Modelowanie matematyczne w zastosowaniach biomedycznych

Podobne dokumenty
Modelowanie matematyczne w zastosowaniach biomedycznych

Wykład 8. Dyfuzyjne techniki membranowe (część 3) Opracowała dr Elżbieta Megiel

Modele kompartmentowe (kompartmentalne, ang. compartmental)

- prędkość masy wynikająca z innych procesów, np. adwekcji, naprężeń itd.

ĆWICZENIE 3. Farmakokinetyka nieliniowa i jej konsekwencje terapeutyczne na podstawie zmian stężenia fenytoiny w osoczu krwi

ĆWICZENIE 1. Farmakokinetyka podania dożylnego i pozanaczyniowego leku w modelu jednokompartmentowym

1. BILANSOWANIE WIELKOŚCI FIZYCZNYCH

TRANSPORT NIEELEKTROLITÓW PRZEZ BŁONY WYZNACZANIE WSPÓŁCZYNNIKA PRZEPUSZCZALNOŚCI

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,

ROZWIĄZUJEMY ZADANIA Z FIZYKI

Opis systemów dynamicznych w przestrzeni stanu. Wojciech Kurek , Gdańsk

Ćwiczenie 6. Symulacja komputerowa wybranych procesów farmakokinetycznych z uwzględnieniem farmakokinetyki bezmodelowej

1 Równania różniczkowe zwyczajne o rozdzielonych zmiennych

Analityczne metody detekcji uszkodzeń

Termodynamika. Część 12. Procesy transportu. Janusz Brzychczyk, Instytut Fizyki UJ

Wykład 3 Równania rózniczkowe cd

Laboratorium Inżynierii Bioreaktorów

Wykład 9: Dializa i Elektrodializa

Wykład 9: Fale cz. 1. dr inż. Zbigniew Szklarski

1 Równanie stanu gazu doskonałego

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe.

J. Szantyr Wykład nr 19 Warstwy przyścienne i ślady 1

Stabilność II Metody Lapunowa badania stabilności

Pochodna i różniczka funkcji oraz jej zastosowanie do obliczania niepewności pomiarowych

27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE

Matematyka A kolokwium: godz. 18:05 20:00, 24 maja 2017 r. rozwiązania. ) zachodzi równość: x (t) ( 1 + x(t) 2)

WYKŁAD 8 ANALIZA REGRESJI

Wykład 9: Fale cz. 1. dr inż. Zbigniew Szklarski

Definicje i przykłady

Mechatronika i inteligentne systemy produkcyjne. Modelowanie systemów mechatronicznych Platformy przetwarzania danych

Funkcje dwóch zmiennych

Wykład 1. Wprowadzenie do metod membranowych

S Z P I TAL P O W I ATOWY

J. Szantyr Wykład nr 27 Przepływy w kanałach otwartych I

1. Część teoretyczna. Przepływ jednofazowy przez złoże nieruchome i ruchome

Równania różniczkowe liniowe II rzędu

1.1 Przegląd wybranych równań i modeli fizycznych. , u x1 x 2

Oznacza to, że chcemy znaleźć minimum, a właściwie wartość najmniejszą funkcji

Modelowanie absorbcji cząsteczek LDL w ściankach naczyń krwionośnych

FUNKCJA KWADRATOWA. Zad 1 Przedstaw funkcję kwadratową w postaci ogólnej. Postać ogólna funkcji kwadratowej to: y = ax + bx + c;(

Wykład 2. Anna Ptaszek. 7 października Katedra Inżynierii i Aparatury Przemysłu Spożywczego. Chemia fizyczna - wykład 2. Anna Ptaszek 1 / 1

Wykład 3 Zjawiska transportu Dyfuzja w gazie, przewodnictwo cieplne, lepkość gazu, przewodnictwo elektryczne

Elementy rachunku różniczkowego i całkowego

PIERWSZEGO. METODA CZYNNIKA CAŁKUJĄCEGO. METODA ROZDZIELONYCH ZMIENNYCH.

Prędkość fazowa i grupowa fali elektromagnetycznej w falowodzie

Modelowanie i symulacja zagadnień biomedycznych PROJEKT BARTŁOMIEJ GRZEBYTA, JAKUB OTWOROWSKI

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

Weryfikacja hipotez statystycznych

Ważne rozkłady i twierdzenia c.d.

