基于規(guī)則引流融合神經(jīng)網(wǎng)絡(luò)的血透專家系統(tǒng)

于帆　危屹

摘 要 目的：本文構(gòu)思出了一種新的血液引流模型，此設(shè)計用于維護終末期腎功能衰竭患者血液透析并在透析過程中使血液流動保持動力學(xué)穩(wěn)定狀態(tài)并將血流量增加到約400毫升/分鐘?；谏窠?jīng)網(wǎng)絡(luò)專家系統(tǒng)的工作機理的解釋。方法：首先，設(shè)計了一種新的結(jié)合血液引流機的透析壺；第二，根據(jù)血流動力學(xué)可操作條件的分析，建立了三層BP神經(jīng)網(wǎng)絡(luò)；第三，對神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的知識獲取和表達進行了詳細(xì)研究；最后，對神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)進行訓(xùn)練和分析。結(jié)果：模擬結(jié)果和經(jīng)驗表明，該系統(tǒng)運行可靠，與預(yù)期的結(jié)果相一致。結(jié)論：從而保證血液透析患者在血液透析過程中血液流速保持持續(xù)穩(wěn)定狀態(tài)并且緩解疼痛的功效。

關(guān)鍵詞 BP神經(jīng)網(wǎng)絡(luò) 故障診斷 神經(jīng)網(wǎng)絡(luò)專家系統(tǒng) 規(guī)則式專家系統(tǒng)

中圖分類號：TP311 文獻標(biāo)識碼：A

0引言

在醫(yī)學(xué)上，血液透析是一種用來實現(xiàn)人體內(nèi)廢物產(chǎn)品如血肌酐和尿素與自由水在腎臟中的體外去除當(dāng)腎功能處于衰竭狀態(tài)時候的方法。血液透析是腎臟替代療法的三種方法之一（其他兩個是腎移植和腹膜透析）。針對血液透析過程，采用數(shù)據(jù)挖掘技術(shù)對大量數(shù)據(jù)進行分析，以透析前后各過程水資源分配為目標(biāo)，研究水資源分配與再利用模型，建立水資源分配管理的知識庫，從而能根據(jù)任務(wù)，純度等要求自動分配水源管路。設(shè)計相關(guān)軟硬件平臺，為節(jié)約透析用水總量，降低水資源消耗提供保障，該研究有較高的理論價值和廣闊的應(yīng)用前景。

患者的血液通過血液透析機泵和透析液進行透析。醫(yī)療行為取決于醫(yī)生的推理能力醫(yī)療決策依賴于潛在的不確定信息。此外，血流速度是保證處理效果和高通量血液透析可靠性的關(guān)鍵元件。因此，血液引流醫(yī)院使用動靜脈穿刺，血液的流動率（BFR）約為200毫升/分鐘，但它對病人有一定傷害。

本文提出了一種改進的方法即使用血液引流透析壺，避免穿刺，使血流率（BFR）可以達到400毫升/分鐘。有了這個動機，（研究擬解決的關(guān)鍵問題）本文提出了一種用于血液透析系統(tǒng)的基于模型的控制方法，設(shè)計為在血液透析的終末期腎功能衰竭患者維持血流動力學(xué)穩(wěn)定。解決了傳統(tǒng)的專家系統(tǒng)知識獲取瓶頸等諸多問題，比如自學(xué)能力的效率低，推理單調(diào)，所以它有一定的局限性。而人工神經(jīng)網(wǎng)絡(luò)技術(shù)是一個數(shù)學(xué)模型，應(yīng)用結(jié)構(gòu)像下丘腦神經(jīng)元的突觸連接，具有學(xué)習(xí)能力強，能夠從樣本中學(xué)習(xí)，獲取知識，它是以權(quán)值和閾值的形式存儲在神經(jīng)網(wǎng)絡(luò)中。這很容易實現(xiàn)并行處理，具有聯(lián)想記憶的特點，有較好的魯棒性。當(dāng)結(jié)合神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)，他們可以協(xié)同工作，優(yōu)勢互補，它們的功能將更加強大。

因此，建立一個神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)用來模擬訓(xùn)練透析壺中的透析液位置與透析情況，血泵的速度和總的安全狀態(tài)估計，這可以為護士提供輔助決策參考。

