基于高斯过程的贝叶斯优化对大鼠神经刺激干预的贝叶斯优化
Léo Choinière1, Rose Guay-Hottin2, Rémi Picard3
1Department of Neurosciences and Centre Interdisciplinaire de Recherche sur le Cerveau et l'Apprentissage (CIRCA), Université de Montréal, Montreal, QC H3T 1J4, Canada; Mila - Québec AI Institute, Montreal, QC H2S 3H1, Canada.
STAR protocols
|February 15, 2024
概括
本研究介绍了一种实时方法,使用基于高斯过程 (GP) 的贝叶斯优化 (BO) 来找到最佳的神经刺激参数. 该技术通过高效地调整刺激设置来最大限度地唤起运动.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 计算神经科学是一种神经科学.
背景情况:
- 有效的神经刺激取决于精确的参数设置.
- 基于高斯过程 (GP) 的贝叶斯优化 (BO) 为实时发现最佳刺激参数提供了一个强大的框架.
- 优化神经刺激对于治疗干预和研究至关重要.
研究的目的:
- 为在神经刺激干预中部署GP-BO提供一个一般的协议.
- 详细介绍GP-BO的实际应用,以最大限度地唤起运动.
- 建立一个可复制的方法来优化神经刺激参数.
主要方法:
- 在老鼠的后肢运动皮质中植入多通道电极阵列.
- 使用GP-BO算法来代调整刺激参数.
- 通过电肌图 (EMG) 响应测量唤起的目标运动.
主要成果:
- 证明了GP-BO用于优化神经刺激的成功应用.
- 通过有效地发现最佳刺激参数来最大限度地唤起运动.
- 提供了在神经刺激中实时参数优化的详细协议.
结论:
- GP-BO提供了一个有效的框架,可以实时优化神经刺激参数.
- 该协议有助于在神经刺激干预中最大限度地唤起运动.
- 这种方法提高了神经刺激研究和应用的精度和效率.
