神经系统建模与控制工程

目录
前言
第1章绪论1
1.1神经疾病与网络同步1
1.1.1癫痫样放电与海马网络同步1
1.1.2帕金森病状态与基底核网络同步5
1.2中枢神经系统场效应8
1.2.1场效应与神经电活动的交互8
1.2.2阈上场效应10
1.2.3阈下场效应11
1.3电刺激术12
1.3.1深部脑刺激12
1.3.2经颅电刺激14
1.4闭环电生理16
1.4.1电压钳位技术17
1.4.2动态钳位技术18
1.4.3闭环电刺激术18
1.5基于参数估计的神经控制19
1.5.1基于混沌同步的参数估计20
1.5.2基于统计估计理论的参数估计21
1.6章节概况23
第2章神经系统建模24
2.1电缆理论24
2.1.1电缆方程25
2.1.2线性电缆方程29
2.2多间室神经元模型31
2.2.1多间室一般数学描述32
2.2.2HH类跨膜离子电流35
2.2.3丘脑皮层中继神经元模型37
2.3两间室神经元模型42
2.3.1两间室模型的一般描述42
2.3.2Pinsky-Rinzel模型46
2.3.3两间室最小ML场效应模型49
2.4单间室神经元模型51
2.4.1HH模型51
2.4.2ML模型52
2.5基底核网络模型55
2.5.1基底核回路结构55
2.5.2Rubin-Terman模型57
2.6集总参数神经Mass模型62
2.6.1单个神经集群Mass模型63
2.6.2多个耦合神经集群Mass模型64
2.7小结66
第3章神经系统场效应机制分析67
3.1细胞外电场作用下神经元的阈下响应特性67
3.1.1两间室PR场效应模型67
3.1.2细胞外电场E与电势差V之间的关系69
3.1.3胞体的阈下响应特性分析70
3.1.4胞体与树突阈下响应特性差异74
3.2外电场作用下神经元放电起始动力学77
3.2.1两间室ML场效应模型的放电特性77
3.2.2面积比率p对细胞外场效应的影响78
3.2.3耦合电导gc对细胞外场效应的影响81
3.2.4细胞外电场效应的生物物理机制85
3.2.5阈下电场调制放电率和放电时刻86
3.3小结88
第4章单神经元参数估计与闭环控制89
4.1基于混沌同步的参数估计方法89
4.1.1估计理论89
4.1.2仿真结果91
4.1.3讨论95
4.2基于无香卡尔曼滤波器的参数估计95
4.2.1经典卡尔曼滤波器95
4.2.2扩展卡尔曼滤波器96
4.2.3无香卡尔曼滤波器97
4.2.4UKF参数估计99
4.2.5混沌同步与UKF联合估计101
4.3基于Wash-out滤波器的神经元兴奋性控制106
4.3.1放电起始动力学分析107
4.3.2基于Wash-out滤波器的神经元分岔控制111
4.3.3兴奋性控制仿真结果与机制分析114
4.4基于Wash-out滤波器的神经元起始放电控制119
4.4.1HH神经元模型的起始放电控制119
4.4.2ML神经元模型的分岔控制122
4.5基于UKF-状态反馈控制的髓鞘缺失症神经元闭环控制126
4.5.1髓鞘缺失症神经元放电特性126
4.5.2UKF-状态反馈跟踪控制器设计128
4.5.3仿真结果分析131
4.5.4不同控制算法的效果比较135
4.6单神经元放电的迭代学习控制136
4.6.1迭代学习控制算法137
4.6.2放电波形控制仿真结果138
4.6.3放电峰峰间歇的控制142
4.7小结145
第5章癫痫样放电的闭环控制147
5.1癫痫样放电的动力学分析147
5.1.1单神经元PR模型动力学147
5.1.2神经集群Mass模型动力学153
5.2神经元癫痫样放电的闭环控制156
5.2.1基于关键参数估计的闭环迭代学习控制157
5.2.2癫痫样放电的闭环混合控制162
5.2.3耦合神经元的闭环迭代学习控制165
5.3癫痫状态多模式闭环控制方案设计168
5.3.1脑电信号C0复杂度分析169
5.3.2BP神经网络与癫痫模式分类170
5.3.3闭环迭代学习控制策略171
5.4小结175
第6章帕金森病状态的闭环控制177
6.1基底核网络的放电模式177
6.1.1正常状态下基底核网络的放电节律177
6.1.2帕金森病状态下基底核网络的放电节律179
6.2开环DBS的波形优化180
6.2.1基于粒子群算法的刺激波形优化181
6.2.2基于PWM的刺激波形优化185
6.3TC中继神经元的帕金森病状态闭环控制192
6.3.1TC中继单室神经元的滑模控制192
6.3.2TC中继单室神经元的慢变量反馈PI控制201
6.3.3TC中继单室神经元的PI迭代学习控制204
6.3.4TC中继多间室神经元的闭环控制207
6.4小结213
缩写表215
参考文献217
彩图