譚朋柳,李夢(mèng)嘉

(南昌航空大學(xué)軟件學(xué)院,江西 南昌 330000)

1 引言

近年來(lái)敗血癥的發(fā)病率和死亡率居高不下[1],耗費(fèi)了大量社會(huì)資源。一方面敗血癥本身病理復(fù)雜,其疾病定義隨著現(xiàn)代醫(yī)學(xué)發(fā)展從1992-2016年歷經(jīng)多次共識(shí)會(huì)議方才達(dá)成一致[2-8]。另一方面受限于傳統(tǒng)醫(yī)療場(chǎng)景下公共醫(yī)療資源的稀缺和城鄉(xiāng)分布失衡等現(xiàn)狀,很多病患不能得到及時(shí)的診斷和正確的治療。經(jīng)濟(jì)社會(huì)的快速發(fā)展提高了人們對(duì)于醫(yī)療服務(wù)的期待,為了更好的滿足人民群眾日益增長(zhǎng)的公共衛(wèi)生需求,亟需借助智慧醫(yī)療等新技術(shù)改善傳統(tǒng)醫(yī)療服務(wù)。

面向醫(yī)療的信息物理融合系統(tǒng)(Medical Cyber Physical System,MCPS)通過(guò)實(shí)時(shí)采集醫(yī)療數(shù)據(jù)并處理,為醫(yī)護(hù)人員提供臨床引導(dǎo)和輔助,既能節(jié)省醫(yī)療資源又能有效縮短地域醫(yī)療水平差距,而實(shí)現(xiàn)這些功能的首要工作就是建立醫(yī)學(xué)知識(shí)的信息化模型。本文根據(jù)敗血癥相關(guān)的醫(yī)學(xué)知識(shí)抽象出敗血癥的信息化模型,并基于信息化后的疾病模型使用架構(gòu)分析與設(shè)計(jì)語(yǔ)言(Architecture Analysis and Design Language,AADL)建立MCPS模型,重點(diǎn)驗(yàn)證MCPS模型的準(zhǔn)確性和實(shí)時(shí)性等屬性。敗血癥的信息化模型為建立其它疾病的信息化模型提供了參考價(jià)值,對(duì)于MCPS技術(shù)的發(fā)展和完善具有重要意義。與此同時(shí),敗血癥MCPS模型為敗血癥的智能化診療開發(fā)提供了理論基礎(chǔ),為實(shí)現(xiàn)臨床診療效率優(yōu)化和預(yù)后改善提供了理論研究。

2 相關(guān)研究

從1992年至2016年,敗血癥的定義歷經(jīng)多次共識(shí)會(huì)議的修正最終達(dá)成一致,最新定義摒棄了重癥敗血癥、系統(tǒng)性炎癥反應(yīng)綜合征(Systemic Inflammatory Response Syndrome,SIRS)等過(guò)渡性概念,將敗血癥定義為由宿主對(duì)感染反應(yīng)失調(diào)進(jìn)而引發(fā)器官功能障礙并最終危及生命的疾病[2-8]。臨床通過(guò)感染(含疑似感染)并伴有器官功能障礙來(lái)確診敗血癥,通過(guò)血液乳酸濃度和平均動(dòng)脈壓來(lái)確診休克性敗血癥[8]。感染描述了病原體侵入人體引起局部組織或全身性炎癥反應(yīng)的癥狀。炎癥反應(yīng)可以借助SIRS來(lái)衡量[2],SIRS的評(píng)估標(biāo)準(zhǔn)包含體溫、心率、呼吸頻率、白細(xì)胞數(shù)量4項(xiàng)生理指標(biāo)。但是炎癥反應(yīng)不是敗血癥特有的癥狀,只有致病菌侵入血液循環(huán)引發(fā)全身性炎癥反應(yīng)才屬于敗血癥,其它情形引發(fā)SIRS屬于其它疾病,因此SIRS在敗血癥的臨床診斷中特異性表現(xiàn)較差,容易產(chǎn)生誤診。器官功能障礙描述了器官功能不能維持內(nèi)穩(wěn)態(tài)的一種進(jìn)行性癥狀和體征,是重癥監(jiān)護(hù)病房危重病患死亡的主要原因之一[9],可以借助器官順序衰竭評(píng)分(Sequential Organ Failure Assessment,SOFA)來(lái)評(píng)估[10]。SOFA的評(píng)估標(biāo)準(zhǔn)包含氧合指數(shù)、血小板、膽紅素等11項(xiàng)生理指標(biāo),涉及循環(huán)、呼吸等六大生理系統(tǒng),因此雖然通過(guò)器官功能障礙癥狀診斷敗血癥相比于感染癥狀可以減少誤診,但是數(shù)據(jù)采集的難度和時(shí)長(zhǎng)增加。為了提高敗血癥診斷的準(zhǔn)確率同時(shí)兼顧診斷效率,本文選擇器官順序衰竭快速評(píng)估分?jǐn)?shù)(Quick Sequential Organ Failure Assessment,qSOFA)評(píng)估感染情況[11],選擇SOFA分?jǐn)?shù)評(píng)估器官功能障礙情況。qSOFA的評(píng)估標(biāo)準(zhǔn)只包含呼吸頻率、收縮壓、昏迷指數(shù)3項(xiàng)生理指標(biāo),更容易測(cè)量、采樣效率更高、更方便多次采樣、相比于SIRS在敗血癥的臨床診斷中特異性表現(xiàn)更好[12]。

