KR101583044B1 - Adaptive Deep Brain Stimulation System Actively Controlling The Stimulation Pattern for Deep Brain Stimulation - Google Patents
Adaptive Deep Brain Stimulation System Actively Controlling The Stimulation Pattern for Deep Brain Stimulation Download PDFInfo
- Publication number
- KR101583044B1 KR101583044B1 KR1020130114612A KR20130114612A KR101583044B1 KR 101583044 B1 KR101583044 B1 KR 101583044B1 KR 1020130114612 A KR1020130114612 A KR 1020130114612A KR 20130114612 A KR20130114612 A KR 20130114612A KR 101583044 B1 KR101583044 B1 KR 101583044B1
- Authority
- KR
- South Korea
- Prior art keywords
- stimulation
- neural
- firing rate
- adaptive
- disease
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
- A61N1/36128—Control systems
- A61N1/36135—Control systems using physiological parameters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/25—Bioelectric electrodes therefor
- A61B5/279—Bioelectric electrodes therefor specially adapted for particular uses
- A61B5/291—Bioelectric electrodes therefor specially adapted for particular uses for electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/02—Details
- A61N1/04—Electrodes
- A61N1/05—Electrodes for implantation or insertion into the body, e.g. heart electrode
- A61N1/0526—Head electrodes
- A61N1/0529—Electrodes for brain stimulation
- A61N1/0534—Electrodes for deep brain stimulation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
- A61N1/3606—Implantable neurostimulators for stimulating central or peripheral nerve system adapted for a particular treatment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
- A61N1/3606—Implantable neurostimulators for stimulating central or peripheral nerve system adapted for a particular treatment
- A61N1/36067—Movement disorders, e.g. tremor or Parkinson disease
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
- A61N1/3606—Implantable neurostimulators for stimulating central or peripheral nerve system adapted for a particular treatment
- A61N1/36082—Cognitive or psychiatric applications, e.g. dementia or Alzheimer's disease
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
- A61N1/3606—Implantable neurostimulators for stimulating central or peripheral nerve system adapted for a particular treatment
- A61N1/36103—Neuro-rehabilitation; Repair or reorganisation of neural tissue, e.g. after stroke
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Neurology (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Neurosurgery (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Psychology (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Psychiatry (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Hospice & Palliative Care (AREA)
- Rehabilitation Therapy (AREA)
- Cardiology (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Electrotherapy Devices (AREA)
Abstract
본 발명은 실시간으로 신경 발화 신호를 분석하여 그에 적합한 자극 파라메터를 설정하고, 지속적으로 뇌심부 자극 효과를 얻는 적응형 뇌심부 자극 시스템에 있어서, 상기 시스템은 (a) 신경 발화 신호에 대한 현재 측정 데이터와 기존의 측정 데이터 각각을 저장하는 두 개의 버퍼를 갱신하며 현재 데이터와 기존 데이터로부터 신경 발화 신호를 검출하는 신경 발화 신호 검출 단계; (b) 검출된 신경 발화 신호를 이용하여 기존의 신경 발화율 및 현재의 신경 발화율을 계산 하는 신경 발화율 계산 단계; (c) 주기적으로 신경 발화율의 변화를 분석하고 이에 따라 자극 파라메터를 조절하는 자극 파라메터 조절 단계를 포함하는 적응형 피드백 알고리즘을 이용하는 것을 특징으로 하는 적응형 뇌심부 자극 시스템에 관한 것이다. 본 발명의 적응형 뇌심부 자극 시스템을 사용함으로써, 환자의 증상에 따라 자극의 파라미터를 능동적으로 제어할 수 있고, 이를 이용하는 경우 기존에 방법에 비하여 환자의 증상 개선에 뚜렷한 효과를 얻을 수 있다. The present invention relates to an adaptive brain deep stimulation system for analyzing a neural utterance signal in real time to set a stimulation parameter suitable for the neural utterance signal and continuously obtaining deep brain stimulation effect, the system comprising: (a) And a neural spoken signal detection step of updating two buffers for storing each of the existing measurement data and detecting a neural utterance signal from the current data and the existing data; (b) a neural firing rate calculation step of calculating the neural firing rate and the current neural firing rate using the detected neural firing signal; (c) using an adaptive feedback algorithm that includes a stimulation parameter adjustment step of periodically analyzing a change in neural firing rate and thereby adjusting a stimulation parameter. By using the adaptive brain deep stimulation system of the present invention, the stimulation parameters can be actively controlled according to the patient's symptoms, and when used, the effect can be remarkably improved in improving the patient's symptoms compared to the conventional methods.
Description
본 발명은 뇌심부 자극을 위한 적응형 뇌심부 자극 시스템에 관한 것으로, 보다 구체적으로는 뇌심부에 가해지는 자극의 패턴을 능동적으로 조절할 수 있는 적응형 뇌심부 자극 시스템에 관한 것이다.The present invention relates to an adaptive brain deep stimulation system for deep brain stimulation, and more particularly, to an adaptive brain deep stimulation system capable of actively controlling a pattern of stimulation applied to the deep brain.
뇌심부자극(deep brain stimulation, DBS)은 파킨슨병, 근육긴장이상, 진정, 만성통증 등의 다양한 질환을 가지고 있는 환자들을 대상으로 뇌에 전극을 삽입을 한 후, 전기 자극을 주어 증상을 완화시키는 치료방법으로서 최근 각광받고 있다. 특히, 파킨슨병 환자의 DBS 수술은 환자의 운동능력을 향상시키고, 파킨슨병 치료용 약물의 복용을 줄여주며, 환자의 삶의 질을 향상시키는데 큰 역할을 하고 있다.Deep brain stimulation (DBS) is used to treat patients with various diseases such as Parkinson's disease, muscle tension disorder, sedation, and chronic pain. After inserting electrodes into the brain, electrical stimulation is applied to relieve symptoms As a treatment method. In particular, DBS surgery in patients with Parkinson 's disease improves patient' s athletic ability, reduces the use of medication for Parkinson 's disease, and plays a major role in improving the quality of life of patients.
그러나, 현재 파킨슨병 환자를 위해 사용되고 있는 DBS 시스템은 환자의 증상 개선 여부에 대한 피드백을 고려하지 않고, DBS 전극을 삽입하는 수술과정 동안 의사에 의해 경험적으로 선택된 자극의 세기와 빈도를 이용하여 파킨슨병 환자에게 지속적으로 전기자극을 가하는 개루프(open loop) 형태의 시스템이 사용되고 있다.However, the DBS system currently used for patients with Parkinson's disease does not consider the feedback on whether the patient is symptomatic, and, using the strength and frequency of the stimulus selected empirically by the physician during the procedure of inserting the DBS electrode, An open-loop system is used to continuously apply electrical stimulation to the patient.
