在家运动状态分类使用完全植入的双向皮层-基底神经接口
Doris Wang1, Rithvik Ramesh2, Hamid Fekri Azgomi2
1Deparment of Neurological Surgery, University of California, San Francisco, San Francisco CA.
Research square
|March 31, 2025
概括
可植入的大脑与计算机接口现在可以使用内置算法从神经活动中解码自然运动. 这一突破使得长期,现实世界的研究,以推进大脑电路疗法.
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
- 神经调节是一种神经调节.
背景情况:
- 当前的大脑计算机接口 (BCI) 依赖于外部计算机来解码运动,将研究限制在短期的实验室环境中.
- 具有传感能力的可植入设备为长期,现实世界的神经监测和干预提供了潜力.
- 在完全植入的设备中,用于实时运动状态分类的内置算法的可行性仍然未被探索.
研究的目的:
- 评估一个完全植入的,能够传感的神经刺激器能够从神经活动中解码自然运动状态的能力.
- 通过使用长期的家庭记录,确定机载算法是否可以准确地实时分类运动状态.
- 建立一个生产生态有效运动生物标志物的管道,用于治疗进步.
主要方法:
- 利用完全植入的感应启用神经刺激器,从运动皮层和皮层进行长期,在家进行记录.
- 在自然运动期间记录了四名帕金森病患者的神经活动.
- 与可穿戴传感器识别的步行状态相关的神经特征.
- 开发并测试了用于实时分类运动状态的机载算法.
主要成果:
- 成功识别了个性化的神经特征,高度敏感且特定于步行状态.
- 使用车载算法实时分类运动状态.
- 验证了使用家庭数据来生成嵌入式分类器的兼容生物标志物.
结论:
- 完全植入的神经刺激器可以使用内部算法来解码神经活动的自然运动状态.
- 这项技术能够对大脑电路和运动进行长期,生态有效的研究.
- 为开发个性化生物标志物提供了一条新的管道,以推进各种神经疾病的治疗方法.
更多相关视频
06:32Author Spotlight: Automated Deep Brain Stimulation for Parkinson's Disease - Exploring the Possibilities and Challenges of Home Monitoring
Published on: July 14, 2023
1.2K
06:11Brain-Computer Interface-controlled Upper Limb Robotic System for Enhancing Daily Activities in Stroke Patients
Published on: April 18, 2025
179
