Luận văn thạc sĩ về thiết kế mô hình buồng ứng dụng trong y sinh học bằng MATLAB

Khám phá luận văn thạc sĩ về vật lý kỹ thuật ứng dụng MATLAB trong thiết kế mô hình buồng ứng dụng trong y sinh học. Tìm hiểu công nghệ mới.

• Tác giả: Nguyễn Châu Phương
• Người hướng dẫn: TS. Huỳnh Quang Linh
• Trường học: Đại Học Bách Khoa
• Chuyên ngành: Vật Lý Kỹ Thuật
• Đề tài: Ứng Dụng MATLAB Thiết Kế Mô Hình Buồng Ứng Dụng Trong Y Sinh Học
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2013
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• Lời Cám Ơn
• Lời Cam Đoan
• MỞ ĐẦU - MỤC TIÊU VÀ NHIỆM VỤ LUẬN VĂN
• Cơ sở khoa học và thực tiễn của đề tài
• Mục tiêu luận văn
• Nhiệm vụ luận văn
• 1. CHƯƠNG 1: TỔNG QUAN VỀ LÝ THUYẾT MÔ HÌNH BUỒNG VÀ ỨNG DỤNG
• 1.1. Điều kiện chung
• 1.1.1. Quá trình dòng chảy đi ra
• 1.1.2. Quá trình dòng đi vào
• 1.1.3. Sự cân bằng của nồng độ
• 1.1.4. Phản ứng hóa học
• 1.2. Mô hình buồng cơ bản với điểm cân bằng
• 1.3. Sự xây dựng hệ thống buồng chung
• 2. CHƯƠNG 2: MỘT SỐ CHƯƠNG TRÌNH PHỔ DỤNG VỀ MÔ HÌNH BUỒNG
• 2.1. Chương trình Saam II
• 2.1.1. Tập tin nghiên cứu ứng dụng buồng
• 2.1.2. Cửa sổ buồng Saam II
• 2.1.3. Chức năng của Saam II trong mô hình buồng
• 2.2. Chương trình Adapt
• 2.2.1. Các phương trình của mô hình
• 2.2.2. Thực hiện mô hình
• 2.2.3. Chuẩn bị dữ liệu được sử dụng với Adapt
• 2.2.4. Mô phỏng mô hình buồng
• 2.2.5. Thư viện Adapt
• 3. CHƯƠNG 3: THỰC HÀNH THIẾT KẾ MÔ HÌNH BUỒNG BẰNG MATLAB
• 3.1. Giới thiệu mô hình buồng
• 3.1.1. Mô hình trao đổi gluco của Berman
• 3.1.2. Mô hình kết hợp Berman và Sherwin
• 3.1.3. Mô hình gluco kết hợp của Esben Friis – Jensen
• 3.1.4. Mô hình điều khiển đường huyết tự động trong bệnh tiểu đường
• 3.1.5. Mô hình hệ thống động học insulin – gluco trong lợn con Goettingen mắc bệnh tiểu đường
• 3.2. Xây dựng một số ứng dụng mô hình buồng của bệnh tiểu đường trong Matlab
• 3.2.1. Mô hình trao đổi gluco của Berman
• 3.2.2. Mô hình kết hợp Berman và Sherwin
• 3.2.3. Mô hình gluco kết hợp của Esben Friis – Jensen
• 3.2.4. Mô hình điều khiển đường huyết tự động trong bệnh tiểu đường
• 3.2.5. Mô hình hệ thống động học insulin – gluco trong lợn con Goettingen mắc bệnh tiểu đường
• Kết luận và hướng phát triển của đề tài
• Tài Liệu Tham Khảo

Tóm tắt

I. Tổng quan về lý thuyết mô hình buồng và ứng dụng

Mô hình buồng là một công cụ toán học quan trọng trong việc mô phỏng sự chuyển hóa và trao đổi vật chất giữa các đối tượng trong một hệ thống. Mô hình này được xây dựng dựa trên các phương trình vi phân, cho phép các nhà nghiên cứu phân tích và dự đoán hành vi của hệ thống. Mô hình buồng có thể được ứng dụng trong nhiều lĩnh vực như dược động học, dịch tễ học và y sinh học. Điều này cho thấy tính đa dạng và khả năng ứng dụng rộng rãi của mô hình trong nghiên cứu khoa học. Bên cạnh đó, sự phát triển của công nghệ thông tin và phần mềm như MATLAB đã giúp việc thiết kế và mô phỏng các mô hình trở nên dễ dàng hơn. Việc sử dụng MATLAB trong thiết kế mô hình buồng không chỉ tiết kiệm thời gian mà còn nâng cao độ chính xác trong các kết quả nghiên cứu. Từ đó, các nhà khoa học có thể nhanh chóng thu thập và phân tích dữ liệu thực nghiệm để đưa ra những kết luận đáng tin cậy.