결과적으로 현재의 DBS 시스템은 이러한 작동원리로 인해 배터리 수명이 단축되고, 빈번한 배터리 교체를 필요로 하게 되어, 환자에게는 배터리 교체 수술과 비용이 부담으로 작용한다. 또한 지속적 전기자극에 대한 습관성이 생길 수 있고, 이로 인해 환자의 뇌에서 자극에 대한 반응을 감소시켜 환자의 운동 기능 개선 효과가 줄어드는 단점을 가지고 있고, 다른 부작용을 초래 할 수도 있다.As a result, current DBS systems are short-lived and require frequent battery replacements due to this operating principle, which results in a battery replacement operation and a cost burden on the patient. In addition, there may be addictive habit to continuous electrical stimulation, which has the disadvantage of reducing the response of the patient to stimulation in the brain of the patient, thereby reducing the effect of improving the patient's motor function, and may cause other side effects.
따라서, 현재 DBS 시스템의 단점을 보완하기 위해, 환자의 증상에 따라 자극을 제어할 수 있는 피드백 형태를 지닌 폐루프(closed loop)의 DBS 시스템의 개발이 절실한 실정이다.
Therefore, in order to compensate for the disadvantages of the current DBS system, development of a closed loop DBS system having a feedback form capable of controlling the stimulation according to the patient's symptoms is urgently required.
본 발명자들은 뇌 신경질환의 증상을 치료하기 위한 기존의 뇌심부자극 시스템에 있어서의 지속적 전기자극에 대한 습관성 발생, 이에 따른 환자의 운동 기능 개선 효과 감소, 뇌심부자극 장치의 배터리 수명 단축으로 인한 배터리 교체 수술 주기 단축 등의 문제를 해결하고자 예의 연구 노력하였다. 그 결과 환자의 증상에 따라 자극의 파라미터를 능동적으로 제어할 수 있는 뇌심부 자극 시스템을 구현하고, 이를 이용하는 경우 기존에 방법에 비하여 환자의 증상 개선에 뚜렷한 효과를 보임을 규명함으로써, 본 발명을 완성하게 되었다. The inventors of the present invention have found that a hindrance to continuous electric stimulation in a conventional brain deep stimulation system for treating symptoms of a brain neurological disease, a decrease in the effect of improving a patient's exercise function, and a reduction in the battery life And shortening the period of replacement surgery. As a result, the deep brain stimulation system capable of actively controlling the stimulation parameters according to the patient's symptoms is implemented, and when the use of the deep-brain stimulation system is performed, the present invention is completed .
따라서, 본 발명의 목적은 실시간으로 신경 발화 신호를 분석하여 그에 적합한 자극 파라메터를 설정하고, 지속적으로 뇌심부 자극 효과를 얻는 적응형 뇌심부 자극 시스템을 제공하는데 있다.
Accordingly, it is an object of the present invention to provide an adaptive brain deep stimulation system that analyzes neuro-utterance signals in real time, sets appropriate stimulation parameters thereto, and continuously obtains deep brain stimulation effects.
본 발명의 다른 목적 및 이점은 하기의 발명의 상세한 설명, 청구범위 및 도면에 의해 보다 명확하게 된다.
Other objects and advantages of the present invention will become more apparent from the following detailed description of the invention, claims and drawings.
본 발명의 일 양태에 따르면, 본 발명은 실시간으로 신경 발화 신호를 분석하여 그에 적합한 자극 파라메터를 설정하고, 지속적으로 뇌심부 자극 효과를 얻는 적응형 뇌심부 자극 시스템에 있어서, 상기 시스템은 다음 단계를 포함하는 적응형 피드백 알고리즘을 이용하는 것을 특징으로 하는 적응형 뇌심부 자극 시스템을 제공한다: According to an aspect of the present invention, the present invention provides an adaptive brain deep stimulation system for analyzing a neural utterance signal in real time to set a stimulation parameter suitable for the neural stimulation signal, and continuously obtaining deep brain stimulation effect, Wherein the adaptive feedback algorithm comprises an adaptive feedback algorithm comprising:
(a) 신경 발화 신호에 대한 현재 측정 데이터와 기존의 측정 데이터 각각을 저장하는 두 개의 버퍼를 갱신하며 현재 데이터와 기존 데이터로부터 신경 발화 신호를 검출하는 신경 발화 신호 검출 단계;(a) a neuro-utterance signal detection step of updating two buffers for storing current measurement data and existing measurement data for a neuro-utterance signal and detecting neuro-utterance signals from current data and existing data;
(b) 검출된 신경 발화 신호를 이용하여 기존의 신경 발화율 및 현재의 신경 발화율을 계산 하는 신경 발화율 계산 단계;(b) a neural firing rate calculation step of calculating the neural firing rate and the current neural firing rate using the detected neural firing signal;
(c) 주기적으로 신경 발화율의 변화를 분석하고 이에 따라 자극 파라메터를 조절하는 자극 파라메터 조절 단계.
(c) a stimulation parameter adjustment step of periodically analyzing the change of the neural firing rate and adjusting the stimulation parameter accordingly.
본 발명자들은 뇌 신경질환의 증상을 치료하기 위한 기존의 뇌심부자극 시스템에 있어서의 지속적 전기자극에 대한 습관성 발생, 이에 따른 환자의 운동 기능 개선 효과 감소, 뇌심부자극 장치의 배터리 수명 단축으로 인한 배터리 교체 수술 주기 단축 등의 문제를 해결하고자 예의 연구 노력하였다. 그 결과 환자의 증상에 따라 자극의 파라미터를 능동적으로 제어할 수 있는 뇌심부 자극 시스템을 구현하고, 이를 이용하는 경우 기존에 방법에 비하여 환자의 증상 개선에 뚜렷한 효과를 보임을 규명하였다. The inventors of the present invention have found that a hindrance to continuous electric stimulation in a conventional brain deep stimulation system for treating symptoms of a brain neurological disease, a decrease in the effect of improving a patient's exercise function, and a reduction in the battery life And shortening the period of replacement surgery. As a result, we have implemented a deep brain stimulation system that can actively control the stimulation parameters according to the patient 's symptoms, and found that the use of this system has a significant effect on improving the patient' s symptoms compared to the existing methods.
본 발명의 일 구현예에 있어서, 본 발명의 적응형 피드백 알고리즘은 자극 파라미터 초기값과 단기 자극 파라미터를 설정하는 최초의 단계를 추가적으로 더 포함한다. In one embodiment of the invention, the adaptive feedback algorithm of the present invention further comprises a first step of setting the stimulation parameter initial value and the short term stimulation parameter.
본 발명의 일 구현예에 있어서, 본 발명의 적응형 피드백 알고리즘의 자극 파라메터 조절 단계는 (ⅰ) 측정된 기존의 신경 발화율과 현재의 신경 발화율의 변화에 따라 단기적으로 자극 파라메터를 조절하고; 및 (ⅱ) 임의로 설정한 횟수만큼 반복 측정된 신경 발화율 데이터를 통해 기존 평균 발화율 및 현재 평균 발화율을 계산하여 평균 발화율의 변화에 따라 장기적으로 자극 파라메터를 조절한다. In one embodiment of the present invention, the adjustment of the stimulation parameters of the adaptive feedback algorithm of the present invention comprises the steps of: (i) adjusting the stimulation parameters in the short term in accordance with the measured changes in the neurogenesis rate and the current neurogeneration rate; And (ii) the existing average firing rate and the current average firing rate are calculated through the neural firing rate data repeatedly measured a predetermined number of times, and the stimulation parameter is adjusted in the long term according to the change of the average firing rate.
