uu.seUppsala universitets publikationer
Ändra sökning
Avgränsa sökresultatet
1234567 151 - 200 av 1346
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Träffar per sida
  • 5
  • 10
  • 20
  • 50
  • 100
  • 250
Sortering
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
Markera
Maxantalet träffar du kan exportera från sökgränssnittet är 250. Vid större uttag använd dig av utsökningar.
  • 151.
    Churilov, Alexander N.
    et al.
    St Petersburg State Univ, Dept Math & Mech, St Petersburg, Russia..
    Medvedev, Alexander
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Zhusubaliyev, Zhanybai T.
    Southwest State Univ, Dept Comp Sci, Kursk, Russia..
    Delay-induced Dynamical Phenomena in Impulsive Goodwin's Oscillator: What We Know So Far2015Ingår i: 2015 54Th Ieee Conference On Decision And Control (CDC), 2015, s. 590-595Konferensbidrag (Refereegranskat)
    Abstract [en]

    Impulsive Goodwin's oscillator model is introduced to capture the dynamics of sustained periodic processes in endocrine systems controlled by episodic pulses of hormones. The model is hybrid and comprises a continuous subsystem describing the hormone concentrations operating under a discrete pulse-modulated feedback implemented by firing neurons. Time delays appear in mathematical models of endocrine systems due to the significant transport phenomena but also because of the time necessary to produce releasable hormone quantities. From a biological point of view, the neural control should be robust against the time delay to ensure the loop functionality over a wide range of inter-individual variability. The paper provides an overview of the currently available results and contributes a generalization of a Poincare mapping approach to study complex dynamics of impulsive Goodwin oscillator. Both pointwise and distributed time delays are considered in a general framework based on the Poincare mapping. Bifurcation analysis is utilized to illustrate the analytical results.

  • 152. Churilov, Alexander N.
    et al.
    Medvedev, Alexander
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Zhusubaliyev, Zhanybai T.
    Discrete-time mapping for an impulsive Goodwin oscillator with three delays2017Ingår i: International Journal of Bifurcation and Chaos in Applied Sciences and Engineering, ISSN 0218-1274, Vol. 27, nr 12, artikel-id 1750182Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    A popular biomathematics model of the Goodwin oscillator has been previously generalized to a more biologically plausible construct by introducing three time delays to portray the transport phenomena arising due to the spatial distribution of the model states. The present paper addresses a similar conversion of an impulsive version of the Goodwin oscillator that has found application in mathematical modeling, e.g. in endocrine systems with pulsatile hormone secretion. While the cascade structure of the linear continuous part pertinent to the Goodwin oscillator is preserved in the impulsive Goodwin oscillator, the static nonlinear feedback of the former is substituted with a pulse modulation mechanism thus resulting in hybrid dynamics of the closed-loop system. To facilitate the analysis of the mathematical model under investigation, a discrete mapping propagating the continuous state variables through the firing times of the impulsive feedback is derived. Due to the presence of multiple time delays in the considered model, previously developed mapping derivation approaches are not applicable here and a novel technique is proposed and applied. The mapping captures the dynamics of the original hybrid system and is instrumental in studying complex nonlinear phenomena arising in the impulsive Goodwin oscillator. A simulation example is presented to demonstrate the utility of the proposed approach in bifurcation analysis.

  • 153. Churilov, Alexander N.
    et al.
    Medvedev, Alexander
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Zhusubaliyev, Zhanybai T.
    Impulsive Goodwin oscillator with large delay: Periodic oscillations, bistability, and attractors2016Ingår i: Nonlinear Analysis: Hybrid Systems, ISSN 1751-570X, E-ISSN 1878-7460, Vol. 21, s. 171-183Artikel i tidskrift (Refereegranskat)
  • 154.
    Cubo, Rubén
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Mathematical modeling for optimization of Deep Brain Stimulation2016Licentiatavhandling, sammanläggning (Övrigt vetenskapligt)
    Abstract [en]

    Deep Brain Stimulation (DBS) consists of sending mild electric stimuli to the brain via a chronically implanted lead. The therapy is used to alleviate the symptoms of different neurological diseases, such as Parkinson's Disease. However, its underlying biological mechanism is currently unknown. DBS patients undergo a lengthy trial-and-error procedure in order to tune the stimuli so that the treatment achieves maximal therapeutic benefits while limiting side effects that are often present with large stimulation values.

    The present licentiate thesis deals with mathematical modeling for DBS, extending it towards optimization. Mathematical modeling is motivated by the difficulty of obtaining in vivo measurements from the brain, especially in humans. It is expected to facilitate the optimization of the stimuli delivered to the brain and be instrumental in evaluating the performance of novel lead designs. Both topics are discussed in this thesis.

    First, an analysis of numerical accuracy is presented in order to verify the DBS models utilized in this study. Then a performance comparison between a state-of-the-art lead and a novel field-steering lead using clinical settings is provided. Afterwards, optimization schemes using intersection of volumes and electric field control are described, together with some simplification tools, in order to speed up the computations involved in the modeling.

