帕金森病中运动表现的侵入式与非侵入式神经解码：面向个性化深部脑刺激
人机交互
2026-03-31 v1
摘要
从脑信号解码运动表现为帕金森病适应性深部脑刺激(aDBS)提供了广阔的前景。在 19 名帕金森病患者（执行绘图任务）的双中心队列中，我们从电脑神经信号( n=15)和关键的电脑皮层图( n=4)中解码运动表现。每个 session 中，患者在 DBS 开启和关闭状态下执行该任务。共记录 35 个 session。我们不依赖单一频段，而是采用基于滤波器组的机器学习方法提取患者特异性生物标志物。在 23 个 session 中，DBS 对运动学有显著调制作用。在 35 个 session 中的 28 个 session 实现了显著的神经解码(平均 Pearson's )。我们的结果进一步表明，DBS 调制了速度-精度权衡，使绘图速度增加但精度降低。对行为和神经解码结果的联合评估揭示了六种原型性情景，我们为未来的 aDBS 策略提供了指导。
引用
@article{arxiv.2603.27750,
title = {Invasive and Non-Invasive Neural Decoding of Motor Performance in Parkinson's Disease for Personalized Deep Brain Stimulation},
author = {Matthias Dold and Volker A. Coenen and Bastian Sajonz and Peter Reinacher and Peter Reinacher and Thomas Prokop and Marco Reisert and Sophia Gimple and Yasin Temel and Marcus L. F. Janssen and Michael Tangermann and Joana Pereira},
journal= {arXiv preprint arXiv:2603.27750},
year = {2026}
}