Podejścia głębokich sieci neuronowych do głębokiej stymulacji mózgu w pętli zamkniętej

Głęboka stymulacja mózgu (DBS) to złoty standard leczenia pacjentów z lekoopornymi powikłaniami ruchowymi choroby Parkinsona (PD) i zapewnia jedyną możliwość rejestrowania i stymulacji w zwojach podstawy mózgu człowieka. Ostatnio jednoczesne zastosowanie elektrokortykografii badawczej (ECoG) podczas operacji DBS, w tym pionierskie prace z Pittsburgha, dodatkowo umożliwiło podstawowe badanie neurobiologiczne ludzkiej dynamiki sieci korowo-podkorowej. Odkrycie, że nieprawidłowa synchronizacja rytmicznej aktywności neuronów zarejestrowana u pacjentów z PD jest tłumiona przez DBS, rozwinęło koncepcję, że pomiary związane z aktywnością patologiczną mogą być stosowane jako biomarkery do kontrolowania dostarczania terapii DBS. Badania pilotażowe aDBS w PD przyniosły obiecujące wyniki kliniczne wyzwalania stymulacji DBS, gdy sygnał zarejestrowany z elektrody DBS wykazywał wysoki poziom mocy oscylacyjnej w zakresie częstotliwości beta (13 - 35 Hz). Takie podejście ma jednak istotne ograniczenia. Co najważniejsze, moc beta zarejestrowana z elektrody DBS jest tłumiona przez ruch, w tym drżenie PD, jej wykrycie w dużym stopniu zależy od lokalizacji elektrody, a montaż zapisu potrzebny do rejestracji podczas stymulacji jest niekompatybilny z kierunkowym sterowaniem prądem, najnowszą innowacją wykorzystującą segmentowane styki stymulacyjne. Nieodłączna złożoność zwiększonej przestrzeni parametrów dzięki innowacjom DBS przytłacza również standardowe techniki programowania. Wreszcie, zastosowanie dodatkowych sygnałów biomarkerów (np. zarejestrowanych z kory mózgowej) prawdopodobnie poprawi zdolność adaptacyjnej kontroli DBS w przypadku zaburzeń naznaczonych złożonymi wielowymiarowymi symptomatologiami, takimi jak PD. Obecna propozycja ustanowi metody przezwyciężenia tych ograniczeń poprzez opracowanie technik klasyfikacji wielu cech na podstawie nagrań ECoG, z wykorzystaniem zaawansowanych algorytmów uczenia maszynowego.