修改密码
申请投审稿用户
申请投审稿用户需要填写邮箱和上传个人简历

机器学习预测脑深部电刺激术中效能

2020-01-07 胡柯嘉 李楠

0

DBS手术成功的关键是在术前确定靶点位置,在术中进行靶点调整。准确的靶点可以缩短手术时间,避免对多个解剖位置的测试,减少并发症。——摘自文章章节【Ref: Bermudez C , et al. Proc SPIE Int Soc Opt Eng. 2019 Mar;10949. pii: 1094

DBS手术成功的关键是在术前确定靶点位置,在术中进行靶点调整。准确的靶点可以缩短手术时间,避免对多个解剖位置的测试,减少并发症。


——摘自文章章节


Ref: Bermudez C et alProc SPIE Int Soc Opt Eng. 2019 Mar;10949. pii: 1094922. doi: 10.1117/12.2509728.


研究背景



脑深部电刺激(DBS)手术是将刺激电极放置在脑内特定的部位,通过调整电刺激参数,可以最大限度地提高疗效,减少副作用,改善多种神经系统疾病患者的生活质量。DBS的靶点多在深部灰质,如治疗帕金森病的丘脑底核(subthalamic nucleus,STN)、治疗原发性震颤的丘脑腹中间核(ventral intermediatenucleus of the thalamus,VIM)或治疗肌张力障碍的苍白球内侧核(globus pallidus interna,GPi)。DBS手术成功的关键是在术前确定靶点位置,在术中进行靶点调整。准确的靶点可以缩短手术时间,避免对多个解剖位置的测试,减少并发症。


美国范德比尔特大学生物医学工程系的Camilo Bermudez等将187例患者MRI成像显示的解剖体素和周围组织构成基于卷积神经网络(patch-based convolutional neural network)的3D区块,作为刺激坐标。研究者记录187例患者2869个刺激坐标术中刺激电流量、刺激副作用以及运动症状改善的效应,得出建立在解剖基础上的DBS疗效概率图。从而进行刺激坐标分类,确定术中刺激疗效最好的区块。结果发表于2019年3月《Proc SPIE Int Soc Opt Eng》上。


研究结果



研究结果显示,与根据配准手术计划基线方法(AUC为0.627)相比,上述区块的术中刺激坐标分类器(AUC为0.670)能更准确地识别术中刺激对运动症状改善的有效区块(p<0.01)。


结论



作者认为,该研究提出的分类框架和深度学习方法可改进术前计划和个性化治疗策略。建议进一步对术中刺激的副作用,通过多任务强化学习方法细化分类,有助于达到DBS的疗效最大化和副作用最小化的目的。