一种实现血糖无偏移跟踪的人工胰腺模型预测控制器制造技术

本发明专利技术一种实现血糖无偏移跟踪的人工胰腺模型预测控制器，包括扩展状态观测器(ESO)的误差估计模块、误差补偿模块、模型预测控制模块和胰岛素输注模块；其中，使用扩展状态观测器对系统建模过程中的未知扰动部分进行估计，在经典的模型预测控制器结构的基础上，创新性增加了扩展状态观测器解决胰岛素基础率不准确等建模过程中的信息不匹配而带来的血糖控制稳态偏移问题。糖控制稳态偏移问题。糖控制稳态偏移问题。

【技术实现步骤摘要】
一种实现血糖无偏移跟踪的人工胰腺模型预测控制器


[0001]本专利技术属于人工胰腺的开发与测试
，具体涉及一种实现血糖无偏移跟踪的人工胰腺模型预测控制器。
技术背景
[0002]糖尿病，主要是指因胰岛素绝对或者相对分泌不足或胰岛素使用障碍引起的糖类、蛋白质等物质代谢紊乱的疾病，是导致心脑血管疾病、截肢、失明、肾功能衰竭甚至是导致死亡的重要疾病之一。就目前的统计数据来看，糖尿病对整个社会都产生巨大的影响，是当今世界人类社会必须去面对和解决的重要健康问题之一。根据世界卫生组织的统计数据，目前我国糖尿病成人的患病率几乎要达到12％，居世界首位。我国几乎成为全世界拥有糖尿病患者人数最多的国家。因此，研究开发、完善优化适合我国糖尿病患者的先进治疗技术，具有现实意义。
[0003]人工胰腺(AP)系统作为当代社会有效治疗糖尿病的方式之一，目前已经得到了各国学者的广泛关注。AP系统通常由连续的葡萄糖监测传感器(CGM)、持续皮下胰岛素泵(CSII)及控制器组成。控制器为其核心部分。其有效性控制器算法的优劣直接决定了人工胰腺系统的血糖控制效果。目前，国内研究人员而国外也提出了众多的控制算法采用不同的原理，如比例积分(PID)算法、模型预测控制算法(MPC)、模糊逻辑控制算法、机器学习等。其中，模型预测控制算法(MPC)最为常用。近几年来，人工胰腺系统中的模型预测控制算法被广泛研究。Cobelli和Magni提出了一种使用安全检查代替复杂约束的模型预测控制算法去调节血糖水平，进一步其将积分误差加入代价函数方程，实现了对于血糖的有效控制；Corbett将餐食影响和个人信息考虑到模型预测控制算法中来，提出了多级模型预测控制算法(MS
‑
MPC)调节血糖；考虑到血糖调节目标的区域性，Doyle和Dassau设计了一种区域模型控制算法(ZMPC)，更好的适应血糖控制目标要求；在其基础之上，Gondhalekar在代价函数中加入速度加权和速度惩罚，进一步提高控制器跟踪和调节血糖的效果。
[0004]回观国内，国内学者对于人工胰腺系统的研究主要包括以下几个学校：北京化工大学王友清教授研究团队、浙江大学赵春晖教授研究团队、北京理工大学史大威教授研究团队，模型预测控制算法也是其大多数团队研究的重点。同时，国内还有一些企业，也从事了人工胰腺系统的相关研究，虽然目前并未开发出完整的闭环人工胰腺系统，但是其在开环设备开发上已经有了一定的成果。
[0005]总的来说，使用模型预测控制算法进行血糖水平的智能控制在一定程度上是有效的。但它也同时存在一些亟待解决的问题。由于模型预测控制结构本身的局限性，其控制效果很大程度上依赖着数学模型的准确性。而在人体复杂的内环境之中，建模系统的性能容易受到外部的干扰和内部的不确定性的影响。数学模型与生理血糖调节参数之间的偏差尤其是病人个人的胰岛素基础率的不准确会导致输出结果的存在一定的稳态偏差。稳态偏差意味着病人会长期处于较高或较低血糖水平，严重影响血糖调节初衷。

