Name: De kliniek thuis brengen: een multimodaal ecosysteem voor gegevensverzameling thuis ter ondersteuning van adaptieve diepe hersenstimulatie (Video) | JoVE Journal
Uploaded: 2023-07-14T13:30:00.000+00:00
Duration: 6 min 32 s
Description: Ontdek een multimodaal thuisplatform voor adaptieve diepe hersenstimulatie bij Parkinson. Dit systeem monitort therapieparameters en bewegingskwaliteit gedurende een jaar, waarbij patiëntprivacy gewaarborgd blijft.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Dit materiaal is gebaseerd op werk dat wordt ondersteund door het National Science Foundation Graduate Research Fellowship Program (DGE-2140004), de Weill Neurohub en het National Institute of Health (UH3NS100544). Alle meningen, bevindingen en conclusies of aanbevelingen in dit materiaal zijn die van de auteur(s) en weerspiegelen niet noodzakelijkerwijs de mening van de National Science Foundation, de Weill Neurohub of het National Institute of Health. We danken Tianjiao Zhang voor zijn deskundig advies over platformontwerp en de integratie van videogegevens. We danken in het bijzonder de patiënt voor hun deelname aan dit onderzoek en voor de feedback en het advies over netwerkbeveiliging en platformontwerp.

Optimalisatie van diepe hersenstimulatie voor patiënten met neurologische aandoeningen

<ol><li>World Health Organization. Parkinson disease. , https://www.who.int/news-room/fact-sheets/detail/parkinson-disease (2022).</li>
<li>Herrington, T. M., Cheng, J. J., Eskandar, E. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mechanisms+of+deep+brain+stimulation%5BTitle%5D)+AND+%22Journal+of+Neurophysiology%22%5BJournal%5D)">Mechanisms of deep brain stimulation.</a> Journal of Neurophysiology. 115 (1), 19-38 (2016).</li>
<li>Little, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Adaptive+deep+brain+stimulation+for+Parkinson%27s+disease+demonstrates+reduced+speech+side+effects+compared+to+conventional+stimulation+in+the+acute+setting%5BTitle%5D)+AND+%22Journal+of+Neurology%2C+Neurosurgery+%26+Psychiatry%22%5BJournal%5D)">Adaptive deep brain stimulation for Parkinson's disease demonstrates reduced speech side effects compared to conventional stimulation in the acute setting.</a> Journal of Neurology, Neurosurgery & Psychiatry. 87 (12), 1388-1389 (2016).</li>
<li>Mohammed, A., Bayford, R., Demosthenous, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Toward+adaptive+deep+brain+stimulation+in+Parkinson%27s+disease%3A+a+review%5BTitle%5D)+AND+%22Neurodegenerative+Disease+Management%22%5BJournal%5D)">Toward adaptive deep brain stimulation in Parkinson's disease: a review.</a> Neurodegenerative Disease Management. 8 (2), 115-136 (2018).</li>
<li>Gilron, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Long-term+wireless+streaming+of+neural+recordings+for+circuit+discovery+and+adaptive+stimulation+in+individuals+with+Parkinson%27s+disease%5BTitle%5D)+AND+%22Nature+Biotechnology%22%5BJournal%5D)">Long-term wireless streaming of neural recordings for circuit discovery and adaptive stimulation in individuals with Parkinson's disease.</a> Nature Biotechnology. 39 (9), 1078-1085 (2021).</li>
<li>Ray, N. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Local+field+potential+beta+activity+in+the+subthalamic+nucleus+of+patients+with+Parkinson%27s+disease+is+associated+with+improvements+in+bradykinesia+after+dopamine+and+deep+brain+stimulation%5BTitle%5D)+AND+%22Experimental+Neurology%22%5BJournal%5D)">Local field potential beta activity in the subthalamic nucleus of patients with Parkinson's disease is associated with improvements in bradykinesia after dopamine and deep brain stimulation.</a> Experimental Neurology. 213 (1), 108-113 (2008).</li>
<li>Neumann, W. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Subthalamic+synchronized+oscillatory+activity+correlates+with+motor+impairment+in+patients+with+Parkinson%27s+disease%5BTitle%5D)+AND+%22Movement+Disorders%3A+Official+Journal+of+the+Movement+Disorder+Society%22%5BJournal%5D)">Subthalamic synchronized oscillatory activity correlates with motor impairment in patients with Parkinson's disease.</a> Movement Disorders: Official Journal of the Movement Disorder Society. 31 (11), 1748-1751 (2016).</li>
<li>Swann, N. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Adaptive+deep+brain+stimulation+for+Parkinson%27s+disease+using+motor+cortex+sensing%5BTitle%5D)+AND+%22J.+Neural+Eng%22%5BJournal%5D)">Adaptive deep brain stimulation for Parkinson's disease using motor cortex sensing.</a> J. Neural Eng. 11, (2018).</li>
<li>Little, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Adaptive+deep+brain+stimulation+in+advanced+Parkinson+disease%5BTitle%5D)+AND+%22Annals+of+Neurology%22%5BJournal%5D)">Adaptive deep brain stimulation in advanced Parkinson disease.</a> Annals of Neurology. 74 (3), 449-457 (2013).</li>
<li>Connolly, M. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multi-objective+data-driven+optimization+for+improving+deep+brain+stimulation+in+Parkinson%27s+disease%5BTitle%5D)+AND+%22Journal+of+Neural+Engineering%22%5BJournal%5D)">Multi-objective data-driven optimization for improving deep brain stimulation in Parkinson's disease.</a> Journal of Neural Engineering. 18 (4), 046046(2021).</li>
<li>Stanslaski, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Creating+neural+%26%2334%3Bco-processors%26%2334%3B+to+explore+treatments+for+neurological+disorders%5BTitle%5D)+AND+%222018+IEEE+International+Solid+-+State+Circuits+Conference+-+%28ISSCC%29%22%5BJournal%5D)">Creating neural &#34;co-processors&#34; to explore treatments for neurological disorders.</a> 2018 IEEE International Solid - State Circuits Conference - (ISSCC). , 460-462 (2018).</li>
<li>Rights (OCR), O. for C. The HIPAA Privacy Rule. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22HHS.gov%22">HHS.gov</a>. , https://www.hhs.gov/hipaa/for-professionals/privacy/index.html (2008).</li>
<li>Rights (OCR), O. for C. The Security Rule. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22HHS.gov%22">HHS.gov</a>. , https://www.hhs.gov/hipaa/for-professionals/security/index.html (2009).</li>
<li>Perrone, R., Gilron, R. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aPerrone%2C+R+%22SCBS+Patient+Facing+App+%28Summit+Continuous+Bilateral+Streaming%29%22">SCBS Patient Facing App (Summit Continuous Bilateral Streaming)</a>. , https://github.com/openmind-consortium/App-SCBS-PatientFacingApp (2021).</li>
<li>Strandquist, G., et al. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aStrandquist%2C+G+%22In-Home+Video+and+IMU+Kinematics+of+Self+Guided+Tasks+Correlate+with+Clinical+Bradykinesia+Scores%22">In-Home Video and IMU Kinematics of Self Guided Tasks Correlate with Clinical Bradykinesia Scores</a>. , (2023).</li>
<li>Donenfeld, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((WireGuard%3A+Next+Generation+Kernel+Network+Tunnel%5BTitle%5D)+AND+%22Proceedings+2017+Network+and+Distributed+System+Security+Symposium%22%5BJournal%5D)">WireGuard: Next Generation Kernel Network Tunnel.</a> Proceedings 2017 Network and Distributed System Security Symposium. , (2017).</li>
<li>etzion. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22Ubuntu+20.04+and+TPM2+encrypted+system+disk+-+Running+Systems%22">Ubuntu 20.04 and TPM2 encrypted system disk - Running Systems</a>. , https://run.tournament.org.il/ubuntu-20-04-and-tpm2-encrypted-system-disk/ (2021).</li>
<li>Craig-Wood, N. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aCraig-Wood%2C+N+%22Rclone%22">Rclone</a>. , https://github.com/rclone/rclone (2023).</li>
<li>Chen, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Role+of+Large-Scale+Data+Infrastructure+in+Developing+Next-Generation+Deep+Brain+Stimulation+Therapies%5BTitle%5D)+AND+%22Frontiers+in+Human+Neuroscience%22%5BJournal%5D)">The Role of Large-Scale Data Infrastructure in Developing Next-Generation Deep Brain Stimulation Therapies.</a> Frontiers in Human Neuroscience. 15, 717401(2021).</li>
<li>Hidalgo, G. inés, et al. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aHidalgo%2C+Gin%C3%A9s+%22CMU-Perceptual-Computing-Lab%2Fopenpose%22">CMU-Perceptual-Computing-Lab/openpose</a>. , https://github.com/CMU-Perceptual-Computing-Lab/openpose (2023).</li>
<li>Cao, Z., Hidalgo, G., Simon, T., Wei, S. E., Sheikh, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((OpenPose%3A+Realtime+Multi-Person+2D+Pose+Estimation+Using+Part+Affinity+Fields%5BTitle%5D)+AND+%22IEEE+Transactions+on+Pattern+Analysis+and+Machine+Intelligence%22%5BJournal%5D)">OpenPose: Realtime Multi-Person 2D Pose Estimation Using Part Affinity Fields.</a> IEEE Transactions on Pattern Analysis and Machine Intelligence. 43 (1), 172-186 (2021).</li>
<li>Cao, Z. openpose/calibration_module.md at master · CMU-Perceptual-Computing-Lab/openpose. , https://github.com/CMU-Perceptual-Computing-Lab/openpose/blob/master/doc/advanced/calibration_module.md (2023).</li>
<li>Sellers, K. K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Analysis-rcs-data%3A+Open-Source+Toolbox+for+the+Ingestion%2C+Time-Alignment%2C+and+Visualization+of+Sense+and+Stimulation+Data+From+the+Medtronic+Summit+RC%2BS+System%5BTitle%5D)+AND+%22Frontiers+in+Human+Neuroscience%22%5BJournal%5D)">Analysis-rcs-data: Open-Source Toolbox for the Ingestion, Time-Alignment, and Visualization of Sense and Stimulation Data From the Medtronic Summit RC+S System.</a> Frontiers in Human Neuroscience. 15, 398(2021).</li>
<li>Ranti, C. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aRanti%2C+C+%22Rune+Labs+Stream+API%22">Rune Labs Stream API</a>. , https://docs.runelabs.io/ (2023).</li>
<li>ffmpeg development community. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22FFmpeg+Formats+Documentation%22">FFmpeg Formats Documentation</a>. , https://ffmpeg.org/ffmpeg-formats.html (2023).</li>
<li>Goetz, C. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Movement+Disorder+Society-sponsored+revision+of+the+Unified+Parkinson%27s+Disease+Rating+Scale+%28MDS-UPDRS%29%3A+Scale+presentation+and+clinimetric+testing+results%3A+MDS-UPDRS%3A+Clinimetric+Assessment%5BTitle%5D)+AND+%22Movement+Disorders%22%5BJournal%5D)">Movement Disorder Society-sponsored revision of the Unified Parkinson's Disease Rating Scale (MDS-UPDRS): Scale presentation and clinimetric testing results: MDS-UPDRS: Clinimetric Assessment.</a> Movement Disorders. 23 (15), 2129-2170 (2008).</li>
</ol>

De auteurs hebben geen belangenconflicten om bekend te maken.

We delen het ontwerp voor een thuisprototype van een multimodaal gegevensverzamelingsplatform ter ondersteuning van toekomstig onderzoek naar neuromodulatieonderzoek. Het ontwerp is open-source en modulair, zodat elk stuk hardware kan worden vervangen en elk softwareonderdeel kan worden bijgewerkt of gewijzigd zonder dat het algehele platform instort. Hoewel de methoden voor het verzamelen en de-identificeren van neurale gegevens specifiek zijn voor de geselecteerde INS, zijn de overige methoden en de algemene benadering...

Diepe hersenstimulatie (DBS) behandelt neurologische aandoeningen zoals de ziekte van Parkinson (PD) door elektrische stroom rechtstreeks aan specifieke delen van de hersenen te leveren. Er zijn wereldwijd naar schatting 8,5 miljoen gevallen van PD en DBS is een cruciale therapie gebleken wanneer medicatie onvoldoende is om de symptomen onder controle te houden 1,2. De effectiviteit van DBS kan echter worden beperkt door bijwerkingen die soms optreden bij stimulatie die conventioneel wordt toegediend met een vaste amplitude, frequentie enpulsbreedte3. Deze open-loop implementatie reageert niet op fluctuaties in de symptoomtoestand, wat resulteert in stimulatie-instellingen die niet goed zijn afgestemd op de veranderende behoeften van de patiënt. DBS wordt verder gehinderd door het tijdrovende proces van het afstemmen van stimulatieparameters, dat momenteel handmatig wordt uitgevoerd door clinici voor elke individuele patiënt.
Adaptieve DBS (aDBS) is een closed-loop benadering waarvan is aangetoond dat het een effectieve volgende iteratie van DBS is door stimulatieparameters in realtime aan te passen wanneer symptoomgerelateerde biomarkers worden gedetecteerd 3,4,5. Studies hebben aangetoond dat bèta-oscillaties (10-30 Hz) in de subthalamische kern (STN) consistent optreden tijdens bradykinesie, een vertraging van de beweging die kenmerkend is voor PD 6,7. Evenzo is bekend dat oscillaties met een hoog gamma (50-120 Hz) in de cortex optreden tijdens perioden van dyskinesie, een overmatige en onwillekeurige beweging die ook vaak wordt gezien bij PD8. Recent werk heeft met succes aDBS gedurende langere perioden buiten de kliniek toegediend5, maar de effectiviteit op lange termijn van aDBS-algoritmen die in de kliniek zijn geconfigureerd terwijl een patiënt thuis is, is niet vastgesteld.
Systemen op afstand zijn nodig om de in de tijd variërende effectiviteit van deze dynamische algoritmen vast te leggen bij het onderdrukken van symptomen die zich voordoen tijdens het dagelijks leven. Hoewel de dynamische stimulatiebenadering van aDBS mogelijk een nauwkeurigere behandeling mogelijk maakt met minder bijwerkingen3,9, lijdt aDBS nog steeds onder een hoge last voor clinici om handmatig stimulatieparameters voor elke patiënt te identificeren. Naast de toch al grote set parameters die tijdens conventionele DBS moeten worden geprogrammeerd, introduceren aDBS-algoritmen veel nieuwe parameters die ook zorgvuldig moeten worden aangepast. Deze combinatie van stimulatie- en algoritmeparameters levert een enorme parameterruimte op met een onbeheersbaar aantal mogelijke combinaties, waardoor aDBS niet kan worden opgeschaald naar veel patiënten10. Zelfs in onderzoeksomgevingen maakt de extra tijd die nodig is om aDBS-systemen te configureren en te beoordelen het moeilijk om algoritmen alleen in de kliniek adequaat te optimaliseren, en is het nodig om parameters op afstand bij te werken. Om van aDBS een behandeling te maken die schaalbaar is, moeten stimulatie en het afstemmen van algoritmeparameters worden geautomatiseerd. Bovendien moeten de resultaten van de therapie worden geanalyseerd in herhaalde onderzoeken om aDBS vast te stellen als een levensvatbare langetermijnbehandeling buiten de kliniek. Er is behoefte aan een platform dat gegevens kan verzamelen voor evaluatie op afstand van de effectiviteit van therapie, en om op afstand updates van aDBS-algoritmeparameters te implementeren.
Het doel van dit protocol is om een herbruikbaar ontwerp te bieden voor een multimodaal platform voor gegevensverzameling thuis om de effectiviteit van aDBS buiten de kliniek te verbeteren en om deze behandeling op te schalen naar een groter aantal individuen. Voor zover wij weten, is dit het eerste ontwerp van een platform voor gegevensverzameling dat op afstand therapeutische resultaten evalueert met behulp van videocamera's voor thuis, draagbare sensoren, chronische neurale signaalopname en patiëntgestuurde feedback om aDBS-systemen te evalueren tijdens gecontroleerde taken en naturalistisch gedrag.
Het platform is een ecosysteem van hardware- en softwarecomponenten die zijn gebouwd op eerder ontwikkelde systemen5. Het is volledig te onderhouden via toegang op afstand na een eerste installatie van minimale hardware om multimodale gegevensverzameling van een persoon in het comfort van zijn huis mogelijk te maken. Een belangrijk onderdeel is het implanteerbare neurostimulatiesysteem (INS)11 dat neurale activiteit detecteert en stimulatie levert aan de STN, en de versnelling van borstimplantaten registreert. Voor het implantaat dat bij de eerste inzet wordt gebruikt, wordt neurale activiteit geregistreerd van bilaterale afleidingen die in de STN zijn geïmplanteerd en van elektrocorticografie-elektroden die over de motorische cortex zijn geïmplanteerd. Een video-opnamesysteem helpt clinici de ernst van de symptomen en de effectiviteit van de therapie te controleren, inclusief een grafische gebruikersinterface (GUI) om lopende opnames eenvoudig te kunnen annuleren om de privacy van de patiënt te beschermen. Video's worden verwerkt om kinematische positietrajecten in tweedimensionaal (2D) of driedimensionaal (3D) te extraheren, en slimme horloges worden om beide polsen gedragen om hoeksnelheids- en versnellingsinformatie vast te leggen. Belangrijk is dat alle gegevens worden versleuteld voordat ze worden overgebracht naar langdurige cloudopslag, en dat de computer met patiëntidentificeerbare video's alleen toegankelijk is via een virtueel particulier netwerk (VPN). Het systeem omvat twee benaderingen voor post-hoc tijdafstemming van alle gegevensstromen, en gegevens worden gebruikt om de bewegingskwaliteit van de patiënt op afstand te bewaken en om symptoomgerelateerde biomarkers te identificeren voor het verfijnen van aDBS-algoritmen. Het videogedeelte van dit werk toont het gegevensverzamelingsproces en animaties van kinematische trajecten die zijn geëxtraheerd uit verzamelde video's.
Bij de ontwikkeling van het protocol zijn een aantal ontwerpoverwegingen leidend geweest: Zorgen voor gegevensbeveiliging en privacy van patiënten: Het verzamelen van identificeerbare patiëntgegevens vereist uiterste zorgvuldigheid bij verzending en opslag om de Health Insurance Portability and Accountability Act (HIPAA) te zijn12,13 de privacy van de patiënt in zijn eigen huis te respecteren. In dit project werd dit bereikt door het opzetten van een aangepaste VPN om de privacy van al het gevoelige verkeer tussen systeemcomputers te waarborgen. Veiligheidsgrenzen van de stimulatieparameter: Het is van cruciaal belang om ervoor te zorgen dat de patiënt veilig blijft tijdens het uitproberen van aDBS-algoritmen die onbedoelde effecten kunnen hebben. De INS van de patiënt moet door een arts worden geconfigureerd om veilige grenzen te hebben voor stimulatieparameters die geen onveilige effecten van overstimulatie of onderstimulatie mogelijk maken. Met het INS-systeem11 Deze functie wordt in dit onderzoek gebruikt en wordt mogelijk gemaakt door een programmeur van een arts. Zorgen voor het veto van de patiënt: Zelfs binnen veilige parameterlimieten kan de dagelijkse variabiliteit van symptomen en stimulatiereacties leiden tot onaangename situaties voor de patiënt waarbij ze een hekel hebben aan een algoritme dat wordt getest en willen terugkeren naar normale klinische open-loop DBS. Het geselecteerde INS-systeem bevat een patiënttelemetriemodule (PTM) waarmee de patiënt zijn stimulatiegroep en stimulatieamplitude in mA handmatig kan wijzigen. Er is ook een INS-gekoppelde onderzoeksapplicatie die wordt gebruikt voor configuratie op afstand van de INS voorafgaand aan gegevensverzameling14, wat de patiënt ook in staat stelt om aDBS-onderzoeken af te breken en zijn therapie onder controle te houden. Complex en natuurlijk gedrag vastleggen: Videogegevens werden in het platform opgenomen om clinici in staat te stellen de effectiviteit van de therapie op afstand te bewaken en kinematische trajecten uit pose-schattingen te extraheren voor gebruik in onderzoeksanalyses15. Hoewel draagbare sensoren minder opdringerig zijn, is het moeilijk om het volledige dynamische bewegingsbereik van een heel lichaam vast te leggen met alleen draagbare systemen. Video's maken het mogelijk om tegelijkertijd het volledige bewegingsbereik van de patiënt en zijn symptomen in de loop van de tijd vast te leggen. Bruikbaarheid van het systeem voor patiënten: Voor het verzamelen van multimodale gegevens thuis moeten meerdere apparaten worden geïnstalleerd en gebruikt in het huis van een patiënt, wat voor patiënten lastig kan worden om te navigeren. Om het systeem gebruiksvriendelijk te maken en tegelijkertijd de controle over de patiënt te garanderen, moeten alleen de apparaten die zijn geïmplanteerd of fysiek aan de patiënt zijn bevestigd (in dit geval inclusief het INS-systeem en slimme horloges) handmatig worden ingeschakeld voordat een opname wordt gestart. Voor apparaten die los staan van de patiënt (in dit geval gaat het om gegevens die zijn opgenomen met videocamera's), worden de opnames automatisch gestart en beëindigd zonder dat er interactie van de patiënt nodig is. Bij het ontwerp van de GUI is ervoor gezorgd dat het aantal knoppen tot een minimum is beperkt en dat diepe menubomen zijn vermeden, zodat interacties eenvoudig zijn. Nadat alle apparaten zijn geïnstalleerd, liet een onderzoekscoördinator de patiënt zien hoe hij met alle apparaten kon communiceren via patiëntgerichte GUI's die deel uitmaken van elk apparaat, zoals hoe opnames op elk apparaat kunnen worden beëindigd en hoe ze hun medicatiegeschiedenis en symptoomrapporten kunnen invoeren. Transparantie van gegevensverzameling: Het is absoluut noodzakelijk om duidelijk aan te geven wanneer camera's zijn ingeschakeld, zodat mensen weten wanneer ze worden opgenomen en de opname kunnen onderbreken als ze een moment van privacy nodig hebben. Om dit te bereiken, wordt een camerasysteemtoepassing gebruikt om video-opnames te besturen met een patiëntgerichte GUI. De GUI wordt automatisch geopend wanneer de applicatie wordt gestart en geeft de tijd en datum van de volgende geplande opname weer. Wanneer een opname aan de gang is, wordt in een bericht aangegeven wanneer de opname volgens de planning moet worden beëindigd. In het midden van de GUI wordt een grote afbeelding van een rood licht weergegeven. Het beeld laat zien dat het licht fel verlicht is wanneer er een opname aan de gang is, en verandert in een niet-verlicht beeld wanneer de opnamen zijn uitgeschakeld.
Het protocol beschrijft methoden voor het ontwerpen, bouwen en implementeren van een platform voor gegevensverzameling thuis, voor het controleren van de kwaliteit van de verzamelde gegevens op volledigheid en robuustheid, en voor het nabewerken van gegevens voor gebruik in toekomstig onderzoek.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/65305/65305fig01.jpg"> Figuur 1: Gegevensstroom. Gegevens voor elke modaliteit worden onafhankelijk van de woonplaats van de patiënt verzameld voordat ze worden verwerkt en samengevoegd tot één eindpunt voor externe opslag. De gegevens voor elke modaliteit worden automatisch verzonden naar een eindpunt voor externe opslag. Met de hulp van een van de teamleden kan het vervolgens worden opgehaald, gecontroleerd op geldigheid, tijd afgestemd op verschillende modaliteiten en worden onderworpen aan meer modaliteitsspecifieke voorbewerking. De gecompileerde dataset wordt vervolgens geüpload naar een extern opslageindpunt dat veilig toegankelijk is voor alle teamleden voor voortdurende analyse. Alle machines met gegevenstoegang, vooral voor gevoelige gegevens zoals onbewerkte video, zijn ingesloten in een VPN die ervoor zorgt dat alle gegevens veilig worden overgedragen en opgeslagen gegevens altijd worden versleuteld. <a href="https://www.jove.com/files/ftp_upload/65305/65305fig01large.jpg" target="_blank">Klik hier om een grotere versie van deze figuur te bekijken.</a>

<table><tbody><tr><td>Analysis RCS Data Processing</td><td>OpenMind</td><td></td><td>https://github.com/openmind-consortium/Analysis-rcs-data, open-source</td></tr><tr><td>Apple Watches</td><td>Apple, Inc</td><td></td><td>Gebruik 2 horloges voor elke patiënt, één op elke pols</td></tr><tr><td>BRIO ULTRA HD PRO BUSINESS WEBCAM</td><td>Logitech</td><td>960-001105</td><td>Gebruikt 3 in ons platformontwerp</td></tr><tr><td>DaVinci Resolve videobewerkingssoftware</td><td>DaVinci Resolve</td><td></td><td>gebruikt om camerakalibratie te ondersteunen</td></tr><tr><td>Dell XPS PC</td><td>Dell</td><td></td><td>2T harde schijf, 500GB SSD</td></tr><tr><td>Dropbox</td><td>Dropbox</td><td></td><td></td></tr><tr><td>ffmpeg</td><td>N/A</td><td></td><td>open-source, installeer voor het uitvoeren van de video-opname-app</td></tr><tr><td>Gooseneck-montages voor webcams</td><td>N/A</td><td></td><td></td></tr><tr><td>GPU</td><td>Nvidia</td><td></td><td>Een minimum van 8GB GPU-geheugen wordt aanbevolen om OpenPose uit te voeren, 12GB is ideaal</td></tr><tr><td>Java 11</td><td>Oracle</td><td></td><td>Installeer om de Video Recording App uit te voeren</td></tr><tr><td>Microsoft Surface tablet</td><td>Microsoft</td><td></td><td></td></tr><tr><td>NoMachine</td><td>NoMachine</td><td></td><td>Ideaal bij gebruik van een Linux OS, open-source</td></tr><tr><td>OpenPose</td><td>N/A</td><td></td><td>open-source</td></tr><tr><td>Rclone-bestandsoverdrachtprogramma</td><td>Rclone</td><td></td><td>Versleutelt gegevens en kopieert of verplaatst gegevens naar offsite opslag, open-source</td></tr><tr><td>StrivePD-app</td><td>RuneLabs</td><td></td><td>We hebben de app op de Apple Watches geïnstalleerd om opnames te starten en gegevens naar een online portaal te uploaden.</td></tr><tr><td>Summit RC+S neuromodulatiesysteem</td><td>Medtronic</td><td></td><td>Alleen voor onderzoeksdoeleinden</td></tr><tr><td>Touchscreen-compatibele monitor</td><td>N/A</td><td></td><td></td></tr><tr><td>Video for Linux 2 API</td><td>The Linux Kernel</td><td></td><td>Installeer als u een Linux OS gebruikt voor video-opname</td></tr><tr><td>Wasabi</td><td>Wasabi</td><td></td><td>Langdurige cloudopslag</td></tr><tr><td>WireGuard VPN-protocol</td><td>WireGuard</td><td></td><td>open-source</td></tr></tbody></table>

de kliniek thuis brengen: een multimodaal ecosysteem voor gegevensverzameling thuis ter ondersteuning van adaptieve diepe hersenstimulatie

Bringing the Clinic Home: An At-Home Multi-Modal Data Collection Ecosystem to Support Adaptive Deep Brain Stimulation

Adaptieve diepe hersenstimulatie (aDBS) is veelbelovend voor het verbeteren van de behandeling van neurologische aandoeningen zoals de ziekte van Parkinson (PD). aDBS maakt gebruik van symptoomgerelateerde biomarkers om stimulatieparameters in realtime aan te passen om de symptomen nauwkeuriger aan te pakken. Om deze dynamische aanpassingen mogelijk te maken, moeten voor elke individuele patiënt parameters voor een aDBS-algoritme worden bepaald. Dit vereist tijdrovende handmatige afstemming door klinische onderzoekers, waardoor het moeilijk is om een optimale configuratie te vinden voor een enkele patiënt of om op te schalen naar veel patiënten. Bovendien blijft de effectiviteit op lange termijn van aDBS-algoritmen die in de kliniek worden geconfigureerd terwijl de patiënt thuis is, een open vraag. Om deze therapie op grote schaal te implementeren, is een methodologie nodig om automatisch aDBS-algoritmeparameters te configureren en tegelijkertijd de therapieresultaten op afstand te monitoren. In dit artikel delen we een ontwerp voor een platform voor gegevensverzameling thuis om het veld te helpen beide problemen aan te pakken. Het platform bestaat uit een geïntegreerd hardware- en software-ecosysteem dat open-source is en het mogelijk maakt om thuis neurale, traagheids- en multicamera-videogegevens te verzamelen. Om de privacy van patiëntidentificeerbare gegevens te waarborgen, versleutelt en draagt het platform gegevens over via een virtueel particulier netwerk. De methoden omvatten het op elkaar afstemmen van datastromen in de tijd en het extraheren van pose-schattingen uit video-opnamen. Om het gebruik van dit systeem te demonstreren, hebben we dit platform ingezet bij een persoon met PD thuis en gegevens verzameld tijdens zelfgeleide klinische taken en perioden van vrij gedrag in de loop van 1,5 jaar. Gegevens werden geregistreerd bij subtherapeutische, therapeutische en supratherapeutische stimulatieamplitudes om de ernst van motorische symptomen onder verschillende therapeutische omstandigheden te evalueren. Deze op de tijd afgestemde gegevens tonen aan dat het platform in staat is om thuis multimodale gegevensverzameling te synchroniseren voor therapeutische evaluatie. Deze systeemarchitectuur kan worden gebruikt om geautomatiseerd aDBS-onderzoek te ondersteunen, om nieuwe datasets te verzamelen en om de langetermijneffecten van DBS-therapie buiten de kliniek te bestuderen voor mensen die lijden aan neurologische aandoeningen.

Ontwerp en implementatie van prototypeplatforms We ontwierpen een prototype van een platform en implementeerden het in het huis van een enkele patiënt (Figuur 1). Na de eerste installatie van hardware in huis kan het platform worden onderhouden en kunnen gegevens volledig op afstand worden verzameld. De INS-apparaten, slimme horloges en camera's hebben patiëntgerichte toepassingen waarmee patiënten opnames kunnen starten en stoppen. De hardware voor videoverzameling maakt...

Het protocol toont een prototype van het multimodale gegevensverzamelingsplatform voor thuis dat onderzoek ondersteunt bij het optimaliseren van adaptieve diepe hersenstimulatie (aDBS) voor mensen met neurologische bewegingsstoornissen. We presenteren ook de belangrijkste bevindingen van het meer dan een jaar inzetten van het platform in het huis van een persoon met de ziekte van Parkinson.

De kliniek thuis brengen: een multimodaal ecosysteem voor gegevensverzameling thuis ter ondersteuning van adaptieve diepe hersenstimulatie

Adaptive deep brain stimulation (aDBS) shows promise for improving treatment for neurological disorders such as Parkinson's disease (PD). aDBS uses ...

Mijn onderzoek ondersteunt het automatiseren van adaptieve diepe hersenstimulatie of ADBS voor de ziekte van Parkinson in het comfort van iemands huis. Een vraag is of deze therapie veilig kan worden gemonitord voor een lange periode buiten de kliniek en tegelijkertijd de privacy van de patiënt kan waarborgen. Daarnaast onderzoeken we de mogelijkheid om ADBS-parameters automatisch aan te passen zonder dat de patiënt terug hoeft te keren naar de kliniek.ADBS-onderzoek heeft platforms voor gegevensverzameling nodig om de bewegingskwaliteit nauwkeurig te meten terwijl patiënten hun dagelijks leven leiden en om op afstand updates te leveren aan therapie-algoritmen. Dit protocol verzamelt meerdere modaliteiten terwijl patiënten zich vrij door hun huis bewegen, inclusief videogegevens om geïsoleerde kinematische vingerbewegingen vast te leggen. Onze resultaten stellen ons in staat om veranderingen in de ziekte van Parkinson over lange perioden te onderzoeken, en ze laten ons vragen welke metingen nodig zijn om de verschillende symptomen van de ziekte van Parkinson buiten klinische observatie te analyseren en te behandelen.

bringing-clinic-home-an-at-home-multi-modal-data-collection-ecosystem

Research

JoVE Journal

Neuroscience

Neurowetenschap

Source: Sellers, K. K. et al. Closed-Loop Neurostimulation for Biomarker-Driven, Personalized Treatment of Major Depressive Disorder. J. Vis. Exp. (2023)This video demonstrates the procedure for system setup and data recording to support patient-specific biomarker detection and neurostimulation delivery for treating major depressive disorder.

