مقالة منهجية

TMS-EEG الموجه بالتصوير العصبي لرسم خرائط الشبكة القشرية في الوقت الفعلي

DOI:

10.3791/67339

⸱

يونيو 13, 2025

 ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Department of Neuroscience and Biomedical Engineering, Aalto University School of Science, 2Hertie-Insitute for Clinical Brain Research, University of Tübingen, 3Department of Neurology and Stroke, University of Tübingen, 4A.I. Virtanen Institute for Molecular Sciences, University of Eastern Finland, 5Division of Psychology, VISE, Faculty of Education and Psychology, University of Oulu, 6Neuroscience Center, Helsinki Institute of Life Science, University of Helsinki, 7BioMag Laboratory, HUS Medical Imaging Center, Aalto University, University of Helsinki and Helsinki University Hospital, 8Cognitive Brain Research Unit, Department of Psychology and Logopedics, Faculty of Medicine, University of Helsinki

في هذه المقالة

ملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

بروتوكول جديد للتحفيز المغناطيسي الشخصي عبر الجمجمة بالاشتراك مع تخطيط تخطيط كهربية الدماغ (TMS-EEG) للشبكات القشرية ، مستنير بطرق بيانات التصوير بالرنين المغناطيسي المتعدد (MRI).

الملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يتم تنظيم القشرة الدماغية في شبكات منفصلة هيكليا ووظيفيا ، مما يمكن الدماغ البشري من معالجة المعلومات بكفاءة عالية. يوفر التحفيز المغناطيسي عبر الجمجمة (TMS) ، بالاشتراك مع تخطيط كهربية الدماغ (EEG) ، نهجا غير جراحي لاستكشاف شبكات الدماغ ، ويكشف عن الاستثارة القشرية والاتصال السببي. ومع ذلك ، تواجه هذه الطريقة تحديين مهمين: (أ) ضمان جودة الإمكانات التي يتم استثارتها بواسطة TMS (TEPs) لتعظيم اكتساب المعلومات ، والتي تتطلب غالبا رسم خرائط قشرية شاملة ، و (ب) استنباط الاستجابة من الشبكة ذات الأهمية وليس من المواقع القشرية المجاورة.

غالبا ما تفشل مناهج استهداف TMS الحالية في تحفيز المناطق القشرية ذات الصلة وظيفيا بدقة ، مما يعيق فعالية العلاج وتحديد المؤشرات الحيوية. يدمج البروتوكول المقدم رسم خرائط قشرية دقيقة للحصول على TEPs خالية من القطع الأثرية ، مما يتيح قياسات موثوقة وقابلة للتكرار لمكونات TEP المبكرة. تعمل هذه الدقة على تحسين الحساسية للاختلافات الفيزيولوجية العصبية الدقيقة وتقوية الارتباطات مع الأنماط الظاهرية السريرية ، مما يدعم اكتشاف المؤشرات الحيوية في الاضطرابات العصبية والنفسية.

يستخدم البروتوكول المقترح التصوير بالرنين المغناطيسي الهيكلي والوظيفي والمنتشر (MRI) لتحديد البقع القشرية التي تنتمي إلى الشبكة ذات الاهتمام. يتم تطبيق التقسيم التشريحي والاتصال الوظيفي وتصوير الرسم في الوقت الفعلي لتحديد المناطق ذات الاتصال القوي بمناطق الدماغ الأخرى المرتبطة بالشبكة المستهدفة. تحدد المجموعات القشرية الشخصية الناتجة أهداف التحفيز الأولية.

ثم يتم استخدام رسم خرائط TMS-EEG لتحسين معلمات TMS عن طريق توطين المناطق القشرية ذات الاستثارة العالية ، وتعزيز حجم الاستجابة العصبية مع تقليل الضوضاء غير العصبية ، بما في ذلك القطع الأثرية العضلية ، والاضمحلال ، والعوامل المربكة الأخرى التي تؤثر على استجابات TMS-EEG المبكرة. يتم إجراء استكشاف منهجي للوشاح القشري ، وضبط موقع التحفيز واتجاهه وشدته ، مع المراقبة المستمرة لجودة البيانات من خلال التصور في الوقت الفعلي لمتوسط TEPs. يتم اختيار معلمات TMS التي تنتج استجابات خالية من القطع الأثرية مع مكونات TEP المبكرة التي يمكن تمييزها بوضوح لجمع البيانات.

تقدم هذه المقالة تقنية رسم خرائط TMS-EEG الموجهة بالتصوير العصبي وتسلط الضوء على التطورات المنهجية والفوائد التي يمكن تحقيقها من خلال تطبيقها.

المقدمة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يتميز الدماغ البشري بشبكات هيكلية ووظيفية متميزة على نطاق واسع. تتيح التفاعلات المعقدة داخل الشبكات وفيما بينها قوة معالجة المعلومات الرائعة للدماغ ، مما يدعم العمليات المعرفية والحسية والحركية المعقدة. يمكن أن تؤدي الاضطرابات في هذه الشبكات ، سواء بسبب التلف الهيكلي أو خلل التنظيم الوظيفي أو ضعف الاتصال ، إلى مجموعة واسعة من الحالات العصبية والنفسية1،2،3،4،5،6 ، بما في ذلك العجز الحركي والإعاقات الإدراكية واضطرابات المزاج. تتطلب المراقبة الدقيقة لتطور مثل هذه الاضطرابات المتعلقة بالشبكة وتحديد استراتيجيات العلاج المثلى طرقا يمكن أن تزعج شبكات معينة بشكل انتقائي وتحدد سلامتها الوظيفية بشكل موثوق.

يمكن للتحفيز المغناطيسي عبر الجمجمة ، عند تسليمه بكفاءة ، أن يزعج مجموعات الخلايا العصبية وحتى الشبكات القشرية بأكملهابشكل غير جراحي 7،8،9،10،11،12،13،14،15 ، مما يسمح بتقييمها من خلال مقاييس مثل الاستجابات الحركية أو التغيرات السلوكية. يسمح TMS بالاشتراك مع تخطيط كهربية الدماغ (EEG) للمرء بقياس الإمكانات التي يستثارها TMS (TEPs) - استجابات مخطط كهربية الدماغ التجريبية مقفلة زمنيا بنبض TMS. تلتقط الأشكال الموجية TEP المسجلة أسفل الملف الاستثارة القشرية الفورية للمنطقة المحفزة ، بينما توفر الاستجابات من المناطق البعيدة رؤى حول الاتصال الفعال بين مناطق الدماغ ، مما يؤسس TMS-EEG كأداة قيمة للتحقيق في الشبكات القشرية. أظهرت TEPs بالفعل إمكانات كبيرة كمؤشرات حيوية لمختلف الحالات العصبية9،16،17 والحالات النفسية18،19،20،21،22،23. علاوة على ذلك ، يسمح TMS-EEG المتزامن بتحديد شدة التحفيز الشخصية بناء على التفاعل القشري الموضعي للفرد كما تم قياسه بواسطة EEG24،25،26،27،28. ومع ذلك ، فإن التحدي الذي تمثله هذه الطريقة ، خاصة عند استخدامها لتطوير المؤشراتالحيوية 22 ، 24 ، ذو شقين: أ) لزيادة اكتساب المعلومات إلى أقصى حد ، يجب أن تكون جودة TEPs المجمعة عالية ، مما يتطلب رسم خرائط للمناطق القشرية لتحديد موقع هدف به الحد الأدنى من القطع الأثرية والتفاعل الجيد ، و ب) يجب أن تأتي الاستجابة من شبكة الاهتمام وليس من المواقع القشرية المجاورة. تعد جودة TEP المنخفضة مشكلة شائعة ، وغالبا ما تظهر على شكل ضوضاء أو قطع أثرية أو استجابات متعددة الحواس أو استجابات مبكرة تفشل في تجاوز قوة النشاط التذبذبي المستمر. عادة ما يتم تحديد جودة الإشارة الرديئة هذه فقط بعد المعالجة دون اتصال بالإنترنت ، غالبا بعد فترة طويلة من جمع البيانات ، مما يجعل معالجتها صعبة أو مستحيلة.

تم استخدام التصوير بالرنين المغناطيسي الهيكلي لاستهداف مناطق معينة من الدماغ ، وهو متاح للممارسة السريرية والبحث لأكثر من 20 عاما. لقد كان حاسما في رسم خرائط المناطق القشرية الحركية والكلامية لتقييم ما قبل الجراحة30،31،32 ولاستهداف المناطق التي لا تتضمن استجابات حركية أو بصرية أو سلوكية من خلال دمجها مع مخطط كهربيةالدماغ 9،33،34،35. ومع ذلك ، يمكن أن يكون غير محدد من الناحية التشريحية العصبية (أي الحدود بين المناطق القشرية غير واضحة) ووظيفيا ، حيث لا يمكن اكتشاف التباين الفردي في وظائف المخ باستخدام التصوير بالرنين المغناطيسي الهيكلي. على هذا النحو ، غالبا ما تفشل مناهج استهداف TMS الحالية ، التي تعتمد عادة على موقع القشرة الحركية أو المعالم التشريحية الأخرى ، في تحفيز المناطق القشرية ذات الصلة وظيفيا ، مما يحد من فعالية العلاج واكتشاف المؤشرات الحيوية الموثوقة. للتغلب على هذه التحديات ، تم تطوير إطار شامل يدمج استخدام طرائق التصوير بالرنين المغناطيسي الأخرى ، مثل التصوير بالرنين المغناطيسي الوظيفي والمنتشر ، مع رسم خرائط قشرية دقيقة للحصول على TEP خال من القطع الأثرية. يتيح هذا النهج قياسات موثوقة وقابلة للتكرار ، لا سيما مكونات TEP المبكرة ، والتي تكون شديدة الحساسية للتغيرات الفيزيولوجية العصبية الدقيقة. من خلال تعزيز حساسية تحليل TEP ، يسهل هذا الإطار الارتباطات القوية مع الأنماط الظاهرية السريرية ، مما يؤسس أساسا قويا لاستكشاف المؤشرات الحيوية في الاضطرابات العصبية والنفسية.

تم تصميم خط الأنابيب المقترح لرسم خريطة للمناطق القشرية بأكملها ، والجمع بين التقسيم التشريحي36 (الشكل 1 أ) ، والاتصال الوظيفي القائم على التصوير بالرنين المغناطيسي (fMRI)37،38 (الشكل 1 ب) ، والتصوير في الوقت الفعلي39 (الشكل 1 ج). يسمح التقسيم التشريحي بتحديد المناطق القشرية المقابلة لشبكة دماغية معينة للفرد ، باستخدام قالب تشريحي محدد مسبقا أو أطلس دماغي مسجل بشكل غير خطي في تشريح الدماغ الفردي. يوفر الاتصال الوظيفي مقاييس إحصائية تقيس العلاقة بين النشاط الفسيولوجي لمناطق الدماغ المختلفة ، كما ينعكس في إشارة الاعتماد على مستوى الأكسجين في الدم (BOLD)40. أخيرا ، التصوير في الوقت الفعلي هو طريقة تعتمد على التصوير بالرنين المغناطيسي المنتشر (dMRI) الذي يقدر ويعرض تبسيط الخطوط التي تصف اتصالات الدماغ الهيكلية المحتملة في الوقت الفعلي. من خلال الجمع بين هذه الطرق ، يمكن استهداف المناطق القشرية بناء على اتصالها الهيكلي والوظيفي أثناء رسم خرائط TMS-EEG. يتيح ذلك تحسين معلمات التحفيز في الوقت الفعلي لضمان الحصول على TEP خال من القطع الأثرية.

تعالج المنهجية الجديدة المقترحة التحديات المشتركة لاستهداف TMS واكتساب TEP ، مما يمهد الطريق لتحديد أكثر دقة للمؤشرات الحيوية واستراتيجيات التعديل العصبي الفعالة في البيئات السريرية والبحثية.

figure-introduction-1
الشكل 1: المعلومات المشتقة من التصوير بالرنين المغناطيسي لموضوع تمثيلي. (أ) التقسيم التشريحي الذي يحدد قشرة الفص الجبهي الظهري الجانبي المستهدف (DLPFC). (ب) خريطة الاتصال الوظيفية التي تظهر الارتباط المضاد مع القشرة الحزامية تحت الجنس (تشير الألوان الفاتحة إلى مقاومة ارتباط أقوى). (ج) تصوير التصالح في الوقت الحقيقي الذي يعرض الخطوط المبسطة من المنطقة المستهدفة. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.