技术实现思路

[0006]有鉴于此，本专利技术提供了一种可以实现血糖无偏移跟踪的人工胰腺模型预测控制器，使用扩展状态观测器对系统建模过程中的未知扰动部分进行估计，在经典的模型预测控制器结构的基础上，创新性增加了扩展状态观测器解决胰岛素基础率不准确等建模过程中的信息不匹配而带来的血糖控制稳态偏移问题。
[0007]实现本专利技术的技术方案如下：
[0008]一种实现血糖无偏移跟踪的人工胰腺模型预测控制器，包括扩展状态观测器(ESO)的误差估计模块、误差补偿模块、模型预测控制模块和胰岛素输注模块；其中，
[0009]所述误差估计模块，根据采集的血糖数据真实值和输入人体的胰岛素量，基于人体血糖模型估计血糖预测值，基于血糖数据真实值和预测值估算总扰动估计量；
[0010]所述误差补偿模块，根据所述总扰动估计量，对人体血糖模型中参考标准值进行动态调整，根据所述总扰动估计量，对胰岛素基础控制量进行估计；
[0011]所述模型预测控制模块，利用动态调整后的参考标准值和所估计的胰岛素基础控制量，更新血糖模型及约束条件，基于更新后的结果利用代价函数进行胰岛素控制量的计算；
[0012]所述胰岛素输注模块，根据所述胰岛素控制量进行胰岛素的输出控制。
[0013]进一步地，本专利技术所述总扰动估计量为：
[0014][0015]其中，为k时刻系统总扰动的估计值，a4,和ε分别为预设参数，y
k
为当前时刻系统输出值，为系统状态x
1,k
的观测值。
[0016]进一步地，本专利技术根据总扰动估计量，对血糖模型中的参考标准值进行动态调整为：
[0017][0018]其中，Ψ
s
是所有动态标准值的集合。
[0019]进一步地，本专利技术根据总扰动估计量并加入修正系数ρ对胰岛素基础控制量进行估计；
[0020][0021]其中，b为预设的参数，T为时间，为建模部分胰岛素基础控制量。
[0022]进一步地，本专利技术所述更新后的血糖模型为：
[0023][0024]y
k
＝y
BG,k
‑
y
s,k
[0025]其中，u
IN,k
为k时刻输入的胰岛素量，T为时间；y
s,k
为k时刻的目标血糖值，为所设立的动态标准值，u
k
为k时刻胰岛素输出值，y
k
为该时刻血糖输出值；y
BG,k
为k时刻血糖测量
值。
[0026]进一步地，本专利技术所述利用动态调整后的参考标准值和所估计的胰岛素基础控制量，更新血糖模型约束条件包括：
[0027][0028]进一步地，本专利技术所述模型预测控制模块包括代价函数包括安全代价函数和成本代价函数两部分，所述安全代价函数控制血糖处于正常范围内，所述成本代价函数控制胰岛素输注量最小。
[0029]进一步地，本专利技术所述胰岛素输注模块，离散化模型预测控制模块输出胰岛素控制量，根据所述离散后的控制量控制胰岛素泵工作。
[0030]有益效果：
[0031]本专利技术提出了一种基于扩展状态观测器的人工胰腺模型预测控制器，可以实现血糖无偏移跟踪。该控制器使用扩展状态观测器(ESO)进行总扰动估计，并使用该状态观测器对于系统总扰动估计量进行补偿，配合模型预测控制框架，完成对于胰岛素基础率不准确、建模存在误差等多种原有弊端的有效处理，实现了对糖尿病患者血糖水平的有效控制。
[0032](1)本专利技术控制器使用葡萄糖
‑
胰岛素医学人体血糖模型，基于总扰动估计量能够实现不同血糖状态下预测模型的实时调整，具有医学和工程上的可解释性。
[0033](2)本专利技术控制器使用扩展状态观测器中对于系统总扰动进行估计，进一步扰动补偿和基于模型预测控制框架的适应性调整，可解决传统人工胰腺模型预测控制器建模参数误差和胰岛素基础率不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实现血糖无偏移跟踪的人工胰腺模型预测控制器，其特征在于，包括扩展状态观测器的误差估计模块、误差补偿模块、模型预测控制模块和胰岛素输注模块；其中，所述误差估计模块，根据采集的血糖数据真实值和输入人体的胰岛素量，基于人体血糖模型估计血糖预测值，基于血糖数据真实值和预测值估算总扰动估计量；所述误差补偿模块，根据所述总扰动估计量，对人体血糖模型中参考标准值进行动态调整，根据所述总扰动估计量，对胰岛素基础控制量进行估计；所述模型预测控制模块，利用动态调整后的参考标准值和所估计的胰岛素基础控制量，更新血糖模型及约束条件，基于更新后的结果利用代价函数进行胰岛素控制量的计算；所述胰岛素输注模块，根据所述胰岛素控制量进行胰岛素的输出控制。2.根据权利要求1所述实现血糖无偏移跟踪的人工胰腺模型预测控制器，其特征在于，所述总扰动估计量为：其中，为k时刻系统总扰动的估计值，a
4,
和ε分别为预设参数，y
k
为当前时刻系统输出值，为系统状态x
1,k
的观测值。3.根据权利要求2所述实现血糖无偏移跟踪的人工胰腺模型预测控制器，其特征在于，根据总扰动估计量，对血糖模型中的参考标准值进行动态调整为：其中，Ψ
s
是所有动态标准值的集合。4.根据权利要求2所述实现血糖无偏移跟踪的人工胰腺模型预测控制器，其特征在于，根据总扰动估计量并加入修正系...

【专利技术属性】
技术研发人员：武文静，史大威，陈婧，王军政，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：