[发明专利]基于模糊自适应比例微积分控制胰岛素泵闭环输注的方法

说明书

技术领域

本发明涉及一种胰岛素泵注射量的控制方法，具体来说，涉及一种基于模糊自适应比例微积分控制胰岛素泵闭环输注的方法。

背景技术

糖尿病是一种严重危害现代社会人类健康的慢性疾病，但目前在医学界还没有根治糖尿病的有效手段，医院里针对糖尿病患者治疗的下一步目标是将能够连续监测糖尿病患者葡萄糖变化的监测器与胰岛素泵连接进行人工胰岛，完全实现对糖尿病患者进行葡萄糖注射的自动闭环控制。人工胰岛主要由三个部分组成：一是可以准确实时测量糖尿病患者血糖值并能将数据传输给控制端的血糖仪，二是可以被自动调节的胰岛素泵，三是根据糖尿病患者血糖值不断反馈调节胰岛素注射速度的闭环控制算法。当前血糖仪和胰岛素泵的研究都逐渐趋于成熟，而进行人工胰岛的关键在于采取有效的闭环控制算法或方法的对糖尿病患者血糖进行精确控制。

为了实现对糖尿病患者血糖的有效控制，先后出现了多种基于不同控制理论的控制算法。近二十年出现了采用更先进控制理论的算法，如Steil提出的比例微积分控制算法、Parker提出的模型预测控制算法、Richard提出的模糊控制算法等等。

比例微积分控制算法(Proportional Integral Derivative,PID)控制作为最早实用化的控制器，已经有70多年的历史，现在仍然是应用最广泛的工业控制器。PID设计的胰岛素输注速度可以看作三部分的加权和：比例项、积分项和微分项。PID算法的比例、微分、积分三个分量尽可能地模拟人体β细胞分泌胰岛素的生理传输过程。线性比例分量对应于实测血糖值偏离目标血糖值时的胰岛素分泌量，当实测血糖值等于目标血糖值时则为0，因而该分量对于保持日常的基础胰岛素输注没有任何贡献；积分分量用于调整血糖围绕目标值上下微幅波动时的胰岛素分泌量，也是使血糖稳定在目标值时保持基础胰岛素输注量的唯一成分，由于积分分量仅在血糖围绕目标值微幅波动时微量调节胰岛素分泌，因而可以确保血糖能稳定在目标值；微分分量对应于血糖快速变化时迅速调节胰岛素分泌。PID算法简单直观，利用比例项反映血糖控制偏差，积分项反映血糖控制偏差的积分，微分项反映血糖浓度的变化率，其因参数较少，便于计算，且比例、积分和微分三个分量能较好地跟踪了血糖的快速、慢速变化，从而在工业中得到迅速而广泛的应用。在医学领域，虽然Steil通过大量的临床实验证明了该算法的有效性和可行性，并对该算法做了改进，加入了负反馈分量以补偿血液中胰岛素浓度上升引起的抑制β细胞分泌胰岛素的生理效应，但这种方法仍然不能很好地应对复杂的血糖控制体系(包括食物消化、胰岛素吸收、胰岛素半衰期及生理运动等因素)，随着时间的延长，会出现积分饱和现象，需要进行校正，而且由于人体存在胰岛素残留效应的影响，必须加入胰岛素反馈模块进行校正。

模型预测控制算法(Model Predictive Control，MPC)是一种基于模型的控制算法，其主要思想是通过预测未来的输出，寻找未来一段时间内最佳的控制策略，并且根据实时测量信息及时调整输入信号。因模型预测对建模的不确定性有很好的鲁棒性，以及模型预测的框架可以很方便地处理滞后、饮食摄取后和餐前胰岛素大剂量，因此模型预测控制被认为是当前人工胰岛的最佳选择。其首先对人体糖代谢生理过程进行初步的数学建模，作为初始的预测模型；然后根据在时间tk之前已知的测量血糖y和胰岛素输注速率u，对该模型参数进行优化，再计算此时的胰岛素输注速率及未来的预测血糖，以缩小预测血糖与目标血糖间的差距；在时间tk+1又会获得新的测量血糖yk+1，如果yk+1与前一步预测的时间tk+1处的血糖值不同，该模型就会再次优化，如此循环往复，直至测量血糖值稳定在目标血糖，计算模型也随之稳定下来。MPC算法基于病人糖代谢生理模型，每一步均基于当前测量血糖值进行重新计算，具有滚动优化、滚动实施的优点，计算结果能更好跟踪血糖变化，但缺点是病人代谢模型非常复杂，计算量很大，需要在实时性和准确性之间取得较好的平衡。