Методы моделирования и идентификация параметров неоднородных анормальных неврологических движений многокомпонентных нейробиосистемах с когнитивными обратными связями

Abstract

Разработаны основы математического моделирования и идентификации параметров неоднородных анормальных неврологических движений (АНР) в многокомпонентных нейробиосистемах с обратными когнитивными связями. На основе развитых авторами методов интегральных превращений и спектрального анализа для неоднородных сред предложен новый подход к построению гибридных моделей распространения волнового сигнала, описывающего нежелательные дрожания конечности руки пациента (Т-объекта) в результате самопроизвольного сокращения скелетных мышц. за счет когнитивных воздействий отдельной группы нейронных узлов коры головного мозга (КГМ). Разработана гибридная модель нейробиосистемы, описывающая состояние и поведение Т-объектов, а именно посегментное описание 3D-элементов траекторий АНР Т-объекта с учетом матрицы когнитивных воздействий групп нейроузлов КГМ. На основе гибридных интегральных преобразований Фурье получено высокоскоростное аналитическое векторное решение модели, описывающей элементы траекторий на каждом АНР-сегменте. Предложена новая методика вычисления гибридной спектральной функции, спектральных значений и матрицы когнитивных воздействий нейроузлов КГМ, определяющих гибридное интегральное преобразование построения решения. Сформулированы и решены новые неклассические задачи многопараметрической идентификации нейросистем с обратной связью в неоднородных средах на основе минимизации функционала-невязки между траекториями наблюдения и их модельными аналогами. Построены высокопроизводительные алгоритмы идентификации амплитудно-частотных характеристик систем обратной связи для компонентной оценки влияния когнитивных обратных связей, позволяющих распараллелировать вычисления для многоядерных компьютеров. Выполнено компьютерное моделирование и идентификацию АНР-траекторий нейросистем обратной связи.