이하 도면을 중심으로 본 발명에 대하여 자세히 설명하도록 하겠다. Hereinafter, the present invention will be described in detail with reference to the drawings.
도 1은 본 발명의 적응형 피드백 알고리즘이 적용된 폐루프(closed loop)의 DBS(deep brain stimulation) 시스템의 동작 과정을 나타낸 개략도이다.FIG. 1 is a schematic diagram showing an operation process of a closed loop DBS system to which the adaptive feedback algorithm of the present invention is applied.
도 1을 참조하면, 본 발명은 뇌심부로부터 신경 발화 신호를 측정하고, 측정된 신경 발화 신호로부터 신경 발화율을 계산하여 종래 설정되었던 자극 파라미터를 조절한 다음, 상기 조절된 자극 파라미터로 자극 파형을 다시 출력한다. 상기 출력된 자극 파형에 의해 변화되는 신경 발화 신호를 다시 측정하고, 상기와 같은 파라미터 조절 과정을 거쳐, 지속적으로 업데이트되어 환자의 상황에 최적화된 자극 파형을 출력한다.Referring to FIG. 1, the present invention measures a neural utterance signal from a deep part of the brain, calculates a neural utterance rate from a measured neural utterance signal, adjusts a previously set stimulus parameter, Output. The neural stimulation signal changed by the output stimulus waveform is measured again, and the stimulus waveform is continuously updated to output the stimulation waveform optimized for the patient's condition through the parameter adjustment process as described above.
도 2는 본 발명의 일 실시예에 따른 뇌심부 자극 시스템에 사용하기위한 적응형 피드백 알고리즘을 나타낸 순서도이고, 도 3은 신경 발화 신호 검출 알고리즘을 나타낸 순서도이며, 도 4는 자극 파라미터 조절 알고리즘을 나타낸 순서도이다.FIG. 2 is a flowchart illustrating an adaptive feedback algorithm for use in a deep brain stimulation system according to an embodiment of the present invention, FIG. 3 is a flowchart illustrating a neurotic signal detection algorithm, FIG. It is a flowchart.
도 2 내지 도 4를 참조하여 본 발명의 적응형 피드백 알고리즘을 설명한다.The adaptive feedback algorithm of the present invention will be described with reference to Figs. 2 to 4. Fig.
(1) 알고리즘 최초 수행시 기존 방법과 마찬가지로 수술시 결정된 자극 파라미터로 단기 자극 파라미터를 설정한다.(1) Algorithm First, the short-term stimulation parameter is set as the determined stimulation parameter in the same way as the existing method.
(2) 측정된 신경 발화 신호로부터 비교 대상이 될 초기 발화율(prevFR)을 계산한다.(2) The initial firing rate (prevFR) to be compared is calculated from the measured neurotic signals.
(2.1) 획득 장비로부터 Tsample시간마다 s샘플 길이의 데이터를 얻어온다.(2.1) Retrieves data of s sample length every Tsample time from acquisition equipment.
(2.2) 기존에 획득한 데이터가 있다면 상기 (2.1)에서 얻어온 데이터와 합하여 2*s샘플 길이의 데이터로 만든다.(2.2) If there is already acquired data, it is combined with the data obtained in (2.1) to make data of 2 * s sample length.
(2.3) Tth 시간동안의 획득된 신호로부터 크기의 실효값(root mean square, RMS)을 구하고 Wth만큼의 값을 곱하여 역치를 설정한다.(2.3) The root mean square (RMS) value is obtained from the obtained signal during the Tth time, and the threshold value is set by multiplying the root mean square (RMS) by the value of Wth.
(2.4) 상기 (2.2)에서 만들어진 데이터로부터 (2.3)에서 설정된 역치를 넘는 위치를 검색한다.(2.4) From the data created in (2.2) above, search for a position exceeding the threshold set in (2.3).
(2.5) 상기 (2.4)에서 확인된 위치 T0를 기준으로 T0-Tpre 지점부터 T0+Tpost지점까지의 데이터를 새로운 신경 발화 신호로 저장한다.(2.5) The data from T0-Tpre to T0 + Tpost are stored as a new neural firing signal based on the position T0 identified in (2.4) above.
(2.6) 상기 (2.1) 내지 (2.5)의 과정을 Tfr시간동안 반복한 후 얻어진 발화 신호의 수 Nfr를 Tfr로 나누어, 초기 분당 발화율 prevFR을 계산한다.(2.6) The initialization rate prevFR per minute is calculated by repeating the above steps (2.1) to (2.5) for Tfr times, dividing the number Nfr of obtained ignition signals by Tfr.
(3) 설정된 자극 파라미터(자극 전압, 펄스 폭, 자극 주기)를 이용하여 자극 파형을 생성한다.(3) A stimulus waveform is generated using the set stimulation parameters (stimulus voltage, pulse width, stimulation period).
(4) 수십 분에서 수 시간 사이의 값을 갖는 무작위 자극 시간 Tstim을 설정한다.(4) A random stimulation time Tstim having a value between several tens minutes and several hours is set.
(5) 상기 (3)에서 생성된 자극 파형을 (4)에서 설정된 Tstim 시간동안 출력함으로써 자극을 수행한다.(5) The stimulus waveform generated in (3) is output during the Tstim time set in (4) to perform the stimulation.
(6) 상기 (2.1) 내지 (2.6)의 과정을 동일하게 수행하여 자극 후 분당 발화율 curFR을 계산한다.(6) The steps (2.1) to (2.6) are performed in the same manner to calculate the per-minute firing rate curFR.
(7) 초기 발화율 prevFR과 자극 후 현재 분당 발화율 curFR을 이용하여 단기 자극 파라미터를 변경한다.(7) Change the short term stimulation parameters using the initial firing rate prevFR and the current minute firing rate curFR after stimulation.
(7.1) 초기 발화율 prevFR과 현재 분당 발화율 curFR을 이용하여 발화율의 변화 Dfr를 구한다.(7.1) Obtain the change Dfr of the firing rate using the initial firing rate prevFR and the current firing rate per minute curFR.
(7.2) Dfr이 특정 수치 미만이라면 파라미터를 변경하지 않는다.(7.2) If Dfr is less than the specified value, the parameter is not changed.
(7.3) Dfr 값이 양에서 음으로 혹은 음에서 양으로 변하였다면 파라미터를 변경하지 않는다.(7.3) If the Dfr value changes from positive to negative or from negative to positive, do not change the parameter.
(7.4) Dfr 값이 양의 값을 가진다면 자극을 강화하는 방향으로, 음의 값을 가진다면 자극을 약화하는 방향으로 파라미터를 수정한다.(7.4) Modify the parameter in the direction to strengthen the stimulus if the Dfr value is positive, or in the direction to weaken the stimulus if it has a negative value.
(7.5) 초기 발화율 prevFR을 현재 분당 발화율 curFR로 치환한다. (7.5) Replace the initial firing rate prevFR with the current firing rate curFR per minute.
(8) 상기 (3) 내지 (7)의 과정을 N회 반복한다.(8) The above steps (3) to (7) are repeated N times.
