深部脑刺激下的网络状态转换：帕金森病的 Wilson–Cowan 模型

《Journal of Computational Neuroscience》：Network state transitions under deep brain stimulation: A Wilson–Cowan model of Parkinson’s Disease

　　

摘要

帕金森病的特征是由基底神经节 - 丘脑皮层网络中多巴胺耗竭引起的不稳定性所致的病理性 beta 波段振荡 (\(13\text {--}30\,\textrm{Hz}\))。尽管丘脑底核深部脑刺激是晚期帕金森病最有效的疗法，但刺激幅度与网络状态转变之间的机制关系仍未得到明确阐明，这限制了自适应闭环方案的理性设计。我们使用七群体 Wilson–Cowan 平均场模型解决了这一空白，在该模型中，帕金森状态是通过将 STN\(\rightarrow \) GPe 耦合权重从 19 降低至 5 以及将 DCN\(\rightarrow \) Th(Vim) 小脑驱动从 25 降低至 20 来诱导的。在 \(A = 0\)–15 a.u. 的连续深部脑刺激幅度扫描中应用了六项互补分析：时域动力学、Welch 功率谱密度、稳态群体分析、使用三种验证指标的药物 - 反应特征化、相图几何和分岔分析。引入并支持了三项新的药物 - 反应指标：beta 波段功率抑制 \((R_\beta )\)、丘脑中继保留和 STN 振荡幅度降低。帕金森病网络产生了持续的 \(17\text {--}21\,\textrm{Hz}\) beta 振荡、多谐波频谱轮廓和大振幅 STN\(\rightarrow \) GPe 极限环。亚治疗刺激 (\(A=1\)) 使病理性动力学保持不变；中等刺激 (\(A=3\)) 部分破坏了振荡周期；而高振幅刺激 (\(A=5\)) 通过 GPi 抑制级联消除了 beta 振荡和丘脑中继功能，构成了功能性丘脑切除术的模型。鉴定出一个过渡性治疗窗口 \((2 \lesssim A \lesssim 6)\)，其中 beta 抑制和丘脑保留共存，并在所有六种分析视角中得到证实。分岔分析证实，STN\(\rightarrow \) GPe 增益降低是主要的不稳定机制，而小脑驱动是一个调节参数。这些发现为幅度依赖的网络状态变化提供了机制上严谨的解释，并为自适应闭环深部脑刺激设计提供了定量框架。