CN116943015B - 一种心室辅助设备的控制方法及装置 - Google Patents
一种心室辅助设备的控制方法及装置 Download PDFInfo
- Publication number
- CN116943015B CN116943015B CN202311220034.7A CN202311220034A CN116943015B CN 116943015 B CN116943015 B CN 116943015B CN 202311220034 A CN202311220034 A CN 202311220034A CN 116943015 B CN116943015 B CN 116943015B
- Authority
- CN
- China
- Prior art keywords
- state value
- ventricular assist
- target
- assist device
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000002861 ventricular Effects 0.000 title claims abstract description 238
- 238000000034 method Methods 0.000 title abstract description 40
- 238000013507 mapping Methods 0.000 claims description 72
- 230000008859 change Effects 0.000 claims description 29
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 description 17
- 238000004891 communication Methods 0.000 description 13
- 230000008878 coupling Effects 0.000 description 13
- 238000010168 coupling process Methods 0.000 description 13
- 238000005859 coupling reaction Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 8
- 239000008280 blood Substances 0.000 description 7
- 210000004369 blood Anatomy 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 230000017531 blood circulation Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 206010063385 Intellectualisation Diseases 0.000 description 3
- 238000012804 iterative process Methods 0.000 description 3
- 238000012886 linear function Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000004962 physiological condition Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 206010003504 Aspiration Diseases 0.000 description 1
- 206010018910 Haemolysis Diseases 0.000 description 1
- 206010019280 Heart failures Diseases 0.000 description 1
- 208000007536 Thrombosis Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000008588 hemolysis Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000035485 pulse pressure Effects 0.000 description 1
- 210000005241 right ventricle Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M60/00—Blood pumps; Devices for mechanical circulatory actuation; Balloon pumps for circulatory assistance
- A61M60/50—Details relating to control
- A61M60/508—Electronic control means, e.g. for feedback regulation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M60/00—Blood pumps; Devices for mechanical circulatory actuation; Balloon pumps for circulatory assistance
- A61M60/50—Details relating to control
- A61M60/508—Electronic control means, e.g. for feedback regulation
- A61M60/538—Regulation using real-time blood pump operational parameter data, e.g. motor current
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Cardiology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Hematology (AREA)
- Public Health (AREA)
- Anesthesiology (AREA)
- Mechanical Engineering (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- External Artificial Organs (AREA)
Abstract
本申请实施例提供了一种心室辅助设备的控制方法及装置,涉及医疗器械技术领域,上述方法包括:确定包含当前时刻的历史时间段内心室辅助设备的实际运行参数变化情况的第一变化量,并确定历史时间段内心室辅助设备的控制参数变化情况的第二变化量;基于第一变化量与第二变化量,确定表征心室辅助设备的状态特性的目标状态值;基于目标状态值、目标运行参数以及心室辅助设备当前时刻的当前运行参数,更新心室辅助设备当前时刻的当前控制参数,将更新后的当前控制参数确定为心室辅助设备下一时刻的目标控制参数;按照目标控制参数,控制心室辅助设备。应用本实施例提供的方案,能够实现心室辅助设备的精确化控制。
Description
技术领域
本申请涉及医疗器械技术领域,特别是涉及一种心室辅助设备的控制方法及装置。
背景技术