البروتوكول

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تمت الموافقة على هذه الدراسة من قبل منطقة مستشفيات هلسنكي ولجنة الأخلاقيات في أوسيما. قبل الإجراء ، تم الحصول على موافقة خطية مستنيرة على المشاركة من كل موضوع.

1. متطلبات الأجهزة والبرامج

  1. متطلبات الإعداد التجريبي
    1. تأكد من أن نظام EEG متوافق مع TMS وقادر على التسجيل بتردد أخذ العينات 5000 هرتز أو أعلى.
    2. قم بتجهيز غطاء مخطط كهربية الدماغ بما لا يقل عن 60 قطبا على شكل حرف C متكلس Ag / AgCl أو غيرها من الأقطاب الكهربائية التي تقلل من تحريض التيارات الدوامة بواسطة نبضة TMS28.
      ملاحظة: يتطلب البروتوكول المقترح استخدام أقطاب كهربائية سلبية. على الرغم من أن الأقطاب الكهربائية النشطة أقل حساسية لمستويات المعاوقة ، إلا أنها عرضة للقطع الأثرية28 للاضمحلال ، والتي يمكن أن تحجب مكونات TEP المبكرة.
    3. تأكد مما إذا كان نظام EMG يحتوي على خوارزمية مضمنة لتحديد عتبة المحرك. إذا لم يكن الأمر كذلك ، فيجب استخدام نهج 10-20 (انظر الخطوة 3.5.5.)
    4. السماح بتذبذب فاصل التحفيز بين TMS في نطاق 2-2.4 ثانية كحد أدنى.
    5. اضبط توقيت إعادة شحن TMS ليتأخر بشكل كاف بعد نبضة TMS (على سبيل المثال ، 900-1000 مللي ثانية بعد النبض) للتأكد من أن قطعة إعادة الشحن لا تلوث النافذة الزمنية ذات الاهتمام.
    6. تأكد من أن نظام الملاحة العصبية عبر الإنترنت يدعم استيراد التراكبات إلى الصور التشريحية.
      ملاحظة: بينما يمكن استخدام البرامج الخارجية لتصور التراكبات ونقل الإحداثيات يدويا إلى نظام التنقل العصبي، فإن هذا النهج يزيد من تعقيد الإعداد ويطيل مدة التجربة.
    7. احصل على سماعات أذن متخصصة لقياس السمع لإخفاء الضوضاء.
  2. متطلبات البرامج
    1. للتصور في الوقت الفعلي لاختبارات التقييم المؤسسي أثناء التجربة ، قم بتثبيت rt-TEP25 (https://github.com/iTCf/rt-TEP) ، وهي أداة قائمة على MATLAB تقوم برسم بيانات مخطط كهربية الدماغ المتدفقة على الفور تقريبا ، مع حساب متوسطها حول نبضة TMS.
      ملاحظة: تسمح بعض أنظمة مخطط كهربية الدماغ بإنشاء تصورات مماثلة مباشرة داخل برامج الاستحواذ. تأكد من أن الأداة موثوقة وتسمح بالحد الأدنى من التلاعب بالبيانات مثل قطع قطعة TMS الأثرية والتصفية - يعتمد نجاح التجربة بشكل كبير على التصور عبر الإنترنت.
    2. قم بتثبيت متخيل المخطط في الوقت الفعلي (https://github.com/baranaydogan/realTimeTractogramVisualizer)39 على جهاز كمبيوتر يعمل بنظام Linux للسماح بالتصور في الوقت الفعلي للمسارات.
    3. قم بتثبيت إخفاء الضوضاء41 (www.github.com/iTCf/TAAC).
    4. لتحليل التصوير بالرنين المغناطيسي ، قم بتثبيت حزم البرامج التالية (أو بدائلها): FreeSurfer42 و fmriprep43 و MRtrix344 ، بالإضافة إلى بيئة Python مع مكتبة nilearn (https://nilearn.github.io).

2. إعداد السجلات السابقة المستندة إلى التصوير بالرنين المغناطيسي لاستهداف TMS

  1. اختيار مناطق الاهتمام
    1. حدد منطقتين على الأقل من مجالات الاهتمام (ROIs): واحدة كمنطقة قشرية تستهدف TMS ليتم تحفيزها والأخرى كبذرة يفترض أنها تساهم بشكل كبير في شبكة الدماغ المدروسة. استخدم الوصلات الهيكلية والوظيفية من البذرة إلى الهدف لتحسين تعريف هدف TMS.
      ملاحظة: في حين أن هدف TMS يجب أن يكون متاحا للتحفيز ، يمكن أن تكون البذرة أي منطقة في الدماغ ، بما في ذلك مناطق المادة الرمادية العميقة مثل اللوزة.
  2. الاستحواذ على التصوير بالرنين المغناطيسي
    1. احصل على صورة صدى التدرج التدرج السريع (MPRAGE) التشريحية عالية الدقة T1 المرجحة (T1w) المعدة بالمغنطة مع فوكسيل متناحي 1 مم.
    2. قم بتشغيل بروتوكول التصوير المستوي بالصدى (EPI) لتسجيل 10 دقائق من إشارة الرنين المغناطيسي الوظيفي BOLD في حالة الراحة. اطلب من الشخص إبقاء عينيه مفتوحتين ومثبتتين على صليب معروض على الشاشة طوال مدة التسلسل.
    3. قم بتطبيق بروتوكول EPI للتصوير بالرنين المغناطيسي الdmri ، والحصول على صور في إجمالي 100 اتجاه تدرج مختلف على الأقل (b = 1500 و 3000 s / mm2) و 12 وحدة تخزين غير مرجحة بالانتشار (b = 0 s / mm2) مع اتجاه ترميز الطور الأمامي الخلفي.
      1. الحصول على ما لا يقل عن 1 حجم إضافي غير مرجح مع اتجاه ترميز الطور العكسي (الخلفي - الأمامي).
      2. لتحسين التسامح مع التشوهات الناجمة ، على سبيل المثال ، عن حركة الموضوع ، احصل على العديد من الصور غير المرجحة بالانتشار في اتجاه ترميز الطور العكسي. بالإضافة إلى ذلك ، قد يكون تكرار الاكتساب الكامل في اتجاه تشفير الطور العكسي مفيدا لطرائق التصحيح الجديدة45 ، 46.
  3. تحليل التصوير بالرنين المغناطيسي التشريحي
    1. قم بالمعالجة المسبقة لصورة T1w باستخدام الأمر42 recon-all الخاص ب FreeSurfer. افحص بصريا قناع الدماغ (brain.mgz) وأسطح الرأس (lh.pial و rh.pial) لضمان الإزالة المناسبة للجافية. إذا تم استبعاد الأنسجة العصبية أو كان سطح اللوحة يحتوي على أنسجة غير عصبية ، فقم بإعادة تشغيل الكل باستخدام معلمات مستجمعات المياه المعدلة. استخدم الخيار -wsthresh لتعيين قيمة العتبة (الافتراضي: 25 ، النطاق: 0-50) ، أو استخدم -wsmore للتوسيع أو -wsless لتقليص قناع الدماغ.
    2. مع التقسيم متعدد الوسائط لمشروع Human Connectome Project 1.036 المسقط على سطح fsaverage الخاص ب FreeSurfer (https://figshare.com/articles/dataset/HCP-MMP1_0_projected_on_fsaverage/3498446?file=5528837) ، أعد تشكيل تقسيم المشروع إلى سطح دماغ الموضوع باستخدام mri_surf2surf. باستخدام mri_aparc2aseg ، قم بإنشاء تقسيم حجمي للمناطق القشرية وتحت القشرية للموضوع. لمحاذاة التجزئة مع صورة T1w الأصلية، قم بتشغيل mri_label2vol، باستخدام rawavg.mgz كقالب.
    3. حدد طرود عائد الاستثمار باستخدام جدول البحث HCPMMP 1.0 واستخرج خرائط عائد الاستثمار الهيكلية من التقسيم الحجمي في المساحة الأصلية للموضوع باستخدام mri_binarize.
      ملاحظة: إذا تم تحديد عائد الاستثمار للبذور بواسطة إحداثيات MNI من الأدبيات بدلا من الموقع التشريحي ، فاستخدم مصفوفة تحويل لتعيين الإحداثيات من MNI إلى المساحة الأصلية للموضوع. قم بإنشاء عائد استثمار كروي في الموقع الناتج باستخدام أداة مثل دالة FSL fslmaths -kernel sphere.
  4. تحليل التصوير بالرنين المغناطيسي الوظيفي
    1. المعالجة المسبقة للبيانات BOLD باستخدام fmriprep43. يمكن القيام بذلك قبل تحليل التصوير بالرنين المغناطيسي التشريحي حيث تستدعي الإعدادات الافتراضية ل fmriprep إعادة الاستطلاع أو ، بدلا من ذلك ، توفير إخراج FreeSurfer جاهز لخط الأنابيب.
      ملاحظة: لتسريع المعالجة المسبقة، قم بتقييد التحليل على المساحة الخاصة بالموضوع عن طريق تمرير علامة --output-spaces T1w إلى fmriprep. في هذه الحالة، لن يقوم fmriprep بإجراء التسجيل المشترك والتحليل اللاحق في حيز MNI.
    2. اتبع الخطوات أدناه لإجراء تحليل كامل للدماغ من البذور إلى فوكسل باستخدام الأدوات المفضلة ، على سبيل المثال ، باستخدام مكتبة Python و nilearn. تحدد الخرائط الحجمية الناتجة العلاقة الزمنية بين إشارة BOLD في البذرة وبقية الدماغ.
    3. ما لم يتم التأكد من أن الماسح الضوئي بالرنين المغناطيسي يتضمن عمليات مسح وهمية في بداية التسلسل غير المسجل، قم بإزالة أول 4 إلى 6 نقاط زمنية من البيانات. سيضمن ذلك عدم تضمين البيانات فترة تثبيت الإشارة في بداية التسجيل.
      ملاحظة: بالنسبة إلى nilearn، استخدم طريقة .slicer ، واستدعاء img.slicer[...، 4:]، حيث img هو التصوير بالرنين المغناطيسي الوظيفي المستورد.
    4. لإزالة الضوضاء ، استخدم الخلط المقدر بواسطة fmriprep. من بين الارتباكات ، حدد تلك المقابلة لحركة الرأس (trans_x ، trans_y ، trans_z ، rot_x ، rot_y ، rot_z) ، متوسط الإشارة داخل الدماغ (global_signal) ، المادة البيضاء (white_matter) ، والسائل النخاعي (csf). استخدم القيم المحددة كانحدارات مزعجة في نموذج خطي عام لإزالة الأجزاء غير العصبية من الإشارة.
    5. قلل الإيجابيات الخاطئة من خلال تصفية تمرير النطاق 0.01-0.08 هرتز. في حالة استخدام NiLearn ، قم بإجراء انحدار مربك وتصفية مع nilearn.image.clean_img عن طريق تمرير المصفوفة المربكة وترددات القطع إلى الوظيفة.
    6. قم بتنعيم البيانات باستخدام نواة غاوسية بعرض كامل ونصف حد أقصى (FWHM) مقاس 6 مم. قم بتمرير المعلمة smoothing_fwhm = 6 إلى nilearn.maskers.NiftiMasker لتنعيم الصورة.
    7. استخرج ومتوسط السلسلة الزمنية من قناع البذور. قم بتطبيق قناع عائد الاستثمار للبذور باستخدام nilearn.maskers.NiftiMasker لاستخراج السلاسل الزمنية من البيانات الوظيفية.
    8. احسب معامل ارتباط بيرسون بين متوسط السلسلة الزمنية للبذرة وكل فوكسل آخر داخل قناع الدماغ. قم بتحويل معاملات الارتباط الناتجة إلى درجة فيشر z لتحويل معاملات الارتباط إلى توزيع طبيعي.
      ملاحظة: لحساب الارتباط ، خذ حاصل ضرب النقطة بين الدماغ والسلسلة الزمنية لعائد الاستثمار باستخدام np.dot وقسمه على طول السلسلة الزمنية. قم بتطبيق np.arctanh لتحويل المعاملات الناتجة إلى درجة فيشر z.
    9. قم بتقييد الخريطة الناتجة على عائد الاستثمار عن طريق ضرب خريطة الارتباط بأقنعة عائد الاستثمار، على سبيل المثال، باستخدام nilearn.image.math_img. ستحتفظ الصور الناتجة بقيم الارتباط داخل فوكسل القناع والأصفار في مكان آخر.
    10. اختياريا ، قم بتحديد عتبة الخرائط ، على سبيل المثال ، لتشمل فقط فوكسل مرتبطة سلبا. استخدم nilearn.image.threshold_img مع معلمة الحد المقابلة.
  5. تحليل التصوير بالرنين المغناطيسي للانتشار
    1. بيانات انتشار المعالجة المسبقة مع خط أنابيب بما في ذلك تقليل الضوضاء47 ، وتصحيح الحركة48 ، والتشوهات الناجمة عن الحساسية49 ، ورن جيبس50،51 ، والتحف الحاليةالدوامة 52. قم بإنشاء خريطة كثافة اتجاه الألياف (FOD) وقناع دماغ.
      ملاحظة: يوفر صندوق أدوات DESIGNER (https://nyu-diffusionmri.github.io/DESIGNER-v2/) خط أنابيب معالجة مسبقة مؤتمتة بالكامل. يمكن إجراء تقدير FOD باستخدام dwi2response dhollander و dwi2fod msmt_csd53،54،55 من صندوق أدوات MRtrix344 (https://www.mrtrix.org/). تأكد من تسجيل FOD وأقنعة الدماغ بشكل مشترك في مساحة T1 لتتوافق مع نظام الملاحة العصبية. تأكد من تدوير اتجاهات التدرج أو FOD أثناء التسجيل المشترك56،57. يوصى باستخدام الأمر MRtrix3 mrregister .
    2. أستخدم الأمر mri_label2vol لنقل تجزئة aparc + aseg.mgz الخاصة ب FreeSurfer إلى مساحة التصوير بالرنين المغناطيسي الأصلية. ثم قم بتشغيل aparc+aseg_to_trekkerACTlabels.py (https://raw.githubusercontent.com/dmritrekker/trekker/master/extensions/tools/aparc%2Baseg_to_trekkerACTlabels.py) على التجزئة في مساحة التصوير بالرنين المغناطيسي الأصلية لإنشاء ملف التصوير الميكانيكي المقيد تشريحيا (ACT).
    3. قم بتحميل ملفات T1 وقناع الدماغ و FOD و ACT إلى متخيل المخطط في الوقت الفعلي (انظر الخطوة 1.2.2.) وتأكد بعناية من أن المسالك المرئية تبدو قابلة للتطبيق58.

