Brain
皮层-基底节振荡编码自然运动并提升深部脑刺激下的运动解码

小赛推荐：

该研究系统揭示了在帕金森病患者自然行为中，皮层与基底节协同编码运动信息的动态机制，为设计更精准的运动响应型脑机接口闭环深部脑刺激（BCI–aDBS）策略提供了直接实验证据，推动了对运动障碍疾病中神经振荡功能的理解。

 

文献概述

本文《Cortico-basal oscillations index naturalistic movements during deep brain stimulation》，发表于《Brain》杂志，系统探讨了在帕金森病患者接受深部脑刺激（DBS）过程中，皮层与基底节如何协同编码自然、无约束的日常运动行为。研究通过长期、家庭环境下的颅内神经信号记录，结合可穿戴加速度计，揭示了运动相关振荡特征的时空分布及其对机器学习解码性能的影响。文章进一步分析了刺激参数对神经生物标志物的调控作用，为实现个性化闭环治疗提供了关键数据支持。

背景知识

帕金森病是一种常见的神经退行性疾病，其核心运动症状如运动迟缓、强直和静止性震颤，源于基底节-皮层运动网络功能紊乱。传统深部脑刺激（DBS）虽有效，但开环刺激难以适应症状波动，导致疗效受限。近年来，闭环自适应DBS（aDBS）通过实时监测β振荡等生理标志物调节刺激输出，展现出更优临床响应。然而，现有aDBS多依赖静态或药物状态相关信号，缺乏对患者运动意图的直接解码能力。因此，如何在真实生活场景中稳定、准确地从皮层或基底节信号中提取运动意图，成为构建下一代运动响应型BCI–aDBS系统的核心瓶颈。本研究正是在此背景下，利用新型可记录DBS设备，系统解析了运动解码在自然环境下的神经基础，填补了从实验室控制任务到日常应用之间的鸿沟，为开发更智能、更适应性的神经调控疗法提供了机制支撑。

 

针对帕金森病等神经退行性疾病的机制研究，赛业生物提供超过2000例现货KO/CKO神经小鼠模型，涵盖基因敲除、条件性敲除、点突变、转基因和人源化等多种打靶方式。这些模型广泛应用于阿尔茨海默病、帕金森病等疾病的研究，支持神经药效评价和基因治疗研发平台，助力科研人员深入探索疾病机制并加速新药开发。

了解更多

 

研究方法与核心实验

研究团队纳入15名接受DBS治疗的帕金森病患者（共27个半球），植入可记录的RC+S神经刺激器，同时在皮层（M1、S1）和深部核团（STN、GPi）放置电极。患者在家中进行无监督的日常活动，同步记录颅内局部场电位（LFP）与腕戴式加速度计信号，总记录时长超过530小时。通过谱分析计算功率谱密度（PSD），并使用Cohen’s d效应量量化运动状态（移动 vs 静止）下的振荡变化。研究采用机器学习模型（包括线性判别分析、随机森林等）基于不同频段（α、β、γ等）特征预测运动状态和前臂速度，并评估模型在不同刺激强度下的稳定性。

关键结论与观点

• 皮层低频β（13–20 Hz）和高频β（21–30 Hz）的运动去同步化（MRD）能有效区分移动与静止状态，且皮层的预测能力优于基底节。该发现提示β振荡在自然运动中的动态调控具有区域特异性，为设计基于皮层信号的解码器提供了优先靶点。
• STN和GPi中高频β（21–30 Hz）的MRD与γ（40–80 Hz）的运动同步化（MRS）与运动动力学显著相关，表明基底节编码互补的运动信息。这支持在BCI系统中整合多节点信号以提升解码鲁棒性。
• 机器学习模型中，融合皮层-基底节信号的模型表现最优（AUC > 0.85，r > 0.68），显著优于单一区域模型。这为未来开发高精度运动解码算法提供了明确方向，强调多区域信息整合的重要性。
• 高刺激电流（>2 mA）显著削弱基底节中β MRD和低γ MRS的运动相关性，降低基于该区域的解码准确性；而皮层与融合模型性能保持稳定。这揭示了DBS参数对生物标志物的干扰效应，提示在aDBS系统中应优先依赖皮层或融合信号以保障解码稳定性。
• 刺激频率130 Hz可诱导皮层出现~65 Hz的半谐波γ振荡，且该频段MRS是运动更强的预测因子。这表明DBS不仅调节病理振荡，还可主动塑造与运动相关的生理振荡，为利用刺激本身增强运动信号提供了新思路。

研究意义与展望

该研究为运动障碍的闭环神经调控治疗提供了关键实验证据。其发现的皮层主导、多节点互补的运动编码机制，为开发更智能的BCI–aDBS系统奠定了理论基础。未来临床可利用皮层或融合信号实现更稳定、抗干扰的运动意图识别，避免高刺激强度下基底节信号退化的问题。此外，研究强调了在真实世界环境中验证神经标志物的重要性，推动了从实验室到家庭应用的转化进程。

 

为支持神经系统疾病的研究，赛业生物提供专业的神经药效评价服务，涵盖多种神经退行性疾病（如AD、ALS、PD、HD等）的基因编辑模型、人源化模型和药物诱导模型。服务包括精细化注射给药、行为学实验（如水迷宫、高架十字迷宫）以及分子病理表型验证，为神经保护机制研究、药物筛选和安全性评价提供全面解决方案。

了解更多

 

结语

本研究通过大规模、自然环境下的颅内记录，系统揭示了皮层与基底节在帕金森病患者日常运动中的动态编码机制。研究证实，皮层β振荡的去同步化是区分运动状态的强有力生物标志物，而融合皮层-基底节信号可显著提升运动解码的准确性与稳定性。更重要的是，高DBS电流会干扰基底节的运动相关信号，但皮层信号保持稳健，这为设计抗干扰的闭环系统提供了关键指导。这些发现不仅深化了我们对运动网络功能的理解，更直接推动了运动响应型脑机接口与自适应深部脑刺激的临床转化。未来，基于皮层或融合信号的BCI–aDBS系统有望实现更精准、个性化的神经调控，显著改善帕金森病患者的运动功能与生活质量，成为连接神经科学发现与临床实践的桥梁。

 

Daryl J Lawrence, Guy Avraham, Jiaang Yao, Philip A Starr, and Simon J Little. Cortico-basal oscillations index naturalistic movements during deep brain stimulation. Brain.