    Delarbeten
    1. Accuracy of the Finite Element Method in Deep Brain Stimulation Modelling
    Öppna denna publikation i ny flik eller fönster >>Accuracy of the Finite Element Method in Deep Brain Stimulation Modelling
    2014 (Engelska)Ingår i: Proc. International Conference on Control Applications: CCA 2014, Piscataway, NJ: IEEE , 2014, s. 1479-1484Konferensbidrag, Publicerat paper (Refereegranskat)
    Ort, förlag, år, upplaga, sidor
    Piscataway, NJ: IEEE, 2014
    Nationell ämneskategori
    Reglerteknik Medicinsk apparatteknik
    Identifikatorer
    urn:nbn:se:uu:diva-238211 (URN)10.1109/CCA.2014.6981533 (DOI)000366055800214 ()978-1-4799-7409-2 (ISBN)
    Konferens
    CCA 2014, October 8–10, Antibes, France
    Forskningsfinansiär
    EU, Europeiska forskningsrådet, 247035
    Tillgänglig från: 2014-10-10 Skapad: 2014-12-10 Senast uppdaterad: 2018-03-29Bibliografiskt granskad
    2. Target coverage and selectivity in field steering brain stimulation
    Öppna denna publikation i ny flik eller fönster >>Target coverage and selectivity in field steering brain stimulation
    2014 (Engelska)Ingår i: Proc. 36th International Conference of the IEEE Engineering in Medicine and Biology Society, Piscataway, NJ: IEEE , 2014, s. 522-525Konferensbidrag, Publicerat paper (Refereegranskat)
    Ort, förlag, år, upplaga, sidor
    Piscataway, NJ: IEEE, 2014
    Nationell ämneskategori
    Reglerteknik Medicinsk apparatteknik
    Identifikatorer
    urn:nbn:se:uu:diva-252475 (URN)10.1109/EMBC.2014.6943643 (DOI)000350044700130 ()978-1-4244-7929-0 (ISBN)
    Konferens
    EMBC 2014, August 26–30, Chicago, IL
    Forskningsfinansiär
    EU, Europeiska forskningsrådet, 247035
    Tillgänglig från: 2014-08-30 Skapad: 2015-05-07 Senast uppdaterad: 2016-04-16Bibliografiskt granskad
    3. Model-based optimization of lead configurations in Deep Brain Stimulation
    Öppna denna publikation i ny flik eller fönster >>Model-based optimization of lead configurations in Deep Brain Stimulation
    2015 (Engelska)Ingår i: Proc. 1st International Conference on Smart Portable, Wearable, Implantable and Disability-oriented Devices and Systems, International Academy, Research and Industry Association (IARIA), 2015, s. 14-19Konferensbidrag, Publicerat paper (Refereegranskat)
    Ort, förlag, år, upplaga, sidor
    International Academy, Research and Industry Association (IARIA), 2015
    Nationell ämneskategori
    Reglerteknik Medicinsk apparatteknik
    Identifikatorer
    urn:nbn:se:uu:diva-238214 (URN)978-1-61208-446-6 (ISBN)
    Konferens
    SPWID 2015, June 21–26, Brussels, Belgium
    Forskningsfinansiär
    EU, Europeiska forskningsrådet, 247035
    Tillgänglig från: 2015-06-26 Skapad: 2014-12-10 Senast uppdaterad: 2016-04-17Bibliografiskt granskad
    4. Electric field modeling and spatial control in Deep Brain Stimulation
    Öppna denna publikation i ny flik eller fönster >>Electric field modeling and spatial control in Deep Brain Stimulation
    2015 (Engelska)Ingår i: Proc. 54th Conference on Decision and Control, Piscataway, NJ: IEEE , 2015, s. 3846-3851Konferensbidrag, Publicerat paper (Refereegranskat)
    Abstract [en]

    Deep Brain Stimulation (DBS) is an established treatment, in e.g. Parkinson's Disease, whose underlying biological mechanisms are unknown. In DBS, electrical stimulation is delivered through electrodes surgically implanted into certain regions of the brain of the patient. Mathematical models aiming at a better understanding of DBS and optimization of its therapeutical effect through the simulation of the electrical field propagating in the brain tissue have been developed in the past decade. The contribution of the present study is twofold: First, an analytical approximation of the electric field produced by an emitting contact is suggested and compared to the numerical solution given by a Finite Element Method (FEM) solver. Second, the optimal stimulation settings are evaluated by fitting the field distribution to a target one to control the spread of the stimulation. Optimization results are compared to those of a geometric approach, maximizing the intersection between the target and the activated volume in the brain tissue and reducing the stimulated area beyond said target. Both methods exhibit similar performance with respect to the optimal stimuli, with the electric field control approach being faster and more versatile.

    Ort, förlag, år, upplaga, sidor
    Piscataway, NJ: IEEE, 2015
    Nationell ämneskategori
    Reglerteknik Medicinsk apparatteknik
    Identifikatorer
    urn:nbn:se:uu:diva-284317 (URN)10.1109/CDC.2015.7402817 (DOI)000381554504006 ()9781479978847 (ISBN)
    Konferens
    CDC 2015, December 15–18, Osaka, Japan
    Forskningsfinansiär
    EU, Europeiska forskningsrådet, 247035
    Tillgänglig från: 2015-12-18 Skapad: 2016-04-16 Senast uppdaterad: 2018-03-29Bibliografiskt granskad
  • 155.
    Cubo, Rubén
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik.
    Model-based optimization for individualized deep brain stimulation2018Doktorsavhandling, sammanläggning (Övrigt vetenskapligt)
    Abstract [en]

    Deep Brain Stimulation (DBS) is an established therapy that is predominantly  utilized in treating the symptoms of neurodegenerative diseases such as Parkinson's Disease and Essential Tremor, crippling diseases like Chronic Pain and Epilepsy, and psychiatric diseases such as Schizophrenia and Depression. Due to its invasive nature, DBS is considered as a last resort therapy.DBS is performed by transmitting electric pulses through an electrode implanted in the brain of the patient.

    The stimulation is driven by a battery-powered Implanted Pulse Generator. The brain is a very delicate and complex organ and, therefore, accurate positioning the electrode is vital. To achieve a satisfactory therapeutical result, the stimulation targets a certain predefined brain structure that depends on the disease.

    The effect of DBS depends on the individual, the chosen stimulating contact(s), and the pulse parameters, i.e. amplitude, frequency, width, and shape. Tuning these parameters to the best effect is currently done by a lengthy trial-and-error process. Insufficient stimulation does not properly alleviate the symptoms of the disease, while overstimulation or stimulation off target is prone to side effects.

