Robertazzi, Federica
(2019)
Real-time rejection of movement-related artifacts in subthalamic nucleus local field potential recordings during adaptive Deep Brain Stimulation.
[Laurea magistrale], Università di Bologna, Corso di Studio in
Ingegneria biomedica [LM-DM270] - Cesena, Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore.
(
Contatta l'autore)
Abstract
La stimolazione cerebrale profonda (DBS) è una tecnica utilizzata in clinica per trattare alcune patologie come la malattia di Parkinson (PD) tramite un rilascio locale di corrente alternata ad alta frequenza (> 100 Hz), grazie all’utilizzo di elettrodi impiantati nei gangli della base durante una procedura di chirurgia stereotassica. Negli ultimi anni indagini neurofisiologiche svolte con la DBS hanno inoltre consentito la scoperta di potenziali marcatori neurali caratteristici del PD e il loro utilizzo per una stimolazione definita adattativa (aDBS) in cui l’ampiezza dello stimolo in tensione viene controllato dallo stato attuale del paziente. Una versione di aDBS è stata sviluppata da Newronika s.r.l. che è riuscita a implementare un algoritmo closed-loop basato sulla potenza delle oscillazioni beta come variabile di controllo del voltaggio della DBS. Numerosi studi con la aDBS sono stati effettuati prima su pazienti con PD a riposo e poi durante alcuni task di vita quotidiana come il cammino. Durante questi test è emerso che la aDBS non riusciva a performare bene durante l’attività di cammino per la presenza di artefatti a bassa frequenza (1-8 Hz) sul segnale LFP causati principalmente dal contatto del tallone sul terreno all’inizio della fase di stance del passo. Lo scopo di questa tesi è stato quello di proporre un algoritmo innovativo basato sulla Empirical Mode Decomposition per la rimozione di tale artefatto senza inficiare la performance della aDBS. L’algoritmo basato sulla EMD è stato capace di eliminare il rumore in maniera efficace, rimuovendo potenza spettrale non utile nella banda dell’artefatto e mantenendo intatto il contenuto in beta (fondamentale per la riuscita della aDBS). Inoltre, in questo lavoro è stata proposta un’implementazione real-time dell’algoritmo di pulizia del segnale nello stesso microcontrollore (MSP430FR5969) usato nel dispositivo AlphaDBS V-Imp di Newronika con la prospettiva di poter esser integrato in quest’ultimo in futuro.
Abstract
La stimolazione cerebrale profonda (DBS) è una tecnica utilizzata in clinica per trattare alcune patologie come la malattia di Parkinson (PD) tramite un rilascio locale di corrente alternata ad alta frequenza (> 100 Hz), grazie all’utilizzo di elettrodi impiantati nei gangli della base durante una procedura di chirurgia stereotassica. Negli ultimi anni indagini neurofisiologiche svolte con la DBS hanno inoltre consentito la scoperta di potenziali marcatori neurali caratteristici del PD e il loro utilizzo per una stimolazione definita adattativa (aDBS) in cui l’ampiezza dello stimolo in tensione viene controllato dallo stato attuale del paziente. Una versione di aDBS è stata sviluppata da Newronika s.r.l. che è riuscita a implementare un algoritmo closed-loop basato sulla potenza delle oscillazioni beta come variabile di controllo del voltaggio della DBS. Numerosi studi con la aDBS sono stati effettuati prima su pazienti con PD a riposo e poi durante alcuni task di vita quotidiana come il cammino. Durante questi test è emerso che la aDBS non riusciva a performare bene durante l’attività di cammino per la presenza di artefatti a bassa frequenza (1-8 Hz) sul segnale LFP causati principalmente dal contatto del tallone sul terreno all’inizio della fase di stance del passo. Lo scopo di questa tesi è stato quello di proporre un algoritmo innovativo basato sulla Empirical Mode Decomposition per la rimozione di tale artefatto senza inficiare la performance della aDBS. L’algoritmo basato sulla EMD è stato capace di eliminare il rumore in maniera efficace, rimuovendo potenza spettrale non utile nella banda dell’artefatto e mantenendo intatto il contenuto in beta (fondamentale per la riuscita della aDBS). Inoltre, in questo lavoro è stata proposta un’implementazione real-time dell’algoritmo di pulizia del segnale nello stesso microcontrollore (MSP430FR5969) usato nel dispositivo AlphaDBS V-Imp di Newronika con la prospettiva di poter esser integrato in quest’ultimo in futuro.
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Robertazzi, Federica
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Adaptive Deep Brain Stimulation,Local field potentials,Signal Processing,Subthalamic nucleus,Parkinson’s Disease,Embedded implementation
Data di discussione della Tesi
13 Marzo 2019
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Robertazzi, Federica
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Adaptive Deep Brain Stimulation,Local field potentials,Signal Processing,Subthalamic nucleus,Parkinson’s Disease,Embedded implementation
Data di discussione della Tesi
13 Marzo 2019
URI
Gestione del documento: