| 研究課題/領域番号 |
19560408
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
金江 春植 九州大学, 大学院・システム情報科学研究院, 助教 (90274555)
|
|---|
| 研究分担者 |
楊 子江 九州大学, 大学院・システム情報科学研究院, 准教授 (30243984)
和田 清 九州大学, 大学院・システム情報科学研究院, 教授 (60125127)
|
|---|
| キーワード | 人工呼吸 / 呼吸モデル / 同定 / パラメータ推定 / 周期性 / 摂動 / ノイズ |
|---|
| 研究概要 |
本研究での呼吸モデルを構築は、呼吸の状態を判別するときに根拠となる肺のエラスタンス特性を推定することが第一の目的である。したがって、呼吸モデルとして、そのダイナミクスを正確に表現可能なだけでなく、そのモデルから肺のエラスタンスが容易に得られるような構造になるのが望ましい。我々は、肺のエラスタンスと気道のレジスタンスを肺の体積(V)と空気流量(P)の多項式やRBFネットワークで表現する非線形微分方程式モデルを提案し、そのパラメータの推定法を導出している。このようなモデルとその推定法は過去に蓄積された実験データから選び出した代表的なデータをオフラインで補正してから、検証にもいたもので、方法の有用性を検証するには役立っているが、実用上はデータの前処理や、推定結果の信頼性に問題があった。本年度の研究において、我々は呼吸の周期性に着目して、医療現場での直接採集した生データから、呼吸周期を検出し、周期単位でのドリフトの補正法、ノイズ軽減のためのフィルタリングや流量と気量の整合性補正法を開発し、データの前処理に適用した。また、パラメータの推定においては、多周期に渡るデータを周期単位で平均化して呼吸の摂動の影響を軽減する(1)データ平均化法;(2)パラメータ平均化法;(3)エラスタンス平均化法などの手法を提案し、その生データへの耐用性を検証し、アルゴリズムにおける設計パラメータの経験的指針を与えた。
|