    This work envisions assisting physicians in DBS therapy by utilizing model-based estimation and optimization, maximizing stimulation of the target and minimizing stimulation in potentially problematic areas of the brain. This work focuses on amplitude and contact selection. Because of inter-patient differences, individualized models based on clinical imaging have to be created. Alternatively, semi-individualized models can be designed using atlases that save time but potentially introduce inaccuracies. Other optimization  applications to DBS are proposed in the thesis, e.g. fault alleviation and electrode design.

    Electrical properties of the brain can change over time and alter the stimulation spread. A system identification approach has been proposed to quantify these changes.

    The main aim of DBS is to alleviate the symptoms of the disease and quantifying symptoms is important. The ultimate vision of this work is to design a closed-loop system that can deliver optimal stimulation to the brain while automatically adapting to changes in the brain and the severity of symptoms.

    Delarbeten
    1. Accuracy of the Finite Element Method in Deep Brain Stimulation Modelling
    Öppna denna publikation i ny flik eller fönster >>Accuracy of the Finite Element Method in Deep Brain Stimulation Modelling
    2014 (Engelska)Ingår i: Proc. International Conference on Control Applications: CCA 2014, Piscataway, NJ: IEEE , 2014, s. 1479-1484Konferensbidrag, Publicerat paper (Refereegranskat)
    Ort, förlag, år, upplaga, sidor
    Piscataway, NJ: IEEE, 2014
    Nationell ämneskategori
    Reglerteknik Medicinsk apparatteknik
    Identifikatorer
    urn:nbn:se:uu:diva-238211 (URN)10.1109/CCA.2014.6981533 (DOI)000366055800214 ()978-1-4799-7409-2 (ISBN)
    Konferens
    CCA 2014, October 8–10, Antibes, France
    Forskningsfinansiär
    EU, Europeiska forskningsrådet, 247035
    Tillgänglig från: 2014-10-10 Skapad: 2014-12-10 Senast uppdaterad: 2018-03-29Bibliografiskt granskad
    2. Optimization of lead design and electrode configuration in Deep Brain Stimulation
    Öppna denna publikation i ny flik eller fönster >>Optimization of lead design and electrode configuration in Deep Brain Stimulation
    2016 (Engelska)Ingår i: International Journal On Advances in Life Sciences, ISSN 1942-2660, E-ISSN 1942-2660, Vol. 8, s. 76-86Artikel i tidskrift (Refereegranskat) Published
    Nationell ämneskategori
    Reglerteknik
    Identifikatorer
    urn:nbn:se:uu:diva-305224 (URN)
    Tillgänglig från: 2016-06-30 Skapad: 2016-10-13 Senast uppdaterad: 2018-03-29Bibliografiskt granskad
    3. Electric field modeling and spatial control in Deep Brain Stimulation
    Öppna denna publikation i ny flik eller fönster >>Electric field modeling and spatial control in Deep Brain Stimulation
    2015 (Engelska)Ingår i: Proc. 54th Conference on Decision and Control, Piscataway, NJ: IEEE , 2015, s. 3846-3851Konferensbidrag, Publicerat paper (Refereegranskat)
    Abstract [en]

    Deep Brain Stimulation (DBS) is an established treatment, in e.g. Parkinson's Disease, whose underlying biological mechanisms are unknown. In DBS, electrical stimulation is delivered through electrodes surgically implanted into certain regions of the brain of the patient. Mathematical models aiming at a better understanding of DBS and optimization of its therapeutical effect through the simulation of the electrical field propagating in the brain tissue have been developed in the past decade. The contribution of the present study is twofold: First, an analytical approximation of the electric field produced by an emitting contact is suggested and compared to the numerical solution given by a Finite Element Method (FEM) solver. Second, the optimal stimulation settings are evaluated by fitting the field distribution to a target one to control the spread of the stimulation. Optimization results are compared to those of a geometric approach, maximizing the intersection between the target and the activated volume in the brain tissue and reducing the stimulated area beyond said target. Both methods exhibit similar performance with respect to the optimal stimuli, with the electric field control approach being faster and more versatile.

    Ort, förlag, år, upplaga, sidor
    Piscataway, NJ: IEEE, 2015
    Nationell ämneskategori
    Reglerteknik Medicinsk apparatteknik
    Identifikatorer
    urn:nbn:se:uu:diva-284317 (URN)10.1109/CDC.2015.7402817 (DOI)000381554504006 ()9781479978847 (ISBN)
    Konferens
    CDC 2015, December 15–18, Osaka, Japan
    Forskningsfinansiär
    EU, Europeiska forskningsrådet, 247035
    Tillgänglig från: 2015-12-18 Skapad: 2016-04-16 Senast uppdaterad: 2018-03-29Bibliografiskt granskad
    4. Optimization-based contact fault alleviation in deep brain stimulation leads
    Öppna denna publikation i ny flik eller fönster >>Optimization-based contact fault alleviation in deep brain stimulation leads
    2018 (Engelska)Ingår i: IEEE transactions on neural systems and rehabilitation engineering, ISSN 1534-4320, E-ISSN 1558-0210, Vol. 26, nr 1, s. 69-76Artikel i tidskrift (Refereegranskat) Published
    Nationell ämneskategori
    Medicinteknik
    Identifikatorer
    urn:nbn:se:uu:diva-342456 (URN)10.1109/TNSRE.2017.2769707 (DOI)000422939000008 ()29324404 (PubMedID)
    Tillgänglig från: 2017-11-03 Skapad: 2018-02-26 Senast uppdaterad: 2018-03-29Bibliografiskt granskad
    5. Semi-Individualized electrical models in deep brain stimulation: A variability analysis
    Öppna denna publikation i ny flik eller fönster >>Semi-Individualized electrical models in deep brain stimulation: A variability analysis
    Visa övriga...
    2017 (Engelska)Ingår i: 2017 IEEE Conference on Control Technology and Applications (CCTA), IEEE, 2017, s. 517-522Konferensbidrag, Publicerat paper (Refereegranskat)
    Abstract [en]

