势场法
Parent: ai_keywords
势场法（Potential Field Method）
核心定义
势场法是一种基于虚拟力场的路径规划与优化方法，最初源于机器人运动规划。通过构造“引力势”与“斥力势”叠加的人工势场，引导主体（或能量、电流）向目标点移动，同时避开障碍物。在神经科学与人工智能交叉领域，该方法被扩展用于模拟电场对神经组织的影响、优化神经调控参数，以及分析神经电生理信号中的场动力学。
关键技术点
-
势场函数设计
- 引力势：通常与到目标点的距离平方成正比（( U_{att} = \frac{1}{2} k_{att} \cdot d^2 )），确保向目标收敛。
- 斥力势：与障碍物距离成反比且限定影响半径（( U_{rep} = \frac{1}{2} k_{rep} \cdot (1/d - 1/d_0)^2 )），防止碰撞。
-
梯度下降搜索
通过计算势场的负梯度（合力）驱动搜索方向，迭代更新位置直至到达目标。数学上等效于求解 ( \nabla U_{total} = 0 ) 的稳定点。 -
局部极小值规避
在复杂环境中，引力与斥力可能形成陷阱（如U形障碍物）。改进策略包括引入调和势场、随机扰动或采用导航函数，保证势场仅有一个全局极小点。 -
动态与高维扩展
针对时变障碍物（如术中脑组织漂移），势场可实时更新。在高维状态空间（如多自由度手术机器人关节角），势场法通过并行计算实现高效规划。
医学/神经科学应用场景：经颅电刺激靶向优化（以脑卒中后运动康复为例）
背景：首都医科大学神经病学团队在脑卒中后上肢运动功能障碍的经颅直流电刺激（tDCS）治疗中，面临个体颅骨电阻率差异导致电流弥散、靶区刺激效率低的问题。
具体应用：
- 将患者头颅MRI数据构建个性化容积导体模型，定义目标皮层区域（如受损运动前区）为引力源（期望高电流密度），将语言区、视皮层及高电阻颅骨区域设为斥力源（需避让）。
- 构造“电流密度势场”：引力势由目标区电流密度与设定值的偏差驱动，斥力势由非靶区电流泄漏梯度约束。
- 通过梯度下降优化电极数目、位置及电流强度，使势场合力引导电流高强度、低泄漏地聚焦于病灶周围。
- 成果：临床试点显示，经势场法优化的tDCS方案可使靶区电流效率提升30%以上，同时减少对邻近功能区的干扰，加速卒中后运动功能恢复。
