文献

J-GLOBAL ID：202202216056095197   整理番号：22A0504355

多変数人工膵臓システムのための適応モデル予測制御における事前情報の統合【JST・京大機械翻訳】

Incorporating Prior Information in Adaptive Model Predictive Control for Multivariable Artificial Pancreas Systems

著者 (7件)： Sun Xiaoyu (Department of Biomedical Engineering, Illinois Institute of Technology, Chicago, IL, USA) ,  Rashid Mudassir (Department of Chemical and Biological Engineering, Illinois Institute of Technology, Chicago, IL, USA) ,  Hobbs Nicole (Department of Biomedical Engineering, Illinois Institute of Technology, Chicago, IL, USA) ,  Brandt Rachel (Department of Biomedical Engineering, Illinois Institute of Technology, Chicago, IL, USA) ,  Askari Mohammad Reza (Department of Chemical and Biological Engineering, Illinois Institute of Technology, Chicago, IL, USA) ,  Cinar Ali (Department of Biomedical Engineering, Illinois Institute of Technology, Chicago, IL, USA) ,  Cinar Ali (Department of Chemical and Biological Engineering, Illinois Institute of Technology, Chicago, IL, USA)
資料名： Journal of Diabetes Science and Technology  (Journal of Diabetes Science and Technology)
巻： 16  号： 1  ページ： 19-28  発行年： 2022年 
JST資料番号： W5283A  ISSN： 1932-2968  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 背景:グルコース予測モデルを再帰的に更新する適応モデル予測制御(MPC)アルゴリズムは,完全自動化多変数人工膵臓システムの開発において有望であることを示した。しかし,再帰的に更新された血糖予測モデルは,モデルパラメータの同定における事前知識を明示的に考慮しない。食事と身体活動の血糖効果の事前情報は,モデル精度を改善し,より良い血糖コントロールアルゴリズムをもたらす。方法:事前情報を正則化項として符号化する正則化部分最小二乗(rPLS)法に基づくグルコース予測モデルを開発し,将来のグルコース濃度の正確な予測を提供した。推定血漿インスリン濃度(PIC)に基づくグルコース設定点とインスリン投与制約に対する動的軌跡を組み込んだ適応MPCを開発した。提案した適応MPCアルゴリズムは,グルコース測定が欠落している場合でも,非発音食と身体活動に起因する障害に対してロバストである。rPLSに基づく提案した適応MPCの有効性を,多変数グルコース-インスリン-生理学的変数シミュレータ(mGIPsim)のin silico被験者で検討した。結果:T1DMを有する人々の血糖濃度(BGC)の調節における提案した適応MPC戦略の有効性は,70から180mg/dLの包括で定義されるグルコースに対する平均パーセント時間(TIR)および低血糖の平均パーセント時間(<70および>54mg/dL)およびレベル2低血糖(≦54mg/dL)を用いて評価される。再帰的自己回帰外因性(ARX)モデルに基づくMPCに対して,mGIPsimの20人の仮想被験者のコホートに対するTIRは,73.9%±7.6%(低血糖症で0.2%±0.1%,レベル2低血糖で0.1%±0.1%)と比較して,提案したMPCに対して81.9%±7.4%(低血糖または重度の低血糖症なし)であった。結論:グルコース予測モデルの再帰的更新における事前知識を組み込んだ適応MPCアルゴリズムは,食事と身体活動障害を緩和することができる完全自動化人工膵臓システムの開発に寄与する。Copyright 2021 Diabetes Technology Society Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレータ ,  血漿 ,  インスリン ,  *血糖 ,  低血糖症 ,  正則化 ,  母集団 ,  ロバスト性 ,  部分最小二乗法 ,  予測モデル ,  ヘキソース ,  アルドース
準シソーラス用語： 被験者 ,  *事前知識 ,  *人工膵臓 , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工膵臓システム ,  潜在変数モデル ,  欠損データ ,  モデル予測制御 ,  1型糖尿病

分類 (1件)： 生体代行装置  (EL04000N)

物質索引 (1件)： グルコース

タイトルに関連する用語 (6件)： 多変数 ,  人工膵臓 ,  適応 ,  モデル予測制御 ,  事前情報 ,  統合