    Deep Brain Stimulation (DBS) is a well-established treatment in neurodegenerative diseases, e.g. Parkinson's Disease. It consists of delivering electrical stimuli to a target in the brain via a chronically implanted lead. To expedite the tuning of DBS stimuli to best therapeutical effect, mathematical models have been developed during recent years. The electric field produced by the stimuli in the brain for a given lead position is evaluated by numerically solving a Partial Differential Equation with the medium conductivity as a parameter. The latter is patient- and target-specific but difficult to measure in vivo. Estimating brain tissue conductivity through medical imaging is feasible but time consuming due to registration, segmentation and post-processing. On the other hand, brain atlases are readily available and processed. This study analyzes how alternations in the conductivity due to inter-patient variability or lead position uncertainties affect both the stimulation shape and the activation of a given target. Results suggest that stimulation shapes are similar, with a Dice's Coefficient between 93.2 and 98.8%, with a higher similarity at lower depths. On the other hand, activation shows a significant variation of 17 percentage points, with most of it being at deeper positions as well. It is concluded that, as long as the lead is not too deep, atlases can be used for conductivity maps with acceptable accuracy instead of fully individualized though medical imaging models.

    Ort, förlag, år, upplaga, sidor
    IEEE, 2017
    Nyckelord
    bioelectric phenomena, biological tissues, biomedical electrodes, brain, diseases, neurophysiology, partial differential equations, patient treatment, DBS stimuli, Parkinson disease, Partial Differential Equation, brain atlases, brain tissue conductivity, chronically implanted lead, deep brain stimulation, electric field, electrical stimuli, interpatient variability, medical imaging models, neurodegenerative diseases, semiIndividualized electrical models, variability analysis, Brain modeling, Computational modeling, Conductivity, Lead, Mathematical model, Satellite broadcasting
    Nationell ämneskategori
    Reglerteknik Annan medicinteknik
    Identifikatorer
    urn:nbn:se:uu:diva-347344 (URN)10.1109/CCTA.2017.8062514 (DOI)000426981500084 ()978-1-5090-2183-3 (ISBN)978-1-5090-2182-6 (ISBN)978-1-5090-2181-9 (ISBN)
    Konferens
    1st Annual IEEE Conference on Control Technology and Applications, 27-30 Aug. 2017, Mauna Lani, HI, USA.
    Tillgänglig från: 2018-03-29 Skapad: 2018-03-29 Senast uppdaterad: 2018-08-17Bibliografiskt granskad
    6. Calculating Directional Deep Brain Stimulation Settings by Constrained Optimization
    Öppna denna publikation i ny flik eller fönster >>Calculating Directional Deep Brain Stimulation Settings by Constrained Optimization
    Visa övriga...
    (Engelska)Artikel i tidskrift (Refereegranskat) Submitted
    Abstract [en]

    Objective: Deep Brain Stimulation (DBS) consists of delivering electrical stimuli to a brain target via an implanted lead to treat neurodegenerative conditions. Individualized stimulation is vital to ensure therapeutic results, since DBS may otherwise become ineffective or cause undesirable side effects. Since the DBS pulse generator is battery-driven, power consumption incurred by the stimulation is important. In this study, target coverage and power consumption are compared over a patient population for clinical and model-based patient-specific settings calculated by constrained optimization. Methods: Brain models for five patients undergoing bilateral DBS were built. Mathematical optimization of activated tissue volume was utilized to calculate stimuli amplitudes, with and without specifying the volumes, where stimulation was not allowed to avoid side effects. Power consumption was estimated using measured impedance values and battery life under both clinical and optimized settings. Results: It was observed that clinical settings are generally less aggressive than the ones suggested by unconstrained model-based optimization, especially under asymmetrical stimulation. The DBS settings satisfying the constraints were close to the clinical values. Conclusion: The use of mathematical models to suggest optimal patient-specific DBS settings that observe technological and safety constraints can save time in clinical practice. It appears though that the considered anatomy-related safety constraints depend on the patient and further research is needed in this regard. Power consumption is important to consider since it increases with the square of the stimuli amplitude and critically affects battery life. Significance: This work highlights the need of specifying the brain volumes to be avoided by stimulation while optimizing the DBS amplitude, in contrast to minimizing general stimuli overspill, and applies the technique to a cohort of patients. It also stresses the importance of taking power consumption into account.

    Nyckelord
    Neuromodulation, Deep Brain Stimulation, inverse problems
    Nationell ämneskategori
    Reglerteknik
    Identifikatorer
    urn:nbn:se:uu:diva-347345 (URN)
    Tillgänglig från: 2018-03-29 Skapad: 2018-03-29 Senast uppdaterad: 2018-03-29
    7. Online tissue conductivity estimation in Deep Brain Stimulation
    Öppna denna publikation i ny flik eller fönster >>Online tissue conductivity estimation in Deep Brain Stimulation
    2020 (Engelska)Ingår i: IEEE Transactions on Control Systems Technology, ISSN 1063-6536, E-ISSN 1558-0865, Vol. 28, nr 1, s. 149-162Artikel i tidskrift (Refereegranskat) Published
    Nationell ämneskategori
    Reglerteknik
    Identifikatorer
    urn:nbn:se:uu:diva-347346 (URN)10.1109/TCST.2018.2862397 (DOI)000505786600012 ()
    Tillgänglig från: 2018-08-16 Skapad: 2018-03-29 Senast uppdaterad: 2020-01-29Bibliografiskt granskad
  • 156.
    Cubo, Rubén
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Fahlström, Markus
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för kirurgiska vetenskaper, Radiologi.
    Jiltsova, Elena
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för neurovetenskap, Neurologi.
    Andersson, Helena
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Medvedev, Alexander
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Calculating Deep Brain Stimulation Amplitudes and Power Consumption by Constrained Optimization2019Ingår i: Journal of Neural Engineering, ISSN 1741-2560, E-ISSN 1741-2552, Vol. 16, nr 1, artikel-id 016020Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Objective: Deep brain stimulation (DBS) consists of delivering electrical stimuli to a brain target via an implanted lead to treat neurological and psychiatric conditions. Individualized stimulation is vital to ensure therapeutic results, since DBS may otherwise become ineffective or cause undesirable side effects. Since the DBS pulse generator is battery-driven, power consumption incurred by the stimulation is important. In this study, target coverage and power consumption are compared over a patient population for clinical and model-based patient-specific settings calculated by constrained optimization.

