癫痫的鲁棒抗扰调控方法研究

摘要

癫痫是一种常见的神经系统疾病,具有复杂性、反复性和突发性的特点.神经调控的副作用小、风险低、效果好.然而,目前采用的开环调控或者简单闭环调控,效果有限、无法满足临床需求.考虑到癫痫的复杂性和特殊性,以神经群模型为癫痫的计算模型,结合Glover-McFarlane鲁棒设计与自抗扰控制技术,设计一种鲁棒抗扰调控方法,研究癫痫闭环调控问题.利用扩张状态观测器估计、控制信号补偿总扰动,Glover-McFarlane鲁棒设计的强鲁棒性优势,综合提高闭环调控效果.时域仿真与频域分析结果显示,鲁棒抗扰调控能够有效抑制癫痫.数值结果表明,鲁棒抗扰调控方法对癫痫模型的依赖小、应对各种扰动因素的鲁棒性强、调控效果好,可满足临床需求,具有很强的参考价值.