Approches de réseaux de neurones profonds pour la stimulation cérébrale profonde en boucle fermée

La stimulation cérébrale profonde (DBS) est le traitement de référence pour les patients atteints de complications motrices résistantes aux médicaments de la maladie de Parkinson (MP) et offre la seule possibilité d'enregistrer et de stimuler dans les noyaux gris centraux humains. Plus récemment, l'utilisation simultanée de l'électrocorticographie de recherche (ECoG) pendant la chirurgie DBS, y compris les travaux pionniers de Pittsburgh, a en outre permis une enquête neuroscientifique fondamentale sur la dynamique du réseau cortico-sous-cortical humain. La découverte que la synchronisation aberrante de l'activité neuronale rythmique enregistrée chez les patients parkinsoniens est supprimée par la DBS a fait progresser le concept selon lequel les mesures associées à l'activité pathologique peuvent être utilisées comme biomarqueurs pour contrôler l'administration de la thérapie DBS. Des études pilotes d'aDBS dans la MP ont rapporté des résultats cliniques prometteurs du déclenchement de la stimulation DBS lorsque le signal enregistré à partir de l'électrode DBS a montré un niveau élevé de puissance oscillatoire dans la plage de fréquences bêta (13 - 35 Hz). Cette approche présente cependant des limites importantes. Plus important encore, la puissance bêta enregistrée à partir de la sonde DBS est supprimée par le mouvement, y compris le tremblement PD, sa détection dépend fortement de l'emplacement de la sonde et le montage d'enregistrement nécessaire pour enregistrer pendant la stimulation est incompatible avec la direction du courant directionnel, une innovation récente utilisant des contacts de stimulation segmentés. La complexité inhérente de l'espace de paramètres accru grâce aux innovations DBS dépasse également les techniques de programmation standard. Enfin, l'utilisation de signaux de biomarqueurs supplémentaires (par exemple, enregistrés à partir du cortex) est susceptible d'améliorer la capacité à contrôler de manière adaptative la DBS pour les troubles marqués par des symptomatologies multidimensionnelles complexes telles que la MP. La proposition actuelle établira des méthodes pour surmonter ces limitations en développant des techniques de classification multi-fonctions à partir d'enregistrements ECoG, en utilisant des algorithmes avancés d'apprentissage automatique.