基于半参数化模型的离体心脏灌注血压自适应控制方法技术

基于半参数化模型的离体心脏灌注血压自适应控制方法，属于体外器官保护智能系统技术领域。为了解决现有的离体心脏灌注技术存在心脏损伤，血压调节难以快速稳定以及变化的心脏灌注条件导致当前的控制器调整增益时会损伤心脏等问题。本发明专利技术通过使用一个参数模型和非参数模型结合的方式对离体心脏行建模，同时根据离体心脏各项参数的变化自适应的更改模型内部参数，并在离体心脏参考模型上，通过虚拟控制器产生参考控制轨迹，同时通过使用目标平均主动脉压、实际平均主动脉压、离体心脏半参数模型以及虚拟控制器更新控制增益，通过控制增益器控制离心泵控制灌注血液流速。主要用于离体心脏灌注血压自适应控制。离体心脏灌注血压自适应控制。离体心脏灌注血压自适应控制。

Adaptive control method of perfusion blood pressure in isolated heart based on semi parametric model

【技术实现步骤摘要】
基于半参数化模型的离体心脏灌注血压自适应控制方法


[0001]本专利技术涉及一种离体心脏灌注血压自适应控制方法，属于体外器官保护智能系统


技术介绍

[0002]心脏移植是解决“心衰末期的黄金方法”，供心体外保存对心脏移植至关重要。用于移植的心脏，从供者体内移植到受体体内的过程中要保持着完整的解剖结构与活性。但是，离体心脏一旦从供体切除就会失去氧气和养料的供应加速死亡。传统的供心采用低温冷保存方法，延缓心脏死亡速度，但是保存时间只有4～6个小时，超过这个时间范围，移植后死亡率非常高。离体心脏灌注技术是一种新一代供体心脏保存方法，它通过在生理温度下用含氧和营养丰富的血液维持一个体外供心脏的正常新陈代谢从而保持供心的活性。
[0003]离体心脏灌注过程中，主动脉压力的控制对于维持心肌细胞的正常代谢至关重要，血压较大的波动将影响心脏的新陈代谢，导致心律失常造成心脏细胞不可逆的损伤。主动脉压力的控制的难点在于人体器官比较复杂，控制起来非常困难。例如，冠状动脉血管的阻力随灌注时间和温度而变化，尤其是在血液灌注早期，冠状动脉血管阻力的迅速降低会导致主动脉血压迅速下降。同时由于心脏的脆弱性，心脏的血压调节必须快速且稳定。因此很难传统的无模型控制方法很难达到血压的精密控制。此外，心脏跳动的动态响应通常会随着温度、药物剂量、不同心脏等发生显著变化，给心脏的灌注血压控制带来了巨大挑战。为了在这种情况下提高性能，控制器需要根据不同的离体心脏特征选择调整控制增益大小，但这些基于反复试验的参数调整可能会导致不可逆的心脏损伤。为了解决这个问题，本专利技术提供了一种基于半参数化模型的离体心脏灌注血压自适应控制方法。

