本文選題：癲癇 + 閉環(huán)控制��； 參考：《天津大學(xué)》2014年碩士論文

【摘要】：癲癇是大腦神經(jīng)元突發(fā)性異常放電導(dǎo)致短暫的大腦功能障礙的一種慢性神經(jīng)系統(tǒng)疾病,針對藥物無法控制的難治性癲癇,電刺激正逐漸成為其有效的治療手段之一,如深度腦刺激(DBS)、經(jīng)顱直流電刺激(tDCS)等。目前臨床使用的開環(huán)電刺激方法并不具有普遍適用性,為解決這個問題,通過閉環(huán)電刺激來治療癲癇等精神疾病已成為目前研究的熱點。由于癲癇疾病的致病機理尚不清楚加之電生理實驗方面的各種限制,神經(jīng)計算模型分析已成為研究神經(jīng)系統(tǒng)動力學(xué)特性和生理現(xiàn)象的有效方法之一。因此,基于單神經(jīng)元和神經(jīng)元集群模型,本文提出了閉環(huán)迭代學(xué)習(xí)控制(ILC)策略與閉環(huán)混合控制策略,以實現(xiàn)癲癇態(tài)放電的閉環(huán)控制。本論文的研究內(nèi)容主要包括以下三個方面:首先,本文基于海馬CA3區(qū)Pinsky-Rinzel(PR)模型和大腦皮層神經(jīng)元集群模型(NMM),分析其動力學(xué)特性,考慮單神經(jīng)元關(guān)鍵參數(shù)—鉀離子通道反電勢V_K、胞體與樹突之間的耦合電導(dǎo)cg、化學(xué)耦合強度g_(NMDA)、g_(AMPA)對神經(jīng)元放電模式的影響;神經(jīng)元集群參數(shù)—興奮性平均突觸增益A、耦合強度K_(ij)對神經(jīng)元集群放電的影響,探索癲癇發(fā)病機制。其次,基于關(guān)鍵參數(shù)對單神經(jīng)元放電模式的影響,利用迭代學(xué)習(xí)控制、延時反饋與PI控制相結(jié)合的混合控制分別實現(xiàn)了單神經(jīng)元癲癇樣放電的閉環(huán)控制;采用無跡卡爾曼濾波器(UKF)對關(guān)鍵參數(shù)進行估計,進而形成反饋信號。通過對關(guān)鍵參數(shù)的跟蹤反饋調(diào)節(jié)實現(xiàn)PR神經(jīng)元放電模式的轉(zhuǎn)換;基于化學(xué)耦合強度的影響,利用迭代學(xué)習(xí)控制實現(xiàn)不同耦合強度的神經(jīng)元間放電去同步控制。最后,基于多耦合神經(jīng)元集總參數(shù)模型提出多模式閉環(huán)深度腦刺激系統(tǒng)。依據(jù)興奮性平均突觸增益與耦合強度的影響,產(chǎn)生癲癇態(tài)與正常態(tài)下的局部場電位(LFP)波形;根據(jù)對C_0復(fù)雜度、信號頻帶能量比的分析,提取局部場電位的特征;采用BP神經(jīng)網(wǎng)絡(luò)對局部場電位信號進行分類并實現(xiàn)刺激強度的選擇;針對不同的放電模式利用迭代學(xué)習(xí)控制器輸出控制信號;通過對刺激電流幅值和周期的調(diào)制輸出精準(zhǔn)的深度腦刺激電流,實現(xiàn)癲癇狀態(tài)的閉環(huán)控制,阻止癲癇樣放電的進一步傳播。以上的研究結(jié)果均證明本文提出的閉環(huán)控制策略在控制癲癇發(fā)作狀態(tài)上的有效性,為單神經(jīng)元及神經(jīng)元集群閉環(huán)電生理實驗,以及癲癇電刺激治療器的研究提供了理論依據(jù)。
[Abstract]:Epilepsy is a kind of chronic nervous system disease, which is caused by sudden abnormal discharge of brain neurons. Electrical stimulation is becoming one of the effective treatment methods for intractable epilepsy, which can not be controlled by drugs.For example, deep brain stimulation, transcranial direct current stimulation (TDC), and so on.In order to solve this problem, closed loop electrical stimulation has become a hot research topic in the treatment of mental disorders such as epilepsy.As the pathogenesis of epilepsy is not clear and various limitations in electrophysiological experiments, neural computing model analysis has become one of the effective methods to study the dynamic characteristics and physiological phenomena of nervous system.Therefore, based on the single neuron and neuron cluster model, a closed loop iterative learning control (ILC) strategy and a closed loop hybrid control strategy are proposed to realize the closed loop control of epileptic state discharge.The main contents of this thesis include the following three aspects: firstly, based on the Pinsky-Rinzelpra model of hippocampal CA3 region and the cerebral cortex neuron cluster model, the dynamic characteristics of the model were analyzed.Consider the effect of the key parameter of single neuron VK, the coupling conductance between the cell body and the dendrite, the chemical coupling intensity, the chemical coupling intensity, on the firing pattern of the neurons.The effect of neuronal cluster parameters-excitatory average synaptic gain A, coupling intensity K _ (+ +) on the discharge of neuronal cluster and the pathogenesis of epilepsy were explored.Secondly, based on the influence of key parameters on the single neuron discharge mode, the closed-loop control of single neuron epileptoid discharge is realized by the hybrid control of iterative learning control, delay feedback and Pi control.Unscented Kalman filter (UKF) is used to estimate the key parameters to form feedback signals.Based on the influence of chemical coupling intensity, iterative learning control is used to realize the de-synchronous control of firing between neurons with different coupling intensity.Finally, a closed loop deep brain stimulation system is proposed based on the multi-coupled neuron lumped parameter model.According to the effect of excitatory average synaptic gain and coupling intensity, the local field potential (LFP) waveform was generated in epileptic state and normal state, and the characteristic of local field potential was extracted according to the complexity of CSP 0 and the analysis of signal frequency band energy ratio.BP neural network is used to classify the local field potential signals and to select the stimulus intensity, and the iterative learning controller is used to output the control signals for different discharge modes.By modulating the amplitude of the stimulus current and the period of the stimulus, the amplitude of the stimulation current and the modulation of the cycle output the accurate deep brain stimulation current to realize the closed-loop control of the epileptic state and to prevent the further spread of the epileptoid discharge.The above results all prove the effectiveness of the closed-loop control strategy proposed in this paper in the control of epileptic seizures. It provides a theoretical basis for the research of single neuron and neuron cluster closed loop electrophysiological experiment and the therapeutic device of epileptic electrical stimulation.
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：R742.1

