文摘
自动闭环胰岛素输注治疗研究了多年。在闭环系统中,控制算法的关键技术是精确的胰岛素输注。需要对控制算法的设计和验证。本文基于insulin-on-board估计提出了一种改进的PID算法使用组合数学模型和计算机模拟完成血液中的血glucose-insulin监管的动态系统。仿真结果表明,改进的PID算法可以执行在不同的碳水化合物摄入和胰岛素敏感性的情况。与传统的PID算法相比,控制性能明显改善,可以避免低血糖。为了验证所提出的控制算法的有效性,在网上测试是通过使用帕多瓦UVa /虚拟病人软件。
1。介绍
糖尿病、内分泌代谢的紊乱,是一种无法治愈的疾病。糖尿病影响世界上数以百万计的人们,这是一个相当大的并发症与疾病包括视网膜病变、肾病、周围神经病变、失明(1]。根据国际糖尿病联合会预测了2014年,全世界大约有3.87亿人患有糖尿病,2014年到2035年约有5.92亿患者(2]。因此,维持血糖浓度在正常范围为糖尿病是至关重要的。
1型糖尿病主要是由于原因β细胞的胰腺不能分泌胰岛素。他们必须依赖外源性胰岛素来调节血糖浓度。目前,1型糖尿病患者都接受多个每天注射(MDI)或持续皮下胰岛素输注(推测CSII)交付通过胰岛素泵3]。比MDI方法推测CSII显示更多的优点,因为饮食、增加灵活性的锻炼,方便,和精度4]。市场上各种开环胰岛素泵是可编程提供所需数量的胰岛素。然而,全自动闭环胰岛素输注系统能够提供适量的胰岛素对病人没有任何手动干预发展中(5]。的闭环系统包含三个主要组件连续血糖监测(CGM),智能控制器,胰岛素泵。
对于开环胰岛素泵,丸计算器是用来计算丸胰岛素剂量,可以帮助糖尿病患者控制餐后血糖浓度。丸计算器考虑很多因素,比如当前血糖,血糖目标,碳水化合物摄入,胰岛素敏感性,校正因子(CF)和胰岛素:碳水化合物比(我:C)以及胰岛素作用持续时间(“董事会(伯)胰岛素”)(4]。
对于闭环胰岛素泵,实时CGM系统已经商用,精确的控制算法是关键技术胰岛素输注。控制算法要求高鲁棒性和可靠性。有各种控制算法包括PID控制(6),模型预测控制(MPC) (7,8),最优控制(9),自适应控制10),和滑模控制11]。在这些控制算法,广泛应用于工业控制系统PID控制器。血糖控制的PID控制器是有吸引力的特性的基础上与一些参数结构简单,容易实现,良好的适应,和鲁棒性。
许多闭环控制算法没有考虑入会的因素。约伯的限制可以优化控制算法的输出,减少低血糖的风险。开环胰岛素泵,前胰岛素政府可能会导致低血糖。所以约伯估计被认为是限制胰岛素输注剂量。本文改进的PID控制算法基于入会估计。控制器性能评估仿真研究在生理模型和被认为是碳水化合物的摄入和胰岛素敏感性变化。同时,帕多瓦UVa /虚拟病人软件用于验证与入会估计PID控制器的有效性。
本文组织如下。节2组合复杂,详细的介绍了glucose-insulin动力学模型,基于Hovorka等人,Dalla男子等人模型。与入会估计设计PID控制器,仿真性能评估的部分3。的在网上测试使用虚拟病人十节中讨论4。最后的结论是位于部分5。
2。Glucose-Insulin数学模型
glucose-insulin相互作用的数学模型研究了过去50年了。阿克曼提出的简单线性模型et al。12]。在后来的研究提出了更复杂的非线性模型。在许多这样的模型,分为若干部分的建模方法已被使用。在这种方法中,身体分为隔间代表身体的不同器官或部位和质量平衡方程推导出每个隔间。伯格曼的区划的最小模型等。13在很多研究中得到了广泛的应用。更复杂的区划的Cobelli和玛丽提出的模型14),Hovorka et al。15),Dalla男人et al。16)考虑更多的隔间更好地了解身体的不同部位的行为。这些模型对于glucose-insulin交互已广泛应用于研究糖尿病患者的生理行为。
