癲癇樣放電狀態(tài)建模與控制的研究.pdf

1、國家自然科學基金資助項目(批準號：61374182)天津大學碩士學位論文癲癇樣放電狀態(tài)建模與控制的研究TheModelingandControlofEpilepticDischargeState(申請碩士學位)學科專業(yè)：生物醫(yī)學工程研究生：任凱麗指導教師：曹玉珍副教授天津大學精密儀器與光電子工程學院二零一五年十二月摘要電刺激是治療癲癇的一種有效方法，臨床效果較好，但是其作用機制尚不明確。目前，臨床上的電刺激療法大多為開環(huán)刺激，靈活性和適

2、應性不夠。本文提出一種基于模型的閉環(huán)電刺激方案，從機制、建模及控制三個方面研究閉環(huán)電刺激：首先，構建癲癇發(fā)作區(qū)域的生理模型進行機制分析，并對癲癇樣放電狀態(tài)進行抑制。采用神經集群建模方法，通過分析其動力學特性，研究興奮性突觸增益和集群耦合強度對神經元集群放電和波形傳播的影響，以探索癲癇的發(fā)病機制，得到表示發(fā)作狀態(tài)的輸出信號特征；應用反饋線性化控制和無跡卡爾曼濾波相結合的方法，實現癲癇發(fā)作狀態(tài)的抑制。其次，建立正常態(tài)和癲癇態(tài)的Volterr

3、a模型，并實現模型參數估計。通過定義辨識性能指標，采用參數遍歷法選取使指標值最優(yōu)的參數，從而獲得最合適的模型階數，辨識輸入及模型結構參數；給定模型結構及參數后，由神經集群模型產生輸入輸出數據，對正常態(tài)和癲癇態(tài)進行建模；同時對多耦合神經集群模型的動力學特性進行建模，為后續(xù)控制器的設計奠定基礎。最后，根據所建的Volterra模型，采用預測控制方法實現癲癇狀態(tài)的抑制。辨識得到的Volterra模型作為模型預測控制算法中的過程模型，用于預測過

4、程輸出；之后，模型預測控制算法設計控制信號并施加于神經集群模型上，實現癲癇態(tài)放電的實時閉環(huán)控制，抑制癲癇樣放電的進一步傳播：與反饋線性化控制進行比較，證明預測控制方法的有效性。本文提出的基于模型的閉環(huán)電刺激方案不過分依賴于準確的生理模型，僅僅需要輸入輸出數據，便可實現癲癇狀態(tài)快速有效的控制。仿真結果證實了該策略的有效性及潛在優(yōu)勢。本文的研究結果為進一步研究癲癇的電刺激療法奠定了基礎，為癲癇控制系統(tǒng)的硬件實現提供了理論依據，在神經系統(tǒng)疾病