使用运动唤起的潜能测量深度大脑刺激诱导的囊激活的算法程序

科学领域:

• 神经科学
• 生物医学工程
• 临床神经学

背景情况:

• 帕金森病的深度大脑刺激 (DBS) 需要精确的参数调整以防止运动副作用.
• 目前的方法依赖于患者的主观自我报告,导致潜在的治疗延迟和不理想的结果.
• 通过电肌图 (EMG) 检测到的运动唤起潜力 (mEP) 是这些副作用的有希望的客观生物标志物.

研究的目的:

• 开发和验证用于检测和量化mEP的自动化算法.
• 建立一个可靠的生物标志物来客观地评估DBS引起的运动副作用.
• 提高DBS编程和手术准的精度和效率.

主要方法:

• 开发信号处理技术以准确检测mEP,最大限度地减少刺激工件和噪音.
• 整合多通道EMG反应成为一个单一的"mEP评分"生物标志物.
• 分析了54个亚体细胞核 (STN) 的手术记录,以表征mEP特征 (频率,延迟,振幅,波形相似性).

主要成果:

• 成功自动检测和量化mEPs.
• 证明mEP得分与DBS幅度和接触配置相关,与已知的STN囊解剖学保持一致.
• 在大量患者中量化了mEP的关键生理特征.

结论:

• 开发的自动化方法为测量DBS诱导的运动副作用提供了一个端到端的解决方案.
• 这种生物标志物可以帮助优化DBS编程和帕金森病的手术向.
• 客观的mEP测量提高了帕金森病治疗的精度和效率.