Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
Tab.2.Porównaniebiomedycznegomodelowania...(cd.)
Dopasowaniemode-
ludodanych,funkcja
celuFC
Jakośćmodeluwedług
kryterium
mniejsze
szymodel
Optymalizacjajako-
ściowa,
eksperymentudlaza-
pewnieniaidentyfiko-
walnościmodelu
Optymalizacjailościo-
wa,planowanieekspe-
rymentudlapoprawy
dokładnościparame-
trów,filtracjadanych.
Cel:polepszeniedia-
gnozymedycznej
Znaczenieparametrów
modelu,ichwyko-
rzystanie
SC
=
FC
SC
planowanie
+
Schwarza:
n
pln
lep-
N
Dopasowaniebardzodobre
lubdobre,
Przykładowodla
Wynik
tycznyjakoznaczącolepszyniżmodelfizyczny
Badasięidentyfikowal-
ność,wymagasię,aby
istniałjedenzbiórparame-
trówdającychokreśloną
odpowiedź
Optymalizacjapobudzenia,
optymalizacja
próbkowania,filtracjaze
szczególnymuwzględnie-
niemfiltracjistochastycz-
nejwynikówpomiarów
Parametrysąwykorzysty-
wane
diagnostykiidoplanowa-
niaterapii
Symulacjazjednymstop-
niem
stanów
zmniejszeniestałejdystry-
bucji
cukrzycętypu1,azmniej-
szeniestałejmetabolizmu
glukozysymulujecukrzy-
cętypu2
Biomedycznemodelowa-
SC
FC
N=
mat
niematematyczne
=
n
10
p
=
insuliny
swobody
do
SC
:
10
pacjenta,
mat
+
wspomagania
przykładowo
5
<<
ln
schematu
symuluje
różnych
5
SC
=
fiz
18
np.
wskazujenamodelmatema-
Dopasowanie
bardzodobre,przykłado-
wo
Przykładowodla
Niebadasięidentyfiko-
walności,
wielezbiorówwartościR,
LiCdającychtakąsamą
odpowiedź
Niejeststosowana
Niekiedy,
modeli
np=50),stawianejestza-
gadnienieidentyfikacji.Obo-
wiązująwówczaswszyst-
kiezasadymodelowania
matematycznego
Symulacjazwielomastop-
niamiswobody,różnych
stanów
dostrajanielicznychR,Li
C,ażdouzyskaniatypo-
wych
samwynikmożnauzyskać
dlawieluróżnychkombi-
nacjiR,LiC
Biomedycznemodelowa-
SC
N=
fiz
FC
n
=
niefizyczne
p
odpowiedzi.
=
1
:
fizycznych
pacjenta
1
+
może
50
dla
ln
doskonałe,
50
prostych
istnieć
przez
=
Ten
(np.
196
15
