專利名稱：基于模型預(yù)測控制的大劑量胰島素全自動智能輸注方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種自動設(shè)計大劑量胰島素的智能方法，特別是一種基于模型預(yù)測控制的智能設(shè)計方法，屬于生物醫(yī)學(xué)工程領(lǐng)域。
背景技術(shù)：
隨著物質(zhì)生活水平的提高和環(huán)境的惡化，糖尿病日益成為嚴重危害人類健康的重要疾病。糖尿病成為了失明、腎衰竭和下肢截肢的主要原因，也是心血管并發(fā)癥引起死亡的主要因素。糖尿病是人類第四大死因，糖尿病導(dǎo)致的死亡人數(shù)占總死亡人數(shù)的6.8%，每年有近400萬人死于糖尿病及其并發(fā)癥。每年全球11. 6%的醫(yī)療保健費用用于治療糖尿病及其并發(fā)癥。出現(xiàn)并發(fā)癥的主要原因是糖尿病導(dǎo)致的高血糖(血糖濃度高于10mmol/L(毫摩爾每升))。為了降低血糖濃度，1型糖尿病患者和部分2型糖尿病患者需要外源性胰島素治療。目前，最先進的療法是佩戴胰島素泵，一天M小時實時輸注。為了模擬健康人體的胰島素分泌規(guī)律，目前的胰島素泵輸注療法包括兩種模式 大劑量胰島素和基礎(chǔ)量胰島素?；A(chǔ)量胰島素用來補償人體自身產(chǎn)生的血糖。大劑量胰島素主要用來補償飲食的影響和校正高血糖。由于飲食很難被實時測量，輸注大劑量胰島素需要使用者的參與，即使用者的自我管理使用者在進食前后需要將飲食的時刻和大小輸入給胰島素泵。這里的飲食大小是指飲食中碳水化合物的含量。為了準確估計飲食中的碳水化合物的含量，糖尿病患者需要接受嚴格而系統(tǒng)的食物營養(yǎng)知識教育。即便如此，飲食大小的估計偏差也很難避免。為了克服上述缺陷，不少智能胰島素泵都引入了飲食數(shù)據(jù)庫。患者只需要告訴胰島素泵，吃了哪些東西以及各自的重量。胰島素泵就會調(diào)用飲食數(shù)據(jù)庫，自動計算碳水化合物的含量。這些先進的智能胰島素泵部分地減輕了患者的使用負擔(dān)。然而，目前所有的胰島素泵的大劑量都需要患者的參與設(shè)計，這給他們及其家人的生活帶來了極大不便。特別是很多1型糖尿病患者都是兒童和青少年，讓他們每次進餐前把飲食信息輸入給胰島素泵往往是不現(xiàn)實的。

發(fā)明內(nèi)容
本發(fā)明針對現(xiàn)有技術(shù)的不足和缺陷，提供了一種基于模型預(yù)測控制的全自動智能設(shè)計大劑量的方法。本發(fā)明的一個重要硬件基礎(chǔ)是動態(tài)血糖監(jiān)測系統(tǒng)(CGMS或者CGM)，它的日益成熟使得實時測量血糖濃度成為了可能。基于實時測量信息和反饋控制原理，本申請設(shè)計了一種全自動智能算法來自動設(shè)計大劑量胰島素的時間和大小。與本發(fā)明有關(guān)的硬件結(jié)構(gòu)簡圖如圖1所示。患者佩戴胰島素泵，內(nèi)含胰島素，并在泵管理系統(tǒng)(大劑量胰島素全自動智能算法)的控制下注射胰島素。患者還佩戴CGMS，實時監(jiān)測患者血糖濃度。系統(tǒng)還可以包括一個手持的泵管理器，患者通過它進行系統(tǒng)的控制和設(shè)定。本發(fā)明是通過以下技術(shù)方案實現(xiàn)的首先，CGMS將當(dāng)前的血糖值提供給設(shè)計算法所在的芯片并存入存儲器；其次，利用強跟蹤濾波器實時估計血糖濃度的變化率，當(dāng)其超過某一閾值時，檢測出飲食，并輸注一個較保守的大劑量胰島素；然后，啟動模型預(yù)測控制算法，每半小時決策一次是否追加大劑量胰島素；最后，當(dāng)血糖濃度進入下降通道后，停止輸注大劑量胰島素，基于模型預(yù)測控制算法判斷是否存在低血糖風(fēng)險，從而決定是否關(guān)閉基礎(chǔ)量胰島素。