- 专利标题: 基于广义生成对抗网络的帕金森状态下DBS闭环学习方法
-
申请号: CN202010640970.3申请日: 2020-07-06
-
公开(公告)号: CN111768836B公开(公告)日: 2023-11-24
- 发明人: 刘晨 , 赵葛 , 王江 , 李会艳
- 申请人: 天津大学
- 申请人地址: 天津市南开区卫津路92号
- 专利权人: 天津大学
- 当前专利权人: 天津大学
- 当前专利权人地址: 天津市南开区卫津路92号
- 代理机构: 天津翰林知识产权代理事务所
- 代理商 付长杰
- 主分类号: G16H20/40
- IPC分类号: G16H20/40 ; G06N3/065 ; G06F15/78 ; A61N1/36
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。
公开/授权文献
- CN111768836A 基于广义生成对抗网络的帕金森状态下DBS闭环学习方法 公开/授权日:2020-10-13