技术实现思路

[0004]本专利技术是为了解决现有的离体心脏灌注技术中，由于离体心脏模型的各项参数变化导致心脏产生心脏损伤，血压调节难以快速稳定以及变化的心脏灌注条件导致当前的控制器调整增益时会损伤心脏等问题。
[0005]一种离体心脏的建模方法，包括以下步骤：
[0006]首先建立离体心脏半参数模型中的参数模型，参数模型是一个三元模型，三元模型使用一个电容和两个电阻来描述主动脉压力与灌注流量之间的关系，电阻R
m
后并列连接电阻R
d
和电容C
m
，R
m
是血液流经冠状动脉的流阻，C
m
是冠状动脉的流容，R
d
是血液流经冠状动脉末梢的流阻；
[0007]然后基于三元模型，根据基尔霍夫定律确定主动脉阻抗；
[0008]参数模型被表示为：
[0009][0010][0011]其中，表示参数模型，表示参数模型的输入，q
p
(t+Δt)表示参数模型的输出；
[0012]利用非参数模型描述离体心脏模型当中包含的非线性和不确定性；将学习数据集表示为：
[0013][0014]其中，x
i
、y
i
为学习数据集的中的输入数据x(t)和输出数据y(t)；N是学习数据集大小；
[0015]x(t)＝[q
p
(t)，p
a
(t)，p
a
(t
‑
Δt)，p
a
(t
‑
2Δt)
…
p
a
(t
‑
DΔt)]∈R
D+2
[0016]y(t)＝p
a
(t+Δt)∈R
[0017]其中，q
p
表示血液流速控制单元将血液灌注到离体心脏当中的流速；p
a
表示离体心脏的主动脉压，Δt表示数据对应的采样时间间隔；D代表输入的维数；
[0018]经过采样得到的输入数据遵循高斯过程分布，将非参数模型f(x)表达如下：
[0019]f(x)～GP(μ(x)，k(x，x
′
))
[0020]其中，GP(
·
)表示高斯分布；μ(x)表示输入数据x(t)的均值函数，k(x，x
′
)表示任意两个输入数据x和x
′
的协方差函数；
[0021]μ(x)＝E[f(x)][0022]k(x，x
′
)＝E[(f(x)
‑
μ(x))(f(x
′
)
‑
μ(x
′
))][0023]其中，E[
·
]表示数学期望；以参数模型作为先验知识，即
[0024][0025][0026]其中
[0027][0028]进而建立的离体心脏的半参数模型为f(x)～GP(G(xA)，k(x，x
′
))。
[0029]进一步地，基于三元模型，根据基尔霍夫定律确定的主动脉阻抗如下：
[0030]p
a
‑
p
m
＝R
m
·
q
a
[0031]C
m
·
dp
m
/dt＝q
m
[0032]p
m
＝R
d
·
(q
a
‑
q
m
)
[0033]其中，p
a
表示的是通过实际测量得到的离体心脏真正的主动脉压，q
a
是通过实际测量得到的离体心脏真正的主动脉流量；p
m
是R
m
后面节点的压力；q
m
是血液经过C
m
的流动速率。
[0034]进一步地，所述学习数据集的中的输入数据x(t)和输出数据y(t)是根据采样数据确定的最优的参数集中的数据，根据采样数据确定的最优的参数集的过程包括以下步骤：
[0035]首先获取采样数据，采样数据为将血液灌注到离体心脏当中的流速q
p
、离体心脏的主动脉压p
a
；
[0036]然后利用采样数据构建采样数据集：将当前时刻的血液流速控制单元将血液灌注到离体心脏当中的流速q
p
、当前时刻的离体心脏的主动脉压以及过去的D个时刻的离体心脏的主动脉压p
a
作为输入x(t)；将下一个采样时刻离心泵将血液灌注到离体心脏当中的主
动脉压作为输出y(t)；
[0037]基于采样数据集，将参数化模型的参数配置记为S＝{R
m
，C
m
，R
d
}，通过摄动方式调节S中的参数，使实际测量得到的主动脉压和预测得到的主动脉压之间的最小均方根误差RMSE获得最优的参数集S
*
。
[0038]进一步地，基于离体心脏的半参数模型，针对模型查询点x
*
预测结果如下：
