闭环神经调控能够根据患者的实时状态获得期望的调控效果。线性自抗扰控制能够在模型信息少，存在不确定性和外部扰动时，适应复杂的癫痫动力学特性并改善调节效果。为此，合适的调控参数至关重要。现提出一种基于Q-learning的线性自抗扰控制参数学习方法，能够找到一组合适的调控参数，实现期望的调控效果。数值结果表明，Q-learning学习得到的参数能够更好地应对癫痫的复杂特性，为癫痫闭环神经调控提供参数整定指导。
科研之友
微信
新浪微博
Facebook
分享链接
