Connectomics-guided meta-learning for decoding and anticipatory prediction of sleep spindles from basal ganglia local field potentials in Parkinson's disease
Die Studie stellt ein neuartiges, connectomics-gestütztes Meta-Learning-Framework vor, das es erstmals ermöglicht, Schlafspindeln aus subthalamischen LFP-Signalen bei Parkinson-Patienten mit hoher Genauigkeit zu entschlüsseln und vorherzusagen, wodurch eine entscheidende Grundlage für zukünftige schlafzielgerichtete, geschlossene Regelkreise zur Behandlung nicht-motorischer Symptome geschaffen wird.