1. کنترل عمق بيهوشي با استفاده از روش MPC
به نام خدا
پايان‌نامه کارشناسي ارشد
مهندسي پزشکي- بيوالکتريک
کنترل عمق بيهوشي با استفاده از روش MPC
ارائه: عطيه بامداديان
استاد راهنما: جناب آقاي دکتر توحيدخواه
استاد مشاور: جناب آقاي دکتر محمد حسن مرادي
خرداد 1387

2. فهرست مقدمه‏ای بر بیهوشی روند انجام بيهوشي بررسی مشکلات موجود
سیستم‏ هوشمند عمق بیهوشی
مروري بر روشهاي کنترل
مروري بر روش‏ MPC
پروتکل انجام آزمايشات
نتايج شبيه سازي
نتيجه گيري
پيشنهادات

3. مقدمه امروزه موفقيت عمل‏هاي جراحي، مرهون عمليات بيهوشي است.
اولين بيهوشي در سال 1842 توسط دکتر لانگ انجام شده است.
بيهوشي : نبود پاسخ و يا عكس‌العمل به تحريكات عصبي
عدم هشياري
عدم احساس درد
شل شدن عضلات

4. بدون تأثیر در حذف درد و هوشیاری
بررسي مسائل دارويي
متخصصان از ترکيب سه دسته دارو استفاده مي‏کنند:
هوشبر
مخدر
مسدود كننده عصبي-عضلاني
سهولت اندازه‏گيري غلظت در خون
عوارض جانبي
استنشاقي
وريدي
حذف درک و هوشیاری
القاي سريع بيهوشي
حذف درد
بدون تأثیر در حذف درد و هوشیاری

5. روند انجام بيهوشي بررسي سلامت عمومي و مطالعه سوابق بيماري شخص
استفاده از يک داروي آرام بخش پيش از انتقال بيمار به اتاق عمل
نصب سيستم‏هاي پايش علائم حياتي بيمار بعد از انتقال به اتاق عمل و پيش از انجام بيهوشي
تزريق ناگهاني هوشبر وريدي براي القاي سريع بيهوشي
لوله‏گذاري در ناي
شروع تزريق پيوسته در فاز نگهداري بيهوشي
پايش علائم حياتي بيمار و در صورت لزوم تجويز داروهاي ديگري

6. سيستم کنترل هوشمند عمق بيهوشی
خطرات و مشکلات موجود
مهمترین دلیل
مرگ و مير ناشي از بيهوشي
هوشياري حين عمل جراحي
خطاهای انسانی
برای اجتناب از دوز نامناسب هنگام عمل جراحی
ناشی از دوز کم داروی هوشبر
سيستم کنترل هوشمند عمق بيهوشی
کنترل عمق بيهوشی
تعيين عمق بيهوشی

7. تعيين عمق بيهوشی
متخصصان براي تعيين عمق بيهوشي بیمار از سه دسته پارامتر استفاده مي‏كنند:
علائم كلينيكي
پارامترهای قلبی-تنفسی
سیگنال EEG

8. تعيين عمق بيهوشی تعیین عمق بيهوشی
روش‏های مختلف پردازش سیگنال EEG جهت استخراج معیاری مناسب برای تعیین عمق بیهوشی وجود دارد:
آنالیز طیف توان
مدلسازي EEG
آناليز ويولت
آناليز پارامترهاي آشوب
پتانسيل‏های Evoke
آناليز Bispectral (BIS)
تعاریف مختلفی از عمق بیهوشی وجود دارد
تعیین عمق بيهوشی
تعيين ميزان
شل شدن عضلات
تعيين ميزان
درك و هوشياري
تعيين ميزان درد
استفاده از سیگنال EEG
نرخ ضربان قلب
استفاده از سیگنالEMG
استفاده از سیگنالEEG

9. آناليز BIS شاخص بین 100 تا صفر مقیاس بندی شده است.
با کاهش سطح هوشیاری این شاخص افت پیدا می‏کند.
در بیهوشی عمومی مقدار مابین 60 تا 40 قابل قبول است.
دستگاه BIS دارای تأييدیه FDA می‏باشد.