物理世界與信息世界通過(guò)傳感器互聯(lián)形成了物聯(lián)網(wǎng)[13],隨著傳感器和執(zhí)行器的數(shù)量與日俱增日益形成了復(fù)雜的信息物理融合系統(tǒng)(Cyber Physics System,CPS)。CPS融合了計(jì)算、通信、信息控制等功能,改變了人與物理世界的交互方式[14]。將CPS技術(shù)引入醫(yī)療領(lǐng)域即是MCPS[15]。MCPS可以幫助醫(yī)護(hù)人員更好的完成醫(yī)療工作,例如采集臨床生理數(shù)據(jù)并分析、決策支持、監(jiān)測(cè)引導(dǎo)、電子病歷等。MCPS的建模與驗(yàn)證過(guò)程比一般系統(tǒng)更為復(fù)雜和困難,患者的不確定性和異質(zhì)性、環(huán)境因素等都可能影響最終醫(yī)療效果。并且醫(yī)療系統(tǒng)的穩(wěn)定性攸關(guān)生命安全,較之傳統(tǒng)系統(tǒng)安全性要求更高。一些研究人員采用基于模型的思想做了一些醫(yī)療系統(tǒng)的建模與驗(yàn)證的嘗試。Silva[16]通過(guò)對(duì)心率、呼吸頻率、血壓和體溫四大生命特征的臨床數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析回歸建立了患者模型,用于MCPS的系統(tǒng)驗(yàn)證。Lenardo[17]提出了一種基于模型來(lái)進(jìn)行MCPS早期驗(yàn)證的方法,模型的復(fù)用提高了系統(tǒng)開發(fā)效率,使開發(fā)者可以基于已有模型庫(kù)來(lái)構(gòu)建形式化模型,并進(jìn)行模擬和仿真以識(shí)別設(shè)計(jì)中的不足。Ou[18]提出了一種可預(yù)防與人相關(guān)的醫(yī)療錯(cuò)誤的建?？蚣?并驗(yàn)證了心肺復(fù)蘇引導(dǎo)系統(tǒng)模型的正確性。Murugesan[19]在已有的基于模型開發(fā)MCPS的方法基礎(chǔ)上,提出了一種端到端的改進(jìn)開發(fā)方法,并舉例詳細(xì)論述了需求分析、形式化建模及驗(yàn)證、代碼生成及執(zhí)行的過(guò)程,為MCPS的開發(fā)和評(píng)估提供了參考標(biāo)準(zhǔn)。一些研究人員針對(duì)特定場(chǎng)景做了一些醫(yī)療系統(tǒng)的建模與驗(yàn)證的嘗試。Quarto A[20]研究了可穿戴設(shè)備的應(yīng)用準(zhǔn)則,對(duì)MCPS系統(tǒng)的設(shè)計(jì)提出了新的要求。Rammouz R[21]基于無(wú)線傳感器節(jié)點(diǎn)構(gòu)建了一種通用模型,可用于醫(yī)療系統(tǒng)。Altinsu B[22]對(duì)高壓滅菌的過(guò)程進(jìn)行了建模與仿真驗(yàn)證。Ilewicz G[23]對(duì)醫(yī)療機(jī)器人進(jìn)行了建模與仿真驗(yàn)證。Alzoubi K[24]針對(duì)低氧患者開發(fā)了一個(gè)便攜式自動(dòng)氧氣管理系統(tǒng)原型,包含氧氣讀取和自動(dòng)電解氧氣輸送兩個(gè)子系統(tǒng),子系統(tǒng)之間實(shí)現(xiàn)無(wú)線通信。Tucan P[25]提出了一種新型并聯(lián)機(jī)器人控制系統(tǒng),可用于前列腺活檢。一些研究人員針對(duì)醫(yī)療系統(tǒng)的局部功能做了一些建模與驗(yàn)證的嘗試。Omisore O M[26]在傳統(tǒng)控制系統(tǒng)基礎(chǔ)上提出了一種名為Fuzzy-PD的優(yōu)化控制系統(tǒng),可以減少機(jī)器人手術(shù)中的跟蹤誤差和實(shí)時(shí)響應(yīng)時(shí)間。Y. Jiang[27]提出了一種以數(shù)據(jù)為中心的運(yùn)行時(shí)校驗(yàn)方法,用于MCPS 的輔助決策支持系統(tǒng)可改善臨床醫(yī)療質(zhì)量。Ivanov[28]將醫(yī)療情景數(shù)據(jù)形式化定義為測(cè)量模型變化相關(guān)的附加信息,改善了MCPS測(cè)量數(shù)據(jù)時(shí)的性能。上述研究中,大多數(shù)只是針對(duì)特定醫(yī)療場(chǎng)景下特定醫(yī)療設(shè)備及其功能進(jìn)行單獨(dú)的建模與驗(yàn)證,對(duì)器官生理、重要疾病的病理及醫(yī)療行為的建模與仿真缺少必要研究,本研究將基于敗血癥的病理知識(shí)構(gòu)建敗血癥 MCPS 模型。

