VTA多巴胺能神经元模型中多巴胺释放的超扭转滑模控制：一项仿真研究

《Scientific Reports》：Super-twisting sliding mode control of dopamine release in VTA dopaminergic neuron model: a simulation study

　　

摘要

多巴胺能信号调节已成为认知神经科学中的一个核心研究课题，尤其是在与神经系统和精神疾病相关的研究中。尽管已经开发了许多计算模型来研究多巴胺相关的动态变化，但现有的大多数调节方法依赖于开环刺激策略或生物学描述性公式。这些方法缺乏反馈机制，因此无法系统地补偿参数不确定性、生理变异性或外部干扰，从而限制了它们的鲁棒性和实际应用性。为了解决这些限制，本研究提出了一种基于超扭转滑模控制（ST-SMC）的鲁棒闭环控制框架，用于调节微小腹侧被盖区（VTA）多巴胺能神经元模型中的多巴胺释放。该控制器旨在确保在参数不确定性（高达75%）和外部干扰存在的情况下仍能保持鲁棒性，而无需进行显式的系统识别。调节在两个互补的层面上实现：直接膜电压控制和基于膜电压动态的放电率控制。放电率控制提供了一个实际可测量且具有临床意义的控制目标，特别是在直接膜电压调节不可行时。仿真结果表明，与比例（P）、比例-积分-微分（PID）和双阈值（DT）控制器相比，所提出的方法性能更优。在膜电压调节方面，ST-SMC的平均均方根误差（RMSE）为0.31 mV，优于P（0.65 mV）、DT（17.57 mV）和PID（1.43 mV）控制器；在放电率控制方面，所提出的方法的平均RMSE为0.67 Hz，而P、DT和PID分别为0.94 Hz、2.06 Hz和3.00 Hz。尽管在放电率控制场景中，控制能量略高于P控制器，但该方法提供了显著提高的跟踪精度，体现了精度与刺激努力之间的有效权衡。总体而言，所提出的ST-SMC框架为多巴胺能活动的闭环调节提供了一种鲁棒、准确且计算效率高的解决方案。