随着人口老化、环境和饮食等的改变,全世界肾衰竭疾病的发病率在不断升高。腹膜透析(PD)是慢性肾衰竭的重要治疗方法之一。然而腹膜透析中的生化指标繁杂,医生在对患者透析充分性评估及透析方案的选择过程中无法全面考虑到多个指标,目前医生主要凭借临床经验做出判断,有很大的主观性。这严重影响了腹膜透析患者的透析疗效和长期生存率。因此,近年来,如何改进治疗方法,提高治疗的质量和水平,降低治疗设备价格和减少材料损耗,逐渐成为生物医学工程领域的研究热点。人工智能技术在工业、农业、军事和医疗等多个领域的应用取得了巨大的成功,并且在血液透析中的发展也较为成熟,然而,智能技术在腹膜透析领域的应用还很少。本文搭建了全自动腹膜透析仪的上位机软件系统,并利用人工智能中的神经网络技术和模糊理论,对腹膜透析充分性评估和透析方案选择进行研究,可为医生提供辅助治疗,具有很高的实用价值和广阔的发展前景。主要研究工作如下： 1)将以往很多需要记录的信息用简洁的界面体现出来,并且保存在数据库中,这就保证了信息的完整性,并且易于管理和维护,为临床工作者以后的治疗和科研提供了最为宝贵的研究资料。 2)针对腹膜透析充分性评价指标繁多,且有不少单项指标评价结果之间是不相容的特点,将神经网络中的ART2网络应用到充分性评价当中,并进行了适当改进。对选取的透析充分性指标进行预处理后输入网络,经过网络的自学习将其分成很多聚类区并计算每一聚类区的重心,再根据透析充分性评价标准判断聚类重心的透析充分性,当网络阈值很高时,重心的透析充分性可以代表该聚类区的透析充分性,这样可以根据患者数据落入聚类区的编号来判断患者的透析充分性。本算法充分利用了改进的MART2网络在处理集群数据分类问题的优越性,取得了良好的应用效果。 3)针对每个透析患者的腹膜转运功能,体表面积、机体代谢状况以及残余肾功能各不相同,因而不同患者对透析液的需求量及时间也要求不同,并且在同一个患者透析治疗的不同时期对透析液的需求量及时间也不尽相同,本文引入模糊数学中Vague集并在此基础上提出了基于Vague基的多属性决策算法,来为腹膜透析患者选择符合自己生理特征的个性化透析方式。该算法用三角隶属度函数对各特征属性进行模糊化处理,赋予各属性一定的权重,计算各方案的Vague估计并对其排序,最后根据排序结果得出最优方案,经实验证明该方法的有效性,可以作为医生做出决策的辅助工具。 4)本课题利用现有资源-公共电话网,编写了一个具有自动接收、实时、简便、快速的文件传输软件,既安全可靠,又没有更多的软、硬件环境要求,是一个经济可行的方案。系统在Modem的基础上,利用电话拨号进行文件传输,基于SPCOMM建立了系统的文件传输协议,并用VC++编程实现。