最終期望將血糖水平保持在安全的范圍內(nèi)。本發(fā)明主要具有飲食檢測、大劑量自動設(shè)計、暫?；A(chǔ)量三個功能。其中，飲食檢測可以用來判斷患者有沒有進食，如果有進食，就馬上輸注初始大劑量并啟動模型預(yù)測控制算法，每半小時判斷一下是否追加大劑量；大劑量的自動設(shè)計包含兩部分初始大劑量和追加大劑量，用來補償飲食的影響；暫?；A(chǔ)量是為了預(yù)防低血糖的發(fā)生。


圖1是本發(fā)明所述大劑量胰島素全自動智能輸注裝置示意圖；圖2是本發(fā)明所述述大劑量胰島素全自動智能輸注方法中估計血糖濃度變化率的強跟蹤濾波器算法流程圖；圖3是本發(fā)明所述述大劑量胰島素全自動智能輸注方法步驟流程圖；圖4是是本發(fā)明所述大劑量胰島素全自動智能輸注裝置系統(tǒng)結(jié)構(gòu)圖。
具體實施例方式下面結(jié)合附圖和具體實施例對本發(fā)明作進一步說明，但不作為對本發(fā)明的限定。(1)飲食檢測算法。記k時刻的血糖值為G (k)，血糖變化率為G' (k)，假設(shè)血糖變化率較穩(wěn)定，則可以
得到如下二階線性動態(tài)模型
'\G(k + \)~] 「1Δ ]「( (Λ)]
=+ w(k)
G\k + \) 01 G\k) v ,] 「] (1)
r ]「G⑷ y(k) = [1 o]+v(k)其中，At為采樣周期，通常為1分鐘或5分鐘，已知；w(k)為建模不確定性或外部干擾，未知；v(k)為測量噪聲，未知；y(k)為CGMS的輸出值，已知；G(k)代表真實的血糖濃度值，未知，不過y(k)為它的測量值，因此兩者十分接近；G' (k)代表血糖變化率，未知， 且不可測。基于上述動態(tài)模型和實時測量值y(k)，可以用強跟蹤濾波器來估計血糖變化率 G' (k)，其估計值記作0'(幻。強跟蹤濾波器具有如下優(yōu)點1)對模型不確定性具有較強的魯棒性；幻對突變狀態(tài)有較強的跟蹤能力，甚至在系統(tǒng)達到平衡狀態(tài)時，仍保持對緩變狀態(tài)和突變狀態(tài)的跟蹤能力。因此，強跟蹤濾波器是檢測飲食的有效工具，特別適合檢測血糖變化率。下面結(jié)合附圖具體對如何估計G' (k)作進一步說明。
強跟蹤濾波器算法估計0 /、「G⑷ 1 t、「1 Δ ]1)令X(Jc)= ；/ F(k)=H(k) = [1 0]
Lr (Jc) ，U 1 ‘2)令k = 0 ；選擇初始值10), P(0|0) (P(k|k)為估計方差；P(k+l|k)為預(yù)測方
差)；選擇一個合適的弱化因子β。3)由式X(k + l\k) = F(k)X (k\k\ y(k + 1) = y(k +1)-H(k)X(k +1 \k)計算+1 \k), y(k +1)。由式
Kl)/(1),k = 0■ + = ] [pS0 (k) + r(k + \)γτ (k +1)]
-， K L
