统计方法对可能的甜点计算在深度大脑刺激严重的基本的影响
Vittoria Bucciarelli1, Dorian Vogel2, Teresa Nordin3
1Institute for Medical Engineering and Medical Informatics, School of Life Sciences, University of Applied Sciences and Arts Northwestern Switzerland FHNW, Hofackerstrasse 30, Muttenz, Switzerland; Department of Biomedical Engineering, University of Basel, Allschwil, Switzerland.
NeuroImage. Clinical
|June 12, 2025
概括
统计方法的选择显著影响深度大脑刺激 (DBS) 可能的甜点 (PSS) 的位置和大小. 贝叶斯式t测试和非参数变量测试显示,在基本震患者中,可靠的PSS鉴定具有前途.
科学领域:
- 神经外科 神经外科
- 神经学 神经学
- 计算神经科学是一种神经科学.
背景情况:
- 深度大脑刺激 (DBS) 是治疗运动和神经精神疾病的关键疗法.
- 确定最佳的大脑目标,称为可能的甜点 (PSS),对于有效的DBS至关重要.
- 当前的PSS识别方法可能会受到统计方法的影响.
研究的目的:
- 为了比较不同统计方法对基本震 (ET) 患者PSS生成的影响.
- 评估统计方法对PSS大小,地形和临床结果相关性的影响.
- 引入和评估用于DBS映射的新统计方法.
主要方法:
- 我们比较了四种语音智能统计方法:t-test,Wilcoxon测试,线性混合模型和贝叶斯t-test.
- 利用23名ET患者的手术内刺激数据进行电场模拟.
- 在特定组的解剖模板空间中生成和分析PSS,通过交叉验证评估尺寸,地形和临床相关性.
主要成果:
- 统计方法显著改变了PSS解剖位置和体积.
- 贝叶斯式t测试和非参数变量测试显示出稳定性和与临床改善的强烈相关性.
- 根据使用的统计方法,PSS的一致性在数据集之间有所不同.
结论:
- 统计方法的选择极大地影响了DBS PSS的划分.
- 贝叶斯式t测试和非参数变换测试为DPS中PSS识别提供了可靠和强大的方法.
- 统计分析的方法严谨对于推进DBS目标和编程至关重要.