(9) 상기 (8)의 과정 동안 모든 발화율의 평균 curAvgFR을 구한다.(9) The average curAvgFR of all the firing rates is obtained during the process of (8).
(10) 기존 평균 발화율 prevAvgFR과 9)에서 구한 평균 발화율 curAvgFR을 이용하여 자극 파라미터 초기 값을 변경한다.(10) The initial value of the stimulation parameter is changed using the average firing rate preAvgFR and the average firing rate curAvgFR obtained in 9).
(10.1) 최초 수행에서 prevAvgFR이 구해지지 않은 상태이므로 파라미터 초기 값을 변경하지 않는다.(10.1) Since initial value of prevAvgFR is not obtained, parameter initial value is not changed.
(10.2) 기존 평균 발화율과 현재 평균 발화율을 비교하여 증가하는 경우에는 자극을 강화하는 방향으로, 감소하는 경우에는 자극을 약화하는 방향으로 파라미터 초기 값을 변경한다.(10.2) The initial value of the parameter is changed in the direction to strengthen the stimulus when the existing average firing rate is compared with the current average firing rate, or in the direction to weaken the stimulus when the average firing rate is decreased.
(11) 상기 (2) 내지 (10)의 과정을 반복 수행한다.(11) Repeat the above steps (2) to (10).
상기 적응형 피드백 알고리즘의 단계 (1) 내지 (11)을 설명하기 위하여 사용된 용어 Tsample 시간은 신호의 값을 획득하는 최소단위 시간을 의미하며 예를 들면, 주로 100 ms로 설정한다. s 샘플은 Tsample 동안 획득한 신호의 수를 의미하며 신호 획득 속도(sampling rate)에 따라 결정된다(예를 들면, Tsample이 100 ms, sampling rate이 10k sample per second 인 경우 s는 1000샘플이 된다). Tth 시간은 발화 신호를 획득하기 위한 역치의 초기화 시간으로 5초를 기준으로 하며, Wth는 Tth 시간동안 구해진 실효값을 키워주기 위한 상수 값으로 3-5의 값을 가진다. 또한, T0는 획득된 신호의 값이 역치를 넘는 지점의 시간을 의미하므로 입력된 신호에 따라 어떤 지점이라도 될 수 있고, Tpre와 Tpost는 T0로부터 이전과 이후로 어느 정도의 범위를 발화신호로 규정하는지에 대한 변수로 각각 0.5 ms와 1.5 ms를 기준으로 조절한다. Tfr은 발화율을 구하기 위해 신호를 획득하는 구간의 길이로 (2)에서의 초기 발화율을 구하기 위해서는 30분을 그 이후에는 자극 신호를 주는 구간(Tstim)과 동일한 시간을 갖는다. Nfr은 Tfr의 시간동안 확인된 발화신호의 수로 이를 시간(Tfr)으로 나눈 값을 이용하여 분당 발화율을 구한다. Tstim은 자극신호를 발생시키는 시간이며(예를 들면, 24시간), prevFR과 curFR은 각각 기존 구간에서 구해진 발화율(초기 발화율 또는 기존 Tstim 구간의 발화율)과 현재 구간에서 구해진 발화율을 의미한다. 또한, 상기 단계 (8)의 N회는 임의로 설정할 수 있는 값으로서 특별한 제한은 없으나, Tstim의 설정에 따라(Tstim이 24시간인 경우) 예를 들면, 일주일(7회), 이주일(14회) 또는 한달(30회) 등으로 지정할 수 있다. The term Tsample time used for explaining steps (1) to (11) of the adaptive feedback algorithm means a minimum unit time for obtaining the value of the signal, and is set to, for example, mainly 100 ms. s sample refers to the number of signals acquired during Tsample and is determined by the signal acquisition rate (for example, Tsample is 100 ms and s is 1000 samples if the sampling rate is 10k sample per second) . The Tth time is based on the initialization time of the threshold value for acquiring the ignition signal in 5 seconds, and Wth is a constant value for increasing the RMS value obtained during the Tth time, and has a value of 3-5. Also, since T0 denotes the time at which the obtained signal value exceeds the threshold value, it can be any point according to the input signal, and Tpre and Tpost are defined as the ignition signal in a certain range before and after T0 , And 0.5 ms and 1.5 ms, respectively. Tfr is the length of the interval in which the signal is acquired in order to obtain the firing rate, and it takes 30 minutes to obtain the initial firing rate in (2), and the same time as the interval (Tstim) in which the stimulation signal is given thereafter. Nfr is the number of identified ignition signals during the time of Tfr divided by the time (Tfr) to obtain the firing rate per minute. Tstim is a time for generating a stimulus signal (for example, 24 hours), and prevFR and curFR indicate the firing rate (initial firing rate or firing rate of the existing Tstim interval) obtained in the conventional section and the firing rate obtained in the current section, respectively. The N times in the step (8) can be arbitrarily set, but there is no particular limitation. However, according to the setting of Tstim (Tstim is 24 hours), for example, Or one month (30 times).
본 발명의 적응형 피드백 알고리즘에 대하여 하기에 더욱 구체적으로 설명하였다.The adaptive feedback algorithm of the present invention has been described in more detail below.
(1) 수술시 결정된 자극 파라미터(예를 들면, 전압 -1 V, 빈도 -130 Hz, 펄스 폭 -10 us)로 자극 파라미터 초기값과 단기 자극 파라미터를 설정한다.(1) Set the stimulation parameter initial value and short term stimulation parameter with the determined stimulation parameters (for example, voltage -1 V, frequency -130 Hz, pulse width -10 us) at the time of surgery.
(2) 알고리즘의 최초 수행시 신경 발화의 기준점을 확인하기 위하여 자극 없이 신경 발화의 분석을 수행하여 이 수치(예를 들면, 100 Hz)를 prevFR로 저장한다.(2) In order to confirm the reference point of the neural utterance at the first execution of the algorithm, the neural utterance is analyzed without stimulation and this numerical value (for example, 100 Hz) is stored as prevFR.
(2.1) 신경 발화 검출 (2.1) Neurogenesis detection
신호 획득장비로부터 일정 시간 단위(예를 들면, 100ms)로 얻어온 데이터를 버퍼에 저장하고, 이 데이터와 기존 버퍼에 저장되어 있던 데이터를 연결하여 값이 역치를 넘는 지점을 찾아 완전한 하나의 발화신호를 검출한다. 역치를 넘은 지점을 기준으로 특정 기간(예를 들면, 10 ms) 이내에 다시 역치를 넘는 새로운 값이 발견되면 새로 발견된 값은 발화신호가 아니라고 간주한다.It stores the data obtained from the signal acquisition equipment in a certain time unit (for example, 100 ms) in the buffer, connects the data with the data stored in the existing buffer, finds a point where the value exceeds the threshold value, . If a new value is found again beyond a threshold within a certain period (for example, 10 ms) based on the point beyond the threshold value, the newly found value is regarded as not the ignition signal.
(2.2) 신경 발화율 계산 (2.2) Calculation of Neurogenesis Rate
일정 시간(예를 들면, 30분)동안 검출된 신경 발화의 수를 집계하여 평균적으로 1분 동안 몇 번의 발화가 일어났는지 정량화 한다.The number of neurotic events detected over a period of time (e.g., 30 minutes) is aggregated to quantify how many strokes have occurred over one minute on average.
