قایسه مدل های برگمان ومینیمال توسعه یافته AMM در کنترل غلظت قند خون بیماران دیابتی نوع 1 با استفاده از یک شبکه فازی- عصبی بهینه
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 599
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCAEE02_053
تاریخ نمایه سازی: 11 مرداد 1396
چکیده مقاله:
بیماری دیابت ناشی از مجموعه ای از اختلالات متابولیک طولانی است که منجر به بروز ناهنجاری در کنترل میزان قند خون می شود.دیابت نوع 1 زمانی رخ میدهد که سلول های بتا در پانکراس یا اصلا قادر به تولید انسولین نیستند و یا ترشح آن به اندازه کافی نیست.برای کنترل و یا جلوگیری از پیشرفت بیماری دیابت باید در ابتدا بتوانیم سطح غلظت گلوکز خون را کنترل کنیم. اگر چه در سال هایاخیر کنترلر هوشمند برای کنترل سیستم های بیولوژیکی بخصوص سیستم تنظیم انسولین – گلوکز مورد استفاده قرار گرفته است اما هرکدام از آنها دارای معایبی هستند که یا بعلت این است که مدلی که مورد استفاده قرار گرفته تمام ویژگی های این سیستم را بخوبیپوشش نمی دهد و یا مشکلاتی در نحوه اعمال کنترلر دارد. در این مقاله اقدام به طراحی یک سیستم کنترل فازی-عصبی هوشمند جهتتنظیم میزان قند خون در افراد مبتلا به دیابت نوع 1 کرده ایم. در این تحقیق برای توصیف دینامیک های غیرخطی سیستم گلوکز-انسولین در بیماران مبتلا به دیابت نوع 1 از مدل مینیمال برگمان و مدل مینیمال توسعه یافته (AMM) استفاده شده است . کاهش محسوس خطای کنترل و افت شدید مصرف انسولین در حالت استفاده از کنترل کننده فازی- عصبی از مهمترین یافته های این تحقیقاست. با توجه به نتایج شبیه سازی و مقایسه ی مدل ها ملاحظه می شود که کنترلر در تنظیم سطح گلوکز خون و تزریق انسولین درحضور تغذیه استاندارد ، در هر دو مدل، عملکرد مناسبی دارد.
کلیدواژه ها:
نویسندگان
داود صناعی
کارشناس ارشد، مهندسی برق کنترل، دانشگاه آزاد اسلامی، واحد خمینی شهر
محمدرضا یزدچی
عضو هیات علمی،گروه مهندسی پزشکی، دانشگاه اصفهان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :