文献

J-GLOBAL ID：202202229535805089   整理番号：22A0918473

知的適応深部脳刺激のための機械学習ベース脳信号復号化【JST・京大機械翻訳】

Machine learning based brain signal decoding for intelligent adaptive deep brain stimulation

著者 (6件)： Merk Timon (Movement Disorder and Neuromodulation Unit, Department of Neurology, Charite - Universitaetsmedizin Berlin, Chariteplatz 1, 10117 Berlin, Germany) ,  Peterson Victoria (Department of Neurosurgery, Massachusetts General Hospital, Harvard Medical School, Boston, United States) ,  Kohler Richard (Movement Disorder and Neuromodulation Unit, Department of Neurology, Charite - Universitaetsmedizin Berlin, Chariteplatz 1, 10117 Berlin, Germany) ,  Haufe Stefan (Berlin Center for Advanced Neuroimaging (BCAN), Charite - Universitaetsmedizin Berlin, Chariteplatz 1, 10117 Berlin, Germany) ,  Richardson R. Mark (Department of Neurosurgery, Massachusetts General Hospital, Harvard Medical School, Boston, United States) ,  Neumann Wolf-Julian (Movement Disorder and Neuromodulation Unit, Department of Neurology, Charite - Universitaetsmedizin Berlin, Chariteplatz 1, 10117 Berlin, Germany)
資料名： Experimental Neurology  (Experimental Neurology)
巻： 351  ページ： Null  発行年： 2022年 
JST資料番号： A0094B  ISSN： 0014-4886  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： センシングは移植可能デバイスを可能にし,次世代神経工学は侵襲性神経調節のリアルタイム調節を可能にする。侵襲性脳信号記録における症状と疾患特異的バイオマーカーの同定は,需要依存性適応深部脳刺激(aDBS)のアイデアに着想した。機械学習によるDBSの臨床的有用性の拡大は,臨床脳コンピュータインタフェースの治療成功における次のブレークスルーの可能性を保持する可能性がある。この目的のために,神経時系列から脳状態の復号化のために最適化された洗練された機械学習アルゴリズムを開発する必要がある。このベンチャーをサポートするために,本レビューは侵襲性神経生理学のための機械学習研究の現状を要約する。機械学習用語への簡潔な紹介の後,脳記録の症状と行動の復号化のための意味ある特徴への変換について述べた。一般的に使用される機械学習モデルを説明し,DBSに対する有用性の観点から解析した。これに続いて,臨床設定におけるリアルタイム適応のための概念的および実用的な一般化可能性を確実にするための訓練および試験のための良好な実践に関する批判的レビューを行った。最後に,機械学習とDBSを組み合わせた最初の研究を強調した。本レビューは,知的適応DBS(iDBS)の有望な未来にglし,成功する臨床採用のための道路上の4つの重要成分の同定,i)学際的研究チーム,ii)公的に利用可能なデータセット,iii)オープンソースアルゴリズム解およびiv)強い世界規模の研究共同研究,を結論づけるものである,という事を結論づけるものである。”結論]このレビューは,成功した臨床採用のための道路上の4つの重要成分を同定することによって結論を下す,という事を結論づけるものである。(i)多分野研究チーム,ii)公的に利用可能なデータセット,iii)オープンソースアルゴリズムソリューションおよびiv)強い世界規模の研究協力。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  道路 ,  *復号化 ,  モデル ,  臨床医学 ,  運動障害 ,  移植【動物】 ,  神経科学 ,  *電気療法 ,  バイオマーカー ,  *機械学習 ,  学習アルゴリズム
準シソーラス用語： *深部脳刺激 ,  神経生理学 ,  神経調節 ,  ブレインコンピュータインタフェイス ,  侵襲性 , 【Automatic Indexing@JST】

著者キーワード (6件)： 適応深部脳刺激 ,  脳-コンピュータインタフェイス ,  閉ループDBS ,  運動障害 ,  神経復号化 ,  リアルタイム分類

分類 (5件)： 生体計測  (EL03020C) ,  脳・神経系モデル  (EL02050C) ,  人間機械系  (IB03000G) ,  精神科の臨床医学一般  (GR01030T) ,  医療用機器装置  (GA05020L)

タイトルに関連する用語 (5件)： 適応 ,  深部脳刺激 ,  機械学習 ,  脳 ,  復号化