NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Subtalamik derin beyin stimülasyonu (STN-DBS), Parkinson hastalığının (PD) tedavisi için eşi görülmemiş spatiotemporal hassasiyet sağlar ve doğrudan gerçek zamanlı duruma özgü ayarlamalara izin verir. Farelerde optogenetik uyarımdan elde edilen bulgulardan esinlenerek, STN-DBS'nin hareket hızı üzerindeki etkilerinin, hastaların uyarılma sırasında sergiledikleri devam eden hareket kinematiklerine bağlı olduğunu varsaydık. Bu hipotezi araştırmak için, 24 PD hastada DBS patlama teslimini devam eden hareket hızına uyarlayarak motor durumuna bağlı bir kapalı döngü nörostimülasyon algoritması uyguladık. Daha güçlü bir anti-bradikinetik etki bulduk, STN-DBS'nin hızlı ama yavaş hareketler sırasında uygulandığında hareket hızını sağlıklı kontroller seviyesine yükselttik, aynı zamanda toplam hareket süresinin sadece% 5'ini uyardık. Altta yatan beyin devrelerini ve nörofizyolojik mekanizmaları incelemek için, MRI konektomik ve motor korteks elektrokortikografisi ile davranışsal etkileri araştırdık. Son olarak, makine öğrenimine dayalı beyin sinyali kod çözmenin, tamamen gömülü duruma bağlı kapalı döngü algoritmaları için sürekli hareket hızını tahmin etmek için kullanılabileceğini gösteriyoruz. Bulgularımız, invazif nöromodülasyonun devlete bağımlılığı hakkında yeni bilgiler sağlar, bu da beyin bozuklukları için gelişmiş devlete bağımlı nörostimülasyon algoritmalarına ilham verebilir.
Özgün kaynak özetini okuyun
Subthalamic deep brain stimulation (STN-DBS) provides unprecedented spatiotemporal precision for the treatment of Parkinson’s disease (PD), allowing for direct real-time state-specific adjustments. Inspired by findings from optogenetic stimulation in mice, we hypothesized that STN-DBS effects on movement speed depend on ongoing movement kinematics that patients exhibit during stimulation. To investigate this hypothesis, we implemented a motor state-dependent closed-loop neurostimulation algorithm, adapting DBS burst delivery to ongoing movement speed in 24 PD patients. We found a stronger anti-bradykinetic effect, raising movement speed to the level of healthy controls, when STN-DBS was applied during fast but not slow movements, while only stimulating 5% of overall movement time. To study underlying brain circuits and neurophysiological mechanisms, we investigated the behavioral effects with MRI connectomics and motor cortex electrocorticography. Finally, we demonstrate that machine learning-based brain signal decoding can be used to predict continuous movement speed for fully embedded state-dependent closed-loop algorithms. Our findings provide novel insights into the state-dependency of invasive neuromodulation, which could inspire advanced state-dependent neurostimulation algorithms for brain disorders.
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.