폐루프 심층 뇌 자극을 위한 심층 신경망 접근 방식

심부 뇌 자극(DBS)은 파킨슨병(PD)의 약물 내성 운동 합병증이 있는 환자를 위한 황금 표준 치료법이며 인간 기저핵에서 기록하고 자극할 수 있는 유일한 기회를 제공합니다. 가장 최근에는 피츠버그의 선구적인 작업을 포함하여 DBS 수술 중 연구 전기 코르티코그래피(ECoG)를 동시에 사용하여 인간 피질-피질 하부 네트워크 역학에 대한 기본 신경과학 조사를 더욱 가능하게 했습니다. PD 환자에서 기록된 리드미컬한 신경 활동의 비정상적인 동기화가 DBS에 의해 억제된다는 발견은 병리학적 활동과 관련된 척도가 DBS 요법의 전달을 제어하는 ​​바이오마커로 사용될 수 있다는 개념을 발전시켰습니다. PD에서 aDBS에 대한 파일럿 연구는 DBS 전극에서 기록된 신호가 베타 주파수 범위(13 - 35Hz)에서 높은 수준의 진동 전력을 보였을 때 DBS 자극을 유발하여 유망한 임상 결과를 보고했습니다. 그러나 이러한 접근 방식에는 중요한 제한 사항이 있습니다. 가장 중요한 것은 DBS 리드에서 기록된 베타 전력이 PD 떨림을 포함한 움직임에 의해 억제된다는 것입니다. 그 감지는 리드 위치에 크게 의존하며 자극 중에 기록하는 데 필요한 기록 몽타주는 분할된 자극 접촉을 사용하는 최근 혁신인 방향성 전류 조향과 호환되지 않습니다. DBS 혁신을 통해 증가된 매개변수 공간의 본질적인 복잡성은 또한 표준 프로그래밍 기술을 압도합니다. 마지막으로, 추가 바이오마커 신호(예: 피질에서 기록됨)를 사용하면 PD와 같은 복잡한 다차원 증상으로 표시된 장애에 대해 DBS를 적응적으로 제어하는 ​​능력을 향상시킬 수 있습니다. 현재 제안은 고급 기계 학습 알고리즘을 사용하여 ECoG 녹음에서 다중 기능 분류 기술을 개발하여 이러한 한계를 극복하는 방법을 확립할 것입니다.