本发明专利技术涉及一种基于闭环迭代控制的阿兹海默症状态下DBS刺激的仿真平台，包括：上位机(1)、USB通讯模块(2)和FPGA下位机(3)；FPGA下位机(3)包括丘脑皮层神经网络(20)，膜电位计算模块(7)，功率谱密度求解计算模块(6)，误差分析处理模块(5)和闭环迭代法计算模块(14)。丘脑皮层神经网络(20)通过兴奋神经元计算模块(8)，抑制神经元计算模块(9)，突触电流计算模块(10)和DBS刺激强度计算模块(11)共同作用获得阿兹海默症状态的膜电位变化数据；通过功率谱密度求解计算模块(6)将平均场电位信号转化为功率谱密度函数，此模块利用快速傅里叶变换将平均场电位转化为功率谱密度函数，并将计算后的PSD值输入至误差分析处理模块(5)中。
Simulation platform of DBS stimulation in Alzheimer's disease based on closed loop iterative control
【技术实现步骤摘要】
基于闭环迭代控制的阿兹海默症状态下DBS刺激的仿真平台
本专利技术涉及生物医学工程技术，特别是基于闭环迭代控制的阿兹海默症状态下DBS刺激的仿真平台。
技术介绍
阿兹海默症(Alzheimer'sDisease，AD)最一种常见的神经退行性疾病，临床状态表现为记忆障碍、失语、失用、失认、视技能损害、执行机能衰退等。阿兹海默症疾病协会的最新报告评估了美国每年治疗AD的费用达到了2770亿美元。到2050年，这一数字预计将高达1.1亿万美元。根据这份报告，到2050年，早期诊断可以累计节省高达7.9亿万美元的医疗费用。目前，缺少对AD脑电进行分析和处理一体化的实时仿真平台，不能实时对AD进行分析与治疗，使AD的治疗具有延时性，分析后的数据只对当时检测的数据具有适用性，而且临床缺乏有效的DBS刺激方式，多采用开环DBS刺激的治疗方法，只能对AD状态做出针对性参数设定，不能适应个性差异给予个性化自适应的治疗，严重阻碍了AD患者康复的进程。因此，在检测AD状态脑信号的同时利用闭环迭代算法对其进行DBS刺激成为了未来治疗阿兹海默患者病情的发展方向。现场可编程门阵列(FieldProgrammableGateArray，FPGA)技术是专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)领域中的一种半定制电路技术，是一种新型可编程逻辑器件，其具有集成度高、体积小、灵活度好、可靠性高、能耗低等优点，在生物医学领域的神经计算方面逐渐获得人们的青睐。闭环迭代学习(Close-loopIterativeLearningControl，CILC)方法计算量小、稳定性高、鲁棒性好、抗干扰能力强、适用于非线性系统。深度脑刺激(DeepBrainStimulation,DBS)是目前用于治疗神经系统疾病并取得了可观的治疗效果。将闭环迭代学习应用于DBS并对大脑进行高频脉冲刺激，利用平均场电位分析结果对AD状态的脑节律进行调制具有很高的研究价值。阿兹海默症患者的病态脑区通常为皮层丘脑区域，故本专利基于文献[1]构建AD患者皮层丘脑区的病态大脑活动，此模型主要包括兴奋神经元计算模块、抑制神经元计算模块以及突触电流计算模块。通过将三个模块计算结果的线性加和可计算出AD状态各个神经元的膜电位。本专利基于此模型添加了DBS刺激模块以及闭环迭代控制算法，通过模型计算出的膜电位进行进一步分析处理，将病态AD膜电位处理为功率谱密度，并通过DBS刺激以及闭环迭代控制算法对病态膜电位进行实时刺激，最终达到正常的状态，使基于闭环迭代控制的DBS刺激治疗阿兹海默成为可能。引用文献[1]Bhattacharya,B.Sen,Coyle,D.,&Maguire,L.P.(2011).Assessingretino-geniculo-corticalconnectivitiesinAlzheimer’sDiseasewithaneuralmassmodel.IEEESSCI2011-SymposiumSeriesonComputationalIntelligence-CCMB2011:2011IEEESymposiumonComputationalIntelligence,CognitiveAlgorithms,Mind,andBrain,159–163.https://doi.org/10.1109/CCMB.2011.5952125
技术实现思路
