帕金森病基底核閉環(huán)DBS控制研究
發(fā)布時(shí)間:2021-05-27 10:56
帕金森。≒arkinson’s Disease,PD)是一種多發(fā)于中老年人群的神經(jīng)系統(tǒng)退行性疾病,深部腦刺激(Deep Brain Stimulation,DBS)是一種神經(jīng)外科治療PD的方法。目前臨床使用的開環(huán)DBS方法不能根據(jù)PD的癥狀自適應(yīng)調(diào)整刺激,并且極易導(dǎo)致刺激靶點(diǎn)的損傷,以及系統(tǒng)能耗過大。與開環(huán)DBS相比,閉環(huán)DBS具有按需刺激、自適應(yīng)刺激等多種刺激方式,緩解PD癥狀的同時(shí)可以減少副作用,降低耗能。因此,閉環(huán)DBS控制研究已經(jīng)成為PD研究的熱點(diǎn),其中對(duì)于模型的研究和控制算法的研究是重中之重,但是目前還沒有一種用于PD患者閉環(huán)DBS的智能低功耗控制算法。針對(duì)這些問題,本文的具體研究?jī)?nèi)容如下:首先對(duì)開環(huán)DBS和閉環(huán)DBS在刺激方式、副作用、能耗等方面進(jìn)行分析比較,介紹了計(jì)算模型作為一個(gè)虛擬患者驗(yàn)證閉環(huán)DBS控制方法的有效性,針對(duì)基于計(jì)算模型的閉環(huán)DBS控制中的關(guān)鍵技術(shù)進(jìn)行探討,通過詳細(xì)闡述基底核(Basal Ganglia,BG)網(wǎng)絡(luò)的生理結(jié)構(gòu)說明PD的發(fā)病與BG網(wǎng)絡(luò)的病變有關(guān)。其次是根據(jù)BG網(wǎng)絡(luò)的生理結(jié)構(gòu)構(gòu)建BG網(wǎng)絡(luò)計(jì)算模型,對(duì)正常、PD和DBS作用下的BG網(wǎng)絡(luò)計(jì)算模型進(jìn)行...
【文章來源】:重慶郵電大學(xué)重慶市
【文章頁數(shù)】:77 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
注釋表
第1章 引言
1.1 研究背景及意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 帕金森計(jì)算模型研究現(xiàn)狀
1.2.2 基于模型的DBS研究現(xiàn)狀
1.3 論文主要工作
1.4 論文組織結(jié)構(gòu)
第2章 基底核網(wǎng)絡(luò)計(jì)算模型的建立
2.1 基底核網(wǎng)絡(luò)的生理結(jié)構(gòu)
2.2 建立基底核網(wǎng)絡(luò)計(jì)算模型
2.2.1 HH模型
2.2.2 基底核網(wǎng)絡(luò)計(jì)算模型
2.3 本章小結(jié)
第3章 基底核網(wǎng)絡(luò)計(jì)算模型驗(yàn)證與節(jié)律分析
3.1 正常狀態(tài)下基底核網(wǎng)絡(luò)的放電節(jié)律分析
3.2 PD狀態(tài)下基底核網(wǎng)絡(luò)的放電節(jié)律分析
3.3 DBS作用下基底核網(wǎng)絡(luò)的放電節(jié)律分析
3.4 基底核網(wǎng)絡(luò)計(jì)算模型評(píng)估與驗(yàn)證
3.5 本章小結(jié)
第4章 構(gòu)建閉環(huán)控制系統(tǒng)
4.1 選擇生物標(biāo)記
4.1.1 表皮腦電信號(hào)
4.1.2 皮層腦電信號(hào)
4.1.3 局部場(chǎng)電位信號(hào)
4.1.4 單神經(jīng)元記錄信號(hào)
4.1.5 其他信號(hào)
4.2 獲取反饋信號(hào)
4.3 閉環(huán)DBS控制系統(tǒng)評(píng)價(jià)指標(biāo)
4.4 本章小結(jié)
第5章 基于基底核網(wǎng)絡(luò)計(jì)算模型的DBS控制
5.1 開環(huán)DBS波形參數(shù)優(yōu)化
5.1.1 基于遺傳算法的開環(huán)DBS波形參數(shù)優(yōu)化
5.1.2 基于粒子群算法的開環(huán)DBS波形優(yōu)化
5.1.3 開環(huán)DBS波形參數(shù)優(yōu)化仿真結(jié)果
5.2 基于丘腦中繼準(zhǔn)確度參數(shù)的PID控制
5.2.1 幅值頻率控制(AP)
5.2.2 頻率比例控制(FP)
