Προσομοίωση Δικτύου Βιολογικών Νευρώνων με χρήση Μοντέλων Izhikevich οδηγούμενων από Δυναμικά Τοπικού Πεδίου

Abstract

Σκοπός της παρούσας διπλωματικής εργασίας είναι η μελέτη της νευρωνικής εκφορτιστικής δραστηριότητας των βασικών γαγγλίων κατά την εμφάνιση της νόσου Parkinson με έμφαση στη συμπεριφορά του υποθαλαμικού πυρήνα (STN).

Για το σκοπό αυτό πραγματοποιήθηκε η προσομοίωση δύο βιολογικών νευρωνικών δικτύων του STN με χρήση μοντέλων Izhikevich. Η υλοποίηση των δικτύων βασίστηκε σε προηγούμενη εργασία σύμφωνα με την οποία το μοντέλο Izhikevich, οδηγούμενο από σήματα δυναμικού τοπικού πεδίου (ΔΤΠ), προβλέπει την εκφορτιστική συμπεριφορά του νευρώνα του υποθαλαμικού πυρήνα. Το ΔΤΠ ελήφθη από μικροηλεκτροδιακές καταγραφές ασθενών με νόσο Parkinson κατά τη διαδικασία της νευροχειρουργικής επέμβασης εν τω βάθει εγκεφαλικής διέγερσης (DBS).

Τα αποτελέσματα της προσομοίωσης υποδεικνύουν ανάμεικτη εκφορτιστική συμπεριφορά για τους νευρώνες του παθολογικού STN, αποτελούμενη από (i) πυροδότηση αιχμών στο συχνοτικό διάστημα 20 - 30 Hz και (ii) πυροδότηση κατά ριπές με διάρκεια 40 - 60ms και μέσο ρυθμό 2 - 3 Hz. Η παραπάνω συμπεριφορά έρχεται σε συμφωνία με προηγούμενα κλινικά και ερευνητικά ευρήματα για τον παρκινσονικό υποθαλαμικό πυρήνα.

Η in silico εφαρμογή του σήματος της εν τω βάθει διέγερσης στο δίκτυο Izhikevich που προσομοιώσαμε οδηγεί τους νευρώνες σε ταλαντωτική εκφόρτιση με σημαντικά μεγαλύτερη συχνότητα πυροδότησης αιχμών (~150 Hz). Η παραπάνω μεταβολή του εκφορτιστικού προτύπου βρίσκεται σε ακολουθία με φυσιολογικά ευρήματα, σύμφωνα με τα οποία η DBS παλμοσειρά ρυθμίζει την παθολογική δραστηριότητα μέσω αντικατάστασης των χαμηλόσυχνων παθολογικών εκφορτίσεων από υψίσυχνα πρότυπα, επαναφέροντας κατ' αυτόν τον τρόπο τη φυσιολογική λειτουργία των θαλαμο-φλοιϊκών κινητικών κυκλωμάτων.

The aim of this Diploma Thesis is to study the neural discharge patterns observed in the basal ganglia in Parkinson's disease, with an emphasis on the behaviour of the subthalamic nucleus (STN).

We simulated two biological neural networks of the STN based on Izhikevich models. The network design took advantage of a previous work according to which an Izhikevich model, driven by a local field potential (LFP) signal, predicts the discharging pattern of the subthalamic nucleus neuron. The LFP was derived from microelectrode recordings of Parkinson's disease patients during deep brain stimulation (DBS).

Our results indicate a mixed discharge pattern activity of the pathophysiological STN neuron consisting of (i) spiking rate in the β-band (20 - 30 Hz) and (ii) bursting of 40 - 60 ms duration and 2 - 3 Hz rhythm. This behaviour is in agreement with previous clinical and research findings for the parkinsonian STN.

In silico application of the DBS signal to the developed Izhikevich network leads to more correlated oscillatory behaviour of the STN neurons with significant increase in the spiking frequency (~150 Hz). This is in agreement with current physiological findings according to which DBS masks the pathological STN activity by replacing low-frequency pathological brain activity with high-frequency tonic firing and reseting normal thalamocortical motor function.