3 敗血癥的醫(yī)學(xué)知識(shí)

敗血癥根據(jù)病理定義可分為感染、敗血癥和休克性敗血癥三個(gè)病程階段,如圖1[8]。各個(gè)階段有各自對(duì)應(yīng)的一套診斷邏輯和監(jiān)管流程,將各階段對(duì)應(yīng)醫(yī)學(xué)內(nèi)容編碼之后有助于建立疾病模型,實(shí)現(xiàn)疾病的輔助診斷和早期干預(yù)。

圖1 用于鑒定敗血癥和休克性敗血癥并且具備可操作性的臨床標(biāo)準(zhǔn)[8]

3.1 感染診斷

判定是否存在感染以qSOFA分?jǐn)?shù)為標(biāo)準(zhǔn)。由于qSOFA分?jǐn)?shù)具備高特異性和低敏感性,即誤診少但容易漏診,因此當(dāng)qSOFA >=2時(shí)直接從疑似感染狀態(tài)進(jìn)入感染狀態(tài);當(dāng)qSOFA<2時(shí)需要醫(yī)務(wù)人員復(fù)核診斷結(jié)果。

qSOFA分?jǐn)?shù)的評(píng)分標(biāo)準(zhǔn)如表1(a)[8],包括呼吸頻率、收縮壓、昏迷指數(shù)3項(xiàng)生理指標(biāo),將每項(xiàng)生理指標(biāo)數(shù)據(jù)與對(duì)應(yīng)閾值進(jìn)行比較,累計(jì)得分結(jié)果即為qSOFA分?jǐn)?shù)。由于組成評(píng)估標(biāo)準(zhǔn)的生理指標(biāo)均可臨床實(shí)時(shí)獲取,因此qSOFA具有易測(cè)、可重復(fù)等優(yōu)點(diǎn)。

表1 qSOFA分?jǐn)?shù)評(píng)分標(biāo)準(zhǔn)[8](a)和SOFA分?jǐn)?shù)評(píng)分標(biāo)準(zhǔn)[11](b)