3. تجربة TMS-EEG

  1. تحضير مخطط كهربية الدماغ
    1. تأكد من أن المواد الهلامية الكاشطة والموصلة لا تحتوي على مكونات معدنية قد تحفز القطع الأثرية المتحللة.
    2. ضع الهدف في كرسي في مكان قريب بما يكفي لتوصيل كبلات الغطاء بنظام مخطط كهربية الدماغ مع ترك مساحة حولها للحركة غير المقيدة.
      ملاحظة: من الممكن إجراء التحضير لمخطط كهربية الدماغ مع جلوس الموضوع على كرسي TMS. ومع ذلك ، فإن مسند رأس الكرسي والجزء الأكبر الإجمالي قد يجعلان الوصول إلى رأس الموضوع أكثر صعوبة ، مما يجعل العملية تستغرق وقتا طويلا.
    3. ابدأ التحضير لمخطط كهربية الدماغ عن طريق قياس محيط رأس الشخص. حدد الحجم المطابق لغطاء EEG.
      ملاحظة: إذا كان محيط الرأس يقع بين أحجام الغطاء ، فاختر الحجم الأصغر ، لأن المقاس الفضفاض قد يخلق فجوات بين الأقطاب الكهربائية وفروة الرأس.
    4. ضعي الغطاء ، بدءا من الجبهة ، مع إبقاء الشعر تحت الغطاء. عندما يكون الغطاء في مكانه تقريبا ، قم بقياس المسافات من nasion إلى inion ومن الزنمة من اليسار إلى اليمين. اضبط موضع الغطاء ، وتأكد من وضع تشيكوسلوفاكيا في منتصف الطريق بين المعالم التشريحية.
    5. قم بإعداد الأرض والأقطاب الكهربائية المرجعية عن طريق تنظيف جلد الخشاء والعظم الوجني المقابل لجانب التحفيز باستخدام مناديل كحولية وشريط كاشط لتحسين الموصلية. ضع القطب الأرضي على العظم الوجني والمرجع على الخشاء باستخدام غسالات القطب الدائري.
      ملاحظة: يختلف وضع القطب الكهربائي باختلاف المختبرات (انظر Hernandez-Pavon et al. ، 202328). بينما غالبا ما يستخدم تشيكوسلوفاكيا كمرجع ، إلا أنه قد يكون دون المستوى الأمثل بسبب قربه من الملف. يوصى بوضع أو مواضع الخشاء والوجنية على الجبهة أسفل الغطاء ، اعتمادا على المسافة من هدف التحفيز وإعداد الملاحة العصبية.
    6. تحضير الأرض والأقطاب الكهربائية المرجعية. ضع عجينة كاشطة أولا وافرك الجلد برفق تحت الأقطاب الكهربائية بإبرة حادة أو برعم قطني. ثم املأ القطب بالهلام الموصل.
    7. ثبت الغطاء في مكانه باستخدام مثبتات الخطاف والحلقة تحت الذقن. تأكد من أن شقوق الأذن موجودة بشكل صحيح ، مما يسمح بالوصول إلى الأذنين للتنقل العصبي ووضع سماعات الأذن لإخفاء الضوضاء.
    8. قم بإعداد أقطاب الغطاء بطريقة مماثلة للأرض والمرجع. أولا ، أضف كمية صغيرة من الجل الكاشطة واستخدم الإبرة الحادة أو الطرف الخشبي لعصا مسحة القطن لإزالة الشعر تحت القطب الكهربائي حتى يكون الجلد مرئيا.
    9. املأ القطب بالهلام الموصل مع الضغط برفق على القطب لأسفل للتأكد من أن كمية الجل كافية ولكنها ليست مفرطة. حافظ على مقاومة كل قطب كهربائي لتجربة TMS-EEG أقل من 5 كيلو أوم.
      ملاحظة: في حين أن كمية الجل الموصل يجب أن تكون كافية لإنشاء اتصال بين فروة الرأس والقطب الكهربائي ، فإن الكميات الزائدة قد تؤدي إلى الجسر بين الأقطاب الكهربائية المجاورة.
    10. إذا كانت المعاوقة أعلى من تلك بعد التحضير الأولي ، فاستخدم إبرة غير حادة أو قطعة قطن مرة أخرى وقم بتدويرها داخل القطب الكهربائي لمزيد من فرك الجلد. حاول تجنب إخراج الشعر من القطب. املأ القطب الثابت بالهلام الموصل مرة أخرى وتحقق من المقاومة. كرر العملية حتى تصبح جميع الأقطاب الكهربائية أقل من 5 كيلو أوم.
  2. تحضير مخطط كهربية العضل
    1. نظف كل موقع قطب كهربائي بمناديل كحولية ، وخدش الجلد برفق بشريط كاشطة ، وامسحه مرة أخرى بالكحول ، واتركه حتى يجف. ضع القطب النشط على بطن العضلات (عادة ما يكون الخاطف الأيمن (APB) و / أو بين العظام الظهرية الأولى (FDI)) ، والقطب المرجعي فوق وتر العضلات ، والقطب الأرضي على ظهر اليد.
  3. التحضير للملاحة العصبية
    1. ضع الموضوع في الكرسي في وضع مريح ، مع التأكد من جلوسه بشكل مريح مع استرخاء الرقبة واليدين والساقين. اضبط ارتفاع الكرسي للسماح للمشغل بتحفيز المنطقة بأكملها قيد الفحص بشكل مريح.
    2. قم بتأمين جهاز تعقب الرأس باستخدام ملصق أو شريط طبي على الوجهين لضمان بقائه مستقرا أثناء جلسة التحفيز. ضع الملصق بحيث لا يعيق الحركة الحرة لملف TMS فوق الرأس.
      ملاحظة: ضع جهاز التعقب قليلا إلى اليمين على الجبهة عند تحفيز نصف الكرة الأيسر وقليلا إلى اليسار عند تحفيز نصف الكرة الأيمن. يسهل هذا الترتيب الوصول إلى مناطق الفص الجبهي.
    3. تحديد النقاط الأساسية (النقاط الأنفية وقبل الأذن) في التصوير بالرنين المغناطيسي للموضوع.
      ملاحظة: عند تحديد نقاط الأذن ، تحقق بعناية مما إذا كانت آذان الشخص قد تم الضغط عليها أثناء الحصول على التصوير بالرنين المغناطيسي بواسطة الرغوة وحماية الأذن. اختر الأجزاء العميقة من شحمة الأذن ، مثل اللولب ، والتي ليست عرضة للتشوه في فحوصات التصوير بالرنين المغناطيسي.
    4. باستخدام قلم رقمي ، ضع علامة على النقاط الأساسية على رأس الموضوع المقابلة لتلك المحددة في التصوير بالرنين المغناطيسي.
    5. قم برقمنة نقاط إضافية عبر سطح الجمجمة لتقليل أخطاء التسجيل.
    6. تأكد من أن خطأ التسجيل أقل من 3 مم (يفضل أقل من 2 مم).
    7. اضغط على قلم الرقمنة على رأس الموضوع في عدة مواقع وتأكد من أن النقاط المقابلة في نموذج الرأس ثلاثي الأبعاد تبدو صحيحة. إذا لم يكن الأمر كذلك، كرر إجراء التسجيل المشترك.
  4. إخفاء الضوضاء
    1. قم بإعداد إخفاء الضوضاء41 - تسجيل صوتي متكرر للضوضاء البيضاء بنقرات ملف مختلطة مسجلة من نوع الملف المستخدم. تأكد من تشغيل إخفاء الضوضاء فقط عند توصيل نبضات TMS لتقليل انزعاج الشخص.
    2. استخدم سماعات أذن متخصصة ذات أنبوب هوائي مع أطراف تشبه سدادة الأذن لإخفاء ضوضاء نقرة TMS أثناء التسجيل.
    3. حدد الحجم الصحيح لأطراف الأذن واطلب من الشخص الضغط عليها قبل وضعها في قناة الأذن. تأكد بصريا من وضع سماعات الأذن بشكل صحيح.
    4. قبل البدء ، أظهر للموضوع إشارة مخطط كهربية الدماغ الأولية وأظهر كيف يؤدي انقباض عضلات الوجه والوميض وحركات العين إلى تكوين القطع الأثرية. اشرح أن هذه القطع الأثرية تقلل من جودة البيانات وتضبط موضع الهدف للراحة لتقليل ضوضاء توتر العضلات.
    5. اطلب من الشخص تركيز عينيه على صليب التثبيت الموجود أمامه عند إعطاء نبضات TMS.
    6. قم بإصلاح الملف عدة سنتيمترات فوق الرأس. حدد شدة تحفيز عالية من غير المحتمل أن تكون مطلوبة للتجربة ، على سبيل المثال ، 80٪ من MSO ، للتأكد من أن مستوى الضوضاء مرتفع بما يكفي لقمع نقرات الملف الأعلى.
    7. اشرح للموضوع طبيعة إخفاء الضوضاء وأن مهمته هي محاولة التمييز بين نقرات الملف القادمة من الملف الموضوع فوق رؤوسهم والنقرات القادمة من سماعات الأذن مع زيادة مستوى الصوت. اطلب من الشخص إعطاء إشارة ، مثل رفع الإبهام ، عندما يعتقد أنه لا يستطيع سماع النقرة القادمة من ملف TMS بعد الآن.
    8. قم بتشغيل إخفاء التشويش ، بدءا من الإعداد الافتراضي وتغيير نسبة النقر فوق الضوضاء البيضاء إلى 60٪.
    9. ابدأ في إعطاء النبضات بفاصل محفز متوتر. قم بزيادة مستوى الصوت على جهاز الكمبيوتر باستخدام إخفاء الضوضاء بنسبة 1٪ -2٪ في المرة الواحدة حتى يعطي الهدف إشارة إلى أنه لا يمكنه إدراك النقرة بعد الآن.
    10. إذا كان الهدف لا يزال قادرا على إدراك النقرة، فحاول ضبط نسبة الضوضاء البيضاء للنقر لأعلى (لمكون النبرة العالية) أو لأسفل (للمكون منخفض النبرة). استشر Russo et al.، 202241 لمزيد من التعليمات ، إذا لزم الأمر.
      ملاحظة: إذا كانت الاستجابة السمعية مستمرة، فيجب التحقق من موضع سماعة الأذن — قد يكون موقع طرف الأذن ضحلا جدا.
    11. تأكد من أن حجم إخفاء الضوضاء لا يتجاوز حدود السلامة للمدة المقدرة للتجربة41. بعد تحديد الحجم ، اسأل الشخص عما إذا كان يختبر الحجم مقبولا طوال مدة التجربة.
      ملاحظة: وفقا للمعهد الوطني الأمريكي للسلامة والصحة المهنية (NIOSH) 59 ، يمكن تحمل مستوى ضوضاء يبلغ 88 ديسيبل بأمان لمدة تصل إلى 4 ساعات. ولكل زيادة قدرها 3 ديسيبل فوق هذا المستوى، ينخفض وقت التعريض الضوئي المسموح به إلى النصف، بينما يتضاعف وقت التعريض الضوئي المسموح به لكل انخفاض قدره 3 ديسيبل.
    12. أعط 20 إلى 30 نبضة أثناء التحقق من تصور TEP في الوقت الفعلي. إذا كان هناك تغيير مرئي في السعة في غضون زمن انتقال من 100 إلى 200 مللي ثانية بعد النبضة في الأقطاب الكهربائية أسفل الملف والأقطاب الكهربائية الزمنية ، فمن المحتمل أن تكون الاستجابة السمعية للنقرة (الجهد السمعي المستحث). قم بزيادة حجم ضوضاء الإخفاء في خطوات 2٪ حتى يختفي هذا المكون.
  5. تحديد عتبة المحرك أثناء الراحة (RMT)
    1. اطلب من الشخص الحفاظ على استرخاء عضلاته مع توجيه راحة اليد لأعلى.
    2. تأكد من أن ضوضاء إشارة EMG (من الذروة إلى الذروة) لا تتجاوز 20 μV في حالة السكون ، والتي يمكن أن تتداخل مع تحديد حجم الجهد المستحث للمحرك (MEP). إذا كان هناك وجود مستمر للضوضاء ، فحاول إعادة ترتيب موضع كبلات EMG ، إن أمكن ، أو فصل الأجهزة الكهربائية غير الضرورية عن المقابس ، مما يقلل من الضوضاء البيئية.
    3. ضع ملف TMS فوق مقبض المحرك مع المجال الكهربائي بشكل عمودي على التلم. ابدأ ب ~ 30٪ MSO ، واضبط الكثافة حتى يتم ملاحظة تنشيط العضلات الموضعية.
    4. حافظ على الشدة واضبط موقع الملف واتجاهه على مقبض المحرك حتى يتم العثور على هدف يثير استجابة عضلية60 ، 61 خاصة ب APB أو عضلة أخرى مفضلة. احفظ الموقع المستهدف لتحديد عتبة المحرك.
    5. باستخدام الموقع المحفوظ ، استخدم إما الخوارزميات الآلية62 لتحديد RMT أو نهج 10-2060 - من بين 20 نبضة معطاة بكثافة ثابتة ، يجب أن تنتج 10 نبضة MEP بسعة تزيد عن 50 ميكرو فولت. زيادة أو تقليل شدة التحفيز بخطوات من 1٪ إلى 2٪ من MSO حتى يتم استيفاء الشروط. احفظ قيمة الكثافة لمزيد من الاستخدام.
  6. رسم الخرائط القشرية
    1. تراكب التجزئة التشريحية وخرائط الاتصال الوظيفية التي تم إنتاجها باستخدام بيانات التصوير بالرنين المغناطيسي في برنامج الملاحة العصبية.
      ملاحظة: عادة ما يتوفر تراكب واحد فقط في كل مرة. قم أولا بتراكب خريطة التقسيم التشريحي لفهم مدى منطقة الدماغ ثم قم بالتبديل إلى خريطة الاتصال الوظيفي لتحديد المناطق الفرعية الأصغر ذات الصلة.
    2. تحقق من المواقع ذات الاتصال الأقوى باستخدام التصوير في الوقت الفعلي. يجب أن يظهر هدف التحفيز الأمثل إما الاتصال الهيكلي الواسع النطاق63،64 إذا كانت الفرضية لا تعطي الأولوية لمسارات معينة للمادة البيضاء أو عددا كبيرا من خطوط الانسيابية المؤدية إلى مناطق أخرى من الشبكة القشرية قيد التحقيق.
    3. حدد ما لا يقل عن 2-3 أهداف تبشر بالخير من حيث الاتصال الوظيفي و / أو الهيكلي ليتم اختبارها باستخدام TMS-EEG.
    4. ضع الملف فوق المنطقة التي تظهر أقوى خصائص الاتصال الوظيفي مع الاتجاه الخلفي الأمامي للمجال الكهربائي المستحث.
    5. ابدأ في إعطاء نبضات TMS بنسبة 100٪ إلى 110٪ من RMT فوق الموقع المحدد مع إخفاء الضوضاء. متوسط 20 نبضة في المرة الواحدة وفحص TEPs الناتجة. إذا كانت هناك استجابة TEP مرئية ، فقم بزيادة أو تقليل شدة التحفيز بزيادات MSO بنسبة 2٪ حتى تصبح سعة TEP المبكرة (زمن انتقال 15-50 مللي ثانية) أكبر من 6 ميكرو فولت ، 6-10 ميكرو فولت هي النطاق الأمثل25.
    6. إذا لم يلاحظ TEP ملحوظ ، فقم بزيادة شدة التحفيز تدريجيا بنسبة 5٪ من MSO حتى تصل سعة TEP إلى العتبة المستهدفة البالغة 6 μV. سجل مواقع التحفيز التي تولد استجابات TEP واعدة والعودة إلى هذه المواقع لمزيد من التحسين.
    7. مراقبة إشارة العضلات والتحف التسوس. إذا استمرت القطع الأثرية العضلية لأكثر من 15 مللي ثانية ، فقم أولا بتدوير الملف لتقليلها. إذا لم تنجح ، اضبط موقع التحفيز وسطيا وخلفيا مع البقاء داخل المنطقة الهيكلية ذات الاهتمام ، مسترشدا بتراكبات التصوير بالرنين المغناطيسي.
      ملاحظة: قد لا يؤدي التحسين دائما إلى التخلص من البيانات الاصطناعية التي تزيد عن 15 مللي ثانية، ولكن التحسينات ممكنة. تأكد من راحة الموضوع ، خاصة عند تحفيز المناطق الأمامية والصدغية ، حيث يمكن أن يكون التحفيز مؤلما. قد لا يرتبط إدراك الألم بحجم القطعة الأثرية. في مثل هذه الحالات ، أعط الأولوية للتحمل على الاستهداف الأمثل لتجنب زيادة توتر العضلات والتحف الحسية وجودة البيانات المعرضة للخطر.
    8. عند العثور على الموقع والاتجاه اللذين ينتجان العضلات والتسوس TEP الخالي من القطع الأثرية مع المكونات المبكرة التي تتجاوز 6 μV ، تحقق من TEP بحثا عن وجود مكونات مرئية بعد 50 مللي ثانية. إذا كانت مكونات TEP غائبة، فقم بزيادة شدة التحفيز بزيادات MSO بنسبة 2٪. إذا لم تسفر زيادة الشدة عن النتيجة المطلوبة ، فقم بتحويل هدف التحفيز إلى الهدف التالي المحدد في الخطوة 3.6.3.
    9. عند تحديد العديد من أهداف التحفيز المحتملة ، قم بتقييم كل منها بعناية باستخدام التصوير في الوقت الفعلي. حقق ذلك إما عن طريق نسخ إحداثيات الموقع من نظام الملاحة العصبية أو تحديد الهدف باستخدام المعالم التشريحية. إعطاء الأولوية للأهداف التي تظهر عند الاقتضاء اتصالات مباشرة بالمناطق ذات الأهمية (كما هو موضح في الخطوة 2.1.1) أو تظهر اتصالا هيكليا عالميا أعلى.
    10. عندما يتم العثور على الموقع والاتجاه اللذين ينتجان أبرز استجابة ل TMS ، احفظ المعلومات الخاصة بهما لبدء التسجيل.
  7. تسجيل بيانات TMS-EEG
    1. قبل البدء في كل تسجيل بيانات ، قم بقياس مقاومة القطب. إذا كان لأي أقطاب كهربائية مقاومة أعلى من 5 كيلو أوم ، أضف كمية صغيرة من الجل الموصل لتقليل المقاومة ، حيث قد يزداد طوال التجربة بسبب التجفيف. إذا كان هذا التعديل غير كاف ، كرر عملية تحضير مخطط كهربية الدماغ ، مع إضافة المزيد من الجل فقط إذا لزم الأمر.
    2. تأكد من أن الموضوع لا يمكنه سماع نقرات الملف واستفسر عن أي ألم أو إزعاج. شجع الشخص على التمدد قبل العثور على وضع مريح ، ثم كرر التعليمات حول الحفاظ على تثبيت العين.
      ملاحظة: نظرا لطول مدة التجربة، قم بتضمين فترات راحة قصيرة بين جلسات التعيين والتسجيل. قدم الماء وقم بتقييم راحة الموضوع وتحمله للعملية. تساعد الفواصل أيضا على منع النعاس. اضبط موضع الكرسي إذا لزم الأمر وأعد فحص مقاومة القطب الكهربائي بعد كل استراحة.
    3. اجمع ما لا يقل عن 300 تجربة مع إخفاء الضوضاء باستخدام موقع التحفيز والاتجاه والشدة التي تم الانتهاء منها في الخطوة 3.6.10. قد يختلف الفاصل الزمني بين التحفيز ولكن يجب أن يكون له الارتعاش ويتجاوز 2 ثانية.
      ملاحظة: يعتمد عدد البقول على أهداف واحتياجات كل دراسة28.
    4. قم برقمنة مواقع الأقطاب الكهربائية بعناية باستخدام نظام الملاحة العصبية لتحليل البيانات اللاحقة.

