Fugu-MT 論文翻訳(概要): Electrostimulation of Brain Deep Structures in Parkinson's Disease

論文の概要: Electrostimulation of Brain Deep Structures in Parkinson's Disease

arxiv url: http://arxiv.org/abs/2111.05092v1
Date: Sat, 18 Sep 2021 06:01:46 GMT
ステータス: 処理完了
システム内更新日: 2023-03-14 09:14:28.796857
Title: Electrostimulation of Brain Deep Structures in Parkinson's Disease
Title（参考訳）: パーキンソン病における脳深部構造の電気刺激
Authors: Elcin Huseyn
Abstract要約: 研究対象は、パーキンソン病の進行期および後期の56例であった。パーキンソン病における深部脳構造の電気的刺激は患者の状態を有意に改善した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The study involved 56 patients with advanced and late stages of Parkinsons disease, which could be considered as potentially requiring neurosurgical treatment-electrical stimulation of deep brain structures. An algorithm has been developed for selecting patients with advanced and late stages of Parkinsons disease for neurological treatment-implantation of a system for electrical stimulation of deep brain structures in distant neurosurgical centers, which includes two stages for patients with limited mobility - outpatient and inpatient. The development of an algorithm for referral to neurological treatment has shortened the path of a patient with limited mobility from a polyclinic to a neurological center. Electro stimulation of deep brain structures in Parkinsons disease significantly improved the condition of patients-to increase functional activity by 55%, reduce the severity of motor disorders by 55%, and reduce the dose of levodopa drugs by half.
Abstract（参考訳）: この研究は、パーキンソン病の進行期と後期の56人の患者を対象とし、脳深部構造の神経外科的治療と電気刺激を必要とする可能性があると考えられている。神経学的治療のためのパーキンソン病の進行期と後期の患者を選定するアルゴリズムが開発されており、遠隔神経外科センターにおける深部脳構造電気刺激システムの実装である。神経学的治療への参照のためのアルゴリズムの開発は、ポリクリニックから神経学的中心への移動性に制限のある患者のパスを短縮した。パーキンソン病における深部脳構造の電気刺激により,患者の機能的活動が55%増加し,運動障害の重症度が55%低下し,レボドーパ薬の投与量が半減した。

関連論文リスト

Brain-like Functional Organization within Large Language Models [58.93629121400745]
人間の脳は長い間人工知能(AI)の追求にインスピレーションを与えてきた最近のニューロイメージング研究は、人工ニューラルネットワーク(ANN)の計算的表現と、人間の脳の刺激に対する神経反応との整合性の説得力のある証拠を提供する。本研究では、人工ニューロンのサブグループと機能的脳ネットワーク(FBN)を直接結合することで、このギャップを埋める。このフレームワークはANサブグループをFBNにリンクし、大きな言語モデル(LLM)内で脳に似た機能的組織を記述できる。
論文参考訳（メタデータ） (2024-10-25T13:15:17Z)
Deep learning for objective estimation of Parkinsonian tremor severity [0.0]
パーキンソン病の術後の震動を解析するためのピクセルベース深層学習モデルを提案する。 2大陸にまたがる5つの運動障害センターから2,742件の評価を受けた。症状の左右非対称性を検出し、震度の違いを区別した。
論文参考訳（メタデータ） (2024-09-03T16:00:34Z)
Preliminary Results of Neuromorphic Controller Design and a Parkinson's Disease Dataset Building for Closed-Loop Deep Brain Stimulation [1.3044677039636754]
閉ループDeep Brain Stimulation (CL-DBS) はパーキンソン病患者の運動障害を軽減することを目的としている。現在のCL-DBSシステムは、強化学習、ファジィインタフェース、フィールドプログラマブルゲートアレイ(FPGA)など、エネルギー非効率なアプローチを利用している。本研究は、PD患者の各種重症度に応じてDBS電気信号の大きさを調整するために、Leaky Integrate and Fire Neuron(LIF)コントローラを用いた新しいニューロモルフィックアプローチを提案する。
論文参考訳（メタデータ） (2024-07-25T04:10:15Z)
Long-term Neurological Sequelae in Post-COVID-19 Patients: A Machine Learning Approach to Predict Outcomes [0.0]
主な目的は、さまざまな臨床データとニューロイメージングパラメータに基づいた機械学習アプローチによる結果の予測であった。機械学習モデルの適用は、長期的な神経学的結果を予測する上で有望な結果を示した。
論文参考訳（メタデータ） (2023-09-15T21:36:43Z)
\'Epilexie: A digital therapeutic approach for treating intractable epilepsy via Amenable Neurostimulation [0.0]
難治性てんかんに対するデジタル治療戦略の一環として,Amenable Neurostimulation (ANS) について検討した。 ANSはクローズドループシステムを使用して、影響を受ける領域のニューロンを選択的に刺激し、発作の頻度を下げる。このパイロット研究の結果は、ANSが難治性てんかんに苦しむ人々にとって、現実的で成功した治療オプションである可能性を示している。
論文参考訳（メタデータ） (2023-04-28T01:06:15Z)
fMRI from EEG is only Deep Learning away: the use of interpretable DL to unravel EEG-fMRI relationships [68.8204255655161]
多チャンネル脳波データからいくつかの皮質下領域の活性を回復するための解釈可能な領域基底解を提案する。我々は,皮質下核の血行動態信号の頭皮脳波予測の空間的・時間的パターンを復元する。
論文参考訳（メタデータ） (2022-10-23T15:11:37Z)
An Adiabatic Capacitive Artificial Neuron with RRAM-based Threshold Detection for Energy-Efficient Neuromorphic Computing [62.997667081978825]
神経細胞の体細胞膜電位を誘導するために, 断熱性シナプスコンデンサを特徴とする人工ニューロンを提案する。最初の4-bit adiabaticacacitive neuron proof-of-conceptの例では、90%のシナプスエネルギーが節約された。
論文参考訳（メタデータ） (2022-02-02T17:12:22Z)
Neuro-symbolic Neurodegenerative Disease Modeling as Probabilistic Programmed Deep Kernels [93.58854458951431]
本稿では、神経変性疾患のパーソナライズされた予測モデリングのための、確率的プログラムによる深層カーネル学習手法を提案する。我々の分析は、ニューラルネットワークとシンボリック機械学習のアプローチのスペクトルを考慮する。我々は、アルツハイマー病の予測問題について評価を行い、深層学習を超越した結果を得た。
論文参考訳（メタデータ） (2020-09-16T15:16:03Z)
Review of Machine Learning Algorithms for Brain Stroke Diagnosis and Prognosis by EEG Analysis [50.591267188664666]
ストローク(Strokes)は、アメリカ合衆国の成人障害の主要な原因である。脳-コンピュータインタフェース(Brain-Computer Interfaces、BCI)は、患者の神経経路の回復または電子補綴器との効果的なコミュニケーションを支援する。さまざまな機械学習技術とアルゴリズムをBCI技術と組み合わせることで、脳卒中治療にBCIを使うことは、有望で急速に拡大する分野であることを示している。
論文参考訳（メタデータ） (2020-08-06T19:50:29Z)
A Survey on Deep Learning for Neuroimaging-based Brain Disorder Analysis [38.213459556446765]
深層学習は、最近、構造的磁気共鳴画像(MRI)、機能的MRI、ポジトロン放射断層撮影(PET)などの神経画像の解析に使われている。本稿では、ニューロイメージングに基づく脳障害解析におけるディープラーニング手法の適用について概説する。
論文参考訳（メタデータ） (2020-05-10T04:20:50Z)
Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
論文参考訳（メタデータ） (2020-05-06T09:02:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。