3.2 敗血癥診斷

判定是否患敗血癥的關(guān)鍵在于是否出現(xiàn)器官衰竭的癥狀,而器官衰竭以SOFA分?jǐn)?shù)為判斷標(biāo)準(zhǔn)[11]。當(dāng)SOFA>=2時(shí)視為出現(xiàn)器官衰竭癥狀,從感染狀態(tài)進(jìn)入敗血癥狀態(tài);當(dāng)SOFA<2時(shí)視為無(wú)器官衰竭癥狀,仍處于感染狀態(tài)。

SOFA分?jǐn)?shù)的評(píng)分標(biāo)準(zhǔn)如表1(b)[11],包括氧合指數(shù)、血小板、膽紅素等11項(xiàng)生理指標(biāo),涉及循環(huán)、呼吸等六大生理系統(tǒng)。針對(duì)六大生理系統(tǒng)的器官衰竭情況分別進(jìn)行打分,0分表示未衰竭,4分表示嚴(yán)重衰竭,并將得分結(jié)果累加即為SOFA分?jǐn)?shù)。

3.3 休克性敗血癥診斷

是否出現(xiàn)休克癥狀通過(guò)血清乳酸濃度和血管活性藥使用劑量2項(xiàng)生理指標(biāo)判斷[8]。當(dāng)使用了血管活性藥并且血清乳酸濃度超過(guò)2mmHg時(shí),從敗血癥狀態(tài)進(jìn)入休克性敗血癥狀態(tài),否則仍處于敗血癥狀態(tài)。

敗血癥的病理定義是信息化疾病模型的理論依據(jù),本節(jié)基于敗血癥存在的各級(jí)階段及其發(fā)展歷程建立了簡(jiǎn)化的有限狀態(tài)機(jī)模型如圖2,其中各個(gè)階段被表示為狀態(tài),對(duì)應(yīng)的診斷規(guī)則被表示為條件。疾病理論模型的建立為系統(tǒng)模型的建立奠定了理論基礎(chǔ)。

圖2 基于敗血癥定義的理論模型

4 敗血癥MCPS模型

MCPS通過(guò)實(shí)時(shí)采集病人生理數(shù)據(jù)和醫(yī)療操作數(shù)據(jù),實(shí)時(shí)計(jì)算和處理,給醫(yī)護(hù)人員和設(shè)備提供醫(yī)護(hù)行為引導(dǎo)與提示。MCPS既可以給經(jīng)驗(yàn)欠缺的醫(yī)護(hù)人員提供參照,也可以供經(jīng)驗(yàn)豐富的醫(yī)護(hù)人員獲取實(shí)時(shí)信息,減少高負(fù)荷和精力分散造成的治療誤差,必要的情況下,醫(yī)護(hù)人員可以根據(jù)實(shí)時(shí)信息更改系統(tǒng)決策結(jié)果。

敗血癥MCPS體系結(jié)構(gòu)如圖3,系統(tǒng)包括采集系統(tǒng)和控制系統(tǒng)。其中采集系統(tǒng)包括各種相關(guān)的醫(yī)療設(shè)備和傳感器,負(fù)責(zé)采集病人的原始生命體征數(shù)據(jù)和醫(yī)療操作數(shù)據(jù)如用藥劑量等,并傳遞給控制系統(tǒng)?？刂葡到y(tǒng)中基于敗血癥的病理定義建立的有限狀態(tài)機(jī)模型對(duì)接收到的數(shù)據(jù)信息進(jìn)行處理,判斷病人的實(shí)時(shí)疾病狀態(tài)后將輔助診斷結(jié)果輸出。

圖3 基于敗血癥的MCPS

敗血癥MCPS模型主要包括傳感器采集設(shè)備、醫(yī)療執(zhí)行器設(shè)備和計(jì)算平臺(tái)等硬件,數(shù)據(jù)處理、工作流控制等軟件。本文采用AADL和Osate2構(gòu)建系統(tǒng)模型,包括硬件、軟件、計(jì)算平臺(tái)等,模擬數(shù)據(jù)進(jìn)行系統(tǒng)數(shù)據(jù)流延遲、可調(diào)度性等分析。

