一种心室导管泵的转速控制方法及装置制造方法及图纸

本发明专利技术实施例提供了一种心室导管泵的转速控制方法及装置，涉及医疗器械技术领域，上述方法包括：在按照输入转速对心室导管泵进行控制的情况下，获得心室导管泵的实际输出流量；基于实际输出流量与预设输出流量，计算实际输出流量的偏差流量；判断偏差流量是否大于预设偏差流量阈值；若为是，计算偏差流量的变化率，分别对偏差流量以及偏差流量的变化率进行模糊化处理，得到第一目标值、以及第二目标值，基于第一目标值和第二目标值，控制输入转速；若为否，基于偏差流量以及预设偏差系数，计算输入转速的第二调整量，按照第二调整量，控制输入转速。应用本实施例提供的方案，能够实现心室导管泵的转速控制。现心室导管泵的转速控制。现心室导管泵的转速控制。

【技术实现步骤摘要】
一种心室导管泵的转速控制方法及装置


[0001]本专利技术涉及医疗器械
，特别是涉及一种心室导管泵的转速控制方法及装置。

技术介绍

[0002]心室导管泵为用于支持患者血液循环系统的血管内微型轴流泵。以左心室导管泵为例，左心室导管泵植入患者的左心室中，当左心室导管泵处于正常运行状态时，左心室导管泵可以将血液从位于左心室内的入口区通过导管输送到升主动脉出口。心室导管泵能够辅助增加心输出量，升高主动脉压和冠状动脉灌注压，改善平均动脉压、冠状动脉血流量。
[0003]然而，若心室导管泵的转速异常，导致心室导管泵的工作效率不足，使得部分血液从主动脉经心室导管泵逆流到左心室，从而发生反流现象，使患者出现左心室增大以及血损等并发症，若反流时间过长，会严重危害患者的健康，可以看到，心室导管泵的转速关乎心室导管泵是否正常工作，因此，亟需一种心室导管泵的转速控制方案。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种心室导管泵的转速控制方法及装置，以实现心室导管泵的转速控制。具体技术方案如下：第一方面，本专利技术实施例提供了一种心室导管泵的转速控制方法，所述方法包括：在按照输入转速对心室导管泵进行控制的情况下，获得所述心室导管泵的实际输出流量；基于所述实际输出流量与预设输出流量，计算所述实际输出流量的偏差流量；判断所述偏差流量是否大于预设偏差流量阈值；若为是，计算所述偏差流量的变化率，分别对所述偏差流量以及所述偏差流量的变化率进行模糊化处理，得到表征所述偏差流量的偏差程度的第一目标值、以及表征所述变化率的变化程度的第二目标值，基于所述第一目标值和第二目标值，预测所述输入转速的第一调整量，按照所述第一调整量，控制输入转速；若为否，基于所述偏差流量以及预设偏差系数，计算所述输入转速的第二调整量，按照所述第二调整量，控制所述输入转速。
[0005]本专利技术的一个实施例中，上述分别对所述偏差流量以及所述偏差流量的变化率进行模糊化处理，得到表征所述偏差流量的偏差程度的第一目标值、以及表征所述变化率的变化程度的第二目标值，包括：按照以下方式对目标数据进行模糊化处理，得到所述目标数据的目标值，所述目标数据为：所述偏差流量或所述偏差流量的变化率：从目标数据的数据类型对应的每一预设数据范围中，确定目标数据所在的目标数据范围；基于目标数据与所述目标数据范围内的最大值，计算目标数据隶属于所述最大值
所表征数据程度的第一隶属度；基于目标数据与所述目标范围的最小值，计算目标数据隶属于所述最小值所表征数据程度的第二隶属度；将所述第一隶属度与第二隶属度确定为所述目标数据的目标值。
[0006]本专利技术的一个实施例中，按照以下方式预测所述输入转速的第一调整量：将所述偏差流量以及变化率输入预先训练的模糊神经网络模型，得到模糊神经网络模型输出的转速调整量，作为所述输入转速的第一调整量。
