-
公开(公告)号：CN115512849A
公开(公告)日：2022-12-23
申请号：CN202211121282.1
申请日：2022-09-15
Applicant: 北京理工大学 , 中国人民解放军军事科学院军事医学研究院
Abstract: 本发明提供一种高原预习服的低氧闭环干预系统，属于急性高原病干预技术领域，该系统包括个体化预测模型学习模块、代价函数与约束设计模块及贝叶斯优化模块；个体化预测模型学习模块，内置有基于间歇性低氧下的血氧饱和度与输氧浓度之间的响应规律模型，用于对血氧饱和度进行预测；代价函数与约束设计模块，内置有代价函数和约束条件，所述代价函数为：基于所述血氧饱和度预测值构建以低氧刺激源关键因素为变量的代价函数，所述约束条件为：基于人体生理限制设置；贝叶斯优化模块，用于解算代价函数与约束设计模块中的约束优化，得到下一个IHT周期中理论最优的低氧刺激策略，以控制IHT的刺激源。
-
公开(公告)号：CN114464291B
公开(公告)日：2022-11-25
申请号：CN202111577847.2
申请日：2021-12-22
Applicant: 北京理工大学
Abstract: 本发明公开一种基于贝叶斯优化的MDI剂量建议系统，包括指标计算模块、高斯过程学习模块和安全贝叶斯优化模块；指标计算模块将采集的某患者前一天24小时血糖进行记录并分段划分处理，并转化成能够描述血糖管理水平的非对称惩罚指标以及低血糖安全指标；高斯过程学习模块将指标结果和胰岛素剂量作为输入训练得到预测模型，利用预测模型得到剂量对应的预测结果；安全贝叶斯优化模块利用高斯过程学习模块预测得到的非对称惩罚指标预测模型的随机分布计算最大改善期望，并利用低血糖安全指标分布得到安全限制函数，将其作为风险惩罚因子加入改善期望，最后得到安全期望改善值；本发明利用多指标评价糖尿病患者血糖管理水平，逐步取得血糖的最优控制效果。
-
公开(公告)号：CN119184684A
公开(公告)日：2024-12-27
申请号：CN202411332094.2
申请日：2024-09-24
Applicant: 北京理工大学
Abstract: 本发明公开了一种融合情绪和运动信息的胰岛素剂量模糊控制方法，属于糖尿病胰岛素治疗技术领域，包括以下步骤：S1、估计情绪状态和运动强度；S2、计算当前胰岛素剂量；S3、确定模糊控制器的结构，定义以情绪状态和运动强度信息作为输入，胰岛素剂量调整步长作为输出的输入输出模糊分布，以及计算输入相对于不同模糊子集的隶属度；S4、建立模糊规则；S5、进行模糊逻辑推理，得到模糊系统的输出，将输出乘以步骤S2得到的胰岛素剂量确定最终的胰岛素剂量。本发明采用上述的一种融合情绪和运动信息的胰岛素剂量模糊控制方法，可实现更加个性化、动态化的胰岛素给药策略，并决策更加合理的胰岛素剂量，改善患者血糖管理效果。
-
公开(公告)号：CN114903648B
公开(公告)日：2022-11-22
申请号：CN202210500896.4
申请日：2022-05-09
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于ESO和模型预测控制的双激素人工胰腺控制器，包括基于ESO的误差估计与切换控制模块、胰岛素输注模型预测控制模块，胰高血糖素输注模型预测控制模块；基于ESO的误差估计与切换控制模块是使用ESO进行对人体血糖代谢简化模型的总扰动的估计，通过模型迭代完成预测过程，基于预测结果完成切换规则的建立。本发明采用上述的一种基于ESO和模型预测控制的双激素人工胰腺控制器，使用辅助ESO对系统建模过程中的未知扰动部分进行估计，从而完成对于下一时刻系统状态的预测，使用预测结果完成切换模型的建立实现双激素模式的转换，同时通过模型预测控制算法完成核心胰岛素‑胰高血糖素控制器的设计，实现了对糖尿病患者血糖水平的有效控制。
-
公开(公告)号：CN112927802A
公开(公告)日：2021-06-08
申请号：CN202110117772.3
申请日：2021-01-28
Abstract: 本发明提供一种专家经验辅助的餐前胰岛素剂量学习优化决策系统，结合人工智能和专家经验方法，同时挖掘患者血糖监测和胰岛素输注数据蕴含的信息，实现在少样本下，仍能基于历史数据确定安全有效的餐前胰岛素剂量，改善餐后血糖管理，同时赋予系统不断自适应学习，提升决策性能的能力；由此可见，本发明为改善餐后血糖管理，利用少量患者历史数据，设计了专家决策辅助的餐前胰岛素剂量个体化学习决策系统，该系统引入模型预测评估方法，有效避免少样本条件下系统决策失误，持续学习患者血糖代谢规律；同时，本发明还引入迭代更新思想，自适应确定餐后血糖管理目标，实现为不同患病情况的糖尿病患者少样本下快速确定安全有效的餐前胰岛素剂量。
