通过实验校准改进深度大脑刺激的计算模型.

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
• 计算建模 计算建模

背景情况:

• 深度大脑刺激 (DBS) 是运动障碍的关键治疗方法,但理解刺激诱导的过程是有限的.
• 计算模型有助于洞察DBS,但由于缺乏验证和校准,存在不确定性.
• 现有的车型往往依赖于制造商的规格,没有独立的验证.

研究的目的:

• 开发和介绍一个工作流程,用于验证和校准DBS电极的计算模型.
• 提高DBS研究和应用中使用的计算模型的预测能力和可靠性.
• 为了减少模型参数中的不确定性,以便更准确地预测神经激活.

主要方法:

• 使用动物微电极开发了一种工作流程,将显微镜和体外阻抗光谱用于几何验证.
• 解决了组织分布和介电性质的不确定性.
• 为计算模型校准概述了体内阻抗光谱学的概念.

主要成果:

• 电极表征显示了显著的变化 (32.93% std dev 在组织激活体积中),强调了需要验证.
• 展示的工作流显然提高了在动物模型中神经激活预测的可信性.
• 该方法提供了一种可访问的方法,用于获得验证和校准的电极几何形状.

结论:

• 减少模型不确定性可以显著提高预测神经激活的准确性.
• 开源工作流可适应各种应用,包括人类DBS,并允许模型改进.
• 这个框架促进了进一步实验的集成,以实时更新和改进的计算模型.