模糊神經(jīng)網(wǎng)絡(luò)理論及應(yīng)用于呼吸機(jī)控制的關(guān)鍵技術(shù)研究.pdf

1、呼吸機(jī)是醫(yī)院必備的救護(hù)工具之一，呼吸機(jī)的研究跨醫(yī)學(xué)、機(jī)械學(xué)、計(jì)算機(jī)學(xué)等多門(mén)學(xué)科，研究的難度相對(duì)較大。我國(guó)目前的呼吸機(jī)雖然裝機(jī)了多種通氣模式，但是在任何一種模式下，都需要有臨床醫(yī)生進(jìn)行參數(shù)的選取以及控制量大小的設(shè)置。這大大加重了臨床醫(yī)生的工作負(fù)擔(dān)。 從數(shù)學(xué)的角度來(lái)看，由于人體生理結(jié)構(gòu)的復(fù)雜性以及個(gè)體的差異，呼吸機(jī)的參數(shù)調(diào)節(jié)和控制無(wú)法用精確的數(shù)學(xué)模型進(jìn)行描述，更多地依賴(lài)于醫(yī)生的從業(yè)經(jīng)驗(yàn)。模糊系統(tǒng)具有較強(qiáng)的知識(shí)表示及解釋能力，神經(jīng)網(wǎng)絡(luò)

2、則在知識(shí)的獲取、自適應(yīng)、學(xué)習(xí)及并行計(jì)算方面表現(xiàn)突出。將模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)系統(tǒng)結(jié)合，可以形成一類(lèi)功能強(qiáng)大的智能系統(tǒng)。 本文首先提出如何將臨床醫(yī)生對(duì)呼吸機(jī)參數(shù)的調(diào)整經(jīng)驗(yàn)轉(zhuǎn)化為用模糊集合表示的專(zhuān)家知識(shí)庫(kù)，并用隸屬函數(shù)來(lái)表示呼吸參數(shù)值。 利用模糊神經(jīng)網(wǎng)絡(luò)的理論來(lái)設(shè)計(jì)呼吸機(jī)的控制系統(tǒng)，給出了模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，采用三角模糊權(quán)的方法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法，用α截集計(jì)算權(quán)值和閾值。根據(jù)呼吸機(jī)輸入和輸出參數(shù)的特點(diǎn)，本文還給出了進(jìn)一步

3、對(duì)模糊神經(jīng)網(wǎng)絡(luò)的系統(tǒng)結(jié)構(gòu)以及輸出權(quán)重進(jìn)行優(yōu)化和對(duì)模糊規(guī)則進(jìn)行修正的方法，給出了病人生命體征狀態(tài)控制器、生命狀態(tài)發(fā)展趨勢(shì)控制器以及決策控制器的設(shè)計(jì)過(guò)程。 本文提出一種新型的模糊神經(jīng)網(wǎng)絡(luò)推理自組織學(xué)習(xí)的呼吸機(jī)控制系統(tǒng)模型，用模糊神經(jīng)推理網(wǎng)絡(luò)控制器直接實(shí)現(xiàn)模糊量化、模糊規(guī)則的快速并行推理運(yùn)算、逆模糊化和平均判決，給出控制量，用性能測(cè)量指標(biāo)網(wǎng)絡(luò)實(shí)現(xiàn)控制量修正，通過(guò)離線訓(xùn)練使性能測(cè)量指標(biāo)網(wǎng)絡(luò)聯(lián)想記憶性能測(cè)量決策表，以提供給模糊神經(jīng)推理網(wǎng)絡(luò)

4、控制器在線學(xué)習(xí)信號(hào)。 本文為呼吸機(jī)控制系統(tǒng)的實(shí)驗(yàn)研究構(gòu)建了一個(gè)開(kāi)放的實(shí)驗(yàn)室平臺(tái)，設(shè)計(jì)了PC機(jī)和微處理器之間的串口通訊程序，實(shí)現(xiàn)了Pc機(jī)和呼吸機(jī)控制系統(tǒng)中的微處理器之間的數(shù)據(jù)實(shí)時(shí)傳送。設(shè)計(jì)了模糊控制和模糊神經(jīng)網(wǎng)絡(luò)控制兩套呼吸機(jī)控制主程序，實(shí)時(shí)監(jiān)測(cè)呼吸機(jī)支持壓力變化情況，簡(jiǎn)化呼吸機(jī)參數(shù)的設(shè)置和通氣過(guò)程中的調(diào)試，提高了控制效果。 本文進(jìn)行的模糊神經(jīng)網(wǎng)絡(luò)理論應(yīng)用于呼吸機(jī)控制的研究，是實(shí)現(xiàn)呼吸機(jī)智能化的基礎(chǔ)性工作。利用模糊神經(jīng)網(wǎng)絡(luò)