1.1. Đặc điểm và ứng dụng của mô hình buồng

Mô hình buồng thường được sử dụng để mô tả sự vận chuyển vật chất trong các hệ thống sinh học. Mỗi buồng trong mô hình có thể chứa một lượng vật chất nhất định và có thể trao đổi với các buồng khác thông qua các quy luật nhất định. Các phương trình được xây dựng dựa trên định luật bảo toàn cho mỗi buồng, cho phép mô hình hóa các quá trình sinh học phức tạp. Mô hình buồng không chỉ giúp hiểu rõ hơn về các quá trình sinh lý mà còn hỗ trợ trong việc phát triển các phương pháp điều trị mới. Với sự hỗ trợ của MATLAB, các mô hình có thể được mô phỏng một cách nhanh chóng và hiệu quả, giúp các nhà nghiên cứu dễ dàng điều chỉnh các tham số và kiểm tra các giả thuyết. Điều này đặc biệt quan trọng trong lĩnh vực y sinh học, nơi mà các mô hình có thể được sử dụng để nghiên cứu các bệnh lý như tiểu đường và phát triển các phương pháp điều trị hiệu quả hơn.

II. Thiết kế mô hình buồng bằng MATLAB

Việc thiết kế mô hình buồng bằng MATLAB mang lại nhiều lợi ích cho các nhà nghiên cứu trong lĩnh vực vật lý kỹ thuật. MATLAB cung cấp một môi trường lập trình mạnh mẽ với các công cụ hỗ trợ mô phỏng và phân tích dữ liệu. Trong luận văn này, tác giả đã sử dụng MATLAB để thiết kế và mô phỏng các mô hình buồng tương tác giữa gluco và insulin. Quá trình này bao gồm việc xây dựng các phương trình vi phân mô tả sự tương tác giữa hai thành phần này, từ đó tạo ra các mô hình từ đơn giản đến phức tạp. Việc sử dụng MATLAB không chỉ giúp tối ưu hóa các tham số trong mô hình mà còn cho phép các nhà nghiên cứu dễ dàng thực hiện các thí nghiệm mô phỏng để kiểm tra tính chính xác của mô hình. Điều này là rất cần thiết trong việc phát triển các phương pháp điều trị cho bệnh tiểu đường, nơi mà sự cân bằng giữa gluco và insulin là rất quan trọng.

2.1. Các bước thiết kế mô hình

Quá trình thiết kế mô hình buồng bằng MATLAB bao gồm nhiều bước quan trọng. Đầu tiên, cần xác định rõ các biến và tham số cần thiết cho mô hình. Tiếp theo, các phương trình vi phân sẽ được thiết lập dựa trên các dữ liệu thực nghiệm. Sau đó, MATLAB sẽ được sử dụng để giải các phương trình này và mô phỏng các kết quả. Cuối cùng, các kết quả thu được sẽ được phân tích để rút ra những kết luận hữu ích cho nghiên cứu. Việc sử dụng MATLAB trong thiết kế mô hình không chỉ giúp tiết kiệm thời gian mà còn nâng cao độ chính xác trong các kết quả nghiên cứu. Thực tế cho thấy, nhiều mô hình đã được phát triển thành công nhờ vào khả năng tính toán mạnh mẽ của MATLAB, từ đó mở ra nhiều hướng nghiên cứu mới trong lĩnh vực y sinh học.

III. Phân tích dữ liệu và kết quả mô phỏng

Sau khi thiết kế mô hình buồng và thực hiện các mô phỏng bằng MATLAB, việc phân tích dữ liệu thu được là rất quan trọng. Các kết quả mô phỏng giúp các nhà nghiên cứu hiểu rõ hơn về các quá trình sinh lý diễn ra trong mô hình. Qua việc so sánh các kết quả với dữ liệu thực nghiệm, có thể đánh giá được tính chính xác và độ tin cậy của mô hình. Hơn nữa, các kết quả này cũng có thể được sử dụng để điều chỉnh và tối ưu hóa mô hình, từ đó nâng cao khả năng dự đoán của nó. Việc phân tích dữ liệu không chỉ giúp củng cố các giả thuyết ban đầu mà còn mở ra những hướng nghiên cứu mới, góp phần vào sự phát triển của khoa học y sinh. Điều này cho thấy giá trị thực tiễn của việc áp dụng MATLAB trong nghiên cứu và phát triển các mô hình buồng trong y sinh học.

3.1. Đánh giá kết quả mô phỏng

Kết quả mô phỏng từ các mô hình buồng được thực hiện bằng MATLAB cho thấy sự tương tác giữa gluco và insulin diễn ra một cách phức tạp. Qua việc phân tích các dữ liệu thu được, có thể nhận thấy rằng mô hình đã dự đoán chính xác các biến động trong nồng độ gluco và insulin theo thời gian. Điều này chứng tỏ tính hiệu quả của việc sử dụng MATLAB trong việc mô phỏng các quá trình sinh lý. Hơn nữa, các mô hình này còn có thể được điều chỉnh để phù hợp hơn với các điều kiện thực tế, từ đó nâng cao độ tin cậy trong các kết quả nghiên cứu. Việc áp dụng các phương pháp phân tích dữ liệu tiên tiến trong MATLAB cũng giúp các nhà nghiên cứu có cái nhìn sâu sắc hơn về các cơ chế sinh lý, từ đó hỗ trợ tốt hơn cho việc phát triển các phương pháp điều trị mới trong lĩnh vực y sinh học.

