学位论文 > 优秀研究生学位论文题录展示

基于模糊神经网络的麻醉靶控输注控制算法研究

作 者: 董亮
导 师: 熊冬生; 张兴安
学 校: 华南理工大学
专 业: 生物医学工程
关键词: 靶控输注 模糊控制 PID控制 RBF神经网络 麻醉深度
分类号: TP183
类 型: 硕士论文
年 份: 2013年
下 载: 11次
引 用: 0次
阅 读: 论文下载
 

内容摘要


麻醉靶控输注是在人体药代动力学与药效学的基础上,通过调节目标药物浓度,以达到控制麻醉深度的目的,其对保证病人麻醉深度安全有着深远的意义。由于麻醉手术个体特异性较大,生理模型参数较难控制,麻醉靶控输注虽有发展,但很缓慢。麻醉靶控输注其重点在于麻醉靶控输注控制算法的研究,对于临床上麻醉深度监测个体差异大、麻醉自动控制方法不够完善的问题,本文综合临床麻醉医师的麻醉经验、模糊控制理论中的经验规则库以及神经网络具有的自容错、自学习、自适应能力,智能整定PID各个参数,研究了基于BIS指数模糊神经网络的麻醉靶控输注算法,搭建其系统控制平台,从而实现麻醉靶控输注的智能控制。从麻醉深度监测的药理学基础和电生理学基础两个方面出发,讨论了麻醉深度的监测以及麻醉深度监护仪的发展。在麻醉深度监测的电生理学基础这一部分中主要讨论了临床使用较为广泛的几种参数:BIS指数、Narcotrend指数、AEP指数、CSI指数、熵指数等;同时讨论了对应指数的相关麻醉深度监护仪的发展,揭示临床上常用麻醉深度监测方法和监护仪器、麻醉靶控输注控制系统的可靠性及局限性,为本文选择BIS麻醉深度监护指数和BIS麻醉深度监护仪提供依据。研究基于BIS麻醉深度监测指数的模糊神经网络麻醉靶控输注的PID控制算法:通过BIS麻醉深度监护仪采集病人手术过程中的BIS监测指数,利用模糊控制的经验规则库和神经网络具有的容错自学习及自适应能力,智能整定PID各个参数,从而达到控制BIS监测指数的目的并在matlab中进行了控制器的相关设计。仿真曲线中基于模糊神经网络PID的麻醉靶控输注控制阶跃响应较快;BIS曲线较为平稳,能达到设定的目标值。以80C52单片机和PC机为核心,搭建TCI给药方式的控制平台,主要包括:结构设计、功能实现、硬件平台的搭建和软件程序的开发,其重点在于系统中硬件部分平台的搭建、电路的设计,软件部分单片机上程序的编写、pc机上的界面的开发、以及指令的传输和数据的通信。最后进行算法仿真实验,验证了该系统的稳定性和可靠性,实现麻醉靶控输注的智能控制。

全文目录


摘要  5-6
Abstract  6-8
目录  8-11
第一章 绪论  11-18
  1.1 课题研究的背景与意义  11-12
  1.2 麻醉靶控输注国内外研究现状  12-14
  1.3 本课题的提出  14
  1.4 本文研究的基础  14-16
  1.5 本文研究内容和创新点  16-17
  1.6 论文的组织结构  17-18
第二章 麻醉深度监测方法及监护设备  18-23
  2.1 引言  18
  2.2 麻醉深度监测的药理学基础  18
  2.3 麻醉深度监测的电生理方法  18-21
    2.3.1 脑电图(EEG)  18-19
    2.3.2 脑电双频指数(BIS)  19
    2.3.3 听觉诱发电位指数(AEP)  19-20
    2.3.4 Narcotrend 指数  20
    2.3.5 Entropy 熵指数  20-21
    2.3.6 脑电状态指数(CSI)  21
    2.3.7 其他监测方法  21
  2.4 本文所选的麻醉深度指标  21-22
  2.5 本章小结  22-23
第三章 麻醉靶控输注控制系统的设计  23-32
  3.1 引言  23
  3.2 麻醉靶控输注控制系统方案设计  23-24
  3.3 系统设计流程图  24
  3.4 系统硬件平台的设计  24-28
    3.4.1 BIS 监护仪  25
    3.4.2 80C52 单片机  25-26
    3.4.3 Graseby3500 输注泵  26
    3.4.4 复位电路及时钟电路  26-27
    3.4.5 串口通信电平转换电路  27
    3.4.6 单片机供电系统  27-28
  3.5 软件技术设计  28-31
    3.5.1 下位机程序  28-29
    3.5.2 上位机程序  29-31
  3.6 本章小结  31-32
第四章 模糊神经网络麻醉靶控输注控制算法  32-46
  4.1 引言  32
  4.2 控制器设计原理  32
  4.3 PID 控制  32-34
  4.4 模糊 PID 控制  34-37
    4.4.1 模糊控制规则的制定  35-37
  4.5 RBF 神经网络  37-39
  4.6 模糊 RBF 神经网络 PID 控制器  39-42
  4.7 基于 matlab 的控制器设计及系统仿真  42-45
  4.8 本章小结  45-46
第五章 算法程序和实验结果  46-67
  5.1 引言  46
  5.2 异丙酚生理对象模型仿真  46-48
  5.3 控制器算法程序  48-50
  5.4 基于模糊神经网络 PID 控制系统的仿真  50-54
  5.5 系统仿真结果  54-58
  5.6 靶控输注平台软件程序  58-64
  5.7 靶控输注平台实验结果  64-66
  5.8 本章小结  66-67
总结与展望  67-71
  工作总结  67-68
  工作展望  68-71
参考文献  71-75
攻读硕士学位期间取得的研究成果  75-76
致谢  76-77
附件  77

相似论文

  1. 电缆巡检车图像引导技术的研究,U469.6
  2. 船用舵机电液伺服单元单神经元PID控制,U666.152
  3. 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
  4. 非线性变结构导引规律的研究,TJ765
  5. 涵道式无人飞行器系统的建模与控制策略研究,V249.122
  6. 半导体激光器温度控制系统的研究,TP273
  7. 压电驱动微工作台的控制与校正技术研究,TP273
  8. 基于模糊整定PID的海浪运动模拟试验台控制系统设计,TP273.4
  9. 自适应模糊控制算法研究及其实现,TP273.4
  10. 基于神经网络辨识的同步发电机励磁控制研究,TM31
  11. 风光互补并网发电系统及最大功率点追踪,TM61
  12. 片状农业物料滚筒干燥控制系统研究,S226.6
  13. 一种多用途采摘机器人末端执行器的设计与研究,S24
  14. 麻醉深度对体外循环脑损伤的影响,R614
  15. 板球系统的控制算法研究,TP13
  16. 矿用电动机软起动器实验装置设计,TM343.2
  17. 多层共挤流涎成形过程温度控制技术研究,TQ320.721
  18. 小型无人搜救飞艇的控制系统研究,V249.1
  19. 基于油耗的城市交通信号分层递阶控制的优化研究,U491.51
  20. 基于DSP的石材加工用摆式砂锯机电机节能控制器的研究与开发,TM343
  21. 双馈变速风力发电机组控制系统的研究,TM315

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
© 2012 www.xueweilunwen.com