典型文献
基于PID型迭代学习控制算法的皮层网络节律调制
文献摘要：
皮层网络节律是大脑动力学的普遍特征,它与认知和记忆功能密切相关.异常大脑节律通常伴随着癫痫、帕金森等疾病的产生.通过电刺激能有效调制异常脑节律,进而减轻疾病症状.目前常用的是开环电刺激调制方法,刺激能耗高且无反馈信息,难以实现个性化有效调制节律.为了实现自适应调制皮层节律,构建皮层网络的平均场模型,产生不同节律的自发振荡活动.首先,以通过PID型学习律处理的实际和期望主频的差值作为反馈变量,采用PID型迭代学习控制算法实时自适应调制40 Hz电刺激的幅值,实现了将主频从theta节律调制到alpha节律.其次,利用开环控制、PID控制与PID型迭代学习控制方法,对不同个体和相同个体的节律分别进行调制,证明PID型迭代学习控制具有最优的个性化调制结果.然后,利用数值仿真实验验证了PID型迭代学习控制能将delta、theta和gamma节律的任意主频调制到alpha节律.最后,从理论推导方面对PID型迭代学习控制算法进行了收敛性分析,证明该方法在理论上的有效性.本文研究从数值仿真和理论推导两方面,证明了PID型迭代学习控制算法能通过控制电刺激振幅,进而有效调制大脑皮层节律至alpha节律,具有较好的个性化调制结果,进一步为临床通过闭环控制治疗节律异常疾病提供了方法指导.
文献关键词：
节律调制;皮层网络;迭代控制;闭环控制
中图分类号：
作者姓名：
王佶宣;邓斌;王江;伊国胜
作者机构：
天津大学电气自动化与信息工程学院,天津300072
文献出处：
引用格式：
[1]王佶宣;邓斌;王江;伊国胜-.基于PID型迭代学习控制算法的皮层网络节律调制)[J].天津大学学报（自然科学与工程技术版）,2022(10):1071-1081
A类：
皮层网络,节律调制
B类：
PID,迭代学习控制,控制算法,脑动力学,记忆功能,癫痫,帕金森,电刺激,调制异常,疾病症状,调制方法,无反馈,反馈信息,难以实现,自适应调制,平均场模型,学习律,主频,实时自适应,theta,alpha,开环控制,数值仿真实验,delta,gamma,理论推导,收敛性分析,激振,大脑皮层,闭环控制,方法指导,迭代控制
AB值：
0.238248
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
