神经刺激
迷走神经刺激模型
迷走神经刺激(VNS)于 1997 年获得美国食品和药物管理局(FDA)批准,作为一种侵入性神经调节器方法,用于治疗抗癫痫药物(AED)耐受受试者的癫痫。由于迷走神经(VN)支配着许多器官,因此它是选择性神经刺激许多新的潜在治疗相关应用的候选对象。
迷走神经(与人体中的许多其他大神经一样)由多个功能单元组成,这些单元由许多不同直径的髓鞘化 A 和 B 轴突以及细小的无髓鞘化 C 纤维组合而成。因此,治疗相关应用的 VNS 方法需要具备高纤维选择性。理论上,具有优化刺激波形的电极阵列可提供这种选择性。简化或逼真的 VN 模型沿着逼真的轨迹嵌入到逼真的人体解剖模型中,这些计算模型与捕捉电-神经元相互作用的轴突纤维电生理模型一起,对于通过计算辅助制定新的 VNS 方案、设计电极阵列、优化刺激波形以及预测特定设置的轴突纤维招募至关重要。
功能化 VN 模型包括头部模型、带有任意数量电生理轴突模型的神经轨迹,现在可以在 Sim4Life 中利用最近添加的 T-NEURO 功能结合低频范围的电磁(EM)模拟来创建。
方法

1.VN 几何建模、电极和电磁模拟
横截面二维虚拟神经网络模型具有以下特征,例如可以通过医学图像或图形用户界面(GUI)在 Sim4Life 中绘制(见图上)。例如,可以沿着用户定义的轨迹挤出逼真的二维神经横截面(见图中),或沿着计算人体模型中的解剖神经轨迹挤出(见图下),从而创建 VN 的三维模型。电极几何图形可以作为 CAD 文件导入 Sim4life,或作为参数化模型对象创建,甚至可以使用可用的模板实体(螺旋、螺旋等)。
Sim4Life 的电-准静态电流主导(EQSCD)求解器可用于设置均质或各向异性介电组织参数的低频电磁模拟。电极电压可指定为 Dirichlet 边界条件。
Sim4Life 的后处理工具允许分析和可视化暴露相关量,如电场分布、电极输入电流以及神经刺激相关量,如电场雅各布的特征值和特征向量,以便根据 "激活函数概念 "识别神经刺激区域。

2.创建轴突轨迹和功能化
根据用户定义的规则(轴突数量、长度、位移等)或计算人体模型中的真实神经轨迹,可以使用图形用户界面的 CAD 功能或 Python 界面的数值方法在相关结构(即筋膜)中创建以样条为单位的轴突轨迹。使用用于植入安全性评估的 Sim4Life IMSafe 工具,还可在指定实体(如束内)内创建随机样条轨迹。
通过为轴突轨迹分配纤维直径和预定义的生物物理模型(SENN [7]、Sweeney [8]、MOTOR [8])或自定义(特别文件),可以创建完整的电生理轴突模型。可以用任意数量的轴突和任意的生物物理描述对神经进行功能化,以模拟逼真的 A、B 和 C 纤维混合物。
3.执行 T-NEURO 仿真
T-Neuro 模拟可串行或并行执行,每个模拟可包括多个独立的神经刺激电源(如电极阵列),每个电源都有自己的刺激波形。可定义点或线传感器,记录跨膜电位或电流信息,用于后期分析。已实施的 "滴定程序 "是确定电场或刺激相关量(如输入电流)阈值的基础,以便在模型中的每个轴突内启动动作电位(AP)。

4.后期处理
Sim4Life 提供多种数据可视化选项(切片和表面视图、矢量场视图和流线等),包括电场相关积分的计算(即通量积分器)、跨膜电压或电流曲线的可视化或动画。这些功能还可用于可视化从 python 脚本中导出的定制后处理量(如复合动作电位)。
激活函数是神经刺激部位的预测因子,可沿着轴突几何图形进行可视化(见图顶部)。滴定传感器可提供尖峰启动的阈值电场、尖峰启动的时间和位置,并可推导出纤维招募曲线(图下)。
所有后处理结果均可导出,以便在 MATLAB 或 Excel 中进行进一步分析。Python 脚本和 Sweeper 工具可用于定制优化程序,例如,确定选择性刺激的转向参数(如 A、B 或 C 纤维的招募)或优化电极的几何形状。
结论
Sim4Life T-Neuro 用于神经刺激的计算辅助研究、电疗和神经刺激器的设计和优化,以及电磁与神经元相互作用机制的研究。本示例说明了使用 T-Neuro 研究迷走神经现实模型或简化模型的纤维招募的好处。
类似的程序也可用于在任意计算的人体或动物体内建立任意复杂的神经刺激模型。Sim4Life 为研究复杂的神经刺激领域提供了前所未有的独特功能,使其成为神经刺激研究市场上的领先工具。