公开(公告)号：CN111768836A

公开(公告)日：2020-10-13

申请号：CN202010640970.3

申请日：2020-07-06

申请人： 天津大学

发明人： 刘晨 ,  赵葛 ,  王江 ,  李会艳

IPC分类号： G16H20/40 ,  G06N3/063 ,  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(公告)号：CN111768836B

公开(公告)日：2023-11-24

申请号：CN202010640970.3

申请日：2020-07-06

申请人： 天津大学

发明人： 刘晨 ,  赵葛 ,  王江 ,  李会艳

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。