布朗大学研发下一代闭环脑机接口神经刺激器,用于治疗帕金森、强迫症等

IT思维  •  扫码分享

公众号/  ScienceAI(ID:Philosophyai)

编译/文龙

通过植入的电极将电脉冲发送至大脑中特定位置,深部脑刺激 (DBS) 可以缓解与帕金森病相关的震颤,帮助缓解慢性疼痛,治疗重度抑郁和强迫症等精神疾病。该技术适用于许多患者,但研究人员希望通过增加感知大脑活动并相应地适应刺激的能力来制造更智能的 DBS 设备。

最近,布朗大学生物工程师开发了一种新的基于周期的伪影重建和去除方法 (PARRM),提供了一种从低采样率和高采样率记录中去除伪影的解决方案。该算法消除了 DBS 系统难以在提供刺激的同时感知大脑信号的关键障碍,可能会成为迈向自适应 DBS 的重要一步。

研究成果于6月1日以「Uncovering biomarkers during therapeutic neuromodulation with PARRM: Period-based Artifact Reconstruction and Removal Method」为题发表在 Cell Reports Methods 杂志上。

布朗大学研发下一代闭环脑机接口神经刺激器,用于治疗帕金森、强迫症等

DBS 是一种神经外科手术,所使用的医疗设备有时又被称为「脑起搏器」。目前,医生在手术时会依据疾病状态的变化手动设定并调整电脉冲的频率。但如果设备能够感知生物标志物信号并自动做出反应,可能会使 DBS 治疗更加有效,并且有望减少副作用。

刺激伪影的频率特征有时会与要检测的大脑信号的频率特征重叠,导致难以同时感知和刺激。为了消除伪影并保持其他数据不变,需要识别伪影的确切波形。这又带来了另一个问题,植入的传感器通常以低功率运行,导致采样得到的数据分辨率相当低。用低分辨率数据准确识别伪影波形是一项挑战。

为了解决这个问题,布朗大学团队开发了 PARRM ,基于收集到的大量低分辨率数据,通过利用刺激的确切周期来构建和减去伪影的高保真模板,再从神经记录中去除刺激伪影。PARRM 适用于多种神经刺激范式,对低采样率和高采样率录音都很有效,并且具有低计算成本,易于实时实现。

布朗大学研发下一代闭环脑机接口神经刺激器,用于治疗帕金森、强迫症等

图示:通过 PARRM 确定刺激周期、模板重建和模板减法。(来源:论文)

该团队在各种条件下测试了他们的算法,其中包括盐水、计算机模拟、以及由参与正在进行的自适应 DBS 临床研究 ( NCT03457675 ) 的两名强迫症患者的 1012 条神经精神记录构成的数据集。在所有情况下, PARRM 都成功地从一系列频率范围内的伪影中分离出信号。

PARRM 有助于闭环神经调节治疗

「我们知道大脑中存在与疾病状态相关的电信号,我们希望能够记录这些信号并依据它们自动调整神经调节治疗,」论文的通讯作者、布朗大学生物医学工程助理教授 David Borton 说。「问题是刺激会产生伪影,破坏我们试图记录的信号。所以我们开发了一种识别和去除这些伪影的方法,剩下的就是我们感兴趣的大脑信号。」

由于 DBS 设备产生的伪影是设备本身造成的影响,因此变化相对较小。Borton 团队随着时间的推移检查平均伪影信号,并将其教授给他们的算法。论文的主要作者 Evan Dastin-van Rijn 解释:「本质上,我们沿着伪影波形记录的近似点取样本的平均值。这使我们能够预测这些样本中伪影的贡献,然后将其删除。」

布朗大学研发下一代闭环脑机接口神经刺激器,用于治疗帕金森、强迫症等

图示:通过 PARRM 实时去除伪影可以在神经刺激过程中启用生物标志物检测,以提高闭环神经调节的功效。(来源:论文)

「我认为我们的方法的一大优势是,即使感兴趣的信号与伪影非常相似,我们的方法仍然可以区分两者之间的区别,」Provenza 说。「这样我们就能够在保持信号完整的同时去除伪影。」

另一个优势是该算法并不需要很高的算力。它有可能在当前的 DBS 设备上实时运行,为实时伪影去除打开了大门,使同时记录和刺激成为可能。

尽管研究人员指出,在将 PARRM 用于神经刺激治疗设置之前还需要更多的发展,但他们认为「通过 PARRM 去除伪影将能够对之前可能被刺激伪影掩盖的神经生物标志物进行公正的探索,并最终有助于闭环神经调节治疗的开发」。

论文链接:https://doi.org/10.1016/j.crmeth.2021.100010

参考内容:
https://www.eurekalert.org/pub_releases/2021-06/bu-nac060121.php

Algorithm May Make Deep Brain Stimulation More Adaptive Process

随意打赏

提交建议
微信扫一扫,分享给好友吧。