用深度大脑刺激来控制帕金森病中手部运动的计算模型

科学领域:

• 计算神经科学是一种计算神经科学.
• 神经系统疾病 神经系统疾病
• 生物医学工程 生物医学工程

背景情况:

• 帕金森病 (PD) 是一种进展性神经退行性疾病,由于多巴胺损失而影响运动控制.
• 现有的PD计算模型在模拟疾病及其治疗干预方面缺乏全面性.
• 异常的大脑波模式是PD相关运动障碍的标志.

研究的目的:

• 开发一个综合的计算模型的皮层-基底状体 (CBGT) 网络.
• 调查闭环深度大脑刺激 (DBS) 在抑制PD相关的异常大脑活动和运动中的有效性.
• 为了比较针对CBGT网络中的不同神经区域的DBS的有效性.

主要方法:

• 创建了CBGT网络的计算模型,其中包含一个三环操纵器来模拟人类手臂运动.
• 帕金森病类症状是由调节多巴胺基输入引起的.
• 深度大脑刺激 (DBS) 用比例整数 (PI) 控制器对条状神经元 (STR) 进行了深度大脑刺激,以调节基于运动错误的刺激频率.
• 该模型的性能通过将DBS在STR的疗效与DBS在全球外层和亚体皮核的疗效进行比较来评估.

主要成果:

• 深度大脑刺激 (DBS) 有效地抑制了神经元信号在13-30赫兹范围内的振荡,这是PD的特征.
• 计算模型表明,DBS应用于条状神经元,显著减少了操纵器模拟的异常手动.
• 对不同目标神经元的DBS进行比较表明,准STR神经元在纠正操纵器运动轨迹方面是有效的.

结论:

• 拟议的计算模型为了解帕金森病机制和评估治疗策略提供了有价值的工具.
• 针对条状神经元的闭环深度大脑刺激显示出缓解PD相关运动症状的希望.
• 这些发现支持这种计算方法在开发用于帕金森病患者的神经修复器时的潜力.