Kliniği Eve Getirmek: Uyarlanabilir Derin Beyin Stimülasyonunu Desteklemek için Evde Çok Modlu Veri Toplama Ekosistemi

Özet

Protokol, nörolojik hareket bozukluğu olan kişiler için uyarlanabilir derin beyin stimülasyonunu (aDBS) optimize eden araştırmaları destekleyen evde çok modlu veri toplama platformunun bir prototipini göstermektedir. Ayrıca, platformun bir yıldan fazla bir süredir Parkinson hastalığı olan bir bireyin evine konuşlandırılmasından elde edilen önemli bulguları da sunuyoruz.

Özet

Adaptif derin beyin stimülasyonu (aDBS), Parkinson hastalığı (PH) gibi nörolojik bozuklukların tedavisini iyileştirmek için umut vaat ediyor. aDBS, semptomları daha kesin bir şekilde hedeflemek için stimülasyon parametrelerini gerçek zamanlı olarak ayarlamak için semptomla ilgili biyobelirteçleri kullanır. Bu dinamik ayarlamaları etkinleştirmek için, her bir hasta için bir aDBS algoritmasının parametreleri belirlenmelidir. Bu, klinik araştırmacılar tarafından zaman alıcı manuel ayarlamalar gerektirir ve bu da tek bir hasta için en uygun konfigürasyonu bulmayı veya birçok hastaya ölçeklendirmeyi zorlaştırır. Ayrıca, hasta evdeyken klinikte yapılandırılan aDBS algoritmalarının uzun vadeli etkinliği açık bir soru olmaya devam etmektedir. Bu tedaviyi büyük ölçekte uygulamak için, tedavi sonuçlarını uzaktan izlerken aDBS algoritma parametrelerini otomatik olarak yapılandıracak bir metodolojiye ihtiyaç vardır. Bu yazıda, alanın her iki sorunu da ele almasına yardımcı olmak için evde veri toplama platformu için bir tasarım paylaşıyoruz. Platform, açık kaynaklı ve evde sinirsel, ataletsel ve çok kameralı video verilerinin toplanmasına izin veren entegre bir donanım ve yazılım ekosisteminden oluşur. Hasta tarafından tanımlanabilir verilerin gizliliğini sağlamak için platform, verileri sanal bir özel ağ üzerinden şifreler ve aktarır. Yöntemler, veri akışlarının zamana göre hizalanmasını ve video kayıtlarından poz tahminlerinin çıkarılmasını içerir. Bu sistemin kullanımını göstermek için, bu platformu PH'li bir bireyin evine yerleştirdik ve 1,5 yıl boyunca kendi kendine yönlendirilen klinik görevler ve serbest davranış dönemleri sırasında veri topladık. Veriler, farklı terapötik koşullar altında motor semptom şiddetini değerlendirmek için alt terapötik, terapötik ve supra-terapötik stimülasyon amplitüdlerinde kaydedildi. Bu zamana göre ayarlanmış veriler, platformun terapötik değerlendirme için evde senkronize edilmiş çok modlu veri toplama yeteneğine sahip olduğunu göstermektedir. Bu sistem mimarisi, otomatik aDBS araştırmalarını desteklemek, yeni veri kümeleri toplamak ve nörolojik bozukluklardan muzdarip olanlar için klinik dışında DBS tedavisinin uzun vadeli etkilerini incelemek için kullanılabilir.

Giriş

Derin beyin stimülasyonu (DBS), Parkinson hastalığı (PD) gibi nörolojik bozuklukları, elektrik akımını doğrudan beyindeki belirli bölgelere ileterek tedavi eder. Dünya çapında tahmini 8,5 milyon PD vakası vardır ve DBS'nin semptomları yönetmek için ilaç yetersiz kaldığında kritik bir tedavi olduğu kanıtlanmıştır ^1,2. Bununla birlikte, DBS etkinliği, bazen geleneksel olarak sabit genlik, frekans ve nabız genişliğinde verilen stimülasyondan kaynaklanan yan etkilerle sınırlandırılabilir³. Bu açık döngü uygulaması, semptom durumundaki dalgalanmalara yanıt vermez ve bu da hastanın değişen ih....

Protokol

Hastalar, San Francisco'daki California Üniversitesi'ndeki aDBS'ye daha büyük bir IRB ve IDE onaylı çalışma ile kaydedilir, protokol # G180097⁵. Bu çalışmaya katılan hasta ayrıca bu çalışma için özel olarak bilgilendirilmiş onam vermiştir.

1. Evdeki sistem bileşenleri

1. Merkezi sunucu ve VPN
   1. Bir VPN'e hizmet vermeye adanmış Linux tabanlı bir işletim sistemi (OS) çalıştıran bir kişisel bilgisayar (PC) edinin. Makineyi güvenli bir odaya yerleştirin. Veri güvenliğini sağlamak için makineyi şifreleyen disk.
   2. VPN sunucusunu en az bir bağlantı noktasında genel olarak erişilebilir o....

Tartışmalar

Nöromodülasyon araştırmalarında gelecekteki araştırmaları desteklemek için çok modlu bir veri toplama platformunun evde prototipinin tasarımını paylaşıyoruz. Tasarım açık kaynaklı ve modülerdir, böylece herhangi bir donanım parçası değiştirilebilir ve herhangi bir yazılım bileşeni, genel platform çökmeden güncellenebilir veya değiştirilebilir. Nöral verilerin toplanması ve kimliksizleştirilmesi yöntemleri seçilen INS'ye özgü olsa da, geri kalan yöntemler ve davranışsal veri top.......

Malzemeler

Name	Company	Catalog Number	Comments
Analysis RCS Data Processing	OpenMind		https://github.com/openmind-consortium/Analysis-rcs-data, open-source
Apple Watches	Apple, Inc		Use 2 watches for each patient, one on each wrist
BRIO ULTRA HD PRO BUSINESS WEBCAM	Logitech	960-001105	Used 3 in our platform design
DaVinci Resolve video editing software	DaVinci Resolve		used to support camera calibration
Dell XPS PC	Dell		2T hard disk drive, 500GB SSD
Dropbox	Dropbox
ffmpeg	N/A		open-source, install to run the Video Recording App
Gooseneck mounts for webcams	N/A
GPU	Nvidia		A minimum of 8GB GPU memory is recommended to run OpenPose, 12GB is ideal
Java 11	Oracle		Install to run the Video Recording App
Microsoft Surface tablet	Microsoft
NoMachine	NoMachine		Ideal when using a Linux OS, open-source
OpenPose	N/A		open-source
Rclone file transfer program	Rclone		Encrypts data and copies or moves data to offsite storage, open-source
StrivePD app	RuneLabs		We installed the app on the Apple Watches to start recordings and upload data to an online portal.
Summit RC+S neuromodulation system	Medtronic		For investigational use only
touchscreen-compatible monitor	N/A
Video for Linux 2 API	The Linux Kernel		Install if using a Linux OS for video recording
Wasabi	Wasabi		Longterm cloud data storage
WireGuard VPN Protocol	WireGuard		open-source