模糊神经网络麻醉靶控输注控制算法论述.doc

模糊神经网络麻醉靶控输注控制算法论述 第一章 绪论1.1 课题研究的背景与意义 古往今来，麻醉这一课题是许多学者研究和关注的热点随着医学 的不断进步，麻醉所涉及到的领域还包括麻醉深度监测、麻醉安全、 麻醉靶控输注、麻醉管理等方面的研究如何定义麻醉深度这一概 念，至今为止，没有任何一种解释能完整地阐述麻醉深度的确切含 义[1, 2, 3, 4, 5]大部分学者认为麻醉深度是衡量病人麻醉深浅的一 个量化指标，其主要包括镇静、镇痛和肌肉松弛程度等方面的信息 [6]如何合适而又有效地控制病人的麻醉深度，对于病人来说是生 死攸关的事情，对于麻醉师来说也是一件责任重大的事麻醉过深， 可能有损患者的神经组织引发痴呆或失忆，甚至危及生命；麻醉过 浅，患者本能体动导致手术困难，出现意外或术中知晓，给病人带 来极大的痛苦和精神方面的后遗症；麻醉不当，不仅无法消除疼痛， 还会带来一些并发症[7]因此，要达到安全合理、精确的麻醉，麻 醉深度的监测与调控是关键由于大脑机制和人体生理调节机制的 复杂性和差异性，麻醉深度监测的方法和手段虽有发展但尚不完全 [8] 临床上，有效并且适当地控制手术病人的麻醉深度，从而保证手术 的正常进行和病人的人身安全至关重要。

由文献[8]可知：麻醉监测 的对象是复杂多变、生理参数各不相同的人体，其不同的病情，不 同的手术，不同的年龄以及体重等都会在一定程度上影响麻醉手术 过程中的药物代谢，从而影响其药物效果和麻醉深度其次，麻醉 过程中我们不仅仅要关注病人的麻醉深度，还要考虑其可能存在的 术后风险和后遗症，所以，对于麻醉靶控输注的控制算法的研究显 得尤为关键 .1.2 麻醉靶控输注国内外研究现状 二十世纪八十年代，科学家 Gepts 等人研制了异丙酚 TCI 便携式 系统--“Diprifusor“系统，随后 Marsh 在此系统的基础上略作改进并 与 1996 使其成功面世，这是最早的麻醉靶控输注商业化设备在 此台设备中，麻醉师只需输入病人的体重、年龄、所需靶浓度、输 注速度等，即可以指定的靶控浓度自动调节持续输注，维持所需的 靶浓度[8] 计算机的快速发展，对于麻醉深度的控制不仅仅停留在早期的血压、 心率和病人反映等生理参数的监测上，越来越多的研究开始应用计算机领域的相关知识，如：神经网络、模糊控制、PID 控制等学科 的理论和方法来研究麻醉靶控输注的控制算法虽然在这样的背景 下，麻醉靶控输注有了一定的发展，但是基于人体这一复杂的对象 个体，其对象生理模型的差异性和复杂性，在一定程度上需要我们 更多的考虑到其算法的适用性和普遍性，更深的了解和认识麻醉对 象的结构和药物作用性质。

第二章 麻醉深度监测方法及监护设备2.1 引言 本章主要介绍了麻醉靶控输注的基础：麻醉深度的监测以及麻醉深 度监护仪的发展，分别从麻醉深度监测的药理学基础和电生理学基 础两个方面进行阐述在麻醉深度监测的电生理学基础这一部分中 主要讨论了临床使用较为广泛的几种参数：BIS 指数、Narcotrend 指数、AEP 指数、CSI 指数、熵指数等；同时讨论了对应指数的相 关麻醉深度监护仪的发展，为本文麻醉深度监护指数和监护仪器的 选择提供依据2.2 麻醉深度监测的药理学基础 麻醉深度其本义是反应病人手术时麻醉深浅的一个度量指标，其测 定没有完全统一、准确的标准和界线在药理学上，麻醉深度的监 测主要是基于麻醉药物对手术病人的影响深度，主要是通过两个方 面表现出来，即人体对药物的代谢和药物对人体的作用，其表现的 是药物剂量和药物效应之间的相互关系[16]麻醉药物与麻醉病人 机体的相互作用，是通过麻醉药物在机体的代谢吸收、浓度分布和 清除速率等因素来决定药物所作用机体部位处的最终浓度从生理 学的角度来看，麻醉深度的测定不仅包括作用机体部位的浓度，还 包括药物对机体产生的正面、负面的生理效应，正面生理效应包括： 镇痛、镇静、无术中知晓、无体动、无手术后遗症等，负面效应包 括对人体的有害刺激，术中知晓、术后苏醒困难，记忆减退等后遗 症[16]。

第三章 麻醉靶控输注控制系统的设计 .23-32 3.1 引言 23 3.2 麻醉靶控输注控制系统方案设计 23-24 3.3 系统设计流程图 243.4 系统硬件平台的设计 .24-283.4.1 BIS 监护仪 25 3.4.2 80C52 单片机 25-26 3.4.3 Graseby3500 输注泵 .26 3.4.4 复位电路及时钟电路 .26-27 3.4.5 串口通信电平转换电路 .27 3.4.6 单片机供电系统 27-28 3.5 软件技术设计 .28-31 3.5.1 下位机程序 .28-29 3.5.2 上位机程序 29-31 3.6 本章小结 31-32 第四章 模糊神经网络麻醉靶控输注控制算法 .32-46 4.1 引言 32 4.2 控制器设计原理 32 4.3 PID 控制 32-34 4.4 模糊 PID 控制 .34-37 4.4.1 模糊控制规则的制定 .35-37 4.5 RBF 神经网络 .37-39 4.6 模糊 RBF 神经网络 PID 控制器 .39-42 4.7 基于 matlab 的控制器设计及系统仿真 .42-45 4.8 本章小结 .45-46第五章 算法程序和实验结果5.1 引言 本章主要介绍了模糊神经网络控制器的算法程序，并在 matlab 环 境下对控制器和系统结构图做了相应的仿真，得到了其算法仿真曲 线图和系统仿真曲线图；同时介绍了其硬件平台部分上位机和下位 机的软件程序设计，实验仿真得到了其控制界面和运行过程的部分 界面，系统较为平稳，但仍需完善和改进。

.总结麻醉靶控输注控制系统能辅助麻醉医师对麻醉剂量和麻醉策略进行 调控，避免发生由于麻醉过深或麻醉过浅带来的各种并发症和后遗症，保证病人手术过程中麻醉安全和手术后的麻醉苏醒本文提出 的基于 BIS 指数模糊神经网络的麻醉靶控输注算法是麻醉靶控输注 控制系统的关键所在，其在异丙酚的生理对象模型的基础上，引入 工业控制中常用的 PID 控制，加入模糊控制和神经网络的部分，综 合模糊控制的经验规则库和神经网络具有的容错自学习、自适应能 力，智能整定 PID 各个参数，从而达到控制 BIS 监测指数的目的， 在一定程度上为麻醉靶控输注算法的研究带来新的角度和视野生 理对象模型的准确与否，其是关乎麻醉靶控输注算法的关键之处； 但是，众所周知，临床上病人的个体差异性较大，其生理对象模型 的各个部分的参数各不相同甚至相差甚远，如何在这样的情况下对 不同患者的不同情况作出较为准确的麻醉剂量和策略的控制，不仅 仅只是基于麻醉医师个人的经验作出判断，还需实时根据病人所反 映出的麻醉监测指数进行科学的分析和计算，在这样的基础和背景 下，需要不断完善麻醉靶控输注算法，进行更多的研究和探索。