论文部分内容阅读
癫痫疾病是严重威胁着人们身体健康的神经疾病,其致病和治病机制尚未清楚,电刺激是替代药物和手术的有效方法。虽然闭环控制电刺激能够提高治疗的效果,但鲜见采用神经元及神经网络模型实现闭环控制。神经科学的模型分析是替代动物和人体实验的有效途径。本文将计算神经元模型与控制理论相结合,提出了一种基于神经元模型的闭环电刺激的思路,实现癫痫的闭环控制。本文分析了国内外癫痫模型研究和控制的现状和趋势,提出以海马CA3区为研究对象,采用关键参数和慢变量作为反馈参数的闭环控制方案。首先分析了Pinsky-Rinzel(PR)神经元动力学特性,得到了各种参数对海马CA3区放电影响的规律即海马区癫痫发病机制,发现了CA3区神经元各参数具有不同的时标且慢变量具有重要的生理意义。本文首次提出了慢变量跟踪的反馈闭环控制方案,分别以PR神经元的两个慢变量,即细胞内的钙离子浓度和长时程的依钙钾离子通道打开的概率为反馈参数。本文采用无迹卡尔曼滤波器(Unscented Kalman Filter, UKF)实现慢变量的估计,并采用PI控制算法实现快放电到慢放电的控制以及放电状态到静息的控制。仿真发现,慢变量的闭环控制信号具有较小的幅值波动,符合生理意义。针对神经元病态放电通常是由一个或者多个参数异常所导致的,通过外部电刺激可以实现这些参数的恢复,首次提出了基于关键参数的反馈闭环控制。采用UKF对关键参数进行实时估计,并将其作为反馈参数实现闭环控制及正常参数的跟踪。通过仿真发现本方案不但可以实现一个参数导致的异常放电恢复而且可以实现多个参数导致的异常放电恢复。最后本文根据神经元嵌入在神经介质中实际生理环境,建立了外电场作用下的神经元及其集群的场效应模型。分析该模型非线性动力学特性,得到外电场作用于神经元及其网络的关键参数,并通过UKF估计关键参数将其作为反馈信号实现了网络的闭环控制。仿真表明,控制方案不但可以实现网络的同步控制且可以实现去同步控制。本文通过模型分析,研究了神经元及其集群放电的癫痫闭环控制,分析了控制系统的动力学特性,仿真证明了所提方案的有效性,为电刺激在癫痫疾病的治疗提供理论指导。