心室辅助设备是针对患有心脏相关疾病的患者,如心衰患者,提供支撑或辅助功能的装置,用于辅助心脏将血液泵送至身体其他各部位。
心室辅助设备的主要问题是控制。控制合理有助于心室卸载、满足心输出、脉压差和血流搏动性;控制不当则会出现抽吸、血栓、溶血等异常状态。因此,亟需一种心室辅助设备的转速方案。
发明内容
本申请实施例的目的在于提供一种心室辅助设备的控制方法及装置,以实现心室辅助设备的精确化控制。具体技术方案如下:
第一方面,本申请实施例提供了一种心室辅助设备的控制方法,所述方法包括:
获取目标数据,基于所述目标数据,确定心室辅助设备下一时刻的目标运行参数,其中,所述目标数据包括所述心室辅助设备的运行参数和/或所述心室辅助设备所针对目标对象的对象参数;
确定包含当前时刻的历史时间段内所述心室辅助设备的实际运行参数变化情况的第一变化量,并确定所述历史时间段内所述心室辅助设备的控制参数变化情况的第二变化量;
基于所述第一变化量与第二变化量,确定表征所述心室辅助设备的状态特性的目标状态值;
基于所述目标状态值、目标运行参数以及所述心室辅助设备当前时刻的当前运行参数,更新所述心室辅助设备当前时刻的当前控制参数,将更新后的当前控制参数确定为所述心室辅助设备下一时刻的目标控制参数;
按照所述目标控制参数,控制所述心室辅助设备。
本申请的一个实施例中,上述基于所述第一变化量与第二变化量,确定表征所述心室辅助设备的状态特性的目标状态值,包括:
基于所述第一变化量、第二变化量,计算表征所述心室辅助设备的状态特性的多个备选状态值;
针对每一备选状态值,基于该备选状态值与其他备选状态值之间的差异,计算该备选状态值的第一调整偏量,并基于第一调整偏量,对该备选状态值进行调整;
基于调整后的备选状态值,确定目标状态值。
本申请的一个实施例中,上述基于调整后的备选状态值,确定目标状态值,包括:
若不满足预设的收敛条件,基于调整后的备选状态值,返回开始执行所述针对每一备选状态值,基于该备选状态值与其他备选状态值之间的差异,计算该备选状态值的第一调整偏量,并基于第一调整偏量,对该备选状态值进行调整的步骤,直至满足所述收敛条件,基于最终调整得到的备选状态值,确定目标状态值。
本申请的一个实施例中,上述针对每一备选状态值,基于该备选状态值与其他备选状态值之间的差异,计算该备选状态值的第一调整偏量,并基于第一调整偏量,对该备选状态值进行调整,包括:
按照以下方式调整每一备选状态值:
基于备选状态值与其他备选状态值之间的差异、以及当前迭代次数,计算备选状态值的第一调整偏量;
基于第一调整偏量以及当前迭代次数,对备选状态值进行调整。
本申请的一个实施例中,上述收敛条件为:迭代次数等于预设迭代次数,所述基于备选状态值与其他备选状态值之间的差异、以及当前迭代次数,计算备选状态值的第一调整偏量,包括:
确定表征所述当前迭代次数与预设迭代次数之间差距的第一迭代偏量,对所述第一迭代偏量进行非线性映射,得到第一映射值,基于所述第一映射值,确定目标迭代量;
基于备选状态值与其他备选状态值之间的差异、以及所述目标迭代量,计算备选状态值的第一调整偏量。
本申请的一个实施例中,上述收敛条件为:迭代次数等于预设迭代次数,所述基于第一调整偏量以及当前迭代次数,对备选状态值进行调整,包括:
确定表征所述当前迭代次数与预设迭代次数之间差距的第二迭代偏量,对所述第二迭代偏量进行线性映射,得到第二映射值,基于第二映射值,确定第二调整偏量;
基于所述第一调整偏量以及第二调整偏量,对备选状态值进行调整。
本申请的一个实施例中,上述基于所述目标状态值、目标运行参数以及所述心室辅助设备当前时刻的当前运行参数,更新所述心室辅助设备当前时刻的当前控制参数,包括:
计算所述目标运行参数与所述心室辅助设备当前时刻的当前运行参数之间的运行差值;
基于所述运行差值与所述目标状态值,计算所述心室辅助设备当前时刻的当前控制参数的控制偏量;
基于所计算的控制偏量,调整所述心室辅助设备当前时刻的当前控制参数。
第二方面,本申请实施例提供了一种心室辅助设备的控制装置,所述装置包括:
运行参数确定模块,用于获取目标数据,基于所述目标数据,确定心室辅助设备下一时刻的目标运行参数,其中,所述目标数据包括所述心室辅助设备的运行参数和/或所述心室辅助设备所针对目标对象的对象参数;
变化量确定模块,用于确定包含当前时刻的历史时间段内所述心室辅助设备的实际运行参数变化情况的第一变化量,并确定所述历史时间段内所述心室辅助设备的控制参数变化情况的第二变化量;
状态值确定模块,用于基于所述第一变化量与第二变化量,确定表征所述心室辅助设备的状态特性的目标状态值;
参数更新模块,用于基于所述目标状态值、目标运行参数以及所述心室辅助设备当前时刻的当前运行参数,更新所述心室辅助设备当前时刻的当前控制参数,将更新后的当前控制参数确定为所述心室辅助设备下一时刻的目标控制参数;
设备控制模块,用于按照所述目标控制参数,控制所述心室辅助设备。
本申请的一个实施例中,上述状态值确定模块,包括:
第一状态值确定子模块,用于基于所述第一变化量、第二变化量,计算表征所述心室辅助设备的状态特性的多个备选状态值;
状态值调整子模块,用于针对每一备选状态值,基于该备选状态值与其他备选状态值之间的差异,计算该备选状态值的第一调整偏量,并基于第一调整偏量,对该备选状态值进行调整;
第二状态值确定子模块,用于基于调整后的备选状态值,确定目标状态值。
本申请的一个实施例中,上述第二状态值确定子模块,具体用于若不满足预设的收敛条件,基于调整后的备选状态值,触发所述状态值调整子模块,直至满足所述收敛条件,基于最终调整得到的备选状态值,确定目标状态值。
本申请的一个实施例中,上述状态值调整子模块,包括:
偏量计算单元,用于基于备选状态值与其他备选状态值之间的差异、以及当前迭代次数,计算备选状态值的第一调整偏量;
状态值调整单元,用于基于第一调整偏量以及当前迭代次数,对备选状态值进行调整。
本申请的一个实施例中,上述收敛条件为:迭代次数等于预设迭代次数,所述偏量计算单元,具体用于确定表征所述当前迭代次数与预设迭代次数之间差距的第一迭代偏量,对所述第一迭代偏量进行非线性映射,得到第一映射值,基于所述第一映射值,确定目标迭代量;基于备选状态值与其他备选状态值之间的差异、以及所述目标迭代量,计算备选状态值的第一调整偏量。
本申请的一个实施例中,上述收敛条件为:迭代次数等于预设迭代次数,所述状态值调整单元,具体用于确定表征所述当前迭代次数与预设迭代次数之间差距的第二迭代偏量,对所述第二迭代偏量进行线性映射,得到第二映射值,基于第二映射值,确定第二调整偏量;基于所述第一调整偏量以及第二调整偏量,对备选状态值进行调整。
本申请的一个实施例中,上述参数更新模块,具体用于计算所述目标运行参数与所述心室辅助设备当前时刻的当前运行参数之间的运行差值;基于所述运行差值与所述目标状态值,计算所述心室辅助设备当前时刻的当前控制参数的控制偏量;基于所计算的控制偏量,调整所述心室辅助设备当前时刻的当前控制参数。
第三方面,本申请实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面所述的方法步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的方法步骤。
由以上可见,应用本申请实施例提供的方案,按照所确定的下一时刻的目标控制参数控制心室辅助设备,下一时刻的目标控制参数是基于目标状态值、目标运行参数以及当前运行参数确定得到的。由于目标状态值反映心室辅助设备的运行状态特性,当前运行参数反映心室辅助设备当前运行状况,目标运行参数则是反映期望心室辅助设备达到的运行状况。因此,所确定的目标控制参数融合了上述三个方面的信息,使得目标控制参数能够适应于当前应用环境的各个方面,从而提高了心室辅助设备的控制智能化和精确性。