Analiza matematyczna dla informatyków 3 Zajęcia 14

Analiza korelacyjna i regresyjna

Podpory sprężyste (podatne), mogą ulegać skróceniu lub wydłużeniu pod wpływem działających sił. Przemieszczenia występujące w tych podporach są

Wykład 2. Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova)

Rozpoznawanie obrazów

Finanse i Rachunkowość studia niestacjonarne/stacjonarne Model Przepływów Międzygałęziowych

Mikrofiltracja, ultrafiltracja i nanofiltracja. Katarzyna Trzos Klaudia Zięba Dominika Stachnik

Q t lub precyzyjniej w postaci różniczkowej. dq dt Jednostką natężenia prądu jest amper oznaczany przez A.

Wykład 3. Entropia i potencjały termodynamiczne

Ćwiczenie 3: Wyznaczanie gęstości pozornej i porowatości złoża, przepływ gazu przez złoże suche, opory przepływu.

Wykład 1 i 2. Termodynamika klasyczna, gaz doskonały

OPTYKA KWANTOWA Wykład dla 5. roku Fizyki

Wykład 7. Anna Ptaszek. 13 września Katedra Inżynierii i Aparatury Przemysłu Spożywczego. Fizykochemia biopolimerów - wykład 7.

Metody numeryczne rozwiązywania równań różniczkowych

5 Równania różniczkowe zwyczajne rzędu drugiego

LABORATORIUM ELEKTROAKUSTYKI. ĆWICZENIE NR 1 Drgania układów mechanicznych

Podstawowe prawa opisujące właściwości gazów zostały wyprowadzone dla gazu modelowego, nazywanego gazem doskonałym (idealnym).

Zastosowanie wybranych metod bezsiatkowych w analizie przepływów w pofalowanych przewodach Streszczenie

Jednowymiarowa mechanika kwantowa Rozpraszanie na potencjale Na początek rozważmy najprostszy przypadek: próg potencjału

Zasada działania maszyny przepływowej.

Matematyka dyskretna dla informatyków

Rozważmy nieustalony, adiabatyczny, jednowymiarowy ruch gazu nielepkiego i nieprzewodzącego ciepła. Mamy następujące równania rządzące tym ruchem:

Pochodna i różniczka funkcji oraz jej zastosowanie do rachunku błędów pomiarowych

F = e(v B) (2) F = evb (3)

Matematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja)

Zadania z rysowania i dopasowania funkcji

Optymalizacja ciągła

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

dn dt C= d ( pv ) = d dt dt (nrt )= kt Przepływ gazu Pompowanie przez przewód o przewodności G zbiornik przewód pompa C A , p 1 , S , p 2 , S E C B

Podstawowe przypadki (stany) obciążenia elementów : 1. Rozciąganie lub ściskanie 2. Zginanie 3. Skręcanie 4. Ścinanie

INSTRUKCJA DO ĆWICZENIA NR 7

Zasady zachowania, równanie Naviera-Stokesa. Mariusz Adamski

Aproksymacja funkcji a regresja symboliczna

Statyka płynów - zadania

WYKŁAD 5 RÓWNANIE EULERA I JEGO CAŁKI PIERWSZE 1/14

3. Równania konstytutywne

Wstęp do równań różniczkowych

Mathcad c.d. - Macierze, wykresy 3D, rozwiązywanie równań, pochodne i całki, animacje

Ćwiczenie 2: Właściwości osmotyczne koloidalnych roztworów biopolimerów.

Wstęp do równań różniczkowych

Interpolacja. Interpolacja wykorzystująca wielomian Newtona

PROFIL PRĘDKOŚCI W RURZE PROSTOLINIOWEJ

KORELACJE I REGRESJA LINIOWA

Lista zadań nr 2 z Matematyki II

KATEDRA APARATURY I MASZYNOZNAWSTWA CHEMICZNEGO Wydział Chemiczny POLITECHNIKA GDAŃSKA ul. G. Narutowicza 11/ GDAŃSK

Nieustalony wypływ cieczy ze zbiornika przewodami o różnej średnicy i długości

POLITECHNIKA GDAŃSKA

Metody systemowe i decyzyjne w informatyce

Rozważania rozpoczniemy od fal elektromagnetycznych w próżni. Dla próżni równania Maxwella w tzw. postaci różniczkowej są następujące:

