新算法可以帮助启用下一代深脑刺激设备

通过直接向大脑提供小电脉冲，深脑刺激（DBS）可以缓解与帕金森病相关的震颤或帮助缓解慢性疼痛。该技术适用于许多患者，但研究人员希望通过增加大脑中的活动并相应地适应刺激来制作DBS设备。

现在，A新算法由布朗大学生物工程发达的生物工程可能是迈向这种适应性DBS的重要一步。该算法删除了一个关键障碍，使得DBS系统难以感知脑信号同时交付刺激。

“我们知道有电气信号在里面脑与疾病国家有关，我们希望能够录制这些信号并使用它们自动调节神经调节治疗，“棕色和描述算法的研究的相应作者的生物医学工程助理教授David Borton说。”问题是刺激创建损坏我们尝试录制信号的电器伪影。因此，我们开发了一种识别和删除这些工件的手段，所以剩下的就是来自大脑的感兴趣的信号。“

该研究发表在期刊上细胞报告方法。这项工作由妮可Provenza联合主导，博士学位。在Brown的Borton的实验室工作的候选人和埃文达斯汀 - 范里江，博士学位，明尼苏达大学的学生在该项目上工作，而他是Brown的本科，由Porton和Matthew Harrison建议，是应用数学副教授的Borton和Matthew Harrison。Borton的实验室是附属的棕色嘉合大脑科学研究所。

DBS系统通常由植入脑中的电极组成，该电极连接到植入胸部的起搏器状器件。电脉冲以一致的频率输送，该频率由医生设置。刺激频率可以调整为疾病状态的变化，但这必须由医生手动完成。如果设备可以感测疾病的生物标志物并自动响应，它可能导致更有效的DBS治疗，副作用较少。

研究人员说，有几个因素使得难以感受和刺激和刺激。一方面，刺激的频率签名文物有时可以与大脑信号研究人员的想法重叠。因此，仅切断频率的频率，消除伪像可能还可以去除重要信号。为了消除伪影并留下其他数据完整，需要识别伪像的精确波形，这提出了另一个问题。植入式脑传感器通常设计用于在最小功率上运行，因此传感器采样电信号的速率使得用于相当低分辨率的数据。准确地识别具有这种低分辨率数据的工件波形是一项挑战。

为了解决这个问题，研究人员提出了一种方式将低分辨率数据变为波形的高分辨率图片。尽管传感器不会收集高分辨率数据，但它们会随着时间的推移收集大量数据。使用一些聪明的数学，棕色团队找到了一种方法，将数据划分为朝向伪影波形的高分辨率图片。

“我们基本上采用沿着工件波形在类似点上记录的样本，”杜斯汀 - 范里江说。“这使我们能够预测伪影在这些类型的样本中的贡献，然后将其移除。”

在一系列实验室实验中计算机模拟，该团队表明，其算法优于其能够将信号与工件分离出来的其他技术。该团队还在先前收集了人类和动物模型的数据上的算法，以表明他们可以准确地识别伪像并将其移除。

“我认为我们的方法的一个重要优势是，即使感兴趣的信号与模拟工件非常类似于仿真伪影，我们的方法仍然可以讲述两者之间的差异，”Provenza表示。“这样我们就可以在将信号完整的同时摆脱伪影。”

研究人员所说的另一个优点是该算法不是计算昂贵的。它可能在当前的DBS设备上实时运行。它打开了实时文物过滤的门，这将能够同时记录和刺激。

“这是自适应系统的关键，”博特顿说。“在仍然录制重要生物标志物的同时能够摆脱刺激伪影是最终能够实现闭环治疗系统的兴奋器。”

---

---