2005 Fiscal Year Annual Research Report
| Project/Area Number |
16560355
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
金江 春植 九州大学, 大学院・システム情報科学研究院, 助手 (90274555)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
和田 清 九州大学, 大学院・システム情報科学研究院, 教授 (60125127)
|
|---|
| Keywords | 呼吸モデル / エラスタンス / システム同定 / パラメータ推定 / 人工呼吸 / ファジイクラスタリング |
|---|
| Research Abstract |
人間の肺の特性は年齢,性別,体質,健康状態などによって千差万別である。人工呼吸においては,各患者の肺に適した換気条件を設定することが望まれるが,そのためには各個人の呼吸システムを同定する技法が不可欠である。我々は先の研究において,人間の呼吸システムのダイナミックスを表す多項式表現による2階非線形微分方程式モデルとRBFネットワーク表現による2階非線形微分方程式モデルを提案し,比較検討により数値安定性や推定精度の面でRBFネットワーク表現によるモデルの方が比較的優位であることがわかった.
一方,RBFネットワーク表現によるモデルを用いる場合,エラスタンスとレジスタンスを表すRBFネットワークの構造を決める必要がある.本年度の研究では,これらの構造を決定するためのファジイクラスタリング手法による決定法を提案した.本方法では,ファジイクラスタリングのGKアルゴリズムによって,計測されたデータをいくつかのクラスタに分類し,各のクラスタの中心を表すセントラルベクトルと各データのクラスタに属する度合いを表すメンバシップ関数が生成される.提案手法では,各クラスタの中心にRBFを配置し,それらのRBFの広がりはそのクラスタの中心からクラスタ内各データ点までの距離の重み付き二乗平均によって設定される.また,臨床データによる検証を行い,本提案方法を適用することにより,エラスタンスとレジスタンスの推定精度が向上されることが確認された.
|