在这篇文章中,葡萄糖和胰岛素代谢模式指的是模型由Hovorka et al。15和Dalla等人。16,17]。Hovorka模型是一个非线性区划的模型有三个子系统为葡萄糖、胰岛素和胰岛素的行动。碳水化合物消化吸收模式指Dalla男人的模型。组合模型是接近现实的病人模型。
2.1。葡萄糖子系统
葡萄糖子系统分为两个隔间:大量的葡萄糖在隔间和大量的葡萄糖nonaccessible隔间。核心的葡萄糖动力学模型是一个两舱制表示。考虑 在哪里和葡萄糖的质量在访问和nonaccessible隔间,分别。是转移速率常数nonaccessible访问室。室的体积分布访问。葡萄糖的浓度。是内源性葡萄糖生产外推到零胰岛素浓度。是总胰岛素依赖葡萄糖通量,纠正环境葡萄糖浓度。是肾葡萄糖净空葡萄糖阈值162 mg / dL。肠道吸收速率介绍了部分2。4碳水化合物的消化和吸收模型。
2.2。胰岛素子系统
胰岛素子系统描述了胰岛素吸收葡萄糖和胰岛素的行动动力学。血浆胰岛素浓度是所描述的 在哪里部分消除速率和吗是体积分布。
2.3。胰岛素作用的子系统
为代表的三个胰岛素对葡萄糖的动力学行为 在哪里,,胰岛素对血糖的影响分布/运输、葡萄糖处理,和内源性葡萄糖生产,分别;,,失活速率常数;,,激活速率常数。
葡萄糖的胰岛素敏感性分布/运输和细胞内葡萄糖处理分别表示如下:
2.4。碳水化合物的消化和吸收
碳水化合物消化和吸收模型由three-compartment非线性模型中,两个固体葡萄糖的胃和液体,一个用于葡萄糖在肠道。考虑 在哪里是碳水化合物的摄入,脉冲函数,是磨削的速度系数在胃里,是分数的速率系数的食糜进入小肠,然后呢是肠道吸收的速率常数。
3所示。PID控制器与估计
3.1。Insulin-on-Board估计
胰岛素在船上被定义为的注射胰岛素量仍活跃在体内。一些胰岛素泵估计入会正确丸为了避免过度或低血糖4]。约伯的估计是基于胰岛素作用曲线。这里的入会评估由两舱制动力模型表示: 在哪里和两个隔间和是胰岛素剂量。常数是针对每个病人所以模型复制相应的。图1显示了典型的胰岛素活动获得的曲线模型价值,而表1显示相应的值为典型的值(18]。胰岛素的行动是每个个体之间的不同;有许多因素,如运动,压力,疾病,和热。胰岛素泵提供的不同的胰岛素作用曲线计算胰岛素丸。
胰岛素持续时间范围从2 h - 8 h;糖尿病患者应选择合理的持续时间。如果病人组胰岛素作用时间的持续时间小于实际的时间,它会增加低血糖的风险。胰岛素泵表示,不再积极入会,并将注入更多的胰岛素剂量消耗血糖。另一方面,如果病人组胰岛素作用时间的持续时间比实际时间长,它会增加高血糖症的风险。患者需要胰岛素剂量低于需要调节血糖回到设定值。
3.2。设计PID控制器的估计
PID控制器的结构与入会估计显示在图2,在那里是真正的糖尿病病人的血糖浓度,由葡萄糖传感器测量血糖,是目标血糖浓度,然后呢是最后的胰岛素输注速率。
的控制律如下: 在哪里是闭环控制的输出。错误的目标血糖测量血糖。基础胰岛素输注率。有三个可调参数:比例增益(),积分时间()和微分()。
胰岛素输注速率的控制输出基于伯估计和约束的输出胰岛素输注。图3显示了控制算法的内部结构。控制器的输出 在哪里获得得到的平均值和值设置。
约伯的估计是基于错误的(6),极限。在[19),作者提出了一种计算方法极限。的价值获得时间:,在那里是碳水化合物摄入量的数量。虽然每顿是不同的一个病人,相应的限制几乎相等。不同胰岛素的行动,持续时间的价值是不同的。错误的是
基于(6)和(9),的时间演化是由 也就是说, 从(11),注入胰岛素后,约伯增加迅速超越;因此。开关转到0。当约伯属于,成为一个积极的价值和切换到1。在控制模式下,开关在0和1之间。我们计算价值在每10分钟期间,和收获的平均值吗。所以提出的控制算法可以减少胰岛素输注速率,避免低血糖事件。
