch Ausbau dieser Methodik kann so ein verbessertes Prüfsystem zur Ermittlung der Standzeiten von Atemschutzfiltern entwickelt werden.
In order to evaluate the service life of respiratory cartridges it is important to understand the characteristics of human inspiration. Therefore, a new method had to be developed to simulate human inspiration. These data can be used to program "artificial lungs" for the determination of the service life of respiratory cartridges. The aim of this study was to develop a method for morphological analysis of human respiration using polynomial regression. The inspiratory curves of 13 healthy male volunteers (age (median): 25 years) were analyzed. The volunteers participated in two sessions, one with and the other without using a respiratory cartridge. In each session the subjects were exposed to different levels of physical load (0 W, 50 W, 100 W, 150 W, (175 W), 200 W, (225 W) and 250 W) using a stationary bicycle. During each session the air volume flow was continuously recorded. For each level of physical load the last 10 inspiratory curves have been used for further analysis. Polynomial regression (11th order) was applied using a software program developed by the author. To describe changes in inspiratory acceleration and retardation the first derivation of the polynomial function was used. In order to be able to compare inspiratory curves with different duration the extrema of the polynomial function were related to the total length of inspiration. At levels of physical load from 0 to 175 W a median of three maxima of the inspiratory curves has been observed. While using the respiratory cartridge only one maximum was seen in the last level of physical load (250 W; n = 30 inspiratory curves). The maximum air volume flow did not differ significantly between the levels of physical load with and without using a respiratory cartridge. However, with increasing physical load the maximum air volume flow increased. The respiratory frequency, duration of inspiration, tidal volume and airflow volume per minute were comparable to previous studies. In conclusion, the use of polynomial regression models might be helpful for morphological analysis of human inspiration using large data sets. Future studies including a larger number of subjects should be performed in order to confirm the shape of the inspiratory curves during different levels of physical load. The application and further development of the described method might lead to better testing procedures for the evaluation of the service life of respiratory cartridges.
