基于广义生成对抗网络的帕金森状态下DBS闭环学习方法

摘要

本发明提供基于广义生成对抗网络的帕金森状态下DBS闭环学习方法，本发明创造性的把生成网络和由MATLAB搭建的基底核‑丘脑‑皮层神经元网络定义为广义生成网络，设计基于广义生成对抗网络的闭环DBS深度学习算法。由现场可编程门阵列搭建的基底核‑丘脑‑皮层神经元网络获取所需数据集，通过对广义生成网络和判别网络进行反复对抗训练，使得当对广义生成网络输入随机噪声时，广义生成网络能够输出“以假乱真”的数据序列，从而得到能够有效抑制帕金森状态的控制信号，实现对帕金森状态的有效控制。该算法采用深度学习思想，利用基于广义生成网络的对抗网络算法对帕金森状态进行闭环DBS调制，以促进自适应DBS技术改善帕金森状态成为可能。