Genes & CellsGenes & CellsГены и КлеткиGenes and Cells2313-18292500-2562Human Stem Cells Institute62352110.17816/gc623521Conference proceedingsМатериалы конференцииConference Report, Theses of ReportSubthalamic nucleus neuronal activity entropy in the effective stimulation area in patients with Parkinson’s diseaseЭнтропийные характеристики нейронной активности субталамического ядра в области эффективной стимуляции у пациентов с болезнью ПаркинсонаZakharovN. I.ЗахаровН. И.
Russian Federation
zaharov.ni@phystech.eduBelovaE. M.БеловаЕ. М.
Russian Federation
zaharov.ni@phystech.eduGamaleyaA. A.ГамалеяА. А.
Russian Federation
zaharov.ni@phystech.eduTomskiyA. A.ТомскийА. А.
Russian Federation
zaharov.ni@phystech.eduSedovA. S.СедовА. С.
Russian Federation
zaharov.ni@phystech.eduMoscow Institute of Physics and Technology (National Research University)Московский физико-технический институт (национальный исследовательский университет)N.N. Semenov Federal Research Center for Chemical Physics Russian Academy of SciencesФедеральный исследовательский центр химической физики имени Н.Н. Семенова Российской академии наукBurdenko National Medical Research Center of Neurosurgery, Ministry of Health of RussiaНациональный медицинский исследовательский центр нейрохирургии имени академика Н.Н. Бурденко Минздрава России151220231848948971711202321112023Copyright ©; 2023, Eco-VectorCopyright ©; 2023, Эко-Вектор2023Eco-VectorЭко-Векторhttps://creativecommons.org/licenses/by-nc-nd/4.0/https://genescells.ru/2313-1829/article/view/623521

One of the most successful and promising treatments for Parkinson’s disease today is deep brain stimulation (DBS). Accurate localization of the stimulation area is critical for the outcome of surgical DBS electrode implantation in the subthalamic nucleus (STN). To achieve this, microelectrode recording is used during surgery to precisely locate the STN borders [1], while test stimulations with a macroelectrode are widely employed to enhance DBS electrode placement accuracy. Thus, through testing multiple trajectories, the most clinically effective one can be selected. However, a comprehensive and reliable description of the specific single neuron activity associated with successful DBS electrode implantation is currently lacking.

A study was conducted using microelectrode recordings (MER) of single neuron activity in the STN of 21 Parkinson’s disease patients (UPDRS III off/on=46.9/12.8) to identify the neuronal activity features associated with the most favorable clinical outcome of test stimulation. A comparative analysis of 29 activity parameters, such as firing rate, oscillatory activity intensity in different frequency ranges (Oscores), coefficient of variation, burst, pause index, among others [2], was conducted for 618 identified neurons. In addition, the approach of computing the entropy of the change in interspike intervals (ISI) of the pulse sequence [3] and the process of identifying patterns of neural activity using hierarchical clustering [4] were implemented.

A comparative analysis of single neuron activity indicated notable (p <0.05) variations between disregarded and selected paths for the ultimate implantation of DBS electrode, solely relying on entropy parameters. Trajectories that delivered optimal test stimulation outcomes demonstrated reduced entropy of interspike intervals. Only the patterns of neuronal activity characterized by extended periods of steady firing and brief pauses, referred to as tonic and pause activity, respectively, were found to contribute to the difference in entropy between trajectories. In contrast, there were no statistically significant differences detected in entropy values associated with neurons demonstrating burst activity. Furthermore, we observed a positive and significant correlation between entropy values and the degree of improvement in disease presentation before and after administration of medication.

A comparative analysis was conducted on the activity of single neurons along different trajectories with varied test stimulation responses. The results showed a weak effectiveness of linear parameters in determining the optimal electrode insertion path for improved clinical outcomes. However, the use of non-linear activity parameters, specifically entropy, in single neurons effectively differentiated trajectories with significant versus absent/insignificant test stimulation results. Furthermore, the significance of entropy in establishing the basal ganglia functions and describing information transfer processes in movement control is emphasized by interpreting this parameter as a measure of uncertainty or unpredictability of the information system in relation to the findings of other studies [5].

На сегодняшний день одним из наиболее перспективных и успешных методов лечения болезни Паркинсона является глубокая стимуляция мозга (deep brain stimulation, DBS). Результат хирургической имплантации DBS-электрода в субталамическом ядре (STN) напрямую зависит от правильной локализации зоны стимуляции. Интраоперационное использование микроэлектродной регистрации позволяет достоверно локализовать границы STN [1], а проведение тестовых стимуляций с помощью макроэлектрода повсеместно используется для повышения точности установки DBS-электрода. Данный подход позволяет из нескольких обследуемых траекторий введения выбрать ту, по которой при тестовых стимуляциях наблюдается наилучший клинический эффект. Однако на данный момент отсутствует комплексное достоверное описание характера одиночной активности нейронов, ассоциируемой с успешной установкой DBS-электрода.

