Ocena dokładności zregularyzowanej identyfikacji modelu płuc w czasie natężonego wydechu

• Autorzy: Polak A. , Mroczka J.

Warianty tytułu

EN

Evaluation of accuracy of the regularized identification of a model for the lung during forced expiration

• Języki publikacji: PL

Abstrakty

PL

Płuca w czasie natężonego wydechu opisane mogą być nieliniowym dyskretnym modelem z dwunastoma parametrami. Identyfikacja tego modelu na podstawie zarejestrowanej krzywej natężonego wydechu jest żle uwarunkowana numerycznie. W referacie przeanalizowano zregularyzowaną estymację parametrów za pomocą regresji grzbietowej. Wyniki badań symulacyjnych pokazują, że przy odpowiednim doborze macierzy regularyzacji można spodziewać się zadowalająco dokładnej estymacji pola przekroju dróg oddechowych warunkującego ich opór oraz mniej dokładnego oszacowania podatności płuc i objętości zalegającej.

EN

Lungs during forced expiration can be described by a non-linear discrete model with twelve parameters. Identification of this model on the basis of a forced expiration curve is numerically ill-conditioned. Regularised estimation of parameters by means of the ridge regression has been analysed in the paper. Results of simulation studies show that, while matching the regularisation matrix properly, one can expect satisfying precision of estimation of the airway cross-sectional area which determines the airway resistance and less accurate assessment of the lung compliance and the residual volume.

Słowa kluczowe

PL

regresja grzbietowa; płuca; wydech; drogi oddechowe

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2000
• Tom: R. 46, nr 8
• Strony: 23--27
• Opis fizyczny: Bibliogr. 14 poz., rys., tab., wzory

Twórcy

autor

Polak A.

• Politechnika Wrocławska, Katedra Metrologii Elektronicznej i Fotonicznej

autor

Mroczka J.

• Politechnika Wrocławska, Katedra Metrologii Elektronicznej i Fotonicznej

Bibliografia

• [1] D.M. Allen: The relationship between variable selection and dala augmentation and a method for prediction. Technometrics 1974, 16.
• [2] D. Elad, R.D. Kamm, A.H. Shapiro: Mathematical simulation of forced expiration. J. Appl. Physiol. 1988, 65.
• [3] R.W. Farebrother: The minimum mean square error linear estimator and ridge regression. Technometrics 1975, 17.
• [4] R.R. Hocking: The analysis and selection of variables in linear regression. Biometrics 1976, 32.
• [5] A.E. Hoerl, R.W. Kennard: Ridge regression: biased estimation for non-orthogonal problems. Technometrics 1970, 12.
• [6] A.E. Hoerl, R.W. Kennard, F.K. Baldwin: Ridge regression: some simulations. Comm. Statist. 1975, 4.
• [7] .A. Johansen: On Tikhonov regularization, bias and variance in nonlinear system identification. Automatica 1997, 33.
• [8] R.K. Lambert, T.A. Wilson, R.E. Hyatt, J.R. Rodarte: A computational model for expiratory How. J. Appl. Physiol.: Respirat. Environ. Exercise Physiol. 1982, 52.
• [9] D.W. Marquardt: Generalized inverses, ridge regression, biased linear and non-linear estimation. Technometries 1970, 12.
• [10] A.G. Polak: A forward model for maximum expiration. Comp. Biol. Med. 1998, 28.
• [11] A.G. Polak, J. Mroczka: A metrological model for maximum expiration. Measurement 1998, 23.
• [12] A.G. Polak, J. Mroczka: Analiza wrażliwości modelu natężonego wydechu. Materiały I Sympozjum „Modelowanie i Pomiary w Medycynie", Krynica, kwiecień 1999.
• [13] W-H. Press, B.P. Flannery. S.A. Teukolsky, W.T. Vetterling: Numerical Recipes. The Art of Scientific Computing. Cambridge University Press, New York 1989.
• [14] J. Sjoberg, O. Zhang, L. Ljung, A. Benveniste, B. Delyon, P.-Y. Glorennec, H. Hjalmarsson, A. Juditsky: Nonlinear black-box modeling in system identification: a unified overview. Automatica 1995, 31.