前 言
腦科學近年已成為全世界科學研究的熱點,腦科學的研究中強調“一體兩翼”的思想。“一體”是指以闡釋人類認知的神經基礎為主體和核心。“兩翼”一是指在大數據快速發展的時代背景下,根據大腦運作原理及機制通過計算和模擬進行人工智能研究;二是指大力加強對預防、診斷和治療重大腦疾病的研究。
在各種腦疾病中,帕金森病是多發於中年老人的一種神經退行性疾病,隨著老齡化社會的到來,帕金森病給社會和家庭帶來了很大的負擔,其治療也引起了學者廣泛的研究興趣。早期帕金森病的治療可以采用左旋多巴等藥物手段,隨著疾病的發展,中晚期帕金森病則需要采用深部腦刺激技術等手術療法。目前,深部腦刺激技術已經被成功地應用到帕金森病等神經精神疾病的臨床治療中,但由於其治療機制仍未完全清楚,還存在一些治療局限,仍然達不到最優的治療效果,還可能由此帶來一些副作用和風險。
國內外學者采用很多方法對深部腦刺激技術的治療效果進行優化,其中,最引人矚目的一項是利用計算模型進行優化。采用計算模型模擬大腦的疾病狀態,並基於模型設計最優的神經調控模式是目前計算神經科學領域研究的前沿問題。當前關於腦疾病的數學模型眾多,但很多都不成繫統,基於這種現狀,本書將建模帕金森病的常用模型,從單到神經網絡逐一進行詳細的分析與介紹,包括單針對的建模場景、固有的動力學特性等。同時,基於大腦神經解剖結構建立刻畫了正常狀態及帕金森病狀態的脈衝神經網絡模型,包括經典的Rubin-Terman模型、皮層-基底核-丘腦閉環網絡模型和一般情況下的功能網絡模型。
針對模型的研究能揭示實驗觀察到的復雜電生理現像背後隱藏的腦疾病發病的生物物理機制,同時還能為外部刺激的優化提供測試平臺,本書將控制理論的思想與神經科學相結合,針對腦疾病數學模型高維度、高復雜性的特點,將機器學習中不依賴於模型具體動態的強化學習算法引入對模型建模的病理性狀態的調控中,設計了獲取最優神經調控模式的控制方法。
本書在編寫過程中得到了天津大學王江教授實驗室的大力支持,王江教授對本書提出了許多寶貴的意見和建議,在此深表感謝。天津大學博士研究生樊亞琴和碩士研究生黃默媛參與了本書部分內容的編寫和修改工作,在此一並致謝。由於時間倉促,書中難免出現一些紕漏,歡迎各位專家、讀者給予批評和指正。
著 者