[0007]所述模糊神经网络模型为：采用样本偏差流量以及样本偏差流量的变化率作为训练样本，以样本输入转速与样本实际转速之间的转速差作为训练基准，对初始神经网络模型进行训练、用于预测转速调整量的模型；所述样本偏差流量为：样本心室导管泵的实际输出流量相较于预设期望输出流量的偏差值。
[0008]本专利技术的一个实施例中，上述基于所述第一目标值和第二目标值，预测所述输入转速的第一调整量，包括：按照预设对应关系，确定所述第一目标值与第二目标值相对应的转速调整量，作为候选调整量，其中，所述预设对应关系为：第一预设目标值、第二预设目标值与转速调整量之间的对应关系，所述第一预设目标值为表征预设偏差流量的偏差程度的数据，所述第二预设目标值为表征预设偏差流量的变化率的变化程度的数据；在所述候选调整量为多个的情况下，确定每一候选调整量的置信度；基于所述置信度，从候选调整量中确定所述输入转速的第一调整量。
[0009]本专利技术的一个实施例中，上述获得所述心室导管泵的实际输出流量，包括：获得所述心室导管泵的电机电流、输出转速；基于所述电机电流、输出转速，确定主动脉压力与心室压力之间的压力差；基于所述压力差，确定所述心室导管泵的实际输出流量。
[0010]第二方面，本专利技术实施例提供了一种心室导管泵的转速控制装置，所述装置包括：流量获得模块，用于在按照输入转速对心室导管泵进行控制的情况下，获得所述心室导管泵的实际输出流量；流量计算模块，用于基于所述实际输出流量与预设输出流量，计算所述实际输出流量的偏差流量；流量判断模块，用于判断所述偏差流量是否大于预设偏差流量阈值；若为是，执行第一转速控制模块，若为否，执行第二转速控制模块；所述第一转速控制模块，用于计算所述偏差流量的变化率，分别对所述偏差流量以及所述偏差流量的变化率进行模糊化处理，得到表征所述偏差流量的偏差程度的第一目标值、以及表征所述变化率的变化程度的第二目标值，基于所述第一目标值和第二目标值，预测所述输入转速的第一调整量，按照所述第一调整量，控制输入转速；所述第二转速控制模块，用于基于所述偏差流量以及预设偏差系数，计算所述输入转速的第二调整量，按照所述第二调整量，控制所述输入转速。
[0011]本专利技术的一个实施例中，上述第一转速控制模块，具体用于按照以下方式对目标数据进行模糊化处理，得到所述目标数据的目标值，所述目标数据为：所述偏差流量或所述偏差流量的变化率：从目标数据的数据类型对应的每一预设数据范围中，确定目标数据所
在的目标数据范围；基于目标数据与所述目标数据范围内的最大值，计算目标数据隶属于所述最大值所表征数据程度的第一隶属度；基于目标数据与所述目标范围的最小值，计算目标数据隶属于所述最小值所表征数据程度的第二隶属度；将所述第一隶属度与第二隶属度确定为所述目标数据的目标值。
[0012]本专利技术的一个实施例中，上述第一转速控制模块，具体用于按照以下方式预测所述输入转速的第一调整量：将所述偏差流量以及变化率输入预先训练的模糊神经网络模型，得到模糊神经网络模型输出的转速调整量，作为所述输入转速的第一调整量。所述模糊神经网络模型为：采用样本偏差流量以及样本偏差流量的变化率作为训练样本，以样本输入转速与样本实际转速之间的转速差作为训练基准，对初始神经网络模型进行训练、用于预测转速调整量的模型；所述样本偏差流量为：样本心室导管泵的实际输出流量相较于预设期望输出流量的偏差值。
[0013]本专利技术的一个实施例中，上述第一转速控制模块，具体用于按照预设对应关系，确定所述第一目标值与第二目标值相对应的转速调整量，作为候选调整量，其中，所述预设对应关系为：第一预设目标值、第二预设目标值与转速调整量之间的对应关系，所述第一预设目标值为表征预设偏差流量的偏差程度的数据，所述第二预设目标值为表征预设偏差流量的变化率的变化程度的数据；在所述候选调整量为多个的情况下，确定每一候选调整量的置信度；基于所述置信度，从候选调整量中确定所述输入转速的第一调整量。
