基于模糊控制的帕金森状态闭环调节

针对帕金森疾病(Parkinson’s Disease,PD)开环深部脑刺激(Deep Brain Stimulation,DBS)疗法存在能耗过多而引起副作用的问题,提出根据患者临床状态变化实时调节刺激参数的自适应闭环DBS方案。选取与临床状态密切相关的内侧苍白球β频段(13~35 Hz)振荡功率作为反馈信号,定义随运动状态动态变化的β功率值作为参考信号;选取鲁棒性强的模糊控制算法实时求解DBS参数并与传统比例-积分算法的控制效果进行比较;应用皮层-基底核-丘脑网络生理模型验证所设计自适应闭环DBS方案的可行性。将开环130 Hz DBS产生的β功率作为期望值时,模糊控制器在成功跟踪期望功率的同时将平均刺激频率降为108.77 Hz,能够降低刺激能耗。在不改变刺激参数的情况下,改变期望的β功率值,均能实现成功跟踪,证明了模糊控制器的鲁棒性。设计的基于模糊控制的帕金森状态β频段振荡抑制的闭环DBS方案能够根据β频段振荡功率变化进行实时跟踪,通过降低开环刺激能耗减少副作用,为临床闭环DBS优化PD疗法提供方案参考。