| 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 / ノイズ / 気圧上限値 / 決定 |
|---|
| 研究概要 |
人工呼吸において、各患者に適切な気圧上限値や呼気吸気の時間を設定するためには、呼吸システムの適切な数理モデルが必要である。我々は従来の研究において、すでに肺のエラスタンスの多項式表現に基づく二階非線形微分方程式モデルとRBFネットワーク表現に基づく二階非線形微分方程式モデルを提案し、これらのモデルが気圧上限値を設定する上で有用であることを証明した。しかし、肺の弾性を表す静的P-V曲線は履歴特性を持ち、呼吸の摂動などを解析する上では、肺のエラスタンスの履歴特性を考慮したより正確なモデルが必要である。本年度の研究において、我々は呼気相と吸気相でそれぞれ異なるパラメータを持つモデルを提案し、呼気と吸気時の測定データをそれぞれに適用してパラメータを推定する方法を考案した。さらに、動的P-V曲線と静的P-V曲線が吸気相と呼吸相の変換点で重なることに注目し、パラメータの推定を静的拘束条件が付加された推定問題として捉え、拘束条件付きパラメータ推定アルゴリズムを導出した。また、これら提案手法を検証するため、臨床データを用いてシミュレーションを行い、その有効性を確認した。このモデルとパラメータの推定アルゴリズムにより、肺のエラスタンスの履歴特性を反映した呼吸モデルを得ることができ、呼吸の摂動を顧慮した気圧設定や時間設定のために基礎を築いた。一方、パラメータ推定に及ぼす呼吸摂動お影響については、呼吸の多周期に渡ってデータを採取し、多周期におけるデータ平均化法、パラメータ平均化法、エラスタンス平均化法が有効であり、呼気吸気で異なるパラメータを持つモデルの推定でも、有効な手法であると考えられる。
|