【相似文獻】

相關(guān)期刊論文 前6條

1 王磊;羅致誠;;偏癱患者的健側(cè)對患側(cè)肢體運動的雙路肌電閉環(huán)控制[J];中國康復(fù)醫(yī)學(xué)雜志;1990年04期

2 夏慧琳;高關(guān)心;彭樹良;;閉環(huán)控制在呼吸機上的應(yīng)用[J];中國醫(yī)療設(shè)備;2008年05期

3 馮小冬;汪家旺;林劉華;楊濤;翁羽潔;;多重反饋閉環(huán)控制便攜式呼吸機的設(shè)計[J];中國醫(yī)療設(shè)備;2010年01期

4 周新,陳宇清;閉環(huán)控制與現(xiàn)代機械通氣[J];中國呼吸與危重監(jiān)護雜志;2002年04期

5 李明偉,劉靜茹,郭廣峰;閉環(huán)控制微波理療機的設(shè)計[J];自動化與儀器儀表;2005年06期

6 ;[J];;年期

相關(guān)會議論文 前2條

1 倪保利;;電解鋁廠穩(wěn)流閉環(huán)控制分析與應(yīng)用[A];中國有色金屬學(xué)會——第二屆青年論壇學(xué)術(shù)會議論文集[C];2004年

2 胡智信;樊生文;劉海山;喬森;;活套式拉絲機張力閉環(huán)控制電控系統(tǒng)[A];全國冶金自動化信息網(wǎng)2009年會論文集[C];2009年

相關(guān)重要報紙文章 前1條

1 山西 韓偉;鋁廠穩(wěn)流系統(tǒng)閉環(huán)控制原理(上)[N];電子報;2012年

相關(guān)博士學(xué)位論文 前2條

1 趙虎;電液流量、方向連續(xù)控制新原理及其應(yīng)用研究[D];太原理工大學(xué);2013年

2 王海洋;癲癇的閉環(huán)控制：模型分析[D];天津大學(xué);2011年

相關(guān)碩士學(xué)位論文 前8條

1 張麗媛;基于閉環(huán)控制的神經(jīng)元及集群癲癇狀態(tài)的研究[D];天津大學(xué);2014年

2 黃穎;面向柴油機燃燒閉環(huán)控制的新一代控制平臺研究及應(yīng)用[D];清華大學(xué);2010年

3 李朋;柴油機SCR系統(tǒng)閉環(huán)控制研究[D];武漢理工大學(xué);2014年

4 李代金;水下熱動力推進系統(tǒng)閉環(huán)控制研究[D];西北工業(yè)大學(xué);2006年

5 O@慶濤;基于缸壓反饋的柴油發(fā)動機控制研究[D];吉林大學(xué);2014年

6 葉喬;高速振鏡理論研究及實踐[D];華中科技大學(xué);2004年

7 龔攀;基于閉環(huán)控制的板材數(shù)控漸進成形回彈補償[D];華中科技大學(xué);2008年

8 鄭國強;電除塵器集中管控系統(tǒng)的設(shè)計與實現(xiàn)[D];國防科學(xué)技術(shù)大學(xué);2006年

，

本文編號：1773010