XiaoMi-AI文件搜索系统
World File Search System深脑
定向深脑刺激引线植入后旋转角度的纵向评估
抽象目的：深脑刺激（DB）的风险/益处比率取决于将电场聚焦到焦油的体积上，不包括副作用引起结构。指导导线限制径向电流扩散可以靶向刺激，但增加了空间自由度，需要控制多模式成像数据集和解剖刺激的解释。已经报道了不可预测的术后铅旋转。从外科手术预期的比对的旋转程度和时机仍然不确定，可以安全地启动方向刺激的时间点，而不会冒着刺激体积意外变化的风险。我们对有方向性DBS系统的患者进行了临床指示的，重复的神经成像对照的回顾性分析，这允许估计术后铅旋转的量和时间。方法：来自67例指导铅和多个颅内计算机断层扫描（CCT）的患者和/或旋转荧光镜的数据
基于丘脑局部场电位的基本震颤的闭环深脑刺激
摘要：背景：高频丘脑刺激是对必需震颤的有效疗法，主要影响自愿运动和/或持续的姿势。然而，由于震颤的间歇性质，连续刺激可能会给大脑带来不必要的电流。目的：我们建议通过使用植入刺激的同一电极记录的局部场电位来检测发动机的运动状态来关闭丘脑刺激的循环，以便仅在必要时提供刺激。方法：八名基本震颤患者参加了这项研究。患者特定的支持向量机分类器是第一次使用记录的数据进行训练，而患者进行了发动机震动的运动。然后，实时应用训练有素的模型来检测这些运动并触发刺激的传递。结果：使用所提出的方法，当存在震动运动时，刺激的时间为80.37±7.06％。相比，
一项针对长期植入基本震颤患者的数据驱动自适应深脑刺激的试点研究
深脑刺激（DBS）是帕金森氏病（PD）和Essential-Tremor（ET）的已建立疗法。在自适应DBS（ADB）系统中，刺激参数随着神经信号的函数的在线调整可能会改善治疗效率并减少副作用。最新的ADBS系统使用源自神经信号的症状替代物（NMS如此称呼的神经标记（NMS）），并在患者组水平上确定，并假设症状和NMS的平稳性控制策略。我们旨在通过（1）一种数据驱动的方法来改进这些ADBS系统，用于识别患者和会议的NMS以及（2）使用短期非平稳动态的控制策略应对。两个构建块的实现如下：（1）数据驱动的NM基于机器学习模型，该模型估计了电视学信号的震颤强度。（2）控制策略解释了震颤统计的局部变异性。我们对三名长期植入ET患者进行的研究等于五个在线课程。从加速度计数据中量化的震颤表明，症状抑制至少等效于在4种在线测试中的3个在3个在线测试中的连续DBS策略，同时大大降低了净刺激（至少24％）。在剩余的在线测试中，症状抑制与连续策略或无治疗条件的抑制作用没有显着差异。我们引入了ET的新型ADB系统。是基于（1）机器学习模型的第一个ADBS系统，用于识别会话特定的NMS，以及（2）具有短期非平稳动力学的控制策略应对。我们展示了ADB对ET的适用性，这为其在较大的患者人群中进一步研究打开了大门。
在方向性深脑刺激中两个转向范式的计算机准确性和能效
研究深脑刺激（DBS）的临床研究提供了其在帕金森氏病（PD）（PD）和肌张力障碍（1）等运动障碍中运动症状治疗中的有效性的证据。深脑刺激涉及通过定义振幅，宽度和频率的电脉冲来刺激特定的大脑结构。脉冲是由通过植入的电线连接到靶向位于特定脑结构邻近的电极阵列的植入脉冲发生器（IPG）生成的。阵列中的电极可以具有环形或分段（即定向），后者的径向跨度较小，可以传递更大的局灶性刺激，从而导致临床良好的效果（2-6）。然而，DBS中的方向潜在线在植入程序中涉及新的挑战，因为方向引线的最终方向通常会随着预期的方向而偏离（7）。因此，取决于IPG的电子架构的引导刺激场的准确性在方向性DBS中起重要作用。市售的DBS系统使用电压控制或电流控制的电子体系结构。电压控制的系统在刺激的电极处设置了固定电压，而电流受控系统设置了固定的电流（8）。这两个架构可以合并单个源或多个来源来生成脉冲。单源体系结构可以通过同时激活一个电极或多个电极来传递刺激。在后一种情况下，称为共激活（9），由单个源控制的脉冲振幅将根据激活电极的阻抗的比率按比例分配。因此，为了共同激活，更多的电流会流过较低阻抗的电极。