Titelaufnahme

Titel
A neural network controller for the administration of erythropoietin to dialysis patients / Raheel Anwar
Verfasser/ VerfasserinAnwar, Raheel
Begutachter / BegutachterinKappel, Franz ; Goswami, Nandu
ErschienenGraz, October 2016
Umfang96 Seiten : Illustrationen, Diagramme
HochschulschriftKarl-Franzens-Universität Graz, Dissertation, 2016
Anmerkung
Zusammenfassungen in Deutsch und Englisch
SpracheEnglisch
DokumenttypDissertation
Schlagwörter (GND)Neuronales Netz / Erythrozyt
URNurn:nbn:at:at-ubg:1-116549 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
A neural network controller for the administration of erythropoietin to dialysis patients [2.52 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Neuronale Netzwerke (NN) wurden erfolgreich als Regler fr komplexe technische Systeme verwendet, insbesondere wenn die Systemdynamik nicht vollständig bekannt ist oder Störungen auf das System einwirken. NN kommen auch fr physiologische Systeme zur Anwendung. In dieser Dissertation wird ein NN-Regler konstruiert, der eine Input-Folge von Kontrollwerten (Erythropoietin stimulierende Agens, ESA) generiert, um gewnschte Populationsgrößen an roten Blutzellen im Patienten zu erreichen. ESA-Therapie wird bereits seit längerem benutzt, um Anämien in Patienten zu beheben, welche an chronischer Nierenerkrankung leiden. Mangels geeigneter Modelle verblieb die Planung der ESA-Verabreichung allein in der Verantwortung des Arztes. NN-Regler werden hilfreich sein in der Bewältigung der Schwierigkeiten in der Auswahl einer optimalen ESA-Therapie fr den Patienten. In einem ersten Schritt wird ein neuronales Netzwerksystem erzeugt, welches ESA-Werte als Input-Folge verwendet und eine Output-Folge an RBCs generiert. Nach Beendigung der Triningsphase wird das NN System zur Entwicklung des NN Reglers verwendet. Derzeit haben wir ein mathematisches Modell fr die Erzeugung von Trainingsdaaten fr die neuronalen Netzwerke verwendet. Das vom NN Regler gelieferte Regime wird an das 3-Tage Verabreichungsregime angepasst, welches an der Mehrheit der Kliniken verwendet wird. Die Kombination von System und Regler ermöglicht es, verschiedene Verabreichungsregime zu bestimment und zu vergleichen sowie die zuknftige Hemoglobinkonzentration fr die Testpersonen vorherzusagen.Die zweite Aufgabe der Dissertation ist es zu untersuchen, wie neuronale Netzweke fr die Untersuchung des menschlichen Herzkreislaufsystems unter orthostatischem Stress verwendet werden können. Während orthostatischen Stresses tendiert Blut sich in den Beinen anzusammeln. Das Herzkreislaufsystem korrigiert das Problem und stellt den Gleichgewichtszustand wieder her (Homeostasis), indem es verschiedene kurzzeitige Kontrollmechanismen im Körper verwendet. Ein Fehlschlag auf diese Stresssituation zu reagieren kann den Blutfluss im Gehirn beinträchtigen und fr die Person zu orthostatischer Synkope fhren, einem durch Ohnmacht oder Schwindel charakterisiertem Zustand. Es sind zwei Typen von neuronalen Aktivitäten, welche das Gehirn benutzt, um auf diese Stresssituationen zu reagieren. Diese Aktivitäten, sympathetische und parasympathetische Aktivitäten genannt, lösen verschiedene Regelmehanismen im Körper aus um Homeostasis zu erreichen. Es wurde beobachtet, dass kurz vor Eintreten der Synkope die sympathetische Aktivität zurckgenommen wird. Es ist von großem Interesse festzustellen, wie sich in diesem Zustand eine Wiederherstellung der sympathetischen Aktivität auswirkt. Es ist eine wohlbekannte Tatsache, dass mentale Herausforderungen im Menschen sympathetische Aktivität auslöst. N. Goswami et al. zeigten in einem Experiment, dass mentale Arithmetik (eine Möglichkeit mentale Herausforderung anzuwenden) verzögerte Synkope in allen männlichen Versuchspersonen. Es ist von Interesse festzustellen, welche physiologischen Kontrollmechanismen effizienter fr das Erreichen von Homeostasis fr Personen sind, welche orthostatischem Stress und mentalen Herausforderunge ausgesetzt sind. Unser Fernziel ist, Antworten auf diese Fragestellungen mittels neuronaler Netzweerke zu finden. Wegen der fr das Trainieren neuronaler Netzwerke unzureichenden Datensituation wurde in einem ersten Schritt diese Fragestellung mittels eines Modelierungszuganges untersucht. Wir adaptierten das Model fr das Herzkreislaufsystem, welches von F. Kappel et al. entwickelt wurde. Die Resultate zeigen, dass ein LQR benutzt werden kann, sodass das Model einen Output erzeugt, der diese physiologischen Beobachtungen sttzt. Zuletzt haben wir die relative Bedeutung der Kontrollen fr die Stabilisierung des arterielle systemischen