    Approach: Brain models for five patients undergoing bilateral DBS were built. Mathematical optimization of activated tissue volume was utilized to calculate stimuli amplitudes, with and without specifying the volumes, where stimulation was not allowed to avoid side effects. Power consumption was estimated using measured impedance values and battery life under both clinical and optimized settings.

    Results: It was observed that clinical settings were generally less aggressive than the ones suggested by unconstrained model-based optimization, especially under asymmetrical stimulation. The DBS settings satisfying the constraints were close to the clinical values.

    Significance: The use of mathematical models to suggest optimal patient-specific DBS settings that observe technological and safety constraints can save time in clinical practice. It appears though that the considered safety constraints based on brain anatomy depend on the patient and further research into it is needed. This work highlights the need of specifying the brain volumes to be avoided by stimulation while optimizing the DBS amplitude, in contrast to minimizing general stimuli overspill, and applies the technique to a cohort of patients. It also stresses the importance of considering power consumption in DBS optimization, since it increases with the square of the stimuli amplitude and also critically affects battery life through pulse frequency and duty cycle.

  • 157.
    Cubo, Rubén
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik.
    Fahlström, Markus
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för kirurgiska vetenskaper, Radiologi. Uppsala Univ Hosp, Dept Biomed Technol Med Phys & IT, Uppsala, Sweden.
    Jiltsova, Elena
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för neurovetenskap, Neurologi.
    Andersson, Helena
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Medvedev, Alexander
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Semi-Individualized electrical models in deep brain stimulation: A variability analysis2017Ingår i: 2017 IEEE Conference on Control Technology and Applications (CCTA), IEEE, 2017, s. 517-522Konferensbidrag (Refereegranskat)
    Abstract [en]

    Deep Brain Stimulation (DBS) is a well-established treatment in neurodegenerative diseases, e.g. Parkinson's Disease. It consists of delivering electrical stimuli to a target in the brain via a chronically implanted lead. To expedite the tuning of DBS stimuli to best therapeutical effect, mathematical models have been developed during recent years. The electric field produced by the stimuli in the brain for a given lead position is evaluated by numerically solving a Partial Differential Equation with the medium conductivity as a parameter. The latter is patient- and target-specific but difficult to measure in vivo. Estimating brain tissue conductivity through medical imaging is feasible but time consuming due to registration, segmentation and post-processing. On the other hand, brain atlases are readily available and processed. This study analyzes how alternations in the conductivity due to inter-patient variability or lead position uncertainties affect both the stimulation shape and the activation of a given target. Results suggest that stimulation shapes are similar, with a Dice's Coefficient between 93.2 and 98.8%, with a higher similarity at lower depths. On the other hand, activation shows a significant variation of 17 percentage points, with most of it being at deeper positions as well. It is concluded that, as long as the lead is not too deep, atlases can be used for conductivity maps with acceptable accuracy instead of fully individualized though medical imaging models.

  • 158.
    Cubo, Rubén
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Jiltsova, Elena
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för neurovetenskap, Neurokirurgi.
    Fahlström, Markus
    Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för kirurgiska vetenskaper, Radiologi.
    Andersson, Helena
    Medvedev, Alexander
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Optimization of deep brain stimulation by means of a patient-specific mathematical model2016Konferensbidrag (Refereegranskat)
  • 159.
    Cubo, Rubén
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Medvedev, Alexander
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Accuracy of the Finite Element Method in Deep Brain Stimulation Modelling2014Ingår i: Proc. International Conference on Control Applications: CCA 2014, Piscataway, NJ: IEEE , 2014, s. 1479-1484Konferensbidrag (Refereegranskat)
  • 160.
    Cubo, Rubén
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Medvedev, Alexander
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Individualization of a surrounding tissue model in Deep Brain Stimulation2017Ingår i: Proc. 56th Conference on Decision and Control, Piscataway, NJ: IEEE, 2017, s. 5919-5924Konferensbidrag (Refereegranskat)
  • 161.
    Cubo, Rubén
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Medvedev, Alexander
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Online tissue conductivity estimation in Deep Brain Stimulation2020Ingår i: IEEE Transactions on Control Systems Technology, ISSN 1063-6536, E-ISSN 1558-0865, Vol. 28, nr 1, s. 149-162Artikel i tidskrift (Refereegranskat)
  • 162.
    Cubo, Rubén
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Medvedev, Alexander
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Andersson, Helena
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Deep Brain Stimulation therapies: a control-engineering perspective2017Ingår i: Proc. American Control Conference: ACC 2017, IEEE, 2017, s. 104-109Konferensbidrag (Refereegranskat)
    Abstract [en]

    Deep Brain Stimulation (DBS) is an established therapy for treating e.g. Parkinson's disease, essential tremor, as well as epilepsy. In DBS, chronic pulsatile electrical stimulation is administered to a certain target area of the brain through a surgically implanted lead. The stimuli parameters have to be properly tuned in order to achieve therapeutical effect that in most cases is alleviation of motor symptoms. Tuning of DBS currently is a tedious task since it is performed manually by medical personnel in a trial-and-error manner. It can be dramatically improved and expedited by means of recently developed mathematical models together with control and estimation technology. This paper presents a control engineering perspective on DBS, viewing it as a control system for minimizing the severity of the symptoms through coordinated manipulation of the stimuli parameters. The DBS model structure comprises a stimuli model, an activation model, and a symptoms model. Each of those is individualized from patient data obtained through medical imaging, electrical measurements, and objective symptom quantification. The proposed approach is illustrated by simulation and clinical data from an individualized DBS model being developed by the authors.