{ l + p計算&(k+l)，由式 N (k+1) = S0 (k+1) -H (k) Q (k) Ht (k) - β R (k+1)，M (k+1) = H (k) F (k) P (k I k) Ft (k) Ht (k)，'計算出次優(yōu)漸消因子λ (k+1)。4)根據(jù)式P (k+11 k) = λ (k+1) F (k) P (k I k) Ft (k) +Q (k)，計算P (k+1 I k);由式K (k+1) = P (k+11 k) Ht (k) · [H (k) P (k+11 k) Ht (k) +R (k+1) ]算出K (k+1);最終得到由X(k + \\k + \) = X(k + \ \k) + K(k + \)y(k +1)狀態(tài)估計值+1 +1)。5)更新 P (k+1 I k+1)P (k+11 k+1) = [I-K (k+1) H] P (k+11 k)6) k+1 — k轉(zhuǎn)向3)，繼續(xù)循環(huán)。上述算法的詳細流程圖見圖2。通過上述算法，可以得到X(k)的估計值1@|幻，進而得到G' (k)的估計值?？崭?fàn)顟B(tài)下，G' (k)的取值較小，進食后，G' (k)就會變得很大。因此，系統(tǒng)可以設(shè)計一個閾值η >0。當(dāng) '(幻>/；時，檢測出飲食。閾值n的取值因人而異，需要針對不同患者的歷史數(shù)據(jù)進行統(tǒng)計分析，找到最佳的閾值(通常，閾值在1. 5-3mg/dL/min之間)。
(2)大劑量自動設(shè)計本部分的大劑量包括兩部分檢測出飲食后馬上輸注的大劑量；啟動模型預(yù)測控制算法后，每半小時判斷是否追加大劑量。在設(shè)計第一個大劑量時，由于系統(tǒng)對飲食大小未知，因此，可以利用具體患者的歷史飲食信息來設(shè)計一個保守的大劑量。例如，該患者的歷史平均飲食大小為M，可以根據(jù) M/2或M/3來設(shè)計大劑量，從而提高系統(tǒng)的安全性。為了進一步提高系統(tǒng)的安全性，還可以增加一個判斷單元如果血糖水平高于某個閾值(例如140mg/dL)，才輸注大劑量胰島素。檢測出飲食后，模型預(yù)測控制算法就會被啟動。使用模型預(yù)測控制，就需要一個預(yù)測模型，本發(fā)明采用如下基于離散傳遞函數(shù)的預(yù)測模型
K
權(quán)利要求
1.一種基于模型預(yù)測控制的大劑量胰島素設(shè)計和輸注方法，其特征在于本方法包括如下步驟(1)利用動態(tài)血糖監(jiān)測系統(tǒng)(CGMQ輸出的血糖濃度值，估計血糖變化率，根據(jù)血糖變化率，判斷患者是否有進食；(2)如果判斷患者確實進食，則馬上輸注初始大劑量胰島素，并進行未來血糖水平預(yù)測，每半個小時判斷一次是否追加大劑量胰島素；(3)實時監(jiān)測血糖濃度是否開始下降如果沒有下降，則返回步驟O)；如果開始下降， 則判斷未來是否有低血糖風(fēng)險，如果有低血糖風(fēng)險，則暫?；A(chǔ)胰島素注射。(4)血糖進入安全范圍后，停止注射胰島素。
2.根據(jù)權(quán)利要求1所述的大劑量胰島素設(shè)計方法，其特征在于步驟(1)中，使用二階線性動態(tài)模型和強跟蹤濾波器來估計血糖變化率，根據(jù)血糖變化率是否大于某閾值來檢測是否有進食。
3.根據(jù)權(quán)利要求2所述的大劑量胰島素設(shè)計方法，其特征在于判斷是否有進食的血糖變化率閾值根據(jù)患者的歷史數(shù)據(jù)統(tǒng)計分析得到，通?？梢赃x擇1. 5-;3mg/dL/min(毫克每升每分鐘)之間。
4.根據(jù)權(quán)利要求1所述的大劑量胰島素設(shè)計方法，其特征在于步驟( 中，在飲食剛被檢測出來的時刻，初始大劑量由患者歷史平均飲食大小確定；為了提高安全性，利用歷史平均飲食大小的1/3至1/2來計算初始大劑量。