Transkrypt:

Modelowanie matematyczne w zastosowaniach biomedycznych Wykład 4: Modele transportu w dializatorach do oczyszczania krwii Dr Jan Poleszczuk 22/03/2017 IBIB PAN

Zagadnienie hemodializy raz jeszcze Rysunek pobrany z wikipedia.org

Jedno-kompartmentowy model hemodializy Zmiana objętości wody Zakładamy, że objętość wody w ciele pacjenta zmienia się liniowo w czasie gdzie: UFR to tempo ultrafiltracji; V (t) = V (0) + (G w UFR) t, G w to tempo w jakim dostarczana jest do organizmu woda (pacjent pije).

Jedno-kompartmentowy model hemodializy Zmiana stężenia usuwanej substancji Zakładamy przepływy proporcjonalne do stężenia substancji (c(t)) gdzie dv (t)c(t) dt K d to tzw. klirens dializatora; G określa generację substancji; = K d c(t) + G K r c(t), K r to tempo usuwania substancji przez nerki;

Problem: Jak wyznaczyć klirens dializatora (K d ) i tempo ultrafiltracji (UFR)?

Podstawy budowy sztucznej nerki Klasyczny układ do hemodializy składa się z dwóch obiegów: 1 obiegu krwi; 2 obiegu płynu dializacyjnego. Krew i płyn dializacyjny kontaktują się ze sobą poprzez błonę półprzepuszczalną w dializatorze.

Obiegi w sztucznej nerce Obieg krwi Pompa wymusza przepływ krwi z szybkością 200-300 ml/min. Obieg krwi wyposażony jest czujnik ciśnienia po stronie poboru krwi oraz na drodze odpływu krwi - w przypadku wykrycia istotnych zaburzeń włączany jest alarm. System cały czas jest monitorowany pod względem nieszczelności.

Obiegi w sztucznej nerce Obieg płynu dializacyjnego Pompa wymusza przepływ dializatu z szybkością około 500 ml/min. Na obieg płynu dializacyjnego składają się również moduły: odpowiedzialne za przygotowanie płynu o odpowiednim składzie; pompa podciśnieniowa; podgrzewacz z termostatem. Co najważniejsze pracę pompy podciśnieniowej można łatwo regulować. Wiele współczesnych maszyn pozwala na dobór parametrów ultrafiltracji dla poszczególnych pacjentów.

Podstawy budowy dializatora W konstrukcji dializatora dąży się do uzyskania jak najkorzystniejszego stosunku powierzchni wymiany do objętości krwi potrzebnej do jego wypełnienia. Ciekawostka: W pierwszych dializatorach potrzeba było od 2 do 2,5 litrów krwi do ich wypełnienia. Obecnie najczęściej stosowane są dializatory kapilarne, w których uzyskuje się powierzchnię wymiany rzędu 0,8-1,8 m 2, przy objętości 50-140 ml (!). Innym ważnym elementem konstrukcyjnym jest maksymalne ciśnienie przezbłonowe, które dializator może wytrzymać (dla większości dializatorów około 500 mmhg).

Hemodializator kapilarny

Transport wewnątrz dializatora Modelowanie transportu w dowolnym urządzeniu membranowym obejmuje dwa kroki: 1 opis transportu przez membranę selektywnie przepuszczalną Jak wiemy z poprzednich wykładów transport substancji pomiędzy krwią i dializatem zachodzi na drodze dyfuzji oraz ultrafiltracji (wymuszonej poprze ciśnienie hydrostatyczne lub osmotyczne). Transport ten zależy od parametrów transportowych membrany (np. σ Stavermana). Teoretyczny opis był na poprzednich wykładach. 2 transport wewnątrz kanałów krwi i dializatu.

Teoria jednowymiarowa W ogólnym przypadku (bez żadnych uproszczeń) matematyczny opis transportu wewnątrz dializatora powinien oprzeć się na trójwymiarowym równaniu różniczkowym cząstkowym. Okazuje się jednak, że w zastosowaniach praktycznych można zaniedbać składową transportu prostopadłą do ściany membrany. Przy tym uproszczeniu do opisu wykorzystujemy jednowymiarowe równania opisujące transport w kanałach wzdłuż membrany.

