丙泊酚麻醉在不同年龄人群的闭环控制仿真研究

来源 :燕山大学 | 被引量 : 0次 | 上传用户:zhangstian
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
麻醉闭环控制是手术智能化非常重要的组成部分,目前在成人上有一些应用,但是由于老人和小孩代谢的差异性,在其麻醉控制方面的研究仍然具有挑战性。针对这一现状,本文将控制理论应用到临床麻醉中,并以药代药效动力学模型为基础,分别建立小孩、成人和老人的模型来描述药物在体内新陈代谢的过程,最后分别针对不同年龄人群做了丙泊酚药物的具体控制方法分析。具体工作如下:首先考虑到不同年龄代谢的差异性,建立了不同人群的模型。其中,以成人药代药效动力学模型为基础,通过异速比例建立了小孩的模型,此外通过加入更多的协变量建立了老人的模型。基于三种模型,从传统控制角度分析了模型的可观可控性。针对闭环控制系统,选取了脑电提取的两种观测特征中的Renyi排序熵作为反馈指标,并介绍了观测特征常用的参数辨识方法。其次,基于采集的成人临床数据,用两种辨识方法得到其具体药效学参数。以此为基础,从传统的控制角度选取了模糊自适应PID、蚁群优化PID两种控制方法和从现代控制理论角度选取了强化学习,采用上述三种控制方法对成人模型进行麻醉闭环的控制。另外加入了人工扰动来测试系统的抗干扰性能,从上升时间、调整时间、超调量对三种控制策略的跟踪性能进行评估,同时从偏离度、精确度和波动度三个方面对控制器的性能进行对比分析。结果表明在准确性能和稳定性能方面,蚁群优化PID控制器相较于其他两种控制器更好,而Q学习控制策略相较于其他的响应速度更快,到达稳定时间更短,抗干扰性能更强。然后根据对成人闭环控制结果的分析,小孩的闭环控制采用蚁群优化PID和Q学习两种控制方法。根据仿真结果分析,各项指标均在临床允许范围内,同时均能快速到达稳定范围并且具有可接受的超调,并且在加入扰动的情况下,仍然具有较好的性能,说明这两种控制策略在小孩麻醉控制中,基本满足临床的要求。最后,基于老人临床数据,同样采用蚁群优化PID和Q学习两种控制方法对老人模型进行控制。结果表明,设计的蚁群优化PID控制器准确性能和稳定性能好,但在响应速度方面较差,而Q学习控制策略响应速度快,且抗干扰性能更好一些。
其他文献
目前在海面溢油遥感领域上,公认最好的探测技术之一就是海洋激光诱导荧光(LIF)探测技术。它通过发射激光到海面获得含各种成分信息的荧光,之后分析荧光信号可以得到海面溢油的范围、溢油种类以及溢油厚度等信息。然而单纯的LIF探测系统探测的是一个点,因此可获得信息有限,不能够获取到海面溢油的各项应测参数,而且目前该领域只是对溢油污染未乳化阶段连续薄油膜(d≤10μm)有可用的理论研究成果和探测方法,本文据
即时定位和构图(Simultaneous Localization and Mapping,SLAM)在虚拟现实、增强现实等领域有着广泛的应用。基于特征点的SLAM系统在弱纹理、光照变化剧烈和快速运动的场景中,很难提取到足够的特征点或者特征点分布不均匀,从而导致定位的失败,而线特征在上述场景有良好的表现,本文重点研究了点、线特征结合的视觉惯导SLAM算法。研究内容如下:首先,针对在弱纹理的环境中提
脑机接口(Brain Computer Interface,BCI)技术构建了大脑与外部设备之间全新的连接方式,已经应用于医疗、交通和娱乐等众多领域。基于脑电信号(Electro EncephaloGram,EEG)的BCI技术,由于其无创、时间分辨率高等特性,被广泛应用于BCI系统中。然而,在目前的BCI技术中,EEG数据标注的时间和经济成本较大,且EEG信号存在时变性和个体差异,导致BCI系统
