人工机械呼吸条件下呼吸系统网络的动力学及控制研究

Respiratory movement is an extraordinarily robust and complex innate motor activity that is essential for maintaining the life of mammals. What is the mechanism of the respiratory rhythm and how can we control it? This has been a crucial question addressed by studies in relative scientific areas. Clinical and experimental data show that respiratory neural network is a multiple-level large-scale network with multiple timescales that related to central nervous system and peripheral respiratory components. In this project, based on neuroanatomy and circuit architectures, we will develop computational model of the respiratory network. We will focus on the inherent relationship between the characters of abnormal respiratory rhythm and the dynamics of the computational model. Based on our computational model, we will study the generation and transition mechanism of the abnormal respiratory rhythm, and reveal the effects of physiological parameters and network structures on the dynamics of abnormal respiratory rhythm. On basis of the biological relationship between the central nervous system and the peripheral respiratory components, we will build a neutral–dynamical coupled network model to investigate the effects of stimulus such as artificial controlled mechanical breathing on the abnormal respiratory rhythm, so that to develop more efficacious and reasonable controlling strategies. This project will help better understand the generation mechanism and control of the respiratory rhythm, which will provide theoretical support for clinical practice, and will further promote the development of intelligent medical equipment for the respiratory system.

呼吸运动是哺乳动物的重要生命特征，是一种极具鲁棒性的复杂生理运动。呼吸节律的产生和控制一直是相关领域研究的关键性科学问题。临床和实验分析表明，呼吸神经网络是涉及神经调控系统和外周组织力学系统的多层次、多尺度的大规模网络，具有复杂的动力学行为。本项目拟基于动力学建模的基本理论和方法，深入剖析呼吸神经系统中各功能区域的连接特征及相应的电生理活动，并结合生理和实验数据，建立符合生理意义的网络动力学模型，确定模型的动力学特征与异常呼吸节律表征之间的内在联系。根据构建的模型，分析异常节律产生和转迁的机制，揭示不同生理参数和网络连接对异常节律动力学的影响机制。建立基于呼吸神经网络和外周呼吸组织的神经—力学耦合动力学模型，研究人工机械呼吸等外界激励对异常节律的控制作用，设计合理有效的控制策略。研究成果将有助于深入理解呼吸节律的产生与调控机制，为临床操作提供理论支持，进而促进呼吸医疗设备的智能化发展。

本项目应用非线性动力学 、复杂网络和控制论的理论和方法，研究系统内在参数及外激励条件下，神经系统网络模型的动力学特征与混合（异常）节律表征之间的内在联系，以及节律转迁的机制及调控方法。主要研究内容包括：（1）应用多时间尺度方法和动力系统的理论，分析关键生理参数对神经节律活动，特别是混合节律模式产生及转迁的影响以及相应的动力学机制；（2）外激励（电流、磁流、Washout控制器等）条件下，系统内在参数和激励参数对呼吸节律（混合节律）及节律同步的影响机制；（3）建立激励—反馈控制网络模型，研究控制参数对网络模型动力学的影响，以及对混合节律的调控机制； （4）将神经元网络中的节点动力学与网络动力学与控制等关键问题的研究，推广到交通流及网络模型的动力学分析，以及分岔等动力学行为对交通拥堵、系统能耗等问题的影响。. . 在项目执行的 四 年时间中，项目组成员充分发挥在动力学与控制理论和数值计算等方面的优势，主要取得以下研究结果：利用多时间尺度分析、双参数分岔分析等方法，揭示了混合节律产生及转迁的动力学机制，快、慢及超慢三时间尺度是产生混合簇放电的关键因素但不是必要因素；建立了包含电流、磁流或滤波控制器等外激励的神经元及网络模型，揭示了耦合神经元系统中树突簇放电优先于胞体簇放电同步的动力学机制；研究了在激励—反馈控制网络模型中，通过对分岔结构的控制可以实现对网络模型中节律演化的调控；将神经元网络动力学推广应用于交通流模型中交通拥堵、系统能耗等问题的研究中。 .. 本项目拓展非线性动力学、复杂网络与控制论的理论和方法的应用范畴， 深刻地揭示了神经系统及其网络中混合（异常）节律产生及转迁的动力学机制，并通过外激励条件下系统的动力学行为研究，设计对混合节律的调控机制。并推广应用到交通流模型中的动力学研究。将进一步促进非线性动力学、 复杂网络和控制科学在生物医学及交通系统中的应用。