Tip 1 diyabet (T1DM) hastaları için glikoz kontrol algoritmalarının geliştirilmesi

Abstract

Bu çalışmada, Tip 1 diyabet (T1DM) hastalarının kan glikozu (Blood Glucose-BG) değerini müsaade edilen aralıklarda tutabilmek amacıyla, yeni, açık ve kapalı çevrim kontrol algoritmaları geliştirilmiştir. Geliştirilen algoritmalar UVA Padova T1DM simülatörü (T1DMS) üzerinde denenerek geçerli kılınmış ve algoritmaların etkinliği gözlenmiştir. Çalışmanın ilk bölümünde, T1DM hastalarının BG kontrolü için yeni bir açık çevrim kontrol algoritması geliştirilmiştir. En fazla dalgalanmanın yaşandığı öğün sonrası dönem, hastaların sahip olacakları ortalama BG değerini belirleyen zaman aralığıdır. Bu çalışmada, hastaların en çok kullandığı üç parametre yardımıyla, mümkün olan en iyi öğün sonrası BG değerleri elde edilmeye çalışılmıştır. Bu üç parametre; öğün öncesi BG değeri, öğünde alınacak karbonhidrat miktarı ve insülin enjeksiyonundan sonra öğüne başlayıncaya kadar beklenen süreyi ifade eden fark zamanıdır. Bu çalışmada, sistemde var olan baskın lineer etki sebebiyle BG parametresine ait tüm uç değerlerin, bu üç parametrenin hastaya özel bir katsayı matrisiyle çarpılarak elde edilebileceği öngörülmüştür. Bu üç parametreye ait kayıtlar kullanılarak, bir tür sistem tanılama yaklaşımıyla oluşturulan lineer denklemlerden, hastaya özel katsayı matrisi deneysel olarak elde edilmiştir. Bu matris kullanılarak ideal bekleme süresi belirlenmiştir. Bu sürenin uygulanmasıyla da en iyi öğün sonrası BG değerleri elde edilebilmiştir. Belirlenen katsayı matrisi sayesinde, öğün sonrası hipoglisemi, hiperglisemi ve ortalama BG değerleri, sırasıyla, 0.95, 0.99 ve 0.98 regresyonla öngörülebilmiştir. Çalışmanın ikinci bölümünde T1DM hastalarının BG kontrolü için, yeni bir yaklaşımla, kapalı çevrim kontrol algoritmaları geliştirilmiş, T1DMS kullanılarak denenmiş ve algoritma etkinlikleri gözlemlenmiştir. Öncelikle literatürde önerilen klasik Oransal-Türevsel (PD) denetleyici kullanılarak, 80 saatlik süre boyunca, kapalı çevrim BG regülasyonu yapılmaya çalışılmıştır. Denemelerde, BG düzenleme mekanizmasının tam lineer olmaması ve katsayı optimizasyonu sıkıntıları sebebiyle, hipoglisemi ve hiperglisemi sınırlarının aşıldığı görülmüş, istenilen netice alınamamıştır. BG düzenleme mekanizmasının değişken metabolik parametreleri, kontrol dinamiğinin de değişmesini gerektirmektedir. Bunun üzerine yeni bir yaklaşım olarak, denetleyici katsayılarının sistem tanılama yardımıyla belirlenmesine çalışılmıştır. Önce sistem tanılamayla insülin metabolizması modeli elde edilmiş, bu matematiksel model kullanılarak insan metabolizmasına eşdeğer BG düzenleme devresi oluşturulmuştur. Bu eşdeğer devre kullanılarak parçacık sürü optimizasyonu (PSO) algoritması yardımıyla katsayı optimizasyonu yapılmıştır. Bu optimal denetleyici ile BG değerleri beklentileri karşılayacak seviyede normal sınırlara çekilebilmiş ve hipoglisemi tamamen önlenebilmiştir. Buna ilave olarak, denetleyicinin zamanla değişen metabolizma dinamiklerine uyum sağlayabilmesi için denetleyici katsayılarının başlangıçta bir defa optimizasyonunun yapılması yeterli olmayacağından, mevcut denetleyiciye, Yinelemeli En Küçük Kareler (RLS) tabanlı bir adaptif denetleyici paralel olarak ilave edilmiştir. Elde edilen bu yeni ikili denetim yapısı kullanıldığında, BG değerlerinin normal aralıkta kalma oranı %91 seviyesine yükselmiş ve hipoglisemi oluşmamıştır. Aynı denetleyici 200 saatlik yeni bir senaryoda tekrar test edilmiş, sonuç olarak, BG'nin normal aralıkta kalma süresi %90 olarak gerçekleşirken hipoglisemi oluşumu da tamamen ortadan kaldırılmıştır. Bu ikili yapıda, temel denetim işlevini, sade yapısıyla PD denetleyici yapmış, başlangıç şartları için en uygun katsayı optimizasyonu ise sistem tanılama yardımıyla elde edilen model üzerinden PSO algoritmasıyla yapılmıştır. Sistemin değişen şartlara uyumunu sağlayacak adaptif kontrol yeteneği ise RLS tabanlı denetleyici ile elde edilmiştir. Bu çalışmada ayrıca PSO ve RLS mekanizmalarının başarım üzerindeki etkinliği de analiz edilmiştir. BG'nin normal aralıkta gerçekleşme oranının hedeflenen seviyede gerçekleşmesi ve hipogliseminin tamamen ortadan kaldırılmış olması sebebiyle, geliştirilen denetim yapısının, hipoglisemiyi algılama yetisi olmayan çocuklar başta olmak üzere, tüm diyabet hastalarında kullanılabileceği görülmüştür.