圖1：血液透析器的系統(tǒng)結(jié)構(gòu)圖

1便攜式血透機結(jié)構(gòu)設(shè)計

根據(jù)電路的特點，對血液透析器的系統(tǒng)架構(gòu)分為一二回路系統(tǒng)：體外血液透析回路和血液輸送系統(tǒng)。圖1是血液透析器系統(tǒng)結(jié)構(gòu)圖。

我們將血液透析會話分為三個階段。第一階段是預(yù)沖透析器和導(dǎo)管，它們同時通過空氣泡沫放電。第二階段是狀態(tài)圖血液從動脈到透析壺循環(huán)血液透析，并保持液位穩(wěn)定。第三階段是體外循環(huán)后的回血狀態(tài)。

圖1是血液透析器系統(tǒng)結(jié)構(gòu)圖。A泵將血液從病人的動脈通過輸液管A引流至透析壺。泵C使血液通過導(dǎo)管引流至透析器。當(dāng)泵A抽血到體外電路，局部真空可能存在，將空氣吸入管如果連接沒有絕對的緊密。因此，除氣室的功能是排出空氣。經(jīng)過過濾后，血液通過輸液管B回到透析壺和患者靜脈。A泵的旋轉(zhuǎn)方向和B泵是相反的。超聲波傳感器為透析壺設(shè)置上限和下限液位。出于安全考慮，空氣泡沫探測器是用來探測空氣導(dǎo)管和防止氣泡注入病人體內(nèi)。導(dǎo)管中的壓力控制用于避免管道破裂，病人凝血和血腫現(xiàn)象的出現(xiàn)。

在這個系統(tǒng)中，當(dāng)血液透析的狀態(tài)是安全的，A泵的轉(zhuǎn)速為一個固定值為了保持恒定的量的血液從病人的動脈流經(jīng)血液透析機。B泵的轉(zhuǎn)速應(yīng)按在透析壺的血容量和系統(tǒng)狀態(tài)決定。此外，氣泡和導(dǎo)管的壓力也應(yīng)分別控制A泵和B泵的速度。血液排水的主要困難是血泵的轉(zhuǎn)速調(diào)節(jié)，以確保適當(dāng)?shù)倪\行狀態(tài)。

以下變量與泵的速度相關(guān)：泵的旋轉(zhuǎn)速度（NA）：血液透析器系統(tǒng)無故障時那是一個不隨時間變化而變化的參數(shù)。旋轉(zhuǎn)泵B速度（NB）：隨血液透析的狀態(tài)變化而變化。泵A和泵B被分別設(shè)置在透析過程的開始和結(jié)束。透析壺的液位（h）：h的變化趨勢反應(yīng)了系統(tǒng)的運行狀態(tài)透析壺液位狀態(tài)（hs）：hs的值隨液位的上升和下降而變化，控制泵A和B的速度。導(dǎo)管中的氣泡（U）：如果導(dǎo)管中有空氣氣泡，這會造成對病人危險的空氣栓塞。一旦氣泡被檢測到，AB兩泵應(yīng)停下來，剩下的血液應(yīng)該在排除氣泡后返回到患者體內(nèi)。導(dǎo)管的壓力（P1，P2，P3）：導(dǎo)管中的壓力值能夠反映血液透析過程的狀態(tài)。壓力的采集數(shù)據(jù)應(yīng)實時獲取以便調(diào)整AB泵的速度。

2實驗理論基礎(chǔ)

2.1專家系統(tǒng)綜述

隨著科學(xué)技術(shù)的發(fā)展，一系列高新技術(shù)與復(fù)雜系統(tǒng)出現(xiàn)。專家系統(tǒng)是人工智能中最活躍、最廣泛的應(yīng)用領(lǐng)域之一。第一個專家系統(tǒng)在1965年的美國被制造。目前，專家系統(tǒng)已被應(yīng)用于許多領(lǐng)域，如農(nóng)業(yè)生產(chǎn)，醫(yī)療診斷，智能決策，實時監(jiān)測，地質(zhì)勘探，教學(xué)和軍事等，促進了國民經(jīng)濟的發(fā)展帶來了巨大的經(jīng)濟效益。