النتائج

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تم استخدام البروتوكول الموصوف لجمع بيانات TMS-EEG من قشرة الفص الجبهي الظهري الجانبي الأيسر (DLPFC) لمتطوع سليم. تمت الموافقة على الدراسة من قبل لجنة تنسيق الأخلاقيات في مستشفى جامعة هلسنكي وتم إجراؤها وفقا لإعلان هلسنكي. وقع الموضوع على نموذج موافقة مستنيرة. للحصول على تفاصيل الحصول على البيانات، راجع جدول المواد.

DLPFC الأيسر هو مجال اهتمام شائع ، يستخدم في الممارسة السريرية لعلاج TMS المتكرر لاضطراب الاكتئاب الشديد (MDD) 65. تسلط مجموعة متزايدة من الأدبيات الضوء على أهمية الاتصال الوظيفي للقشرة الحزامية الأمامية تحت الجنس (sgACC) مع DLPFC في الفيزيولوجيا المرضية ل MDD 3،66،67. على وجه الخصوص ، هناك مؤشرات على أن علاج TMS الذي يتم تقديمه عبر مناطق DLPFC الأيسر الذي يظهر ارتباطا قويا مضادا للارتباط مع sgACC الأيسر قد يكون له فعالية أعلى38،68،69،70. بعد هذه النتائج ، يفترض أن بيانات TMS-EEG المسجلة من الأهداف غير المرتبطة وظيفيا بنشاط sgACC BOLD ستكون أكثر إفادة لمزيد من تطوير المؤشرات الحيوية.

تم تعريف قناع التصوير بالرنين المغناطيسي الهيكلي ل DLPFC على أنه مزيج من المناطق 9a و 9p و 9-46d و 46 و a9-46v و p9-46v من HCPMMP36 ، بما في ذلك مناطق Brodmann 9 و 46. كان قناع sgACC هو المنطقة 25 ، أي ما يعادل منطقة برودمان 25. باتباع البروتوكول الموصوف ، تم اشتقاق خرائط ارتباط البذور إلى الفوكسل باستخدام بيانات الرنين المغناطيسي الوظيفي واختيار فوكسل فقط التي تنتمي إلى عائد الاستثمار DLPFC. ثم تم تحديد عتبة الخرائط لعرض voxels فقط مع الارتباط السلبي. تم أخذ القيمة المطلقة للارتباط لتبسيط التصور. تم تراكب المجموعات الناتجة على التصوير بالرنين المغناطيسي الهيكلي في الملاحة العصبية أثناء تجربة TMS-EEG (الشكل 2 أ).

