生物应答预测系统技术方案

一种预测生物应答的生物应答预测系统，其包括：用于接受受检者实测数据输入的输入单元；用所输入的实测数据生成虚拟的该受检者生物器官功能的虚拟生物器官的虚拟生物器官生成单元；用于获取当输入生成的虚拟生物器官时该虚拟生物器官显示的虚拟生物应答的虚拟生物应答获取单元；以及用于输出获取的虚拟生物应答的输出单元。

【技术实现步骤摘要】

本专利技术涉及一种预测受检者生物器官的生物应答的生物应答预测系统。
技术介绍
对于治疗糖尿病来说，控制血糖非常重要。因此，一直以来出现了各种预测患者血糖值变化的方法或系统。比如Japanese Laid-Open Patent Publication No.2005-328924(日本已公开专利公报第2005-328924号)中记载有用预测模型预测患者血糖值的血糖预测装置。据记载，此血糖预测装置将预测模型储存于存储器中，该预测模型是根据数个包括患者摄取或消耗的能量以及来源于患者对自己健康状况的主观判断结果的健康状况变化值在内的模型输入值和表达与这些模型输入值对应的血糖值的模型输出值组成的历史数据建立的。用此存储器的预测模型可预测对应于任意预测条件的血糖值。用此血糖检测装置，患者可以很轻易地收集建立预测模型和预测血糖所需要的模型输入值，在不给患者增添任何负担的情况下，不仅在医疗机构在家中也可以高精度地预测血糖。Japanese Laid-Open Patent Publication No.2005-328924记载的装置在构建预测模型的同时，还使用数式模型和黑匣子预测模型(比如神经网络模型、使用模糊推理的模型)。然而，这种预测方法从根本上说是建立在过去的数个历史数据为基础的所谓“过去出现过此值，故此次也将达到此值”的方法。因此，本方法一旦输入条件与历史数据的输入条件不同就无法预测。此外，本方法不能预测超过取得该历史数据那一刻的血糖值。即，本方法从输入值到输出值的过程是“黑匣子”，是以输入值和输出值的相关性为基础的，因此，存在预测范围受限的问题。专利技术内容本专利技术的范围只由后附权利要求书所规定，在任何程度上都不受这一节
技术实现思路
的陈述所限。本专利技术的第一部分涉及生物应答预测系统，包括输入单元，接受受检者实测数据输入；虚拟生物器官生成单元，用所输入的实测数据生成虚拟(再现)该受检者生物器官功能的虚拟生物器官；虚拟生物应答获取单元，用于获取当输入生成的虚拟生物器官时该虚拟生物器官显示的虚拟生物应答；以及输出单元，输出获取的虚拟生物应答。其进一步包括设定对所述虚拟生物器官的输入值的输入值设定单元，其中所述虚拟生物应答获取单元可以获取上述输入值设定单元设定的输入值时的所述虚拟生物器官的虚拟生物应答。其进一步包括用于设定获取所述虚拟生物器官的虚拟生物应答的时间的获取应答时间设定单元，其中所述虚拟生物应答获取单元可获取上述虚拟生物器官表达出的、在上述获取应答时间设定单元设定的时间内的虚拟生物应答。其中所述虚拟生物器官由表达葡萄糖和/或胰岛素代谢相关生物器官功能的模块组成，所述虚拟生物应答获取单元可以根据对上述模块的输入值，用上述虚拟生物器官演算上述虚拟生物应答。其进一步包括有复数个参数、储存表示生物器官功能的数理模型的存储单元，其中虚拟生物器官生成单元可以用受检者的实测数据生成数个参数值，这些参数值构成表达该受检者生物器官功能的数理模型。其中所述虚拟生物器官生成单元包括获取数个参数组的参数组获取单元；用于分别比较将上述参数组获取单元获取的数个参数组运用于上述数理模型时生成的各虚拟生物应答和上述输入单元输入的上述受检者的实测数据的比较单元；以及根据上述比较单元的比较结果，从上述参数获取单元获取的数个参数组中选择一组的选择单元。其中上述选择单元可以选择与最接近于所述受检者的实测数据的虚拟生物应答相应的参数组。其进一步包括用于储存数个参数组和表达对应于各参数组的虚拟生物应答的数个模板数据的模板存储单元，其中所述参数获取单元可以从上述模板存储单元读取上述参数组和上述模板数据。其中所述参数获取单元包括生成参数值的复数个初始值群的初始群生成单元；及用遗传学算法计算上述初始群生成单元生成的所述参数的数个初始值群，生成复数个参数组的遗传学算法单元。