In this study, novel open-loop and closed-loop control algorithms have been developed in order to keep the blood glucose (BG) value of Type 1 diabetes (T1DM) patients within the permissible ranges. The developed algorithms were tested on the UVA Padova T1DM simulator (T1DMS) and validated and the effectiveness of the algorithms was observed. In the first part of the study, a new open-loop control algorithm was developed for BG control of T1DM patients. The postprandial period with the greatest fluctuation is the time interval that determines the average BG value that patients will have. In this study, it was tried to obtain the best possible postprandial BG values with the help of the three parameters most frequently used by the patients. These three parameters are initial BG value, amount of carbohydrate to be taken at the meal, and difference time, which expresses the expected time until the start of the meal after insulin injection. In this study, it was predicted that due to the dominant linear effect in the system, all the extreme values of the BG parameter could be obtained by multiplying these three parameters with a patient-specific coefficient matrix. A patient-specific coefficient matrix was experimentally obtained from linear equations created with a kind of system diagnostic approach, using the records of these three parameters. Using this matrix, the ideal waiting time was determined. With the application of this period, the best postprandial BG values could be obtained. Thanks to the determined coefficient matrix, postprandial hypoglycemia, hyperglycemia and mean values of BG could be predicted with regression of 0.95, 0.99, and 0.98, respectively. In the second part of the study, closed-loop control algorithms were developed with a new approach for the BG control of T1DM patients, tested using T1DMS, and the algorithm efficiencies were observed. First of all, closed-loop BG regulation was tried to be done for 80 hours by using the classical Proportional-Derivative (PD) controller suggested in the literature. In the trials, it was observed that the limits of hypoglycemia and hyperglycemia were exceeded due to the incomplete linearity of the BG regulation mechanism and the coefficient optimization problems, and the desired result could not be obtained. The variable metabolic parameters of the BG regulation mechanism require a change in the control dynamics. On top of that, as a new approach, it has been tried to determine the controller coefficients with the help of system identification. First, a model of insulin metabolism was obtained by system identification, and then a BG regulation circuit equivalent to human metabolism was created using this mathematical model. By using this equivalent circuit, coefficient optimization was done with the help of a particle swarm optimization (PSO) algorithm. With this optimal controller, BG values were obtained in normal limits at a level that would meet expectations, and hypoglycemia was completely prevented. In addition, an Iterative Least Squares (RLS) based adaptive controller was added in parallel to the existing controller, since it would not be enough to optimize the controller coefficients once at the beginning so that the controller can adapt to the time-varying metabolic dynamics. When this new dual control structure was used, the rate of staying in the normal range of BG values increased to 91% and hypoglycemia did not occur. The same controller was retested in a new scenario of 200 hours, as a result, the time to stay in the normal range of BG was 90%, while the occurrence of hypoglycemia was completely eliminated. In this dual structure, the basic control function was made by the PD controller with its simple structure, and the most suitable coefficient optimization for the initial conditions was made with the PSO algorithm over the model obtained with the help of system identification. The adaptive control capability of the system to adapt to changing conditions has been achieved with the RLS-based controller. In this study, the effectiveness of PSO and RLS mechanisms on performance was also analyzed. It has been observed that the developed control structure can be used in all diabetes patients, especially in children who cannot perceive hypoglycemia, since the rate of realization of BG in the normal range is at the targeted level and hypoglycemia has been completely eliminated.