XiaoMi-AI文件搜索系统
World File Search System震颤
帕金森氏病和本质震颤中的认知变化和痴呆症
商标名称演示文稿将包括对测试的商品名称的讨论，以改善沟通。水星博士或其直系亲属的任何成员都没有与任何产品或提供商的制造商或要讨论的任何服务的相关财务利益或其他关系。
根据丘脑底核和皮层活动，帕金森病静止性震颤可与自愿手部运动相区分
目的：通过分析脑活动来区分帕金森病静止性震颤和不同的自主手部运动。方法：我们重新分析了 6 名帕金森病患者的丘脑底核的脑磁图和局部场电位记录。数据是在停用多巴胺药物（Med Off）和服用左旋多巴（Med On）后获得的。使用梯度提升树学习，我们将时间段分类为震颤、握拳、前臂伸展或无震颤静止。结果：单独的丘脑底核活动不足以区分四种不同的运动状态（平衡准确度平均值：38%，标准差：7%）。相比之下，皮质和丘脑底核特征的组合可以实现更准确的分类（平衡准确度平均值：75%，标准差：17%）。与仅基于丘脑底活动的分类相比，添加单个皮质区域平均可将平衡准确度提高 17%。在大多数患者中，信息量最大的皮质区域是感觉运动皮质区域。Med On 和 Med Off 下的解码性能相似。结论：只要除了丘脑底活动外还监测皮质信号，电生理记录就可以区分几种运动状态。意义：通过结合皮质记录、皮质下记录和机器学习，自适应深部脑刺激系统可能能够特异性地检测震颤并对几种运动状态做出充分反应。2023 年国际临床神经生理学联合会。由 Elsevier BV 出版这是一篇根据 CC BY 许可开放获取的文章（http://creativecommons.org/licenses/by/4.0/）。
震颤分析中的机器学习：批评和方向
摘要：震颤是最常见的人类运动障碍，其诊断是基于临床评估。尚未发现准确的临床诊断并不总是直接的。在过去的几十年中，临床诊断标准的微调以及基于设备的定性分析导致诊断准确性的增量改善。加速度计评估是司空见惯的，使临床医生能够具有震颤的高分辨率振荡特性，这最近是各种机器学习（ML）研究的重点。在这种情况下，将ML模型应用于加速度记录，为震颤差异的分类和量化提供了潜力。但是，如果实施不正确，ML可能会导致虚假或不可替代的结果和误导的结合。这项工作总结并突出了ML震颤研究工具的最新发展，重点
比较颅骨密度比与其他颅骨指标对磁共振引导聚焦超声丘脑切开术治疗震颤的影响
目的 用于预测 MRgFUS 丘脑切开术成功可能性的关键指标之一是整体颅骨密度比 (SDR)。然而，这一指标并不能完全预测所需的超声处理参数或技术成功率。作者旨在评估其他可能有助于技术成功的颅骨特征。方法作者回顾性研究了 2017 年至 2021 年期间在其中心接受 MRgFUS 治疗的连续特发性震颤患者。他们评估了不同治疗参数（特别是最大功率和输送能量）与一系列患者颅骨指标和人口统计数据之间的相关性。机器学习算法被用于研究是否可以仅从颅骨密度指标预测超声处理参数，以及将局部换能器 SDR 与整体颅骨 SDR 相结合是否会提高模型准确性。结果 共纳入 62 名患者。平均年龄为 77.1（SD 9.2）岁，78% 的治疗（49/63）发生在男性身上。平均 SDR 为 0.51（SD 0.10）。在评估的指标中，SDR 与治疗中使用的最大功率（ρ = −0.626，p < 0.001；局部 SDR 值 ≤ 0.8 组的比例也有 ρ = +0.626，p < 0.001）和最大能量传输（ρ = −0.680，p < 0.001）的相关性最高。机器学习算法对预测局部和整体 SDR 所需的最大功率和能量具有中等能力（最大功率的准确度约为 80%，最大能量的准确度约为 55%），对预测局部和整体 SDR 达到的平均最高温度具有很高的能力（准确度约为 95%）。结论 作者将一系列颅骨指标与 SDR 进行了比较，结果表明，SDR 单独使用时是治疗参数的最佳指标之一。此外，还提出了许多其他机器学习算法，可在获得更多数据时进行探索以提高其准确性。还应确定和探索与最终超声处理参数相关的其他指标。