(3) 설정된 단기 자극 파라미터를 이용하여 무작위 시간(예를 들면, 24시간)동안 자극을 수행한다.(3) Perform stimulation for a random time (e.g., 24 hours) using the set short term stimulation parameters.
(4) 단계 (3)에서의 자극시간 이후에 획득된 발화신호를 이용하여 발화율을 계산하여 curFR로 설정한다.(4) The speech rate is calculated using the speech signal obtained after the stimulation time in step (3), and is set to curFR.
(5) 초기 발화율 prevFR과 현재 분당 발화율 curFR을 이용하여 발화율의 변화를 구한다.(5) The change of the firing rate is obtained by using the initial firing rate prevFR and the current firing rate per minute curFR.
(6) 발화율의 변화(curFR-prevFR)가 특정 수치(예를 들면, ±10 Hz) 미만이거나, 증가에서 감소로 혹은 감소에서 증가로 바뀌었다면 자극 파라미터를 유지하고 꾸준히 증가(예를 들면, 15 Hz에서 20 Hz로 증가) 혹은 감소(예를 들면, -12 Hz에서 -15 Hz로 감소)한다면 단기 자극 파라미터를 변경(증가/감소에 따라 각각 전압 값을 +0.1 V 또는 -0.1 V 변경)한다.(6) If the change in the firing rate (curFR-prevFR) is less than a certain value (for example, ± 10 Hz), or if it changes from increase to decrease or from decrease to increase, maintain the stimulation parameter and steadily increase Change the short-term stimulation parameter (change the voltage value by +0.1 V or -0.1 V, respectively, with increasing / decreasing) .
(7) 상기 단계(3) 내지 단계(6)의 과정을 반복(예를 들면, 10회)한다. (7) Repeat the above steps (3) to (6) (for example, 10 times).
(8) 상기 단계(7)의 과정동안 모든 발화율의 평균 curAvgFR을 구하여 기존 평균 발화율 prevAvgFR과의 차이를 구한다.(8) During the process of step (7), the average curAvgFR of all the utterance ratios is obtained and the difference from the existing average utterance rate prevAvgFR is obtained.
(9) 단계(6)과 동일한 방법으로 평균 발화율의 변화(curAvgFR-prevAvgFR)에 따라 자극 파라미터 초기값을 변경한다. 단, 첫 수행시에는 prevAvgFR이 존재하지 않으므로 초기값의 변경이 이루어지지 않는다.(9) The initial value of the stimulation parameter is changed according to the change (curAvgFR-prevAvgFR) of the average firing rate in the same manner as in step (6). However, since the prevAvgFR does not exist at the first execution, the initial value is not changed.
(10) 상기 단계(2) 내지 단계(9)를 반복 수행하되, 단계(9)에서 장기적으로 발화율의 변화 추세에 따라 자극 파라미터의 초기값을 적응시키고, 단기 자극 파라미터를 이 값으로 초기화한다.(10) The steps (2) to (9) are repeatedly performed. In step (9), the initial value of the stimulation parameter is adapted in accordance with the trend of change of the ignition rate in the long term and the short-term stimulation parameter is initialized to this value.
본 발명의 일 구현예에 있어서, 본 발명인 적응형 뇌심부 자극 시스템은 신경 자극용 전극 및 신경 발화 신호 검출용 전극을 포함한다. 본 발명의 신경 자극용 전극은 종래 공지 된 뇌심부 자극 시스템에서 이용되는 당업계에 공지된 방법을 이용하여 환자의 뇌 신경 자극 부위에 삽입할 수 있다. 본 발명의 신경 발화 신호 검출용 전극은 신경 자극용 전극과 동일한 방법으로 환자의 뇌에 삽입될 수 있다. 또한, 하나의 전극이 신경 자극용 전극 및 신경 발화 신호 검출용 전극의 역할을 모두 하는 것이 가능하다. In one embodiment of the present invention, the adaptive brain deep stimulation system of the present invention includes an electrode for nerve stimulation and an electrode for detecting a neural stimulation signal. The electrode for nerve stimulation of the present invention can be inserted into the cranial nerve stimulation region of a patient using a method known in the art used in a conventionally known deep brain stimulation system. The electrode for detecting a neural firing signal of the present invention can be inserted into the brain of a patient in the same manner as the electrode for nerve stimulation. It is also possible that one electrode serves both as a nerve stimulation electrode and as an electrode for detecting a neural stimulation signal.
본 발명의 일 구현예에 있어서, 본 발명인 적응형 뇌심부 자극 시스템은 뇌 신경질환 치료용이다. 구체적으로 예를 들면, 상기 뇌 신경질환은 파킨슨병, 치매, 알츠하이머병, 뇌졸중, 헌팅턴병, 크루츠펠트-제이야콥병, 픽병, 근위축성 측삭 경화증(amyotrophic lateral sclerosis), 파킨스-ALS-치매 복합증, 윌슨병, 다발성 경화증, 진행성 핵상 신경마비(progressivesupranuclearpalsy), 경도 인지장애 및 간질로 구성된 군에서 선택된다. 특히 본 발명인 적응형 뇌심부 자극 시스템은 파킨슨병 치료에 이용될 수 있다.
In one embodiment of the invention, the adaptive brain deep stimulation system of the present invention is for the treatment of cranial neuropathy. Specifically, for example, the brain neuropathy is selected from the group consisting of Parkinson's disease, dementia, Alzheimer's disease, stroke, Huntington's disease, Kruszfeld-Jjark's disease, Pick's disease, amyotrophic lateral sclerosis, Parkins- , Wilson's disease, multiple sclerosis, progressivesupranuclearpalsy, mild cognitive impairment, and epilepsy. In particular, the adaptive brain deep stimulation system of the present invention can be used for the treatment of Parkinson's disease.
본 발명의 적응형 뇌심부 자극 시스템은 현재 파킨슨병 환자를 위해 임상에서 많이 사용하고 있는 뇌심부자극을 위해 사용 기존의 단점을 보완하여 환자의 증상과 신경 발화 신호의 변화를 반영하여 환자의 현재 증상에 적합한 자극 파라미터로 피드백을 줄 수 있는 알고리즘으로 환자에게 최적의 자극 조건을 제시 할 수 있는 효과가 있다.The adaptive deep brain stimulation system of the present invention is used for deep brain stimulation which is currently used for clinical use in patients with Parkinson's disease. It compensates the existing disadvantages and reflects the change of the patient's symptoms and neurogenesis signals, The proposed algorithm can give optimal stimulation condition to the patient.
또한, 본 발명과 같은 신경세포 활성과 신경신호 분석에 근간한 피드백 방식의 신경자극 제어기술 개발은 현재 공백기술로서 향후 다양한 인체내장형 신경자극 의료기기에 파급적 효과를 나타낼 것이다.In addition, development of a feedback-based nerve stimulation control technique based on nerve cell activation and nerve signal analysis as in the present invention will present a spillover effect to various human built-in nerve stimulation medical devices in the future as a blank technology.
