长期动态条件下的神经振荡幅度适应调制:一项计算研究

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:

• 闭环深度大脑刺激 (DBS) 为帕金森病 (PD) 等神经系统疾病提供精确的神经调节.
• 闭环DBS的临床翻译受到复杂的参数编程挑战的阻碍.
• 有效的神经调节需要适应动态生理条件的策略.

研究的目的:

• 为帕金森病中闭环DBS开发一个在线优化的振幅适应策略.
• 在动态,长期条件下解决参数编程的挑战.
• 在受到昼夜节律,药物和神经静止性影响的帕金森病模型中调节β振荡.

主要方法:

• 提出了一种结合粒子群优化 (PSO) 和比例-积分-微分 (PID) 控制器的自适应策略.
• 使用PSO基于调制精度,平均振幅和刺激变化实现了PID收益的在线优化.
• 在帕金森病中利用了基底 - 丘脑 - 皮质电路的平均场模型.

主要成果:

• 拟议的策略成功地实时优化了刺激幅度.
• 在动态条件下实现β振荡的有效调节,包括昼夜节律和药物治疗节奏.
• 在神经回路内,证明了对神经回路内的随机性强度的强度.

结论:

• 开发的在线自适应策略为精确的神经调节提供了一种新的方法.
• 这种方法在闭环DBS中克服临床翻译障碍的巨大潜力.
• 为帕金森病管理中的自适应性深度大脑刺激提供了一个有前途的解决方案.