- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于无迹卡尔曼滤波器的Sub Thalamic Nucleus神经元关键参数及变量获取.pdf
生 物 医 学 工 程 研 究 2016
JoumalofBiomedicalEngineeringResearch uu‘,35{4}::25‘O~~2二54
l ,
基于无迹卡尔曼滤波器的SubThalamicNucleus
神经元关键参数及变量获取米
王海洋 ,王江 ,陈颖源△
(1.白城师范学院机械工程学院,吉林 白城 137000;2.天津大学 电气工程学院,天津300072)
摘要:为了获取脑部神经一些不-.j-~4量的关键参数和变量。本研究提出以可测量的神经元膜 电位为基
础 ,通过无迹卡尔曼滤波(Unscentedkalmanfilter,UKF)实时估计,实现关键参数和关键变量的获取。本研
究以SubThalamicNucleus(STN)神经元为研究对象,应用以上的方法分别实现了单个参数 (钠离子通道 电
导g)的估计、多个参数(钠离子通道电导g 钾离子通道电导g)的同时估计,以及多个变量(r、n、h及 ca
离子浓度)的同时估计,证明了该方法的可行性。本研 究还给 出了UKF方法和 自适应同步方法的对比,进一
步证明了UKF方法的有效性。本研究提 出的方法可以正确的估计 出所需的关键参数和变量 ,对神经活动的
外部电磁控制成为可能,对临床神经疾病的诊断和治疗具有重要的意义。
关键词:深度脑刺激;无迹卡尔曼滤波器;关键参数;帕金森;自适应同步;状态变量;离子通道
中图分类号 :TP391;R318.03 文献标识码:A 文章编号:1672—6278(2016)04-0250-05
ObtainmentofSub ThalamicNucleusNeuron KeyParametersand
Variablesbaseon UnscentedKalman Filter
WANG Haiyang ,WANG Jiang ,CHEN Yingyuan
(1.SchoolofMechanicalEngineering,BaichengNormalCollege,BaichengJilin137000,China;
2.SchoolofElectricalandAutomationEng.,TianfinUniversity,Tianjin300072,China)
Abstract:Inordertogetsomekeyp锄 metersandkeyvariables,aschemewasbroughtforwardinthispaper,whichwasusing
UFK(unscentedkalmanfilter)toestimatethesekeyparametersandvariablesalongwithneuronsmembranepotentialchanginginreal
time.TakingSubThalamicNucleus(STN)neuronsasresearchobjects,thispaperaccomplishsingleparameterestimationandmulti·
pleparameterestimationandestimatesofmuhiplevariableswereaccomplished.AlltheresultsshowedthatusingUKFtoestimatethese
keyparametersandvariableswasfeasible.Themethodsinthispaperareimportantsignificanceinneurologicdiseases,whichcancon—
trollingneuralactivitypossiblelybyapplyingexternalelectromagneticfield.
Keywords:Deepbrainstimulation(DBS);UnscentedKalmanfilter(UKF);Keyparameter;Parkinson;Adaptivesynchronization;
Statevariba les;Ionchannels.
文档评论(0)