模型预测控制 (MPC) 应用于简化的模型,磁性纳米粒子高温 (MNPH) 处理过程

科学领域:

• 生物医学工程 生物医学工程
• 纳米技术 纳米技术
• 在瘤学瘤学.

背景情况:

• 磁纳米粒子高温 (MNPH) 是一个有前途的癌症治疗辅助.
• 通过交替磁场 (AMF) 来加热周围健康组织是一个关键的挑战.
• 脉冲宽度调节的AMF可以减少表面组织中的流加热.

研究的目的:

• 开发和评估MNPH的控制策略.
• 为了尽量减少健康组织中的流加热.
• 在MNPH治疗期间保持瘤的治疗温度.

主要方法:

• 在 MATLAB SIMULINK® 中开发了一个简化的数学模型.
• 一个模型预测控制 (MPC) 算法被设计用于管理AMF振幅.
• 为了进行比较,采用了传统的比例积分 (PI) 控制器.

主要成果:

• 在100秒内,MPC实现了瘤的目标温度 (43°C),并且超出了目标温度的最低限度 (1.4%).
• PI控制器在115秒内达到目标温度,超过5.7%.
• 在处理约束和参数变化方面,MPC表现出卓越的性能.

结论:

• MPC是MNPH的有效控制策略,最大限度地减少了目标以外的加热.
• 开发的控制策略确保了瘤的治疗温度,同时保护健康的组织.
• 对于MNPH应用,MPC比PI控制提供了优势,包括更快的响应和更好的约束管理.