4.1 系統(tǒng)模型

系統(tǒng)模型從功能角度可以分為實(shí)現(xiàn)模塊和支持模塊,如圖4(a)。實(shí)現(xiàn)模塊包括傳感器采集設(shè)備、醫(yī)療執(zhí)行設(shè)備以及控制進(jìn)程等軟件部分;支持模塊包括處理器、存儲(chǔ)器、總線,也即計(jì)算平臺(tái)。傳感器采集設(shè)備用于獲取數(shù)據(jù),通過(guò)數(shù)據(jù)輸入連接(Input Data Connection,IDC)傳遞給控制進(jìn)程處理,處理結(jié)果通過(guò)數(shù)據(jù)輸出連接(Output Data Connection,ODC) 傳遞給醫(yī)療執(zhí)行設(shè)備顯示輸出。實(shí)現(xiàn)模塊通過(guò)總線與支持模塊進(jìn)行連接與通信。系統(tǒng)模型從軟硬件角度可以分為硬件模塊和軟件模塊,硬件部分在3.2小節(jié)論述,軟件部分在3.3小節(jié)論述。

圖4 基于AADL的系統(tǒng)模型(a)及計(jì)算平臺(tái)(b)

4.2 硬件部分

硬件包括輸入模塊、輸出模塊和計(jì)算資源三個(gè)部分。輸入模塊一共需要采集16個(gè)數(shù)據(jù),涉及8個(gè)醫(yī)療設(shè)備,如表2。輸出模塊顯示軟件處理后的數(shù)據(jù)和診斷結(jié)果。

表2 數(shù)據(jù)采集設(shè)備與生理指標(biāo)的對(duì)應(yīng)關(guān)系

計(jì)算資源包括處理器、存儲(chǔ)器、總線,如圖4(b)。處理器(AMD)負(fù)責(zé)線程的調(diào)度和程序的執(zhí)行,與線程綁定。一共2個(gè)處理器AMD1和AMD2,MIPS均為2000M。存儲(chǔ)器(Memory)負(fù)責(zé)存儲(chǔ)輸入設(shè)備采集的數(shù)據(jù)以及程序運(yùn)行期間產(chǎn)生的數(shù)據(jù)等,并與進(jìn)程綁定,容量定義為100MByte?？偩€(Bus)是系統(tǒng)各個(gè)部分?jǐn)?shù)據(jù)交互的通道。

4.3 軟件部分

控制系統(tǒng)運(yùn)行在計(jì)算平臺(tái)上,接收來(lái)自醫(yī)療設(shè)備的數(shù)據(jù),處理后傳遞給輸出設(shè)備。其內(nèi)部結(jié)構(gòu)如圖5,包含感染診斷、人工復(fù)核、器官衰竭診斷、休克診斷四個(gè)進(jìn)程,進(jìn)程之間原則上按線性順序執(zhí)行,同時(shí)也包含短路邏輯以提高診斷效率。例如系統(tǒng)在判斷病人是否出現(xiàn)器官衰竭癥狀時(shí),原則上需要先完成感染診斷和人工復(fù)核進(jìn)程,但如果此時(shí)實(shí)時(shí)檢查指標(biāo)已經(jīng)滿足SOFA >=2,則直接判斷為出現(xiàn)器官衰竭,并進(jìn)入下一進(jìn)程。

圖5 控制系統(tǒng)內(nèi)部結(jié)構(gòu)

控制系統(tǒng)中包含4個(gè)進(jìn)程,其中qsofa進(jìn)程對(duì)感染狀態(tài)進(jìn)行監(jiān)測(cè),sofa進(jìn)程對(duì)敗血癥狀態(tài)進(jìn)行監(jiān)測(cè),shock進(jìn)程對(duì)休克狀態(tài)進(jìn)行監(jiān)測(cè),assess進(jìn)程對(duì)復(fù)檢狀態(tài)進(jìn)行監(jiān)測(cè)。三個(gè)診斷進(jìn)程根據(jù)輸入?yún)?shù)的類型各自劃分為兩個(gè)線程,一個(gè)線程接收生理參數(shù),另一個(gè)線程接收操作參數(shù),進(jìn)程內(nèi)部結(jié)構(gòu)如圖6。兩個(gè)線程均為周期線程,按固定時(shí)間間隔觸發(fā)運(yùn)行,一個(gè)周期結(jié)束后才開始下一個(gè)周期。線程的具體配置信息如表3,其中Period代表了線程任務(wù)周期,Compute＿Execution＿Time代表了線程執(zhí)行時(shí)間,接收操作參數(shù)的線程周期與執(zhí)行時(shí)間比接收生理參數(shù)的線程更富余。