5.2.3 帶有偏置電流的頻率比例控制(FPB)
5.2.4 基于丘腦中繼準(zhǔn)確度參數(shù)PID控制的仿真結(jié)果
5.3 基于GPi突觸電導(dǎo)的閉環(huán)PID控制
5.3.1 幅值比例控制(AP)
5.3.2 基于偏置電流的幅值比例控制(APB)
5.3.3 基于積分偏置電流的幅值比例控制(APIB)
5.3.4 幅值比例微分控制(APD)
5.3.5 基于積分偏置電流幅值比例微分控制(APDIB)
5.3.6 基于GPi突觸電導(dǎo)的閉環(huán)PID控制仿真結(jié)果
5.4 基于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制的閉環(huán)DBS控制
5.4.1 RBF神經(jīng)網(wǎng)絡(luò)
5.4.2 非線性迭代預(yù)測(cè)控制
5.4.3 基于RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制的閉環(huán)DBS控制方法
5.4.4 基于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制的閉環(huán)DBS控制仿真結(jié)果
5.5 控制方法仿真結(jié)果對(duì)比分析
5.6 本章小結(jié)
第6章 總結(jié)
6.1 主要工作與創(chuàng)新點(diǎn)
6.2 后續(xù)研究工作
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果
【參考文獻(xiàn)】:
期刊論文
[1]Need for multiple biomarkers to adjust parameters of closed-loop deep brain stimulation for Parkinson’s disease[J]. Takashi Morishita,Tooru Inoue. Neural Regeneration Research. 2017(05)
[2]帕金森病研究進(jìn)展[J]. 張麗娟,邵海濤,王躍秀,王曉民. 生命科學(xué). 2014(06)
[3]基于復(fù)雜度的針刺腦電信號(hào)特征提取[J]. 邊洪瑞,王江,韓春曉,鄧斌,魏熙樂,車艷秋. 物理學(xué)報(bào). 2011(11)
[4]帕金森病運(yùn)動(dòng)癥狀及其發(fā)生機(jī)制研究進(jìn)展[J]. 沈原,趙永波. 腦與神經(jīng)疾病雜志. 2011(01)
博士論文
[1]帕金森狀態(tài)的建模與閉環(huán)控制[D]. 劉晨.天津大學(xué) 2016
[2]基于模型的帕金森病分析與控制[D]. 陳穎源.天津大學(xué) 2012
碩士論文
[1]自適應(yīng)深部腦刺激系統(tǒng)研究[D]. 王力.重慶郵電大學(xué) 2019
[2]基于閉環(huán)深部腦刺激的帕金森病分析與控制[D]. 武京.哈爾濱工業(yè)大學(xué) 2018
本文編號(hào):3207440
【文章來源】:重慶郵電大學(xué)重慶市
【文章頁數(shù)】:77 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
注釋表
第1章 引言
1.1 研究背景及意義
1.1.1 研究背景
1.1.2 研究意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 帕金森計(jì)算模型研究現(xiàn)狀
1.2.2 基于模型的DBS研究現(xiàn)狀
1.3 論文主要工作
1.4 論文組織結(jié)構(gòu)
第2章 基底核網(wǎng)絡(luò)計(jì)算模型的建立
2.1 基底核網(wǎng)絡(luò)的生理結(jié)構(gòu)
2.2 建立基底核網(wǎng)絡(luò)計(jì)算模型
2.2.1 HH模型
2.2.2 基底核網(wǎng)絡(luò)計(jì)算模型
2.3 本章小結(jié)
第3章 基底核網(wǎng)絡(luò)計(jì)算模型驗(yàn)證與節(jié)律分析
3.1 正常狀態(tài)下基底核網(wǎng)絡(luò)的放電節(jié)律分析
3.2 PD狀態(tài)下基底核網(wǎng)絡(luò)的放電節(jié)律分析
3.3 DBS作用下基底核網(wǎng)絡(luò)的放電節(jié)律分析