另外,由于目标状态值是基于第一变化量与第二变化量确定得到的,第一变化量表征历史时间段内心室辅助设备的实际运行参数变化情况,第二变化量表征历史时间段内心室辅助设备的控制参数变化情况,第一变化量、第二变化量能够综合反映心室辅助设备的运行特性,因此,所确定的目标状态值能够准确地反映心室辅助设备的状态特性。
再者,本实施例目标运行参数是基于目标数据确定的,目标数据包括心室辅助设备的运行参数和/或心室辅助设备所针对目标对象的对象参数,目标数据反映了心室辅助设备运行环境的环境特性,因此,所确定的目标运行参数能够适应于当前运行环境的环境特性,从而使得心室辅助设备的控制能够更加适用于当前运行环境,进一步提高了心室辅助设备的控制智能化和精确性。
当然,实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的实施例。
图1为本申请实施例提供的一种轴流泵的结构示意图;
图2为本申请实施例提供的第一种心室辅助设备的控制方法的流程示意图;
图3为本申请实施例提供的第二种心室辅助设备的控制方法的流程示意图;
图4为本申请实施例提供的第三种心室辅助设备的控制方法的流程示意图;
图5为本申请实施例提供的第四种心室辅助设备的控制方法的流程示意图
图6为本申请实施例提供的第一种心室辅助设备的控制装置的结构示意图;
图7为本申请实施例提供的第二种心室辅助设备的控制装置的结构示意图;
图8为本申请实施例提供的一种状态值调整子模块的结构示意图;
图9为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员基于本申请所获得的所有其他实施例,都属于本申请保护的范围。
本申请的心室辅助设备可被附接到心脏的左心室、右心室或者两个心室的心尖上。心室辅助设备可以是轴流泵、离心泵或磁悬浮泵。
以下结合图1以轴流泵为例,对心室辅助设备的结构进行说明。图1示出了轴流泵的结构示意图,包括依次连接固定的猪尾管106、血液流入口105、血液流道104、血液流出口103、电机壳体102和导管101,电机壳体102内部安装有电机,电机的转轴贯穿电机壳体,与在血液流道104内部的轴流叶轮固定连接。
电机带动轴流叶轮旋转,在此驱动作用下,心脏中的血液从血液流入口105流入,经过血液流道104,从血液流出口103流出。
除了图1所示的结构之外,还可以将电机通过柔性驱动轴与叶轮连接,这样当心室辅助设备置于患者体内时,电机位于心脏外,从而缩小心室辅助设备的尺寸,电机通过柔性驱动轴驱动叶轮旋转,实现心室辅助设备的辅助泵血功能。
本申请各实施例的执行主体可以是心室辅助设备的控制器,控制器用于检测心室辅助设备/患者的相关参数、以及控制心室辅助设备的运行。
参见图2,图2为本申请实施例提供的第一种心室辅助设备的控制方法的流程示意图,上述方法包括以下步骤S201-S205。
步骤S201:获取目标数据,基于目标数据,确定心室辅助设备下一时刻的目标运行参数。
上述目标数据包括心室辅助设备的运行参数和/或心室辅助设备所针对目标对象的对象参数。上述心室辅助设备的运行参数表征心室辅助设备运行情况,上述运行参数可以包括心室辅助设备的泵血流量、转速、电机电流等;上述心室辅助设备所针对目标对象的对象参数用于表征目标对象的生理情况,上述对象参数可以包括目标对象的心脏压力、容积等。
上述目标数据可以是预先存储于存储器内的,在本实施例开始执行时,控制器可以读取上述存储器内的目标数据,从而获取上述目标数据。
心室辅助设备下一时刻的目标运行参数是指期望心室辅助设备下一时刻达到的运行参数值。由于目标运行参数是控制器基于目标数据所确定的,所选择的目标运行参数能够适应心室辅助设备当前运行情况和/或目标对象当前的生理情况,而不需要医护人员手动设定固定运行参数,在本实施例中,随着目标数据的变化,下一时刻的目标运行参数也随之改变,从而使得心室辅助设备运行时能够更加灵活适应心室辅助设备当前运行环境的变化,从而实现心室辅助设备的自适应控制。
确定上述目标运行参数可以包含下述两种实施方式,第一种实施方式中,可以预先提取各种预设运行参数的特征,作为预设特征,对上述目标数据进行特征提取,得到目标特征,对目标特征与每一预设特征进行特征匹配,将匹配结果最高的预设特征对应的预设运行参数作为心室辅助设备下一时刻的目标运行参数。
第二种实施方式中,可以将目标数据输入预先训练的运行参数预测模型,得到运行参数预测模型输出的运行参数,作为目标运行参数。
上述运行参数预测模块可以是以样本数据作为训练样本、以样本心室辅助设备下一时刻的运行参数作为训练基准,对初始神经网络模型进行训练得到的,用于预测心室辅助设备下一时刻的运行参数的模型。
步骤S202:确定包含当前时刻的历史时间段内心室辅助设备的实际运行参数变化情况的第一变化量,并确定历史时间段内心室辅助设备的控制参数变化情况的第二变化量。
上述历史时间段包含当前时刻。上述历史时间段的时长可以是预先设定的,例如可以是10min、20min等。上述历史时间段可以是当前时刻之前延伸预设时长的时间段。
上述实际运行参数是指心室辅助设备实际达到的运行参数。上述控制参数是指控制心室辅助设备的参数,上述控制参数可以是输入转速值、输入电流值等。
在确定上述第一变化量时,可以确定历史时间段内每两相邻时刻所对应的实际运行参数之间的差值,形成历史时间段内的差值矩阵,作为第一变化量。还可以对历史时间段所包含的各个实际运行参数进行统计分析,将统计分析结果作为第一变化量;
在确定上述第二变化量时,也可以确定历史时间段内每两相邻时刻所对应的控制参数之间的差值,形成历史时间段内的差值矩阵,作为第二变化量。还可以对历史时间段所包含的各个控制参数进行统计分析,将统计分析结果作为第二变化量。
步骤S203:基于第一变化量与第二变化量,确定表征心室辅助设备的状态特性的目标状态值。
上述状态特性用于表征心室辅助设备固有参数的特性,如心室辅助设备自身材料的温度、形变、滞环特性等。在心室辅助设备运行过程中,状态特性会影响上述运行状况,从而影响心室辅助设备的实际运行参数。
在确定目标状态值时,一种实施方式中,可以对第一变化量与第二变化量进行耦合,对得到的耦合关系进行局部特征提取,将提取得到的局部特征作为目标状态值。
在得到的耦合关系中,局部特征包含心室辅助设备的状态特性,因此,可以将识别得到的局部特征作为目标状态值。
当上述耦合关系用耦合函数形式表征时,在提取局部特征时,可以计算上述耦合函数的损失函数,对上述损失函数进行最小值求解,将计算得到的解作为局部特征。
确定状态值的其他方式可以参见后续图3对应的实施例,在此不进行详述。
步骤S204:基于目标状态值、目标运行参数以及心室辅助设备当前时刻的当前运行参数,更新心室辅助设备当前时刻的当前控制参数,将更新后的当前控制参数确定为心室辅助设备下一时刻的目标控制参数。
由于是基于目标状态值、目标运行参数以及当前运行参数进行更新的,目标状态值反映心室辅助设备的运行状态特性,当前运行参数反映心室辅助设备当前运行状况,目标运行参数则是反映期望心室辅助设备达到的运行状况,因此,在更新当前控制参数时,融合了上述三个方面的信息,使得更新后的当前控制参数能够在适应当前运行状态状况、运行状态特性以及期望达到的运行状况。
并且,下一时刻的目标控制参数是在当前时刻的当前控制参数的基础上进行更新得到的,这样,下一时刻的目标控制参数与当前控制参数之间具有一定的关联关系,采用目标控制参数进行控制时,能够避免较大的波动,保证心室辅助设备的平稳运行。
