ミシガン工科大学の研究者がパーキンソン病患者のための「スマート」な脳深部刺激システムを開発(Michigan Tech Researchers Develop ‘Smart’ Deep Brain Stimulation Systems for Parkinson’s Patients)

ad

2023-03-22 ミシガン工科大学

ミシガン工科大学の研究者がパーキンソン病患者のための「スマート」な脳深部刺激システムを開発(Michigan Tech Researchers Develop ‘Smart’ Deep Brain Stimulation Systems for Parkinson’s Patients)A comparison of Open-Loop and Closed-Loop DBS systems. (Graphic courtesy Hongyu An and Traci Yu)

米国ミシガン工科大学の研究者は、神経形態学的コンピューティングを応用して、パーキンソン病治療に使われる深部脳刺激システムの有効性と省エネ効果を高めることを目的としている。これにより、患者にとって効果的かつ副作用のない医療手段が提供されることが期待される。
現在の深部脳刺激システムは、患者の臨床状態に関係なく一定の頻度で刺激信号を脳に送信するオープンループシステムであり、バッテリー寿命が課題となっている。研究者は、閉ループシステムとして神経形態学的チップを使用し、症状に合わせて信号を調整するシステムの開発を行っている。これにより、患者のニューロン活動を測定し、スパイクニューロンネットワークを使用してパーキンソン病の症状を検出し、最適な電気刺激パルスを生成することができる。

<関連情報>

Memristive Spiking Neural Networkを用いたパーキンソン病に対する閉ループ脳深部刺激のためのベータ発振検出器の設計 Beta Oscillation Detector Design for Closed-Loop Deep Brain Stimulation of Parkinson’s Disease with Memristive Spiking Neural Networks

Zachary Kerman,Chunxiu Yu,Hongyu An
2022 23rd International Symposium on Quality Electronic Design  Date Added to IEEE Xplore: 29 June 2022
DOI:https://doi.org/10.1109/ISQED54688.2022.9806207

Abstract

Deep Brain Stimulation (DBS) is a prominent treatment of Parkinson’s disease (PD) that sends stimulation signals into the brain. The Closed-Loop DBS (CL-DBS) is an adaptive DBS system sending optimized and dynamic stimulation signals in accordance with the PD symptoms. The CL-DBS system is implanted and carried by the patients all the time. Thus, it requires advanced intelligence and energy efficiency to maintain a 24/7 real-time operation. However, the state-of-the-art CL-DBS systems are implemented with the traditional integrated circuits that cannot meet these demands. To tackle this challenge, in this paper, we design a novel energy-efficient beta oscillation detector of the CL-DBS system using Spiking Neural Networks (SNNs) and memristive synapses. The proposed SNN-based beta oscillation detector is trained with PD model data and evaluated using experimental data from the PD rats. The improvement of our SNN-based CL-DBS detector is evaluated with the architecture-level simulator NeuroSIM. The reductions of the proposed system on the chip area, latency, and energy are 67.3%, 41.9%, and 11.7% by using memristive synapses compared to the traditional SRAM (6T).

医療・健康
ad
ad
Follow
ad
タイトルとURLをコピーしました