在猪模型中,在脊髓刺激过程中引起的复合动能记录的解剖数据驱动建模

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
• 计算生物学 计算生物学

背景情况:

• 脊髓刺激 (SCS) 使用带外脊柱记录 (ESR) 与唤起的复合动作潜力 (ECAP) 来测量神经招募.
• ECAP对于闭环SCS,电极放置和参数优化至关重要.
• 由于噪声和可变性导致的ECAP组件隔离的实验挑战限制了对SCS机制的理解.

研究的目的:

• 通过计算建模来研究SCS的神经调节效应.
• 了解影响ECAP组成的生理和技术因素.
• 增强ESR对优化SCS的实用性.

主要方法:

• 从猪成像和ESR数据开发了一个使用有限元和多分区电缆模型的计算模型.
• 模拟神经对SCS的反应.
• 使用基于互惠的方法计算模型ECAP记录.

主要成果:

• 模型ECAP根据刺激参数 (波形,配置) 和解剖学因素 (中枢神经膜厚度,位置) 变化.
• 不同的刺激设置在不同的位置启动了动作潜力,改变了记录的ECAP形态和振幅.
• ECAP特征与神经招募水平没有直接相关.

结论:

• ECAP特征受到刺激参数和解剖学的显著影响.
• ECAP可能不是神经招募的直接指标.
• 这项研究提供了ECAP可变性的机制性见解,有助于优化SCS应用的ESR.