多个源体系结构可以明确指定由每个同时激活的电极独立传递的脉冲振幅。这种体系结构与电流受控体系结构相结合，可确保将传递给每个电极的总电流保持恒定，而不管总电极阻抗中的变化如何或活性电极之间的阻抗比。此功能可以控制DBS中的刺激场的控制转向（10）。多个独立电流控制技术（MICC）是多源和当前控制体系结构组合的一个示例。具有单一源或多个源体系结构的商业刺激器，还可以通过通过铅或电极传递多个脉冲序列来控制刺激时间。从历史上看，DBS中的这种能力被称为交织（11），最近被称为多刺激集（MSS）刺激（9）。交织/MSS涉及替代方案，因此不同时激活具有定义的脉冲振幅（电压或电流）的单电极，从而导致多个刺激率局部的交替（打击）产生。相互交织/MSS被建议作为刺激场转向选项，因为在这些刺激场的交点中，神经组织的频率将比在交叉点外（12）刺激。
神经网络中的辍学模拟了深脑刺激对记忆的矛盾影响
神经调节技术，例如深脑刺激（DBS）是对记忆有关的疾病的有前途的治疗方法，包括焦虑，成瘾和痴呆。但是，这种治疗的结果似乎有些自相矛盾，因为这些技术即使应用于同一大脑靶标也会破坏和增强记忆。在本文中，我们假设通过神经调节来解释记忆的破坏和增强可以通过ngram节点的辍学来解释。我们使用卷积神经网络（CNN）对手写数字和字母进行分类，并在不同阶段施加了辍学，以模拟DBS对ENGRAM的影响。我们表明，在训练期间应用的辍学提高了预测的准确性，而在测试期间应用的辍学大大降低了预测的准确性，这些预测的准确性分别模拟了记忆的增强和破坏。我们进一步表明，辍学的神经网络的转移学习提高了学习的准确性和速率。训练期间的辍学提供了一个更强大的“骨骼”网络，并与转移学习一起模仿了慢性DBS对记忆的影响。总体而言，我们证明了Engram节点的辍学是一种可能的机制，诸如DBS之类的神经调节技术既可以破坏和增强记忆力，从而为此悖论提供了独特的观点。
深脑刺激中的甜点映射
作者声明：TAD，JCB，JNP，HJ和MTB开发了研究设计。TAD 12负责数据的数据获取，分析和解释13。一点点起草了手稿。JCB，JNP，HJ，HT，VVV，14 HSD＆MTB严格修订了重要的15个智力内容的手稿。所有作者批准了提交的16个手稿版本。17
通过深脑刺激内嗅 - 海马电路对人类记忆的调节
有两个主要的发现流，含有内侧颞叶（MTL），其海马 - 输入电路是声明性记忆的枢纽（Buzsaki和Moser，2013年）。首先，啮齿动物文献在定位内侧颞叶中的空间记忆电路方面取得了重大进步（Moser等，2008）。第二，内侧颞叶也是大脑的主要电路，将人类和非人类灵长类动物体验转化为耐用的代表，后来可以有意识地检索出来。这得到了大量的基础科学和医学发现的支持，从灵长类神经生理学和病变研究到人类电生理学和神经影像学研究以及导致特定记忆缺陷的脑病变（Squire，2004）。这些文献共同支持了跨物种跨物种中海马电路的作用的统一模型，以支持空间和非空间记忆，最终在人类的语义和情节记忆中达到顶点。
lncs 4191-通过基于扩散张量的电场模型预测深脑刺激的影响
摘要。深脑刺激（DBS）是一种用于治疗运动障碍的既定疗法，并且显示出有望治疗多种其他神经系统疾病的结果。，对DBS的作用机理或刺激造成的脑组织的体积知之甚少。我们开发了使用解剖学和扩散张量MRI（DTI）数据来预测DBS激活的组织（VTA）的方法。我们将成像数据与大脑的详细有限元模型共同注册，并刺激电极以解剖和电气准确地预测刺激的扩散。模型的一个关键组成部分是DTI张量字段，用于表示三维各向异性和不均匀的组织电导率。使用该系统，我们能够融合结构和功能信息，以研究用于治疗帕金森氏病（PD）的丘脑下核的相关临床概率：DB。我们的结果表明，与同质性的各向同性组织体积相比，在我们的模型中包含张量范围会导致VTA的大小和形状的显着差异。这些差异的宏观与刺激电压成正比。我们的模型预测是通过比较预测的活化的扩散与观察到的PD患者眼动神经刺激的影响的传播来验证的。反过来，脑的3D组织电性能在调节DBS产生的神经激活的扩散中起着重要作用。