[0039][0040]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种离体心脏的建模方法，其特征在于，包括以下步骤：首先建立离体心脏半参数模型中的参数模型，参数模型是一个三元模型，三元模型使用一个电容和两个电阻来描述主动脉压力与灌注流量之间的关系，电阻R
m
后并列连接电阻R
d
和电容C
m
，R
m
是血液流经冠状动脉的流阻，C
m
是冠状动脉的流容，R
d
是血液流经冠状动脉末梢的流阻；然后基于三元模型，根据基尔霍夫定律确定主动脉阻抗；参数模型被表示为：为：其中，表示参数模型，表示参数模型的输入，q
p
(t+Δt)表示参数模型的输出；利用非参数模型描述离体心脏模型当中包含的非线性和不确定性；将学习数据集表示为：其中，x
i
、y
i
为学习数据集的中的输入数据x(t)和输出数据y(t)；N是学习数据集大小；x(t)＝[q
p
(t)，p
a
(t)，p
a
(t
‑
Δt)，p
a
(t
‑
2Δt)...p
a
(t
‑
DΔt)]∈R
D+2
y(t)＝p
a
(t+Δt)∈R其中，q
p
表示血液流速控制单元将血液灌注到离体心脏当中的流速；p
a
表示离体心脏的主动脉压，Δt表示数据对应的采样时间间隔；D代表输入的维数；经过采样得到的输入数据遵循高斯过程分布，将非参数模型f(x)表达如下：f(x)～GP(μ(x)，k(x，x
′
))其中，GP(
·
)表示高斯分布；μ(x)表示输入数据x(t)的均值函数，k(x，x
′
)表示任意两个输入数据x和x
′
的协方差函数；μ(x)＝E[f(x)]k(x，x
′
)＝E[(f(x)
‑
μ(x))(f(x
′
)
‑
μ(x
′
))]其中，E[
·
]表示数学期望；以参数模型作为先验知识，即]表示数学期望；以参数模型作为先验知识，即其中进而建立的离体心脏的半参数模型为f(x)～GP(G(xA)，k(x，x
′
))。2.根据权利要求1所述的一种离体心脏的建模方法，其特征在于，基于三元模型，根据基尔霍夫定律确定的主动脉阻抗如下：p
a
‑
p
m
＝R
m
·
q
a
C
m
·
dp
m
/dt＝q
m
p
m
＝R
d
·
(q
a
‑
q
m
)其中，p
a
表示的是通过实际测量得到的离体心脏真正的主动脉压，q
a
是通过实际测量得到的离体心脏真正的主动脉流量；p
m
是R
m
后面节点的压力；q
m
是血液经过C
m
的流动速率。
3.根据权利要求2所述的一种离体心脏的建模方法，其特征在于，所述学习数据集的中的输入数据x(t)和输出数据y(t)是根据采样数据确定的最优的参数集中的数据，根据采样数据确定的最优的参数集的过程包括以下步骤：首先获取采样数据，采样数据为将血液灌注到离体心脏当中的流速q
p
、离体心脏的主动脉压p
a
；然后利用采样数据构建采样数据集：将当前时刻的血液流速控制单元将血液灌注到离体心脏当中的流速q
p
、当前时刻的离体心脏的主动脉压以及过去的D个时刻的离体心脏的主动脉压p
a
作为输入x(t)；将下一个采样时刻离心泵将血液灌注到离体心脏当中的主动脉压作为输出y(t)；基于采样数据集，将参数化模型的参数配置记为S＝{R
m
，C
m
，R
d
}，通过摄动方式调节S中的参数，使实际测量得到的主动脉压和预测得到的主动脉压之间的最小均方根误差RMSE获得最优的参数集S
*
。4.根据权利要求3所述的一种离体心脏的建模方法，其特征在于，基于离体心脏的半参数模型，针对模型查询点x
*
预测结果如下：预测结果如下：其中y＝[y1，
…
，y
N
]
T
μ(X)＝[μ(x1)，
…
，μ(x
N
)]
T
K＝k(X，X)K
m，n
＝k(x
m
，x
n
)k
*
＝k(X，x
*
)k
m，*
＝k(x
m

【专利技术属性】
技术研发人员：姚蔚然，辛立明，吴承伟，吴立刚，杜德嵩，楚士杰，李通，宋海旭，
申请(专利权)人：上海大学，
类型：发明
国别省市：