[发明专利]基于模型预测控制的大剂量胰岛素全自动智能输注方法和装置

说明书

技术领域

本发明涉及的是一种自动设计大剂量胰岛素的智能方法，特别是一种基于模型预测控制的智能设计方法，属于生物医学工程领域。

背景技术

随着物质生活水平的提高和环境的恶化，糖尿病日益成为严重危害人类健康的重要疾病。糖尿病成为了失明、肾衰竭和下肢截肢的主要原因，也是心血管并发症引起死亡的主要因素。糖尿病是人类第四大死因，糖尿病导致的死亡人数占总死亡人数的6.8％，每年有近400万人死于糖尿病及其并发症。每年全球11.6％的医疗保健费用用于治疗糖尿病及其并发症。

出现并发症的主要原因是糖尿病导致的高血糖(血糖浓度高于10mmol/L(毫摩尔每升))。为了降低血糖浓度，1型糖尿病患者和部分2型糖尿病患者需要外源性胰岛素治疗。目前，最先进的疗法是佩戴胰岛素泵，一天24小时实时输注。

为了模拟健康人体的胰岛素分泌规律，目前的胰岛素泵输注疗法包括两种模式：大剂量胰岛素和基础量胰岛素。基础量胰岛素用来补偿人体自身产生的血糖。大剂量胰岛素主要用来补偿饮食的影响和校正高血糖。由于饮食很难被实时测量，输注大剂量胰岛素需要使用者的参与，即使用者的自我管理：使用者在进食前后需要将饮食的时刻和大小输入给胰岛素泵。这里的饮食大小是指饮食中碳水化合物的含量。

为了准确估计饮食中的碳水化合物的含量，糖尿病患者需要接受严格而系统的食物营养知识教育。即便如此，饮食大小的估计偏差也很难避免。为了克服上述缺陷，不少智能胰岛素泵都引入了饮食数据库。患者只需要告诉胰岛素泵，吃了哪些东西以及各自的重量。胰岛素泵就会调用饮食数据库，自动计算碳水化合物的含量。这些先进的智能胰岛素泵部分地减轻了患者的使用负担。

然而，目前所有的胰岛素泵的大剂量都需要患者的参与设计，这给他们及其家人的生活带来了极大不便。特别是很多1型糖尿病患者都是儿童和青少年，让他们每次进餐前把饮食信息输入给胰岛素泵往往是不现实的。

发明内容

本发明针对现有技术的不足和缺陷，提供了一种基于模型预测控制的全自动智能设计大剂量的方法。本发明的一个重要硬件基础是动态血糖监测系统(CGMS或者CGM)，它的日益成熟使得实时测量血糖浓度成为了可能。基于实时测量信息和反馈控制原理，本申请设计了一种全自动智能算法来自动设计大剂量胰岛素的时间和大小。

与本发明有关的硬件结构简图如图1所示。患者佩戴胰岛素泵，内含胰岛素，并在泵管理系统(大剂量胰岛素全自动智能算法)的控制下注射胰岛素。患者还佩戴CGMS，实时监测患者血糖浓度。系统还可以包括一个手持的泵管理器，患者通过它进行系统的控制和设定。

本发明是通过以下技术方案实现的：首先，CGMS将当前的血糖值提供给设计算法所在的芯片并存入存储器；其次，利用强跟踪滤波器实时估计血糖浓度的变化率，当其超过某一阈值时，检测出饮食，并输注一个较保守的大剂量胰岛素；然后，启动模型预测控制算法，每半小时决策一次是否追加大剂量胰岛素；最后，当血糖浓度进入下降通道后，停止输注大剂量胰岛素，基于模型预测控制算法判断是否存在低血糖风险，从而决定是否关闭基础量胰岛素。最终期望将血糖水平保持在安全的范围内。

本发明主要具有饮食检测、大剂量自动设计、暂停基础量三个功能。其中，饮食检测可以用来判断患者有没有进食，如果有进食，就马上输注初始大剂量并启动模型预测控制算法，每半小时判断一下是否追加大剂量；大剂量的自动设计包含两部分：初始大剂量和追加大剂量，用来补偿饮食的影响；暂停基础量是为了预防低血糖的发生。

附图说明

图1是本发明所述大剂量胰岛素全自动智能输注装置示意图；

图2是本发明所述述大剂量胰岛素全自动智能输注方法中估计血糖浓度变化率的强跟踪滤波器算法流程图；

图3是本发明所述述大剂量胰岛素全自动智能输注方法步骤流程图；

图4是是本发明所述大剂量胰岛素全自动智能输注装置系统结构图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明，但不作为对本发明的限定。

(1)饮食检测算法。

记k时刻的血糖值为G(k)，血糖变化率为G′(k)，假设血糖变化率较稳定，则可以得到如下二阶线性动态模型：