糖尿病是由于人的胰島不能正常分泌胰島素引起的慢性病,已經(jīng)困擾了越來越多的人。傳統(tǒng)的血糖控制方法主要通過醫(yī)生根據(jù)經(jīng)驗(yàn)分析定時(shí)定量為患者注射胰島素來實(shí)現(xiàn),當(dāng)患者的血糖值可控后,患者可以自行注射胰島素。這種方法對(duì)于醫(yī)生和患者來說并不方便,增加了患者的生活負(fù)擔(dān),而近些年來與醫(yī)療相關(guān)的可穿戴設(shè)備發(fā)展迅速,患者和醫(yī)療設(shè)備系統(tǒng)之間的聯(lián)系變得越來越緊密,同時(shí)越來越多的患者從這些便捷的系統(tǒng)中獲得了巨大的幫助。當(dāng)下的醫(yī)療系統(tǒng)結(jié)合互聯(lián)網(wǎng)信息交互和數(shù)據(jù)處理方便快捷的特點(diǎn)更自然地接入到大眾的生活中,市場(chǎng)上也出現(xiàn)了手環(huán)、心率計(jì)等非常受大眾歡迎的產(chǎn)品,“互聯(lián)網(wǎng)+健康”的概念由此誕生,血糖-胰島素控制系統(tǒng)作為聯(lián)網(wǎng)健康領(lǐng)域一個(gè)熱門的課題在過去的幾十年中已經(jīng)獲得了越來越多人的關(guān)注。本文中,我們提出了一個(gè)完整的血糖-胰島素動(dòng)態(tài)閉環(huán)控制系統(tǒng),基于血糖和胰島素歷史數(shù)據(jù)的分析從而對(duì)未來的胰島素注射量進(jìn)行預(yù)測(cè),達(dá)到自動(dòng)注射的效果。動(dòng)態(tài)閉環(huán)胰島素控制系統(tǒng)主要由三個(gè)部分組成,CGMS(Continuous Glucose Monitoring System,連續(xù)血糖監(jiān)測(cè)系統(tǒng)),胰島素泵和胰島素控制算法。CGMS和胰島素泵近幾年來發(fā)展成熟并且已經(jīng)在市場(chǎng)上推出了很多產(chǎn)品,但由于監(jiān)測(cè)條件和計(jì)算方式的差異,它們?nèi)匀淮嬖诟倪M(jìn)的空間。閉環(huán)控制算法在胰島素控制系統(tǒng)中非常關(guān)鍵,目前在該領(lǐng)域研究比較熱門的算法包括自動(dòng)控制領(lǐng)域的PID(Proportional Integral Derivative,比例積分微分)、MPC(Model Prediction Control,模型預(yù)測(cè)控制)算法以及機(jī)器學(xué)習(xí)的相關(guān)算法,本文分別基于MPC和BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)了胰島素控制算法,并且根據(jù)算法中存在的不足增加了一些約束條件,提高了血糖和胰島素的控制效果。為了提高算法的魯棒性,使其對(duì)于不同的患者都可以表現(xiàn)出良好的控制效果,同時(shí)為了解決存儲(chǔ)帶來的困難,本文也增加了后臺(tái)分析系統(tǒng)。該系統(tǒng)可以與前端和患者直接聯(lián)系的胰島素控制算法進(jìn)行數(shù)據(jù)交互,存儲(chǔ)前端多余的數(shù)據(jù),也根據(jù)這些數(shù)據(jù)優(yōu)化算法�；谏虾Ｊ械诰湃嗣襻t(yī)院采集的患者真實(shí)數(shù)據(jù),我們對(duì)提出的胰島素控制算法進(jìn)行了實(shí)驗(yàn),根據(jù)血糖的數(shù)據(jù)對(duì)胰島素?cái)?shù)據(jù)進(jìn)行預(yù)測(cè),并且和醫(yī)生的經(jīng)驗(yàn)值進(jìn)行定量比較,最終驗(yàn)證了該系統(tǒng)具有良好的實(shí)用性和魯棒性。
【學(xué)位單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2017
【中圖分類】：TH77;TP273

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡悅;;金融市場(chǎng)中的神經(jīng)網(wǎng)絡(luò)拐點(diǎn)預(yù)測(cè)法[J];金融經(jīng)濟(jì);2017年18期

2 遲惠生;陳珂;;1995年世界神經(jīng)網(wǎng)絡(luò)大會(huì)述評(píng)[J];國(guó)際學(xué)術(shù)動(dòng)態(tài);1996年01期

3 吳立可;;脈沖神經(jīng)網(wǎng)絡(luò)和行為識(shí)別[J];通訊世界;2018年12期

4 林嘉應(yīng);鄭柏倫;劉捷;;基于卷積神經(jīng)網(wǎng)絡(luò)的船舶分類模型[J];信息技術(shù)與信息化;2019年02期

5 俞頌華;;卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展與應(yīng)用綜述[J];信息通信;2019年02期

6 韓真;凱文·哈特尼特;;為神經(jīng)網(wǎng)絡(luò)的通用理論建造基石[J];世界科學(xué);2019年04期

7 鮑偉強(qiáng);陳娟;熊濤;;基于進(jìn)化神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)研究[J];電工技術(shù);2019年11期

8 陳曉燕;;淺析簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)的發(fā)展及簡(jiǎn)單模型[J];數(shù)字技術(shù)與應(yīng)用;2019年05期

9 王麗華;楊秀萍;王皓;高崢翔;;智能雙輪平衡車的設(shè)計(jì)研究[J];數(shù)字技術(shù)與應(yīng)用;2018年04期

10 張庭略;;基于硬件的神經(jīng)網(wǎng)絡(luò)加速[J];通訊世界;2018年08期

相關(guān)會(huì)議論文 前10條

1 孫軍田;張U

本文編號(hào)：2818925