パーキンソン病(Parkinson’s Disease、PD)の患者は一般的に歩行障害を経験し、これは彼らの生活の質に深刻な影響を与えます。以前の研究では、基底核のβ帯域(15-30Hz)の振動活動が歩行障害に関連している可能性がありますが、歩行プロセス中のこれらの振動活動の正確な動的情報はまだ明らかになっていません。さらに、既存の研究では、音声キューがPD患者の歩行運動学を改善することが分かっています。この音声キューの神経生理学的メカニズムをより良く理解すれば、適応型深部脳刺激(ADBS)技術を使って歩行障害を治療できる可能性があります。そこで、本研究では、歩行プロセス中の視床下核(subthalamic nucleus、STN)の振動活動の動的特性を描写し、音声キューが歩行を調節する神経生理学的メカニズムを探ることを目的としました。

出典と著者情報

本論文は、Chien-Hung Yeh、Yifan Xu、Wenbin Shi、James J. Fitzgerald、Alexander L. Green、Petra Fischer、Huiling Tan、Ashwini Oswalによって書かれたものです。著者らは、北京理工大学情報通信技術学院、北京理工大学脳健康インテリジェント評価および介入重点研究室、オックスフォード大学外科学科、オックスフォード大学機能的神経外科学科、ブリストル大学生理学・薬理学・神経科学学科、オックスフォード大学医学研究委員会脳ネットワークダイナミクスユニット、オックスフォード大学臨床神経科学系に所属しています。この論文は2024年4月にElsevierから発行される「Brain Stimulation」誌に掲載されました。

研究手順

本研究では、8人のPD患者を対象とし、歩行ステップ運動中にSTN局所場電位(LFP)を記録しました。歩行プロセス中の瞬時スペクトル活動状態を発見するために、隠れマルコフモデル(Hidden Markov Models、HMM)を使用しました。実験は3つの条件で行われました。1)音声キュー前(pre-sound)、2)音声キュー中(on-sound)、3)音声キュー後(post-sound)です。データ処理と解析は主にMATLABで行われ、マスキング経験的モード分解(Masking Empirical Mode Decomposition、MEMD)とHMMデコーディングを使って短時間スペクトル特性を抽出しました。

具体的な手順は以下の通りです。

1. 患者募集とデータ収集:

   • 8人のPD患者、中央値年齢61.4歳、平均罹病期間11.3年。
   • STN-LFPは双極配置で記録し、術後CTと術前MRIスキャンでSTNとの位置を確認。
   • 実験条件:音声キュー前、音声キュー中、音声キュー後の90秒間の3つの区間。

2. データ処理:

   • 生のLFPデータに50Hzノッチフィルタを適用して電源ラインノイズを抑制し、ハイパスフィルタとダウンサンプリングを行う。
   • 連続モルレ小波変換を使ってスペクトログラムを構築する。

3. HMM解析:

   • TDE-HMMを使ってSTN LFPの瞬時状態を検出し、ヒルベルト包絡線信号との相関を使って周波数帯域状態を割り当てる。
   • 状態の時間特性である占有率とライフタイムを抽出する。

ユニークな方法とアルゴリズム:

1. 隠れマルコフモデル(HMM):

   • HMMは無監視機械学習手法で、データ内の瞬時状態(異なる瞬時スペクトル内容を表す)を検出するために使用される。
   • 本研究では、時間遅延埋め込みを使ったTDE-HMMを使用し、状態検出の精度を高めた。

2. マスキング経験的モード分解(MEMD):

   • MEMDは改良されたEMD手法で、信号の固有モード関数(IMF)を効果的に分解し、異なる時間スケールでのローカル特性を反映する。

3. 瞬時イベントの検出:

   • 従来の閾値超過法では、複数の周波数帯域の瞬時活動を同時に検出するのが難しい。本研究ではHMMを使って周波数帯域の突発的活動を自動的に検出した。

研究結果

1. 歩行パフォーマンスの改善:

   • データは、音声キュー後にストライド間隔とストライド間隔の分散が有意に減少したことを示しており、音声キューがPD患者の歩行パフォーマンスを改善したことがわかる。

2. 周波数帯域活動の調節:

   • α帯域の占有率とライフタイムは、音声キュー中と後に有意に増加し、音声キューがα振動を増強させて運動を促進している可能性がある。
   • β帯域、特に低β帯域の占有率とライフタイムは有意に減少し、音声キューが過剰なβ振動活動を抑制して運動障害を改善している可能性がある。
   • γ帯域の状態には有意な変化が見られず、これは音声キューによるγ振動調節の役割が不明確なためと考えられる。

3. 状態遷移確率の変化:

   • 音声キュー中、α状態から背景活動への遷移確率が増加し、β状態からγ状態への遷移確率が減少したことから、音声キューが各周波数帯域の遷移メカニズムに異なる影響を与えていることがわかる。

結論

本研究では、音声キューがPD患者のSTN LFPの短時間スペクトル動態を調節する作用を明らかにした。これらの発見は、音声キューが歩行を改善する神経生理学的メカニズムを理解する上で役立ち、ADRSに基づく治療戦略の開発に理論的根拠を提供する。

研究の特色

1. 革新的な手法: 本研究では初めてMEMDとTDE-HMMを組み合わせ、複数の周波数帯域の瞬時振動活動を自動的に検出することに成功し、従来の手法の制限を克服した。
2. 詳細なデータ解析: 周波数帯域の特性と遷移確率を詳細に解析することで、音声キューが異なる周波数帯域の振動活動を差別的に調節する作用を明らかにした。
3. 実用的価値: 研究結果は、PD患者の歩行障害に対する新しいバイオマーカーを提供し、適応型深部脳刺激による治療戦略への応用が期待される。