Definicja klirensu Klirens (K) Szybkość usuwania substancji z krwi znormalizowana do jednostkowego stężenia substancji w krwi na wejściu tego urządzenia membranowego, przy założeniu, że danej substancji brak w dializacie wpływającym do urządzenia. Powyższą definicję można wyrazić równaniem K = Q BiC Bi Q Bo C Bo C Bi gdzie Q Bi i C Bi są odpowiednio przepływem krwi i stężeniem na wejściu do urządzenia, a Q Bo i C Bo na wyjściu z urządzenia. W literaturze możemy znaleźć, że typowy klirens dla mocznika przy hemodializie to 250-260 ml/min.

Jednowymiarowy transport w stanie ustalonym Zakładając, że średnie stężenie substancji w każdym z przekrojów poprzecznych kanału, C B oraz C D, jest równe stężeniu substancji na powierzchni membrany możemy napisać korzystając z prawa bilansu masy, że d(q B C B ) = J S A dx d(q D C D ) = J S A dx gdzie parametr A jest całkowitą powierzchnią membrany, x oznacza odległość od wejścia do dializatora, a J S jest gęstością przepływu. Z poprzednich wykładów dotyczących transportu przez błony półprzepuszczalne wiemy, że J S = k 0 (C B C D ) + C(1 σ)j V.

Przepuszczalność dyfuzyjna Z poprzednich wykładów dotyczących transportu przez błony półprzepuszczalne wiemy, że J S = k 0 (C B C D ) + C(1 σ)j V. W zastosowaniach przyjmuje się, że parametr k 0 zależy od przepuszczalności dyfuzyjnej samej membrany P; przepuszczalności dyfuzyjnych warstw stagnacyjnych po obu stronach membrany, tzn. po stronie krwi k B, i po stronie dializatu, k D ; w następujący sposób 1 k 0 = 1 P + 1 k B + 1 k D.

Klirens dializatora bez ultrafiltracji W przypadku zaniedbywalnie małej ultrafiltracji (J V = 0) przepływy Q B i Q D są stałe (nie zależą od x) i równanie opisujące przepływ substancji w kanale krwi upraszcza się do Q B dc B dx = k 0(C B C D ) (1) Przy założeniu, że substancja nie odkłada się na membranie, możemy zastosować prawo zachowania masy Q B (C Bi C B ) = Q D (C Do C D ) Z powyższego równania możemy wyznaczyć C D i wstawić do równania (1) otrzymując ( dc B Q B dx = k 0A (C B 1 Q ) B C Do + Q ) B C Bi Q D Q D

Klirens dializatora bez ultrafiltracji Poprzednie równanie różniczkowe na C B można rozwiązać i na wyjściu dializatora można wypisać następującą zależność gdzie oraz Q B Q D. C Bi C Bo = eγ 1 C Bi e γ Q, B Q D γ = k 0A Q B ( 1 Q ) B. Q D Ostatecznie wyrażenie na klirens dializatora przy braku ultrafiltracji i osadzania substancji na membranie oraz przy założeniu stałej prędkości przepływu krwi jest następujące e γ 1 K D0 = Q B e γ Q. B Q D

Klirens dializatora z ultrafiltracją W przypadku J V > 0 rozważane równania można rozwiązać jedynie w specjalnych przypadkach, a całe zagadnienie wyznaczania klirensu z modelu daleko wykracza poza ten wykład. Klirens dializatora można jednak wyrazić jako K D = K D0 + TrQ u, gdzie Tr jest współczynnikiem przenoszenia (ang. transmittance), który można wyznaczyć korzystając ze wzoru ( Tr = S 1 K ) D0, Q Bi gdzie S jest tzw. współczynnikiem przesiewania, który można wyznaczyć na drodze eksperymentu izolowanej ultrafiltracji.

Zadanie Korzystając z modelu jedno-kompartmentowego i zebranych danych klinicznych wyznacz klirens dializatora dla mocznika. Przypomnienie: W literaturze możemy znaleźć, że typowy klirens dla mocznika przy hemodializie to 250-260 ml/min.

Funkcja zwracająca rozwiązanie modelu jednokompartmenowego function sol = solveonecompartmentmodel(par, Tmax, warpocz) vopt = odeset(); sol = ode45(@rhs,[0 Tmax],warPocz,vopt,par); end function dcdt = rhs(t,c, par) %wyliczamy obecną objętość V = par.v0 + (par.gw - par.ufr)*t; %obliczamy pochodna stezenia w danej chwili dcdt = (-par.kd*c+par.g-par.kr*c - (par.gw-par.ufr)*c)/v; end

Dane kliniczne Plik z danymi do pobrania z mojej strony internetowej.