3.4 基底核網(wǎng)絡(luò)計(jì)算模型評(píng)估與驗(yàn)證
3.5 本章小結(jié)
第4章 構(gòu)建閉環(huán)控制系統(tǒng)
4.1 選擇生物標(biāo)記
4.1.1 表皮腦電信號(hào)
4.1.2 皮層腦電信號(hào)
4.1.3 局部場(chǎng)電位信號(hào)
4.1.4 單神經(jīng)元記錄信號(hào)
4.1.5 其他信號(hào)
4.2 獲取反饋信號(hào)
4.3 閉環(huán)DBS控制系統(tǒng)評(píng)價(jià)指標(biāo)
4.4 本章小結(jié)
第5章 基于基底核網(wǎng)絡(luò)計(jì)算模型的DBS控制
5.1 開環(huán)DBS波形參數(shù)優(yōu)化
5.1.1 基于遺傳算法的開環(huán)DBS波形參數(shù)優(yōu)化
5.1.2 基于粒子群算法的開環(huán)DBS波形優(yōu)化
5.1.3 開環(huán)DBS波形參數(shù)優(yōu)化仿真結(jié)果
5.2 基于丘腦中繼準(zhǔn)確度參數(shù)的PID控制
5.2.1 幅值頻率控制(AP)
5.2.2 頻率比例控制(FP)
5.2.3 帶有偏置電流的頻率比例控制(FPB)
5.2.4 基于丘腦中繼準(zhǔn)確度參數(shù)PID控制的仿真結(jié)果
5.3 基于GPi突觸電導(dǎo)的閉環(huán)PID控制
5.3.1 幅值比例控制(AP)
5.3.2 基于偏置電流的幅值比例控制(APB)
5.3.3 基于積分偏置電流的幅值比例控制(APIB)
5.3.4 幅值比例微分控制(APD)
5.3.5 基于積分偏置電流幅值比例微分控制(APDIB)
5.3.6 基于GPi突觸電導(dǎo)的閉環(huán)PID控制仿真結(jié)果
5.4 基于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制的閉環(huán)DBS控制
5.4.1 RBF神經(jīng)網(wǎng)絡(luò)
5.4.2 非線性迭代預(yù)測(cè)控制
5.4.3 基于RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制的閉環(huán)DBS控制方法
5.4.4 基于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制的閉環(huán)DBS控制仿真結(jié)果
5.5 控制方法仿真結(jié)果對(duì)比分析
5.6 本章小結(jié)
第6章 總結(jié)
6.1 主要工作與創(chuàng)新點(diǎn)
6.2 后續(xù)研究工作
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果
【參考文獻(xiàn)】:
期刊論文
[1]Need for multiple biomarkers to adjust parameters of closed-loop deep brain stimulation for Parkinson’s disease[J]. Takashi Morishita,Tooru Inoue. Neural Regeneration Research. 2017(05)
[2]帕金森病研究進(jìn)展[J]. 張麗娟,邵海濤,王躍秀,王曉民. 生命科學(xué). 2014(06)
[3]基于復(fù)雜度的針刺腦電信號(hào)特征提取[J]. 邊洪瑞,王江,韓春曉,鄧斌,魏熙樂,車艷秋. 物理學(xué)報(bào). 2011(11)
[4]帕金森病運(yùn)動(dòng)癥狀及其發(fā)生機(jī)制研究進(jìn)展[J]. 沈原,趙永波. 腦與神經(jīng)疾病雜志. 2011(01)
博士論文
[1]帕金森狀態(tài)的建模與閉環(huán)控制[D]. 劉晨.天津大學(xué) 2016
[2]基于模型的帕金森病分析與控制[D]. 陳穎源.天津大學(xué) 2012
碩士論文
[1]自適應(yīng)深部腦刺激系統(tǒng)研究[D]. 王力.重慶郵電大學(xué) 2019
[2]基于閉環(huán)深部腦刺激的帕金森病分析與控制[D]. 武京.哈爾濱工業(yè)大學(xué) 2018
本文編號(hào):3207440
本文鏈接:http://sikaile.net/yixuelunwen/shenjingyixue/3207440.html
最近更新
教材專著