神經系統建模與控制工程

定　價：￥80.00

作　者：	魏熙樂，王江，于海濤
出版社：	科學出版社
叢編項：
標　簽：	計算機/網絡人工智能

購買這本書可以去

ISBN：	9787030445650	出版時間：	2015-06-01	包裝：
開本：		頁數：		字數：

內容簡介

　　《神經系統建模與控制工程》以作者相關研究工作為基礎，結合神經計算與神經控制領域的最新發(fā)展編寫。內容深入淺出，在介紹中樞神經系統場效應和神經系統建模的基礎上，從神經計算角度剖析了電磁刺激對神經系統輸出響應的作用機制；從閉環(huán)控制角度，深入探討了基于神經參數估計的神經系統電刺激控制器設計，并將其應用于癲癇樣放電和帕金森病狀態(tài)的閉環(huán)控制?！渡窠浵到y建模與控制工程》共分6章。第1章為緒論，介紹中樞神經系統的場效應、電刺激術和閉環(huán)電生理的應用，以及基于參數估計的神經控制方法；第2章從不同層次描述神經系統的建模方法；第3章主要從神經放電起始動力學角度剖析電磁刺激調節(jié)神經元輸出響應的生物物理機制；第4章詳述如何基于卡爾曼濾波器估計神經模型參數，并設計閉環(huán)控制器；第5章研究癲癇樣放電特性，并采用UKF估計實現對癲癇樣放電的抑制；第6章探討帕金森病狀態(tài)下的放電節(jié)律，研究深部腦刺激的作用效應和能量優(yōu)化問題，并設計帕金森病狀態(tài)的閉環(huán)控制器。

作者簡介

暫缺《神經系統建模與控制工程》作者簡介

圖書目錄

目錄
前言
第1章緒論1
1.1神經疾病與網絡同步1
1.1.1癲癇樣放電與海馬網絡同步1
1.1.2帕金森病狀態(tài)與基底核網絡同步5
1.2中樞神經系統場效應8
1.2.1場效應與神經電活動的交互8
1.2.2閾上場效應10
1.2.3閾下場效應11
1.3電刺激術12
1.3.1深部腦刺激12
1.3.2經顱電刺激14
1.4閉環(huán)電生理16
1.4.1電壓鉗位技術17
1.4.2動態(tài)鉗位技術18
1.4.3閉環(huán)電刺激術18
1.5基于參數估計的神經控制19
1.5.1基于混沌同步的參數估計20
1.5.2基于統計估計理論的參數估計21
1.6章節(jié)概況23
第2章神經系統建模24
2.1電纜理論24
2.1.1電纜方程25
2.1.2線性電纜方程29
2.2多間室神經元模型31
2.2.1多間室一般數學描述32
2.2.2HH類跨膜離子電流35
2.2.3丘腦皮層中繼神經元模型37
2.3兩間室神經元模型42
2.3.1兩間室模型的一般描述42
2.3.2Pinsky-Rinzel模型46
2.3.3兩間室最小ML場效應模型49
2.4單間室神經元模型51
2.4.1HH模型51
2.4.2ML模型52
2.5基底核網絡模型55
2.5.1基底核回路結構55
2.5.2Rubin-Terman模型57
2.6集總參數神經Mass模型62
2.6.1單個神經集群Mass模型63
2.6.2多個耦合神經集群Mass模型64
2.7小結66
第3章神經系統場效應機制分析67
3.1細胞外電場作用下神經元的閾下響應特性67
3.1.1兩間室PR場效應模型67
3.1.2細胞外電場E與電勢差V之間的關系69
3.1.3胞體的閾下響應特性分析70
3.1.4胞體與樹突閾下響應特性差異74
3.2外電場作用下神經元放電起始動力學77
3.2.1兩間室ML場效應模型的放電特性77
3.2.2面積比率p對細胞外場效應的影響78
3.2.3耦合電導gc對細胞外場效應的影響81
3.2.4細胞外電場效應的生物物理機制85
3.2.5閾下電場調制放電率和放電時刻86
3.3小結88
第4章單神經元參數估計與閉環(huán)控制89
4.1基于混沌同步的參數估計方法89
4.1.1估計理論89
4.1.2仿真結果91
4.1.3討論95
4.2基于無香卡爾曼濾波器的參數估計95
4.2.1經典卡爾曼濾波器95
4.2.2擴展卡爾曼濾波器96
4.2.3無香卡爾曼濾波器97
4.2.4UKF參數估計99
4.2.5混沌同步與UKF聯合估計101
4.3基于Wash-out濾波器的神經元興奮性控制106
4.3.1放電起始動力學分析107
4.3.2基于Wash-out濾波器的神經元分岔控制111
4.3.3興奮性控制仿真結果與機制分析114
4.4基于Wash-out濾波器的神經元起始放電控制119
4.4.1HH神經元模型的起始放電控制119
4.4.2ML神經元模型的分岔控制122
4.5基于UKF-狀態(tài)反饋控制的髓鞘缺失癥神經元閉環(huán)控制126
4.5.1髓鞘缺失癥神經元放電特性126
4.5.2UKF-狀態(tài)反饋跟蹤控制器設計128
4.5.3仿真結果分析131
4.5.4不同控制算法的效果比較135
4.6單神經元放電的迭代學習控制136
4.6.1迭代學習控制算法137
4.6.2放電波形控制仿真結果138
4.6.3放電峰峰間歇的控制142
4.7小結145
第5章癲癇樣放電的閉環(huán)控制147
5.1癲癇樣放電的動力學分析147
5.1.1單神經元PR模型動力學147
5.1.2神經集群Mass模型動力學153
5.2神經元癲癇樣放電的閉環(huán)控制156
5.2.1基于關鍵參數估計的閉環(huán)迭代學習控制157
5.2.2癲癇樣放電的閉環(huán)混合控制162
5.2.3耦合神經元的閉環(huán)迭代學習控制165
5.3癲癇狀態(tài)多模式閉環(huán)控制方案設計168
5.3.1腦電信號C0復雜度分析169
5.3.2BP神經網絡與癲癇模式分類170
5.3.3閉環(huán)迭代學習控制策略171
5.4小結175
第6章帕金森病狀態(tài)的閉環(huán)控制177
6.1基底核網絡的放電模式177
6.1.1正常狀態(tài)下基底核網絡的放電節(jié)律177
6.1.2帕金森病狀態(tài)下基底核網絡的放電節(jié)律179
6.2開環(huán)DBS的波形優(yōu)化180
6.2.1基于粒子群算法的刺激波形優(yōu)化181
6.2.2基于PWM的刺激波形優(yōu)化185
6.3TC中繼神經元的帕金森病狀態(tài)閉環(huán)控制192
6.3.1TC中繼單室神經元的滑?？刂?92
6.3.2TC中繼單室神經元的慢變量反饋PI控制201
6.3.3TC中繼單室神經元的PI迭代學習控制204
6.3.4TC中繼多間室神經元的閉環(huán)控制207
6.4小結213
縮寫表215
參考文獻217
彩圖