Closed-Loop Estimation of Neurostimulation Strength-Duration Curve Using Fisher Information Optimization and Comparison With Uniform and Random Methods
Notice bibliographique
Résumé
Abstract Background Strength-duration (SD) curve, rheobase and chronaxie parameters provide insights about the interdependence between stimulus strength and stimulus duration (or pulse width), and the neural activation dynamics such as the membrane time constant, which are useful for diagnostics and therapeutic applications. The existing SD curve estimation methods are based on open-loop uniform and/or random selection of the pulse widths. Objective To develop a method for closed-loop estimation of the SD curve. Method In the proposed method, after the selection of each pulse width through Fisher information matrix (FIM) optimization, the corresponding motor threshold (MT) is computed, the SD curve estimation is updated, and the process continues until satisfaction of a stopping rule based on the successive convergence of the SD curve parameters. The results are compared with various uniform methods where pulse widths are chosen in ascending, descending and random orders, and with methods with two and all non-uniform random pulse widths. Results 160 simulation cases were run. The FIM method satisfied the stopping rule in 144 runs, and estimated the rheobase (chronaxie in parenthesis) with an average absolute relative error (ARE) of 1.73% (2.46%), with an average of 82 samples. At this point, methods with two and all random pulse widths, and uniform methods with descending, ascending and random orders led to 5.66% (20.27%), 2.15% (4.51%), 8.57% (54.96%), 3.52% (5.45%), and 2.19% (4.40%) AREs, which are greater than that achieved through the FIM method. In all 160 runs, The FIM method has chosen the minimum and maximum pulse widths as the optimal pulse widths. Conclusions The SD curve is identifiable by acquiring the SD data from the minimum and maximum pulse widths achieved through the FIM optimization. The SD data at random or uniform pulse widths from only the vertical area or lower plateau of the curve might not result in satisfactory estimation. Significance This paper provides insights about pulse widths selection in closed-loop and open-loop SD curve estimation methods.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».