METHODS AND SYSTEMS FOR IDENTIFYING GAIT BIOMARKERS USED TO DRIVE ADAPTIVE DEEP BRAIN STIMULATION

The inventors discovered that neural oscillatory activities in the sensorimotor cortex region of the brain and the basal ganglia system of the brain are indicative of physiological gait events. The invention utilizes this discovery, along with recent advances in neural interfaces and machine learning techniques, to provide new and useful methods for identifying gait events directly from the neural activity of an individual. In particular, methods and systems are provided that produce trained classification models capable of accurately identifying left and right leg events during walking. Trained classification models exhibiting above a threshold level of accuracy may then be used to generate control signals for real time adaptive deep brain stimulation in order to improve gait function in patients with Parkinson's disease. Les inventeurs ont découvert que les activités oscillatoires neurales dans la région du cortex sensoriel du cerveau et le système de ganglions de la base du cerveau indiquent des événements de démarche physiologique. L'invention utilise cette découverte, conjointement avec des avancées récentes dans des interfaces neuronales et des techniques d'apprentissage automatique, afin de fournir de nouveaux procédés utiles pour identifier des événements de démarche directement à partir de l'activité neuronale d'un individu. En particulier, l'invention propose des procédés et des systèmes qui produisent des modèles de classification entraînés capables d'identifier avec précision des événements de jambe gauche et droite pendant la marche. Des modèles de classification entraînés supérieurs à un niveau de précision seuil peuvent ensuite être utilisés afin de générer des signaux de commande pour une stimulation cérébrale profonde adaptative en temps réel afin d'améliorer la fonction de démarche chez des patients atteints de la maladie de Parkinson.