아울러, 본 발명은 고령화 사회에서 증가하는 노인성 신경계 질환환자들의 잃어버린 운동능력의 회복과 기능증진에 기여할 뿐만 아니라 궁극적으로 뇌-기계 접속기술 발전에 큰 영향을 미칠 것으로 예상되고, 이에 따라 의학산업 분야에서의 활용분야가 활성화에 크게 기여할 수 있을 것이다.In addition, it is expected that the present invention not only contributes to restoration and function enhancement of the lost motor ability of the geriatric nervous system disease patients in the aging society, but also ultimately has a great influence on the development of brain-mechanical connection technology, The application areas of the system can contribute greatly to the activation.
다만, 본 발명의 효과는 상기에서 언급한 효과로 제한되지 아니하며, 언급되지 않은 또 다른 효과들은 본 명세서 상의 다른 기재들로부터 당업자에게 명확히 이해될 수 있을 것이다.
However, the effects of the present invention are not limited to the above-mentioned effects, and other effects not mentioned can be clearly understood by those skilled in the art from other descriptions in this specification.
도 1은 본 발명의 적응형 피드백 알고리즘이 적용된 폐루프(closed loop)의 DBS 시스템의 동작 과정을 나타낸 개략도이다.
도 2는 본 발명의 일 실시예에 따른 뇌심부 자극을 위한 적응형 피드백 알고리즘을 나타낸 순서도이다.
도 3은 신경 발화 신호 검출 알고리즘을 나타낸 순서도이다.
도 4는 자극 파라미터 조절 알고리즘을 나타낸 순서도이다.
도 5는 본 발명의 적응형 피드백 알고리즘의 유효성을 확인하기 위해 구축된 하드웨어 및 소프트웨어 개발 환경을 나타낸 개략도이다.
도 6은 본 발명의 실험예에서 구축되어 이용된 실험 환경을 나타낸 개략도 및 촬영사진이다.
도 7은 피드백 자극 제어 알고리즘의 사용 유무에 따른 동물의 아포모르핀 유발 회전 테스트(Apomorphine induced rotation test) 사진 및 테스트 결과를 나타낸 그래프이다.
도 8은 피드백 자극 제어 알고리즘의 사용 유무에 따른 동물의 로타로드 트레드밀 테스트(Rotarod treadmill test) 사진 및 테스트 결과를 나타낸 그래프이다.
도 9는 피드백 자극 제어 알고리즘의 사용 유무에 따른 동물의 앞다리 비대칭 테스트(Forelimb asymmetry test) 사진 및 테스트 결과를 나타낸 그래프이다.FIG. 1 is a schematic diagram showing an operation process of a closed loop DBS system to which an adaptive feedback algorithm of the present invention is applied.
2 is a flowchart illustrating an adaptive feedback algorithm for deep brain stimulation according to an embodiment of the present invention.
3 is a flowchart showing a neurotic signal detection algorithm.
Figure 4 is a flow chart illustrating the stimulation parameter adjustment algorithm.
5 is a schematic diagram illustrating a hardware and software development environment constructed to validate the adaptive feedback algorithm of the present invention.
FIG. 6 is a schematic view and photographs showing an experimental environment constructed and used in an experimental example of the present invention.
7 is a graph showing an apomorphine induced rotation test photograph and test results of an animal according to whether or not a feedback stimulation control algorithm is used.
FIG. 8 is a graph showing photographs and test results of an animal's Rotarod treadmill test according to whether or not a feedback stimulation control algorithm is used.
FIG. 9 is a graph showing an image of a forelimb asymmetry test of an animal according to whether or not a feedback stimulation control algorithm is used and a test result. FIG.
이하, 실시예를 통하여 본 발명을 더욱 상세히 설명하고자 한다. 이들 실시예는 오로지 본 발명을 보다 구체적으로 설명하기 위한 것으로, 본 발명의 요지에 따라 본 발명의 범위가 이들 실시예에 의해 제한되지 않는다는 것은 당업계에서 통상의 지식을 가진 자에 있어서 자명할 것이다.
Hereinafter, the present invention will be described in more detail with reference to Examples. It is to be understood by those skilled in the art that these embodiments are only for describing the present invention in more detail and that the scope of the present invention is not limited by these embodiments in accordance with the gist of the present invention .
실시예: 실시간 피드백 신경자극 제어 시스템 개발Example: Real-time feedback nerve stimulation control system development
도 5와 같이, 흰쥐의 뇌심부로부터 측정되는 국소 신경 신호 및 신경 발화 신호의 분석을 통해 얻은 피드백 파라미터를 제어하는 하드웨어와 소프트웨어 개발 환경 구축하였다.As shown in FIG. 5, a hardware and software development environment for controlling the feedback parameters obtained by analyzing the local nerve signals and neurogenesis signals measured from the deep brain portion of the rat was constructed.
피드백 자극에 대한 동물의 운동능력 향상을 확인하기 위해 마취상태가 아닌 자유로운 운동 상태에서 실험을 진행하였고, 실험의 기본적인 구성은 도 6에 도시된 바와 같이 이루어졌으며, 실험동물은 스위블 시스템(swivel system)을 적용하여 동물이 측정 및 자극 연결선에 방해받지 않고 자유롭게 활동 할 수 있도록 구성하였다. 상기와 같이 설정된 실험 환경을 이용하여, 피드백 자극 제어 알고리즘의 사용 유무에 따라 동물의 행동 테스트에서 어떠한 결과가 관찰되는지를 확인하였다.In order to confirm the improvement of the animal's ability to exercise the feedback stimulus, the experiment was carried out in a free state of motion other than an anesthesia state. The basic structure of the experiment was as shown in FIG. 6. The experimental animal was a swivel system, To allow the animal to be free to act unhindered by the measurement and stimulus connections. Using the experimental environment as described above, it was confirmed what kind of results were observed in the behavior test of the animals according to the use of the feedback stimulation control algorithm.
동물의 행동 능력 향상여부를 확인하기 위한 실험은 파킨슨병 동물모델을 판단하기 위해 (a) 아포모르핀 유발 회전 테스트(Apomorphine induced rotation test), (b) 로타로드 트레드밀 테스트(Rotarod treadmill test) 및 (c) 앞다리 비대칭 테스트(Forelimb asymmetry test)를 이용하였으며, 피드백 제어 알고리즘 사용 유무에 따른 결과를 통계적(T-test)으로 비교분석하였다.
(A) Apomorphine induced rotation test, (b) Rotarod treadmill test, and (c) crossover test. ) Forelimb asymmetry test was used and statistical (T-test) results were compared according to whether feedback control algorithm was used or not.
파킨슨병 동물모델 준비Parkinson's disease animal model preparation
마우스의 SNc(Substantia Nigra pars compacta)에 6-OHDA(Sigma-Aldrich)를 주입하여 도파민 세포를 망가트림으로서, 파킨슨병과 같은 이상 운동을 유발하였다.
6-OHDA (Sigma-Aldrich) was injected into mouse SNc (Substantia nigra pars compacta) to induce abnormal movement such as Parkinson's disease as a dyspareunia of dopamine cells.
