⚛️ biophysics

Impact of Axon Model Complexity on Deep Brain Stimulation: A Comparative Analysis of MRG and Cohen Double-Cable Models

本研究表明，尽管 McIntyre-Richardson-Grill (MRG) 模型和 Cohen 双电缆轴突模型都能有效预测深层脑刺激结果，但更为详细的 Cohen 模型表现出更高的兴奋性、更低的激活阈值以及更优越的预测准确性，尤其是在频率依赖性响应方面。

原作者： Bartels, R., Vinke, S., Rijpma, A., Nadimi, M.

发布于 2026-08-27

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Bartels, R., Vinke, S., Rijpma, A., Nadimi, M.

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。阅读完整免责声明

深层脑刺激是一种医疗手段，它利用微小且精准的电脉冲来平息患病大脑中混乱的信号，为帕金森病等疾病提供缓解。想象一下，外科医生将一根细丝植入大脑深处，并向其中发送一种温和、有节奏的电流。这种电流就像一个“重置按钮”，用于校准神经回路，从而减轻困扰患者的震颤和僵硬。然而，寻找电流的最佳设置是一门精细的艺术。如果信号太弱，则毫无作用；如果信号太强，则可能产生不必要的副作用。为了解决这个难题，科学家们构建了大脑布线的计算机模型。这些模型充当虚拟实验室，使他们能够在从未接触患者的情况下，测试成千上万种不同的电流设置。这些模拟的关键在于理解电脉冲是如何沿着被称为“轴突”的神经系统微观导线传播，以及它们是如何被“唤醒”并产生放电反应的。

多年来，研究人员一直依赖一种标准的计算机模型来预测轴突对刺激的反应。这个被称为 MRG 的模型将神经纤维周围的绝缘层视为一个简单的屏障，假设电流主要通过导线的中心流动。但最近的生物学发现揭示了一个更复杂的现实。科学家发现，神经纤维与其绝缘髓鞘之间的空间并非仅仅是空洞或封闭的，而是一个狭窄的导电通道，允许电流同样沿着导线的外部流动。这一发现促成了更详细的新模型——Cohen 模型的诞生，该模型包含了这一隐藏的路径。剩下的问题是：增加这一层生物学细节是否真的会改变医生用于编程脑刺激器的预测，还是说旧的、更简单的模型已经足够好了？

拉德博德大学医学中心的一个研究小组决定通过对两种模型进行头对头对比来回答这个问题。他们并没有在新的患者群体上进行测试，而是使用了来自一名已经接受过深层脑刺激治疗的个体的的高分辨率大脑扫描图像。利用这些扫描图像，他们为那个人构建了一个精确的数字副本，包括电极的确切位置，以及连接大脑运动皮层与目标区域的特定神经纤维束（即超定向通路）。随后，他们模拟了设备产生的电场，并将其运行在旧的 MRG 模型和新的 Cohen 模型中，以观察每种模型如何预测神经的反应。

结果显示，虽然两种模型在神经的总体行为上达成了一致，但新模型预测神经对电脉冲的敏感度显著更高。当研究人员施加 2 毫安的标准电流时，旧模型认为刺激会激活距离电极 6 毫米处的神经纤维；然而，新模型则预测同样的电流可以触及并激活远至 10 毫米处的纤维。在他们测试的几乎每一个案例中，新模型所需的唤醒神经纤维的电功率都比旧模型要低。这表明，绝缘层中的隐藏导电通道在帮助神经放电方面确实发挥了作用，使得大脑对治疗的响应比此前认为的更加灵敏。

这两个模型在脉冲速度变化时神经反应的表现上也存在分歧。当研究人员增加脉冲频率时，新模型显示神经变得更难被激活，需要更多的功率来维持放电。这种行为符合真实生物组织的特性，即神经在脉冲之间需要一段恢复时间。相比之下，旧模型显示出相反的趋势，即较快的脉冲反而使神经更容易被激活。这种差异至关重要，因为它意味着如果医生为了控制症状而改变刺激速度，旧模型可能无法准确预测患者的反应。

为了理解这些复杂的相互作用，研究人员训练了计算机程序来学习刺激设置与神经反应之间的关系。这些程序被输入了关于神经距离电极有多远、每个脉冲持续时间有多长以及脉冲重复频率有多快的数据。这些程序学会了以极高的准确度来预测“激活阈值”（即触发神经放电所需的最小功率）。事实证明，新模型对于计算机来说更容易预测，其结果与模拟数据比旧模型更吻合。这表明新模型的行为更加一致，并且对于未来的规划可能更加可靠。

研究结论指出，虽然旧模型仍是估算大脑激活大致区域的有用工具，但新模型提供了关于电流如何在脑部布线中传播的更真实的图景。研究人员发现，神经纤维与电极之间的距离是决定神经是否放电的最重要因素，其影响力远超脉冲速度或长度的影响。然而，神经绝缘层的结构细节确实很重要。通过包含髓鞘下的导电通道，新模型捕捉到了旧模型所缺失的一层生物学真相。对于设计未来疗法的医生和工程师而言，这意味着虽然简单的模型可以提供一个良好的起点，但为了确保治疗对个体患者既有效又安全，使用更详细的模型进行精细调整可能是必要的。

