[发明专利]基于闭环迭代控制的阿兹海默症状态下DBS刺激的仿真装置

说明书

本发明涉及一种基于闭环迭代控制的阿兹海默症状态下DBS刺激的仿真装置，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。

技术领域

本发明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。

背景技术

阿兹海默症(Alzheimer's Disease，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。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(Field Programmable Gate Array，FPGA)技术是专用集成电路(Application Specific Integrated Circuit，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-loopIterative Learning Control，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(Deep Brain Stimulation,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).Assessing retino-geniculo-cortical connectivities in Alzheimer’s Disease with a neural massmodel.IEEE SSCI 2011-Symposium Series on Computational Intelligence-CCMB2011:2011IEEE Symposium on Computational Intelligence,Cognitive Algorithms,Mind,and Brain,159–163.https://doi.org/10.1109/CCMB.2011.5952125

发明内容