用远程优化的神经解码器对帕金森病进行运动响应深度大脑刺激

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
• 神经系统疾病 神经系统疾病

背景情况:

• 深度大脑刺激 (DBS) 是晚期帕金森病的常见治疗方法.
• 传统的DBS (cDBS) 使用固定的刺激参数,可能无法满足患者的动态需求.
• 适应性DBS (aDBS) 通过根据实时生理或行为状态调整刺激,提供了一个有希望的替代方案.

研究的目的:

• 开发和评估一种用于帕金森病的新型自适应性深度大脑刺激 (aDBS) 算法.
• 通过使用解码的运动信号,通过在运动过程中提供刺激增加来减轻运动缓慢.
• 与传统DBS和对照条件相比,评估运动响应aDBS的有效性.

主要方法:

• 设计了一个aDBS算法,以基于解码的大脑信号来增加运动期间的刺激.
• 将算法的性能与反向控制器和常规DBS (cDBS) 进行了比较.
• 开发了一个机器学习管道,用于在家庭环境中远程优化aDBS参数.

主要成果:

• 与对照组相比,运动响应的aDBS算法改善了主导手的运动速度和参与者报告的治疗疗效.
• 与cDBS相比,aDBS的打字速度增加,动力障碍减少.
• 演示了aDBS参数的远程,机器学习辅助优化原理的原理证明.

结论:

• 运动响应性aDBS显示出作为帕金森病治疗策略的潜力,特别针对像缓慢等运动症状.
• 这种方法可以使治疗与患者特定需求进行动态调整,从而有可能改善治疗结果.
• 机器学习辅助编程可以简化aDBS的优化,促进其临床翻译和可扩展性.