hbv动力学模型的辨识与仿真

《hbv动力学模型的辨识与仿真》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华中科技大学硕士学位论文HBV动力学模型的辨识与仿真姓名：李智申请学位级别：硕士专业：系统工程指导教师：齐欢2011-01-20华中科技大学硕士学位论文摘要本文在总结研究国内外HBV数学模型研究和参数辨识技术的基础上，基于改进的乙肝病毒、肝细胞和免疫系统相互作用机理的HBV动力学模型，对乙型肝炎各种临床典型症状进行了仿真，验证了改进HBV动力学模型的有效性。同时，在改进的HBV动力学模型的基础上，引进了参数辨识技术，以临床乙肝患者的临床检查数据为样本，辨识出HBV动力学模型中与乙肝患者密切相关的HBV感染复制能力参数和T细胞治愈杀伤能力参数数值大小，仿真重现患者病情的发展情况以及发展

2、趋势，包括患者体内健康肝细胞、感染肝细胞、肝细胞总量、HBVDNA含量、CTL含量以及丙氨酸转氨酶（ALT）含量的发展变化过程，为临床医生对乙肝患者的诊断和疗效评价提供一种新的方法和辅助手段。在针对HBV动力学模型参数辨识技术的研究和运用方面，本文采用了两种不同的辨识方法，分别为多向单纯形法和BP神经网络方法，介绍了两种方法的特点。通过对实际乙肝患者的临床检测数据的辨识仿真的结果比较，分析了这两种辨识方法的优劣性和对HBV动力学模型的适应性，讨论了HBV动力学模型参数辨识的特点和辨识误差存在的原因。最后，本文针对改进的HBV动力学模型，分析了目前存在缺陷和不足以及改进方向，探讨了HB

3、V动力学模型辨识技术的难点。关键词：HBV动力学模型，参数辨识，单纯形方法，BP神经网络，计算机仿真I华中科技大学硕士学位论文AbstractBasedonthesummarizationofthestudyofdomesticandforeignHBVmathematicalmodelsresearchesandtheparametersidentificationtechnology,inthisthesis,theHBVdynamicsmodelwasimprovedonthebasisoftheinteractionmechanismofthehepatitisBvirus,

4、livercellsandtheimmunesystem.AndsimulatedthevariousclinicalsymptomsofhepatitisBtoverifytheeffectivenessoftheHBVdynamicmodel.ThenbasedontheHBVdynamicmodelsandthehepatitisBpatients’clinicalexaminationdata,thisthesisintroducedtheparametersidentificationtechnologytoidentifytheparametersinHBVdynamic

5、modelwhichcloselyrelatedtotheillnessdevelopmentofthehepatitisBpatients,suchastheparametersrelatedtotheinfectionandreplicationcapabilitiesofHBVandtheparametersrelatedtothecureandkillcapabilitiesoftheTcells.Thustheresultsoftheparametersidentificationwereusedtosimulatetheillnessdevelopmentsituatio

6、nandthedevelopmenttrendsofhepatitisBpatients,includingthedevelopmentofpatients’healthylivercells,infectedlivercells,thetotalamountoflivercells,theHBVDNAcontent,theCTLcontentandtheALTcontent,toprovideanewmethodandaassistantmeasureforthehepatitisBpatients’diagnosisandthecurativeeffectassessment.A

7、fterthestudyoftheresearchonparametersidentificationandtheapplicationinengineering,thisthesisusedtwodifferentparametersidentificationmethodstoidentifytheHBVdynamicmodels,respectivelyarethemulti-directionalsearchmethodandtheBPneural