(a) 아포모르핀 유발 회전 테스트(Apomorphine induced rotation test)(a) Apomorphine induced rotation test
마우스의 SNc(Substantia Nigra pars compacta)에 6-OHDA를 주입하여 도파민 세포를 망가트린 후, 약 3주가 지난 뒤 마우스에 아포모르핀(Apomorphine)(Sigma-Aldrich)을 주입하였다. 아포모르핀은 동물에게 과행동을 유발하고, 이로 인해 쥐는 한쪽방향으로만(한쪽 뇌만 망가트렸으므로) 회전을 하게 되었다.Apomorphine (Sigma-Aldrich) was injected into mice approximately 3 weeks after the dopaminergic cells were destroyed by injecting 6-OHDA into mouse SNc (Substantia Nigra pars compacta). Apomorphine caused behavior in animals, and this caused the mouse to rotate only in one direction (as only one brain was broken).
아포모르핀 주입 후, 지름 400mm의 원통을 한쪽방향 "5회/분"의 속도로 한 시간 동안 300회 이상을 회전하는지를 측정하여 한 시간 동안 300회 이상을 회전하면 파킨슨병 모델이 만들어진 것으로 판단하였다. After the injection of apomorphine, a cylinder with a diameter of 400 mm was rotated 300 times or more for one hour at a rate of "5 times / minute", and it was judged that a model of Parkinson's disease was produced by rotating the tube more than 300 times for one hour.
파킨슨병 동물모델에 자극용 전극과 측정용 전극을 PPTg(pedunculo-pontine nucleus) 와 STN(subthalamic nucleus)에 bregma를 기준으로 각각 AP: -7.8mm, ML: -1.8mm, DV: -7.3mm와 AP: -3.7mm, ML: -2.5mm, DV: -8mm 의 좌표에 삽입하고, 일정한 시간이 지나 동물이 회복 된 이후, 적응형 피드백 알고리즘에 의해 동물의 행동이 개선되는지 실험하였다.
AP: -7.8mm, ML: -1.8mm, DV: -7.3mm, respectively, based on PPTg (pedunculo-pontine nucleus) and STN (subthalamic nucleus) AP: -3.7 mm, ML: -2.5 mm, DV: -8 mm, and the animal behavior was improved by the adaptive feedback algorithm after the animal recovered after a certain period of time.
그 결과, 도 7과 같이 피드백 제어 알고리즘을 사용하는 뇌심부 자극이 아포모르핀 유발 회전 테스트의 회전수를 통계적으로 유의미하게 감소시키는 것(P < 0.05)으로 확인되었고, 이는 동물의 파킨슨병 증상이 완화되었음을 의미한다.
As a result, as shown in FIG. 7, it was confirmed that the deep brain stimulation using the feedback control algorithm was a statistically significant decrease (P < 0.05) in the number of revolutions of the apomorphine induced rotation test, .
(b) 로타로드 트레드밀 테스트(Rotarod treadmill test)(b) Rotarod treadmill test.
파킨슨병 동물모델의 운동 능력을 측정하기 위하여 회전하는 원기둥 위에 쥐를 올려놓고, 원기둥의 회전 속도에 따라 단계별로 그 위에서 동물이 버티는 시간을 측정하였다. 로타로드 위에서 측정된 시간은 ORP(overall rod performance)를 이용하여 정규화(normalization)한 후에 결과를 비교하였다(참조: 도 8).
To determine the athletic performance of the Parkinsonian animal model, the rats were placed on a rotating cylinder and the time the animals stood thereon was measured step by step according to the rotational speed of the cylinder. The time measured on the rotor rod was normalized using ORP (overall rod performance) and the results were compared (see FIG. 8).
그 결과, 도 8과 같이 피드백 제어 알고리즘을 사용하는 뇌심부 자극 상태의 마우스가 더 오랫동안 로타로드 위에서 운동능력을 보여줌으로서, 피드백 제어 알고리즘이 운동능력 개선에 효과가 있다는 결과를 도출하였다.
As a result, as shown in FIG. 8, the feedback control algorithm is effective for improving the athletic performance by showing the exercise ability on the rotor rod for a longer time in the deep brain stimulated mouse using the feedback control algorithm.
(c) 앞다리 비대칭 테스트(Forelimb asymmetry test)(c) Forelimb asymmetry test
투명한 아크릴 원통을 준비하고, 원통 주변에 직각으로 거울을 세워놓은 뒤 카메라를 이용하여 파킨슨병 쥐가 앞발을 들어서 자발적으로 원통의 벽을 짚는 횟수를 5분 동안 측정하였다(참조: 도 9).
A transparent acrylic cylinder was prepared and the mirror was raised at right angles to the cylinder, and the number of times the Parkinson's rat was lifted with the forelimb and spontaneously stuck to the cylinder wall was measured for 5 minutes using a camera (see FIG. 9).
그 결과, 도 9에 나타낸 것과 같이 피드백 제어 알고리즘을 사용하지 않은 경우에는 앞발을 이용하여 벽을 짚은 횟수에 있어서 좌우 앞발로 벽을 짚는 횟수에 차이를 보였으나, 피드백 제어 알고리즘을 사용한 경우에는 양쪽 앞발로 벽을 짚는 횟수가 거의 동등한 것을 관찰할 수 있었다. 이것은 피드백 제어 알고리즘이 파킨슨병 증상 개선에 효과가 있음을 의미한다.
As a result, in the case where the feedback control algorithm was not used, the number of times of striking the wall with the left and right front legs in the number of times of striking the wall with the front leg was different as shown in FIG. 9, It is observed that the number of times of striking the wall is almost equal. This means that the feedback control algorithm is effective in improving the symptoms of Parkinson's disease.
상기와 같은 결과로부터 파킨슨병 환자의 운동 장애를 조절하기 위한 뇌심부 자극에 피드백 형식의 제어가 치료효과를 현저하게 향상시킬 수 있음을 알 수 있다.
From the above results, it can be seen that the control effect of the feedback type on the deep brain stimulation for controlling the movement disorder of the patients with Parkinson's disease can remarkably improve the therapeutic effect.
Claims (7)
(a) 신경 발화 신호에 대한 현재 측정 데이터와 기존의 측정 데이터 각각을 저장하는 두 개의 버퍼를 갱신하며 현재 데이터와 기존 데이터로부터 신경 발화 신호를 검출하는 신경 발화 신호 검출 단계;
(b) 검출된 신경 발화 신호를 이용하여 기존의 신경 발화율 및 현재의 신경 발화율을 계산 하는 신경 발화율 계산 단계;
(c) 주기적으로 신경 발화율의 변화를 분석하고 이에 따라 자극 파라메터를 조절하는 자극 파라메터 조절 단계.
An adaptive brain deep stimulation system for analyzing a neural utterance signal in real time to set a stimulation parameter suitable for it and continuously obtaining a deep brain stimulation effect, characterized in that the system uses an adaptive feedback algorithm including the following steps Adaptive Brain Deep Stimulation System:
(a) a neuro-utterance signal detection step of updating two buffers for storing current measurement data and existing measurement data for a neuro-utterance signal and detecting neuro-utterance signals from current data and existing data;
(b) a neural firing rate calculation step of calculating the neural firing rate and the current neural firing rate using the detected neural firing signal;
(c) a stimulation parameter adjustment step of periodically analyzing the change of the neural firing rate and adjusting the stimulation parameter accordingly.
