一个理想化早产儿呼吸机械模型的参数可辨识性
摘要：通过局部确定性敏感性分析，子集选择和基于梯度的优化，分析了之前发展的一个非线性呼吸力学模型（Ellwein Fix，PLoS ONE 2018）在生理情况下的参数识别。该模型由4个差分状态方程和31个参数组成，用于预测在六种模拟条件下产生的气流和动态肺容积和压力。通过有限差分计算了模型状态方程对每个参数的相对敏感性解，并为每个参数和模拟创建了敏感性排名。子集选择确定了一组可以在六个模拟中估计的独立参数。这些分析的组合产生了一个包含6个独立敏感参数的子集，可以根据理想的临床数据进行估计。对通过扰动标称参数生成的伪数据进行的所有优化在40次迭代内都收敛，并且平均估计的参数值与标称值相差不到8％。该分析表明，在研究早产儿动力学时，可以对非线性呼吸力学模型描述的真实患者特异性数据集进行参数估计。
作者：Laura Ellwein Fix
论文ID：1808.00998
分类：Tissues and Organs
分类简称：q-bio.TO
提交时间：2020-01-17