药物治疗与全球的内部 帕金森病的深度大脑刺激与深度学习的手指敲击的视频分析

科学领域:

• 神经学 神经学
• 生物医学工程 生物医学工程
• 运动障碍 运动障碍

背景情况:

• 晚期帕金森病 (PD) 通常需要深度大脑刺激 (DBS),当药物治疗不足时.
• 与用于运动症状的药物相比,GPi DBS的具体益处需要进一步详细研究.

研究的目的:

• 为了评估GPi DBS在改善PD患者的布拉迪基尼西亚的疗效,使用手指敲击 (FT) 任务.
• 为了比较GPi DBS和药物对运动功能参数的影响.

主要方法:

• 收集了来自四个州的87名PD患者的FT任务的556个视频:药前,药后,DBS前编程和DBS后编程.
• 利用深度学习模型将2D手动重建为3D网格,提取了21个运动参数用于布拉迪基尼西亚.
• 采用机器学习来预测FT分数和统计测试来比较运动参数.

主要成果:

• 一个机器学习模型准确地预测了FT分数 (0.70准确度),与人类专家可比.
• 与药物治疗相比,DBS表现出速度和加速参数的显著改善.
• 分析显示,GPi DBS和药物对运动控制参数有明显的影响.

结论:

• 在改善PD中勃拉迪基尼西亚的特定运动控制方面,GPi DBS比药物具有显著的优势.
• 这些发现表明,GPi DBS和药物可能通过不同的机制调节涉及精细运动控制的神经通路.
• 显然,GPi DBS更直接地影响神经通路,这些神经通路在节奏手动中控制速度.