麻醉靶控输注的控制策略及算法研究

发布时间：2019-01-11 12:38

【摘要】： 衡量麻醉品质最为关键的参数是麻醉深度，它包括监测镇静、镇痛和肌肉松弛三个方面的复杂信息，而高品质麻醉的目标就是在麻醉过程中有效和适当地控制手术对象的麻醉深度，靶控输注(以下简称TCI)是以药代动力学和药效动力学原理为基础，通过调节输注曲线来控制目标或靶位(血浆或效应室)的药物浓度，以满足临床麻醉的一种静脉给药方法。从二十世纪八十年代以来，计算机的静脉自动给药系统TCI问世，使静脉麻醉得到极大的改善和发展。目前TCI研究所用的模型是传统的房室模型，其药代参数只是对群体的平均估计，与特定个体的实际的药代参数之间存在很大的差异。生理模型可以真实地反映药物在人体中的生理学过程，可以更精确地描述特定个体的实际的药代参数。论文在建立麻醉对象的生理模型基础上，对其结构以及参数的灵敏度进行详细分析，进一步借助经典以及现代控制理论对麻醉控制进行策略研究。构建了一套麻醉闭环控制的平台，提出了一种采用先进的闭环控制算法，求解基于对象生理模型的TCI曲线的方法，并将计算所得的给药曲线应用于临床。围绕麻醉靶控输注的控制策略及算法研究，本论文重点进行了三方面的研究：一、闭环自动控制理论指导下的临床麻醉给药方法的研究以异丙酚对象生理模型为基础，以听觉诱发电位指数(以下简称AEPI)为反馈变量，用闭环控制算法求解注射给药曲线，解决了复杂生理模型高阶微分方程解析求解的困难。经临床验证，研究求得的给药曲线比传统三室模型解析法得到的给药曲线能满足更为精确的靶控需求。完整的生理模型可以反映个体的不同生理特性，因此研究基于复杂生理模型的注射给药曲线求解方法对个性化用药的研究具有重要意义。二、麻醉靶控输注的迭代自学习控制算法研究针对麻醉控制对象的个体差异性，论文设计出P型迭代自学习控制器(P-ILC)与PID控制器相结合的复合控制器，利用系统先前的控制经验和输出误差来修正当前的控制信息，其控制参数不依赖于被控对象的生理参数，具有广泛的适用性和较好的鲁棒性。该研究解决了传统控制算法的参数整定与麻醉对象的生理参数的差异性之间的矛盾，实现了用一种控制算法及参数满足所有麻醉对象的TCI控制要求。实验表明，迭代自学习提高了响应速度，减小了稳态误差，收敛速度较快，使经典PID控制失调的现象得到良好改善。三、构建了一套麻醉TCI的研究系统，并成功应用于临床通过论文研究工作，，将理论研究成果应用于麻醉实践，构建了一套符合临床规范的麻醉TCI研究系统，由硬件设备体系和自主研发的软件界面及麻醉过程中给药曲线算法组成。硬件体系由临床的麻醉监护仪器(包括无创血压监护仪，多功能气体监护仪和AEPI监护仪等)，闭环控制计算机以及微量注射泵等组成。通过系统控制软件在线可编程技术，实现了麻醉过程的步骤化可变参数控制，满足麻醉实验方案的多种模式需求。该系统已经成功应用于临床实验，20例结果表明：达到稳态的平均时间为200秒左右，AEPI响应速度较快，AEPI稳态值可以较好地维持在目标数值20附近。实际测量的AEPI曲线与仿真曲线基本吻合，取得了较好的临床效果。以上研究未见相关文献报导，具有创新性。论文对靶控输注的控制策略及算法进行了全面的仿真研究，相关的创新算法已应用于临床手术，符合临床的给药规范，在手术过程中维持了较好的麻醉效果，达到临床麻醉的要求。本课题对麻醉自动控制理论的研究及临床的个性化合理用药都具有指导意义。
[Abstract]:......
【学位授予单位】：浙江大学
【学位级别】：博士
【学位授予年份】：2007
【分类号】：R614;R311

【参考文献】