[0014]本专利技术的一个实施例中，上述流量获得模块，具体用于获得所述心室导管泵的电机电流、输出转速；基于所述电机电流、输出转速，确定主动脉压力与心室压本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种心室导管泵的转速控制方法，其特征在于，所述方法包括：在按照输入转速对心室导管泵进行控制的情况下，获得所述心室导管泵的实际输出流量；基于所述实际输出流量与预设输出流量，计算所述实际输出流量的偏差流量；判断所述偏差流量是否大于预设偏差流量阈值；若为是，计算所述偏差流量的变化率，分别对所述偏差流量以及所述偏差流量的变化率进行模糊化处理，得到表征所述偏差流量的偏差程度的第一目标值、以及表征所述变化率的变化程度的第二目标值，基于所述第一目标值和第二目标值，预测所述输入转速的第一调整量，按照所述第一调整量，控制输入转速；若为否，基于所述偏差流量以及预设偏差系数，计算所述输入转速的第二调整量，按照所述第二调整量，控制所述输入转速。2.根据权利要求1所述的方法，其特征在于，所述分别对所述偏差流量以及所述偏差流量的变化率进行模糊化处理，得到表征所述偏差流量的偏差程度的第一目标值、以及表征所述变化率的变化程度的第二目标值，包括：按照以下方式对目标数据进行模糊化处理，得到所述目标数据的目标值，所述目标数据为：所述偏差流量或所述偏差流量的变化率：从目标数据的数据类型对应的每一预设数据范围中，确定目标数据所在的目标数据范围；基于目标数据与所述目标数据范围内的最大值，计算目标数据隶属于所述最大值所表征数据程度的第一隶属度；基于目标数据与所述目标范围的最小值，计算目标数据隶属于所述最小值所表征数据程度的第二隶属度；将所述第一隶属度与第二隶属度确定为所述目标数据的目标值。3.根据权利要求1所述的方法，其特征在于，按照以下方式预测所述输入转速的第一调整量：将所述偏差流量以及变化率输入预先训练的模糊神经网络模型，得到模糊神经网络模型输出的转速调整量，作为所述输入转速的第一调整量；所述模糊神经网络模型为：采用样本偏差流量以及样本偏差流量的变化率作为训练样本，以样本输入转速与样本实际转速之间的转速差作为训练基准，对初始神经网络模型进行训练、用于预测转速调整量的模型；所述样本偏差流量为：样本心室导管泵的实际输出流量相较于预设期望输出流量的偏差值。4.根据权利要求1
‑
3中任一项所述的方法，其特征在于，所述基于所述第一目标值和第二目标值，预测所述输入转速的第一调整量，包括：按照预设对应关系，确定所述第一目标值与第二目标值相对应的转速调整量，作为候选调整量，其中，所述预设对应关系为：第一预设目标值、第二预设目标值与转速调整量之间的对应关系，所述第一预设目标值为表征预设偏差流量的偏差程度的数据，所述第二预设目标值为表征预设偏差流量的变化率的变化程度的数据；在所述候选调整量为多个的情况下，确定每一候选调整量的置信度；基于所述置信度，从候选调整量中确定所述输入转速的第一调整量。
5.根据权利要求1
‑
3中任一项所述的方法，其特征在于，所述获得所述心室导管泵的实际输出流量，包括：获得所述心室导管泵的电机电流、输出转速；基于所述电机电流、输出转速，确定主动脉压力与心室压力之间的压力差；基于所述压力差，确定所述心室导管泵的实际输出流量。6.一...

【专利技术属性】
技术研发人员：殷安云，戴明，程洁，王新宇，杨浩，李修宝，
申请(专利权)人：安徽通灵仿生科技有限公司，
类型：发明
国别省市：