2.2神經(jīng)網(wǎng)絡(luò)概述

1943年，一個數(shù)學(xué)模型（MP模型）在神經(jīng)科學(xué)的理論研究時代正式提出了神經(jīng)元，從而開創(chuàng)了神經(jīng)科學(xué)理論的研究時代。從那時起，大量的突破性的研究促進了神經(jīng)網(wǎng)絡(luò)模型及其學(xué)習(xí)算法，特別是在1982年，一個神經(jīng)網(wǎng)絡(luò)模型的創(chuàng)建，介紹了計算能量函數(shù)的概念，給出基于神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性判據(jù)，有力地推動了神經(jīng)網(wǎng)絡(luò)的研究與開發(fā)。一個三層神經(jīng)網(wǎng)絡(luò)可以逼近任意非線性函數(shù)這個結(jié)論是在1989年被提出的 。在人工神經(jīng)網(wǎng)絡(luò)在實際應(yīng)用中，80%到90%的人工神經(jīng)網(wǎng)絡(luò)模型，采用BP網(wǎng)絡(luò)或由其變異的網(wǎng)絡(luò)模型。

2.3神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的基本原理

神經(jīng)網(wǎng)絡(luò)使用了大量的神經(jīng)連接，每個連接的權(quán)重表示特定的概念或知識的分布。在獲取知識的過程中，它需要有專家提出的例子和相關(guān)的解決方案，然后可以通過某個具體的學(xué)習(xí)算法從樣本中學(xué)習(xí)到。自適應(yīng)算法可以不斷修改網(wǎng)絡(luò)的連接權(quán)值。[7]神經(jīng)網(wǎng)絡(luò)可以輸入異常樣本，如果輸入的模式是接近某個學(xué)習(xí)樣本，輸出也會接近該學(xué)習(xí)樣本的模式，從而使神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)具有聯(lián)想記憶的能力。適當(dāng)?shù)挠蓪＜姨峁┑慕鉀Q方案通過輸入和輸出系統(tǒng)存儲在知識庫。

3神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的結(jié)構(gòu)

一個神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的結(jié)構(gòu)，表示在圖2。該系統(tǒng)主要由知識庫，數(shù)據(jù)文件，并行推理機，信息獲取模塊，解釋系統(tǒng)和人機界面等構(gòu)成。

圖2：人工神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的結(jié)構(gòu)

3.1知識獲取

3.1.1bp神經(jīng)網(wǎng)絡(luò)

根據(jù)結(jié)構(gòu)，神經(jīng)網(wǎng)絡(luò)可以分為兩類，一個是前饋網(wǎng)絡(luò)，另一個是反饋網(wǎng)絡(luò)。從目前的研究來看，前饋網(wǎng)絡(luò)是一種更完善的網(wǎng)絡(luò)。而BP網(wǎng)絡(luò)是最常見的一種。

標(biāo)準(zhǔn)BP神經(jīng)網(wǎng)絡(luò)由三個神經(jīng)層構(gòu)成，即，輸入層，中間隱含層和輸出層。各層的神經(jīng)元相互連接形成整個互連，但同一層的神經(jīng)元不連接。對于多層網(wǎng)絡(luò)的訓(xùn)練，首先是提供一組訓(xùn)練樣本，其中包括輸入樣本與理想輸出樣本。當(dāng)所有的網(wǎng)絡(luò)的實際輸出與理想輸出一致，培訓(xùn)結(jié)束。否則，它需要修改權(quán)值，根據(jù)理想的輸出使實際輸出。在本文的三層BP網(wǎng)絡(luò)和圖3顯示了網(wǎng)絡(luò)的三層結(jié)構(gòu)。

圖3：網(wǎng)絡(luò)的三層結(jié)構(gòu)

3.1.2專家系統(tǒng)規(guī)則

泵的轉(zhuǎn)速調(diào)整應(yīng)根據(jù)目前的透析壺中血容量的觀測，以及系統(tǒng)的運行狀態(tài)決定。監(jiān)測血容量的目標(biāo)是為了保持透析壺中的液位在很窄的范圍內(nèi)變化。這樣的血液量跟蹤系統(tǒng)是減少在透析過程中與過程后低血糖發(fā)作的頻率。

