Průzkumová analýza mikroelektrodové aktivity neuronů v oblasti globus pallidus internus u dystonií

Abstract

Jadrá bazálných ganglií majú dopad na riadenie pohybu pri dystónií, preto je potrebné tieto jadrá preskúmať. Cieľom bakalárskej práce je prieskumová analýza mikroelektrodovej aktivity neurónov v oblasti globus pallidus internus. Pre splnenie tohto cieľa je potrebné detekovať artefakty a navrhnúť výpočet vhodného popisujúceho príznaku v mikroelektródových záznamoch (mEEG) získaných peroperačne počas zavádzania hlbokej mozgovej stimulácie interného pallida u pacientov trpiacích dystóniou. Cieľ bol rozdelený na niekoľko podcieľov. Od konvertovania dostupných dát, cez filtráciu mEEG signálov až po automatickú detekciu artefaktov a výpočet popisujúceho príznaku. Na detekciu sme použili metódy podľa E. Bakšteina a kol. (2017), ktorí týmito metódami detekovali artefakty v mEEGu pacientov trpiacich Parkinsonovou chorobou. MER záznamy z GPi (Globus Pallidus interus) a STN (subtalamické jadro) majú podobnú genéziu a charakteristický tvar. Boli vytvorené offline skripty pre implementáciu všetkých fáz predspracovania. Definovaný cieľ sa podarilo splniť. Mikroelektródové záznamy boli očistené od artefaktov a následne boli v práci analyzované a štatisticky spracované. Na základe vypočítaného príznaku je možné určiť oblasť, kde sa GPi nachádza (p

The basal ganglia nuclei have an influence on motion control in dystonia, so it need to be explored. The aim of the bachelor thesis is an exploratory data analysis of microelectrode neural activity of the globus pallidus internus in dystonia. To achieve this goal, it is necessary to detect artifacts and to suggest the calculation of a suitable feature description in microelectrode recordings (mEEG) obtained peroperatively during the introduction of deep brain stimulation in patients suffering from dystonia. The aim was divided into several sub-aims. From converting available data, by filtering mEEG signals to automatic artifact detection, and computationally describing the biomarker. For detection, we used the methods of E. Bakstein et al. (2017) who detected these artifacts in mEEG in those patients with Parkinson's disease. MER recordings from GPi (Globus Pallidus internus) and STN (subthalamic nucleus) have similar genesis and a characteristic shape. Offline scripts have been created to implement all pre-processing phases. Microelectrode recordings were cleared from artefacts and subsequently analyzed and statistically processed. Based on the computed marker, it is possible to determine the area where the GPi is located (p