本文選題：連續(xù)無創(chuàng)血壓測量　切入點：采集　出處：《河北大學》2017年碩士論文

【摘要】：目前,隨著人們生活質量的不斷改善,血壓患者人數(shù)也不斷激增,血壓疾病已經(jīng)對人們的身心健康造成了很大的威脅。對血壓進行有效準確的測量有利于及時的發(fā)現(xiàn)患者病情,更有助于醫(yī)生作出合理的診斷。如今,臨床使用的血壓測量類型主要分為有創(chuàng)和無創(chuàng),有創(chuàng)測量容易造成患者疼痛和傷口感染,而無創(chuàng)間斷測量設備比較復雜且不能真正的做到連續(xù)測量,并且測量精度較為低下。因此,當前急需加快血壓測量技術的改進步伐。本文改進了一種基于容積補償法的連續(xù)無創(chuàng)監(jiān)測系統(tǒng),可以對臨床病人進行連續(xù)無創(chuàng)傷的血壓和心律監(jiān)測。該設備為閉環(huán)系統(tǒng),在負反饋控制下,運用容積補償法控制手指內血管的動態(tài)趨勢,保持血管為無載狀態(tài),從而進行連續(xù)的血壓測量。測量過程中只需讓受試者進行指套穿戴,無需進行有創(chuàng)測量,即能對受試者進行準確監(jiān)測,因此稱該系統(tǒng)為無創(chuàng)連續(xù)血壓監(jiān)測系統(tǒng)。本文中無創(chuàng)連續(xù)血壓系統(tǒng)的創(chuàng)建工作主要是包含其中的指套血壓采集、PID控制系統(tǒng)及控制算法優(yōu)化三個部分。血壓采集模塊的設計主要有氣壓傳感器和單片機等環(huán)節(jié)。PID控制是工業(yè)界最常用也是效率最高的控制,考慮到測量的精度,對PID控制算法進行優(yōu)化。隨著計算機和智能儀器技術水平的飛躍進步,并且逐漸向控制領域滲透,出現(xiàn)了很多人工智能優(yōu)化PID控制參數(shù)的方法。群體智能作為人工智能技術中的一大分支,因其具有很好的自組織性、魯棒性以及并行性等優(yōu)點使優(yōu)化的結果顯著提高,在PID參數(shù)優(yōu)化中得到了廣泛的應用。本文將用群智能算法中的人工蜂群算法和粒子群算法來優(yōu)化PID控制參數(shù),并將其優(yōu)化結果進行比較,選用最佳的優(yōu)化算法作為系統(tǒng)模型使用。
[Abstract]:At present, with the continuous improvement of people's quality of life, the number of blood pressure patients is also increasing, blood pressure diseases have posed a great threat to people's physical and mental health.The effective and accurate measurement of blood pressure is helpful to find out the patient's condition in time and to make a reasonable diagnosis.Nowadays, the types of blood pressure measurement used in clinic are mainly classified as invasive and non-invasive. Invasive measurement is easy to cause pain and wound infection in patients, while noninvasive discontinuous measurement equipment is more complex and can not really be used for continuous measurement.And the measurement accuracy is low.Therefore, there is an urgent need to speed up the pace of improvement of blood pressure measurement technology.In this paper, a continuous noninvasive monitoring system based on volume compensation is developed, which can monitor the blood pressure and rhythm of clinical patients without trauma.The device is a closed loop system, under the negative feedback control, the volume compensation method is used to control the dynamic trend of the blood vessel in the finger, and keep the blood vessel in the state of no load, so as to carry on the continuous blood pressure measurement.In the process of measurement, it is only necessary for the subjects to wear finger sleeves and can accurately monitor the subjects without invasive measurement. Therefore, the system is called a non-invasive continuous blood pressure monitoring system.In this paper, the establishment of noninvasive continuous blood pressure system is mainly composed of three parts: the finger set, the blood pressure collection and pid control system and the optimization of the control algorithm.The design of blood pressure acquisition module mainly includes pressure sensor and single chip microcomputer. Pid control is the most commonly used and most efficient control in industry. Considering the accuracy of measurement, the PID control algorithm is optimized.With the rapid progress of computer and intelligent instrument technology, and gradually infiltrating into the field of control, there are many artificial intelligence methods to optimize the control parameters of PID.As a branch of artificial intelligence, swarm intelligence has been widely used in PID parameter optimization because of its good self-organization, robustness and parallelism.In this paper, artificial bee swarm algorithm and particle swarm optimization algorithm are used to optimize PID control parameters, and the results of optimization are compared, and the optimal optimization algorithm is selected as the system model.
【學位授予單位】：河北大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP18;TP273

【參考文獻】

相關期刊論文 前10條

1 魏安海;尹軍;萇飛霸;李姝穎;周德強;顏樂先;;無創(chuàng)連續(xù)血壓測量技術的研究進展[J];中國醫(yī)療設備;2015年11期

2 陳阿慧;李艷娟;郭繼峰;;人工蜂群算法綜述[J];智能計算機與應用;2014年06期

3 徐宏英;;粒子群算法中慣性權重研究及實驗分析[J];軟件導刊;2013年10期

4 李娜;馮暖;賈婷;;基于單片機的強噪聲下微弱信號的檢測系統(tǒng)的設計[J];中小企業(yè)管理與科技(下旬刊);2012年12期

5 劉竹琴;白澤生;;一種濕度檢測電路的設計[J];現(xiàn)代電子技術;2011年23期

6 劉路;王太勇;;基于人工蜂群算法的支持向量機優(yōu)化[J];天津大學學報;2011年09期

7 王fE;李小民;;基于UART通信的多通道氣壓采集系統(tǒng)設計[J];國外電子測量技術;2011年04期

8 胡珂;李迅波;王振林;;改進的人工蜂群算法性能[J];計算機應用;2011年04期

9 李凌;倪遠平;孫婧雅;;改進粒子群算法的研究與仿真[J];云南大學學報(自然科學版);2009年S2期

10 胡中功;李靜;;群智能算法的研究進展[J];自動化技術與應用;2008年02期

相關博士學位論文 前1條

1 呂紅麗;Mamdani模糊控制系統(tǒng)的結構分析理論研究及其在暖通空調中的應用[D];山東大學;2007年

相關碩士學位論文 前9條

1 秦洋;基于脈搏波傳導時間的無創(chuàng)連續(xù)血壓測量系統(tǒng)的研究[D];東南大學;2015年

2 董琴;人工蜂群算法的改進與應用[D];大連海事大學;2015年

3 郝德國;基于柯氏音與示波法結合的血壓計設計與實現(xiàn)[D];東北大學;2012年

4 劉道;基于改進粒子群優(yōu)化算法的PID參數(shù)整定研究[D];南華大學;2012年

5 羅堪;基于信息融合的心血管信號處理方法研究[D];重慶理工大學;2011年

6 孫悅;利用無創(chuàng)心功能儀監(jiān)測PEEP對急性左心衰患者血流動力學影響[D];汕頭大學;2010年

7 林芳;動態(tài)可重構PID控制器的設計[D];西安電子科技大學;2010年

8 陳繼升;臂圍袖帶匹配對血壓測量值的影響及假性高血壓研究[D];南昌大學;2009年

9 王繼寸;基于脈搏波的無創(chuàng)連續(xù)血壓測量方法研究[D];天津大學;2009年

，

本文編號：1713560