NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Parkinson hastalığında derin beyin stimülasyonu (DBS) için kapalı döngü kontrol stratejileri, pil tüketimini azaltırken, hasta semptomlarının daha etkili bir şekilde kontrol edilmesini ve sürekli stimülasyondan daha az yan etki sağlama potansiyeli sunar. Bugüne kadar önerilen ve test edilen kapalı döngü yöntemlerinin çoğu, zaman içinde sabit kalan kontrolör kazanımları gibi kontrolör parametrelerine dayanır. Kontrolör, ayarlandığı çalışma noktasına yakın bir yerde etkili bir şekilde çalışabilirken, geleneksel açık döngü DBS'ye kıyasla faydalar sağlarken, çalışma koşulları gelişirse alt-optimal olarak gerçekleştirebilir. Bu tür değişiklikler, örneğin, semptomlardaki günlük varyasyon, hastalık ilerlemesi veya elektrot doku arayüzünün özelliklerindeki değişikliklerden kaynaklanabilir. Buna karşılık, adaptif veya "kendi kendine ayar" kontrol mekanizması, sistem özelliklerindeki yavaş yavaş değişen değişiklikleri günler, aylar veya yıllar boyunca barındırma potansiyeline sahiptir. Böyle bir adaptif mekanizma, sistem çalışma noktasındaki değişikliklere rağmen, yan etkileri sınırlarken, kontrolör parametrelerini istenen performansı korumak için otomatik olarak ayarlayacaktır. Bu makalede, kapalı döngü DBS için uyarlanabilir bir kontrol şeması elde etmek ve test etmek için iki sinir modelleme yaklaşımı kullanılmaktadır, bu sayede bir geri besleme denetleyicisinin kazancı, patolojik beta bant osilatör aktivitesinin istenen bir hedef seviyesinde bastırılmasını sürdürmek için sürekli olarak ayarlanır. İlk olarak, kontrolör, karşılıklı bağlı subtalamik çekirdeğin (STN) ve globus pallidus (GPe) basitleştirilmiş bir ateşleme hızı modeline dayanmaktadır. Etkinliği, hem patolojik salınımlar STN-GPe ağı içinde endojen olarak üretildiğinde hem de eksojen kortikal STN girdilerine yanıt olarak ortaya çıktıklarında gösterilir. Daha gerçekçi biyolojik özellikleri hesaba katmak için, kontrol şeması daha sonra bireysel iletkenlik tabanlı spiring nöronlarından oluşan kortikal bazal ganglia ağının fizyolojik olarak ayrıntılı bir modelinde test edilir ve çiftleştirilmiş DBS elektrik alanı ve STN yerel alan potansiyelini simüle eder. Kazanım adaptasyonu olmadan orantılı geri besleme yöntemleriyle karşılaştırıldığında, önerilen adaptif kontrolör, beta bastırma hedefindeki değişiklikler, beta dalgalanmaları ve elektrot empedansındaki varyasyonlar nedeniyle kontrol edilen sistemin özellikleri zamanla evrimleşse bile, beta-band salınımlarını daha az güç tüketimi ile baskılayabildi.
Özgün kaynak özetini okuyun
Closed-loop control strategies for deep brain stimulation (DBS) in Parkinson's disease offer the potential to provide more effective control of patient symptoms and fewer side effects than continuous stimulation, while reducing battery consumption. Most of the closed-loop methods proposed and tested to-date rely on controller parameters, such as controller gains, that remain constant over time. While the controller may operate effectively close to the operating point for which it is set, providing benefits when compared to conventional open-loop DBS, it may perform sub-optimally if the operating conditions evolve. Such changes may result from, for example, diurnal variation in symptoms, disease progression or changes in the properties of the electrode-tissue interface. In contrast, an adaptive or "self-tuning" control mechanism has the potential to accommodate slowly varying changes in system properties over a period of days, months, or years. Such an adaptive mechanism would automatically adjust the controller parameters to maintain the desired performance while limiting side effects, despite changes in the system operating point. In this paper, two neural modeling approaches are utilized to derive and test an adaptive control scheme for closed-loop DBS, whereby the gain of a feedback controller is continuously adjusted to sustain suppression of pathological beta-band oscillatory activity at a desired target level. First, the controller is derived based on a simplified firing-rate model of the reciprocally connected subthalamic nucleus (STN) and globus pallidus (GPe). Its efficacy is shown both when pathological oscillations are generated endogenously within the STN-GPe network and when they arise in response to exogenous cortical STN inputs. To account for more realistic biological features, the control scheme is then tested in a physiologically detailed model of the cortical basal ganglia network, comprised of individual conductance-based spiking neurons, and simulates the coupled DBS electric field and STN local field potential. Compared to proportional feedback methods without gain adaptation, the proposed adaptive controller was able to suppress beta-band oscillations with less power consumption, even as the properties of the controlled system evolve over time due to alterations in the target for beta suppression, beta fluctuations and variations in the electrode impedance.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.