| 研究課題/領域番号 |
18K04218
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分21040:制御およびシステム工学関連
|
|---|
| 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, 講師 (50805166)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2024-03-31
|
| キーワード | 人工呼吸 / 呼吸システム / 呼吸モデル / システム同定 / パラメータ推定 / 最小二乗法 / 呼吸管理 |
|---|
| 研究成果の概要 |
本研究は、呼吸システムのモデリングの手法として、人工呼吸時の計測データと人工呼吸前後の呼吸器検査データをもとに患者さんの呼吸システムの時間特性を表すニューラルネットワークモデルとその学習法を考案した。また、呼吸の摂動を考慮した各データ処理段階における重み付き平滑化法を提案した。呼吸システムの履歴特性については、呼気と吸気の２セットパラメータモデルを考え、呼気吸気の切り替えポイントを拘束条件としたパラメータ推定法を考案し、より呼吸システムを正確にとらえたモデルを提案した。数理モデルの基礎研究としては、変数誤差モデルの推定、分布型ネットワークの同定において新たな知見を得ている。
|
| 自由記述の分野 |
自動制御
|
| 研究成果の学術的意義や社会的意義 |
（１）医学的アプローチによる呼吸ダイナミクスを説明する複雑な数理モデルは数例提案されているが、本研究は人工呼吸を目的とした工学的手法で実用的である。
（２）呼吸の時間特性を考慮するので、患者の普段の呼吸パターンに近い換気条件の設定が期待でき、快適な人工呼吸が可能になる。また、非線形の呼吸システムに時定数に準ずる時間応答特性を考慮しており、学術的にも新たな試みである。
（３）臨床データを対象にしており、実用的なパラメータ推定法であると考えられる。また、実在している肺エラスタンスの履歴特性と呼吸の摂動を考慮するため、より正確なモデリングが期待できる。
|
