不确定性下定向DBS中强度与聚焦性的平衡：基于元启发式L1L1方法的电极优化模拟研究
最优化与控制
2025-12-15 v2 机器学习
摘要
随着DBS技术向定向导线和基于优化的电流引导方向发展，本研究旨在利用最近开发的L1范数正则化L1范数拟合（L1L1）方法改进电极接触配置的选择。特别关注L1L1纳入先验导线场不确定性的能力，这相比不考虑此类变异性的传统方法具有潜在优势。我们的优化框架通过基于导线场衰减约束解空间来纳入不确定性。这反映了关于VTA的生理预期，并有助于避免过拟合。通过将此方法应用于8触点和40触点电极配置，我们在离散化有限元（FE）模型中优化电流分布，重点关注导线场的特性。该模型通过这些显式约束来考虑不确定性，增强了所得解的可行性、聚焦性和稳健性。L1L1方法通过一系列使用无噪声和有噪声导线场的数值实验进行了验证，其中噪声水平选择以反映VTA内的衰减。它成功地在目标结构上拟合和正则化电流分布，通过超参数优化提取双极或多极电极配置。这些配置旨在最大化聚焦电流密度或在离散化FE模型中优先考虑高增益场比。与传统方法相比，L1L1方法在将刺激集中在目标区域同时最小化意外电流扩散方面表现出竞争性性能，特别是在噪声条件下。通过将不确定性直接纳入优化过程，我们获得了一个对噪声稳健的电流引导框架，允许导线场模型和模拟参数的变化。
引用
@article{arxiv.2506.13452,
title = {Balancing Intensity and Focality in Directional DBS Under Uncertainty: A Simulation Study of Electrode Optimization via a Metaheuristic L1L1 Approach},
author = {Fernando Galaz Prieto and Antti Lassila and Maryam Samavaki and Sampsa Pursiainen},
journal= {arXiv preprint arXiv:2506.13452},
year = {2025}
}