  • 163.
    Cubo, Rubén
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Medvedev, Alexander
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Åström, Mattias
    Model-based optimization of individualized Deep Brain Stimulation therapy2016Ingår i: IEEE Design & Test, ISSN 2168-2356, Vol. 33, nr 4, s. 74-81Artikel i tidskrift (Refereegranskat)
  • 164.
    Cubo, Rubén
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Medvedev, Alexander
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Åström, Mattias
    Stimulation field coverage and target structure selectivity in field steering brain stimulation2014Konferensbidrag (Refereegranskat)
  • 165.
    Cubo, Rubén
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Åström, Mattias
    Linkoping Univ, Dept Biomed Engn, S-58183 Linkoping, Sweden; Medtron Eindhoven Design Ctr, Medtron Neuromodulat, Eindhoven, Netherlands.
    Medvedev, Alexander
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Electric field modeling and spatial control in Deep Brain Stimulation2015Ingår i: Proc. 54th Conference on Decision and Control, Piscataway, NJ: IEEE , 2015, s. 3846-3851Konferensbidrag (Refereegranskat)
    Abstract [en]

    Deep Brain Stimulation (DBS) is an established treatment, in e.g. Parkinson's Disease, whose underlying biological mechanisms are unknown. In DBS, electrical stimulation is delivered through electrodes surgically implanted into certain regions of the brain of the patient. Mathematical models aiming at a better understanding of DBS and optimization of its therapeutical effect through the simulation of the electrical field propagating in the brain tissue have been developed in the past decade. The contribution of the present study is twofold: First, an analytical approximation of the electric field produced by an emitting contact is suggested and compared to the numerical solution given by a Finite Element Method (FEM) solver. Second, the optimal stimulation settings are evaluated by fitting the field distribution to a target one to control the spread of the stimulation. Optimization results are compared to those of a geometric approach, maximizing the intersection between the target and the activated volume in the brain tissue and reducing the stimulated area beyond said target. Both methods exhibit similar performance with respect to the optimal stimuli, with the electric field control approach being faster and more versatile.

  • 166.
    Cubo, Rubén
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Åström, Mattias
    Medvedev, Alexander
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Model-based optimization of lead configurations in Deep Brain Stimulation2015Ingår i: Proc. 1st International Conference on Smart Portable, Wearable, Implantable and Disability-oriented Devices and Systems, International Academy, Research and Industry Association (IARIA), 2015, s. 14-19Konferensbidrag (Refereegranskat)
  • 167.
    Cubo, Rubén
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Åström, Mattias
    Medvedev, Alexander
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Optimization of lead design and electrode configuration in Deep Brain Stimulation2016Ingår i: International Journal On Advances in Life Sciences, ISSN 1942-2660, E-ISSN 1942-2660, Vol. 8, s. 76-86Artikel i tidskrift (Refereegranskat)
  • 168.
    Cubo, Rubén
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Åström, Mattias
    Medvedev, Alexander
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Optimization-based contact fault alleviation in deep brain stimulation leads2018Ingår i: IEEE transactions on neural systems and rehabilitation engineering, ISSN 1534-4320, E-ISSN 1558-0210, Vol. 26, nr 1, s. 69-76Artikel i tidskrift (Refereegranskat)
  • 169.
    Cubo, Rubén
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Åström, Mattias
    Medvedev, Alexander
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Target coverage and selectivity in field steering brain stimulation2014Ingår i: Proc. 36th International Conference of the IEEE Engineering in Medicine and Biology Society, Piscataway, NJ: IEEE , 2014, s. 522-525Konferensbidrag (Refereegranskat)
  • 170. Dahlin, Johan
    et al.
    Lindsten, Fredrik
    Schön, Thomas B.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Particle Metropolis–Hastings using gradient and Hessian information2015Ingår i: Statistics and computing, ISSN 0960-3174, E-ISSN 1573-1375, Vol. 25, nr 1, s. 81-92Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Particle Metropolis–Hastings (PMH) allows for Bayesian parameter inference in nonlinear state space models by combining Markov chain Monte Carlo (MCMC) and particle filtering. The latter is used to estimate the intractable likelihood. In its original formulation, PMH makes use of a marginal MCMC proposal for the parameters, typically a Gaussian random walk. However, this can lead to a poor exploration of the parameter space and an inefficient use of the generated particles. We propose a number of alternative versions of PMH that incorporate gradient and Hessian information about the posterior into the proposal. This information is more or less obtained as a byproduct of the likelihood estimation. Indeed, we show how to estimate the required information using a fixed-lag particle smoother, with a computational cost growing linearly in the number of particles. We conclude that the proposed methods can: (i) decrease the length of the burn-in phase, (ii) increase the mixing of the Markov chain at the stationary phase, and (iii) make the proposal distribution scale invariant which simplifies tuning.