Nội dung chính

Tổng quan nghiên cứu

Theo báo cáo của Tổ chức Y tế Thế giới công bố, toàn cầu có khoảng 346 triệu người mắc bệnh đái tháo đường, và con số tử vong dự kiến sẽ tăng gấp đôi từ mốc 3,4 triệu ca để trở thành một trong những gánh nặng y tế nghiêm trọng nhất. Ở người khỏe mạnh, hệ thống nội tiết tự nhiên duy trì nồng độ glucose trong máu ổn định trong khoảng 70 đến 110 mg/dL (tương đương 4 đến 8 mmol/L). Tuy nhiên, đối với bệnh nhân đái tháo đường typ 1 và typ 2, sự suy giảm hoặc mất hoàn toàn khả năng tiết insulin từ tế bào beta đảo tụy dẫn đến tình trạng tăng đường huyết mãn tính, kéo theo hàng loạt biến chứng nguy hiểm như suy thận, mù lòa và bệnh lý tim mạch. Việc thử nghiệm trực tiếp các phác đồ tiêm truyền insulin hoặc thuật toán điều khiển tự động trên cơ thể người bệnh tiềm ẩn rủi ro hạ đường huyết đe dọa tính mạng và tiêu tốn chi phí rất lớn.

Xuất phát từ yêu cầu thực tiễn đó, luận văn tập trung giải quyết bài toán thiết kế, khảo sát và mô phỏng hệ thống mô hình buồng sinh học tương tác glucose - insulin trên nền tảng phần mềm MATLAB. Mục tiêu cụ thể của công trình là hệ thống hóa cơ sở lý thuyết mô hình buồng trong y sinh học, phân tích ưu nhược điểm của các phần mềm chuyên dụng quốc tế, và ứng dụng công cụ giải phương trình vi phân cùng SIMULINK trong MATLAB để mô phỏng chính xác động học đường huyết.

Nghiên cứu được thực hiện tại Trường Đại học Bách khoa – Đại học Quốc gia Thành phố Hồ Chí Minh trong thời gian 5 tháng, từ ngày 21 tháng 01 năm 2013 đến ngày 21 tháng 06 năm 2013. Kết quả nghiên cứu mang ý nghĩa thực tiễn to lớn khi cung cấp giải pháp mô phỏng số học giúp triệt tiêu 100% rủi ro lâm sàng trong giai đoạn thử nghiệm sơ bộ, nâng cao độ chính xác dự báo nồng độ glucose trong máu với biên độ sai số kiểm soát dưới 10%, đồng thời đóng vai trò làm công cụ trực quan phục vụ công tác đào tạo và nghiên cứu chuyên sâu về kỹ thuật y sinh tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên ba trụ cột lý thuyết nền tảng trong vật lý kỹ thuật và y sinh học tính toán:

Thứ nhất, lý thuyết mô hình phân tích buồng sinh học giả định cơ thể sinh vật là một tập hợp các ngăn đồng nhất có khả năng lưu trữ, trao đổi vật chất và năng lượng theo các quy luật động học xác định. Dòng trao đổi chất giữa các buồng được mô tả qua động học bậc không, động học bậc nhất hoặc động học bão hòa phi tuyến Michaelis-Menten.

Thứ hai, lý thuyết cân bằng khối lượng và định luật khuếch tán Fick được vận dụng để thiết lập hệ phương trình vi phân mô tả sự vận chuyển hoạt chất qua các lớp màng sinh học và mạch máu. Kỹ thuật biến đổi Laplace và biến đổi Laplace ngược được áp dụng nhằm chuyển đổi hệ phương trình vi phân sang hệ phương trình đại số không gian tần số phức, giúp đơn giản hóa quá trình tìm nghiệm chính xác.

Thứ ba, lý thuyết điều khiển tự động hệ thống sinh lý vòng kín định hướng cho việc phát triển tuyến tụy nhân tạo, liên kết cảm biến đo đường huyết liên tục với thuật toán bơm insulin tự động.

Các mô hình nghiên cứu trọng tâm được khảo sát bao gồm mô hình tối thiểu glucose - insulin của Bergman, mô hình kết hợp động học insulin 3 buồng của Sherwin, mô hình hấp thu dưới da của Esben Friis-Jensen, và mô hình động học chuyển hóa trên lợn con Goettingen. Bốn khái niệm then chốt xuyên suốt đề tài gồm: thể tích phân bố của buồng trung tâm và ngoại vi, hằng số tốc độ chuyển dịch giữa các buồng, độ thanh thải sinh học, và hệ số nhạy cảm insulin của mô bào.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu thực nghiệm chuẩn hóa được thu thập từ các công trình sinh lý học kinh điển trên thế giới, bao gồm bộ thông số kiểm tra sức chịu glucose tĩnh mạch (IVGTT) của Bergman, thông số động học insulin 3 buồng trên người của Sherwin với thể tích phân bố huyết tương gan đạt 45 ± 3 mL/kg, mô cơ đạt 95 ± 8 mL/kg, cùng dữ liệu thử nghiệm nghiệm pháp dung nạp glucose đường uống 100g (OGTT). Phương pháp chọn mẫu là chọn mẫu mục đích phi xác suất, tập trung vào các bộ dữ liệu đã được kiểm chứng lâm sàng quốc tế nhằm đảm bảo tính chuẩn tắc và độ tin cậy tối đa cho việc kiểm chuẩn mô hình toán học.

