| 研究課題/領域番号 |
18K04218
|
|---|
| 研究機関 | 純真学園大学 |
|---|
研究代表者 |
金江 春植 純真学園大学, 医療工学科, 教授 (90274555)
|
|---|
| 研究分担者 |
杉井 裕 純真学園大学, 医療工学科, 助教 (50805166)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | 呼吸モデル / 人工呼吸 / システム同定 / 呼吸管理 / データの前処理 / 深層学習 |
|---|
| 研究実績の概要 |
本課題の研究計画と前年度の研究成果を踏まえ、今年度では次のような研究を行い有意義な知見を得られている。
１）人工呼吸の換気条件を患者の特性に合わせて設定するためには、患者の呼吸特性を正しく表現するモデルを人工呼吸時の測定データから推定で得られる必要があるが、推定に使うデータが各々の変数を正確に反映する計測値であることが肝要である。人工呼吸の各シーンを想定し、オフラインおよびオンラインに適したデータの前処理方法を考案し、有効性を検証した。
２）自律呼吸のない人工呼吸においても、気圧や気量が各呼吸周期で完全な周期活動ではなく、ある幅を持って摂動している。単純に各周期における測定データを用いて肺のエラスタンスや気道のレジスタンスを推定すると各周期ごとに患者の特性が変化することとなり、それに基づく換気条件の設定に安定性を失う。従って、一定幅の呼吸を総合し、摂動のある多周期の推定結果を平滑化して、安定な換気条件を決定する方法を考案し、有効性を検証した。
３）測定データから数式モデルを推定する基礎的な研究として、変数誤差モデル推定における一般化固有値問題の繰り返しアルゴリズム、およびバイアス補償最小二乗平均推定法などについて基礎研究を行い、関連の学術会議にて発表した。
４）呼吸が複雑な生理活動であることを勘案し、呼吸システムの推定と人工呼吸換気条件の設定に関する第２アプローチとして、呼吸データから推定と決定を行う深層学習方法の研究を先駆的に展開し、次年度に有益な知見が得られるよう引き続き努力したい。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
当初の研究計画と照らし合わせ、基本的に予定通り進行している。
研究で得られた知見は数値シミュレーションや実機試験でさらに検証していく必要があり、さらに検証に注力したい。
|
| 今後の研究の推進方策 |
前年度および今年度の研究実績を踏まえ、今後は次の部分で研究を展開していく予定である。
１）肺のエラスタンスのヒステリシス特性表現を取り入れたモデルの開発とそのパラメータの推定法の提案。
２）呼吸の善し悪しの状態を数値で評価できる評価方法を開発する。
３）深層学習による呼吸システムのモデリングと換気条件決定法の開発。
４）各研究で得られた知見を数値シミュレーションおよび実機試験で検証する。
|
| 次年度使用額が生じた理由 |
本年度は概ね計画通りに費用の使用が発生していたが、前年度の繰り越しが一部残っている。来年度は、実機試験時の費用発生と研究成果発表のための学会参加費用が主な支出になると考える。
|