表3 線程屬性

圖6 進(jìn)程內(nèi)部結(jié)構(gòu)

4.4 模型驗(yàn)證

MCPS系統(tǒng)的準(zhǔn)確性、穩(wěn)定性、實(shí)時(shí)性關(guān)乎生命安全。Osate工具集可以檢查系統(tǒng)模型的語(yǔ)法、語(yǔ)義、端口一致性、整體架構(gòu)正確性,本節(jié)使用Osate2對(duì)已建立的AADL模型進(jìn)行端到端的流延遲檢驗(yàn)與分析,使用AADL Inspector對(duì)系統(tǒng)的可調(diào)度性進(jìn)行驗(yàn)證與分析,保證系統(tǒng)的準(zhǔn)確性、實(shí)時(shí)性以及安全可靠性。

4.4.1 流延遲分析

MCPS對(duì)實(shí)時(shí)性要求很高,對(duì)系統(tǒng)進(jìn)行流延遲分析是驗(yàn)證系統(tǒng)能否滿足實(shí)時(shí)性要求的有效保障。信號(hào)在系統(tǒng)中流動(dòng)并被計(jì)算處理的過(guò)程需要消耗時(shí)間,不同設(shè)備之間通過(guò)總線通信也需要消耗時(shí)間。因此,可以通過(guò)對(duì)整個(gè)系統(tǒng)的流路徑進(jìn)行流延遲分析來(lái)計(jì)算從信號(hào)進(jìn)入系統(tǒng)接口到執(zhí)行器執(zhí)行動(dòng)作所消耗的總時(shí)長(zhǎng),從而驗(yàn)證系統(tǒng)的功能性以及非功能特性是否滿足設(shè)計(jì)要求,以保障系統(tǒng)的實(shí)時(shí)性。具體而言:在系統(tǒng)頂層定義端對(duì)端流并規(guī)定其總延遲,與此同時(shí)規(guī)定組成流的每個(gè)要素的延遲,通過(guò)Osate2的流延遲分析工具來(lái)對(duì)比分析系統(tǒng)中流的實(shí)際時(shí)延與定義時(shí)延,驗(yàn)證系統(tǒng)中端到端的實(shí)際流延遲是否在定義時(shí)延要求的范圍之內(nèi),從而判斷系統(tǒng)的實(shí)時(shí)性要求是否得到滿足。定義時(shí)延指代系統(tǒng)根據(jù)設(shè)計(jì)規(guī)范定義的系統(tǒng)所能承受的最大時(shí)延,而實(shí)際時(shí)延指代數(shù)據(jù)流在系統(tǒng)的各個(gè)組件及組件之間的連接中流動(dòng)時(shí)所產(chǎn)生的時(shí)延總和。本節(jié)以SBP(Systolic Blood Pressure,收縮壓)這一參數(shù)對(duì)應(yīng)的流數(shù)據(jù)為例來(lái)進(jìn)行流延遲分析,其它參數(shù)的流延遲分析過(guò)程同理可證不做贅述。規(guī)定組成流的各個(gè)組件的延遲數(shù)據(jù)如圖7。

圖7 以SBP為例的流屬性值

源流是血壓測(cè)定儀測(cè)量的血壓數(shù)據(jù),其通過(guò)IDC傳輸?shù)娇刂七M(jìn)程的延時(shí)是10ms-15ms;流路徑是數(shù)據(jù)在控制進(jìn)程中的傳輸過(guò)程,延時(shí)是150ms-200ms;匯流是控制進(jìn)程處理好的數(shù)據(jù)經(jīng)ODC傳輸?shù)綀?zhí)行器,延時(shí)是10ms-15ms;端到端的完整流路徑是從血壓測(cè)定儀獲取數(shù)據(jù)到執(zhí)行器接收數(shù)據(jù)所經(jīng)歷的完整路徑,延遲為200ms-300ms。所有數(shù)據(jù)流的驗(yàn)證結(jié)果如圖8,各數(shù)據(jù)流的實(shí)際延遲均未超出預(yù)定義范圍,說(shuō)明系統(tǒng)的實(shí)時(shí)性達(dá)到預(yù)期要求。