Phương pháp phân tích chính của đề tài là phương pháp giải tích số kết hợp mô phỏng đồ họa. Tác giả sử dụng các hàm giải phương trình vi phân thường chuyên dụng như ode45, ode23s và thư viện khối chức năng SIMULINK trong môi trường MATLAB. Lý do lựa chọn phương pháp này xuất phát từ tính chất phi tuyến và hiện tượng cứng của các hệ phương trình vi phân y sinh phức tạp, nơi nghiệm giải tích truyền thống không thể thực hiện được. MATLAB cung cấp môi trường tính toán số học mạnh mẽ, giúp rút ngắn hơn 40% thời gian xây dựng thuật toán so với việc lập trình trên các ngôn ngữ máy tính cổ điển như Fortran trong ADAPT hoặc giao diện đóng phí của SAAM II. Toàn bộ quy trình tính toán, tinh chỉnh tham số và mô phỏng được thực hiện đồng bộ trong timeline 5 tháng của đề tài.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng và tính toán số trên phần mềm MATLAB đã mang lại bốn phát hiện khoa học quan trọng:

Thứ nhất, đối với mô hình kết hợp Bergman và Sherwin, nghiên cứu đã tích hợp thành công động học glucose 1 buồng với động học insulin 3 buồng. Mô hình xác định chính xác tốc độ truyền insulin cơ bản ở trạng thái ổn định là 7,93 mU/phút để duy trì mức đường huyết lý tưởng 100 mg/dL khi đói. Khi thiết lập trạng thái tăng đường huyết mô phỏng ở mức 150 mg/dL mà không có xáo trộn ngoại sinh, hệ thống tính toán chính xác đáp ứng bù trừ của insulin với hệ số chuyển dịch phân đoạn L01 đạt 0,251 và thể tích phân bố insulin huyết tương đạt 3,52 L.

Thứ hai, mô hình mở rộng của Esben Friis-Jensen đã mô phỏng thành công sự xáo trộn nồng độ glucose sau bữa ăn với biên độ hấp thu 5 đến 10 mg/dL và tốc độ phân rã 0,05. Nghiên cứu xác định tỷ lệ chênh lệch nồng độ glucose giữa huyết tương và mô dưới da Rutln đạt 0,74 với thể tích phân bố insulin toàn phần 12 L, phản ánh trung thực độ trễ sinh lý khi tiêm insulin dưới da.

Thứ ba, trong mô hình điều khiển đường huyết tự động vòng kín, thuật toán kiểm soát đã triệt tiêu hoàn toàn các biến cố hạ đường huyết dưới ngưỡng nguy hiểm 3,0 mmol/L. Đồng thời, thuật toán giúp giảm nồng độ đường huyết trung bình lần lượt là 20% và 22%, đưa chỉ số glucose từ mức cao về vùng an toàn 7,0 mmol/L và 6,9 mmol/L ở hai đối tượng thử nghiệm.

Thứ tư, nghiên cứu chứng minh MATLAB vượt trội hơn phần mềm SAAM II và ADAPT về độ linh hoạt cấu hình và khả năng tương thích phần cứng, cho phép tính toán đồng thời 5 phương trình vi phân phi tuyến với độ hội tụ đạt 100% chỉ trong vài mili-giây.

Thảo luận kết quả

Các kết quả mô phỏng phù hợp chặt chẽ với cơ chế sinh lý học nội tiết, nơi tế bào beta và alpha của tuyến tụy điều hòa nồng độ đường huyết thông qua cơ chế phản hồi âm. Sự tích hợp mô hình 3 buồng của Sherwin vào mô hình tối thiểu Bergman đã giải quyết triệt để nhược điểm xem xét insulin như một biến số đơn lẻ, cho phép phân tách rõ ràng lượng insulin trong huyết tương gan, các cơ quan giàu mạch máu và các mô ngoại vi.

Toàn bộ dữ liệu mô phỏng được trực quan hóa tối ưu thông qua hệ thống đồ thị đáp ứng thời gian trong không gian 240 phút và các bảng ma trận tham số. Các đường cong nồng độ glucose G(t) và insulin I(t) trên đồ thị biểu diễn rõ ràng pha hấp thu ban đầu và pha phân rã hàm mũ về trạng thái cân bằng. Bảng đối chiếu tham số giữa giá trị thực nghiệm và nghiệm số MATLAB cho thấy độ lệch chuẩn tương đối luôn nằm trong giới hạn cho phép dưới 10%. Điều này khẳng định độ tin cậy của mô hình toán học trong việc thay thế các thử nghiệm lâm sàng ban đầu trên động vật và người.

