[发明专利]一种用于癫痫脑刺激的滑模控制方法

权利要求书

1.一种基于宽度学习的癫痫病脑刺激自适应快速非奇异终端滑模控制方法，由以下步骤组成：

步骤1、建立丘脑皮质系统建模及标准化；

步骤2、研究了基于DBS的癫痫发作减轻的闭环控制策略；

步骤3、设计了一种新颖的快速非奇异终端滑模面，并且推导出使滑模运动渐进稳定的充分条件；结合BLS神经网络，设计了一种自适应快速非奇异终端滑模控制器，以确保滑模运动的可达性；

步骤4、实现闭环跟踪控制系统的稳定性和可达性分析并促进设计参数更好的选择。

2.根据权利要求1所述一种基于宽度学习的癫痫病脑刺激自适应快速非奇异终端滑模控制方法，其特征在于，建立丘脑皮质系统建模及标准化步骤如下所示：

丘脑皮质系统神经场模型由皮质PY-IN子网和皮质RE-TC子系统组成；带有箭头的线表示兴奋性突触功能，带有中断条的线表示抑制性突触功能；PY：兴奋性锥体神经元，IN：抑制性锥体神经元，TC：丘脑皮质中继核，RE：丘脑网状核，其中PY，IN，TC和RE都是状态变量，代表每个神经元种群中的分数边缘活动；

由于癫痫发作时丘脑内部的脑血流量，葡萄糖代谢、血氧水平依赖性(BOLD)和电磁干扰等诸多不确定性因素普遍存在，且会影响网络连接性和神经电信号测量反馈，所以非线性项、未建模动态和外部干扰等是在系统建模时必须考虑的要素，因此癫痫病人丘脑皮质系统内的相互作用通过微分方程可建模为：

经过相关的数学推导可以转换为：

其中v＝[v₁，v₂，v₃，v₄]^T＝[TC，RE，IN，PY]^T是系统状态变量并且v∈R^4×1，u∈R^m，0＜m＜4是控制输入变量，输出变量ω∈R^m，输出矩阵为H＝[h₁，h₂，h₃，h₄]∈R^m×4；控制矩阵为B_u∈R^4×m，Ξ(v，t)＝[Ξ₁，Ξ₂，Ξ₃，Ξ₄]^T是不确定性和扰动的合成未知效应，Ψ(v)＝[Ψ₁，Ψ₂，Ψ₃，Ψ₄]^T是已知的非线性项，如下所示：

注意，TC，RE，IN和PY代表每个神经元群体的放电活动分数，h_t，h_r，h_i，h_e是输入参数，τ_i，τ_t，τ_e，τ_r是由不同的兴奋性和抑制性神经递质介导的时间尺度常数，c_ie，c_te，c_tr，c_ee，c_ei，c_et，c_re，c_rt，c_rr是不同的神经元种群之间的连接强度；f[x]＝1/(1+ε^-x)为描述皮质动力学的过渡函数，而s[x]＝αx+β为描述丘脑子系统的线性激活函数，其中α，β和ε均为正常数，期望的输出y_d∈R^m可以通过普通的信号检测器测得；

根据以上对癫痫病人丘脑皮质系统机理分析、建模标准化我们可以看出，癫痫的治疗完全可以采用电信号控制方案。