Αναγνώριση μη γραμμικού μοντέλου για την καρδιαγγειακή ρύθμιση

• Main Author: Ανδρούτσος, Παναγιώτης
• Other Authors: Κούσουλας, Νικόλαος
• Language: gr
• Published: 2014
• Subjects: Μη γραμμικά συστήματα; Αναγνώριση; Καρδιακός παλμός; 616.120 75; Non linear systems; Identification; Heart rate
• Online Access: http://hdl.handle.net/10889/6714

Στην παρούσα διπλωματική εργασία παρουσιάζεται η μέθοδος της αναγνώρισης του μη γραμμικού δυναμικού συστήματος της καρδιαγγειακής ρύθμισης. Συγκεκριμένα, αυτή η μέθοδος εστιάζει στην αναγνώριση του Heart Rate Baroreflex μηχανισμού (ή αντίδραση πιεσοϋποδοχέα του καρδιακού παλμού) μέσω παρατηρήσεων της καρδιακής πίεσης η οποία αποτελεί την είσοδο και του καρδιακού παλμού ο οποίος αποτελεί την έξοδο του προς αναγνώριση συστήματος. Το μοντέλο αυτό βασίζεται στα έμφυτα χαρακτηριστικά του αυτόνομου νευρικού συστήματος, για την απεικόνιση των οποίων αναπτύσσουμε ένα προσαρμοζόμενο νεύρο-ασαφές σύστημα (ANFIS). Αυτή η μέθοδος μας επιτρέπει να ενσωματώσουμε τις φυσιολογικές λειτουργίες του νευρικού μας συστήματος όπως την συμπαθητική και παρασυμπαθητική, δια μέσου της επιλογής κατάλληλων συναρτήσεων συμμετοχής, οι οποίες αντικατοπτρίζουν επακριβώς, την συμπεριφορά των παραπάνω νεύρων για το προσαρμοζόμενο νεύρο-ασαφές σύστημα. Τα αποτελέσματα συμφωνούν με τα φυσικά χαρακτηριστικά του καρδιαγγειακού μηχανισμού ρύθμισης, όπως καθυστέρηση κατά την λειτουργία των παρασυμπαθητικών νευρών, διάρκεια κατά την λειτουργία των συμπαθητικών και διόρθωση ανάμεσα στο σήμα του καρδιακού παλμού και της καρδιακής ρύθμισης. Η σωστή εκτίμηση του Heart Rate Baroreflex μηχανισμού επιτρέπει στους κλινικούς γιατρούς να έχουν πιο αξιόπιστες πληροφορίες για τους ασθενείς τους. === This thesis presents the method of identification of nonlinear dynamic system of cardiovascular regulation. Specifically , this method focuses on the identification of the Heart Rate Baroreflex (or Baroreceptor Reflex ) mechanism by observation of the arterial blood pressure which is the input and heart rate which is the output of the system. This model is based on the inherent characteristics of the autonomic nervous system, so we develop an adaptive neuro- fuzzy inference system (ANFIS) to represent them. This method allows us to incorporate the physiological functions of our nervous system, such as sympathetic and parasympathetic nerves, through the selection of appropriate membership functions , which reflect accurately the behavior of these nerves for the adaptive neuro- fuzzy system . The results agree with the natural characteristics and physiological understanding of the cardiovascular regulatory system, such as delay in the parasympathetic function, durability in the function of sympathetic nerves and the correlation between the heart rate and the arterial blood pressure signals. Proper assessment of Heart Rate Baroreflex mechanism allows clinicians to have more reliable information for their patients.