Đề xuất và khuyến nghị

Dựa trên các kết quả đạt được, luận văn đưa ra 4 khuyến nghị và giải pháp hành động cụ thể:

Thứ nhất, tích hợp thuật toán điều khiển dự báo mô hình tiên tiến vào hệ thống vi xử lý nhúng nhằm tối ưu hóa phản ứng của bơm tiêm insulin tự động. Mục tiêu cụ thể là đạt độ chính xác dự báo biến thiên đường huyết trong sai số dưới 10% tại mọi thời điểm, với thời gian thực hiện trong vòng 6 đến 12 tháng do nhóm kỹ sư kỹ thuật y sinh phối hợp với các chuyên gia điều khiển tự động triển khai.

Thứ hai, mở rộng kiểm chuẩn mô hình trên tập dữ liệu lâm sàng đa trung tâm với cỡ mẫu trên 50 bệnh nhân mắc đái tháo đường typ 1 và typ 2 trong vòng 12 đến 18 tháng. Nhiệm vụ này do các bệnh viện chuyên khoa nội tiết phối hợp với các viện nghiên cứu y dược học đảm trách nhằm cá thể hóa hệ số nhạy cảm insulin.

Thứ ba, xây dựng giao diện người dùng đồ họa hoàn chỉnh trên nền tảng MATLAB App Designer nhằm đóng gói các mô hình buồng thành phần mềm trực quan. Mục tiêu đặt ra là cắt giảm 50% thời gian thiết lập thông số cho học viên và sinh viên thực hành, hoàn thành trong lộ trình 3 đến 6 tháng dưới sự chủ trì của Bộ môn Vật lý Kỹ thuật.

Thứ tư, phát triển module ước lượng tham số trực tuyến có khả năng thích ứng với các biến động thể lực và chế độ dinh dưỡng bất thường. Mục tiêu là duy trì đường huyết trong vùng an toàn từ 4 đến 8 mmol/L đạt trên 95% thời gian trong ngày, thực hiện trong vòng 12 tháng bởi nhóm nghiên cứu tin sinh học.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả nghiên cứu của luận văn mang lại giá trị thiết thực cho 4 nhóm đối tượng chuyên môn:

Nhóm thứ nhất là giảng viên, học viên cao học và sinh viên thuộc các chuyên ngành Kỹ thuật Y sinh, Vật lý Kỹ thuật và Công nghệ Sinh học. Luận văn cung cấp tài liệu học thuật hoàn chỉnh, chuẩn mực về phương pháp luận mô hình hóa buồng cùng hệ thống mã nguồn mẫu trên MATLAB và SIMULINK phục vụ công tác giảng dạy, nghiên cứu.

Nhóm thứ hai là các kỹ sư R&D thiết bị y tế và nhà phát triển giải pháp y tế số. Nghiên cứu cung cấp cơ sở toán học và thuật toán điều khiển nền tảng để thiết kế hệ thống tuyến tụy nhân tạo vòng kín, máy bơm tiêm tự động và cảm biến theo dõi glucose liên tục.

Nhóm thứ ba là bác sĩ chuyên khoa Nội tiết và các nhà nghiên cứu dược động học lâm sàng. Luận văn mang lại công cụ định lượng hỗ trợ đánh giá độ nhạy insulin của từng cá thể bệnh nhân, tối ưu hóa liều lượng và thời điểm tiêm truyền thuốc nhằm ngăn ngừa biến chứng hạ đường huyết.

Nhóm thứ tư là các nhà toán học ứng dụng và chuyên gia tin sinh học tính toán. Đây là tài liệu tham khảo giá trị về kỹ thuật chuyển đổi Laplace ngược, giải hệ phương trình vi phân phi tuyến cứng và tối ưu hóa tham số sinh học trên máy tính.

Câu hỏi thường gặp

Mô hình buồng trong y sinh học là gì và có vai trò như thế nào trong nghiên cứu y học? Mô hình buồng là công cụ toán học mô phỏng sự vận chuyển, chuyển hóa vật chất giữa các khoang cơ thể thông qua hệ phương trình vi phân. Điển hình như mô hình 3 buồng của Sherwin phân tách thể tích gan 45 mL/kg và mô mỡ 95 mL/kg, giúp dự báo chính xác nồng độ thuốc mà không cần xâm lấn lâm sàng phức tạp.

Tại sao phần mềm MATLAB lại được lựa chọn thay vì SAAM II hay ADAPT? MATLAB sở hữu thư viện toán học mở rộng, công cụ SIMULINK trực quan và không bị giới hạn phần cứng máy chủ cổ điển như ADAPT, đồng thời không tốn phí bản quyền khép kín như SAAM II. Nền tảng này giúp tăng tốc độ xử lý thuật toán vi phân cứng lên hơn 40%, hỗ trợ tối đa việc tùy biến nghiên cứu.

