论文部分内容阅读
帕金森综合症作为一种神经系统的退化性疾病,多发于中老年人群,其三大临床主要表现的症状为震颤、强直和运动迟缓的运动相关症状,深部脑刺激术在临床中对运动症状有明显的改善作用。然而由于目前临床应用的DBS刺激过程为固定刺激参数进行持续刺激的开环模式,极易导致刺激靶点的损伤以及系统能耗过大,并且开环刺激不能根据症状的改善情况进行参数的自适应调整。本文利用帕金森病大脑皮层-基底核-丘脑网络计算模型为控制对象,将神经科学与控制理论相结合,对刺激波形进行了优化研究并设计了以神经元放电信息为反馈信号的闭环深部脑刺激系统。首先,利用神经元计算模型,结合Rubin-Terman理论及经典的HodgkinHuxley类方程,建立了帕金森病网络模型,并且提出丘脑中继准确度参数作为帕金森病症状改善情况的评价指标。为探究DBS作用过程中刺激波形的多种可能性,结合电机控制中的脉宽调制思想,将正弦调制波作用于本文中的病态网络模型中,验证了DBS波形多种可能性的同时探寻了刺激过程中最小能量的存在以及影响因素。随后,利用无迹卡尔曼滤波方法对神经元模型中的离子电导gK这一参数对影响神经元正常放电及异常震荡的Vgk进行间接估计;并且利用HH神经元模型作为被控对象,设计终端滑模控制器对正常放电状态下的丘脑神经元放电参考信号进行跟踪,对病态网络的异常放电现象进行了有效的调制。通过两种方法实现闭环DBS系统,并且结果都证实了闭环DBS对恢复丘脑神经元对皮层响应准确度的有效性。最后,为了使得本文的理论研究在未来能够适应帕金森病的手术及临床研究,通过哈尔滨医科大学生理学馆提供的实验环境,利用TI公司生产的ADS1299EEG-FE套件设计了基于Labview的帕金森病动物模型STN采集系统,利用局部场电位作为生物反馈信号,并且模拟临床中被刺激伪迹淹没的LFP进行滤波处理。最后对滑模控制算法进行DSP实现,并且对刺激器的结构及信号采集方式进行了设计。