血容量調(diào)整的估計是通過以下隱藏變量表示：A泵的旋轉(zhuǎn)速度（nA）：A泵控制著血液流進透析器的流動量。nA是一個時不變參數(shù)。B泵的旋轉(zhuǎn)速度（nB）：B泵控制著血液流出透析器的流動量。泵A和泵B分別被設(shè)置在透析器的開始端和結(jié)束端。透析壺液位（h）：透析壺液位在預(yù)定的安全范圍內(nèi)，它根據(jù)透析過程中不同的人在不同的階段中的不同操作而變化。

透析壺的液位狀態(tài)（hS）：透析壺的液位狀態(tài)指示液位的變化過程。

血液引流的主要困難是對血液流經(jīng)透析器時的理想血容量的估計。

該系統(tǒng)采用專家系統(tǒng)的推理機制的基礎(chǔ)知識和神經(jīng)網(wǎng)絡(luò)的推理機制來處理血液透析過程中可能出現(xiàn)的不同狀況，整個系統(tǒng)處于并行工作的方式。在我們的例子中，BP神經(jīng)網(wǎng)絡(luò)的液位有五種狀態(tài)：非常低，低，正常，高，非常高。相應(yīng)的似然性（nA和nB）也模糊：低，正常，高。透析壺的液位狀態(tài)有四種狀態(tài)：正常，小，大和多（具體參數(shù)是根據(jù)控制對象的不同而調(diào)整）。模糊變量的使用，有效防止了門限效應(yīng)與閾值影響。一些在專家系統(tǒng)的顯式知識庫的規(guī)則如下：

如果透析壺液位低（h低）和透析壺液位狀態(tài)小（hs?。?；

然后B泵的旋轉(zhuǎn)速度低（nB低）和透析壺液位狀態(tài)?。╤s小）和A泵的旋轉(zhuǎn)速度正常（正常）；

如果透析壺液位高（h高）和（透析壺液位狀態(tài)?。ㄐ。┗蛲肝鰤匾何粻顟B(tài)大（hs大）或透析壺液位狀態(tài)正常（hs正常））；

然后B泵的旋轉(zhuǎn)速度正常（nB正常）和透析壺液位狀態(tài)多（hs多）；

如果透析壺液位很高（h很高）或（透析壺液位狀態(tài)多（hs多）和透析壺液位高（h高）和透析壺液位狀態(tài)不大（hs不大））；

然后B泵的旋轉(zhuǎn)速度高（nB高）和透析壺液位多（nB多）；

如果透析壺液位正常（h正常）和（透析壺液位狀態(tài)多（hs多）或透析壺液位高（h高））；

然后B泵的旋轉(zhuǎn)速度低（nB低）和透析壺液位狀態(tài)大（hs大）；

除了這些，空氣泡沫和輸液管壓力與血液透析的穩(wěn)定性和安全性密切相關(guān)。如果變量是不正常的，它可能會發(fā)生緊急事件如管，栓塞的斷裂，凝血等等，因此A泵與B泵的轉(zhuǎn)速應(yīng)該根據(jù)相應(yīng)情況的變化而改變。因此需要對BP網(wǎng)絡(luò)的知識，大容量的學(xué)習(xí)，自適應(yīng)，并行推理，聯(lián)想記憶，與專家系統(tǒng)的結(jié)合，優(yōu)勢互補，構(gòu)建神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)，實現(xiàn)血液透析的快速調(diào)整。

3.2神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

基于網(wǎng)絡(luò)的結(jié)構(gòu)和學(xué)習(xí)樣本，訓(xùn)練方法可以被描述為四個步驟：

（1）給出的閾值%＼j、%aj，鏈接的權(quán)重Vhi、Wij在[-1， 1]之間隨機變化。

（2）為每個模型（AK，YK）（A為輸入層的節(jié)點，Y是隱層節(jié)點，K=1，2，……）。

①發(fā)送到輸入層，通過連接權(quán)重矩陣向隱層發(fā)送激活值，然后隱層的激活值產(chǎn)生。

②bi=f（vhi讇%Zh+%ai） （1）

③計算誤差LC：dj=（yjk-cj）cj（1-cj） j=1，2 （2）

（3）為每一個dj計算錯誤LB：ei=bj（1-bj）（djwj） （3）

（4）調(diào)整連接權(quán)值和閾值：%=wij=%Z譩i譫j （4）

（7）

其中%Z（0<%Z<1）是學(xué)習(xí)因子。重復(fù)步驟（2）直到錯誤dj是足夠小的或0。

4系統(tǒng)仿真與實現(xiàn)