تم اختيار أهداف رسم خرائط TMS-EEG الأولية من المناطق التي أظهرت أقوى ارتباط وظيفي مضاد مع sgACC. ثم تم تنقيح هذه الأهداف بشكل متكرر من خلال إجراء رسم خرائط TMS-EEG لتحديد مواقع التحفيز الواعدة بناء على جودة TEP وقربها من البقع القشرية ذات أعلى ارتباط مضاد ل sgACC. تم تحليل المجموعة النهائية من مواقع التحفيز المحتملة لاحقا باستخدام التصوير في الوقت الفعلي. نظرا لعدم وجود مسار مباشر معروف من sgACC إلى DLPFC ، كان لا بد من النظر في مسارات المادة البيضاء غير المباشرة. في الحالات التي تكون فيها مسارات مباشرة أو غير مباشرة محددة معروفة مسبقا ، يجب إعطاء الأولوية لها. بالنسبة ل sgACC ، تم أخذ شبكة الدماغ واسعة النطاق المتأثرة ب MDD3 في الاعتبار أثناء اختيار الهدف المدفوع بالtractography. كما تم تقييم الاتصال الهيكلي لهدف TMS ، حيث تم إعطاء أولوية أعلى للمناطق التي تظهر اتصالا واسعا بمناطق الدماغ الأخرى - مثل قشرة الفص الجبهي البطني أو منطقة بروكا أو الفص الجداري -

باتباع بروتوكول رسم الخرائط ، تم اختيار الهدف والاتجاهة وشدة التحفيز بناء على أن TEPs الناتجة أكبر من 6 ميكرو فولت وتتأثر بشكل ضئيل بالقطع الأثرية. تضمن كل تكرار للتحسين تسجيل 20 نبضة بأقل قدر من المعالجة المسبقة. ثم تم استخدام الهدف الأمثل النهائي لجمع 300 نبضة لتحليل البيانات.

تضمن الحد الأدنى من خط أنابيب المعالجة المسبقة ، المصمم لمحاكاة استخدام rt-TEP في الوقت الفعلي ، الخطوات التالية:
1. تقسيم البيانات إلى عصور
2. تصحيح خط الأساس
3. إزالة قطعة أثرية TMS عن طريق استبدال البيانات من -2 إلى 10 مللي ثانية حول نبضة TMS بالأصفار
4. إزالة القنوات السيئة
5. إعادة الرجوع إلى متوسط المرجع
6. تم تطبيق مرشح تمرير منخفض عند 80 هرتز ومرشح الشق عند 48-52 هرتز عند الضرورة لمعالجة ضوضاء الخط والتردد العالي.

اتبع خط أنابيب المعالجة المسبقة الكامل الإجراءات الموضحة في Mutanen et al.، 202471. لمزيد من التفاصيل حول المعالجة المسبقة ل TMS-EEG ، راجع Hernandez-Pavon et al. ، 202272 ، Rogasch et al. ، 201773 ، Mutanen et al. ، 201874 ، و Mutanen et al. ، 201675. باختصار ، تضمنت العملية ما يلي:
1. تقسيم البيانات إلى عصور
2. تصحيح خط الأساس
3. إزالة القطع الأثرية TMS بين -2 و 10 مللي ثانية حول نبضة TMS ، مع الاستيفاء التكعيبي باستخدام 5 مللي ثانية من البيانات قبل وبعد الفاصل الزمني الذي تمت إزالته
4. إزالة القنوات التالفة (4 في المجموع: Fpz ، F1 ، FT10 ، TP9 ، PO4)
5. إزالة المحاكمات السيئة
6. إزالة الانجرافات مع detrending قوي
7. ICA لإزالة القطع الأثرية العينية
8. تصحيح خط الأساس
9. تطبيق خوارزمية SOUND74 لقمع الضوضاء خارج الجمجمة ، متبوعا بإعادة الإشارة إلى متوسط المرجع
10. خوارزمية SSP-SIR75 لإزالة القطع الأثرية العضلية التي أثارتها TMS
11. تصفية التمرير المنخفض عند 80 هرتز ومرشح الشق عند 48-52 هرتز
12. قص نهايات النافذة الزمنية لإزالة تأثيرات الحافة المحتملة
13. الإزالة الإضافية للتجارب السيئة لضمان استبعاد التجارب المتبقية عالية الضوضاء (22 من أصل 300 رفض إجمالا)

بدأ الإجراء التجريبي بتحديد عتبة المحرك أثناء الراحة. كان RMT للموضوع 41٪ MSO.

أثناء الإجراء التجريبي ، تم فحص الأقطاب الكهربائية في المقام الأول فوق منطقة الاهتمام (AF3 ، F1 ، F3 ، F5 ، FC3) (الشكل 2 ب) لتقييم جودة TEPs الناتجة. تمت مراقبة الأقطاب الكهربائية الأخرى باستمرار بحثا عن مقاومة منخفضة ، وتم خفض المعاوقة حسب الحاجة ، باتباع الإجراء الموضح في الخطوة 3.1.10. تم استخدام استجابات TMS المبكرة خلال النافذة الزمنية من 10 إلى 60 مللي ثانية ، والتي تعكس التنشيط المباشر للقشرة بواسطة المجال الكهربائي المستحث ، لتقييم جودة TEPs المنتجة.

بدأ إجراء رسم الخرائط (انظر الشكل 3) بإحدى مجموعات الرنين المغناطيسي الوظيفي (الشكل 3 أ) والتحقيق في الاتصال الهيكلي للمنطقة المستهدفة (الشكل 3 ب) ، والتي أظهرت بشكل أساسي انسيابية للمنطقة المتجانسة في نصف الكرة الأرضية المقابل والقطب الأمامي.

للتحفيز ، تم توجيه الملف عند 45 درجة إلى خط الوسط. تم ضبط شدة التحفيز على 49٪ MSO ، وهو ما يعادل 96 فولت / م الأقصى المقدر للمجال الإلكتروني في النقطة الساخنة و 120٪ RMT. في الشكل 3C ، لوحظت استجابة محتملة شبيهة ب TEP في الأقطاب الكهربائية F3 و F1 و FC3. يعرض القطب AF3 قطعة أثرية رنين ذات سعة كبيرة ، بينما يتأثر F5 بقطعة أثرية عضلية صغيرة يمكن التعرف عليها من خلال ذروة السعة العالية عالية التردد مباشرة بعد نبضة TMS76،77. لتقليل الأداة الرنين أثناء التسجيل ، يمكن استخدام غطاء شبكي يضغط على الأقطاب الكهربائية لأسفل لتقليل الحركة أو طبقة رغوية رقيقة أسفل الملف (انظر Hernandez-Pavon et al. ، 202328). على الرغم من أنه يمكن إزالة هذه القطع الأثرية في كثير من الأحيان من خلال التصفية ، نظرا لأن AF3 فقط كان ملوثا ، فقد تم استبعاده من المرجع المتوسط لتجنب التصفية غير الضرورية ، مما أدى إلى البيانات الموضحة في الشكل 3D.

بالتركيز على القطب F3 (الشكل 3F) ، تبدو الإشارة غير متأثرة إلى حد كبير بالقطعة الأثرية العضلية التي لوحظت في F5. يستعيد الشكل الموجي المميز ذو السعة الكبيرة حوالي 15 مللي ثانية ، ومن المحتمل أن يكون انحراف 5 ميكروفولت بين 22 مللي ثانية و 32 مللي ثانية استجابة قشرية حقيقية ل TMS. تؤكد تصفية الإشارة (الشكل 3E ، G) أن السعة تظل غير متأثرة بالضوضاء في القنوات الأخرى.

للتحقق مما إذا كان يمكن تقليل القطعة الأثرية العضلية في قناة F5 من خلال دوران الملف ، تم الحفاظ على جميع معلمات التحفيز الأخرى ثابتة (الشكل 4) ، وتم تدوير الملف أولا إلى اتجاه خلفي أمامي (الشكل 4 أ) ، حيث تم تقدير الحد الأقصى للمجال E ب 80 فولت / م ثم إلى اتجاه جانبي وسطي (الشكل 4 ه) ، مع 101 [ف/م] [إي-فيلد] كحد أقصى. لوحظت زيادة حادة في تنشيط العضلات مع اتجاه الملف الخلفي الأمامي (الشكل 4 ب ، ج) ، والذي أبلغ عنه الموضوع على أنه غير مريح. أنتج الاتجاه الجانبي الإنسي إشارة مشابهة لتلك الموضحة في الشكل 3 ، ولكن بسعة أكبر ، مما أدى إلى استجابة TEP مبكرة تبلغ 12 ميكروفولت في القطب F3 (الشكل 4F ، G) ، مما يسمح بتقليل شدة التحفيز. إن عدم وجود العضلات الزائدة أو التسوس أو الرنين ، إلى جانب حجم استجابة TEP المبكرة ، يجعل هذا المزيج من معلمات التحفيز مرشحا واعدا لجمع البيانات.

يوضح الشكل 5 تأثير شدة التحفيز على استجابات TEP في هدف الاستثارة المنخفضة. ثم تم فحص مجموعة الرنين المغناطيسي الوظيفي الثانية (الشكل 5 أ) واتصالها الهيكلي (الشكل 5 ب). على غرار الهدف الأول ، يبدو أن الوصلات الهيكلية تقتصر على الفصوص الجبهي. من الجدير بالذكر أنه على الرغم من أن المسافة بين مجموعتي الرنين المغناطيسي الوظيفي هي 28 مم ، إلا أن شدة التحفيز المستخدمة للأهداف السابقة ، 49٪ MSO (77 فولت / م ، 120٪ RMT) ، لم تنتج استجابة TMS ملحوظة ، مما يسلط الضوء على أهمية الاختيار المستند إلى TEP لشدة التحفيز. في الشكل 5 ب ، ج ، تظهر استجابة TMS عند 55٪ MSO (89 فولت / م ، 134٪ RMT). من المهم ملاحظة أن الانحراف الكبير الذي لوحظ بعد 10 مللي ثانية ليس استجابة TMS حقيقية ولكنه استمرار لاستعادة القطع الأثرية العضلية. لذلك ، يجب النظر فقط في الإشارات التي تحدث بعد 25 ms بعد النبضة ، مما ينتج عنه اتساع 4 μV بين ms 26 و ms 60. تمت زيادة الكثافة إلى 60٪ MSO (97 فولت / م ، 146٪ RMT) في محاولة للحصول على استجابات سابقة مميزة (الشكل 5F ، G). مقارنة بكثافة MSO بنسبة 55٪ ، لوحظت زيادة متوقعة في سعة القطعة الأثرية العضلية ، ولكن كانت هناك زيادة طفيفة أو معدومة في سعة TEP. بناء على شكل الموجة المرصود والحاجة إلى شدة تحفيز أعلى ، سيعتبر هذا الهدف يظهر استثارة قشرية أقل مقارنة بالأهداف السابقة ، مما يجعله أقل إفادة لجمع البيانات. ومع ذلك ، قد يكون الهدف ذو الخصائص المتشابهة أفضل لبروتوكولات العلاج.

في المجموع ، تم فحص 16 مجموعة متميزة من معلمات التحفيز باستخدام إجراء رسم خرائط من 20 تجربة. المدة الإجمالية للإجراء, باستثناء إعداد مخطط كهربية الدماغ ومخطط كهربية العضل (التي استغرقت حوالي 30 دقيقة), كانت 2 ساعة و 35 دقيقة. يمكن رؤية هدف التحفيز النهائي في الشكل 6 أ. في حين أن هذا الهدف قريب جدا من الهدف الأولي (الشكل 3 أ) ، إلا أنه يظهر اتصالا هيكليا أكثر انتشارا (الشكل 6 ب) ، مما قد يوفر مزيدا من المعلومات حول انتشار الإشارة من النقطة الساخنة إلى المناطق القشرية الأخرى. تم الحفاظ على شدة التحفيز عند 49٪ MSO (102 فولت / م ، 120٪ RMT).

يظهر الحد الأدنى من المعالجة المسبقة لأول 20 نبضة تم جمعها من هدف التحفيز النهائي في الشكل 6C ، D. أدى رنين السعة الكبيرة إلى تلويث القطب F1 ، والذي تم رفضه لاحقا. ومع ذلك ، ظلت الضوضاء المتبقية موجودة في الأقطاب الكهربائية الأخرى حتى بعد هذا الرفض. على الرغم من وجود القطعة الأثرية الرنين ، إلا أن غياب القطعة الأثرية العضلية داخل منطقة الاهتمام سمح بالنظر في زمن الانتقال بعد 16 مللي ثانية كإشارة عصبية حقيقية. بعد الترشيح ، كانت سعة المكون المبكر بين 17 مللي ثانية و 35 مللي ثانية 9 ميكرو فولت.