10. سيستم کنترل هوشمند عمق بيهوشی
خطرات و مشکلات موجود
برای اجتناب از دوز نامناسب هنگام عمل جراحی
سيستم کنترل هوشمند عمق بيهوشی
کنترل عمق بيهوشی
تعيين عمق بيهوشی

11. کنترل عمق بيهوشي
حفظ بيمار در سطح مطلوبي از بيهوشي است، بدون آن‏که بيمار هوشيار باشد و یا دردي را احساس کند.
روش‏هاي مختلفي براي کنترل عمق بيهوشي وجود دارد که تاکنون مورد استفاده قرار گرفته است:
PID
کنترل کننده هاي تطبیقی
کنترل کننده هاي فازي
کنترل کننده هاي پيش بين

12. مروری بر روش‏های استفاده شده
PID :
سال 2002 : ناپايداري در 1 مورد از 10 مورد، اثر : BIS
سال 2004 : استفاده از تخمين مرتبه 2، مشکل در مواجهه با تأخير، اثر : MAP
تطبیقی :
سال 2005 : در مدل ساده سازي هايي انجام شده است (بخش اثر در نظر گرفته نشده)، پارامترهاي فردي لحاظ نشده است. اثر : BIS
فازي :
سال 1997 : استفاده از AER، اثر : SAP، AER
سال 2004 : استفاده از AEP، استفاده از دو دارو، اثر : HR و SAP
کنترل مقاوم :
سال 2006: داروی رمی فنتانیل و پروپوفول، پارامترهای فردی لحاظ نمودند، اثر WAVCNS
GPC :
سال 1994 : داروي آتراکوريوم، پارامترهاي فردي لحاظ نشده، اثر MAP و paralysis
سال 1998 : مدل PK-PD ولي پارامترهاي فردي را لحاظ نکرده اند، اثر : MAP
سال 2003 : از مدل فيزيولوژيکي استفاده کردند، اثر : MAP

13. مشكلات موجود در سيستم‏هاي هوشمند
لحاظ نکردن پارامترهاي فردي بيمار
استفاده از مدل خطي
لحاظ نکردن تأخير
لحاظ نکردن محدوديت‌ها

14. اهداف پايان نامه استفاده از مدل کامل‏تری از بیمار. لحاظ نمودن تأخیر.
لحاظ نمودن محدودیت‏ها در محاسبه سیگنال کنترل.
كاهش مقدار داروي تزريقي به بيمار و در نتيجه كمك به ريكاوري سريعتر.
افزايش سرعت پاسخ سيستم كنترل.
افزايش ميزان مقاوم بودن سيستم كنترل نسبت به تغيير شرايط بيمار.

15. اهداف پايان نامه بخش مدلسازي: بخش کنترل کننده:
استفاده از اطلاعات فردي در مدلسازي
لحاظ نمودن تأخیر
بخش کنترل کننده:
لحاظ نمودن محدوديت‏ها
استفاده از مدل غیرخطی
استفاده از مدل
فارماکوکینتیک-فارماکودینامیک
استفاده از خانواده کنترل کننده‏های MPC

16. مدل فارماکوکينتيک-فارماکوديناميک
Ce(t)
I(t)
PK model
PD model
BIS

17. Peripheral compartment Peripheral compartment
مدل فارماکوکينتيک
Drug C2 C1 C3
روابط I
k21
k31
Peripheral compartment V2
Central compartment V1
Peripheral compartment V3
k12
k13
Muscles
Viscera
Blood
Brain
Liver
Fat
Bones
k10

18. مدل فارماکوکينتيک (فرم استاندارد)
روابط براي مدل سه بخشي ارائه شده به صورت زير است:

19. Peripheral compartment Peripheral compartment
مدل فارماکوديناميک
در واقع فارماکوديناميک ارتباط غلظت-اثر دارو را بيان مي‌کند
Peripheral compartment
Central compartment
Peripheral compartment
k1e
Pharmacodynamic
ke0
BIS
Effect site

20. مدل فارماکوديناميک افزايش غلظت پلاسما بعد از تزريق مشاهده اثر با تأخير
افزايش غلظت پلاسما بعد از تزريق مشاهده اثر با تأخير
بخش اثر
يک تأخير به صورت هم بايد در معادله بالا در نظر گرفته شود که مدت زمان آن است که دارو از محل تزريق وارد چرخه شود.

