1.基于神经网络相变跟踪的异常放电自适应调控系统，其特征在于，包括：上位机、脑电采集-刺激一体设备以及FPGA实时计算设备；所述上位机用于基于大样本结构磁共振影像和受试者的脑电信号构建神经网络亚稳态相变方向预测器以及自适应脑电信号前向预测器；并将所述神经网络亚稳态相变方向预测器以及所述自适应脑电信号前向预测器传输至所述FPGA实时计算设备中存储；所述脑电采集-刺激一体设备用于采集所述脑电信号，并基于所述FPGA实时计算设备发出的刺激指令生成电刺激信号；所述FPGA实时计算设备用于接收所述脑电信号，并基于所述脑电信号计算亚稳态动力学特征，基于所述亚稳态动力学特征识别亚稳态相变方向，亚稳态相变方向异常时，生成所述刺激指令。
2.根据权利要求1所述基于神经网络相变跟踪的异常放电自适应调控系统，其特征在于，所述上位机包括：数据库模块、神经网络相变预测器生成模块以及自适应脑电信号预测器生成模块；所述数据库模块用于存储大样本结构磁共振影像和所述脑电信号；所述神经网络相变预测器生成模块用于构建所述神经网络亚稳态相变方向预测器；所述自适应脑电信号预测器生成模块用于构建所述自适应脑电信号前向预测器。
3.根据权利要求2所述基于神经网络相变跟踪的异常放电自适应调控系统，其特征在于，构建所述神经网络亚稳态相变方向预测器的方法包括：以头皮电极对应的皮层脑区作为网络节点，以网络节点之间的纤维束数量作为连接边权重，构建结构脑神经网络；在所述结构脑神经网络中，基于兴奋性值，定义两种节点类型，包括：异常放电节点和非异常放电节点；为每个节点在每个时间点分配一个三元变量；所述三元变量分别代表三种网络活动模式，包括：放电后的不应期活动模式，放电前的亚临界期活动模式和放电时的超临界期活动模式；构建受连接边加权的节点活动转移概率，基于所述节点活动转移概率计算三种网络活动模式间的的转变概率。
4.根据权利要求3所述基于神经网络相变跟踪的异常放电自适应调控系统，其特征在于，所述节点活动转移概率的控制条件包括：式中，P(x i ＝1in(t，t+Δ]|x i (t)＝-1))表示节点i在一个时间步长(t，t+Δ)内从亚临界活动模式转变为超临界活动模式的概率；I(·)为阶跃函数；z i (t)表示节点i的能量输入；E i 表示节点i的兴奋性值；o(·)表示高阶误差小量；P(x i ＝Oin(t，t+Δ]|x i (t)＝1))表示节点i在一个时间步长(t，t+Δ)内从超临界活动模式转变为不应期活动模式的概率；G(·)为速率函数；t so,i 、t sf,i 分别表示节点i异常放电的开始时间和结束时间；τ s,i 、q si 分别表示节点i异常放电的时间尺度与持续时间的变异性；τ r,i ，q ri 分别表示节点i不应期的时间尺度与持续时间的变异性；P(x i ＝-1in(t，t+Δ]x i (t)＝O))表示节点i在一个时间步长(t，t+Δ)内从不应期活动模式转变为亚临界活动模式的概率。
5.根据权利要求2所述基于神经网络相变跟踪的异常放电自适应调控系统，其特征在于，构建所述自适应脑电信号前向预测器的方法包括：由潜在状态矩阵、权重矩阵以及噪声矩阵构建低维潜在状态模型；将所述低维潜在状态模型与递归卡尔曼滤波器结合，构建所述自适应脑电信号前向预测器。
6.根据权利要求5所述基于神经网络相变跟踪的异常放电自适应调控系统，其特征在于，所述自适应脑电信号前向预测器包括：式中， 表示前一步的低维状态序列值， 表示低维状态的在下一个步长的预测值； 表示信号相位序列的下一步预测值；K t 表示卡尔曼增益矩阵；A t 、C t 表示当前的模型权重矩阵，C t-1 表示前一步的模型权重矩阵；y t 表示脑电信号相位序列。
7.根据权利要求1所述基于神经网络相变跟踪的异常放电自适应调控系统，其特征在于，所述FPGA实时计算设备包括：神经网络实时生成模块、神经网络相变跟踪模块和自适应刺激指令生成模块；所述神经网络实时生成模块用于对脑电信号预处理，并基于预处理后的脑电信号，生成相位同步性网络连接矩阵；所述神经网络相变跟踪模块用于基于所述网络连接矩阵计算亚稳态动力学特征，将所述亚稳态动力学特征输入所述神经网络亚稳态相变方向预测器进行异常相变方向以及异常节点的识别；当识别出异常相变方向时，将所述异常节点的标签输入至所述自适应指令生成模块，所述自适应指令生成模块获取异常节点10s脑电信号相位序列，并基于所述自适应脑电信号前向预测器得到异常节点未来10s的脑电信号相位预测值；并基于所述预测值，生成所述刺激指令。
8.基于神经网络相变跟踪的异常放电自适应调控方法，所述方法应用于权利要求1-7任一项所述的系统，其特征在于，包括以下步骤：S1、基于大样本结构磁共振影像以及受试者的脑电信号构建神经网络亚稳态相变方向预测器以及自适应脑电信号前向预测器；S2、采集受试者长时间脑电信号，并基于所述脑电信号计算亚稳态动力学特征，基于所述亚稳态动力学特征、所述神经网络亚稳态相变方向预测器以及所述自适应脑电信号前向预测器识别亚稳态相变方向，亚稳态相变方向异常时，生成刺激指令；S3、基于所述刺激指令生成电刺激信号进行电刺激，刺激完成后，继续采集脑电信号，循环S2-S3，实现脑电异常放电的自适应电刺激调控。