يوضح الشكل 6E ، F نتيجة خط أنابيب المعالجة المسبقة الكامل المطبق على مجموعة البيانات 300 نبضة. يشبه TEP الناتج إلى حد كبير شكل الموجة المستمد من 20 نبضة (الشكل 6D) ، مما يدل على أهمية المراقبة في الوقت الفعلي لمحطات TEPs. الاستجابة المبكرة بين 20 مللي ثانية و 40 مللي ثانية هي 6 ميكرو فولت ، مما يدل على الانخفاض المتوقع في السعة بسبب المعالجة المسبقة.

figure-results-1
الشكل 2: الملاحة العصبية وإعداد القطب. (أ) نموذج رأس الشخص المستند إلى التصوير بالرنين المغناطيسي ثلاثي الأبعاد للموضوع متراكب مع اتصال مشتق من التصوير بالرنين المغناطيسي الوظيفي. (ب) تخطيطي لوضع قطب مخطط كهربية الدماغ ، مع أقطاب كهربائية ذات أهمية تحت ملف التحفيز مميزة باللون البرتقالي. لاحظ أن مواقع الأقطاب الكهربائية رقمنة على نموذج الرأس ثلاثي الأبعاد (الخطوة 3.7.4). الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-2
الشكل 3: مثال على الحد الأدنى من معالجة بيانات TMS-EEG . (أ) تعرض شاشة التنقل العصبي موقع التحفيز واتجاه الملف. يشير السهم الأحمر إلى الاتجاه الأقوى للنبضة ثنائية الطور ، ويشير السهم الأزرق إلى الاتجاه الأضعف. يتم التعبير عن شدة التحفيز كنسبة مئوية من الحد الأقصى لإخراج المحفز (MSO) وعتبة محرك الراحة (RMT). (ب) التصوير المtract في الوقت الحقيقي في موقع التحفيز. (ج) بيانات TMS-EEG الأولية من الأقطاب الكهربائية الموجودة أسفل ملف التحفيز. (د) بيانات TMS-EEG بعد رفض القناة الصاخبة، مع استبدال القنوات المرفوضة بالأصفار. (ه) بيانات TMS-EEG بعد التصفية. (و) عرض مكبر للقطب F3 بعد رفض القناة السيئة. (G) منظر مكبر للقطب F3 بعد التصفية. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-3
الشكل 4: تأثير توجيه التحفيز على قطعة أثرية عضلية. (أ) هدف التحفيز مع اتجاه الملف الخلفي الأمامي والشدة المقابلة. (ب) بيانات أولية للاتجاه الخلفي والأمامي ، تظهر تلوث القطع الأثرية العضلية. (ج) بيانات من قطب F3 مع قطعة أثرية عضلية كبيرة. (د) التصوير في الوقت الحقيقي المقابل لموقع التحفيز. (ه) هدف التحفيز مع الاتجاه الجانبي الإنسي والشدة المقابلة. (و) البيانات الأولية للاتجاه الجانبي الإنسي، تبين المؤشرات النظيفة للمؤشرات التقنية. (G) TEP من القطب F3 ، مما يعرض استجابة مبكرة كبيرة وخالية من القطع الأثرية. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-4
الشكل 5: تأثير شدة التحفيز على استجابات TEP في هدف الاستثارة المنخفضة. (أ) موقع هدف التحفيز وشدته. (ب) البيانات الأولية المسجلة بنسبة 55٪ MSO. ج) بيانات القطب F3 ، تفتقر إلى مكونات TEP المبكرة التي يمكن تمييزها. (د) التصوير في الوقت الحقيقي المقابل لموقع التحفيز. (ه) زادت شدة التحفيز مع الحفاظ على الهدف ثابتا. (و) البيانات الأولية المسجلة بنسبة 60٪ من الاتصالات المتنقلة. (G) بيانات القطب F3 تظهر القطع الأثرية العضلية بسبب شدة التحفيز الأعلى. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-5
الشكل 6: تأثير خطوط أنابيب المعالجة المسبقة الدنيا والكاملة على بيانات TMS-EEG . (أ) هدف التحفيز النهائي وشدته. (ب) تصوير التصال في الوقت الحقيقي لموقع التحفيز. (ج) بلغ متوسط البيانات الأولية أكثر من 20 تجربة. (د) متوسط TEP لمدة 20 تجربة في القطب F3. (ه) بلغ متوسط عمليات الفحص التقني التي تم تجهيزها مسبقا بالكامل أكثر من 300 تجربة. (و) متوسط TEP معالج مسبقا بالكامل لمدة 300 تجربة في القطب F3. الرجاء النقر هنا لعرض نسخة أكبر من هذا الرقم.

المناقشة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يقدم خط الأنابيب المنهجي هذا نهجا جديدا لرسم خرائط الدماغ الشخصية واستهدافها باستخدام تقنيات التصوير العصبي المتعددة. يتم إنشاء الخرائط القشرية الفردية من خلال الجمع بين التقسيم التشريحي والاتصال الوظيفي والهيكلي ، مما يساعد على تحديد منطقة البحث الأولية لهدف التحفيز الأمثل. بعد ذلك ، يتم استخدام رسم خرائط TMS-EEG لتحسين موقع الهدف واتجاهه وشدته ، بهدف تعزيز تفاعل الاستجابات العصبية المبكرة ل TMS وتقليل العضلات والتسوس والتحف الأخرى. يتم استكشاف المناطق القشرية داخل المنطقة محل الاهتمام بشكل منهجي ، وضبط موقع التحفيز ، واتجاه المجال الكهربائي ، والكثافة ، بينما تتم مراقبة جودة البيانات باستمرار من خلال التصور في الوقت الفعلي لمتوسط TEPs. يتم تحديد هدف التحفيز النهائي بناء على استجابات خالية من القطع الأثرية مع مكونات TEP المبكرة التي يمكن تحديدها بوضوح. يعد خط الأنابيب هذا مفيدا بشكل خاص للدراسات التي تركز على استكشاف المؤشرات الحيوية القائمة على TMS-EEG.

يتكون خط الأنابيب من عدة خطوات أساسية ومتطلبة. تتضمن الخطوة الأولى تحديد حدود المنطقة القشرية لرسم خرائط TMS-EEG. بدون هذا ، يمكن اختيار الهدف من منطقة ذات بنية خلوية مختلفة عن المنطقة ذات الصلة وظيفيا. لمعالجة هذا الأمر ، يتم استخدام التقسيم متعدد الوسائط لمشروع Human Connectome36 ، والذي يقسم مناطق الدماغ بناء على مزيج من الاتصال الهيكلي والوظيفي. يحدد القناع المشتق الحدود الخارجية للمنطقة المراد تعيينها باستخدام TMS-EEG. لزيادة تحسين مجال الاهتمام القشري (على سبيل المثال ، DLPFC ، وهي منطقة دماغية كبيرة إلى حد ما) ، يتم اختيار voxels التي توضح الاتصال الوظيفي ب sgACC (المنطقة 25) 38،68،78 ، والتي تم دمجها مؤخرا في الممارسات السريرية لعلاج MDD69،79. من هناك ، يبدأ رسم خرائط TMS-EEG باستهداف المناطق القشرية ذات الاتصال الوظيفي الأقوى ب sgACC ، مما يضمن أن المنطقة المختارة تظهر تفاعلا قشريا عاليا دون تلوث من العضلات أو القطع الأثرية المتحللة. إذا كانت TEPs الأولية المسجلة بعد 20 نبضة تفي بمعايير الجودة ، يتم اختيار الهدف لجمع البيانات. ومع ذلك ، إذا لوحظت قطع أثرية مهمة - وهي مشكلة متكررة في قشرة الفص الجبهي - يتم استكشاف المناطق المجاورة بشكل منهجي لتحديد بديل مناسب.

قد يساعد التصوير في الوقت الفعلي في اختيار أهداف TMS ذات الاتصال الهيكلي واسع النطاق ، مثل الشبكات الموزعة مكانيا المتورطة في MDD3،78 ، والتي لا تقتصر على مسار واحد للمادة البيضاء. ومع ذلك ، فهي ذات قيمة خاصة في الحالات التي تنطوي على مسالك معروفة ، مثل المسالك المائلة الأمامية في شبكة الكلام ، حيث تضمن استهداف80 دقيقة. على الرغم من أن الtractography غير المتصلة بالإنترنت يمكن أن توفر معلومات الاتصال المفيدة لاختيار عائد الاستثمار ، إلا أنها أقل فعالية لتعيين TMS-EEG. قد تفشل الأهداف القشرية المحددة مسبقا التي تم تحديدها من خلال طرق غير متصلة بالإنترنت في استنباط استجابات مخطط كهربية الدماغ ذات الصلة أو القوية بما فيه الكفاية ، وقد لا تعمل بشكل فعال على الشبكة المطلوبة ، أو قد تؤدي إلى عدم الراحة والقطع الأثرية العضلية ، مما يضر بجودة البيانات ويستلزم تعديلات المعلمات أثناء التجربة. من خلال تقديم رؤى الاتصال ديناميكيا ، يعالج الtractography في الوقت الفعلي هذه التحديات ، مما يسمح بالتحسين السريع لوضع الملف لضمان قياسات عالية الجودة وموثوقة ومشاركة قوية للشبكة.

في هذا البروتوكول ، يتم ضبط شدة TMS بناء على إشارات مخطط كهربية الدماغ التي تعكس الاستثارة القشرية القشرية ، مع استخدام RMT بشكل أساسي كنقطة انطلاق لمعايرة الشدة. يلعب RMT دورا ثانويا في تحديد الشدة النهائية. يضمن هذا النهج تنشيط عدد كبير من الخلايا العصبية داخل المنطقة المستهدفة ، مما ينتج عنه إشارة قوية وموثوقة. بمجرد تقليل القطع الأثرية من خلال تعديلات الملف والتحقق الوظيفي والهيكلي للهدف ، يتم ضبط شدة التحفيز بشكل أكبر. نظرا لأن هذا البروتوكول يهدف إلى تعظيم البيانات التي تم الحصول عليها من استجابات TMS-EEG لتحديد المؤشرات الحيوية ، فمن الأهمية بمكان التأكد من أن اتساع TEP كافية. عند استخدام RMT لتحديد الشدة ، لا تتجاوز الاستجابات المبكرة عادة 4 μV81 بعد المعالجة المسبقة ، مما يقلل من جودة الإشارة العصبية ، جنبا إلى جنب مع القطع الأثرية. للتغلب على ذلك ، تم استخدام نهج طوره Casarotto et al.25 وصقله Tervo et al.82 ، يتضمن متوسط إشارة مخطط كهربية الدماغ في الوقت الفعلي بعد 20-30 نبضة TMS. الهدف هو تحقيق استجابة واضحة وغير مصطنعة من 6-10 ميكرو فولت في نافذة 10-50 مللي ثانية. كما هو موضح في الشكلين 3 و 5 ، قد تتطلب الأهداف الموجودة عن كثب شدة تحفيز مختلفة ، مما يؤدي إلى تنشيط الخلايا العصبية غير الكافي أو المفرط.

تستخدم الأهداف القياسية غير الملاحية ، التي يتم تحديدها عادة باستخدام المسافات من النقطة الساخنة للمحرك أو مواقع قطب نظام EEG من 10 إلى 20 ، على نطاق واسع في علاجات rTMS83،84،85،86. لقد كانت فعالة أيضا في دراسات TMS-EEG التي تستهدف DLPFC ، مع مؤشرات حيوية مثل الاستجابات اللاحقة (على سبيل المثال ، N100) والتثبيط داخل القشرة طويلة الفاصل (LICI) تظهر إمكانات18،19،23،87،88. هذه الأهداف غير الشخصية أبسط وفعالة من حيث التكلفة ولا تتطلب التصوير بالرنين المغناطيسي أو التنقل العصبي أو الموظفين المتخصصين لتحديد الهدف ، وقد ثبت أن بعضها يحدد موقع DLPFC85،86 بشكل موثوق. ومع ذلك ، فإن عدم التخصيص قد يساهم في انخفاض معدلات الهدوء فيالعلاجات 89،90. علاوة على ذلك ، قد تحجب عضلات الجمجمة في المنطقة الاستجابات المبكرة بسبب القطع الأثرية التي تمنع تعديل الشدة. وبالتالي ، قد تؤدي تعديلات الشدة الشخصية في TMS إلى تحسين فعالية العلاج.