由于开环DBS治疗方法具有严重局限性，为解决目前神经科学疾病临床分析与治疗面临的困难，本专利技术的目的是设计开发基于闭环迭代控制的阿兹海默症状态下DBS刺激的仿真平台，通过丘脑皮层神经网络模型计算AD状态，计算分析AD状态的平均场电位信号。根据实时的平均场电位信号的变化，通过闭环迭代控制算法对DBS刺激进行自适应调制。技术方案如下：一种基于闭环迭代控制的阿兹海默症状态下DBS刺激的仿真平台，包括：上位机(1)、USB通讯模块(2)和FPGA下位机(3)；FPGA下位机(3)包括丘脑皮层神经网络(20)，膜电位计算模块(7)，功率谱密度求解计算模块(6)，误差分析处理模块(5)和闭环迭代法计算模块(14)，其特征在于，丘脑皮层神经网络(20)通过兴奋神经元计算模块(8)，抑制神经元计算模块(9)，突触电流计算模块(10)和DBS刺激强度计算模块(11)共同作用获得阿兹海默症状态的膜电位变化数据，计算公式为：各参数如下：α：膜电位常数；ui：单神经元膜电位；t：仿真时间Ne,Ni：兴奋神经元和抑制神经元总个数；第i个神经元对第j个神经元的兴奋耦合强度和抑制耦合强度；第j个神经元的兴奋放电序列和抑制放电序列；τ：突触延时；I突触(t)：突触电流计算模块；IDBS刺激(t)：DBS刺激强度计算模块；其中：IDBS刺激(t)＝A*δ(t)其中各参数分别为：D：噪声强度；ξi：高斯白噪声的随机数；A：DBS刺激的矩形波幅值；δ(t)：DBS刺激的矩形波。通过膜电位计算模块(7)进行进一步分析处理得到相应的平均场电位信号其计算公式为：其中N＝Ne+Ni，表示神经元的总个数；通过功率谱密度求解计算模块(6)将平均场电位信号转化为功率谱密度函数，此模块利用快速傅里叶变换将平均场电位转化为功率谱密度函数，并将计算后的PSD值输入至误差分析处理模块(5)中。上位机(1)通过USB通讯模块(2)将正常人的功率谱密度数据库下载到误差分析处理模块(5)中，与功率谱密度求解计算模块(6)计算的数据进行分析处理，通过闭环迭代法计算模块(14)进行进一步分析处理，将处理结果通过USB通讯模块(2)显示在实时人机交互界面(19)上，通过误差分析处理模块(5)将正常人的功率谱密度与阿兹海默状态下的功率谱密度(31)做差计算出相应的误差：ek+1＝PSD正常人-PSD阿兹海默状态其中各参数分别为：ek+1：第k+1次迭代的误差；PSD正常人、PSD阿兹海默状态：正常人和阿兹海默状态下的功率谱密度值。首先设置初始误差ek＝0,k＝1，然后进行闭环迭代，当迭代次数为k+1时，此时的误差ek+1为上式所示，通过ek+1计算出第k+1次的记忆误差为：Errork+1＝Errork+kp*ek+1+ki*∫ek+1dt其中各参数分别为：Errork、Errork+1：第k次和第k+1次的记忆误差；kp,ki：PID的比例系数和积分系数。本专利技术给出的仿真平台，采用PID的比例积分控制对第k+1次误差进行分析处理，并储存在第k+1次记忆误差(32)中，记忆误差(32)的意义在于每次计算出的记忆误差(32)的值都要作为DBS刺激强度计算模块(11)的DBS矩形波幅值(28)，通过将记忆误差(32)作为DBS矩形波幅值(28)，使本文档来自技高网...
【技术保护点】
1.一种基于闭环迭代控制的阿兹海默症状态下DBS刺激的仿真平台，包括：上位机(1)、USB通讯模块(2)和FPGA下位机(3)；FPGA下位机(3)包括丘脑皮层神经网络(20)，膜电位计算模块(7)，功率谱密度求解计算模块(6)，误差分析处理模块(5)和闭环迭代法计算模块(14)，其特征在于，/n丘脑皮层神经网络(20)通过兴奋神经元计算模块(8)，抑制神经元计算模块(9)，突触电流计算模块(10)和DBS刺激强度计算模块(11)共同作用获得阿兹海默症状态的膜电位变化数据，计算公式为：/n
【技术特征摘要】
1.一种基于闭环迭代控制的阿兹海默症状态下DBS刺激的仿真平台，包括：上位机(1)、USB通讯模块(2)和FPGA下位机(3)；FPGA下位机(3)包括丘脑皮层神经网络(20)，膜电位计算模块(7)，功率谱密度求解计算模块(6)，误差分析处理模块(5)和闭环迭代法计算模块(14)，其特征在于，
丘脑皮层神经网络(20)通过兴奋神经元计算模块(8)，抑制神经元计算模块(9)，突触电流计算模块(10)和DBS刺激强度计算模块(11)共同作用获得阿兹海默症状态的膜电位变化数据，计算公式为：
各参数如下：
α：膜电位常数；
ui：单神经元膜电位；
t：仿真时间
Ne,Ni：兴奋神经元和抑制神经元总个数；
第i个神经元对第j个神经元的兴奋耦合强度和抑制耦合强度；
第j个神经元的兴奋放电序列和抑制放电序列；
τ：突触延时；
I突触(t)：突触电流计算模块；
IDBS刺激(t)：DBS刺激强度计算模块；
其中：
IDBS刺激(t)＝A*δ(t)
其中各参数分别为：
D：噪声强度；
ξi：高斯白噪声的随机数；
A：DBS刺激的矩形波幅值；
δ(t)：DBS刺激的矩形波；
通过膜电位计算模块(7)进行进一步分析处理得到相应的平均场电位信号其计...
【专利技术属性】
技术研发人员：邓斌，王佶宣，刘晨，王江，初春光，常思远，杨双鸣，伊国胜，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。