[发明专利]一种基于改进模拟退火优化算法的集中参数模型个性化方法

说明书

一种基于改进模拟退火优化算法的集中参数模型个性化方法，属于组合优化算法领域。该方法采集人体的生理波形数据；基于人体的血液循环系统结构和生理参数构建适用于一般人的血液循环系统集中参数模型；以采集到的生理波形数据为目标，对集中参数模型中的参数进行敏感性分析，确定对目标影响较大的敏感参数；基于改进的模拟退火优化算法，将采集的生理波形数据与集中参数模型计算出的仿真波形之间的均方根误差作为目标函数，对集中参数模型中的敏感参数进行迭代优化；当目标函数小于容差时，认为优化结果达到可接受的最优解，结束优化，输出最优解。本发明实现了集中参数模型参数值的个性化。

技术领域

本发明属于组合优化算法领域，涉及一种基于改进模拟退火优化算法的集中参数模型个性化方法。

背景技术

血流动力学数值模拟是一种常用的、有效的模拟方法，通常用于阐明医疗中血液流动的规律、生理意义及与疾病的关系。而集中参数模型是其中一种常见的血流动力学数值模型，它用电路元件比拟人体血液循环系统，人体的生理参数或生理特性可以通过它反映出来。其中电阻用于模拟血液流动的粘滞阻力和血管壁阻力，电容用于模拟血管壁的顺应性，电感用于模拟血液的流动惯性，二极管用于模拟瓣膜，使部分结构中血液单向流通。该模型基于电路Kirchhoff定律，以微分-代数方程组描述电路情况。

众多的研究将集中参数模型的数值模拟计算结果与人体的血液循环系统中血液流动特性比较后，发现有很多方面相符，证明该模型的有效性。无论是研究整个血液循环系统的血流动力学，还是为局部精细化的三维血管数值模拟仿真提供边界条件，集中参数模型都可以很好地发挥其作用，完成计算。因此，集中参数模型在血流动力学数值仿真中具有显著的效果和重要的意义。然而由于每个人的生理参数各不相同，其血流动力学仿真结果理当各不相同，若使用相同参数的模型进行仿真，其计算结果并不能反映各人自身的真实情况，难以令人信服。目前大多数研究者在使用集中参数模型对不同个体进行血流动力学仿真时，虽然使用了个性化参数，但大部分都是基于手动调节参数的方法。而这会造成大量繁琐复杂且效率低下的重复工作，当模型较为复杂或数据量较大时，造成时间和人力资源的浪费。给出一种快速、具体的集中参数模型参数个性化的方法对于个性化的血流动力学数值模拟仿真工作具有重要的意义，对于个性化的疾病诊断、治疗策略研究具有一定的价值。

发明内容

本发明提供了一种基于改进模拟退火优化算法的集中参数模型个性化方法，实现针对不同个体血液循环系统集中参数模型中参数的个性化。基于改进模拟退火优化算法的集中参数模型个性化方法包括：采集人体的生理波形数据，包括主动脉压、心输出量、颈动脉流量和四肢压力波形；基于人体的血液循环系统结构和生理参数构建适用于一般人的血液循环系统集中参数模型；以采集到的生理波形数据为目标，对集中参数模型中的参数进行敏感性分析，确定对目标影响较大的敏感参数；基于改进的模拟退火优化算法，将采集的生理波形数据与计算出的仿真波形之间的均方根误差作为目标函数，对集中参数模型中的敏感参数进行迭代优化；当目标函数小于容差时，认为优化结果达到可接受的最优解，结束优化，输出最优解。

为达到上述目的，本发明通过以下技术方案来实现：

基于改进模拟退火优化算法的集中参数模型个性化方法，该方法包括以下步骤：

步骤A1:采集人体实际的生理波形数据，包括主动脉压、心输出量、颈动脉流量和四肢压力波形；

步骤A2:基于人体的血液循环系统结构和生理参数构建适用于一般人的血液循环系统集中参数模型；

步骤A3:以采集到的实际的生理波形数据为目标，对步骤A2集中参数模型中的参数进行敏感性分析，确定对目标影响较大的敏感参数；

步骤A4:将采集的实际的生理波形数据与集中参数模型计算出的仿真波形数据之间的均方根误差作为优化的目标函数，使用改进的模拟退火优化算法，对集中参数模型中的敏感参数进行迭代优化；