北京理工大学前沿技术研究院李建武获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉北京理工大学前沿技术研究院申请的专利一种阿尔茨海默病延时反馈自适应干预调控方法和系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116013469B 。
龙图腾网通过国家知识产权局官网在2026-01-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211743519.X,技术领域涉及:G16H20/70;该发明授权一种阿尔茨海默病延时反馈自适应干预调控方法和系统是由李建武;王卫苹;郭源生;郑启;王娟;张哲杰;刘凯设计研发完成,并于2022-12-27向国家知识产权局提交的专利申请。
本一种阿尔茨海默病延时反馈自适应干预调控方法和系统在说明书摘要公布了:本发明提出了一种阿尔茨海默病延时反馈自适应干预调控方法和系统,该方法包括:建立用于模拟阿尔茨海默症状态下脑电信号的丘脑皮层系统模型;在所述丘脑皮层系统模型的闭环控制策略中添加根据神经系统本身动态变化的自适应刺激;通过改变自适应刺激参数,仿真出自适应刺激参数改变时丘脑皮层系统模型产生的脑电信号。该方法还包括采用频谱展示出仿真出的脑电信号在预设频段的震荡行为。基于该方法,还提出了一种阿尔茨海默病延时反馈自适应干预调控方法。本发明设计的闭环控制系统更为准确,特别有助于辅助解决阿尔茨海默病早期干预的问题,对其进展及干预进行直观展示与更优化的可视化分析,从而可以更广泛地用于指导健康管理。
本发明授权一种阿尔茨海默病延时反馈自适应干预调控方法和系统在权利要求书中公布了:1.一种阿尔茨海默病延时反馈自适应干预调控方法,其特征在于,包括以下步骤: 建立用于模拟阿尔茨海默症状态下脑电信号的丘脑皮层系统模型;所述建立用于模拟阿尔茨海默症状态下脑电信号的丘脑皮层系统模型的过程包括:采用差分方程或者微分方程来描述丘脑皮层系统模型;所述丘脑皮层系统模型包括丘脑模块的状态变量和皮层模块的状态变量; 所述包括丘脑模块的状态变量包括视网膜神经元群的状态标量x1,丘脑中继核神经元群的状态变量x2和丘脑网状核神经元群的状态变量x3; 采用x4表达x1的一阶微分;x5表达x2的一阶微分;x6表达x3的一阶微分;即: 分别计算x4、x5和x6的一阶微分;即: 其中,At为丘脑模块中兴奋性突触参数;at为丘脑模块中兴奋性时间常数1at的倒数;bt为丘脑模块中抑制性时间常数1bt的倒数;p2t代表皮层模块外界输入的高斯白噪声;S1将丘脑突触后神经元群平均膜电位转化为动作电位脉冲密度;Ct1表示TCR到TRN突触连接系数;Ct2表示TRN到TCR突触连接系数;Ct3表示Ret到TCR突触连接系数;Kct表示皮层模块到丘脑模块的耦合系数;ut是根据神经系统丘脑模块自身输出信号xtt自适应施加到丘脑皮层耦合模型中丘脑中继核的刺激信号;Bt代表丘脑模块中抑制性突触参数;x7为皮层模块中锥体神经元群;所述皮层模块的状态变量包括皮层模块中锥体神经元群x7,外界输入x8,缓慢抑制性神经元群x9,快速抑制性神经元群x10,兴奋性中间神经元群的状态变量x11; 采用x12表达x7的一阶微分;采用x13表达x8的一阶微分;采用x14表达x9的一阶微分;采用x15表达x10的一阶微分;采用x16表达x11的一阶微分;即: 分别计算x12、x13、x14、x15、x16的一阶微分;即: Ac表示皮层模块中兴奋性突触参数;ac为皮层模块中兴奋性时间常数的导数;S2为皮层模块中突触后神经元群平均膜电位转化为动作电位脉冲密度;Ktc表示丘脑模块到皮层模块的耦合系数;p1t代表丘脑模块外界输入的高斯白噪声;C1表示第一兴奋性突触连接系数;C2表示第一兴奋性突触连接系数;C3表示第一缓慢抑制性突触连接系数;C4表示第二缓慢抑制性突触连接系数;C5表示第一快速抑制性突触连接系数;C6表示第二快速抑制性突触连接系数;C7表示缓慢与快速抑制性突触连接系数;S2表示皮层模块中突触后神经元群平均膜电位转化为动作电位脉冲密度;Gc表示皮层模块中快速抑制性突触参数;gc为皮层模块中快速抑制性时间常数1gc的导数;Bc表示皮层模块中缓慢抑制性突触参数;bc为皮层模块中缓慢抑制性时间常数1bc的导数; 在所述丘脑皮层系统模型的闭环控制策略中添加根据神经系统本身动态变化的自适应刺激; 通过改变自适应刺激参数,仿真出自适应刺激参数改变时丘脑皮层系统模型产生的脑电信号。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京理工大学前沿技术研究院,其通讯地址为:250014 山东省济南市长清区海棠路8366号创新谷发展中心A-2座;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励