  • 171.
    Dahlin, Johan
    et al.
    Department of Computer and Information Science, Linköping University, Linköping, Sweden.
    Schön, Thomas B.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Getting started with particle Metropolis-Hastings for inference in nonlinear dynamical models2019Ingår i: Journal of Statistical Software, ISSN 1548-7660, E-ISSN 1548-7660, Vol. 88, nr CN2, s. 1-41Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    This tutorial provides a gentle introduction to the particle Metropolis-Hastings (PMH) algorithm for parameter inference in nonlinear state-space models together with a software implementation in the statistical programming language R. We employ a step-by-step approach to develop an implementation of the PMH algorithm (and the particle filter within) together with the reader. This final implementation is also available as the package pmhtutorial in the CRAN repository. Throughout the tutorial, we provide some intuition as to how the algorithm operates and discuss some solutions to problems that might occur in practice. To illustrate the use of PMH, we consider parameter inference in a linear Gaussian state-space model with synthetic data and a nonlinear stochastic volatility model with real-world data.

  • 172.
    Dai, Liang
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Identification using Convexification and Recursion2016Doktorsavhandling, monografi (Övrigt vetenskapligt)
    Abstract [en]

    System identification studies how to construct mathematical models for dynamical systems from the input and output data, which finds applications in many scenarios, such as predicting future output of the system or building model based controllers for regulating the output the system.

    Among many other methods, convex optimization is becoming an increasingly useful tool for solving system identification problems. The reason is that many identification problems can be formulated as, or transformed into convex optimization problems. This transformation is commonly referred to as the convexification technique. The first theme of the thesis is to understand the efficacy of the convexification idea by examining two specific examples. We first establish that a l1 norm based approach can indeed help in exploiting the sparsity information of the underlying parameter vector under certain persistent excitation assumptions. After that, we analyze how the nuclear norm minimization heuristic performs on a low-rank Hankel matrix completion problem. The underlying key is to construct the dual certificate based on the structure information that is available in the problem setting.        

    Recursive algorithms are ubiquitous in system identification. The second theme of the thesis is the study of some existing recursive algorithms, by establishing new connections, giving new insights or interpretations to them. We first establish a connection between a basic property of the convolution operator and the score function estimation. Based on this relationship, we show how certain recursive Bayesian algorithms can be exploited to estimate the score function for systems with intractable transition densities. We also provide a new derivation and interpretation of the recursive direct weight optimization method, by exploiting certain structural information that is present in the algorithm. Finally, we study how an improved randomization strategy can be found for the randomized Kaczmarz algorithm, and how the convergence rate of the classical Kaczmarz algorithm can be studied by the stability analysis of a related time varying linear dynamical system.

  • 173.
    Dai, Liang
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    On some sparsity related problems and the randomized Kaczmarz algorithm2014Licentiatavhandling, sammanläggning (Övrigt vetenskapligt)
    Abstract [en]

    This thesis studies several problems related to recovery and estimation. Specifically, these problems are about sparsity and low-rankness, and the randomized Kaczmarz algorithm. This thesis includes four papers referred to as Paper A, Paper B, Paper C, and Paper D.

    Paper A considers how to make use of the fact that the solution to an overdetermined system is sparse. This paper presents a three-stage approach to accomplish the task. We show that this strategy, under the assumptions as made in the paper, achieves the oracle property.

    In Paper B, a Hankel-matrix completion problem arising in system theory is studied. The use of the nuclear norm heuristic for this basic problem is considered. Theoretical justification for the case of a single real pole is given. Results show that for the case of a single real pole, the nuclear norm heuristic succeeds in the matrix completion task. Numerical simulations indicate that this result does not always carry over to the case of two real poles.

    Paper C discusses a screening approach for improving the computational performance of the Basis Pursuit De-Noising problem. The key ingredient for this work is to make use of an efficient ellipsoid update algorithm. The results of the experiments show that the proposed scheme can improve the overall time complexity for solving the problem.

    Paper D studies the choice of the probability distribution for implementing the row-projections in the randomized Kaczmarz algorithm. This relates to an open question in the recent literature. The result proves that a probability distribution resulting in a faster convergence of the algorithm can be found by solving a related Semi-Definite Programming optimization problem.

    Delarbeten
    1. Sparse estimation from noisy observations of an overdetermined linear system
    Öppna denna publikation i ny flik eller fönster >>Sparse estimation from noisy observations of an overdetermined linear system
    2014 (Engelska)Ingår i: Automatica, ISSN 0005-1098, E-ISSN 1873-2836, Vol. 50, nr 11, s. 2845-2851Artikel i tidskrift (Refereegranskat) Published
    Nationell ämneskategori
    Signalbehandling
    Identifikatorer
    urn:nbn:se:uu:diva-226192 (URN)10.1016/j.automatica.2014.08.018 (DOI)000345727700010 ()
    Tillgänglig från: 2014-10-07 Skapad: 2014-06-12 Senast uppdaterad: 2017-12-05Bibliografiskt granskad
    2. On the nuclear norm heuristic for a Hankel matrix completion problem
    Öppna denna publikation i ny flik eller fönster >>On the nuclear norm heuristic for a Hankel matrix completion problem
    2015 (Engelska)Ingår i: Automatica, ISSN 0005-1098, E-ISSN 1873-2836, Vol. 51, s. 268-272Artikel i tidskrift (Refereegranskat) Published
    Abstract [en]

    This note addresses the question if and why the nuclear norm heuristic can recover an impulse response generated by a stable single-real-pole system, if elements of the upper-triangle of the associated Hankel matrix are given. Since the setting is deterministic, theories based on stochastic assumptions for low-rank matrix recovery do not apply in the considered situation. A 'certificate' which guarantees the success of the matrix completion task is constructed by exploring the structural information of the hidden matrix. Experimental results and discussions regarding the nuclear norm heuristic applied to a more general setting are also given.

