1. JCPEE
  2. Всі випуски
  3. Випуск 5, Номер 1, 2015
  4. Математична модель концентрації глюкози в крові протягом доби

Математична модель концентрації глюкози в крові протягом доби

JCPEE.
2015;
Випуск 5, Номер 1
: c.5-10
Автори:
  1. Юлія Чайківська
  2. Роман Пасічник
  3. Наталія Пасічник
1
Тернопільський національний педагогічний університет імені Володимира Гнатюка
2
Тернопільський національний економічний університет
3
Тернопільський національний економічний університет

У даній статті розглядається проблема контролю концентрації глюкози в крові із мінімізацією застосування інвазивних вимірювань. Розроблено математичну модель розподілу поступлення глюкози, що залежить від обсягу спожитих вуглеводів (миттєві, швидкі, повільні). Математичну модель побудовано для довготривалих спостережень із використанням спеціально-організованих експериментів. Рівень глюкози в крові залежить від інтенсивності дії гормону інсуліну, тому побудовано модель динаміки інсуліну. Сукупний інсулін представлено як поєднання інсуліну, що виробляється організмом та інсуліну, що поступає з ін’єкцій. Для ідентифікації динаміки глюкози в крові використано метод Левенберга – Маквардта.

Nonautonomous model
glucose dynamics
diabetes mellitus
ідентифікація
distribution model
  1. C.Cobelli, C. Man, D. Raimondo, and R. Rizza, “GIM, simulation software of meal glucose–insulin model”, J Diabetes Sci Technol, vol. 1, no. 3, pp. 323-330, 2007.
  2.  T. Callegari, A. Caumo, and C. Cobelli, “Bayesian two-compartment and classic single-compartment minimal models: compa­rison on insulin modified IVGTT and effect of experiment reduction”, IEEE Trans. Biomed. Eng. vol. 50, no.12, pp. 1301–1309, 2003.
  3. B. Kovatchev, M. Breton, C. Man, and C. Cobelli, “In Silico Preclinical Trials: A Proof of Concept in Closed-Loop Control of Type 1 Diabetes”, J Diabe­tes Sci Technol, vol. 3, no. 1, pp. 44-55, 2009.
  4. R. Hovorka, M. Wilinska, and L. Chassin, “Evalua­tion of glucose controllers in virtual environment: methodology and sample application”, Artificial In­telligence in Medicine, vol. 32, no. 3, pp. 171-181, 2004.
  5. C. Man, R. Rizza, and C. Cobelli, “Meal simulation model of the glucose-insulin system”, IEEE Trans. Biomed. Eng. vol. 54, no. 10, pp. 1740–1749, 2007.
  6. P. Bergman, et al, “A comparison between the mini­mal model and the glucose clamp in the assess­ment of insulin sensitivity across the spectrum of glucose tolerance”, Diabetes, no.43, pp. 1114-1121, 2004.
  7. M.D. Breton, “Physical activity - the major unac­counted impediment to closed loop control”, J Dia­betes Sci Technol, vol.2, no. 1, pp. 169-174, 2008.
  8. G. Marchetti, M. Barolo, L.Jovanovic, H, Zisser, and D, Seborg, “A feedforward - feedback glucose control strategy for type 1 diabetes mellitus”, Journal of Process Control, vol.18, no.2, pp. 149-162, 2008.
  9. E. Renard, J. Place, M. Cantwell, H. Chevassus, and C. Palerm, “Closed-loop insulin delivery using a subcutaneous glucose sensor and intraperitoneal in­sulin delivery”, Diabetes Care, vol.33, no.1, pp. 121-127, 2010.
  10. F. El-Khatib, J. Jianq, and E. Damiano, “Adaptive closed-loop control provides blood-glucose regu­lation using dual sub­cutaneous insulin and glucagon infusion in diabetic swine”, J Diabetes Sci Technol, vol.2, no.1, pp. 181-192, 2007.
  11. О.V.Shvets, “Diet in diabetes mellitus”, Mizhna­rodnyi endokrynologichnyi zhurnal, vol.50, no.2, pp. 65-74, 2013. (Ukrainian)
  12. Yu. Chаikіvskа and R. Pаsіchnyk, “The mathema­tical model of the glucose dynamics in the digestion process”, Informatyka ta matematychni metody v modeliuvanni, vol.4, no.3, pp. 272-277, 2014. (Ukrainian)