5.根據(jù)權(quán)利要求1所述的大劑量胰島素設(shè)計方法，其特征在于步驟O)中，由基于離散傳遞函數(shù)的兩輸入單輸出預(yù)測模型來預(yù)測未來血糖水平。
6.根據(jù)權(quán)利要求5所述的胰島素注射方法，其特征在于追加大劑量由模型預(yù)測控制方法來設(shè)計，由下面兩個因素決定未來血糖水平與設(shè)定值之間的差距；以及胰島素輸注速度的變化程度。
7.根據(jù)權(quán)利要求1所述的大劑量胰島素設(shè)計方法，其特征在于步驟(3)中，血糖進入下降通道后，基于血糖預(yù)測值，判斷是否暫停注射胰島素；預(yù)測步長選為30-60分鐘；暫停時長為60-90分鐘。
8.一種基于模型預(yù)測控制的大劑量胰島素設(shè)計和輸注裝置，其特征在于在患者身體上，設(shè)置有胰島素泵41，內(nèi)含一定劑量的胰島素，可以在自動設(shè)計大劑量胰島素系統(tǒng)的控制下進行精確量注射；和CGMS動態(tài)血糖監(jiān)測系統(tǒng)42，用于實時監(jiān)測糖尿病患者血糖濃度，并將數(shù)據(jù)發(fā)送給自動設(shè)計大劑量胰島素系統(tǒng)的控制器；患者體外設(shè)置有自動設(shè)計大劑量胰島素系統(tǒng)控制模塊，包括以下部件通信模塊43用于胰島素泵41、CGMS動態(tài)血糖監(jiān)測系統(tǒng)42和控制器45之間的數(shù)據(jù)傳輸，存儲器44用于存儲系統(tǒng)程序數(shù)據(jù)，還有患者的歷史飲食量數(shù)據(jù)、歷史血糖濃度等病患數(shù)據(jù)；用戶輸入模塊46，用于患者向系統(tǒng)輸入控制信息，進行控制；顯示模塊47，用于向患者顯示胰島素注射信息、血糖濃度信息、血糖過高或過低報警信息等數(shù)據(jù)；控制器45，控制整個系統(tǒng)，根據(jù)CGMS讀數(shù)估計血糖變化率，判斷患者有進食后輸入初始大劑量胰島素，每隔30分鐘注射一次大劑量胰島素，直到血糖值進入安全范圍。
9.根據(jù)權(quán)利要求8所述的大劑量胰島素設(shè)計和輸注裝置，其特征在于，控制器45包含如下模塊飲食檢測模塊451，用于根據(jù)患者血糖變化率判斷患者是否有進食； 血糖預(yù)測模塊452，用于預(yù)測未來時間患者的血糖濃度值；大劑量設(shè)計模塊453，用于根據(jù)血糖預(yù)測模塊452計算得到的未來血糖水平與設(shè)定值之間的差距，以及胰島素輸注速度的變化程度，來計算每隔30分鐘應(yīng)該注射的大劑量胰島素數(shù)量。
全文摘要
本申請?zhí)峁┝艘环N基于模型預(yù)測控制自動設(shè)計大劑量胰島素的智能方法。其特征在于動態(tài)血糖監(jiān)測系統(tǒng)(CGMS)和胰島素泵是其硬件基礎(chǔ)；基于強跟蹤濾波器在線檢測飲食；檢測出飲食后，馬上輸注初始大劑量胰島素，該胰島素的大小主要由歷史飲食確定；然后，每30分鐘，模型預(yù)測控制判斷是否需要追加大劑量，并且設(shè)計大劑量的大?。谎菨舛冗M入下降通道后，根據(jù)血糖預(yù)測值，決定是否需要暫停基礎(chǔ)量胰島素；最終，將血糖濃度控制在安全的范圍內(nèi)。本發(fā)明與已有的相應(yīng)技術(shù)相比，具有高智能、全自動的特點，可以在缺乏患者自我管理的情形下顯著提高血糖控制效果。
文檔編號A61M5/172GK102500013SQ20111037274
公開日2012年6月20日 申請日期2011年11月22日 優(yōu)先權(quán)日2011年11月22日
發(fā)明者王友清 申請人:北京化工大學(xué)