本专利技术的第二部分涉及生物应答预测系统，包括有复数个参数、储存表示生物器官功能的数理模型的存储单元；利用受检者实测数据，生成组成表达该受检者生物器官功能的数理模型的数个参数的参数生成单元；根据将上述参数生成单元生成的参数储存在上述存储单元的上述数理模型，演算出表达该受检者生物器官生物应答的虚拟生物应答的虚拟生物应答演算单元，；以及显示上述虚拟生物应答演算单元演算的上述虚拟生物应答的显示单元。其中所述数理模型有分别表达数个生物器官各功能的数个模块。附图说明图1为显示生物应答预测系统一个实施方式的硬件结构的框图。图2为生物模型的整体结构图。图3为显示生物模型的胰脏模型结构的方块图。图4为显示生物模型的肝脏模型结构的方块图。图5为显示生物模型的胰岛素动态模型结构的方块图。图6为显示生物模型的末梢组织模型结构的方块图。图7为显示生物应答的预测顺序一例的流程图。图8为显示参数组生成处理顺序的流程图。图9(a)为血糖值实际OGTT时系列数据。图9(b)为血中胰岛素浓度实际OGTT时系列数据。图10为模板数据库结构图。图11(a)为血糖值模板。图11(b)胰岛素浓度模板。图12(a)为显示对于血糖值模板的OGTT时系列数据误差总和的附图。图12(b)为显示对于胰岛素浓度模板的OGTT时系列数据误差总和的附图。图13(a)显示了输入条件为OGTT时葡萄糖摄取速度的不同时间的变化。图13(b)显示了输入条件为进食A时葡萄糖摄取速度的不同时间的变化。图14(a)为以进食A为输入条件进行模拟时的血糖值结果的显示图。图14(b)为以进食A为输入条件进行模拟时的血中胰岛素浓度结果的显示图。图15(a)为输入条件为OGTT时和输入条件为进食A时血糖值模拟结果的比较图。图15(b)为输入条件为OGTT时和输入条件为进食A时血中胰岛素浓度模拟结果的比较图。图16为显示生物应答预测程序的其他范例的流程图。图17(a)为用药前3小时实测OGTT的血糖值时系列数据的显示图。图17(b)为用药前3小时实测OGTT的血中胰岛素浓度时系列数据的显示图。图18(a)为血糖值模拟结果的显示图。图18(b)为血中胰岛素浓度模拟结果的显示图。图19(a)为用药后3小时实测OGTT的血糖值时系列数据的显示图。图19(b)为用药后3小时实测OGTT的血中胰岛素浓度时系列数据的显示图。图20(a)为血糖值模拟结果的显示图。图20(b)为血中胰岛素浓度模拟结果的显示图。图21(a)为用药前和用药后所预测的血糖值的变化比较图。图21(b)为用药前和用药后所预测的血中胰岛素浓度的变化比较图。具体实施例方式以下参照附图，详细说明生物应答预测系统的具体实施方式。图1为显示本专利技术一个实施方式的系统硬件结构的框图。本实施方式的系统100由计算机100a构成，主要由主机110、显示单元120和输入单元130组成。主机110主要由CPU110a、ROM110b、RAM110c、硬盘110d、读取装置110e、输出输入接口110f和图像输出接口110h构成，其中CPU110a、ROM110b、RAM110c、硬盘110d、读取装置110e、输出输入接口110f和图像输出接口110h用总线110i连接，可进行数据通信。CPU110a可执行ROM110b中存储的计算机程序和RAM 110c装载的计算机程序。通过该CPU110a执行后述应用程序140a，即可实现后本文档来自技高网...

【技术保护点】
一种生物应答预测系统，包括：用于接受受检者实测数据输入的输入单元；用所输入的实测数据生成虚拟的该受检者生物器官功能的虚拟生物器官的虚拟生物器官生成单元；用于获取当输入生成的虚拟生物器官时该虚拟生物器官显示的虚拟生物应 答的虚拟生物应答获取单元；以及用于输出获取的虚拟生物应答的输出单元。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：高地泰浩，齐太计雄，清家圣嘉，
申请(专利权)人：希森美康株式会社，
类型：发明
国别省市：JP[日本]