本文的上层约束输出PID控制器。上面的约束是基于入会估计,校正因子,和我:C比率。的意义上的约束是避免overinfusion胰岛素。计算了以下条件: 在哪里是胰岛素输注速率和最大约束输出是所需的胰岛素来弥补一个给定餐和计算 在哪里是给定的饭菜的质量,我:C比率是一个单位的胰岛素可以消耗曹的数量。的所需的胰岛素量正确积极的偏离目标血糖浓度,并计算由以下条件: 在哪里和当前的测量和目标血糖浓度,分别。校正因子。
3.3。仿真结果
提出的控制算法评估但血糖-胰岛素数学模型中提到的下部分2。表2显示了仿真条件。
图4(一)显示了葡萄糖反应使用和不使用该PID控制器限制下条件。它可以避免低血糖事件后三个不同的食物摄入。估计约伯达到限制约束时,切换法律开始生效。入会剂量低于它的限制。图4 (b)显示了入会剂量反应有或没有限制。
(一)
(b)
图5显示下的血糖反应h,和h,条件。不同时间下胰岛素的行动的价值限制需要重新计算。仿真结果表明,PID控制与入会估计是有效和稳定的血糖控制。
(一)
(b)
我们都知道胰岛素敏感性(是)是不同的在24小时内。三是用于每个胰岛素敏感性Hovorka模型中的参数。有三个价值观:,,。的最大和最小值每天不同的随机均匀分布。等于。等于(3]。在我们的模拟,增加在0 - 1000分钟,减少1000分钟之后。在某种程度上,它可以测试控制器的性能。图6比较下的葡萄糖反应的胰岛素敏感性变化提出的控制器。它可以避免高血糖或低血糖。
为了控制算法的性能进行评估,血糖指数(BGI)和标准差(SD)。BGI是Kovatchev等提出的指标。20.),低血糖和高血糖的风险进行评估。BGI等于LBGI + HBGI LBGI和HBGI高低BG读数,分别。SD是葡萄糖浓度的标准偏差。统计结果表3。PID控制器和PID控制器与入会估计分析根据不同的胰岛素敏感性。在所有情况下,该控制器具有较小的华大基因研究院和SD值与PID控制器。它表明,改进后的控制器执行。
4所示。在网上测试虚拟病人
为了评估提出了PID控制器的性能,测试执行10个虚拟对象使用UVa /帕多瓦虚拟病人软件。病人认为有一天三餐。多吃饭在7点30克秋。下午12点,50克。,40 g at 6 p.m.
在仿真中,control-variability网格分析(CVGA)提供了一个总结的葡萄糖的质量监管虚拟主题(21]。CVGA扮演着一个重要的角色在闭环血糖控制算法的优化和比较他们的性能。每个主题提出了一个数据点为任何给定的观察期。有九个矩形区域,定义如下:区域精确控制手段,降低b区意味着良性偏差为低血糖,上层b区意味着良性偏差高血糖,b区意味着良性的控制偏差,降低C意味着过校正的高血糖,上层C意味着过校正的低血糖,降低D意味着失败处理低血糖,上层D意味着未能处理高血糖,E意味着错误的控制。考虑到传感器噪声,- - - - - -CVGA坐标将95%置信限的虚拟病人的数据。
结果表明,30%的虚拟对象区域内和70%的虚拟对象在b区根据传统PID控制器如图7(一)和80%的虚拟对象在区域和20%的虚拟对象在b区下的PID控制器与入会估计如图7 (b)。结果表明,PID控制器与入会估计是有效的和鲁棒性。可以调节血糖更准确地比传统的PID控制器。性能优良在严格的血糖控制和避免低血糖。
(一)
(b)
5。结论
一种改进的PID算法对血糖控制。提出的控制算法的特点是PID控制器是基于入会估计和上层约束。控制算法是使用组合glucose-insulin评估数学模型。仿真结果证明,就可以避免低血糖事件和葡萄糖反应在一个合理范围multimeal摄取和胰岛素敏感性变化。统计结果还表明,华大基因研究院和SD值较小的比传统的PID控制。基于在网上测试,CVGA表明该PID控制器可以调节血糖在一个精确的控制范围和降低低血糖的风险。它是证明是非常健壮的和有效的。本文的模拟将血糖控制提供有用的理论依据。
利益冲突
作者宣称没有利益冲突有关的出版。
确认
这项工作是支持的基础研究基金为中央大学,(批准号打击。IBRSEM。201307)和程序对哈尔滨市科技创新人才专项基金项目(批准号2014 rfxxj065)。