技术摘要：轴突模型复杂度对深部脑刺激的影响

问题陈述
深部脑刺激（DBS）建模依赖于生物物理神经元模型来估算神经激活阈值并预测激活组织容积（VTA）。虽然 McIntyre–Richardson–Grill (MRG) 模型长期以来一直是模拟髓鞘化轴突反应的标准，但它将髓鞘下通路在很大程度上视为被动过程，并未量化围轴突（periaxonal）或旁节点（paranodal）的电阻率。Cohen 等人的近期实验研究表明，围轴突和旁节点空间形成了一个导电纳米电路，能够实现髓鞘下的纵向电流流动，而这一特征在经典的公式化表达中是缺失的。本研究旨在探讨这种广泛采用的 MRG 模型与更详细的 Cohen 双电缆模型之间的结构和电生理差异，如何影响预测的 DBS 结果，特别是针对兴奋性、激活阈值以及对刺激参数的敏感性。

方法论
本研究采用了一个患者特定的计算框架，在相同的 DBS 条件下对比了两种轴突模型：

患者数据与成像： 一名帕金森病患者（69岁女性）接受了双侧丘脑下核（STN）DBS 手术。术前和术中采集了多模态影像（T1、T2 和弥散加权成像）。工作流程包括脑提取、灰/白质及 STN 的分割，以及用于重建超定向通路（HDP）的纤维束追踪。
生物电场建模： 使用 Gmsh 构建了 Boston Scientific DB-2202 定向电极及其周围脑组织的有限元模型（FEM），并通过 Elmer FEM 进行求解。模型包含了一个用于考虑纤维化组织的包囊层。电位分布是在准静态近似条件下计算的。
轴突模型：
- 模型 I (MRG)： 标准的双电缆模型，具有 21 个郎飞结，将节间段视为具有被动髓鞘特性的电绝缘体。
- 模型 II (Cohen)： 生物物理细节更丰富的双电缆模型，整合了一个导电的围轴突纳米电路（~53.7 Ω·cm）和有限的髓鞘电导，这些参数源自膜片钳和电压敏感染料记录。
模拟方案： 使用 NEURON 环境对来自 HDP 的 100 条轴突轨迹进行模拟。两种模型均接受非对称电荷平衡双相脉冲测试，变量包括距离（2–10 mm）、脉宽（60–120 μs）和频率（80–300 Hz）。激活定义为产生连续五个动作电位。
分析： 使用机器学习回归器（线性回归、随机森林、梯度提升）来根据距离、脉宽和频率预测激活阈值。通过线性回归和 Bland-Altman 分析评估模型一致性。

核心贡献

系统性比较： 本研究在一个患者特定的 DBS 模拟框架内，对 MRG 模型和 Cohen 模型进行了直接、受控的对比，分离了髓鞘下电流流动对激活指标的影响。
量化兴奋性差异： 研究量化了引入导电围轴突纳米电路如何改变激活阈值和空间招募模式，证明了结构细节显著影响预测的 DBS 有效性。
频率依赖行为： 研究强调了两种模型在频率响应方面存在的关键分歧，挑战了“所有双电缆模型在高频刺激下表现一致”的假设。
预测建模： 研究验证了利用机器学习从刺激参数预测激活阈值的可行性，结果显示更复杂的 Cohen 模型具有略优的预测指标。

结果

激活距离与阈值： 在 2 mA 时，Cohen 模型（模型 II）实现的激活距离为 10 mm，而 MRG 模型（模型 I）为 6 mm，表明其具有更高的兴奋性。在匹配的纤维束中，Cohen 模型在 97.7% 的案例中需要更低的激活阈值，阈值差异范围为 −1.40 mA 至 0.27 mA。
参数敏感性： 两种模型均表现出脉宽与激活阈值之间的强反相关关系。然而，在频率方面它们表现出相反的趋势：Cohen 模型在较高频率下显示出阈值上升（从 80 Hz 时的 1.23 mA 上升至 300 Hz 时的 1.51 mA），而 MRG 模型则显示出轻微下降（从 1.96 mA 下降至 1.82 mA）。
机器学习性能： 梯度提升算法提供了最佳的预测准确度。Cohen 模型在测试集上的 $R^2$ 为 0.986（RMSE = 0.045 mA），优于 MRG 模型（ $R^2$ = 0.977；RMSE = 0.089 mA）。
模型一致性： 虽然模型表现出强相关性（ $R^2$ = 0.780，Pearson $r$ = 0.883），但存在系统性偏差，即 MRG 模型预测的阈值较高（平均偏差为 0.631 mA）。

意义与主张
作者得出结论，尽管两种模型都能可靠地估算 DBS 诱发的激活，但结构差异——特别是 Cohen 模型中存在的导电围轴突纳米电路——显著影响了兴奋性和频率依赖行为。研究声称，Cohen 模型提供了更符合物理实际的髓鞘下电流流动表示，导致了较低的激活阈值，并且其频率响应与观察到的高频下神经元活动减少的现象相一致。

论文断言，只要理解各自的优势和局限性，任何一种模型都可以用于从患者特定的模拟中推导激活距离并估算激活组织容积。研究强调，电极距离仍然是决定激活阈值的首要因素，而脉宽和频率的影响次之。作者建议，模型选择应根据具体的应用需求，在计算效率与生物物理真实性之间取得平衡，并指出需要通过更大规模的患者队列和体内数据进行进一步验证，以推进患者特定的 DBS 建模。

类似论文