Diseño de una plataforma de prueba de sensores virtuales para el sistema glucosa-insulina de pacientes UCI usando la técnica HIL

Autores/as

  • Cristian Hernandez Instituto Tecnológico Metropolitano,
  • Dahiana Velez Instituto Tecnológico Metropolitano
  • Jhon Alexander Isaza Instituto Tecnológico Metropolitano http://orcid.org/0000-0002-1968-3070

DOI:

https://doi.org/10.33131/24222208.318

Palabras clave:

Unidad de cuidados intensivos, hardware-in-the-loop, sistemas embebidos, Medición de glucosa

Resumen

La simulación tradicional In Sillico (simulación computacional) no permite recrear ambientes realistas. Herramientas como hardware-in-the-loop (HIL) permiten simular en tiempo real la respuesta de un sistema ante diferentes perturbaciones y situaciones en la regulación de glucosa e insulina en las que podría encontrarse un paciente en Unidad de Cuidados Intensivos (UCI), tales como hiperglucemias o hipoglucemias. En esta investigación, se pretende desarrollar una metodología para la implementación de la técnica de simulación HIL para desarrollar una plataforma de prueba de sensores virtuales para el sistema glucosa-insulina de pacientes en UCI usando la metodología HIL y estimadores de estado, para lo cual se estableció una comunicación que permitió someter el sistema a perturbaciones en  tiempo real, además de desarrollar una interfaz que permite la manipulación de las principales características y parámetros tanto del modelo como de los sensores virtuales.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Cristian Hernandez, Instituto Tecnológico Metropolitano,

Instituto Tecnológico Metropolitano, Calle 73 No 76A - 354, 050034, Medellín - Colombia
Facultad de Ciencias Exactas y Aplicadas

Dahiana Velez, Instituto Tecnológico Metropolitano

Instituto Tecnológico Metropolitano, Calle 73 No 76A - 354, 050034, Medellín - Colombia
Facultad de Ciencias Exactas y Aplicadas


Jhon Alexander Isaza, Instituto Tecnológico Metropolitano

Instituto Tecnológico Metropolitano, Calle 73 No 76A - 354, 050034, Medellín - Colombia

Facultad de Ingenierías, Grupo de Automática, Electrónica y Ciencias Computacionales

Referencias bibliográficas

[1] S. Jereb, N. Asus, M. Blumtritt, and Y. Kreff, “Hiperglucemia en el paciente Neurocrítico Hyperglycemia in Neurocritical patients,” Diaeta, vol. 33, no. 150, pp. 7–11, 2015.
[2] J. C.-C. E.Aguirre-Zapata, “Glycemic Monitoring in Critical Care using Nonlinear State Estimators.” cartagena, 2017.
[3] B. M. Hanson, M. C. Levesley, K. Watterson, and P. G. Walker, “Hardware-in-the-loop-simulation of the cardiovascular system, with assist device testing application,” Med. Eng. Phys., vol. 29, no. 3, pp. 367–374, 2007.
[4] A. Alazmani et al., “Introducing a hardware-in-the-loop simulation of the cardiovascular system,” Proc. IEEE RAS EMBS Int. Conf. Biomed. Robot. Biomechatronics, pp. 153–158, 2012.
[5] C. Barker, M. Kwiatkowska, A. Mereacre, N. Paoletti, and A. Patan, “Hardware-in-the-loop simulation and energy optimization of cardiac pacemakers,” pp. 7188–7191, 2015.
[6] M. Bacic, “On hardware-in-the-loop simulation,” Proc. 44th IEEE Conf. Decis. Control, pp. 3194–3198, 2005.
[7] K. H. Ian T. Cameron, Process Modelling and Model Analysis, vol. 4, no. 2. 2001.
[8] C. Eberle and C. Ament, “Real-time state estimation and long-term model adaptation: A two-sided approach toward personalized diagnosis of glucose and insulin levels,” J. Diabetes Sci. Technol., vol. 6, no. 5, pp. 1148–1158, 2012.
[9] R. Gillis, C. C. Palerm, H. Zisser, L. Jovanovic, F. Doyle III, and D. E. Seborg, “Glucose Estimation and Prediction through Meal Responses Using Ambulatory Subject Data for Advisory Mode Model Predictive Control.,” J. diabetes Sci. Technol., vol. 1, no. 6, pp. 825–33, 2007.
[10] R. Sanchis, I. Peñarrocha, and P. Albertos, “Design of robust output predictors under scarce measurements with time-varying delays,” Automatica, vol. 43, no. 2, pp. 281–289, 2007.
[11] J. Mohd, N. H. Hoang, M. A. Hussain, and D. Dochain, “Review and classification of recent observers applied in chemical process systems,” Comput. Chem. Eng., vol. 76, pp. 27–41, 2015.
[12] J. G. Chase, G. M. Shaw, X. W. Wong, T. Lotz, J. Lin, and C. E. Hann, “Model-based glycaemic control in critical care-A review of the state of the possible,” Biomed. Signal Process. Control, vol. 1, no. 1, pp. 3–21, 2006.
[13] C. Eberle and C. Ament, “The Unscented Kalman Filter estimates the plasma insulin from glucose measurement,” BioSystems, vol. 103, no. 1, pp. 67–72, 2011.
[14] S. Casco, “Raspberry Pi , Arduino y Beaglebone Black Comparación y Aplicaciones,” vol. 1, pp. 4–8, 2014.
[15] E. D. Aguirre Mesa, D. A. Garcia Arango, y C. F. Henao Villa, “Diseño y simulación de un amplificador ‘Instrumental Operacional’ como apoyo en la lectura y transmisión de señales mioeléctricas por un solo canal con bajo ruido”, Revista CINTEX, vol. 22, núm. 1, pp. 11–23, 2017.
[16] J. E. Castano, J. Patino, y J. J. Espinosa, “Model identification for control of a distillation column”, en Robotics Symposium, 2011 IEEE IX Latin American and IEEE Colombian Conference on Automatic Control and Industry Applications (LARC), Bogotá, Colombia, 2011, pp. 1–5. DOI: 10.1109/LARC.2011.6086832
[17] V. Srdanovic et al., “Diseño y simulación de un sistema de medición de temperatura orientado hacia el aprendizaje aplicativo”, Revista CINTEX, vol. 19, pp. 9–22, 2014.

Descargas

Publicado

2018-12-31

Cómo citar

Hernandez, C., Velez, D., & Isaza, J. A. (2018). Diseño de una plataforma de prueba de sensores virtuales para el sistema glucosa-insulina de pacientes UCI usando la técnica HIL . Revista CINTEX, 23(2), 61–75. https://doi.org/10.33131/24222208.318

Número

Sección

ARTÍCULOS DE INVESTIGACIÓN

Algunos artículos similares: