Медицинская Техника / Медицинская техника №2, 2023 / с. 19-22

Анализ методов вычисления оптимальных параметров болюса инсулина в системах автоматизированной инсулинотерапии с управлением на основе прогнозирующих моделей

Д.А. Чупраков, К.В. Пожар

Аннотация

Рассматриваются методы и алгоритмы, пригодные для решения жестких систем нелинейных дифференциальных уравнений, применяемых при математическом моделировании динамики глюкозы в крови, а также алгоритмы многомерной оптимизации для нахождения оптимальных значений параметров болюса инсулина. Показано, что применение гибридного алгоритма Адамса/BDF («LSODA») позволяет с наибольшей эффективностью решать системы уравнений математической модели, а метод оптимизации «COBYLA» обеспечивает наибольшую точность и скорость нахождения максимума функции эффективности. Рассмотренные методы могут применяться в системах автоматизированной инсулинотерапии с управлением на основе прогнозирующих моделей для расчета болюсов инсулина.

Вернуться к содержанию

Сведения об авторах

Дмитрий Алексеевич Чупраков, студент,

Кирилл Витольдович Пожар, канд. техн. наук, доцент, Институт биомедицинских систем, Национальный исследовательский университет «МИЭТ», г. Москва, г. Зеленоград,

e-mail: 89120209984d@gmail.com

Список литературы

1. Saiti K. et al. A review of model prediction in diabetes and of designing glucose regulators based on model predictive control for the artificial pancreas / Information Technology in Bio-and Medical Informatics: 8th International Conference, ITBAM 2017, Lyon, France, August 28-31, 2017. Proceedings 8. – Springer International Publishing, 2017. PP. 66-81.

2. Dalla Man C., Rizza R.A., Cobelli C. Meal simulation model of the glucose-insulin system // IEEE Transactions on Biomedical Engineering. 2007. Vol. 54. № 10. PP. 1740-1749.

3. Kraegen E.W., Chisholm D.J. Insulin responses to varying profiles of subcutaneous insulin infusion: Kinetic modelling studies // Diabetologia. 1984. Vol. 26. PP. 208-213.

4. Литинская Е.Л. Методы и алгоритмы управления и приня- тия решения для повышения эффективности функционирования системы персонализированной инсулинотерапии / Автореф… дис. канд. техн. наук. – М., 2011. 24 с.

5. Гончаров В.А. Методы оптимизации. – М.: Высшее образование, 2009.

6. Hindmarsh A.C. Scientific computing // IMACS Transactions on Scientific Computation. 1983. Vol. 55.

7. Барвинский Д.А., Минеева Т.А. Применение метода градиентного спуска в решении задач оптимизации // Тенденции развития науки и образования. 2021. № 74-2. С. 61-66.

8. Lu L. et al. A fast parametric modelling algorithm with the Powell method // Physiological Measurement. 1995. Vol. 16. № 3A. P. A39.

9. Bonet-Monroig X. et al. Performance comparison of optimization methods on variational quantum algorithms / arXiv preprint arXiv:2111.13454. 2021.

10. Mihбlikovб I. et al. Best-practice aspects of quantum-computer calculations: A case study of the hydrogen molecule // Molecules. 2022. Vol. 27. № 3. P. 597.