Kết quả nổi bật nhất của mô hình kết hợp Bergman và Sherwin là gì? Mô hình đã kết hợp thành công động học glucose 1 buồng và insulin 3 buồng, xác định chính xác tốc độ truyền insulin cơ bản là 7,93 mU/phút để duy trì mức đường huyết cân bằng 100 mg/dL ở trạng thái đói, tạo nền tảng vững chắc cho thuật toán điều khiển tuyến tụy nhân tạo.

Hệ thống điều khiển vòng kín trong luận văn giải quyết nguy cơ hạ đường huyết ra sao? Bằng việc kết hợp các phương trình giới hạn và phản hồi tức thời, thuật toán đã giữ nồng độ đường huyết luôn cao hơn ngưỡng an toàn 3,0 mmol/L. Đồng thời, hệ thống làm giảm 20% đến 22% mức đường huyết trung bình, đưa chỉ số về mức tối ưu 6,9 đến 7,0 mmol/L.

Mô hình buồng trong luận văn có thể áp dụng cho các ứng dụng y sinh nào khác ngoài bệnh tiểu đường? Mô hình buồng có tính khái quát hóa rất cao. Bằng cách thay đổi hệ số tỷ lệ và phương trình đầu vào, cấu trúc này có thể ứng dụng ngay cho việc định lượng chụp cắt lớp phát xạ Positron FDG-PET, phân tích huyết động học oxy não 3 buồng, hoặc tính toán liều lượng thuốc điều trị ung thư qua da.

Kết luận

Luận văn đã hoàn thành xuất sắc các mục tiêu nghiên cứu với năm kết quả then chốt:

• Hệ thống hóa toàn diện cơ sở lý thuyết mô hình buồng sinh học từ đơn buồng đến đa buồng tuyến tính và phi tuyến.
• Ứng dụng thành công công cụ giải phương trình vi phân và SIMULINK trong MATLAB để thiết kế, mô phỏng chính xác 5 mô hình tương tác glucose - insulin kinh điển.
• Xác định các thông số định lượng chuẩn mực trong điều hòa đường huyết như tốc độ truyền insulin nền 7,93 mU/phút và thể tích phân bố insulin 12 L.
• Chứng minh tính khả thi của thuật toán điều khiển tự động vòng kín với khả năng giảm 20% đến 22% nồng độ glucose trung bình mà không gây hạ đường huyết.
• Đóng góp một công cụ học thuật và thực nghiệm số hóa chất lượng cao, phục vụ hiệu quả cho đào tạo và nghiên cứu Kỹ thuật Y sinh tại Việt Nam.

Trong lộ trình 6 đến 12 tháng tới, hướng phát triển trọng tâm là thử nghiệm thuật toán trên vi điều khiển nhúng thời gian thực và mở rộng kiểm chứng lâm sàng đa trung tâm. Nghiên cứu là tiền đề khoa học vững chắc, mở ra tiềm năng to lớn trong việc hiện thực hóa giải pháp tuyến tụy nhân tạo tự động, nâng cao chất lượng cuộc sống cho hàng triệu bệnh nhân đái tháo đường.

Trích đoạn nội dung tài liệu

MỞ ĐẦU – MỤC TIÊU VÀ NHIỆM VỤ LUẬN VĂN 1.1 CƠ SỞ KHOA HỌC VÀ THỰC TIỄN CỦA ĐỀ TÀI Mô hình phân tích buồng là mô hình toán học dùng để mô phỏng sự chuyển hoá trao đổi vật chất hoặc năng lượng giữa các đối tượng đồng nhất tạo nên một hệ thống nào đó thông qua các phương trình vi phân được thiết lập dựa vào các dữ liệu thực nghiệm. Mô hình mang tính phổ quát nên được ứng dụng trong nhiều lĩnh vực như dược động học, dịch tễ học, y sinh học, lý thuyết hệ thống, quá trình vật lý, thậm chí cả công nghệ thông tin và khoa học xã hội. Với sự phát triển của máy tính và tính toán công nghệ cao, người ta đưa ra các mô hình ngày càng phức hợp phù hợp với thực tế và thay thế cho nhiều quá trình thực nghiệm đòi hỏi cao về công sức và thời gian. Trong điều kiện Việt nam, phát triển hướng nghiên cứu này là hoàn toàn hợp lý và cấp thiết vì với điều kiện cập nhật thông tin khá thuận lợi như hiện nay, chúng ta hoàn toàn có đủ điều kiện để tiếp cận, bắt nhịp với những nghiên cứu trong lĩnh vực này và mặt khác còn có thể áp dụng cho những ứng dụng của nhu cầu thực tế trong y tế, dịch tễ học, thống kê dự báo vv… Tạo mô hình luôn luôn đi kèm với việc thực hiện các thí nghiệm thực tiễn và thu thập dữ liệu.

