神经控制器设计初步结果及用于闭环深脑刺激的 Parkinson's Disease 数据集构建
神经与进化计算
2024-07-26 v1 神经元与认知
摘要
Parkinson's Disease 全球范围内影响数百万人. 作为一种针对 Parkinson's Disease 的新兴脑康复疗法, 闭环式深脑刺激(CL-DBS)旨在缓解运动症状. CL-DBS 系统包括一种植入式电池供电的医疗器械, 位于胸部, 将刺激信号发送至患者大脑. 这些电刺激信号通过电极传递至特定脑区, 刺激幅度可调. 然而, 当前的 CL-DBS 系统采用能源效率低的方法, 包括强化学习、模糊接口和现场可编程门阵列(FPGA)等. 这些方法使得传统 CL-DBS 系统不适用于植入式和可穿戴式医疗器械. 本研究提出一种新型神经形态方法, 基于漏积积分发放神经元(LIF)控制器来根据 PD 患者的不同病情严重程度调整 DBS 电信号的幅度. 我们的神经形态控制器, 包括开关 LIF 控制器和双 LIF 控制器, 分别成功地将 CL-DBS 系统的功耗降低了19%和56%. 同时, 抑制效率分别提高了4.7%和6.77%. 此外, 为了解决 Parkinson's Disease 症状数据匮乏的问题, 我们构建了包括来自丘脑核(beta 振荡)的原始神经活动的数据集, 这些是典型的 Parkinson's Disease 生理生物标志物.
引用
@article{arxiv.2407.17756,
title = {Preliminary Results of Neuromorphic Controller Design and a Parkinson's Disease Dataset Building for Closed-Loop Deep Brain Stimulation},
author = {Ananna Biswas and Hongyu An},
journal= {arXiv preprint arXiv:2407.17756},
year = {2024}
}