在更新当前控制参数时,一种实施方式中,可以将目标状态值、当前运行参数输入预先训练的控制参数确定模型,得到控制参数确定模型输出的控制参数,上述控制参数作为备选参数,将上述控制参数、目标状态值以及当前运行参数,按照第一预设耦合模型进行耦合,对得到的耦合函数进行求解,作为预测运行参数,若上述预测运行参数与目标运行参数之间的差异大于预设阈值,调节上述控制参数确定模型的参数,直至预测运行参数解与目标运行参数之间的差异小于或者等于预设阈值,将预测运行参数所对应的备选参数作为更新后的当前控制参数。
上述控制参数确定模型是预先对初始神经网络模型进行训练得到的,用于预测下一时刻控制参数的模型。上述控制参数确定模型仅是预训练得到的,还未针对心室辅助设备的应用场景进行针对化训练,因此,还需要在实际应用场景中进行针对性调整模型的参数。
当预测运行参数与目标运行参数之间的差异大于预设阈值,表示采用备选参数控制心室辅助设备并不能很好达到期望目标,在这种情况下,需要调节控制参数确定模型的参数,在调节参数时,可以基于预测运行参数与目标运行参数之间差值的正负号确定调整方向,并采用预设的收敛步长调整参数。
在更新当前控制参数时,另一种实施方式中,还可以计算目标运行参数与心室辅助设备当前时刻的当前运行参数之间的运行差值;基于运行差值与目标状态值,计算心室辅助设备当前时刻的当前控制参数的控制偏量;基于所计算的控制偏量,调整心室辅助设备当前时刻的当前控制参数。
在计算控制偏量时,可以计算运行差值与目标状态值之间的比值,作为控制偏量;还可以按照以下表达式计算上述控制偏量:
;
其中,表示控制偏量,/>表示运行差值,/>表示目标状态值,/>表示预设的系数。
在对当前控制参数进行调整时,可以计算当前控制参数与上述控制偏量之间的和值,作为调整后的当前控制参数。
可以看到,由于控制偏量是基于运行差值与目标状态值计算得到的,运行差值表示心室辅助设备当前时刻达到目标运行参数的运行变化情况,目标状态值表示心室辅助设备当前的状态情况,这样,融合上述两个维度的信息,能够使得计算得到的控制偏量的准确度高,进而实现精确调整当前控制参数。
步骤S205:按照目标控制参数,控制心室辅助设备。
在控制心室辅助设备时,可以在即将到达下一时刻时,将目标控制参数输入心室辅助设备,心室辅助设备按照上述目标控制参数进行运行。
由以上可见,应用本实施例提供的方案,按照所确定的下一时刻的目标控制参数控制心室辅助设备,下一时刻的目标控制参数是基于目标状态值、目标运行参数以及当前运行参数确定得到的。由于目标状态值反映心室辅助设备的运行状态特性,当前运行参数反映心室辅助设备当前运行状况,目标运行参数则是反映期望心室辅助设备达到的运行状况。因此,所确定的目标控制参数融合了上述三个方面的信息,使得目标控制参数能够适应于当前应用环境的各个方面,从而提高了心室辅助设备的控制智能化和精确性。
另外,由于目标状态值是基于第一变化量与第二变化量确定得到的,第一变化量表征历史时间段内心室辅助设备的实际运行参数变化情况,第二变化量表征历史时间段内心室辅助设备的控制参数变化情况,第一变化量、第二变化量能够综合反映心室辅助设备的运行特性,因此,所确定的目标状态值能够准确地反映心室辅助设备的状态特性。
再者,本实施例目标运行参数是基于目标数据确定的,目标数据包括心室辅助设备的运行参数和/或心室辅助设备所针对目标对象的对象参数,目标数据反映了心室辅助设备运行环境的环境特性,因此,所确定的目标运行参数能够适应于当前运行环境的环境特性,从而使得心室辅助设备的控制能够更加适用于当前运行环境,进一步提高了心室辅助设备的控制智能化和精确性。
在前述图2对应的实施例的步骤S203中,除了采用所提及的方式确定目标状态值之外,还可以采用下述步骤S303-S305实现。基于此,本申请的一个实施例中,参见图3,图3为本申请实施例提供的第二种心室辅助设备的控制方法的流程示意图,上述方法包括以下步骤S301-S307。
步骤S301:获取目标数据,基于目标数据,确定心室辅助设备下一时刻的目标运行参数。
上述目标数据包括心室辅助设备的运行参数和/或心室辅助设备所针对目标对象的对象参数。
步骤S302:确定包含当前时刻的历史时间段内心室辅助设备的实际运行参数变化情况的第一变化量,并确定历史时间段内心室辅助设备的控制参数变化情况的第二变化量。
上述步骤S301-S302与前述步骤S201-S202相同,在此不再赘述。
步骤S303:基于第一变化量、第二变化量,计算表征心室辅助设备的状态特性的多个备选状态值。
备选状态值是指能够较为准确地表征心室辅助设备的状态特性。计算备选状态值,可以按照以下两种实施方式实现:
第一种实施方式中,可以将第一变化量、第二变化量多次输入预先训练的状态预测模型,得到状态预测模型输出的状态值,作为备选状态值。上述状态预测模型是预先训练的用于计算心室辅助设备的状态值的模型。
第二种实施方式中,可以按照第二预设耦合模型,对第一变化量与第二变化量进行耦合,基于预设的约束关系,对耦合得到的函数进行求解,得到多个等级的解,如最优解、次优解等,将得到的每个解作为备选状态值。
第二预设耦合模型用于表征第一变化量、第二变化量以及状态值之间的关系,将第一变化量、第二变化量代入第二预设耦合模型,得到状态值为变量的耦合函数关系。
上述约束关系可以包括针对状态值的约束关系、耦合函数关系变化情况的约束关系等。上述约束关系可以是预先从大量实验以及理论知识确定得到的。
步骤S304:针对每一备选状态值,基于该备选状态值与其他备选状态值之间的差异,计算该备选状态值的第一调整偏量,并基于第一调整偏量,对该备选状态值进行调整。
由于是基于第一调整偏量调整备选状态值,第一调整偏量是基于备选状态值与其他备选状态值之间的差异计算得到的,所以,备选状态值的调整融合了备选状态值之间的差异信息,从而弥补了备选状态值自身的误差干扰因素,使得每一备选状态值的调整更加精准。
在计算第一调整偏量时,可以计算备选状态值与其他每一备选状态值之间的差异的平均值,作为第一调整偏量;还可以对所计算的每一差异进行加权求和,差异小的权重高,差异大的权重低,将计算得到的值作为第一调整偏量。
在调整备选状态值时,一种实施方式中,可以直接计算备选状态值与第一调整偏量之间的和值/差值。另一种实施方式中,可以按照以下表达式调整备选状态值:
;
其中,表示调整后的备选状态值,/>表示调整前的备选状态值,/>表示第一调整偏量,/>、/>表示预设的系数,/>表示sign函数。
步骤S305:基于调整后的备选状态值,确定目标状态值。
在确定目标状态值时,可以计算调整后的备选状态值的平均值,将计算得到的平均值确定为目标状态值。还可以对调整后的备选状态值进行加权求和,将计算得到的值确定为目标状态值。
步骤S306:基于目标状态值、目标运行参数以及心室辅助设备当前时刻的当前运行参数,更新心室辅助设备当前时刻的当前控制参数,将更新后的当前控制参数确定为心室辅助设备下一时刻的目标控制参数。
步骤S307:按照目标控制参数,控制心室辅助设备。
上述步骤S306-S307与前述步骤S204-S205相同,在此不再赘述。
由以上可见,应用本实施例提供的方案,由于目标状态值是基于调整后的备选状态值确定的,而备选状态值的调整融合了备选状态值之间的差异信息,从而弥补了备选状态值自身的误差干扰因素,从而使得每一备选状态值的调整更加精准,也就是目标状态值能够更加准确反映心室辅助设备的状态特性。
在前述图3对应的实施例步骤S305中,在确定目标状态值时可以采用迭代处理方式进行确定。基于此,本申请的一个实施例中,参见图4,图4为本申请实施例提供的第三种心室辅助设备的控制方法的流程示意图,上述方法包括以下步骤S401-S407。
步骤S401:获取目标数据,基于目标数据,确定心室辅助设备下一时刻的目标运行参数。
上述目标数据包括心室辅助设备的运行参数和/或心室辅助设备所针对目标对象的对象参数。
