神經(jīng)元模型參數(shù)辨識及控制的研究.pdf

1、神經(jīng)系統(tǒng)具有復(fù)雜的非線性動(dòng)力學(xué)行為，應(yīng)用神經(jīng)元模型能定量的描述神經(jīng)系統(tǒng)的動(dòng)力學(xué)特性，有助于揭示生理機(jī)制；醫(yī)學(xué)上，通過對人體施加外加電場刺激來治療癲癇、帕金森等疾病的研究日益增多。因此有必要以神經(jīng)元模型為研究對象，探尋通過改變外加刺激來控制神經(jīng)元電生理參數(shù)變化。獲得精確神經(jīng)元數(shù)學(xué)模型是上述研究的關(guān)鍵。而通過對測量得到的神經(jīng)元膜電壓序列分析是估計(jì)電生理參數(shù)和變量，進(jìn)而得到神經(jīng)元模型的有效方法之一。
　　 本文首先應(yīng)用混沌同步及自適應(yīng)

2、控制理論，從動(dòng)作電位序列估計(jì)得到FitzHugh-Nagumo(FHN)神經(jīng)元模型的參數(shù)。此方法能有效的跟蹤系統(tǒng)參數(shù)的波動(dòng)，并且對噪聲有較強(qiáng)的魯棒性。然后應(yīng)用無跡卡爾曼濾波(Unscented KalmanFilter,UKF)的方法，從被強(qiáng)噪聲污染的測量動(dòng)作電位序列中估計(jì)FHN模型的全部狀態(tài)變量和參數(shù)。然后將上述方法應(yīng)用到Hindmarsh-Rose(HR)、Morris-Lecar(ML)和Hodgkin-Huxley(HH)等神經(jīng)

3、元模型中，證明UKF對強(qiáng)非線性模型的普適性。應(yīng)用聯(lián)合混沌同步和UKF方法，先應(yīng)用UKF對被噪聲污染的動(dòng)作電位濾波并估計(jì)出所有狀態(tài)變量，再用混沌同步方法估計(jì)模型參數(shù)，仿真結(jié)果證明聯(lián)合方法估計(jì)效果優(yōu)于單一算法。
　　 估計(jì)并控制HH模型中有重要生理意義的變量。首先應(yīng)用UKF估計(jì)HH神經(jīng)元模型中的不可測變量。然后將UKF與原模型組成反饋系統(tǒng)，通過調(diào)節(jié)外加輸入刺激來控制系統(tǒng)的模型參數(shù)值，使神經(jīng)元模型具有不同的放電模式，實(shí)現(xiàn)神經(jīng)元放電的可