神经元内包容性疾病呈现语音震颤
神经元内核内纳入疾病（NIID）是一种遗传性神经退行性疾病，是由GGC重复膨胀Notch2NCL基因引起的，并由嗜酸性粒细胞激素盐内夹杂物中心，在神经元中可见，皮肤细胞，细胞，细胞和骨骼肌肉细胞。1,2大脑磁共振成像（MRI）显示了扩散加权成像（DWI）上皮质质体连接处的特征性超强度区域。基于初始症状和主要症状，将受NIID影响的受试者分类为痴呆症主导者或肢体弱点 - 显性表型。2然而，在遗传性基本震颤-6（ETM6）中也报道了Notch2NCl基因的异常GGC重复扩展。3 ETM6的特征是上肢的成人动力学和/或姿势震动
MRgFUS 治疗特发性震颤的患者支持问答
什么是 MRgFUS？MRgFUS，即磁共振引导聚焦超声，是一种无切口治疗特发性震颤的手术。MRgFUS 如何工作？磁共振引导聚焦超声 (MRgFUS) 结合了两项技术 - 高强度聚焦超声 (FUS)，由磁共振 (MR) 成像引导。MRgFUS 的工作原理是使用高强度聚焦超声来破坏大脑中导致震颤的一两个小组织区域。聚焦超声技术使用的超声波可以安全穿过皮肤、骨骼和肌肉。超声波聚焦的位置会加热到约 55° 摄氏度的温度，从而在大脑的目标区域产生微小病变。MRI 系统使医疗团队能够高精度地识别和定位要治疗的特定区域，并在治疗期间监测温度。哪些人适合接受 MRgFUS 治疗？对于对药物没有反应或无法耐受药物的中度至重度特发性震颤患者，MRgFUS 可能是一种合适的治疗选择。目前，该手术仅获准用于治疗一个组的震颤，通常是主要组，因为担心双侧手术可能导致言语障碍。虽然分阶段双侧 MRgFUS 治疗的试验正在进行中，第二组将在第一组 MRgFUS 治疗 9 个月或更长时间后进行治疗，但这应被视为实验性而非常规医疗实践。患者在 MRgFUS 手术过程中是否有意识？患者在 MRgFUS 手术过程中是清醒的，并且完全有意识。这一点很重要，这样患者才能就震颤的改善情况和可能发生的任何副作用提供反馈。手术需要多长时间？MRgFUS 手术通常在 MRI 扫描单元中进行，无需镇静，大约需要 4-6 小时。MRgFUS 手术涉及什么？在进行 MRgFUS 之前，患者的头发会被剃光（因为头发会夹住气泡，而气泡会使超声波偏转）。然后在局部麻醉下，用大头针将一个框架固定在患者的头骨上。
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。
在自由活动的特发性震颤患者中完全植入自适应深部脑刺激
摘要。目的 — 深部脑刺激 (DBS) 是一种安全且成熟的治疗特发性震颤 (ET) 和其他几种运动障碍的方法。改进 DBS 疗法的一种方法是自适应 DBS (aDBS)，其中刺激参数根据来自外部或植入传感器的生物反馈实时调节。之前测试的系统由于要求患者持续佩戴必要的传感器或处理设备以及隐私和安全问题而无法实现转化。方法 — 我们设计并实施了一个可转化的训练数据收集系统，用于完全植入的 aDBS。本研究招募了两名患者，他们在 M1 的手部长期植入脑皮层电图条带，并在同侧丘脑腹侧中间核植入 DBS 探针以治疗 ET。使用可转化的分布式训练程序进行训练，与以前的研究相比，对数据收集的控制程度大大提高。使用该系统训练了一个线性分类器，偏向于根据临床考虑激活刺激。主要结果 — 临床相关的平均假阴性率，定义为刺激下降到 1 以下的时间分数
深部脑刺激对原发性震颤患者言语清晰度的影响
目的：本研究旨在调查尾部未定带 (cZi) 的深部脑刺激 (DBS) 如何影响特发性震颤患者的言语清晰度。方法：对 35 名参与者进行了评估：停止刺激、接受旨在缓解震颤的慢性刺激以及在增加振幅水平的单侧刺激期间。在每种刺激条件下，参与者阅读瑞典智力测试中的 10 个独特的无意义句子。两名不知道刺激条件的听众以随机程序将所有录制的句子正字法转录。计算每个患者和刺激条件的平均言语清晰度分数，并对停止刺激和接受刺激的分数进行比较。结果：慢性 cZi-DBS 对言语清晰度没有显著影响，双侧和单侧治疗的结果没有差异。在增加振幅的单侧刺激期间，