步骤S402:确定包含当前时刻的历史时间段内心室辅助设备的实际运行参数变化情况的第一变化量,并确定历史时间段内心室辅助设备的控制参数变化情况的第二变化量。
步骤S403:基于第一变化量、第二变化量,计算表征心室辅助设备的状态特性的多个备选状态值。
步骤S404:针对每一备选状态值,基于该备选状态值与其他备选状态值之间的差异,计算该备选状态值的第一调整偏量,并基于第一调整偏量,对该备选状态值进行调整。
上述步骤S401-S404与前述步骤S301-S304相同,在此不再赘述。
步骤S405:若不满足预设的收敛条件,基于调整后的备选状态值,返回开始执行步骤S404,直至满足收敛条件,基于最终调整得到的备选状态值,确定目标状态值。
上述预设的收敛条件可以是迭代次数大于或者等于预设次数、目标状态值位于预设状态值范围内等。
在不满足预设的收敛条件情况下,基于调整后的备选状态值,返回开始执行步骤S404,即针对每一调整后的备选状态值,基于该调整后的备选状态值与其他调整后的备选状态值之间的差异,计算该调整后的备选状态值的第一调整偏量,并基于所计算的调整偏量,对该调整后的备选状态值进行调整。
在满足预设的收敛条件情况下,基于最终调整得到的备选状态值确定目标状态值。
步骤S406:基于目标状态值、目标运行参数以及心室辅助设备当前时刻的当前运行参数,更新心室辅助设备当前时刻的当前控制参数,将更新后的当前控制参数确定为心室辅助设备下一时刻的目标控制参数。
步骤S407:按照目标控制参数,控制心室辅助设备。
上述步骤S406-S407与前述步骤S306-S307相同,在此不再赘述。
由以上可见,应用本实施例提供的方案,由于采用迭代方式确定目标状态值,这样所确定的目标状态值在不断迭代过程中,能够保留调整后的每一备选状态值的有效信息,从而使得目标状态值的精确度进一步提高。
在前述图4对应的实施例中,采用迭代方式调整备选状态值,进而得到目标状态值,在每一次迭代调整备选状态值时,可以按照下述步骤S504-S506实现。基于此,本申请的一个实施例中,参见图5,图5为本申请实施例提供的第四种心室辅助设备的控制方法的流程示意图,上述方法包括下述步骤S501-S509。
步骤S501:获取目标数据,基于目标数据,确定心室辅助设备下一时刻的目标运行参数。
上述目标数据包括心室辅助设备的运行参数和/或心室辅助设备所针对目标对象的对象参数。
步骤S502:确定包含当前时刻的历史时间段内心室辅助设备的实际运行参数变化情况的第一变化量,并确定历史时间段内心室辅助设备的控制参数变化情况的第二变化量。
步骤S503:基于第一变化量、第二变化量,计算表征心室辅助设备的状态特性的多个备选状态值。
上述步骤S501-S503与前述步骤S401-S403相同,在此不再赘述。
按照下述步骤S504-S505迭代调整每一备选状态值。
步骤S504:基于备选状态值与其他备选状态值之间的差异、以及当前迭代次数,计算备选状态值的第一调整偏量。
由于第一调整偏量是结合上述差异信息以及当前迭代次数计算得到的,当前迭代次数是表征当前迭代调整的状态信息,如当前迭代次数越小,表示当前处于迭代调整前期,当前迭代次数越大,表示当前处于迭代调整后期,通过融合当前迭代调整的状态信息,能够更加精准地计算备选状态值的第一调整偏量。
计算第一调整偏量可以按照以下两种实施方式实现:
第一种实施方式中,可以对当前迭代次数进行归一化处理,作为调整系数,计算上述调整系数与上述差异之间的乘积,作为备选状态值的第一调整偏量。
第二种实施方式中,在收敛条件为迭代次数等于预设迭代次数的情况下,可以确定表征当前迭代次数与预设迭代次数之间差距的第一迭代偏量,对第一迭代偏量的进行非线性映射,得到第一映射值,基于第一映射值,确定目标迭代量;基于备选状态值与其他备选状态值之间的差异、以及目标迭代量,计算备选状态值的第一调整偏量。
由于目标迭代量是基于第一映射值确定的,第一映射值是利用第一迭代偏差进行非线性映射得到的,第一迭代偏差反映当前迭代次数与预设迭代次数之间差距,那么,所确定的目标迭代量能够精准反映当前迭代所处状态,这样,基于上述目标迭代量,能够进一步确定备选状态值的第一调整偏量。
并且由于上述第一映射值是经过非线性映射得到的,非线性映射表示输入值与输出值之间的非线性关系,利用非线性关系,能够使得每次计算得到的目标迭代量之间的差异非固定,从而避免出现迭代调整过程中局部最优情况,提高了目标迭代量计算的精确度。
在确定第一迭代偏量时,可以计算当前迭代次数与预设迭代次数之间的差值,作为第一迭代偏量;还可以计算当前迭代次数与预设迭代次数之间的比值,作为第一迭代偏量。
在进行非线性映射时,可以采用预设的非线性函数,上述非线性函数用于表征第一迭代偏量与相对应映射值之间非线性映射关系。将第一迭代偏量输入预设的非线性函数,实现非线性映射。
具体的,可以按照以下表达式进行非线性映射:
;
其中,表示第一映射值,/>表示第一迭代偏量。
在确定目标迭代量时,可以确定第一预设等级中上述映射值所属的第一目标等级,将当前迭代次数映射至第一目标等级所对应的迭代量区间,将映射得到的数据确定为目标迭代量。
上述第一预设等级是预先设定的,每一第一预设等级对应一个迭代量范围,基于此,可以确定目标迭代量所属的迭代量范围,确定上述迭代量范围对应的预设等级,作为第一目标等级。
采用预设的映射函数,将当前迭代次数映射至第一目标等级所对应的迭代量区间,从而得到目标迭代量。
在计算第一调整偏量时,可以计算上述差异与目标迭代量之间的乘积,作为第一调整偏量。
步骤S505:基于第一调整偏量以及当前迭代次数,对备选状态值进行调整。
由于备选状态值的调整是结合上述第一调整偏量以及当前迭代次数确定的,当前迭代次数是表征当前迭代调整的状态信息,通过融合当前迭代调整的状态信息,并且第一调整偏量同样是融合了当前迭代调整的状态信息,在第一调整偏量准确度较高的基础上,进一步直接融入当前迭代次数,这样综合两方面能够更加精准地对备选状态值进行调整。
备选状态值可以按照以下两种实施方式进行调整:
第一种实施方式中,可以对当前迭代次数进行归一化处理,作为调整系数,计算上述调整系数与上述第一调整偏量之间的乘积,并计算备选状态值与上述乘积之间的和值/差值,作为调整后的备选状态值。
第二种实施方式中,当收敛条件为迭代次数等于预设迭代次数时,可以确定表征当前迭代次数与预设迭代次数之间差距的第二迭代偏量,对第二迭代偏量进行线性映射,得到第二映射值,基于第二映射值,确定第二调整偏量;基于第一调整偏量以及第二调整偏量,对备选状态值进行调整。
由于第二调整偏量是基于映射值确定的,上述映射值是利用迭代偏差进行线性映射得到的,迭代偏差反映当前迭代次数与预设迭代次数之间差距,那么,所确定的第二调整偏量能够精准反映当前迭代所处状态,这样,在第一调整偏量基础上,进一步融合第二调整偏量,能够精确地对备选状态值进行调整。
并且,由于上述第二映射值是经过线性映射得到的,线性映射表示输入值与输出值之间的线性关系,如线性递增、线性递减。利用线性关系,在对备选状态值进行调整时,能够加快进行全局搜索,提高了第二调整偏量计算的效率。
在确定第二迭代偏量时,可以计算当前迭代次数与预设迭代次数之间的差值,作为第二迭代偏量;还可以计算当前迭代次数与预设迭代次数之间的比值,作为第二迭代偏量。
在进行线性映射时,可以采用预设的线性函数,上述线性函数用于表征迭代偏量与相对应映射值之间线性映射关系。将第二迭代偏量输入预设的线性函数,实现线性映射。
具体的,可以按照以下表达式进行线性映射:
;
其中,表示第二映射值,/>表示第二迭代偏量,a、b为预设的系数,a>b,且b取值在区间(0,1)内。