Neurostimulation System Setup and Symptom Collection for Personalized Treatment of Depression

Adaptive diepe hersenstimulatie (ADB's) is effectief voor de ziekte van Parkinson, het verbeteren van de symptomen en het verminderen van het energieverbruik in vergelijking met conventionele diepe hersenstimulatie (cdbs). In ADB's volgen we een lokale veld potentiële biomarker (beta oscillerende amplitude) in real time en dit gebruiken om de timing van de stimulatie te controleren.

Controlling ziekte van Parkinson met Adaptive Deep Brain Stimulation

Onopvallende sensoren en doordringende gegevensverwerkingstechnologie opgenomen in het dagelijkse gezinsleven van oudere volwassenen maakt het mogelijk zinvolle gezondheid en activiteit veranderingen worden continu geregistreerd voor maanden tot jaar, verstrekken van ecologisch geldig, hoge frequentie, meerdere domeinen gegevens voor onderzoeks- of klinische gebruik.

Methode voor de vaststelling van een communautair leven laboratorium voor het vastleggen van discrete en continue externe activiteit en gezondheidsgegevens

Het doel van dit project is het ontwikkelen van een interactieve, patiënt-specifieke modeling pijpleiding om te simuleren van de effecten van diepe hersenstimulatie bij in de buurt van real-time en betekenisvolle feedback geven over de vraag hoe deze apparaten neurale activiteit in de hersenen beïnvloeden.

Richtend neuronale Fiber traktaten voor diepe brein stimulatie therapie met behulp van interactieve, patiënt-specifieke modellen

Diepe hersenstimulatie veroorzaakt door een patiëntspecifieke neurale biomarker van een toestand met hoge symptomen kan de symptomen van depressieve stoornis beter beheersen in vergelijking met continue, open-loop stimulatie. Dit protocol biedt een workflow voor het identificeren van een patiëntspecifieke neurale biomarker en het regelen van de levering van therapeutische stimulatie op basis van de geïdentificeerde biomarker.

Closed-loop neurostimulatie voor biomarker-gedreven, gepersonaliseerde behandeling van depressieve stoornis

Deze studie presenteert een nieuw protocol voor transcraniële gelijkstroomstimulatie (tDCS) in combinatie met cognitieve stimulatie om hemispatiale verwaarlozing na een beroerte aan te pakken. De eerste gegevens van een pilootpatiënt zorgen voor de haalbaarheid van de procedure en suggereren de potentiële werkzaamheid, en leggen een basis voor een toekomstige parallelle, drievoudige, gecontroleerde klinische studie.

Gerandomiseerde, drievoudige blinde en parallelle gecontroleerde studie van transcraniële gelijkstroomstimulatie voor cognitieve revalidatie na een beroerte

In dit artikel onderzoeken we de methodologie en de overwegingen die relevant zijn voor de combinatie van TMS en fMRI om de effecten van brain stimulation te onderzoeken op het standaard netwerk.

De combinatie van Transcranial Magnetic Stimulation en fMRI om de standaard-modus Netwerk Onderzoek

In dit artikel onderzoeken we de effecten van Theta-Burst TMS stimulatie op de corticale plasticiteit bij personen die lijden aan fragiele-X-syndroom en mensen in het autistisch spectrum.

TMS: Met behulp van de Theta-Burst protocol bij Mechasnism van plasticiteit Ontdek bij mensen met fragiele X syndroom en autisme

In dit artikel onderzoeken we de effecten van visueel relevante stand afhankelijkheid van TMS geïnduceerde motief phosphenic presentaties.

State-Dependency Effecten op de TMS: Een blik op Motive Phosphene Gedrag

In dit artikel onderzoeken we de methodologie en de overwegingen die relevant zijn voor de FDA goedgekeurde behandeling van depressie protocol van het gebruik van de Neuronetics NeuroStar TMS-apparaat.

De NeuroStar TMS-apparaat: Het uitvoeren van de FDA goedgekeurde protocol voor de behandeling van depressie

Ontdek een multimodaal thuisplatform voor adaptieve diepe hersenstimulatie bij Parkinson. Dit systeem monitort therapieparameters en bewegingskwaliteit gedurende een jaar, waarbij patiëntprivacy gewaarborgd blijft.

De kliniek thuis brengen: een multimodaal ecosysteem voor gegevensverzameling thuis ter ondersteuning van adaptieve diepe hersenstimulatie (Video) | JoVE Journal

De kliniek thuis brengen: een multimodaal ecosysteem voor gegevensverzameling thuis ter ondersteuning van adaptieve diepe hersenstimulatie

Meer video's verkennen