21. مدل فارماکوديناميک
اثر مشاهده شده در بیمار
بیشترین اثر مشاهده شده در بیمار
معادله هیل برای توصیف مدل فارماکودینامیک استفاده می‏شود:
در این‏جا اثر مشاهده شده در بیمار BIS است:
در صورت لزوم بايد از خطي سازي حول نقطه کار استفاده شود:
ضریب هموارسازی
غلظتی که در آن 50% اثر در بیمار مشاهده می‏شود
غلظت دارو در بخش اثر

22. اهداف پايان نامه بخش مدلسازي: بخش کنترل کننده:
استفاده از اطلاعات فردي در مدلسازي
لحاظ نمودن تأخیر
بخش کنترل کننده:
لحاظ نمودن محدوديت‏ها
استفاده از مدل غیرخطی
استفاده از مدل
فارماکوکینتیک-فارماکودینامیک
استفاده از خانواده کنترل کننده‏های MPC

23. کنترل پيش بين مبتنی بر مدل تعميم يافته (GPC)
سه جزء اساسي این الگوريتم:
مدل
تابع هزينه
سيگنال کنترل (در حالت بدون محدودیت)
پاسخ آزاد سیستم
ماتریس پاسخ پله سیستم

24. محدوديت هاي موجود در کنترل عمق بيهوشي
بيشترين اثر هر دارو مشخص است
سيگنال کنترل (دوز داروي تزريقي) منفي نمي‏تواند باشد.
در حالت تزریق پیوسته
در حالت تزریق ناگهانی
افزايش دوز نمي تواند عمق بيهوشي را افزايش دهد.
اثر
50% بیشترین اثر
دوز

25. الگوريتم Extended DMC
براي سيستم‏هاي غير خطي مورد استفاده قرار مي‏گيرد.
ترم جديدي که در بر دارنده ترم غير خطي است به خروجي پيش بيني افزوده می‏شود.
در هر بازه نمونه‏برداری پاسخ پله محاسبه مي‏شود:
از مدل خطي استفاده مي کند و آن را در هر لحظه به هنگام مي‏کند تا تأثير غير خطي کاهش يابد.

26. الگوريتم Extended DMC
در الگوریتم DMC از تفاضل خروجی پروسه و مدل در محاسبه سیگنال کنترل استفاده می‏شود.
در الگوریتم EDMC از تفاضل مدل خطی و غیر خطی نیز در محاسبه سیگنال کنترل استفاده می‏شود.

27. اصلاح روش GPC در الگوریتم معمول GPC از مدل خطی استفاده می‏شود.
جهت کاهش اثر خطی سازی:
ضرایب ماتریس پاسخ پله از مدل خطی استخراج می‏شود. (مشابه با روش معمول)
مدل و پروسه به صورت غیرخطی درنظر گرفته می‏شوند.
خروجی لحظات گذشته
تفاضل مدل و پروسه
اثر غیر خطی

28. پارامترهای بخش فارماکوکینتیک
روش پيشنهادی کنترل
بیماران از لحاظ سنی، به 4 گروه تقسیم‏بندی شدند.
با اطلاعات میانگین هر گروه یک مدل نامی بدست می‏آمد.
کنترل کننده برای مدل نامی طراحی می‏شود.
اطلاعات فردی بیمار
اطلاعات ثبت شده از بیماران
پارامترهای بخش فارماکوکینتیک
پارامترهای فارماکودینامیک

29. نتايج شبيه سازي 1 2 3 4

30. نتايج شبيه سازي
زمان نشست
فراجهش
نرخ داروی مصرفی
MDAPE

31. بررسی ميزان مقاوم بودن
برای بررسی میزان مقاوم بودن سه آزمایش انجام شده است:
بررسی مقاوم بودن نسبت به خطای تخمین تأخیر
بررسی میزان مقاوم بودن نسبت به خطای تخمین حساسیت
بررسی میزان مقاوم بودن نسبت به اغتشاش

32. بررسی ميزان مقاوم بودن نسبت به خطای تخمين تأخير
خطای تخمين تأخیر (ثانیه)

33. ميزان مقاوم بودن کنترل کننده نسبت به تغيير حساسيت بيمار
حد مجاز افزایش حساسيت (%)
حد مجاز کاهش حساسیت (%)

34. نتايج ميزان مقاوم بودن کنترل کننده برای مجموعه داده‏های مورد آزمايش
کنترل کننده‏های پیش بین عملکرد مناسبی در مواجهه با تغییر پارامترهای بیمار داشته‏اند.
درصد بیماران

35. بررسی مقاوم بودن کنترل کننده نسبت به اغتشاش
تحریکات در طول عمل جراحی را می‏توان با اغتشاش پله‏ای مدل نمود.
فرض شده که اغتشاش غیر قابل پیش‏بینی باشد.
افزایش دامنه اغتشاش وارده سبب می‏شود BIS از محدوده مجاز خارج شود.
افزایش طول زمان تحریک سبب می‏شود، مدت زمان بیشتری طول بکشد تا BIS به محدوده مجاز خود باز گردد.