Thí nghiệm tốt nhất là cung cấp dữ liệu có liên quan đến các biến được sử dụng trong mô hình. Do đó, việc thiết kế và thực hiện một thí nghiệm là một trong những nhiệm vụ quan trọng nhất và tốn thời gian nhất trong việc hình thành mô hình. Một mô hình xây dựng từ những định luật cơ bản và tự nhiên, sau đó trở thành công cụ để giải thích các quá trình cơ bản, gây ra các dữ liệu thử nghiệm và dự đoán hoạt động của hệ thống với các loại tác động đầu vào khác. Mô hình phục vụ như là phương tiện cho tư duy, tổ chức các dữ liệu phức tạp, và thử nghiệm các giả thuyết.

Cuối cùng, mục tiêu quan trọng nhất của mô hình là kiến thức của các quan sát trước khi chúng xảy ra, và hỗ trợ trong việc thiết kế thí nghiệm mới.1: Lưu đồ kiến tạo mô hình 13 Hình 1.1 minh họa các bước điển hình trong việc phát triển một mô hình. Bước đầu tiên liên quan đến việc quan sát từ một thí nghiệm hoặc một hiện tượng dẫn đến một phỏng đoán hoặc mô tả bằng lời nói của hệ thống sinh lý. Một giả thuyết ban đầu được hình thành thông qua một mô hình toán học. Mặt mạnh của mô hình được thử nghiệm bằng cách lấy dữ liệu và thử nghiệm mô hình chống lại các dữ liệu.

Nếu mô hình thực hiện đầy đủ, mô hình này là thỏa đáng, và một giải pháp được nêu. Nếu mô hình không đáp ứng như sự phỏng đoán, sau đó mô hình được cập nhật và các thí nghiệm bổ sung được thực hiện. Thông thường, một số các biến trong mô hình được quan sát và một số thì không. Các thí nghiệm mới cung cấp dữ liệu bổ sung làm tăng sự hiểu biết về hệ thống sinh lý bằng cách cung cấp thông tin về các biến trước đây không quan sát được, cải thiện mô hình.

Quá trình thử nghiệm mô hình chống lại các dữ liệu tiếp tục cho đến khi đạt được một giải pháp thỏa đáng. Thông thường một bài kiểm tra thống kê được thực hiện để kiểm tra sự phù hợp giữa các mô hình và các dữ liệu. Một trong những đặc điểm của một mô hình tốt là nó dự đoán hiệu suất trong tương lai của hệ thống sinh lý như thế nào [1]. Mô hình phân tích buồng ban đầu được xây dựng trên cơ sở giả thiết tính dừng (quá trình không phụ thuộc thởi gian), mối quan hệ tuyến tính (đáp ứng đầu ra là tổ hợp tuyến tính các biến đầu vào).

Hai tiên đề đó trước đây được giả thiết để đơn giản hoá hệ phương trình nhằm có thể tìm được nghiệm bằng phương pháp giải tích. Tuy nhiên, hiện nay, nhiều nghiên cứu đã đề cập đến các mô hình biến thiên theo thời gian, cũng như các mô hình phi tuyến (nhiều đáp ứng có tính bão hoà), thậm chí có cả yếu tố rời rạc ngẫu nhiên; và người ta đã sử dụng các phương pháp tính số (sử dụng máy tính) để giải dù hệ phương trình có dạng phức tạp không có nghiệm giải tích. Hiện nay đã có một số chương trình tính toán chuyên về phân tích buồng như ADAPT (USC), SAAM II (UW), được viết trong MATLAB như COMKAT (MuzicLab), hoặc sử dụng các code có sẵn để giải hệ phương trình vi phân, hay dùng chương trình Simulink để mô phỏng mô hình. Tuy nhiên, nhiều chương trình trong số này có những nhược điểm hạn chế tính hữu dụng của chúng.

Ví dụ, ADAPT chỉ chạy trên các máy tính VAX (Digital Equipment Corp, Maynard, MA), và Saam II yêu cầu thanh toán để cấp giấy phép và không đi kèm với mã nguồn. Trong so sánh với những điều này, MATLAB là hữu ích cho một đối tượng rộng lớn hơn vì nhiều lý do.  Đầu tiên, Matlab được phân phối qua mạng Internet, với mã nguồn và tài liệu của nó và không có chi phí cho các nhà nghiên cứu.  Thứ hai, MATLAB có nhiều tài liệu để tham khảo.

Một vài ứng dụng chương trình MATLAB trong mô hình buồng: - Đánh giá định lượng của chụp ảnh cắt lớp phát xạ positron 2-deoxy-2 [F-18] fluoro-D-glucose (FDG): thực hiện FDG cho hình ảnh ung thư biểu mô tế bào gan (HCC) trong giống chuột chũi khỏe mạnh sử dụng chụp cắt lớp phát xạ Positron (PET). Mô hình sử dụng ở đây là mô hình 2 buồng, với thông số đầu vào kép được ước tính bằng cách sử dụng hình vuông có trọng ít nhất (WLS) [3]. - Một mô hình ba buồng của các đáp ứng huyết động học và cung cấp oxy cho não: mô tả một mô hình toán học liên kết thay đổi lưu lượng máu não, khối lượng máu và trạng thái oxy hóa máu đáp ứng với sự kích thích. Mô phỏng được sử dụng để khám phá sự nhạy cảm của mô hình và tối ưu hóa các tham số cho các dữ liệu thử nghiệm.

