《神经系统建模与控制工程》PDF下载

  • 购买积分:10 如何计算积分?
  • 作  者:魏熙乐,王江,于海涛著
  • 出 版 社:北京:科学出版社
  • 出版年份:2015
  • ISBN:9787030445650
  • 页数:247 页
图书介绍:本书结合神经生物学、神经计算科学与自动控制科学的交叉优势,主要介绍了神经系统场效应的动力学模型,分析了外电场作用下的神经元以及神经元网络的动力学特性,重点阐述参数辨识方法在神经系统建模中的应用,以及先进控制算法例如优化控制、迭代学习、模型预测控制等在单神经元放电模式以及神经元网络同步特性控制中的应用,为电磁刺激临床治疗癫痫和帕金森等神经系统疾病提供了有效的理论依据和未来可行的刺激方案。

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

1.22阈上场效应 10

1.23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

2.2.2 HH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

2.3.2 Pinsky-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

2.4.1 HH模型 51

2.4.2 ML模型 52

2.5基底核网络模型 55

2.5.1基底核回路结构 55

2.5.2 Rubin-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

4.2.4 UKF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

4.4.1 HH神经元模型的起始放电控制 119

4.4.2 ML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

4.5.2 UKF-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

5.3.2 BP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

6.3 TC中继神经元的帕金森病状态闭环控制 192

6.3.1 TC中继单室神经元的滑模控制 192

6.3.2 TC中继单室神经元的慢变量反馈PI控制 201

6.3.3 TC中继单室神经元的PI迭代学习控制 204

6.3.4 TC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