新算法可以帮助启用下一代深部脑刺激设备

现在，布朗大学生物工程师开发的一种新算法可能是朝着这种自适应 DBS 迈出的重要一步。该算法消除了一个关键障碍，该障碍使 DBS 系统难以在提供刺激的同时感知大脑信号。

“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使用它们自动调整神经调节疗法，”布朗大学生物医学工程助理教授大卫博顿说。和描述该算法的研究的通讯作者。“问题在于刺激会产生电子伪影，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，所以剩下的就是来自大脑的感兴趣的信号。”

该研究发表在《细胞报告方法》杂志上。这项工作由博士 Nicole Provenza 共同领导。在布朗大学 Borton 实验室工作的候选人，以及博士 Evan Dastin-van Rijn。明尼苏达大学的学生，他在布朗大学读本科时参与了该项目，由博顿和应用数学副教授马修哈里森提供指导。Borton 的实验室隶属于布朗卡尼脑科学研究所。

DBS 系统通常由植入大脑的电极组成，该电极连接到植入胸部的类似起搏器的设备。电脉冲以一致的频率传送，这是由医生设定的。刺激频率可以随着疾病状态的变化而调整，但这必须由医生手动完成。如果设备能够感知疾病的生物标志物并自动做出反应，它可能会导致更有效的 DBS 治疗，并且副作用可能更少。

研究人员说，有几个因素导致难以同时感知和刺激。一方面，刺激伪影的频率特征有时会与研究人员想要检测的大脑信号的频率特征重叠。因此，仅仅切除频率带以消除伪影也可能消除重要信号。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，这带来了另一个问题。植入的大脑传感器通常设计为以最低功率运行，因此传感器采样电信号的速率导致数据分辨率相当低。用如此低分辨率的数据准确识别伪影波形是一项挑战。

为了解决这个问题，研究人员想出了一种将低分辨率数据转换为高分辨率波形图片的方法。尽管传感器不收集高分辨率数据，但随着时间的推移，它们确实会收集大量数据。使用一些巧妙的数学方法，布朗团队找到了一种方法，可以将数据位拼凑成一个高分辨率的伪像波形图片。

Tags：

文章版权声明：除非注明，否则均为供水知识-GONGSHUI.CC原创文章，转载或复制请以超链接形式并注明出处。