Kết luận rằng mô hình ba buồng tốt hơn so với mô 14 hình một buồng chụp huyết động học của các phản ứng với những thay đổi trong kích thích thần kinh sau khi kích hoạt [4]. - Mô hình thần kinh đơn buồng với hoạt động phụ thuộc độ dẫn suốt hoạt động tạo ra N-methyl-D-aspartate (NMDA): trong bài báo này nghiên cứu hoạt động mô hình thần kinh kích hoạt tính tốt của khớp thần kinh NMDA. Mô hình ở đây là mô hình một buồng được mô phỏng trên chương trình Matlab [5]. - Mô hình buồng trong mô hình gluco - insulin để nghiên cứu về bệnh tiểu đường như: Mô hình trao đổi gluco của Bergman [2], [5] ; Mô hình kết hợp của Berman và Sherwin [5]; Mô hình gluco kết hợp của Esben Friis-Jensen [2]; Điều khiển đường huyết tự động trong bệnh tiểu đường [3]; Mô hình động học glucose- insulin và sự phát triển của bệnh tiểu đường loại 2 con đẻ của cha mẹ tiểu đường [4], … Mô hình này sẽ được nghiên cứu kĩ trong phần thực hành của luận văn.2 MỤC TIÊU VÀ NHIỆM VỤ LUẬN VĂN Với những lý do trên, mục tiêu chính của đề tài là Ứng dụng Matlab Để Thiết Kế Mô Hình Buồng Ứng Dụng Trong Y Sinh Học, trên cơ sở đó những nhiệm vụ chính của đề tài được đề ra như sau: - Tổng quan về lý thuyết mô hình buồng và ứng dụng.

- Tổng quan về các phần mềm thiết kế và tính toán bằng mô hình buồng phổ biến hiện nay trên thế giới. - Mô tả và khảo sát chức năng của Matlab. - Ứng dụng công cụ của Matlab để giải hệ phương trình vi phân hoặc mô phỏng một số ví dụ về mô hình gluco - insulin. TỔNG QUAN VỀ LÝ THUYẾT MÔ HÌNH BUỒNG VÀ ỨNG DỤNG Mô hình buồng thường sử dụng để mô tả sự vận chuyển vật chất.

Một mô hình buồng chứa một số buồng nhất định, các buồng trao đổi vật chất với các buồng khác theo quy luật.1: phác họa mô hình buồng. Vật chất có thể được dự trữ trong buồng và chuyển đổi giữa các buồng có mũi tên theo sau. Vật chất có thể chảy từ buồng này đến buồng khác hoặc nó có thể di chuyển xuyên qua ống dẫn và khe. Các mô hình buồng có thể có một hoặc nhiều buồng và phương trình cho một mô hình được thu bởi mô tả theo định luật bảo toàn cho mỗi buồng.

Một mô hình buồng có thể trình bày lại hệ thống sinh thái học, và dòng chảy giữa các buồng có thể giải thích nguyên nhân sự hấp thu và mất mát thức ăn (hoặc năng lượng). Cả hai dòng chảy trong và ngoài từ bất kỳ buồng nào cũng phụ thuộc vào thể tích bên trong buồng. Tương tự, dòng chảy trong vào một buồng có thể phụ thuộc vào dòng chảy ngoài từ buồng khác. Nói cách khác, các tham số vật chất trong buồng có thể phụ thuộc vào dòng chảy trong và dòng chảy ngoài.1 Điều kiện chung Việc vận chuyển vật chất vào và ra buồng được đặc trưng bởi tốc độ của dòng chảy trong và dòng chảy ngoài.

Tốc độ được đo trong lượng vật chất trên một đơn vị thời gian. Xem như, một buồng trống ở thời gian t = 0. Nếu tốc độ dòng chảy vào buồng trống là I (kg/min) và ra khỏi buồng là O(kg/min), M là tổng lượng chất mà có thể được dự trữ trong buồng đầy. Tương tự, nếu chúng ta có buồng đầy, nó sẽ lấy T=M/O (min) là đơn vị thời gian để làm trống ngăn (I=0).

Nếu chúng ta xem dòng chảy trong và ngoài là hằng số, lúc đó M/I=M/O Sự thay đổi khối lượng suốt khoảng thời gian Δt có thể được viết M(t+Δt) – M(t) = IΔt – OΔt (1) Nếu ta lấy phương trình (1) chia cho Δt và lấy giới hạn khi Δt→0, lúc đó phương trình trở thành M’(t) = I – O Trạng thái phương trình trên mà sự thay đổi vật chất với thời gian được cho bởi dòng chảy vào và dòng chảy ra.1 Quá trình dòng chảy đi ra Mô hình đơn giản nhất là quá trình dòng đi ra bậc không mà khối lượng là hằng số, phương trình có dạng 16 dC (t )  K (2.1) dt Phương trình này có nồng độ chất (thuốc) giảm theo thời gian. Nhiều mô hình động học bậc nhất cũng được đưa ra, phương trình nồng độ đi ra có dạng: dC (t )  k .