癫痫状态的分析与数据驱动建模

癫痫状态的分析与数据驱动建模

ID:34708702

大小:4.02 MB

页数:133页

时间:2019-03-09

癫痫状态的分析与数据驱动建模_第1页
癫痫状态的分析与数据驱动建模_第2页
癫痫状态的分析与数据驱动建模_第3页
癫痫状态的分析与数据驱动建模_第4页
癫痫状态的分析与数据驱动建模_第5页
资源描述:

《癫痫状态的分析与数据驱动建模》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、国家自然科学基金资助项目(批准号:61374182,61471265)高等学校博士学科点专项科研基金(课题编号:20130032110065)天津大学博士学位论文癫痫状态的分析与数据驱动建模Analysisanddata-drivenmodelingofepilepticactivity(申请博士学位)一级学科:控制科学与工程学科专业:检测技术与自动化装置作者姓名:单博楠指导教师:王江教授天津大学电气自动化与信息工程学院二零一七年五月万方数据万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果,除了文中特别加以标注和致谢之处

2、外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得天津大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名:签字日期:年月日学位论文版权使用授权书本学位论文作者完全了解天津大学有关保留、使用学位论文的规定。特授权天津大学可以将学位论文的全部或部分内容编入有关数据库进行检索,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者签名:导师签名:签字日期:年

3、月日签字日期:年月日万方数据万方数据摘要癫痫是一种常见的神经系统疾病,全球约有5千万患者,反复的癫痫发作给患者与社会带来了沉重的负担。因此,预测并控制癫痫成为神经科学的重要研究方向之一。建立宏观神经集群水平癫痫状态的计算模型,不仅有助于分析理解癫痫发作与传播机制,而且对预测癫痫发生以及抑制癫痫发作具有重要意义。构建癫痫发作与传播的计算模型能够从临床和实验数据中获得极有价值的新的信息。本文将脑电图数据与计算模型相结合,提出采用数据驱动方法构建癫痫状态的神经集群模型,实现对癫痫发作与传播的复现、预测和控制。(1)脑电图数据驱动的癫痫状态计算模型构建。采用基于贝叶斯估

4、计的无迹卡尔曼滤波器估计神经集群模型的状态和参数,重构正常和癫痫状态脑电活动,复现多种癫痫状态的脑电特征;得到基于模型参数的表征神经元集群癫痫状态的电生理特征,该特征具有个体特异性,不仅可以用于预测癫痫,同时还可以作为癫痫闭环控制的反馈信号。(2)针对儿童失神癫痫建立癫痫状态的计算模型。分析儿童失神癫痫脑电信号时域、频域特征,并基于实验数据建立具有患者个体特异性的计算模型;重构的神经集群模型输出可以精准地跟踪实验脑电信号,估计得到的模型参数能准确地反应脑电活动状态;基于模型参数的电生理特征可以实现对癫痫发作的预测。(3)数据驱动的神经集群网络有效连接估计。构建多

5、神经集群耦合的网络模型,模拟癫痫活动在脑区间的传播;通过数据驱动的方式,采用基于群体智能的粒子群优化算法,从可测的脑电数据拟合出耦合集群模型的连接参数,估计集群网络的有效连接,实现致痫区的初步定位。(4)抑制癫痫状态的闭环电磁刺激系统设计。该系统包括重构脑电活动的神经集群模型、基于参数估计的癫痫预测器以及调节刺激参数的控制器等环节;系统仅在检测到癫痫发作时才输出刺激信号,避免了持续刺激;刺激信号幅值根据反馈的癫痫状态信息自动调整,具有个体适应性。本文采用的数据驱动建模和闭环反馈控制策略将为进一步研究癫痫发作机制、预测癫痫和抑制癫痫提供新思路。关键词:神经集群模型

6、,数据驱动建模,参数拟合,癫痫,脑电信号万方数据万方数据ABSTRACTEpilepsyisaneurologicaldisorderaffecting50millionpeopleworldwide,whichisaheavyburdenonpatientsandsociety.Predictingandcontrollingepilepsyisoneoftheimportantresearchdirectionsofneuroscience.Computationalmodelingisofgreatsignificancetounderstand,pred

7、ictandsuppressepileptiformactivity.Computationalmodelingprovidesanefficientwayofstructuringdetailedknowledgeandmulti-modaldatacomingfromresearchinneurobiologyandneurophysiology.Computationalmodelscloselyrelatedwitheitherexperimentalorclinicaldatacouldmarkedlyadvanceourunderstandingof

8、howandwhysei

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。