С целью определения характеристик активности нейронов, ассоциируемых с достижением наилучшего клинического эффекта тестовых стимуляций, проводится исследование данных микроэлектродных регистраций (MER) активности единичных нейронов STN 21 пациента с болезнью Паркинсона (UPDRS III off/on=46.9/12.8). Для 618 детектированных нейронов проводили сравнительное исследование 29 параметров активности (включая частоту имульсаций, интенсивность колебательной активности на различных диапазонах частот (Oscores), коэффициент вариации, пачечный, паузный индекс и пр.) [2]. Помимо этого, был реализован метод расчёта энтропии относительного изменения межспайковых интервалов (interspike intervals, ISI) последовательности импульсаций [3] и выделения паттернов нейронной активности методом иерархической кластеризации [4].

Сравнительный анализ активности одиночных нейронов выявил статистически значимые (р <0,05) различия между проигнорированными и выбранными по результатам тестовых стимуляций траекториями для финальной установки DBS-электрода только для энтропийных параметров. Для траекторий введения микроэлектродов с наилучшими результатами тестовых стимуляций характерна сниженная энтропия межспайковых интервалов. При этом вклад в различие энтропии между траекториями оказывают только тонические и паузные паттерны нейронной активности, для пачечных нейронов статистических значимых отличий не выявлено. Значение энтропии также показало положительную достоверную корреляцию со степенью улучшений клинической картины заболевания до и после применения медикаментозного лечения.

Проведённый сравнительный анализ активности одиночных нейронов, обнаруженных на траекториях с различным эффектом тестовых стимуляций, показал слабую применимость линейных параметров для решения задачи определения траектории введения электрода с наилучшим клиническим эффектом. Показано, что использование нелинейных параметров активности (энтропии) единичных нейронов позволяет достоверно отличить траектории со значимым и отсутствующим/незначительным результатом тестовой стимуляции. При этом интерпретация данного параметра как меры неопределённости или непредсказуемости информационной системы в соответствии с результатами других исследований [5] подчёркивает важность энтропии в определении функций базальных ядер и описании процессов переноса информации при контроле движения.

Parkinson’s diseasesubthalamic nucleusDBSnonlinear parametersentropysingle neuron activitymicroelectrode recordingболезнь Паркинсонасубталамическое ядроDBSнелинейные параметрыэнтропияодиночная активность нейроновмикроэлектродная регистрацияThis study was supported by the Russian Science Foundation (grant No. 22-15-00344)Работа выполнена при поддержке Российского научного фонда (грант 22-15-00344)Koirala N, Serrano L, Paschen S, et al. Mapping of subthalamic nucleus using microelectrode recordings during deep brain stimulation. Sci Rep. 2020;10(1):19241. doi: 10.1038/s41598-020-74196-5Koirala N., Serrano L., Paschen S., et al. Mapping of subthalamic nucleus using microelectrode recordings during deep brain stimulation // Sci Rep. 2020. Vol. 10, N 1. P. 19241. doi: 10.1038/s41598-020-74196-5Myrov V, Sedov A, Salova E, et al. Single unit activity of subthalamic nucleus of patients with Parkinson’s disease under local and generalized anaesthesia: multifactor analysis. Neurosci Res. 2019;145:54–61. doi: 10.1016/j.neures.2018.08.006Myrov V., Sedov A., Salova E., et al. Single unit activity of subthalamic nucleus of patients with Parkinson’s disease under local and generalized anaesthesia: multifactor analysis // Neurosci Res. 2019. Vol. 145. P. 54–61. doi: 10.1016/j.neures.2018.08.006Sherry CJ, Klemm WR. Entropy as an index of the informational state of neurons. Int J Neurosci. 1981;15(3):171–178. doi: 10.3109/00207458108985911Sherry C.J., Klemm W.R. Entropy as an index of the informational state of neurons // Int J Neurosci. 1981. Vol. 15, N 3. P. 171–178. doi: 10.3109/00207458108985911Myrov V, Sedov A, Belova E. Neural activity clusterization for estimation of firing pattern. J Neurosci Methods. 2019;311:164–169. doi: 10.1016/j.jneumeth.2018.10.017Myrov V., Sedov A., Belova E. Neural activity clusterization for estimation of firing pattern // J Neurosci Methods. 2019. Vol. 311. P. 164–169. doi: 10.1016/j.jneumeth.2018.10.017Darbin O, Dees D, Martino A, et al. An entropy-based model for basal ganglia dysfunctions in movement disorders. Biomed Res Int. 2013;2013:742671. doi: 10.1155/2013/742671Darbin O., Dees D., Martino A., et al. An entropy-based model for basal ganglia dysfunctions in movement disorders // Biomed Res Int. 2013. Vol. 2013. P. 742671. doi: 10.1155/2013/742671