NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Tremor, Parkinson hastalığı ve esansiyel titremede en etkisiz motor semptomlardan biridir, ancak mevcut farmakolojik ve cerrahi tedaviler yan etkiler, invaziflik ve tutarsız etkinlik ile sınırlıdır. Duyusal periferik sinir stimülasyonu (spNS) invaziv olmayan bir alternatif olarak ortaya çıkmıştır, ancak optimizasyonu, titreme dinamiklerinin ultrason bilgili durum tahminini entegre eden ve bireysel değişkenliğe uyum sağlayan hesaplama modelleri gerektirir. Burada, bilek titreme dinamiklerini yakalamak için devlet tahmini için bir Koopman operatör yaklaşımı içinde ultrason algılamasından yararlanan veri odaklı bir modelleme çerçevesi tanıtıyoruz. Parkinson ya da esansiyel titremesi olan altı birey üzerinde yapılan bir çalışmada, ultrason bilgili modeller önemli ölçüde doğruluğu artırmış, zaman alan tahmini hatasını %38,1'den %21,3'e düşürmüş ve titreme frekansı ve güç oranı da dahil olmak üzere frekans alan ölçümlerini arttırmıştır. Modal giriş analizi, fleksör ve ekstansör kaslarından elde edilen ultrason kaynaklı özelliklerin model duyarlılığının>% 60’ını oluşturduğunu, sPNS parametreleri arasındaki intermüsküler gecikmenin ise en güçlü şekilde (% 31,6) katkıda bulunduğunu ve faz dışı stimülasyonun fizyolojik prensibi ile tutarlı olduğunu ortaya koydu. Framework ayrıca sensör bırakmasına karşı dayanıklı olduğunu, veri güdümlü interpolasyon yoluyla baskın titreme sıklığını ve zamansal özelliklerini koruduğunu kanıtladı. Parkinson tremoru katılımcısı ve bir esansiyel tremor katılımcısını içeren bir pilot insan doğrulama çalışmasında, önerilen çerçeve tarafından seçilen model bilgili protokoller, test edilen uyarım koşulları arasında en güçlü bastırmayı üretti ve sırasıyla % 28,3 ve % 45,1 ortalama bastırma oranları elde etti. Bu bulgular, ultrason bilgili modellemeyi, titreme karakterizasyonu için yeni bir durum-emisyon ve modelleme stratejisi olarak belirlerken, aynı zamanda sPNS parametrelerinin model güdümlü kişiselleştirilmesi için ilk olası desteği de sağlar.
Özgün kaynak özetini okuyun
Tremor is among the most disabling motor symptoms in Parkinson's disease and essential tremor, yet current pharmacological and surgical therapies remain limited by side effects, invasiveness, and inconsistent efficacy. Sensory peripheral nerve stimulation (sPNS) has emerged as a non-invasive alternative, but its optimization requires computational models that integrate ultrasound-informed state estimation of tremor dynamics and adapt to individual variability. Here, we introduce a data-driven modeling framework that leverages ultrasound sensing within a Koopman operator approach for state estimation to capture wrist tremor dynamics. In a study of six individuals with Parkinsonian or essential tremor, ultrasound-informed models significantly improved accuracy, reducing time-domain prediction error from 38.1% to 21.3% and enhancing frequency-domain measures, including tremor frequency and power ratio. Modal input analysis revealed that ultrasound-derived features from flexor and extensor muscles accounted for > 60% of model sensitivity, while intermuscular latency among sPNS parameters contributed most strongly (31.6%), consistent with the physiological principle of out-of-phase stimulation. The framework also proved resilient to sensor dropout, preserving dominant tremor frequency and temporal features via data-driven interpolation. In a pilot human-validation study involving one Parkinsonian tremor participant and one essential tremor participant, the model-informed protocols selected by the proposed framework produced the strongest suppression among the tested stimulation conditions, achieving mean suppression ratios of 28.3% and 45.1%, respectively. These findings establish ultrasound-informed modeling as a novel state-estimation and modeling strategy for tremor characterization, while also providing initial prospective support for model-guided personalization of sPNS parameters.
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.