神经系统建模与控制工程

图书标准信息

• 作者 魏熙乐、王江、于海涛 著
• 出版社 科学出版社
• 出版时间 2015-06
• 版次 1
• ISBN 9787030445650
• 定价 80.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 248页
• 字数 302千字
• 正文语种 简体中文

【内容简介】

　　《神经系统建模与控制工程》结合神经生物学、神经计算科学与自动控制科学的交叉优势，主要介绍了神经系统场效应的动力学模型，分析了外电场作用下的神经元以及神经元网络的动力学特性，重点阐述参数辨识方法在神经系统建模中的应用，以及先进控制算法例如优化控制、迭代学习、模型预测控制等在单神经元放电模式以及神经元网络同步特性控制中的应用，为电磁刺激临床治疗癫痫和帕金森等神经系统疾病提供了有效的理论依据和未来可行的刺激方案。

【目录】

前言
第1章绪论
1.1神经疾病与网络同步
1.1.1癫痫样放电与海马网络同步
1.1.2帕金森病状态与基底核网络同步
1.2中枢神经系统场效应
1.2.1场效应与神经电活动的交互
1.2.2阈上场效应
1.2.3阈下场效应
1.3电刺激术
1.3.1深部脑刺激
1.3.2经颅电刺激
1.4闭环电生理
1.4.1电压钳位技术
1.4.2动态钳位技术
1.4.3闭环电刺激术
1.5基于参数估计的神经控制
1.5.1基于混沌同步的参数估计
1.5.2基于统计估计理论的参数估计
1.6章节概况

第2章神经系统建模
2.1电缆理论
2.1.1电缆方程
2.1.2线性电缆方程
2.2多问室神经元模型
2.2.1多间室一般数学描述
2.2.2HH类跨膜离子电流
2.213丘脑皮层中继神经元模型
2.3两间室神经元模型
2.3.1两间室模型的一般描述
2.3.2Pinsky-Rinzel模型
2.3.3两间室最小ML场效应模型
2.4单间室神经元模型
2.4.1HH模型
2.4.2ML模型
2.5基底核网络模型
2.5.1基底核回路结构
2.5.2Rubin.Terman模型
2.6集总参数神经Mass模型
2.6.1单个神经集群Mass模型
2.6.2多个耦合神经集群Mass模型
2.7小结

第3章神经系统场效应机制分析
3.1细胞外电场作用下神经元的阈下响应特性
3.1.1两间室PR场效应模型
3.1.2细胞外电场E与电势差矿之间的关系
3.1.3胞体的阈下响应特性分析
3.1.4胞体与树突阈下响应特性差异
3.2外电场作用下神经元放电起始动力学
3.2.1两间室ML场效应模型的放电特性
3.2.2面积比率p对细胞外场效应的影响
3.2.3耦合电导gc对细胞外场效应的影响
3.2.4细胞外电场效应的生物物理机制
3.2.5阈下电场调制放电率和放电时刻
3.3小结

第4章单神经元参数估计与闭环控制
4.1基于混沌同步的参数估计方法
4.1.1估计理论
4.1.2仿真结果
4.1.3讨论
4.2基于无香卡尔曼滤波器的参数估计
4.2.1经典卡尔曼滤波器
4.2.2扩展卡尔曼滤波器
4.2.3无香卡尔曼滤波器
4.2.4UKF参数估计
4.2.5混沌同步与15KF联合估计
4.3基于wash-out滤波器的神经元兴奋性控制
4.3.1放电起始动力学分析
4.3.2基于Wash-out滤波器的神经元分岔控制
4.3.3兴奋性控制仿真结果与机制分析
4.4基于wash-out滤波器的神经元起始放电控制
4.4.1HH神经元模型的起始放电控制
4.4.2ML神经元模型的分岔控制
4.5基于uKF一状态反馈控制的髓鞘缺失症神经元闭环控制
4.5.1髓鞘缺失症神经元放电特性
4.5.2LJKF.状态反馈跟踪控制器设计
4.5.3仿真结果分析
4.5.4不同控制算法的效果比较
4.6单神经元放电的迭代学习控制
4.6.1迭代学习控制算法
4.6.2放电波形控制仿真结果
4.6.3放电峰峰间歇的控制
4.7小结

第5章癫痫样放电的闭环控制
5.1癫痫样放电的动力学分析
5.1.1单神经元PR模型动力学
5.1.2神经集群Mass模型动力学
5.2神经元癫痫样放电的闭环控制
5.2.1基于关键参数估计的闭环迭代学习控制
5.2.2癫痫样放电的闭环混合控制
5.2.3耦合神经元的闭环迭代学习控制
5.3癫痫状态多模式闭环控制方案设计
5.3.1脑电信号Cn复杂度分析
5.3.2BP神经网络与癫痫模式分类
5.3.3闭环迭代学习控制策略
5.4小结

第6章帕金森病状态的闭环控制
6.1基底核网络的放电模式
6.1.1正常状态下基底核网络的放电节律
6.1.2帕金森病状态下基底核网络的放电节律
6.2开环DBS的波形优化
6.2.1基于粒子群算法的刺激波形优化
6.2.2基于PwM的刺激波形优化
6.3TC中继神经元的帕金森病状态闭环控制
6.3.1Tc中继单室神经元的滑模控制
6.3.2TC中继单室神经元的慢变量反馈PI控制
6.3.3TC中继单室神经元的PI迭代学习控制
6.3.4TC中继多间室神经元的闭环控制
6.4小结
缩写表
参考文献
彩图