在确定第二调整偏量时,可以确定第二预设等级中上述映射值所属的第二目标等级,将当前迭代次数映射至第二目标等级所对应的调整偏量区间,将映射得到的数据确定为第二调整偏量。
上述第二预设等级是预先设定的,每一第二预设等级对应一个调整偏量范围,基于此,可以确定第二调整偏量所属的调整偏量范围,确定上述调整偏量范围对应的预设等级,作为第二目标等级。
采用预设的映射函数,将当前迭代次数映射至目标等级所对应的调整偏量区间,从而得到第二调整偏量。
在对备选状态值进行调整时,可以计算上述第二调整偏量与备选状态值之间的乘积,计算上述乘积与第一调整偏量之间的和值,将计算得到的值确定为调整后的备选状态值。还可以计算第一调整偏量与第二调整偏量之间的平均值,计算上述平均值与备选状态值之间的和值,作为调整后的备选状态值。
步骤S506:若不满足预设的收敛条件,基于调整后的备选状态值,返回开始执行步骤S504,直至满足收敛条件,基于最终调整得到的备选状态值,确定目标状态值。
步骤S507:基于目标状态值、目标运行参数以及心室辅助设备当前时刻的当前运行参数,更新心室辅助设备当前时刻的当前控制参数,将更新后的当前控制参数确定为心室辅助设备下一时刻的目标控制参数。
步骤S508:按照目标控制参数,控制心室辅助设备。
上述步骤S506-S508与前述步骤S405-S407相同,在此不再赘述。
由以上可见,应用本实施例提供的方案,首先,第一调整偏量融合了当前迭代次数,当前迭代次数是表征当前迭代调整的状态信息,使得第一调整偏量精确度更高;进一步的,在第一调整偏量基础上,进一步直接融入当前迭代次数,这样综合两方面能够更加精准地对备选状态值进行调整,进而能够精确地对心室辅助设备进行控制。
与上述心室辅助设备的控制方法相对应,本申请实施例还提供了一种心室辅助设备的控制装置。
参见图6,图6为本申请实施例提供的第一种心室辅助设备的控制装置的结构示意图,上述装置包括601-605。
运行参数确定模块601,用于获取目标数据,基于所述目标数据,确定心室辅助设备下一时刻的目标运行参数,其中,所述目标数据包括所述心室辅助设备的运行参数和/或所述心室辅助设备所针对目标对象的对象参数;
变化量确定模块602,用于确定包含当前时刻的历史时间段内所述心室辅助设备的实际运行参数变化情况的第一变化量,并确定所述历史时间段内所述心室辅助设备的控制参数变化情况的第二变化量;
状态值确定模块603,用于基于所述第一变化量与第二变化量,确定表征所述心室辅助设备的状态特性的目标状态值;
参数更新模块604,用于基于所述目标状态值、目标运行参数以及所述心室辅助设备当前时刻的当前运行参数,更新所述心室辅助设备当前时刻的当前控制参数,将更新后的当前控制参数确定为所述心室辅助设备下一时刻的目标控制参数;
设备控制模块605,用于按照所述目标控制参数,控制所述心室辅助设备。
由以上可见,应用本实施例提供的方案,按照所确定的下一时刻的目标控制参数控制心室辅助设备,下一时刻的目标控制参数是基于目标状态值、目标运行参数以及当前运行参数确定得到的。由于目标状态值反映心室辅助设备的运行状态特性,当前运行参数反映心室辅助设备当前运行状况,目标运行参数则是反映期望心室辅助设备达到的运行状况。因此,所确定的目标控制参数融合了上述三个方面的信息,使得目标控制参数能够适应于当前应用环境的各个方面,从而提高了心室辅助设备的控制智能化和精确性。
另外,由于目标状态值是基于第一变化量与第二变化量确定得到的,第一变化量表征历史时间段内心室辅助设备的实际运行参数变化情况,第二变化量表征历史时间段内心室辅助设备的控制参数变化情况,第一变化量、第二变化量能够综合反映心室辅助设备的运行特性,因此,所确定的目标状态值能够准确地反映心室辅助设备的状态特性。
再者,本实施例目标运行参数是基于目标数据确定的,目标数据包括心室辅助设备的运行参数和/或心室辅助设备所针对目标对象的对象参数,目标数据反映了心室辅助设备运行环境的环境特性,因此,所确定的目标运行参数能够适应于当前运行环境的环境特性,从而使得心室辅助设备的控制能够更加适用于当前运行环境,进一步提高了心室辅助设备的控制智能化和精确性。
参见图7,图7为本申请实施例提供的第二种心室辅助设备的控制装置的结构示意图,上述装置包括701-707。
运行参数确定模块701,用于获取目标数据,基于所述目标数据,确定心室辅助设备下一时刻的目标运行参数,其中,所述目标数据包括所述心室辅助设备的运行参数和/或所述心室辅助设备所针对目标对象的对象参数;
变化量确定模块702,用于确定包含当前时刻的历史时间段内所述心室辅助设备的实际运行参数变化情况的第一变化量,并确定所述历史时间段内所述心室辅助设备的控制参数变化情况的第二变化量;
第一状态值确定子模块703,用于基于所述第一变化量、第二变化量,计算表征所述心室辅助设备的状态特性的多个备选状态值;
状态值调整子模块704,用于针对每一备选状态值,基于该备选状态值与其他备选状态值之间的差异,计算该备选状态值的第一调整偏量,并基于第一调整偏量,对该备选状态值进行调整;
第二状态值确定子模块705,用于基于调整后的备选状态值,确定目标状态值。
参数更新模块706,用于基于所述目标状态值、目标运行参数以及所述心室辅助设备当前时刻的当前运行参数,更新所述心室辅助设备当前时刻的当前控制参数,将更新后的当前控制参数确定为所述心室辅助设备下一时刻的目标控制参数;
设备控制模块707,用于按照所述目标控制参数,控制所述心室辅助设备。
由以上可见,应用本实施例提供的方案,由于目标状态值是基于调整后的备选状态值确定的,而备选状态值的调整融合了备选状态值之间的差异信息,从而弥补了备选状态值自身的误差干扰因素,从而使得每一备选状态值的调整更加精准,也就是目标状态值能够更加准确反映心室辅助设备的状态特性。
本申请的一个实施例中,上述第二状态值确定子模块705,具体用于若不满足预设的收敛条件,基于调整后的备选状态值,触发所述状态值调整子模块,直至满足所述收敛条件,基于最终调整得到的备选状态值,确定目标状态值。
由以上可见,应用本实施例提供的方案,由于采用迭代方式确定目标状态值,这样所确定的目标状态值在不断迭代过程中,能够保留调整后的每一备选状态值的有效信息,从而使得目标状态值的精确度进一步提高。
参见图8,图8为本申请实施例提供的一种状态值调整子模块的结构示意图,上述状态值调整子模块包括801-802。
偏量计算单元801,用于基于备选状态值与其他备选状态值之间的差异、以及当前迭代次数,计算备选状态值的第一调整偏量;
状态值调整单元802,用于基于第一调整偏量以及当前迭代次数,对备选状态值进行调整。
由以上可见,应用本实施例提供的方案,首先,第一调整偏量融合了当前迭代次数,当前迭代次数是表征当前迭代调整的状态信息,使得第一调整偏量精确度更高;进一步的,在第一调整偏量基础上,进一步直接融入当前迭代次数,这样综合两方面能够更加精准地对备选状态值进行调整,进而能够精确地对心室辅助设备进行控制。
本申请的一个实施例中,上述收敛条件为:迭代次数等于预设迭代次数,所述偏量计算单元801,具体用于确定表征所述当前迭代次数与预设迭代次数之间差距的第一迭代偏量,对所述第一迭代偏量进行非线性映射,得到第一映射值,基于所述第一映射值,确定目标迭代量;基于备选状态值与其他备选状态值之间的差异、以及所述目标迭代量,计算备选状态值的第一调整偏量。
由于目标迭代量是基于第一映射值确定的,第一映射值是利用第一迭代偏差进行非线性映射得到的,第一迭代偏差反映当前迭代次数与预设迭代次数之间差距,那么,所确定的目标迭代量能够精准反映当前迭代所处状态,这样,基于上述目标迭代量,能够进一步确定备选状态值的第一调整偏量。
