【摘 要】
:
低强度经颅聚焦超声刺激是近年来兴起的一种新型癫痫辅助治疗方案,不仅具有较高的空间分辨力,还能实现无创神经调控。但是,目前,超声刺激对癫痫的作用机制尚未完全明晰,相关研究主要通过开环刺激的动物实验来探索有效的超声刺激参数范围,缺乏个体适应性。为提升神经调控治疗效果,本文提出一种基于改进线性自抗扰控制的闭环神经调控方案,从控制算法的改进与优化、小鼠癫痫模型的建立、闭环控制仿真以及动物实验四方面开展癫痫
论文部分内容阅读
低强度经颅聚焦超声刺激是近年来兴起的一种新型癫痫辅助治疗方案,不仅具有较高的空间分辨力,还能实现无创神经调控。但是,目前,超声刺激对癫痫的作用机制尚未完全明晰,相关研究主要通过开环刺激的动物实验来探索有效的超声刺激参数范围,缺乏个体适应性。为提升神经调控治疗效果,本文提出一种基于改进线性自抗扰控制的闭环神经调控方案,从控制算法的改进与优化、小鼠癫痫模型的建立、闭环控制仿真以及动物实验四方面开展癫痫闭环神经调控研究。首先,本文针对线性自抗扰控制的不足和癫痫神经调控的难点提出了两种自抗扰控制改进方案,给出了严格的稳定性分析过程,证明了改进方案的可行性与有效性。其次,采用多耦合的神经群模型对小鼠癫痫发作时脑电的放电特征进行建模,以模拟小鼠癫痫发作时大脑的异常放电行为。然后,基于所建立的小鼠癫痫模型,对比改进的自抗扰控制、PI控制以及线性自抗扰控制的调控效果。最后,通过一组超声刺激的动物实验,验证了一定参数的超声刺激可有效抑制小鼠癫痫。癫痫调控的数值模拟结果显示,本文提出的基于变带宽-相位超前复合自抗扰控制的闭环神经调控方案具有对模型依赖小的优势,仅依靠输入、输出信息就能快速、有效地抑制癫痫。这表明基于变带宽-相位超前复合自抗扰控制的闭环神经调控方案可避免复杂生理学模型建模过程而获得期望的调控效果,是有效、可行的。动物实验的结果表明,选取合适的超声刺激参数,可有效抑制小鼠癫痫。本文研究结果也为癫痫闭环超声神经调控系统的设计奠定了理论基础,为今后的动物实验及实施临床治疗提供了理论依据。
其他文献
三维数据作为一种新兴的数字媒体,广泛应用于文物修复、医学诊断、数字娱乐、智能制造、智慧城市、3D打印等诸多领域。随着三维扫描设备和技术的发展,三维数据的获取更加的方便和普及。然而在三维数据获取过程中,遮挡、错匹配、抖动等情况不可避免,导致获取的数据缺失和不完整,使得重建出的三维模型存在孔洞,影响后续对模型的分析、编辑等操作,使模型在各领域应用中受限。因此,三维数据修复至关重要。三维数据修复的目标是
随着图像处理需求增多,深度学习的作用显著提高,图像处理深度学习模型在生活、生产、安防等领域的作用显著提升,如YOLO、SSD等目标检测与识别网络,为自动驾驶、行为识别等任务带来了极大的便利。但是,庞大的深度学习网络参数也给计算力提出了要求,大量的参数计算不仅影响了运算结果的实时性,也给要求低功耗的嵌入式端带来了巨大的能量消耗。在深度学习网络、FPGA技术及嵌入式技术的基础上,针对在嵌入式端实现图像
本文针对双流卷积神经网络在处理复杂视频分类时存在的相近种类易发生混淆和识别准确率较低的问题,提出了一种时空关系特征提取结合特征聚合及融合机制的三流深度学习网络框架。将关系流网络引入由空间流网络与时间流网络构成的双流网络中,重点解决双流法在视频特征提取中常常会出现的稳定性差、语义理解不足等问题;同时提出一种基于局部聚合描述符向量的特征聚合方法对时空关系特征进行聚合,可以减小类内差异,对时空关系网络所
在日常生活中,视频监控无处不在,广场、火车站、住宅小区、交通道路等常见场所,分布着大大小小,不计其数的摄像头。视频监控,可实现犯罪预防、交通管制、意外等作用,在维护社会安全中发挥着越来越重要的作用。本文是基于视频内容分析技术针对监控视频中的目标检测和行为识别开展研究,对视频中出现的目标进行检测,跟踪及行为识别。论文的主要工作和成果如下:在目标检测中,由于监控中的行人检测存在背景复杂,目标尺度和姿态
酵母抽提物是具有营养、调味、保健等特性的第四代天然调味料,能显著增强食品的适口性和整体风味,兼具气味特性和滋味特性。对于气味特性,在使用中发现其存在一定的异味,所以本研究着手于酵母抽提物中异味物质的分析,采用气相色谱-嗅闻-质谱联用法进行定性定量。以气-质联用分析中能嗅闻到的异味化合物种类为指标在4种前处理方法:固相微萃取法、动态顶空制样法、溶剂辅助风味蒸发法、搅拌棒吸附萃取法中筛选出当前条件下最
煤矿热动力灾害指由于煤矿致灾因素热动力属性超出控制范围而引发的矿井原发性灾害与继发性灾害。煤矿热动力灾害严重影响着煤矿的安全生产,因此有必要对可能发生的煤矿热动力灾害进行预报。本文结合深度学习的理论和方法对煤矿混合气体组分识别、标志性气体时间序列预测和检测进行研究。主要工作如下:针对多维时间序列数据分类困难的问题,本文提出了基于类图片矩阵和卷积神经网络的混合气体识别方法。该方法在多元气体传感器时间
传统设计和构建三维模型的方法往往依赖于先验知识或引入合适的假设及约束来进行生成,其过程繁琐且方法不具备良好的泛化性。数据驱动的三维模型生成方法将形状知识和几何处理相结合,探索和研究从无到有的建模方式,实现简单便捷的三维模型生成,是目前计算机视觉和计算机图形学领域的研究热点。本文致力于设计有效的三维模型生成算法,通过学习现有数据中所蕴含的视觉外形、结构、功能等信息,自动生成符合语义约束的三维模型。本
白酒是我国传统的发酵蒸馏酒,其发酵组分具有丰富的微生物多样性。本课题采用基于扩增子测序的宏基因组学和培养组学技术对白酒酒糟和窖泥中微生物的群落结构和多样性进行了分析,获得了457株细菌纯培养物和53株丝状真菌纯培养物。扩增子测序结果显示:酒糟样本中的细菌分属于21个门,39个纲,84个目,182个科,384个属中的528个种,乳杆菌属(Lactobacillus)是相对丰度最高的细菌属。窖泥样本中
关联数据作为数据分析的重要研究对象,广泛存在于生活中的各个领域,它通常被表示为图的形式,节点代表实体,链接代表实体间关联。针对图进行有效地分析和探索可以帮助人们发现隐藏在庞杂信息中的知识,并辅助决策。由于在实际应用中,大型图数据结构十分复杂,用户难以直接高效的分析图结构,需要借助图嵌入等人工智能技术。同样,图嵌入模型也存在可解释性差以及不同模型性能存在差异用户难以比较选择的问题。单独依靠人类智能或