Содержимое

Дизайн исследования

Исследователи разработали систему глубокого обучения, объединяющую спектральную обработку и генеративные диффузионные модели, чтобы восстанавливать записи активности глубинных структур мозга по данным кортикальной электрокортикографии. Её оценивали на 723 часах одновременных записей корковых и подкорковых структур у 49 пациентов в трёх центрах, при разных мишенях, видах поведения, состояниях медикаментозной терапии и условиях стимуляции.

Что показывают результаты исследований

Модель восстановила подкорковые сигналы в протестированных условиях и сохранила такие особенности, как бета-всплески, связанные с тяжестью моторных симптомов. Авторы также проверили, могут ли выведенные сигналы помочь определить состояние мозга, когда прямые записи из глубинных структур мозга были прерваны. Этот подход может помочь заполнить недостающие данные в исследованиях адаптивной стимуляции.

Пределы

Это была ретроспективная оценка модели с использованием существующих клинических записей. Реконструированные сигналы являются оценками, а не прямыми измерениями, и работа не показывает, что система DBS с управлением ИИ улучшает результаты для пациентов. Все еще требуется валидация при перспективном клиническом применении.

Это краткое изложение новостей на основе источников и перевод подготовлены с поддержкой ИИ. Ссылки на источники, дата новостей и ограничения исследования четко указаны; оно не претендует на независимую экспертизу медицинского специалиста. Метод подготовки новостей.

Источники

Новости исследований не являются медицинской консультацией или рекомендацией по применению. Оценивайте результаты вместе с дизайном исследования, участниками и ограничениями. Политика публикации.

← Все новости