编程的深刻的脑子刺激智能算法在帕金森的开发大湖 NeuroTechnologies

Published on January 22, 2013 at 11:50 AM · No Comments

大湖 NeuroTechnologies (GLNT) 今天宣布了他们展开研究确定使用智能算法的可行性协助编程帕金森病的深刻的脑子刺激设置。 这个研究在第$283,828阶段之前资助我从国家卫生研究所,神经混乱国家学院和中风的小型企业创新研究经费。 技术在大湖 NeuroTechnologies [http://www.glneurotech.com] 和临床可行性研究将被开发完成在阿拉巴马的大学在伯明翰。

深刻的脑子刺激 (DBS)表示运动障碍的一种生长疗法例如帕金森病 (PD)。 DBS 在脑子的特定区域介入种入电极,然后调整刺激设置对缓和 PD 症状,无需导致副作用的级别。 当这种疗法显示了有效对待的帕金森的马达症状时,有在结果的一个巨大差距在被种入的患者中由于各种各样的手术后管理,特别地关于 DBS 程序优化。 那里可能在结果可变性的几个原因在患者包括程序员培训和体验和需时确定最佳的套 DBS 参数。 程序员可能调整设置的几种类型包括联络、极性、频率、脉冲宽度和高度刺激。 这创建必须评估在马达症状的多个类型在一个限制时间框架的在办公室访问期间 的一个极大数量可能的组合。

“当 neuromodulation 市场继续增长,我们看到对可能改进两名医师和患者的 DBS 编程的经验”的增值工具的严格的需要,说 Dustin Heldman、生物医学的研究经理和主要调查人在 GLNT。 “开发可能减少时期和优选结果的编程深刻的脑子刺激的智能算法的此研究目标。 它编译在我们的评定的帕金森的马达症状 Kinesia 技术的严格的基础在这个诊所和在耐心的家”。 这个系统将利用现有的 Kinesia™技术 [http://glneurotech.com/kinesia/] 定量帕金森的马达症状例如震颤、动作迟缓和运动障碍开发功能映射。 智能算法将驾驶 DBS 参数空间确定最大化根据症状的福利,当使副作用和电池冲减减到最小时的最佳的套程序参数。

Heldman 博士感谢神经混乱国家学院和中风资助阶段我 NIH SBIR 项目 (1R43NS081902-01)。

关于大湖 NeuroTechnologies

大湖 NeuroTechnologies [http://www.glneurotech.com] 做对作早期工作在对服务研究、教育和医学界的创新生物医学的技术,改进对医疗技术的存取不同的人口的和确实地影响生活水平人的环球。

Read in | English | Español | Français | Deutsch | Português | Italiano | 日本語 | 한국어 | 简体中文 | 繁體中文 | Nederlands | Русский | Svenska | Polski