静脉麻醉的闭环控制系统设计与研究

发布时间：2021-05-08 03:13

　　麻醉的稳定实施是临床手术顺利进行的基础。随着对麻醉控制问题研究的逐步深入,如何实现精确的麻醉控制已经成为神经工程和临床的一个挑战性难题。在目前的临床手术中,对麻醉药物的控制方面仍主要依靠麻醉医生的经验,在麻醉监测指标和麻醉药物的控制之间缺少科学有效的控制方法,加之麻醉医生的工作时间较长,导致在麻醉的控制方面难免出现偏差。因此,如何实现麻醉药物的精确控制已经成为亟待解决的科学问题和现实需求。本研究的目标为建立一个静脉麻醉的闭环控制系统,从而实现手术过程中的麻醉自动控制。这样一方面能够减轻麻醉医生的工作压力,使其能够关注更重要的手术节点,另一方面能够提升麻醉控制精度,实现麻醉药物的个体化、精细化控制。本文的研究内容主要分为,静脉麻醉控制系统中监测指标的选取、麻醉控制过程中监测指标的回归预测、基于监测指标的控制器设计、静脉麻醉控制系统的实现。首先,通过对比分析熵指数、脑电双频指数及Narcotrend指数的算法复杂度、指标量化程度及时延等性能参数,选择脑电双频指数作为系统的监测指标。由于脑电双频谱指数在临床手术的过程中无法直接获取且其算法不公开,使得以其进行控制系统的设计时存在一定的困难。本... 

【文章来源】：燕山大学河北省

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及意义
    1.2 静脉麻醉控制系统的研究现状
    1.3 静脉麻醉控制中存在的主要问题
    1.4 静脉麻醉控制系统的设计流程
    1.5 论文主要研究内容
第2章 静脉麻醉控制系统中监测指标的选取
    2.1 数据的采集
    2.2 麻醉深度监测指标概述
        2.2.1 熵指数的算法与性能
        2.2.2 BIS指数的算法与性能
        2.2.3 Narcotrend指数的算法与性能
    2.3 三种监测指标的性能分析比较
    2.4 本章小结
第3章 静脉麻醉控制系统中BIS指标的回归预测
    3.1 数据处理
    3.2 回归预测算法介绍
        3.2.1 岭回归算法
        3.2.2 梯度提升决策树算法
        3.2.3 长短期记忆网络算法
    3.3 基于药代药效动力学模型的BIS指标的回归预测
        3.3.1 药代药效动力学模型介绍
        3.3.2 PD模型的参数辨识
        3.3.3 实验结果
    3.4 基于机器学习的BIS指标的回归预测
        3.4.1 特征提取
        3.4.2 实验结果
    3.5 基于深度学习的BIS指标的回归预测
        3.5.1 LSTM-前馈神经网络模型构建
        3.5.2 实验结果
    3.6 三种回归预测模型的对比分析
    3.7 本章小结
第4章 静脉麻醉控制系统中基于BIS指标的控制器设计
    4.1 诱导阶段的麻醉控制
    4.2 维持阶段的麻醉控制
        4.2.1 蚁群优化PID控制算法
        4.2.2 模型预测控制算法
        4.2.3 基于蚁群PID控制算法的控制结果分析
        4.2.4 基于模型预测控制算法的控制结果分析
    4.3 两种控制器性能的对比分析
    4.4 本章小结
第5章 静脉麻醉控制系统的实现
    5.1 静脉麻醉控制系统组成简介
    5.2 软件平台的功能设计
        5.2.1 开发环境
        5.2.2 通信协议设计
        5.2.3 波形显示界面
        5.2.4 数据存储和标定
        5.2.5 辅助安全设定
    5.3 软件平台的算法实现
        5.3.1 BIS指标预测算法的实现
        5.3.2 控制器算法的实现
    5.4 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢



本文编号：3174561