Zusammenfassung (Englisch)

Neural networks (NNs) have been used successfully as controllers for complex technical systems in particular in cases where the system dynamics is not completely known or perturbations are acting on the systems. Neural networks have their applications in Physiological systems as well. In this thesis we construct a neural network controller that generates an input sequence of control values (erythropoietin stimulating agent, ESA, to be administered) in order to obtain the desired red blood cell (RBC) population in the patients body. Erythropoietin Stimulating Agent (ESA) therapy has been used for a long time to correct the anemia in patients suffering through Chronic Kidney Disease (CKD). In the absence of some predicating model, the administration plan of ESA has been remained a matter solely based upon the discretion of the physician. The neural network controller will help to overcome difficulties arising in selecting an optimal ESA therapy for a patient. As a first step, a neural-network plant is created which takes ESA values as input sequence and generates output sequence for RBC. After training, the NN plant is used to make the desired NN controller. Currently, we have used mathematical model for generating training data for neural networks. The NN controller suggested regimen is adapted to meet the 3-days administration scheme currently followed at majority clinics. The combination of plant and controller will help to determine and compare different administration regimens and to make future prediction of hemoglobin for test persons. The second task of the thesis is to discuss how neural networks can be used to study the cardiovascular system of humans under the orthostatic stress. During the orthostatic stress, blood tends to pool in legs. The cardiovascular system corrects the problem and brings back the equilibrium state (homeostasis) using different short term control mechanisms in the body. Failure to respond to this stressed situation can compromise the cerebral blood flow and lead the parson to orthostatic syncope, a state characterized by fainting/dizziness. There are two types of neural activities that brain uses to respond to this stressed situation. These activities, called sympathetic and parasympathetic, trigger different control mechanism in body to bring homeostasis. It has been observed that just before syncope, the sympathetic activity is withdrawn. It is very interesting to see what would happen if at this stage sympathetic activity was resurrected using some way. Mental challenge applied to human triggers sympathetic activity in them is a well known fact. N. Goswami et al demonstrated in an experimental study that mental arithmetic (a way of applying mental challenge) delayed syncope in all male subjects. It is interesting to see which physiological control mechanism is more effective in bringing homeostasis in different people subjected to orthostatic and mental stress. Our ultimate goal is to use neural network to find answers of these questions. However as a first step, due to the insufficiency of the data required for training neural networks, we investigated this problem through modeling approach. We have adapted the cardiovascular model developed by F. Kappel et al. Results show that linear quadratic regulator can be used to find control action which derives the model to generate outputs supporting these physiological observations. At the end we have explored the relative importance of controls in stabilizing arterial systemic pressure in body.