并且由于上述第一映射值是经过非线性映射得到的,非线性映射表示输入值与输出值之间的非线性关系,利用非线性关系,能够使得每次计算得到的目标迭代量之间的差异非固定,从而避免出现迭代调整过程中局部最优情况,提高了目标迭代量计算的精确度。
本申请的一个实施例中,上述收敛条件为:迭代次数等于预设迭代次数,所述状态值调整单元,具体用于确定表征所述当前迭代次数与预设迭代次数之间差距的第二迭代偏量,对所述第二迭代偏量进行线性映射,得到第二映射值,基于第二映射值,确定第二调整偏量;基于所述第一调整偏量以及第二调整偏量,对备选状态值进行调整。
由于第二调整偏量是基于映射值确定的,上述映射值是利用迭代偏差进行线性映射得到的,迭代偏差反映当前迭代次数与预设迭代次数之间差距,那么,所确定的第二调整偏量能够精准反映当前迭代所处状态,这样,在第一调整偏量基础上,进一步融合第二调整偏量,能够精确地对备选状态值进行调整。
并且,由于上述第二映射值是经过线性映射得到的,线性映射表示输入值与输出值之间的线性关系,如线性递增、线性递减。利用线性关系,在对备选状态值进行调整时,能够加快进行全局搜索,提高了第二调整偏量计算的效率。
本申请的一个实施例中,上述参数更新模块,具体用于计算所述目标运行参数与所述心室辅助设备当前时刻的当前运行参数之间的运行差值;基于所述运行差值与所述目标状态值,计算所述心室辅助设备当前时刻的当前控制参数的控制偏量;基于所计算的控制偏量,调整所述心室辅助设备当前时刻的当前控制参数。
可以看到,由于控制偏量是基于运行差值与目标状态值计算得到的,运行差值表示心室辅助设备当前时刻达到目标运行参数的运行变化情况,目标状态值表示心室辅助设备当前的状态情况,这样,融合上述两个维度的信息,能够使得计算得到的控制偏量的准确度高,进而实现精确调整当前控制参数。
与上述心室辅助设备的控制方法相对应,本申请实施例还提供了一种电子设备。
参见图9,图9为本申请实施例提供的一种电子设备的结构示意图,包括处理器901、通信接口902、存储器903和通信总线904,其中,处理器901,通信接口902,存储器903通过通信总线904完成相互间的通信,
存储器903,用于存放计算机程序;
处理器901,用于执行存储器903上所存放的程序时,实现本申请实施例提供的心室辅助设备的控制方法。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本申请提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现本申请实施例提供的心室辅助设备的控制方法。
在本申请提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行时实现本申请实施例提供的心室辅助设备的控制方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk (SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、电子设备、计算机可读存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。以上所述仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本申请的保护范围内。
Claims (6)
1.一种心室辅助设备的控制装置,其特征在于,所述装置包括:
运行参数确定模块,用于获取目标数据,基于所述目标数据,确定心室辅助设备下一时刻的目标运行参数,其中,所述目标数据包括所述心室辅助设备的运行参数和/或所述心室辅助设备所针对目标对象的对象参数;
变化量确定模块,用于确定包含当前时刻的历史时间段内所述心室辅助设备的实际运行参数变化情况的第一变化量,并确定所述历史时间段内所述心室辅助设备的控制参数变化情况的第二变化量;
状态值确定模块,用于基于所述第一变化量与第二变化量,确定表征所述心室辅助设备的状态特性的目标状态值;
参数更新模块,用于基于所述目标状态值、目标运行参数以及所述心室辅助设备当前时刻的当前运行参数,更新所述心室辅助设备当前时刻的当前控制参数,将更新后的当前控制参数确定为所述心室辅助设备下一时刻的目标控制参数;
设备控制模块,用于按照所述目标控制参数,控制所述心室辅助设备;
所述状态值确定模块,包括:
第一状态值确定子模块,用于基于所述第一变化量、第二变化量,计算表征所述心室辅助设备的状态特性的多个备选状态值;
状态值调整子模块,用于针对每一备选状态值,基于该备选状态值与其他备选状态值之间的差异,计算该备选状态值的第一调整偏量,并基于第一调整偏量,对该备选状态值进行调整;
第二状态值确定子模块,用于基于调整后的备选状态值,确定目标状态值。
2.根据权利要求1所述的装置,其特征在于,所述第二状态值确定子模块,具体用于若不满足预设的收敛条件,基于调整后的备选状态值,触发所述状态值调整子模块,直至满足所述收敛条件,基于最终调整得到的备选状态值,确定目标状态值。
3.根据权利要求2所述的装置,其特征在于,所述状态值调整子模块,包括:
偏量计算单元,用于基于备选状态值与其他备选状态值之间的差异、以及当前迭代次数,计算备选状态值的第一调整偏量;
状态值调整单元,用于基于第一调整偏量以及当前迭代次数,对备选状态值进行调整。
4.根据权利要求3所述的装置,其特征在于,所述收敛条件为:迭代次数等于预设迭代次数,所述偏量计算单元,具体用于确定表征所述当前迭代次数与预设迭代次数之间差距的第一迭代偏量,对所述第一迭代偏量进行非线性映射,得到第一映射值,基于所述第一映射值,确定目标迭代量;基于备选状态值与其他备选状态值之间的差异、以及所述目标迭代量,计算备选状态值的第一调整偏量。
5.根据权利要求3所述的装置,其特征在于,所述收敛条件为:迭代次数等于预设迭代次数,所述状态值调整单元,具体用于确定表征所述当前迭代次数与预设迭代次数之间差距的第二迭代偏量,对所述第二迭代偏量进行线性映射,得到第二映射值,基于第二映射值,确定第二调整偏量;基于所述第一调整偏量以及第二调整偏量,对备选状态值进行调整。
6.根据权利要求1-5中任一项所述的装置,其特征在于,所述参数更新模块,具体用于计算所述目标运行参数与所述心室辅助设备当前时刻的当前运行参数之间的运行差值;基于所述运行差值与所述目标状态值,计算所述心室辅助设备当前时刻的当前控制参数的控制偏量;基于所计算的控制偏量,调整所述心室辅助设备当前时刻的当前控制参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311220034.7A CN116943015B (zh) | 2023-09-21 | 2023-09-21 | 一种心室辅助设备的控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311220034.7A CN116943015B (zh) | 2023-09-21 | 2023-09-21 | 一种心室辅助设备的控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116943015A CN116943015A (zh) | 2023-10-27 |
CN116943015B true CN116943015B (zh) | 2023-12-15 |
Family
