[发明专利]一种基于自适应柔化因子策略的广义预测控制胰岛素输注量计算方法

说明书

本发明公开了一种基于自适应柔化因子策略的广义预测控制胰岛素输注量计算方法，通过实时监测的人体血糖数据，利用CARIMA模型预测未来的血糖变化，然后采用最小方差控制追踪自适应参考曲线并实时计算胰岛素泵的输注速率，使得胰岛素泵能够准确的控制胰岛素输注速率，降低人体血糖波动并将其控制在预定的目标区间。相较于已有的广义预测控制算法，本发明中所采用的自适应柔化因子能够根据不同的血糖值灵活调节自身的数值大小，从而实现对胰岛素泵的输注速率的控制，具有较高的鲁棒性，显著提高了胰岛素输注的精确性和有效性。

技术领域

本发明涉及胰岛素泵输注量估算领域，更具体地，涉及一种基于自适应柔化因子策略的广义预测控制胰岛素输注量计算方法。

背景技术

当下全球约有4.22亿成年人患有糖尿病，并且每年造成150万人死亡。1型糖尿病，又被称为胰岛素依赖型糖尿病，主要特征为胰腺部位胰岛素分泌细胞的凋亡以及胰岛素分泌不足。虽然1型糖尿病的确切诱因并不明确，但是通过日常的胰岛素输注可以有效的控制糖尿病患者的血糖水平，从而提高患者的生存质量。人工胰腺能够有效的检测糖尿病患者的血糖水平，并且精确计算出胰岛素的输注时间和输注量。人工胰腺主要包括三个部分：连续血糖检测(CGM)，智能控制系统和胰岛素泵。

智能控制系统是整个人工胰腺的核心，直接决定了血糖控制的准确性和有效性，现在已经有多种控制理论应用于人工胰腺的智能控制系统，例如比例微积分控制算法、模型预测控制算法、模糊逻辑控制算法以及广义预测控制算法等等。

比例微积分控制(Proportional Integral Derivative,PID)是广泛应用于工业领域的控制算法。该控制算法已经被成功移植到人工胰腺系统中，并且展现出良好的闭环控制效果。基于PID设计的智能控制系统拥有简约的结构、较少的参数设置和较高的鲁棒性。但是人工胰腺中的PID控制器需要加入增益调节和前反馈操作，并要求患者手动输入进餐信息。上述操作严重限制了PID控制算法的应用，并且给患者的血糖控制带来较多不便。

模糊逻辑(Fuzzy Logic，FL)控制算法广泛应用于智能控制领域，其在人工胰腺系统中也得到了广泛的应用。其设计原理和过程主要包括以下几步：1、通过对临床糖尿病治疗长期实践积累的经验进行总结分析，建立专家知识库；2、运用模糊数学的基本理论和方法，把临床治疗经验规则的条件、操作用模糊集表示，并把这些模糊控制规则及有关信息(如临床评价指标等)作为知识存入专家知识库中；3、根据实时监测的血糖数据，运用模糊推理，得出相适应的胰岛素输注剂量参数。FL控制算法依托临床专家将临床糖尿病治疗长期实践积累的经验知识建立为专家知识库，转化为模糊逻辑控制规则，符合临床治疗的常规经验，易于为临床医生所理解。但是采用模糊逻辑控制算法，在归纳模糊规则和选取模糊隶属度函数主要依靠经验，具有较大的主观性，存在模糊区间的不易划分、响应不够及时的缺点，这给模糊控制的发展及进一步推广带来很大阻碍。

模型预测控制(Model Predictive Control,MPC)在人工胰腺智能控制系统中也得到了广泛的应用。该算法使用详细的模型来描述动态系统的行为。基于MPC的人工胰腺智能控制系统能够准确的预测进餐的影响，并有效调节糖尿病患者的血糖水平。但是MPC控制器严重依赖于模型的准确性。人体代谢模型非常复杂，计算量很大，至今仍没有一个完美的模型能够准确描述血糖-胰岛素的动态关系。