圖8 端到端的流延遲分析測(cè)試

∥血壓測(cè)定儀

device blood＿pressure

flows ∥源流

flow1:flow source sbp { latency=> 10ms..15ms;};

end blood＿pressure;

∥控制系統(tǒng)

system implementation control.impl

flows ∥流路徑

flow1:flow path sbp-> q＿idc1-> qsofa.flow1-> q＿odc1-> sbp＿out { latency=> 150ms.. 200ms; };

end control.impl;

∥執(zhí)行器

device display

flows ∥匯流

flow1: flow sink sbp { latency=> 10ms.. 15ms; };

end display;

∥頂層系統(tǒng)

system implementation sepsis.impl

flows ∥端到端的完整流路徑

flow1:end to end flow pressure.flow1-> idc1-> control.flow1-> odc1-> display.flow1 { latency=> 200ms.. 300ms; };

end sepsis.impl;

4.4.2 可調(diào)度性驗(yàn)證

MCPS對(duì)穩(wěn)定性、可靠性等安全方面的要求較高,對(duì)系統(tǒng)進(jìn)行可調(diào)度分析可以有效驗(yàn)證系統(tǒng)任務(wù)能否正常調(diào)度和執(zhí)行,從而驗(yàn)證系統(tǒng)安全標(biāo)準(zhǔn)能否達(dá)到預(yù)期要求。系統(tǒng)的可調(diào)度性與采用的調(diào)度算法、處理器的主頻高低、進(jìn)程和線程的屬性如周期、執(zhí)行時(shí)間等均有關(guān)聯(lián),本節(jié)通過(guò)AADL Inspector進(jìn)行系統(tǒng)的可調(diào)度性驗(yàn)證,調(diào)度算法選擇最早截止時(shí)間優(yōu)先算法(Earliest Deadline First,EDF),處理器主頻見3.2節(jié),進(jìn)程與線程屬性見3.3節(jié),驗(yàn)證結(jié)果如圖9。兩個(gè)處理器的負(fù)載分別為73%和93%,均小于100%,說(shuō)明處理器的性能滿足系統(tǒng)需求。從仿真開始的85ms后,所有線程均結(jié)束周期運(yùn)行進(jìn)入懸掛狀態(tài),說(shuō)明系統(tǒng)采用的調(diào)度算法、處理器的主頻以及進(jìn)程和線程的屬性設(shè)置合理。綜上,系統(tǒng)的可調(diào)度性達(dá)到預(yù)期要求,系統(tǒng)的安全性符合設(shè)計(jì)需求。

圖9 可調(diào)度性仿真結(jié)果

5 結(jié)束語(yǔ)

本研究對(duì)敗血癥醫(yī)學(xué)知識(shí)進(jìn)行研究,利用病理定義抽象出信息化模型,給出了診斷標(biāo)準(zhǔn)與采集組件之間的映射關(guān)系,構(gòu)建了包含采集組件如檢驗(yàn)儀器和醫(yī)學(xué)設(shè)備、計(jì)算平臺(tái)組件如處理器和總線、進(jìn)程和線程在內(nèi)的MCPS模型,并驗(yàn)證了模型的準(zhǔn)確性和實(shí)時(shí)性。

目前基于敗血癥共識(shí)定義建立的MCPS模型還不足以用于代碼生成和部署實(shí)物仿真,未來(lái)的工作是對(duì)敗血癥相關(guān)的醫(yī)療行為做進(jìn)一步研究,建立行為模型以優(yōu)化和完善敗血癥MCPS模型,實(shí)現(xiàn)敗血癥MCPS模型的實(shí)物仿真,以實(shí)現(xiàn)敗血癥的智能診療和促進(jìn)MCPS技術(shù)的發(fā)展。