Когда человек дышит, воздух идёт не ровной струёй, а волнами. Раньше врачи и учёные смотрели только на общие цифры: сколько воздуха вошло за вдох, какой был самый сильный поток. Но внутри одного вдоха есть свои нюансы — маленькие изменения, которые говорят о работе нервов и мышц. Новый подход разбирает вдох на части, как музыкант разбирает аккорд на отдельные ноты.
Авторы придумали три формы волн: половинка синусоиды, колокол и кривая с плавным подъёмом. Компьютер подбирает эти волны так, чтобы их сумма точно повторяла реальный поток воздуха. На 8 276 вдохах ошибка оказалась крошечной — меньше одной тысячной. Даже если в измерения добавить шум, метод всё равно работает надёжно.
Такой разбор дыхания на простые волны — как чтение нотной записи вместо прослушивания всего произведения целиком. Врачи смогут точнее следить за тем, как мозг управляет дыханием, и раньше замечать сбои.
как её написали авторы, на английском arXiv:2604.22695
Respiratory airflow signals provide critical insight into breathing mechanics, yet conventional analysis methods remain limited in their ability to characterize the internal structure of individual breaths. Traditional approaches treat airflow as a quasi-periodic signal and rely on global descriptors such as tidal volume or peak flow, obscuring sub-breath events that reflect neuromuscular coordination and compensatory breathing strategies. This study introduces a parametric framework for decomposing inspiratory airflow into a small number of time-localized components with explicit amplitude, onset time, and duration parameters. Unlike spectral or data-adaptive methods, the proposed approach employs physiologically grounded basis functions, Half-Sine, Gaussian, and Beta, to represent intrabreath waveform morphology through constrained nonlinear optimization. Evaluation across 8,276 breaths demonstrates high reconstruction accuracy (mean squared error $$<$$ 0.001 for four-component models) and robust parameter precision under moderate noise. Component-derived features describing sub-breath timing and coordination improved classification of cognitive fatigue states arising from cognitive-respiratory competition by up to 30.7% in Matthews correlation coefficient compared with classical respiratory metrics. These results establish that modeling airflow as a sum of parameterized, time-localized primitives provides an interpretable and precise foundation for quantifying intrabreath organization, compensatory breathing dynamics, and respiratory motor control adaptation under cognitive-respiratory dual-task demands.
Человек делает около 20 000 вдохов в день, и каждый из них можно разложить на несколько простых волн.