.png){kind=icon}
返回
Stimulus Optimization Using the Artificial Bee Colony Algorithm for Visual Neuroprostheses
.png){kind=icon}
OA
AI
DOI：10.1109/tbme.2026.3706302.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
目的：优化电刺激模式可以通过复制自然视觉所特有的选择性及时序精确的神经反应来提升视觉神经假体的性能。方法：采用模拟计算方法，利用人工蜂群（ABC）算法开发了一种优化电刺激波形的方案，以在视网膜神经节细胞（RGCs）中引发生理学上合理的反应。优化过程由ON和OFF型RGCs的计算模型指导，目标是与从大鼠背外侧膝状体核（dLGN）记录的神经反应相匹配。ABC算法通过迭代修改电荷平衡双相脉冲序列的幅度包络，以最大化模拟反应与记录反应之间的相似性。结果：ABC算法在2000次迭代内始终达到与目标神经反应≥80%的互相关系数。它还识别出能够引发邻近神经元不同反应的单个优化波形，表明电刺激可能同时引发生理反应。在受限的计算条件下，ABC算法显示出比其他优化算法更高的准确性。结论：提出的基于ABC的优化方法能够有效生成与自然反应相似度高的神经激活模式，支持其在视觉神经假体系统中用于实时和自适应刺激控制的应用。意义：本研究引入了一种生物学启发的优化框架，推动了智能刺激策略的发展，以增强下一代视觉神经假体的功能。
Keyword:
Visual prosthesis
neuroprosthetics
retinal ganglion cell
optimization algorithm
artificial bee colony
neural engineering
期刊
I
IF:
4.5
论文数:
573
被引数:
2.8W
机构
引用论文
暂无论文信息