36. بررسی مقاوم بودن کنترل کننده نسبت به اغتشاش
GPC
EDMC
PID

37. بررسی مقاوم بودن کنترل کننده نسبت به اغتشاش
EDMC
GPC
PID

38. بررسي اثر تزريق ناگهاني در ابتداي فاز بيهوشي
مدل بیمار در فاز القاء و نگهداری متفاوت است.
محدودیت‏ها در این دو فاز متفاوت هستند.
برای لحاظ کردن فاز القاء می‏توان به دو صورت عمل نمود:
در فاز القاء با استفاده از تجربه فرد متخصص میزان دوز دارو و زمان آن تعیین شود.
از ابتدای فاز القاء به صورت حلقه بسته عمل شود.

39. بررسي اثر تزريق ناگهاني در ابتداي فاز بيهوشي
نتایج برای بیمار نامی گروه 1 برای هر دو حالت ذکر شده نشان داده شده است.

40. روش GIPC از حالت‏های فعلی و گذشته استفاده می‏کند
اطلاعات بيشتري در فيدبک سيستم حلقه بسته وارد مي‏کند
از حالت‏های فعلی و گذشته استفاده می‏کند
معادلات فضای حالت را به صورت تفاضلی درآورده است.
نسبت به روش GPC از میزان مقاوم بودن بالاتری برخوردار است.
در محاسبه سیگنال کنترل از اختلاف وزندار حالت ها استفاده می‏شود

41. روش GIPC نتایج در حالت نامی مشابه با کنترل کننده GPC بوده است.

42. مقايسه با نتايج کلينيکی
اخیراً در سال 2008، تیمی تحقیقاتی در ژاپن (ساواگوچی و همکارانش) به صورت مستقل و به موازات این پایان نامه، از کنترل کننده MPC جهت کنترل عمق بیهوشی استفاده نمودند، که در مجله مهندسی پزشکی IEEE به چاپ رسیده است.
از BIS به عنوان شاخصی برای سنجش عمق استفاده نمودند.
تأخیر دستگاه BIS را در نیز نظر گرفتند.
کنترل کننده طراحی شده را به صورت کلینیکی مورد استفاده قرار دادند.
مقایسه نتایج حاصل از این تحقیق و نتایج بدست آمده توسط ساواگوچی و همکارانش در فاز نگهداری بیهوشی.
زمان نشست
زمان نشست

43. مقايسه با نتايج کلينيکی
مقایسه نتایج حاصل از این تحقیق و نتایج بدست آمده توسط ساواگوچی و همکارانش در فاز القای بیهوشی.
زمان نشست
زمان نشست

44. نتيجه‌گيري
محدودیت‏های موجود بر نرخ تزریق دارو در محاسبه سیگنال کنترل باید لحاظ شوند.
کنترل کننده‏های پیش بین نسبت به PID مقاوم‏تر بودند.
کنترل کننده GPC و EDMC نتایج مشابهی داشتند.
کنترل کننده GPC طراحی شده قادر به عملکرد مناسب از ابتدای فاز بیهوشی بوده است.
در مقایسه با کار گروه ژاپنی، می‏توان انتظار داشت در استفاده کلینیکی کنترل کننده طراحی شده به خوبی عمل نماید.

45. پيشنهادات تکميل مدل و جامعه آماري بيماران تخمين برخط پارامترهاي مدل
بهبود الگوريتم غيرخطي کنترل پيش بين
تخمين جامع‏تر عمق بيهوشي
به کارگيري الگوريتم پيشنهادي در صورت استفاده از ترکيب داروها
تخمين حالت‏ها در شرايط کلينيکي

46. با تشکر از توجه شما

50. بررسی اعتبار مدل