-
Patent Agency Ranking
公开(公告)号：CN119132490A
公开(公告)日：2024-12-13
申请号：CN202411332097.6
申请日：2024-09-24
Applicant: 北京理工大学
Abstract: 本发明公开了一种具有专家偏好学习的MDI胰岛素剂量决策系统，属于胰岛素注射疗法技术领域，包括融合生理信息的模型学习模块、闭环反馈式优化决策模块、安全约束模块以及人在回路的决策自适应模块。本发明采用上述的一种具有专家偏好学习的MDI胰岛素剂量决策系统，可以有效的将专家决策经验应用于胰岛素剂量优化中，实现底层胰岛素剂量优化决策和顶层决策个体化自适应，改善MDI的治疗效果。
-
公开(公告)号：CN118177804B
公开(公告)日：2024-10-22
申请号：CN202410448222.3
申请日：2024-04-15
Applicant: 北京理工大学
Abstract: 本发明公开了基于CEEDMAN和神经网络去噪的情绪评估方法，属于生理状态估计技术领域。该方法包括以下步骤：S1、对于收集到的光电容积脉搏波信号以及相关的三轴加速度信号进行预处理；S2、对脉搏波信号进行去噪处理；S3、对脉搏波的相关特征进行提取；S4、对上述步骤S3提取的脉搏波特征进行特征筛选；S5、将筛选后的特征输入到分类模型中得到人体的压力类别。本发明采用上述的基于CEEDMAN和神经网络去噪的情绪评估方法，实现了去除光电容积脉搏波信号的运动伪影噪声，使用多峰值联合检测并设置阈值提取比较准确的峰值，在获取有效的特征之后，提高了对于人体的情绪评估的精度。
-
公开(公告)号：CN114464291A
公开(公告)日：2022-05-10
申请号：CN202111577847.2
申请日：2021-12-22
Applicant: 北京理工大学
Abstract: 本发明公开一种基于贝叶斯优化的MDI剂量建议系统，包括指标计算模块、高斯过程学习模块和安全贝叶斯优化模块；指标计算模块将采集的某患者前一天24小时血糖进行记录并分段划分处理，并转化成能够描述血糖管理水平的非对称惩罚指标以及低血糖安全指标；高斯过程学习模块将指标结果和胰岛素剂量作为输入训练得到预测模型，利用预测模型得到剂量对应的预测结果；安全贝叶斯优化模块利用高斯过程学习模块预测得到的非对称惩罚指标预测模型的随机分布计算最大改善期望，并利用低血糖安全指标分布得到安全限制函数，将其作为风险惩罚因子加入改善期望，最后得到安全期望改善值；本发明利用多指标评价糖尿病患者血糖管理水平，逐步取得血糖的最优控制效果。
-
公开(公告)号：CN109976191B
公开(公告)日：2020-09-04
申请号：CN201910345179.7
申请日：2019-04-26
Applicant: 北京理工大学
IPC: G05B17/02
Abstract: 本发明提供一种基于移动终端的人工胰腺硬件在环仿真测试方法，具体过程为：构建运行于移动终端上的APP作为控制算法的载体；令APP与计算机上的血糖监测仿真器和胰岛素泵仿真器相连，形成闭环人工胰腺系统；APP接收血糖监测仿真器传输过来的数据，基于控制算法生成控制信号，实现血糖的闭环控制；在血糖闭环控制过程中，执行下述四种情况中的至少一种，当测试结果出现偏差时，调整控制算法使其满足要求；通过断开移动终端上APP与计算机上的血糖监测仿真器或胰岛素泵仿真器的连接，通过将移动终端切换至其他APP上，令移动终端由于电量不足导致关机，血糖监测仿真器延时发送数据或胰岛素泵仿真器延时接收数据。
-
公开(公告)号：CN109999270A
公开(公告)日：2019-07-12
申请号：CN201910222692.7
申请日：2019-03-22
Abstract: 本发明提供一种基于血糖变化趋势的人工胰腺自适应自抗扰控制器，包括跟踪微分器模块、扩维观测器模块、非线性反馈模块和约束模块，其中，所述非线性反馈模块的非线性反馈模型为：u＝(-fhan(k1e1,k2e2,r2,a)-z3)/b0其中，k1,k2,a为根据血糖变化趋势自适应的参数，r2称为控制量增益；e1和e2为血糖浓度及其变化率设定值与估计值之间的误差信号，z3为总干扰的估计值；b0为已知增益系数。本发明把作用于被控对象的所有不确定因素作用都归结为“未知扰动”而用对象的输入输出数据对它进行估计并给予补偿。因此本控制器算法对个人参数不准，模型不确定，进食干扰，饭前剂量不准等扰动具有一定的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.018 seconds)