يقدم هذا البروتوكول نهجا أكثر تخصيصا لتحفيز الدماغ يوفر رؤية أفضل للتفاعل القشري والاتصال مقارنة بالأساليب القياسية غير الشخصية. ومع ذلك ، فإنه يتطلب موارد كبيرة ، بما في ذلك فحوصات التصوير بالرنين المغناطيسي الفردية ، ومعدات TMS و EEG المتخصصة ، وموظفين ذوي خبرة في التصوير العصبي والفيزيولوجيا العصبية. علاوة على ذلك ، يعتمد النهج المقترح بشكل كبير على الحكم الذاتي لجودة TEP ومعلمات التحفيز الأمثل. على الرغم من هذه القيود ، فإن جودة بيانات TMS-EEG أمر بالغ الأهمية لتطوير المؤشرات الحيوية ، مما يبرر استخدام هذا النهج. بمجرد تحديد المؤشرات الحيوية الموثوقة ، يمكن تبسيط الإجراء للتركيز على تحسين النوافذ الزمنية ذات الصلة وتقليل القطع الأثرية. في المستقبل ، مع تقدم تقنية TMS (على سبيل المثال ، متعدد المواقع91 و92 TMS متعدد القنوات) ، من المتوقع أن تنخفض متطلبات الموارد للتحفيز الشخصي ، مما قد يجعلها المعيار الجديد للاستخدام السريري.

الإفصاحات

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

PL هو مستشار لشركة Nexstim Plc لتطبيقات TMS-EEG ورسم خرائط قشرة الكلام. تمتلك RI براءات اختراع على تقنية TMS واستشارت Nexstim Plc على TMS.

شكر وتقدير

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

xنود أن نشكر الأساتذة. سيلفيا كاساروتو ومارسيلو ماسيميني وماريو روزانوفا من جامعة ميلانو لريادتهم وتعزيز منهجية رسم خرائط TMS-EEG. نود أيضا أن نعرب عن تقديرنا لمساهمة العشرات من المشاركين في البحث الذين أدوا إلى تطوير بروتوكولنا التجريبي. يتم دعم العمل على "PlaStim: تحفيز اللدونة في علاج انعدام التلذذ" من قبل Wellcome Leap كجزء من برنامج Psych متعدد القنوات. تلقى هذا المشروع أيضا تمويلا من مجلس البحوث الأوروبي (ERC) في إطار برنامج البحث والابتكار Horizon 2020 التابع للاتحاد الأوروبي (اتفاقية المنحة رقم 81037).

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
جل جلخH + H الأجهزة الطبيةون ستيب أبراسيف بلس
جل موصلECIإلكتروجيل
مصممالإصدار 2.0.0https://nyu-diffusionmri.github.io/DESIGNER-v2
مكبرات الصوت EEGمنتجات الدماغ GmbHمكبرات الصوت BrainAmp DCتردد أخذ العينات 5000 هرتز
قبعات مخطط كهربية الدماغإيزي كاب GmbH64 قناة BrainCap ل TMSأقطاب Ag / AgCl متكلسة
مكبر الصوت EMGNexstim PlcNexstim EMG
ملف شكل ثمانيةNexstim Plcلفائف مبردةلفائف مبردة بالهواء بقطر 70 مم
fmriprepالإصدار 22.1.0https://fmriprep.org
فري سيرفرالإصدار 7.3.2https://surfer.nmr.mgh.harvard.edu
ماتلابماث ووركسالإصدار R2021bhttps://www.mathworks.com
ماسح التصوير بالرنين المغناطيسيسيمنز للرعاية الصحية3T سيمنز MAGNETOME Skyraصور هيكلية T1 وزنة: MPRAGE ، فوكسل استروبي 1 مم ، TR = 2530 مللي ثانية ، و TE = 3.42 مللي ثانية ؛
fMRI: EPI، فوكسلات متناحي الخواص 3 مم، TR = 1250 مللي ثانية، TE = 3 مللي ثانية، عامل تسارع متعدد النطاقات 3، زاوية الوجه 65؛
dMRI: 100 اتجاه تدرج مختلف إجمالي (ب = 1500 و 3000 ثانية / مم 2) ، 12 مجلدا غير مرجح بالانتشار (ب = 0   ؛ s / مم 2< / sup>) مع الأمامي &ndash ؛ اتجاه ترميز المرحلة الخلفية ، 1 حجم مرجح غير منتشر مع اتجاه ترميز الطور العكسي (Posterior – أمامي) ، فوكسل متناحي الخواص 2 مم ، TR = 4100 مللي ثانية ، TE = 105 مللي ثانية.
MRtrix3الإصدار 3.0.4https://www.mrtrix.org
نيلرنالإصدار 0.10.3https://nilearn.github.io
سماعات إلغاء الضوضاء   ؛شركة أبحاث اشتقاقيةسماعات ER3C إدراج
بايثونالإصدار 3.9.19https://www.python.org
realTimeTractogramVisualizerالإصدار 0.1https://github.com/baranaydogan/realTimeTractogramVisualizer
RT-TEPhttps://github.com/iTCf/rt-TEP
الكهرودات السطحية EMGأمبو أ / إسأمبو نيورولاين 720
القطب الأرضي السطحي EMGأمبو أ / إسأمبو نيورولاين جراوند
TAACwww.github.com/iTCf/TAAC
نظام TMSNexstim PlcNexstim NBT 2.2.4نبض ثنائي الطور ، فاصل التحفيز المتوهش 2 &ndash ؛ 2.4 ثانية