    Nationell ämneskategori
    Reglerteknik
    Identifikatorer
    urn:nbn:se:uu:diva-226193 (URN)10.1016/j.automatica.2014.10.045 (DOI)000348015500032 ()
    Tillgänglig från: 2014-10-29 Skapad: 2014-06-12 Senast uppdaterad: 2017-12-05Bibliografiskt granskad
    3. An ellipsoid based, two-stage screening test for BPDN
    Öppna denna publikation i ny flik eller fönster >>An ellipsoid based, two-stage screening test for BPDN
    2012 (Engelska)Ingår i: Proc. 20th European Signal Processing Conference, IEEE , 2012, s. 654-658Konferensbidrag, Publicerat paper (Refereegranskat)
    Ort, förlag, år, upplaga, sidor
    IEEE, 2012
    Nationell ämneskategori
    Signalbehandling
    Identifikatorer
    urn:nbn:se:uu:diva-183856 (URN)978-1-4673-1068-0 (ISBN)
    Konferens
    EUSIPCO 2012, August 27-31, Bucharest, Romania
    Tillgänglig från: 2012-08-31 Skapad: 2012-11-05 Senast uppdaterad: 2014-06-12Bibliografiskt granskad
    4. On the randomized Kaczmarz algorithm
    Öppna denna publikation i ny flik eller fönster >>On the randomized Kaczmarz algorithm
    2014 (Engelska)Ingår i: IEEE Signal Processing Letters, ISSN 1070-9908, E-ISSN 1558-2361, Vol. 21, nr 3, s. 330-333Artikel i tidskrift (Refereegranskat) Published
    Nationell ämneskategori
    Signalbehandling
    Identifikatorer
    urn:nbn:se:uu:diva-211501 (URN)10.1109/LSP.2013.2294376 (DOI)000331299200004 ()
    Tillgänglig från: 2014-01-31 Skapad: 2013-11-25 Senast uppdaterad: 2017-12-06Bibliografiskt granskad
  • 174.
    Dai, Liang
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Pelckmans, Kristiaan
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    An ellipsoid based, two-stage screening test for BPDN2012Ingår i: Proc. 20th European Signal Processing Conference, IEEE , 2012, s. 654-658Konferensbidrag (Refereegranskat)
  • 175.
    Dai, Liang
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Pelckmans, Kristiaan
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    An online algorithm for controlling a monotone Wiener system2012Ingår i: Proceedings of the 2012 24th Chinese Control and Decision Conference (CCDC), Piscataway, NJ: IEEE , 2012, s. 1585-1590Konferensbidrag (Refereegranskat)
    Abstract [en]

    This paper proposes and studies an online algorithm ('NORTKNAR') for controlling a monotone Wiener system to a given level. Such systems consist of a FIR model, followed by a monotonically in-or decreasing nonlinear static function. We consider phenomena which obey such system up to stochastic perturbations. We study almost sure convergence under weak regularity assumptions. Theoretical results are complemented by empirical results on the control of a PharmacoKinetics-PharmacoDynamic (PK-PD) system regulating concentrations of levuodopa in the bloodstream. Finally, we indicate how those ideas find application to regulating the rate of events in pulsatile systems.

  • 176.
    Dai, Liang
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Pelckmans, Kristiaan
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    On the nuclear norm heuristic for a Hankel matrix completion problem2015Ingår i: Automatica, ISSN 0005-1098, E-ISSN 1873-2836, Vol. 51, s. 268-272Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    This note addresses the question if and why the nuclear norm heuristic can recover an impulse response generated by a stable single-real-pole system, if elements of the upper-triangle of the associated Hankel matrix are given. Since the setting is deterministic, theories based on stochastic assumptions for low-rank matrix recovery do not apply in the considered situation. A 'certificate' which guarantees the success of the matrix completion task is constructed by exploring the structural information of the hidden matrix. Experimental results and discussions regarding the nuclear norm heuristic applied to a more general setting are also given.

  • 177.
    Dai, Liang
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Pelckmans, Kristiaan
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Sparse estimation from noisy observations of an overdetermined linear system2014Ingår i: Automatica, ISSN 0005-1098, E-ISSN 1873-2836, Vol. 50, nr 11, s. 2845-2851Artikel i tidskrift (Refereegranskat)
  • 178.
    Dai, Liang
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Pelckmans, Kristiaan
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Bai, Er-Wei
    Identifiability and convergence analysis of the MINLIP estimator2015Ingår i: Automatica, ISSN 0005-1098, E-ISSN 1873-2836, Vol. 51, s. 104-110Artikel i tidskrift (Refereegranskat)
  • 179.
    Dai, Liang
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Schön, Thomas B.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    A new structure exploiting derivation of recursive direct weight optimization2015Ingår i: IEEE Transactions on Automatic Control, ISSN 0018-9286, E-ISSN 1558-2523, Vol. 60, nr 6, s. 1683-1685Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    The recursive direct weight optimization method is used to solve challenging nonlinear system identification problems. This note provides a new derivation and a new interpretation of the method. The key underlying the note is to acknowledge and exploit a certain structure inherent in the problem.

  • 180.
    Dai, Liang
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    Schön, Thomas B.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.
    On the exponential convergence of the Kaczmarz algorithm2015Ingår i: IEEE Signal Processing Letters, ISSN 1070-9908, E-ISSN 1558-2361, Vol. 22, nr 10, s. 1571-1574Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    The Kaczmarz algorithm (KA) is a popular method for solving a system of linear equations. In this note we derive a new exponential convergence result for the KA. The key allowing us to establish the new result is to rewrite the KA in such a way that its solution path can be interpreted as the output from a particular dynamical system. The asymptotic stability results of the corresponding dynamical system can then be leveraged to prove exponential convergence of the KA. The new bound is also compared to existing bounds.

  • 181.
    Dai, Liang
    et al.
    Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Avdelningen för systemteknik. Uppsala universitet, Teknisk-naturvetenskapliga vetenskapsområdet, Matematisk-datavetenskapliga sektionen, Institutionen för informationsteknologi, Reglerteknik.