ID=88462504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311220034.7A Active CN116943015B (zh) | 2023-09-21 | 2023-09-21 | 一种心室辅助设备的控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116943015B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117258137B (zh) * | 2023-11-20 | 2024-03-12 | 安徽通灵仿生科技有限公司 | 一种心室导管泵的转速自适应控制方法及装置 |
CN117258138B (zh) * | 2023-11-21 | 2024-03-12 | 安徽通灵仿生科技有限公司 | 一种心室辅助系统的冲洗设备的控制方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113769262A (zh) * | 2021-08-04 | 2021-12-10 | 浙江迪远医疗器械有限公司 | 一种控制血泵的方法、装置、电子设备及存储介质 |
CN115177860A (zh) * | 2022-09-08 | 2022-10-14 | 深圳核心医疗科技有限公司 | 性能调整方法及装置 |
CN115253064A (zh) * | 2022-07-26 | 2022-11-01 | 深圳核心医疗科技有限公司 | 心室辅助装置的控制方法、装置、电子设备和存储介质 |
CN115995291A (zh) * | 2023-03-22 | 2023-04-21 | 安徽通灵仿生科技有限公司 | 一种介入式心室导管泵的控制系统及方法 |
CN116052851A (zh) * | 2022-09-19 | 2023-05-02 | 安徽通灵仿生科技有限公司 | 一种心室辅助设备的推荐方法及装置 |
CN116077826A (zh) * | 2023-03-15 | 2023-05-09 | 安徽通灵仿生科技有限公司 | 一种心室导管泵的转速控制方法及装置 |
CN116236685A (zh) * | 2023-05-10 | 2023-06-09 | 深圳核心医疗科技股份有限公司 | 电机转速的控制方法及装置 |
CN116421877A (zh) * | 2022-11-30 | 2023-07-14 | 上海焕擎医疗科技有限公司 | 一种控制装置、心室辅助系统及自适应控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2015268105B2 (en) * | 2014-05-29 | 2019-12-12 | Heartware, Inc. | Ventricular assist device method and apparatus |
-
2023
- 2023-09-21 CN CN202311220034.7A patent/CN116943015B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113769262A (zh) * | 2021-08-04 | 2021-12-10 | 浙江迪远医疗器械有限公司 | 一种控制血泵的方法、装置、电子设备及存储介质 |
CN115253064A (zh) * | 2022-07-26 | 2022-11-01 | 深圳核心医疗科技有限公司 | 心室辅助装置的控制方法、装置、电子设备和存储介质 |
CN115177860A (zh) * | 2022-09-08 | 2022-10-14 | 深圳核心医疗科技有限公司 | 性能调整方法及装置 |
CN116052851A (zh) * | 2022-09-19 | 2023-05-02 | 安徽通灵仿生科技有限公司 | 一种心室辅助设备的推荐方法及装置 |
CN116421877A (zh) * | 2022-11-30 | 2023-07-14 | 上海焕擎医疗科技有限公司 | 一种控制装置、心室辅助系统及自适应控制方法 |
CN116077826A (zh) * | 2023-03-15 | 2023-05-09 | 安徽通灵仿生科技有限公司 | 一种心室导管泵的转速控制方法及装置 |
CN115995291A (zh) * | 2023-03-22 | 2023-04-21 | 安徽通灵仿生科技有限公司 | 一种介入式心室导管泵的控制系统及方法 |
CN116236685A (zh) * | 2023-05-10 | 2023-06-09 | 深圳核心医疗科技股份有限公司 | 电机转速的控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116943015A (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116943015B (zh) | 一种心室辅助设备的控制方法及装置 | |
CN116370819B (zh) | 一种心室辅助装置的泵血流量估测方法及装置 | |
CN116077826B (zh) | 一种心室导管泵的转速控制方法及装置 | |
CN116870354A (zh) | 一种心室辅助设备的转速控制方法及装置 | |
CN117323558B (zh) | 一种心室辅助设备的自适应控制方法及装置 | |
CN116492588B (zh) | 一种心室导管泵的位置检测方法及装置 | |
US11927464B2 (en) | Method for determining a fluid flow rate through a pump | |
CN115995291B (zh) | 一种介入式心室导管泵的控制系统及方法 | |
CN115845248B (zh) | 一种心室导管泵的定位方法及装置 | |
CN117717704B (zh) | 一种基于心室导管泵的泵血流量估测系统及方法 | |
CN111322984B (zh) | 海拔高度计算方法及装置、无人机、存储介质 | |
CN117258138B (zh) | 一种心室辅助系统的冲洗设备的控制方法及装置 | |
CN116370815B (zh) | 一种iabp球囊的充气时刻预测方法及装置 | |
CN116168090B (zh) | 一种设备参数标定方法及装置 | |
CN117159916A (zh) | 一种心室辅助设备的控制方法及装置 | |
CN115463336A (zh) | 一种心室导管泵的监测方法及装置 | |
CN115887906A (zh) | 一种心室导管泵的抽吸事件检测方法及装置 | |
CN117244171B (zh) | 一种心室辅助系统的冲洗设备的自适应控制方法及装置 | |
CN116628577B (zh) | 一种心室辅助设备的不良事件检测方法及装置 | |
CN117258137B (zh) | 一种心室导管泵的转速自适应控制方法及装置 | |
CN117298444B (zh) | 一种心室导管泵的控制方法及装置 | |
CN116052851A (zh) | 一种心室辅助设备的推荐方法及装置 | |
CN110533158B (zh) | 模型建构方法、系统及非易失性电脑可读取记录介质 | |
WO2021191703A1 (en) | Method for selecting datasets for updating artificial intelligence module | |
CN115998261A (zh) | 一种左心室压力的估计方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |