[发明专利]帕金森状态的闭环神经刺激仿真系统

摘要

本发明提供一种帕金森状态的闭环神经刺激仿真系统，该系统包括有相互连接的基底核‑丘脑回路、DAC、ADC、非线性自回归Volterra模型和非线性模型预测控制器包括由FPGA搭建的基底核‑丘脑回路、DAC、ADC、非线性自回归Volterra模型和非线性模型预测控制器。ADC分别接在基底核‑丘脑回路的输入端和输出端，用来采集基底核‑丘脑回路的输入输出数据。本发明效果是提出了生理数据驱动的基底核‑丘脑回路建模方法，可以有效地应对传统生理建模中存在的模型失配及不确定性性；基于此模型的非线性预测控制策略能够自动、最优地调节临床状态。以FPGA硬件技术为实现手段，充分发挥FPGA并行运算、运算速度快、计算精度高的特点，提高了控制系统的响应速度与控制效果。

主权项

一种帕金森状态的闭环神经刺激仿真系统，其特征是：该系统包括有相互连接的基底核‑丘脑回路、DAC、ADC、非线性自回归Volterra模型和非线性模型预测控制器，DAC、ADC分别接在基底核‑丘脑回路的输入端和输出端，用来采集基底核‑丘脑回路的输入输出数据；所述的基底核‑丘脑回路(1)是由FPGA芯片(2)构建的虚拟神经回路，与所述的DACI(3)相连，得到连续模拟大脑中产生的电生理信号；所述ADCI(4)的一端与DACI(3)相连，另一端与非线性自回归Volterra级数实现的Volterra模型(6)相连，对连续的生理输出数据进行采样，得到Volterra辨识所用的输出序列y(t)；所述的ADCII 5一端与输入信号相连，一端与Volterra模型(6)相连，对连续的输入刺激数据进行采样，得到Volterra辨识所用的输出数据序列y(t)；所述的Volterra模型(6)与ADCI(4)、ADCII(5)连接，获取基底核‑丘脑回路(1)的输入数据序列x(t)和输出数据序列y(t)，并通过数据分析、模型结构选取、模型参数辨识及模型验证，实现对基底核‑丘脑回路(1)的建模；基于基底核‑丘脑回路(1)的建模模型应用非线性模型预测控制器(7)，并使期望输出与y(t)之间的误差函数作为目标函数(8)，采用滚动时域法实现对非线性模型预测控制器(7)控制策略的实时更新；所述非线性模型预测控制器(7)产生的刺激信号经由DACII(9)施加给基底核‑丘脑回路(1)，使基底核‑丘脑回路(1)根据期望进行放电；实现对基底核‑丘脑回路(1)的闭环控制。