Wczytywanie danych do Octave Funkcja służąca do wczytania danych do programu Octave może wyglądać następująco: function dane = wczytajdane(plik) aux = dlmread(plik,","); aux = aux(2:end, 2:end); end for i = 1:size(aux,2)/2 pat = [ Pacjent int2str(i)]; dane.(pat).cu = aux(1:5, (i-1)*2+2)/100; %mmol/l dane.(pat).tcu = aux(1:5, (i-1)*2+1); dane.(pat).uf = aux(6,(i-1)*2+2)/1000; %L dane.(pat).tbw = aux(7,(i-1)*2+2)/1000; %L end

Estymacja parametrów Założenia Zakładamy stałe tempo ultrafiltracji, które wyliczane jest bezpośrednio z danych UFR = UF /240 Pomijamy generację mocznika (G = 0). Zakładamy, że nie ma rezydualnej funkcji nerek (K r = 0). Pacjent nie pił wody bezpośrednio przed i w trakcie dializy (G w = 0). Początkowe stężenia oraz objętość wody również mamy w danych. Jedyny parametr, którego nie znamy to klirens dializatora.

Funkcja zwracająca parametry i wartości początkowe modelu dla danego pacjenta function [par, warpocz] = parametrydlapacjenta(dane, numerpacjenta) %parametry wyliczne z danych par.v0 = dane.([ Pacjent int2str(numerpacjenta)]).tbw; %L par.ufr = dane.([ Pacjent int2str(numerpacjenta)]).uf/240; %L/min par.gw = 0; par.g = 0; par.kr = 0; %parametry nieznane,dla których zgadujemy wartość par.kd = 0.25; %L/min warpocz = dane.([ Pacjent int2str(numerpacjenta)]).cu(1); %mmol/l end

Estymacja klirensu dializatora Naszym zadaniem jest znalezienie dla każdego pacjenta takiej wartości klirensu dializatora która dawałaby największą zgodność modelu z danymi. Należy zdefiniować miarę zgodności modelu z danymi, aby móc ją minimalizować. Najczęściej stosowana metoda to tzw. metoda najmniejszych kwadratów, w której szuka się minimum błędu zdefiniowanego jako Err = t i (dane(t i ) model(t i )) 2, gdzie t i określają momenty dokonania pomiarów

Funkcja zwracająca błąd dopasowania function err = F(Kd, par, warpocz, dane) end par.kd = Kd; sol = solveonecompartmentmodel(par, 240, warpocz); ymod = interp1(sol.x, sol.y, dane.tcu); err = sum((dane.cu - ymod).^2); Przy pomocy powyższej funkcji możemy policzyć błąd dopasowania dla różnych wartości klirensu i wyrysować odpowiadający im błąd.

Estymacja klirensu dializatora %wczytywanie danych dane = wczytajdane( nowedane.csv ); %ustawianie parametrow dla pacjenta 1 [par, warpocz] = parametrydlapacjenta(dane,1); %wylicznie bledow dla roznych klirensow Kdmesh = linspace(0.15, 0.4, 20); err = zeros(size(kdmesh)); for i = 1:length(err) err(i) = F(Kdmesh(i), par, warpocz,... dane.([ Pacjent int2str(1)])); end plot(kdmesh, err) xlabel( Klirens dializatora (L/min) ) ylabel( Blad dopasowania )

Zależność błędu dopasowania od klirensu

Dokładniejsza estymacja błędu Na poprzednim wykresie widać mniej więcej jaki jest estymowany klirens dializatora dla mocznika. My chcemy jednak znać wartość klirensu dużo dokładniej. Istnieje wiele procedur do poszukiwania minimum funkcji, które można podzielić z grubsza na deterministyczne (lokalne) i heurystyczne (globalne). Możemy skorzystać z wbudowanej w Octave funkcji fminsearch: fcn = @(K)F(K, par, warpocz, dane.([ Pacjent int2str(1)])); [Kopt, fval] = fminsearch(fcn,0.1) która po wykonaniu zwróci Kopt = 0.2618.

Na koniec wyrysujmy najlepiej dopasowane rozwiązanie