癫痫的神经元群模型参数估计及调控仿真研究

发布时间：2023-02-10 19:17

　　癫痫(Epilepsy,EP)是一种常见的以短暂性中枢神经系统功能失常为特征的脑部疾病,具有反复发作和难以预测等特点。癫痫发作不仅严重影响癫痫患者的正常生活,而且给患者的家庭以及社会带来了非常沉重的负担。因此,有效的控制癫痫发作已经成为神经科学的重要研究方向之一。目前的研究普遍认为,癫痫发作是由于中枢性神经系统的兴奋性与抑制性的动态不平衡导致的。因此,如果能够实时测量兴奋性与抑制性的值,将为有效的闭环控制癫痫发作提供可能。因此,本文首先采用一种神经元群模型参数估计方法对脑电图(Electroencephalogram,EEG)信号进行滤波,得到了实时的模型增益参数估计值;然后将模型增益参数估计值作为反馈信息设计闭环控制策略,实现了对癫痫发作的检测和调节。本文的研究内容主要包括以下三个方面:(1)构建了基于无迹卡尔曼滤波的神经元群模型参数估计方法。首先,本文从基于电生理的Jansen&Rit神经元群模型出发,探讨了模型参数改变对模型输出的影响,发现模型兴奋性和抑制性突触增益的改变会导致模型输出呈现癫痫样放电。结果验证了神经元群模型作为癫痫计算模型的合理性。然后,通过比较几种常用卡...

【文章页数】：86 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 癫痫的治疗
        1.2.2 癫痫的计算模型和闭环控制
    1.3 课题研究思路
    1.4 论文结构
2 神经元群模型与卡尔曼滤波选择
    2.1 神经元群模型
        2.1.1 Jansen& Rit神经元群模型
        2.1.2 神经元群模型参数的生理意义及取值
        2.1.3 模型分析及仿真结果
    2.2 卡尔曼滤波原理
        2.2.1 线性卡尔曼滤波
        2.2.2 扩展卡尔曼滤波
        2.2.3 无迹卡尔曼滤波
        2.2.4 卡尔曼滤波的选择
    2.3 本章小结
3 基于无迹卡尔曼滤波的神经元群模型参数估计
    3.1 基于癫痫样信号的神经元群模型参数估计
        3.1.1 神经元群模型参数估计方法
        3.1.2 正常状态下的神经元群模型增益参数估计
        3.1.3 癫痫样信号的神经元群模型增益参数估计
    3.2 实测癫痫数据的神经元群模型参数估计
        3.2.1 癫痫数据描述
        3.2.2 Jansen& Rit神经元群模型的改进
        3.2.3 实测癫痫数据的神经元群模型增益参数估计
    3.3 本章小结
4 基于神经元群模型的癫痫调控
    4.1 癫痫样放电的PI闭环控制策略
        4.1.1 PI闭环控制策略
        4.1.2 控制结果分析
    4.2 改进的PI闭环控制策略
        4.2.1 基于误差修正的PI闭环控制策略
        4.2.2 控制结果分析
    4.3 本章小结
5 总结与展望
    5.1 工作总结
    5.2 工作展望
参考文献
致谢
个人简历、在学期间发表的学术论文与研究成果



本文编号：3739761