這表明泵A與泵B振動速度的變更與液位高度h變化的比較。當(dāng)液位低，B泵將減速從而降低血液流出透析器的流量，從而在透析壺的血液量將增加。泵B一直保持低速度而不是停止以避免血液滯留在透析壺中或者發(fā)生凝管狀況。實驗對所提出的方法進行了驗證。規(guī)則是被集成在專家系統(tǒng)中。神經(jīng)網(wǎng)絡(luò)是由醫(yī)務(wù)人員使用的訓(xùn)練樣本作為準(zhǔn)備。然后神經(jīng)網(wǎng)絡(luò)和以規(guī)則為基礎(chǔ)的專家系統(tǒng)進行融合。根據(jù)透析壺內(nèi)的液位數(shù)據(jù)，空氣泡沫探測器的輸出和導(dǎo)管所收集的壓力，泵A和泵B的速度變化。速度的變化會反過來作用于液位的變化。如果液位低并且沒有下降，泵A開始運行。當(dāng)液位是正常的，上升的，B泵開始以正常速度運行。當(dāng)A泵順時針旋轉(zhuǎn)時B泵逆時針旋轉(zhuǎn)。當(dāng)液位低，B泵的旋轉(zhuǎn)速度低于A泵。在這種方式中液位上升。如果液位高，泵B的旋轉(zhuǎn)速度超過泵A. 因此，液位將下降到達下限值。一旦液位低于下限，B泵旋轉(zhuǎn)速度將放緩。如果導(dǎo)管中有空氣泡沫，泵A和泵B應(yīng)立即停止轉(zhuǎn)動并且外圍管路中的血液應(yīng)該被盡快返回到患者體內(nèi)直到導(dǎo)管中的空氣泡沫被排除。如果壓力異常，可能會發(fā)生血腫和空氣泄漏，兩泵應(yīng)減速。

在上述分析的基礎(chǔ)上，實驗有效的驗證了所設(shè)計的神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)控制血液透析系統(tǒng)，圖4顯示了在透析單元進行建模的結(jié)果。

圖4：在實際透析會話層進行的模擬結(jié)果

5結(jié)論

本文闡述了神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在控制血液透析過程中所起到的穩(wěn)定性和安全性應(yīng)用。這個系統(tǒng)的目的是幫助維持血液透析過程中的穩(wěn)定性與幫助血液透析患者緩解疼痛。

在這項研究中促進了仿真系統(tǒng)的開發(fā)，極大程度的實現(xiàn)了血液透析系統(tǒng)的安全性與穩(wěn)定性并且降低針頭的尺寸大小。經(jīng)驗的結(jié)果表明，該神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)具有學(xué)習(xí)樣本的能力，對網(wǎng)絡(luò)的輸出與預(yù)期的結(jié)果相一致，并且當(dāng)神經(jīng)網(wǎng)絡(luò)完成學(xué)習(xí)過程的時候，它可以對外界刺激存儲在記憶中的信息實現(xiàn)轉(zhuǎn)換或關(guān)聯(lián)，從而對系統(tǒng)的輸入產(chǎn)生回應(yīng)。

參考文獻

[1] Rose C， Smaili C， Charpillet F.動態(tài)貝葉斯網(wǎng)絡(luò)在適用于監(jiān)測患者血液透析治療的處理決策支持系統(tǒng)中的不確定因素[ C ] 人工智能工具治療病人的監(jiān)測處理不確定性，2005。ICTAI 05.第十七屆IEEE國際會議。IEEE，2005：5-598.

[2] Fueda Y，Hattori T，Minato K，等。一種基于復(fù)雜醫(yī)學(xué)工程的血流量變化與評估[C]//，2012 ICME國際會議獎，IEEE， 2012： 581-583.

[3] Zixing C， Durkin J， Tao G.先進的專家系統(tǒng)原理設(shè)計與應(yīng)用，設(shè)計和應(yīng)用[J].?？茖W(xué)出版社，北京，2005.

[4] L N，張S。美國專家系統(tǒng)研究現(xiàn)狀及展望[ J ]。計算機應(yīng)用研究，2007，24（12）：1-5.