Исследование математической модели биоискусственной печени с использованием ПИД-регулятора

Обложка

Цитировать

Полный текст

Аннотация

Цель данного исследования - разработка и анализ математической модели биоискусственной печени с использованием пропорционально-интегрально-дифференциального регулятора для управления ключевыми процессами. Биоискусственная печень представляет собой сложную систему, задача которой заключается в выполнении основных функций печени, что критически важно для развития альтернативных методов лечения пациентов с печеночной недостаточностью. В работе описано строение и функциональность модели биоискусственной печени, основываясь на обзоре анатомии человеческой печени, а также на изучении биотехнологических аспектов создания искусственных органов. Рассматривается применение ПИД-регулятора, который позволяет точно и адаптивно контролировать процессы внутри модели, такие как подача питательных веществ и удаление токсинов. Методология исследования охватывает создание математической модели, ее компьютерное моделирование и анализ полученных данных. Экспериментальная часть работы заключается в выявлении оптимальных параметров ПИД-регулятора для различных условий эксплуатации биоискусственной печени. Результаты данного исследования могут способствовать повышению эффективности биоискусственных систем поддержки печеночных функций, с их помощью возможно появление и новых подходов к использованию искусственных органов, что обладает значительным потенциалом для сферы трансплантологии и лечения заболеваний печени.

Об авторах

Алексей Сергеевич Ганьшин

Российский университет дружбы народов

Email: 1042210064@pfur.ru
ORCID iD: 0000-0003-3582-4889

аспирант кафедры механики и процессов управления, инженерная академия

Москва, Россия

Денис Анатольевич Андриков

Российский университет дружбы народов

Автор, ответственный за переписку.
Email: andrikovdenis@mail.ru
ORCID iD: 0000-0003-0359-0897
SPIN-код: 8247-7310

кандидат технических наук, доцент департамента механики и процессов управления, инженерная академия

Москва, Россия

Список литературы

  1. Pereira DS, Pinto JOP. Genetic algorithm based system identification and PID tuning for optimum adaptive control. Proceedings, 2005 IEEE/ASME International Conference on Advanced Intelligent Mechatronics. 2005;801-806. https://doi.org/10.1109/AIM.2005.1511081
  2. Kato M, Yamamoto T, Fujisawa S. A skill based PID controller using artificial neural networks. International Conference on Computational Intelligence for Modelling, Control and Automation and International Conference on Intelligent Agents, Web Technologies and Internet Commerce (CIMCA-IAWTIC'06), Vienna, Austria, 2005. P. 702-707. https://doi.org/10.1109/CIMCA.2005.1631346
  3. Balis UJ, Yarmush ML, Toner M. Bioartificial Liver Process Monitoring and Control Systems with Integrated Systems Capability. Tissue Engineering. 2002;8(3):483-98. https://doi.org/10.1089/1076327027601847
  4. Wu C, Li K, Zhang C, Zhang G, Huo X. Implementation of Signal Detection and Control of Bioartificial Liver Support System. BIBE2021: The Fifth International Conference on Biological Information and Biomedical Engineering. 2021. Article No. 25. https://doi.org/10.1145/3469678.3469703
  5. He Y-T, Qi Y-N, Zhang B-Q, Li J-B, Bao J. Bio-artificial liver support systems for acute liver failure:A systematic review and meta-analysis of the clinical and preclinical literature. World Journal of Gastroenterology. 2019;25(27)3634-3648. https://doi.org/10.3748/wjg.v25.i27.3634
  6. Dolgikh MS. The modern technologies for creation of implanted bioartificial liver. Biochemistry (Moscow), Supplement Series B: Biomedical Chemistry. 2010;4(2):150-160. (In Russ.) https://doi.org/10.18097/pbmc20105604425
  7. Pankratov LV. Modeling and optimization of the PID controller. Science and technology of transport. 2017;(2):73-78. (In Russ.) EDN: YSPHYB
  8. Alexandrov AG, Palenov MV. Adaptive PID controllers: state of the art and development prospects. Automation and Remote Control. 2014;75(2):188-199. https://doi.org/10.1134/S0005117914020027 (In Russ.)
  9. Detry O, Arkadopoulos N, Ting P, Kahaku E, Wat-anabe FD, Rozga J, Demetriou AA. Clinical use of a bio-artificial liver in the treatment of acetaminophen-induced fulminant hepatic failure. American surgeon. 1999;65(10):934-938. EDN: DEOHDD
  10. Ding YT, Shi XL. Bioartificial liver devices: Perspectives on the state of the art. Frontiers of Medicine. 2011;5:15-19. https://doi.org/10.1007/s11684-010-0110-x
  11. Park JK, Lee DH. Bioartificial Liver Systems: Current Status and Future Perspective. Journal of Bioscience and Bioengineering. 2005;99(4):311-319. https://doi.org/10.1263/jbb.99.311
  12. Bañares R, Catalina MV, Vaquero J. Molecular adsorbent recirculating system and bioarti cial devices for liver failure. Clin Liver Dis. 2014;18(4):945-956. https://doi.org/10.1016/j.cld.2014.07.011
  13. Cisneros-Garza LE, del Rosario Muñoz-Ramírez M, Muñoz-Espinoza LE. The molecular adsorbent recirculat-ing system as a liver support system: summary of Mexican experience. Ann Hepatol. 2014;13(2):240-247. https://pubmed.ncbi.nlm.nih.gov/24552866/
  14. Kanjo A, Ocskay K, Gede N. Ef cacy and safety of liver support devices in acute and hyperacute liver failure: a systematic review and network meta-analysis. Sci Rep. 2021;11(1):1-10. https://doi.org/10.1038/s41598021-83292-z
  15. Hanish SI, Stein DM, Scalea JR. Molecular Adsor-bent Recirculating System Effectively Replaces Hepatic Funct-ion in Severe Acute Liver Failure. Ann Surg. 2017;266(4):677-684. https://doi.org/10.1097/sla.0000000000002361
  16. Salman GA, Jafar AS, Ismael AI. Application of artificial intelligence techniques for LFC and AVR systems using PID controller. International Journal of Power Electronics and Drive Systems. 2019;10(3):1694. http://dx.doi.org/10.11591/ijpeds.v10.i3.pp1694-1704
  17. Kouba NY, Menaa M, Hasni M, Boudour M. Optimal Control of Frequency and Voltage Variations Using PID Controller Based on Particle Swarm Optimization. Proceedings of the 4th International Conference on Systems and Control. 2015:424-429. http://dx.doi.org/10.1109/ICoSC.2015.7152777
  18. Tan HK. Molecular adsorbent recirculating system (MARS). Ann Acad Med Singap. 2004;33(3):329-335. https://pubmed.ncbi.nlm.nih.gov/15175774/
  19. Khuroo MS, Khuroo MS, Farahat KLC. Molecular adsorbent recirculating system for acute and acute-on-chronic liver failure: a meta-analysis. Liver Transpl. 2004;10(9):1099-1106. https://doi.org/10.1002/lt.20139
  20. Tandon R, Froghi S. Artificial liver support systems. J Gastroenterol Hepatol. 2021;36(5):1164-1179. https://doi.org/10.1111/jgh.15255

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».