以类神经网路与SIMULINKR为架构的呼吸控制模拟

《以类神经网路与SIMULINKR为架构的呼吸控制模拟》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、以類神經網路與SIMULINK®為架構的呼吸控制模擬TheNeuralNetworkModelingandSIMULINK^-basedRespiratoryControlSimulation*本研究由國科會計畫NSC86-2213-E035-017補助支持，特此誌謝。摘要®本文旨在SIMULINK環境中研製出一套系統模擬與分析軟體，嚐試利用類神經網路的學習方式，取代先前人體呼吸系統之最佳化控制中呼吸耗能最小化的假設條件。適應類神經網路控制器包含T兩個部份：倒傳遞網路和前向網路。倒傳遞網路是透過學習方式

2、，來掌握化學刺激的輸入與肌神經驅動訊號的輸出間彼此關係。前向網路是修正肌神經驅動訊號的誤差，利用梯度演算法來做線上校正工作，並透過模糊類神經的觀念，經由學習調整出適合的歸屬函數與呼吸控制中肌神經驅動訊號的波形。透過本文提出的人體呼吸控制模型，對於運動狀態和吸入二氧化碳的響應，則可以和最佳機化呼吸控制的結果相互驗證，以求在人體呼吸系統的模式化過程，尋求一個合理的、可信度高、具臨床應用價值的解答。關鍵字：適應類神經網路；呼吸控制：系統模擬；梯度演算法；歸屬函數。AbstractInthispaper,ane

3、wadaptiveneuralnetworksimulationprocessforthehumanrespiratorysystemispresentedandsimulatedbasedonthepreviouslyproposedoptimalchemical-mechanicalmodel.Theadaptiveneuralcontrollerscheme,consistingofbothback-propagationneuralnetworkandforwardmodel,ispropose

4、dtoovercomethedifficultyofthenonlinearityofthesystemandoptimizationprocessencounteredinthepreviousstudies.Whiletheback-propagationneuralnetworkisemployedforthelearningschemeoftheinputandoutputrelationship,theforwardmodelisusedtoconverttheoutputerrorintot

5、hecontrolsignalerror,whichwillbeappliedtoadjusttheback-propagationneuralnetworkoutputinthemeantime.ThemodelsuccessfullysimulatedCO2bloodgastensionsandvariousrespiratoryresponsestoinhaledCO2andexercisestimuli.Theresultsaremostlyconsistentwiththeexperiment

6、alfindingsandthederivedrespiratorypatternsarealsoinfavorableagreementwithphysiologicaldata・Keywords:neuralnetwork;respiratorycontrol;systemsimulation;back-propagation;gradientalgorithm.x/V呼吸系統是人體最重要的調節系統，其主要工作是迎合由血液中的化學狀態所決定的換氣要求［1］,任何換氣階層均可由交替的呼吸模式產生。呼吸

7、控制系統當正常操作狀況改變時，被觀察而假設有某些操作定理或是決定法則，而其中最迷惑、尚未解決並且令人困惑的研究領域，是運動中呼吸響應的方法［2］。當肌肉運動時，一個健康的人其呼吸速率及深度將會增加，因此肺的總換氣量也隨之增加。眾所周知，這個響應是伴隨著動脈血液中二氧化碳新陳代謝的程度；然而，當反應中止時，呼吸漸漸地回復到正常模式［2,3］。呼吸系統的調節包含兩個部份，一是化學的部份，它是用來調節血液中的化學成份，另一則是機械部份，它是用來處理換氣的機械程序。一個常用來解釋這些結果的方法是將人類呼吸的控制

8、模式化。許多研究已耗費相當多的努力於模擬呼吸的控制，且對化學刺激的呼吸響應已提出許多成功的模擬模式，但對於運動中的控制，方法仍是不明確的。Poon曾提出一個清晰的關於運動狀態的刺激［4］，它利用最佳化控制器去取代反射控制器來做為呼吸作用的腦幹。這個最佳化學一機械控制模型包含了傳統化學回授與類神經機械回授信號，且已被很多的臨床醫學資料所認同與接受。由於先前的研究大都專注於化學或機械的層面上，利用最佳化的理論去探討呼吸耗能最小化的方法，然而，這