المراجع

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Fornito, A., Zalesky, A., Breakspear, M. The connectomics of brain disorders. Nat Rev Neurosci. 16 (3), 159-172 (2015).
  2. Stam, C. J. Hub overload and failure as a final common pathway in neurological brain network disorders. Netw Neurosci. 8 (1), 1-23 (2024).
  3. Siddiqi, S. H., et al. Brain stimulation and brain lesions converge on common causal circuits in neuropsychiatric disease. Nat Hum Behav. 5 (12), 1707-1716 (2021).
  4. Xu, M., et al. Reconfiguration of structural and functional connectivity coupling in patient subgroups with adolescent depression. JAMA Netw Open. 7 (3), e241933(2024).
  5. Fields, R. D. White matter in learning, cognition and psychiatric disorders. Trends Neurosci. 31 (7), 361-370 (2008).
  6. van den Heuvel, M. P., Sporns, O. A cross-disorder connectome landscape of brain dysconnectivity. Nat Rev Neurosci. 20 (7), 435-446 (2019).
  7. Momi, D., et al. Networklevel macroscale structural connectivity predicts propagation of transcranial magnetic stimulation. NeuroImage. 229, 117698(2021).
  8. Ozdemir, R. A., et al. Individualized perturbation of the human connectome reveals reproducible biomarkers of network dynamics relevant to cognition. Proc Natl Acad Sci U S A. 117 (14), 8115-8125 (2020).
  9. Massimini, M., Ferrarelli, F., Huber, R., Esser, S. K., Singh, H., Tononi, G. Breakdown of cortical effective connectivity during sleep. Science. 309 (5744), 2228-2232 (2005).
  10. Bortoletto, M., Veniero, D., Thut, G., Miniussi, C. The contribution of TMS–EEG coregistration in the exploration of the human cortical connectome. Neurosci Biobehav Rev. 49, 114-124 (2015).
  11. Rogasch, N. C., Fitzgerald, P. B. Assessing cortical network properties using TMS-EEG. Hum Brain Mapp. 34 (7), 1652-1669 (2013).
  12. MüllerDahlhaus, F., Bergmann, T. O. Network perturbationbased biomarkers of depression and treatment response. Cell Rep Med. 4 (6), 101086(2023).
  13. Bergmann, T. O., Varatheeswaran, R., Hanlon, C. A., Madsen, K. H., Thielscher, A., Siebner, H. R. Concurrent TMSfMRI for causal network perturbation and proof of target engagement. NeuroImage. 237, 118093(2021).
  14. Casali, A. G., Casarotto, S., Rosanova, M., Mariotti, M., Massimini, M. General indices to characterize the electrical response of the cerebral cortex to TMS. NeuroImage. 49 (2), 1459-1468 (2010).
  15. Solomon, E. A., et al. TMS provokes targetdependent intracranial rhythms across human cortical and subcortical sites. Brain Stimul. 17 (3), 698-712 (2024).
  16. Comolatti, R., et al. A fast and general method to empirically estimate the complexity of brain responses to transcranial and intracranial stimulations. Brain Stimul. 12 (5), 1280-1289 (2019).
  17. Casarotto, S., et al. Stratification of unresponsive patients by an independently validated index of brain complexity. Ann Neurol. 80 (5), 718-729 (2016).
  18. Dhami, P., et al. Prefrontal cortical reactivity and connectivity markers distinguish youth depression from healthy youth. Cereb Cortex. 30 (7), 3884-3894 (2020).
  19. Dhami, P., et al. Neurophysiological markers of response to theta burst stimulation in youth depression. Depress Anxiety. 38 (2), 172-184 (2021).
  20. Hadas, I., Hadar, A., Lazarovits, A., Daskalakis, Z. J., Zangen, A. Right prefrontal activation predicts ADHD and its severity: A TMS–EEG study in young adults. Prog Neuropsychopharmacol Biol Psychiatry. 111, 110340(2021).
  21. Hoy, K. E., Coyle, H., Gainsford, K., Hill, A. T., Bailey, N. W., Fitzgerald, P. B. Investigating neurophysiological markers of impaired cognition in schizophrenia. Schizophr Res. 233, 34-43 (2021).
  22. Kallioniemi, E., Daskalakis, Z. J. Identifying novel biomarkers with TMS–EEG – methodological possibilities and challenges. J Neurosci Methods. 377, 109631(2022).
  23. Sun, Y., et al. Indicators for remission of suicidal ideation following magnetic seizure therapy in patients with treatmentresistant depression. JAMA Psychiatry. 73 (4), 337-345 (2016).
  24. Lioumis, P., Rosanova, M. The role of neuronavigation in TMS-EEG studies: Current applications and future perspectives. J Neurosci Methods. 380, 109677(2022).
  25. Casarotto, S., et al. The rtTEP tool: realtime visualization of TMSevoked potentials to maximize cortical activation and minimize artifacts. J Neurosci Methods. 370, 109486(2022).
  26. Koch, G., et al. Precuneus magnetic stimulation for Alzheimer's disease: A randomized, shamcontrolled trial. Brain. 145 (11), 3776-3786 (2022).
  27. Casula, E. P., et al. Regional precuneus cortical hyperexcitability in Alzheimer's disease patients. Ann Neurol. 93 (2), 371-383 (2023).
  28. HernandezPavon, J. C., et al. TMS combined with EEG: Recommendations and open issues for data collection and analysis. Brain Stimul. 16 (2), 567-593 (2023).
  29. Hannula, H., Ilmoniemi, R. J. Basic principles of navigated TMS. Navigated Transcranial Magnetic Stimulation in Neurosurgery. , 3-29 (2017).
  30. Vitikainen, A. M., et al. Combined use of noninvasive techniques for improved functional localization for a selected group of epilepsy surgery candidates. NeuroImage. 45 (2), 342-348 (2009).
  31. Krieg, S. M., et al. Protocol for motor and language mapping by navigated TMS in patients and healthy volunteers; workshop report. Acta Neurochirurgica. 159 (7), 1187-1195 (2017).
  32. Lioumis, P., et al. A novel approach for documenting naming errors induced by navigated transcranial magnetic stimulation. J Neurosci Methods. 204 (2), 349-354 (2012).
  33. Lioumis, P., Kicić, D., Savolainen, P., Mäkelä, J. P., Kähkönen, S. Reproducibility of TMSevoked EEG responses. Hum Brain Mapp. 30 (4), 1387-1396 (2009).
  34. Rosanova, M., Casali, A., Bellina, V., Resta, F., Mariotti, M., Massimini, M. Natural frequencies of human corticothalamic circuits. J Neurosci. 29 (24), 7679-7685 (2009).
  35. Harquel, S., Bacle, T., Beynel, L., Marendaz, C., Chauvin, A., David, O. Mapping dynamical properties of cortical microcircuits using robotized TMS and EEG: Towards functional cytoarchitectonics. NeuroImage. 135, 115-124 (2016).
  36. Glasser, M. F., et al. A multimodal parcellation of human cerebral cortex. Nature. 536 (7615), 171-178 (2016).
  37. Cash, R. F. H., Zalesky, A. Personalized and circuitbased transcranial magnetic stimulation: Evidence, controversies, and opportunities. Biol Psychiatry. 95 (6), 510-522 (2024).
  38. Fox, M. D., Liu, H., PascualLeone, A. Identification of reproducible individualized targets for treatment of depression with TMS based on intrinsic connectivity. NeuroImage. 66, 151-160 (2013).
  39. Aydogan, D. B., et al. Realtime tractographyassisted neuronavigation for TMS. bioRxiv. , (2023).
  40. van den Heuvel, M. P., Hulshoff Pol, H. E. Exploring the brain network: A review on restingstate fMRI functional connectivity. Eur Neuropsychopharmacol. 20 (8), 519-534 (2010).
  41. Russo, S., et al. TAAC-TMS adaptable auditory control: A universal tool to mask TMS clicks. J Neurosci Methods. 370, 109491(2022).
  42. Fischl, B. FreeSurfer. NeuroImage. 62 (2), 774-781 (2012).
  43. Esteban, O., et al. fMRIPrep: A robust preprocessing pipeline for functional MRI. Nat Methods. 16 (1), 111-116 (2019).
  44. Tournier, J. D., et al. MRtrix3: A fast, flexible and open software framework for medical image processing and visualisation. NeuroImage. 202, 116137(2019).
  45. Qiao, Y., Shi, Y. Unsupervised deep learning for FODbased susceptibility distortion correction in diffusion MRI. IEEE Trans Med Imaging. 41 (5), 1165-1175 (2022).
  46. Irfanoglu, M. O., Modi, P., Nayak, A., Hutchinson, E. B., Sarlls, J., Pierpaoli, C. DRBUDDI (Diffeomorphic Registration for BlipUp blipDown Diffusion Imaging) method for correcting echo planar imaging distortions. NeuroImage. 106, 284-299 (2015).
  47. Veraart, J., Novikov, D. S., Christiaens, D., AdesAron, B., Sijbers, J., Fieremans, E. Denoising of diffusion MRI using random matrix theory. NeuroImage. 142, 394-406 (2016).
  48. Leemans, A., Jones, D. K. The Bmatrix must be rotated when correcting for subject motion in DTI data. Magn Reson Med. 61 (6), 1336-1349 (2009).
  49. Andersson, J. L. R., Skare, S., Ashburner, J. How to correct susceptibility distortions in spinecho echoplanar images: Application to diffusion tensor imaging. NeuroImage. 20 (2), 870-888 (2003).
  50. Kellner, E., Dhital, B., Kiselev, V. G., Reisert, M. Gibbsringing artifact removal based on local subvoxelshifts. Magn Reson Med. 76 (5), 1574-1581 (2016).
  51. Lee, H. H., Novikov, D. S., Fieremans, E. Removal of partial Fourierinduced Gibbs (RPG) ringing artifacts in MRI. Magn Reson Med. 86 (5), 2733-2750 (2021).
  52. Andersson, J. L. R., Sotiropoulos, S. N. An integrated approach to correction for offresonance effects and subject movement in diffusion MR imaging. NeuroImage. 125, 1063-1078 (2016).
  53. Tournier, J. D., Calamante, F., Connelly, A. Robust determination of the fibre orientation distribution in diffusion MRI: Nonnegativity constrained superresolved spherical deconvolution. NeuroImage. 35 (4), 1459-1472 (2007).
  54. Dhollander, T., Raffelt, D., Connelly, A. Unsupervised 3tissue response function estimation from singleshell or multishell diffusion MR data without a coregistered T1 image. Proc ISMRM Workshop Breaking Barriers Diffus MRI. , 5(2016).
  55. Jeurissen, B., Tournier, J. D., Dhollander, T., Connelly, A., Sijbers, J. Multitissue constrained spherical deconvolution for improved analysis of multishell diffusion MRI data. NeuroImage. 103, 411-426 (2014).
  56. Raffelt, D., Tournier, J. D., Crozier, S., Connelly, A., Salvado, O. Reorientation of fiber orientation distributions using apodized point spread functions. Magn Reson Med. 67 (3), 844-855 (2012).
  57. Raffelt, D., Tournier, J. D., Fripp, J., Crozier, S., Connelly, A., Salvado, O. Symmetric diffeomorphic registration of fibre orientation distributions. NeuroImage. 56 (3), 1171-1180 (2011).
  58. Schilling, K. G., et al. Limits to anatomical accuracy of diffusion tractography using modern approaches. NeuroImage. 185, 1-11 (2019).
  59. Noise and hearing loss. , CDC. Available from: https://www.cdc.gov/niosh/noise/about/noise.html (2024).
  60. Rossini, P. M., et al. Noninvasive electrical and magnetic stimulation of the brain, spinal cord, roots and peripheral nerves: Basic principles and procedures for routine clinical and research application. Clin Neurophysiol. 126 (6), 1071-1107 (2015).
  61. Rothwell, J. C., Hallett, M., Berardelli, A., Eisen, A., Rossini, P., Paulus, W. Magnetic stimulation: motor evoked potentials. Electroencephalogr Clin Neurophysiol Suppl. 52, 97-103 (1999).
  62. Awiszus, F. TMS and threshold hunting. Suppl Clin Neurophysiol. 56, 13-23 (2003).
  63. Seguin, C., Jedynak, M., David, O., Mansour, S., Sporns, O., Zalesky, A. Communication dynamics in the human connectome shape the cortexwide propagation of direct electrical stimulation. Neuron. 111 (9), 1391-1401.e5 (2023).
  64. Momi, D., Wang, Z., Griffiths, J. D. TMSevoked responses are driven by recurrent largescale network dynamics. eLife. 12, e83232(2023).
  65. Fitzgerald, P. B. Targeting repetitive transcranial magnetic stimulation in depression: Do we really know what we are stimulating and how best to do it. Brain Stimul. 14 (3), 730-736 (2021).
  66. Connolly, C. G., et al. Restingstate functional connectivity of subgenual anterior cingulate cortex in depressed adolescents. Biol Psychiatry. 74 (12), 898-907 (2013).
  67. Schmaal, L., et al. Cortical abnormalities in adults and adolescents with major depression based on brain scans from 20 cohorts worldwide in the ENIGMA Major Depressive Disorder Working Group. Mol Psychiatry. 22 (6), 900-909 (2017).
  68. Cash, R. F. H., Cocchi, L., Lv, J., Wu, Y., Fitzgerald, P. B., Zalesky, A. Personalized connectivityguided DLPFCTMS for depression: Advancing computational feasibility, precision and reproducibility. Hum Brain Mapp. 42 (13), 4155-4172 (2021).
  69. Cole, E. J., et al. Stanford accelerated intelligent neuromodulation therapy for treatmentresistant depression. Am J Psychiatry. 177 (8), 716-726 (2020).
  70. Hadas, I., et al. Association of repetitive transcranial magnetic stimulation treatment with subgenual cingulate hyperactivity in patients with major depressive disorder. JAMA Netw Open. 2 (6), e195578(2019).
  71. Mutanen, T. P., Ilmoniemi, I., Atti, I., Metsomaa, J., Ilmoniemi, R. J. A simulation study: comparing independent component analysis and signalspace projection-sourceinformed reconstruction for rejecting muscle artifacts evoked by transcranial magnetic stimulation. Front Hum Neurosci. 18, 1324956(2024).
  72. HernandezPavon, J. C., Kugiumtzis, D., Zrenner, C., Kimiskidis, V. K., Metsomaa, J. Removing artifacts from TMSevoked EEG: A methods review and a unifying theoretical framework. J Neurosci Methods. 376, 109591(2022).
  73. Rogasch, N. C., et al. Analysing concurrent transcranial magnetic stimulation and electroencephalographic data: A review and introduction to the opensource TESA software. NeuroImage. 147, 934-951 (2017).
  74. Mutanen, T. P., Metsomaa, J., Liljander, S., Ilmoniemi, R. J. Automatic and robust noise suppression in EEG and MEG: The SOUND algorithm. NeuroImage. 166, 135-151 (2018).
  75. Mutanen, T. P., Kukkonen, M., Nieminen, J. O., Stenroos, M., Sarvas, J., Ilmoniemi, R. J. Recovering TMSevoked EEG responses masked by muscle artifacts. NeuroImage. 139, 157-166 (2016).
  76. Mutanen, T., Mäki, H., Ilmoniemi, R. J. The effect of stimulus parameters on TMS-EEG muscle artifacts. Brain Stimul. 6 (3), 371-376 (2013).
  77. Rogasch, N. C., Thomson, R. H., Daskalakis, Z. J., Fitzgerald, P. B. Shortlatency artifacts associated with concurrent TMS-EEG. Brain Stimul. 6 (6), 868-876 (2013).
  78. Siddiqi, S. H., Weigand, A., PascualLeone, A., Fox, M. D. Identification of personalized transcranial magnetic stimulation targets based on subgenual cingulate connectivity: An independent replication. Biol Psychiatry. 90 (10), e55-e56 (2021).
  79. Williams, N. R., et al. Highdose spaced thetaburst TMS as a rapidacting antidepressant in highly refractory depression. Brain. 141 (3), e18(2018).
  80. Lioumis, P., et al. Study design for navigated repetitive transcranial magnetic stimulation for speech cortical mapping. J Vis Exp. , (2023).
  81. Lioumis, P., Zomorrodi, R., Hadas, I., Daskalakis, Z. J., Blumberger, D. M. Combined transcranial magnetic stimulation and electroencephalography of the dorsolateral prefrontal cortex. J Vis Exp. , (2018).
  82. Tervo, A. E., et al. Closedloop optimization of transcranial magnetic stimulation with electroencephalography feedback. Brain Stimul. 15 (2), 523-531 (2022).
  83. Trapp, N. T., Pace, B. D., Neisewander, B., Ten Eyck, P., Boes, A. D. A randomized trial comparing beam F3 and 5.5 cm targeting in rTMS treatment of depression demonstrates similar effectiveness. Brain Stimul. 16 (5), 1392-1400 (2023).
  84. Fitzgerald, P. B., Maller, J. J., Hoy, K. E., Thomson, R., Daskalakis, Z. J. Exploring the optimal site for the localization of dorsolateral prefrontal cortex in brain stimulation experiments. Brain Stimul. 2 (4), 234-237 (2009).
  85. Trapp, N. T., et al. Reliability of targeting methods in TMS for depression: Beam F3 vs 5.5 cm. Brain Stimul. 13 (3), 578-581 (2020).
  86. MirMoghtadaei, A., et al. Concordance between Beam F3 and MRIneuronavigated target sites for repetitive transcranial magnetic stimulation of the left dorsolateral prefrontal cortex. Brain Stimul. 8 (5), 965-973 (2015).
  87. Sun, Y., et al. Magnetic seizure therapy reduces suicidal ideation and produces neuroplasticity in treatmentresistant depression. Transl Psychiatry. 8 (1), 253(2018).
  88. Hui, J., et al. Altered interhemispheric signal propagation in schizophrenia and depression. Clin Neurophysiol. 132 (7), 1604-1611 (2021).
  89. Berlim, M. T., van den Eynde, F., TovarPerdomo, S., Daskalakis, Z. J. Response, remission and dropout rates following highfrequency repetitive transcranial magnetic stimulation (rTMS) for treating major depression: A systematic review and metaanalysis of randomized, doubleblind and shamcontrolled trials. Psychol Med. 44 (2), 225-239 (2014).
  90. Fitzgerald, P. B., Hoy, K. E., Anderson, R. J., Daskalakis, Z. J. A study of the pattern of response to rTMS treatment in depression. Depress Anxiety. 33 (8), 746-753 (2016).
  91. Nieminen, J. O., et al. Multilocus transcranial magnetic stimulation system for electronically targeted brain stimulation. Brain Stimul. 15 (1), 116-124 (2022).
  92. Daneshszand, M., Navarro de Lara, L., Makarov, S., Meng, Q., Nummenmaa, A. A modular multichannel TMS system with threeaxis coil design. Brain Stimul. 16 (1), 134(2023).

إعادة الطباعة والأذونات

طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

طلب إذن

الوسوم

مقالات ذات صلة