解码视觉状态对运动障碍中适应性深脑刺激反馈信号的影响

我们研究了视觉状态对基底节振荡生物标志物的影响，比较了帕金森病（PD）和肌张力障碍患者的局部场电位（LFPs）动态，并开发了用于状态识别的解码模型。采用来自18名PD患者和18名肌张力障碍患者的亚丘脑核（STN）或内侧苍白球（GPi）和皮层的同时LFP recordings。在闭眼状态下，基底节的theta和alpha功率增加，与中央皮层的相干性更强，在STN中比在GPi中更明显。机器学习模型以88%的准确率识别STN的闭眼状态，GPi为77%。感觉运动STN和GPi提供了最有价值的信息。当前发现证实了基底节LFP可以可靠地预测生理状态，突出了生理振荡活动对病理带的潜在影响及其对适应性刺激范式的相关性。