Szigma-pont szűrők használata diabétesz modellek identifikációjában

OData támogatás
Konzulens:
Dr. Drexler Dániel András
Irányítástechnika és Informatika Tanszék

A mesterséges hasnyálmiriggyel kapcsolatos kutatások rendkívül népszerűek napjainkban, mivel a világon egyre gyakrabban előforduló betegség, az 1-es típusú diabétesz a mai napig gyógyíthatatlan, az életminőséget erőteljesen befolyásoló betegségnek számít, amely halálhoz is vezethet.

A mesterséges hasnyálmirigy megvalósítására törekvő kutatások egyik legfontosabb eleme az emberi cukorháztartást és anyagcsere folyamatokat leíró, nemlineáris differenciálegyenletekből felépülő modell. A nemlineáris modell paramétereinek identifikációjával virtuális páciensek létrehozására lenne lehetőségünk, amelyeket tesztkörnyezetben felhasználva gyorsítani tudnánk a mesterséges hasnyálmirigy fejlesztésének folyamatát. Továbbá a modell alapú szabályozók használatának elengedhetetlen feltétele a szabályozandó folyamatot megbízhatóan leíró modell. Az identifikációt nagyban befolyásolja, hogy a nemlineáris modell pontatlan, illetve zajokkal és zavarásokkal terhelt. A klinikai környezetben végrehajtható mérések több szempontból erősen korlátozottak. Emiatt az egy zajokkal és zavarásokkal szemben robusztus, nemlineáris modellek esetén is alkalmazható módszerre van szükség, amely alkalmas lehet más pontosabb, de zavarokra érzékenyebb módszerek számára kezdeti becslést biztosítani. Ilyen módszerek kidolgozásával foglalkoztam diplomamunkám során.

A Kalman szűrőt alapvetően lineáris rendszerek állapotváltozóinak becslésére használják. Léteznek azonban nemlineáris rendszerekre kiterjesztett változatok, például a széles körben alkalmazott Extended Kalman Filter (kiterjesztett Kalman szűrő). Ezen szűrő hátránya a linearizálásból fakadó hiba. Ennek kiküszöbölése végett a kiterjesztett Kalman szűrő speciális változataival, a szigma pont szűrőkkel végeztem el a modell állapotváltozóinak becslését. Az állapotváltozók becslése után a szűrő algoritmust úgy egészítettem ki, hogy a paramétereket állapotváltozóként a paraméterek becslését is képes végrehajtani.

Az eredményeket szimulált és valós pácienseken rögzített klinikai adatsorokon is kiértékeltem.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.