首页 > 文献资料
-
基于非线性互依赖性的癫痫致病区识别方法研究
致病区的准确识别是治疗癫痫并减少副作用的基础,但传统视觉识别的方法在很多情况并不能令人满意.信号处理方法可以获得一些视觉观察不能发现的信息来作为传统方法的补充.致病区识别可以看作一个驱动方识别问题,为了解决这个问题提出一种非线性互依赖性测度来作为致痫区(驱动方)的标识.非线性互依赖性可以检测EEG信号之间耦合的强度和方向信息,特别是耦合的方向信息可用以揭示癫痫发作传播的方向.对于不同的应用,以k和a这两个参数调节非线性互依赖性的灵敏度和完备性.在神经群模型构建的平台上对所提出致痫区识别的方法进行仿真.仿真结果显示,对于兴奋程度不同的致病区,在没有突触延迟的情况下可以取得98.84％的总识别率,在有突触延迟的情况下可以取得与无突触延迟情况相近的识别率,说明基于非线性互依赖性的致痫区识别可以适用于不同的致痫区类型.
-
基于神经群模型的致痫兴奋性控制研究
大脑神经元过度的兴奋可以导致癫痫的发作,维持兴奋-抑制平衡是癫痫控制的关键.提出了痫性指数来描述癫痫发作程度,并用作PID控制器的被控参数来对癫痫发作进行控制.把神经群模型作为平台来仿真兴奋性增加导致的癫痫发作程度变化,进而对两种癫痫控制策略进行了仿真.实验结果表明兴奋强度增加而保持抑制强度不变会导致痫性指数的大幅度增加,导致癫痫.而用PID控制器分别降低兴奋强度或增加抑制强度都可以维持兴奋-抑制平衡,并缓解癫痫的发作.痫性指数可以描述脑电信号的线性和非线性特性,PID控制器简单而且不依赖于潜在的生理结构,为本方法应用于临床打下了基础.
-
神经群模型中癫痫状棘波的UKF控制研究
神经群模型可用于模拟产生癫痫发作各阶段的脑电(EEG)信号,在癫痫发作机理分析与控制的研究中起了重要的作用.本文主要利用闭环反馈控制的方法对神经群模型中的癫痫状棘波进行控制,以期为临床治疗癫痫时刺激位置和刺激大小的确定提供一定的理论依据.针对实际测量中不可避免的测量噪声,在反馈回路中加入无迹Kalman滤波(UKF)环节来估计模型的状态,UKF控制器可由估计的状态构造得到.仿真中分别将控制作用于异常兴奋的神经群及将控制作用于每个神经群,结果表明:两种UKF控制方案均能抑制神经群模型中的癫痫状棘波,但是,当控制作用于每个神经群时所需的控制能量比控制只作用于异常兴奋的神经群时所需的控制能量小.
关键词： 无迹Kalman滤波控制 神经群模型 癫痫状棘波
