[发明专利]一种基于自适应参考曲线策略的广义预测控制闭环胰岛素输注系统

说明书

本发明公开了一种基于自适应参考曲线策略的广义预测控制闭环胰岛素输注系统，包括血糖值检测模块、控制器、程序模块和胰岛素泵，血糖值检测模块用于采集使用者的血糖值，血糖值检测模块的输出端与控制器的输入端信号连接；胰岛素泵用于给使用者输注胰岛素，胰岛素泵的输入端与控制器输出端信号连接；程序模块被控制器执行，程序模块其通过血糖值检测模块采集使用者的血糖值，结合CARIMA模型、最小方差控制算法和自适应参考曲线策略调节胰岛素泵的输注速率。本发明中所采用的基于自适应参考曲线策略能够根据不同病人的血糖波动生成适用于自身的参考曲线，从而实现对胰岛素泵的输注速率的灵活控制。

技术领域

本发明涉及胰岛素泵输注领域，更具体地，涉及一种基于自适应参考曲线策略的广义预测控制闭环胰岛素输注系统。

背景技术

现有的胰岛素输注装置的控制算法包括比例微积分控制算法、模糊控制算法和模型控制算法等等。

比例微积分控制算法(Proportional Integral Derivative,PID)控制是较为成熟、使用较为广泛的一种工业控制算法。基于PID算法的胰岛素泵设计已经由美敦力MiniMed公司旗下的Steil团队实现，其主要设计思想为：PID算法的比例、微分和积分三个分量分别模拟人体β细胞分泌胰岛素的生理传输过程。其中，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；积分变量用于调节血糖值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；微分分量对应于血糖快速变化时迅速调节胰岛素分泌。大量的临床实验证明了该算法的有效性和可行性，2012年该控制算法进一步通过了美国FDA批准的糖尿病模拟器验证并且现在已经走向商业化使用。PID控制算法的数学表达简单直观，比较容易实现，但是其随着模拟时间的延长会出现积分饱和现象。此外，该算法也没有考虑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。Steil团队对上述缺陷也进行了一定的改进，例如引入负反馈变量。

模糊逻辑(Fuzzy Logic，FL)控制算法虽然只有几十余年的历史，但其理论和应用的研究已经取得了丰硕的成果。近几年随着模糊逻辑控制理论在自动控制领域的成功应用，模糊控制理论和方法的研究引起了学术界和工业界的广泛关注。已有的基于模糊逻辑控制算法的胰岛素泵设计首先需要依据临床糖尿病治疗长期实践积累的经验建立专家库。然后运用模糊集合及其运算，将临床经验知识存入专家知识库中。最后依据病人的实时血糖检测数据，调控胰岛素泵的输注速率。与传统的控制方法如比例微积分控制算法(Proportional Integral Derivative,PID)相比，模糊控制利用了人类专家控制经验，对于非线性、复杂对象的控制显示了鲁棒性好、控制性能高的优点。但是模糊逻辑控制算法主要依赖临床经验积累，其具有较大的主观性并且难以采集和移植，这大大制约了模糊逻辑算法的应用。

模型预测控制(Model Predictive Control,MPC)算法是一种基于模型的控制算法。它是一种在20世纪80年代初开始发展起来的新型计算机控制算法，其直接产生于工业过程控制的实际应用，并在与工业应用的紧密结合中不断完善和成熟。MPC算法应用于胰岛素泵的设计中首先需要对人体糖代谢生理过程进行初步的数学建模；然后根据测得的血糖数据和胰岛素输注速率对模型参数进行循环优化，并计算当前的胰岛素输注速率与血糖变化趋势。整个控制模型会不断进行循环往复的优化直至稳定于目标血糖，同时求解出模型内部的最优参数。因此，MPC算法能够实现自我优化并较好的跟踪血糖变化。但是其缺点是模型的选择和搭建往往是依据病人糖代谢生理模型，且需要参照临床医学经验进行参数的设定。虽然模型自身往往具有滚动优化的能力，但是一旦模型搭建出现偏差，往往难以达到预期的控制效果。

发明内容

为解决上述技术问题，本发明的技术方案如下：

一种基于自适应参考曲线策略的广义预测控制闭环胰岛素输注系统，包括血糖值检测模块、控制器、胰岛素泵和程序模块，其中，