[發明專利]一種基于RBF神經網絡的閉環DBS控制方法

在審

• 申請號: 201910708136.0
• 申請日: 2019-08-01
• 公開（公告）號: CN110444270A
• 公開（公告）日: 2019-11-12
• 發明（設計）人: 趙德春;程閃閃;馮明揚;李小祥;王怡;唐琪
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G16H20/40
• 分類號: G16H20/40;G16H70/20;G06N3/04
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

1.一種基于RBF神經網絡的閉環DBS控制方法，其特征在于：包括基底核網絡生理模型、RBF神經網絡模型和非線性迭代預測控制器三部分；

基底核網絡生理模型產生模擬帕金森狀態下的腦電生理信號，輸入序列為x(k)，輸出數據序列為y(k)，x(k)為k時刻的刺激值，y(k)為k時刻模型輸出的各核團的生理信號的值；

基底核網絡生理模型的輸出信號與采樣模塊相連，對連續的生理輸出數據進行采樣得到用于RBF神經網絡辨識所用的輸出序列y(k)，RBF神經網絡模型與非線性迭代預測控制器的輸出端相連并對現需的輸入刺激進行采樣得到辨識所用的輸入序列x(k)；

RBF神經網絡模型通過與基底核網絡生理模型的輸入輸出序列相連并通過數據分析、模型結構選取、模型參數辨識以及模型驗證過程實現建模應用于非線性迭代預測控制器中；

在控制器中選擇期望與輸出數據序列之間的誤差作為目標函數，采用多級泰勒展開和內部迭代的方法，將輸出預測沿著輸入軌跡展開，采用滾動優化法實現對非線性迭代預測控制器控制策略實施更新；

非線性迭代預測控制器產生的刺激信號施加給基底核網絡生理模型，使其根據期望進行放電從而實現一個完整的閉環DBS控制。

2.根據權利要求1所述的一種基于RBF神經網絡的閉環DBS控制方法，其特征在于：所述基底核網絡生理模型是通過仿真模擬神經系統在帕金森狀態下的電生理活動，基底核網絡通路包括皮層、紋狀體、蒼白球外側、丘腦底核、蒼白球內側、丘腦六部分，所述基底核網絡生理模型主要由GPe、GPi、STN、Th四種核團組成，每個核團分別由10個神經元組成，其中每個STN神經元通過興奮性突觸連接興奮2個GPe和2個GPi神經元，每個GPe神經元通過抑制性突觸連接抑制2個GPe神經元，兩個STN神經元和2個GPi神經元，每個GPi神經元抑制1個Th神經元，同時每個Th神經元接收來自感覺運動皮層的興奮性信息。

3.根據權利要求1所述的一種基于RBF神經網絡的閉環DBS控制方法，其特征在于：所述RBF神經網絡模型分為三層：輸入層，隱含層和輸出層；模型的輸入向量為x(k)，輸出向量為y(k)＝f(x(k))＝f(u(k-τ),...u(k-n_B),y(k-1),...y(k-n_A))；RBF神經網絡有nB-τ+1+nA個輸入節點和K個隱含層截點，輸入層到隱含層權值為1的固定連接，隱含層的非線性激活參數為：所述RBF神經網絡模型的輸出表示為：

4.根據權利要求1所述的一種基于RBF神經網絡的閉環DBS控制方法，其特征在于：非線性迭代預測控制器采用非線性迭代預測控制算法，以參考信號和RBF神經網絡模型辨識輸出信號之間的誤差來設計目標函數，采用多級泰勒展開和內部迭代的方法，將輸出預測沿著輸入軌跡展開，并進行滾動優化的方法使得預測器不斷地對控制策略進行調整，得到最優的刺激信號給與基底核網絡生理模型。