无人驾驶技术正逐步发展并得到快速进步,旨在简化汽车的驾驶操作并提高驾驶系统的安全性。然而无人驾驶车辆的行驶路况并不是单一不变的,面对一些极端场合,无人驾驶车辆需要进行高速行驶,在遇到弯道或者障碍不能减速时,控制车辆进行漂移也是有效的解决途径,因此保证无人驾驶车辆进行稳态漂移并保证车辆安全性是极具意义的研究问题。本文以无人驾驶车辆为对象展开研究:首先,对无人驾驶车辆的稳态漂移动态过程进行动力学分析,
生成式对抗网络因其可以有效地学习数据的潜在分布,并可以生成高质量图像,逐渐在众多生成模型中脱颖而出,备受广大研究者关注。在图像迁移、视频生成、图像生成等很多应用领域中,生成式对抗网络均取得了丰硕的成果。本文针对生成式对抗网络的理论及其在图像生成应用中的问题进行了研究,包括提高生成式对抗网络的整体稳定性和训练速度,降低生成图像中噪音的产生。主要工作如下。首先针对由图像中存在大量冗余信息、和其本身的复
由于多智能体系统比单一智能体更能有效地执行任务,提高系统的故障容错性与鲁棒性,且具有较高的灵活性,现已被广泛应用于自动控制与人工智能领域。特别是关于分数阶多智能体系统一致性控制,受到了许多学者的关注。最近,关于连续分数阶多智能体系统,已有一些研究成果涌现。本文以分数阶间断多智能体系统一致性控制为研究对象,具体工作如下:首先,在无向拓扑结构下,将智能体分成若干组群,当系统内在动力行为函数间断且单调不
模糊控制在过去的几十年中得到了深入的研究,并被认为是分析许多非线性系统的重要媒介。近年来,T-S模糊技术被广泛应用于许多实际领域,引起了学者的关注。T-S模糊系统以IF-THEN规则的形式描述非线性系统,该规则利用模糊隶属度函数表示局部线性输入输出关系。T-S模糊系统不仅是一种有效的非线性系统控制方法,而且是一种充分发挥线性系统理论优势的灵活工具。在T-S模糊系统中,稳定性分析是一个重要的课题。系
许多推荐系统都使用评论文本作为辅助信息缓解数据稀疏和冷启动问题,但目前相关研究中使用的处理评论文本的深度模型(例如卷积神经网络和注意力模型)都会丢失文本的重要信息,而且使用全部评论文档也会令模型受到文档中低质量评论的负面影响。此外,通过将其他域学习到的知识迁移到目标域进行推荐的算法往往只考虑单一的源域,这也存在一些信息挖掘不完全的问题。基于上述问题,本文从单域推荐与跨域推荐两个角度进行建模,以胶囊
蛋白质是生命体活动的载体。蛋白质分子的柔性运动对生物体各类反应都有着非常重要的意义,基于蛋白质的空间构象预测其柔性运动有利于更好的理解蛋白质的功能,是蛋白质结构-功能关系探究方面的重要课题。RNA分子的柔性预测研究起步较晚,其结构分析起来也较为复杂。开发可成功应用于蛋白质及RNA柔性预测的数学模型和工具,有助于我们了解蛋白质及RNA的空间结构和生物学功能,可为药物和纳米分子器型的设计以及癌症等相关
随着互联网和应用通信的快速发展,无线网络虚拟化已成为未来网络中的一个重要概念,它可以在同一物理基础设施上为不同的移动虚拟网络运营商(MVNO)提供多个虚拟化无线网络。资源分配问题是无线虚拟化面临的一个主要挑战,MVNO更感兴趣的是实现自身收入的最大化。因为在计算之前价格是未知的,所以收益最大化的拍卖问题要复杂得多。在无线虚拟网络资源分配中,SP(服务提供商)向MVNO(移动虚拟网络运营商)发出请求