2. The system of claim 1, wherein the adaptive feedback algorithm further comprises a first step of setting a stimulation parameter initial value and a short term stimulation parameter.
2. The method of claim 1, wherein the stimulation parameter adjustment step comprises: (i) adjusting the stimulation parameter in the short term according to the measured change in the neurogenesis rate and the current neurogenesis rate; And (ii) calculating an existing average firing rate and a current average firing rate through repeatedly measured neural firing rate data, and adjusting the stimulation parameter in the long term according to the change of the average firing rate, .
2. The system of claim 1, wherein the adaptive deep brain stimulation system comprises an electrode for nerve stimulation and an electrode for neurogenesis signal detection.
5. The adaptive brain deep stimulation system according to any one of claims 1 to 4, characterized in that the system is for the treatment of cranial nerve diseases.
6. The method of claim 5, wherein the neurological disorder is selected from the group consisting of Parkinson's disease, dementia, Alzheimer's disease, stroke, Huntington's disease, Kruszfeld-Jjark's disease, Pick's disease, amyotrophic lateral sclerosis, Parkins- , Wilson's disease, multiple sclerosis, progressivesupranuclearpalysy, mild cognitive impairment, and epilepsy.
7. The adaptive brain deep stimulation system of claim 6, wherein the neurological disease is Parkinson's disease.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120109490 | 2012-09-28 | ||
| KR20120109490 | 2012-09-28 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20140042711A KR20140042711A (en) | 2014-04-07 |
| KR101583044B1 true KR101583044B1 (en) | 2016-01-07 |
Family
ID=50651781
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130114612A KR101583044B1 (en) | 2012-09-28 | 2013-09-26 | Adaptive Deep Brain Stimulation System Actively Controlling The Stimulation Pattern for Deep Brain Stimulation |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101583044B1 (en) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101653225B1 (en) * | 2015-01-13 | 2016-09-01 | 한국과학기술연구원 | Apparatus and method for treating pain |
| KR102174124B1 (en) * | 2017-11-21 | 2020-11-04 | 인하대학교 산학협력단 | An analytical method of neural signals to evaluate the influence of stimulation parameters |
| KR101995307B1 (en) * | 2017-12-13 | 2019-07-02 | 사회복지법인 삼성생명공익재단 | The micro electrode assembly for monitoring in vivo neurotransmitter |
| US11975199B2 (en) | 2019-02-04 | 2024-05-07 | The Johns Hopkins University | Phase-dependent brain neuromodulation of cross-frequency coupling |
| KR102460537B1 (en) * | 2020-03-27 | 2022-10-28 | 한국전기연구원 | System, apparatus and method for adaptive neuro-stimulation based on neural signal processing |
| CN113209469A (en) * | 2021-04-07 | 2021-08-06 | 北京脑陆科技有限公司 | Signal extraction method under deep intracerebral stimulation DBS equipment discharge intervention state |
| KR20240059466A (en) * | 2022-10-27 | 2024-05-07 | 한국전기연구원 | System, apparatus and method for adaptive brain stimulation control based on neural signal analysis |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003516206A (en) | 1999-12-07 | 2003-05-13 | クラスノウ インスティテュート | Adaptive electric field regulation of the nervous system |
| JP2008500074A (en) | 2004-05-27 | 2008-01-10 | フォルシュングスツェントルム・ユーリッヒ・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング | Method and apparatus for decoupling and / or desynchronizing brain neuronal activity |
| JP2008523852A (en) | 2004-12-16 | 2008-07-10 | フォルシュングスツェントルム ユーリッヒ ゲーエムベーハー | Method and apparatus for desynchronizing cranial nerve activity, controller, and method for treating neurological and / or psychiatric disorders |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101325368B1 (en) * | 2012-04-24 | 2013-11-08 | 연세대학교 원주산학협력단 | Apparatus for closed-loop electrical brain stimulation using neural response signals |
-
2013
- 2013-09-26 KR KR1020130114612A patent/KR101583044B1/en not_active IP Right Cessation
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003516206A (en) | 1999-12-07 | 2003-05-13 | クラスノウ インスティテュート | Adaptive electric field regulation of the nervous system |
| JP2008500074A (en) | 2004-05-27 | 2008-01-10 | フォルシュングスツェントルム・ユーリッヒ・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング | Method and apparatus for decoupling and / or desynchronizing brain neuronal activity |
| JP2008523852A (en) | 2004-12-16 | 2008-07-10 | フォルシュングスツェントルム ユーリッヒ ゲーエムベーハー | Method and apparatus for desynchronizing cranial nerve activity, controller, and method for treating neurological and / or psychiatric disorders |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20140042711A (en) | 2014-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101583044B1 (en) | Adaptive Deep Brain Stimulation System Actively Controlling The Stimulation Pattern for Deep Brain Stimulation | |
| CA2929971C (en) | Monitoring brain neural potentials | |
| US10016606B2 (en) | Movement disorder symptom control | |
| US20110184489A1 (en) | Method of treating parkinson's disease and other movement disorders | |
| Kuo et al. | Approaches to closed-loop deep brain stimulation for movement disorders | |
| CN111200967B (en) | Systems and methods for monitoring neural activity | |
| EP3558445A1 (en) | Method to design temporal patterns of nervous system stimulation | |
| CA2878693C (en) | Non-regular electrical stimulation patterns for improved efficiency in treating parkinson's disease | |
| US8600513B2 (en) | Seizure prediction and neurological disorder treatment | |
| JP7065942B2 (en) | Therapeutic electrical stimulation therapy for patients with freezing feet | |
| JP6937767B2 (en) | Devices and Methods for Effective Invasive Amplitude Modulation Nerve Stimulation | |
| JP2023509633A (en) | brain stimulation and sensing | |
| EP3468658B1 (en) | Electro-stimulation device for innervation of the external ear canal | |
| ES2808212T3 (en) | Effective Invasive Multisegmental Neurostimulation Device | |
| WO2016132258A1 (en) | Apparatus and method for treating neurological disorders | |
| Breznen et al. | Analysis of the step response of the saccadic feedback: system behavior | |
| Santaniello et al. | Reinforcement mechanisms in putamen during high frequency STN DBS: A point process study | |
| Qi et al. | Nucleus basalis stimulation stabilizes attractor networks and enhances task representation in prefrontal cortex | |
| Kang et al. | A model of pathological oscillations in the basal ganglia and deep brain stimulation in Parkinson’s disease | |
| US20230111085A1 (en) | Systems and Methods for Monitoring Neural Activity | |
| Petrucci et al. | Closed Loop Deep Brain Stimulation for Freezing of Gait | |
| Guntinas-Lichius | Laryngeal Electromyography | |
| Quartarone et al. | Adaptive deep brain stimulation: Retuning Parkinson’s disease | |
| Mathiopoulou et al. | DBS-induced gamma entrainment as a new biomarker for motor improvement with neuromodulation | |
| Santaniello et al. | A point process model-based framework reveals reinforcement mechanisms in striatum during high frequency STN DBS |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| LAPS | Lapse due to unpaid annual fee |