[发明专利]一种基于PLC神经外科引流控制系统及方法

权利要求书

1.一种基于PLC神经外科引流控制方法，其特征在于，所述基于PLC神经外科引流控制方法包括以下步骤：

第一步，将引流针置于患者颅内含有积液的地方，通过PLC控制器启动采用朴素贝叶斯分类算法的抽气泵将患者颅内的积液抽出；

第二步，采用RBF神经网络算法的调节阀将积液抽出的速度调节到合适恒定的速度，通过气压调节阀将引流过程中的气压调节到合适的压力值；

第三步，积液通过导管引流至收集瓶中收集，收集瓶的瓶口通过安装排气孔随着抽气泵动态调节气体的排放。

2.如权利要求1所述的基于PLC神经外科引流控制方法，其特征在于，所述第一步中通过PLC控制器启动采用朴素贝叶斯分类算法的抽气泵，实现对患者颅内的积液进行快速抽出，具体算法为：D是积液抽出的训练对象与其相关联的类标号的集合；每个对象用一个n维属性向量X＝{x₁，x₂…x_n}表示，描述n个属性A₁，A₂…A_n的值；原始集合基于n维属性共划分为m个类C₁，C₂…C_m，计算每个类对X的后验概率，并将对象X归属于具有最高后验概率的类；后验概率P(C_i|X)的计算公式为：

P(X_i|C)的计算公式为：

其中，P(x₁|C_i)P(x₂|C_i)…P(x_n|C_n)由训练对象求算，x_k表示X在属性A_k上的值；对每个类别C_i计算P(X|C_i)P(C_i)；当P(X|C_i)P(C_i)>P(X|C_j)P(C_j)，1≤j≤m，j≠i成立时，X属于类C_i。

3.如权利要求1所述的基于PLC神经外科引流控制方法，其特征在于，所述第二步中采用RBF神经网络算法的调节阀将积液抽出的速度调节到恒定的速度，具体的算法为：调节阀调节网络输入n维向量X，输出m维向量Y，RBF神经网络隐层第i个节点的输出为O_i＝G(‖X－c_i‖)，式中c_i为第i个隐节点的中心，i＝1，2，…，N，‖·‖为欧氏范数，G(·)为径向基函数，具有局部感受特性，选为高斯函数：

体现RBF神经网络的非线性映射能力，网络输层第j个节点的输出为隐层节点的线性组合：

式中w_ji为第i个隐层节点到第j个输出层的连接权值，θj为第j个输出节点的阈值；

设有k组输入调节速度的样本u_k和输出调节速度的样本y_k，k＝1，2…L，定义目标函数(L₂范数)为：

使得J≤ζ，式中，^yk是在u_k输入下神经网络的输出向量。

4.一种实现权利要求1所述基于PLC神经外科引流控制方法的基于PLC神经外科引流控制系统，其特征在于，所述基于PLC神经外科引流控制系统包括：引流针、导管、速度调节阀、气压调节阀、连接线、PLC控制器、收集瓶、控制屏、排气孔、抽气泵；

PLC控制器通过通讯接口端连接有控制屏，PLC控制器的输入输出端子通过连接线分别与抽气泵、气压调节阀、速度调节阀连接；速度调节阀的一端通过螺栓固定导管与引流针连接在一起，另一端通过螺栓固定导管与气压调节阀连接，气压调节阀的另一端通过螺栓固定导管与抽气泵连接，抽气泵的另一端通过螺栓固定导管与收集瓶连接，收集瓶的瓶口固定安装有排气孔。

5.一种应用权利要求1～3任意一项所述基于PLC神经外科引流控制方法的神经外科引流控制平台。