Method Article

استخدام نظام ملاحة TMS لرقمنة مواقع المستشعرات بدقة عالية لتحسين تحديد مصدر الأنظمة

DOI:

10.3791/69508

⸱

January 23rd, 2026

 ,  ,  ,  , 
1Center for Bio- and Medical Technologies, Skolkovo Institute of Science and Technology, 2Center for Neurocognitive Research (MEG Center), Moscow State University of Psychology and Education, 3Faculty of Biology, Shenzhen MSU-BIT University, 4Faculty of Mechanics and Mathematics, Lomonosov Moscow State University, 5Sechenov Institute of Evolutionary Physiology and Biochemistry of the Russian Academy of Sciences, 6Department of Human and Animal Physiology, Faculty of Biology, Lomonosov Moscow State University

In This Article

Summary

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

نقدم طريقة قابلة للتكرار لرقمنة مواقع أجهزة تخطيط كهربائية الدماغ عالية الكثافة (EEG) باستخدام أجهزة نظام تحفيز الدماغ الملاحي (NBS). هذا النهج لا يتطلب أي امتدادات برمجية إضافية، بل فقط أدوات NBS القياسية. مدمجة مع خطوط أنابيب MNE-Python، يحسن هذا النهج دقة تحديد المواقع المصدرية دون الحاجة إلى أجهزة إضافية.

Abstract

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

تحديد موقع المصدر هو تقنية تستخدم لتقدير مصادر نشاط الدماغ بناء على الإشارات المسجلة من فروة الرأس. يعتمد تحديد الموقع الدقيق للمصدر بشكل حاسم على الرقمنة المكانية الدقيقة لمواقع المستشعرات. في هذا البروتوكول، نقدم طريقة عملية وموثوقة لرقمنة مواقع المستشعرات باستخدام نظام تحفيز الدماغ الملاحي (NBS). يعد NBS جزءا من معدات التحفيز المغناطيسي عبر الجمجمة (TMS) المتوفرة عادة في مختبرات TMS، لكنها نادرا ما تستخدم في رقمنة أجهزة الاستشعار لتخطيط الدماغ الكهربائي (EEG) أو أنظمة التحليل الطيفي الوظيفي للأشعة تحت الحمراء القريبة من الأشعة تحت الحمراء (fNIRS). يتيح هذا النهج للباحثين الاستفادة من البنية التحتية الحالية لتحسين الدقة المكانية لنمذجة المصدر بشكل كبير، دون الحاجة للاستثمار في معدات رقمنة مخصصة.

نرشد المشاهدين خلال سير العمل الكامل: (1) رقمنة مواقع أقطاب EEG باستخدام الأدوات الافتراضية لنظام Nexstim NBS؛ (2) تصدير بيانات الإحداثيات بصيغ متوافقة؛ (3) دمج هذه البيانات في خطوط معالجة EEG المسبق وتوطين المصدر باستخدام حزمة MNE-Python. يتضمن البروتوكول أيضا نصائح لمحاذاة البيانات الرقمية مع صور الرنين المغناطيسي وتحسين دقة التسجيل المشترك. لتوضيح الفائدة العملية للطريقة، نطبقها لتحليل بيانات تجربة التحفيز اللمسي.

يتم توفير سكريبتات بايثون مخصصة لمعالجة الإحداثيات والتسجيل المشترك لضمان قابلية التكرار وسهولة التبني. تظهر النتائج أن دمج مواقع الأقطاب الرقمية يحسن بشكل ملحوظ الدقة التشريحية وقابلية تفسير تقديرات مصادر القشور مقارنة بمونتاجات الأقطاب الافتراضية.

Introduction

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

تخطيط الدماغ الكهربائي (EEG) يقيس النشاط الكهربائي للدماغ عند فروة الرأس، لكن التسجيلات الخام تخلط بين إشارات من مصادر دماغية وغير دماغية متعددة. يشير تحديد الموقع للمصدر إلى تقدير حسابي من أين تنشأ إشارات تخطيط الدماغ المقاسة، مما يؤدي فعليا إلى "رسم" جهود فروة الرأس إلى المناطق القشرية1. تسمح هذه الطرق للباحثين بربط النشاط التذبذبذي لتخطيط الدماغ أو الاستجابات المرتبطة بالأحداث بمناطق دماغية محددة، مما يعزز بشكل كبير قابلية تفسير تخطيط الدماغ. تحقيق تحديد المصدر بدقة يعتمد بشكل حاسم على معرفة مكان كل قطب كهربائي على الرأس بالنسبة للتشريح بدقة. يجب رقمنة مواقع الأقطاب لتسجيل مواقعها ثلاثية الأبعاد بدقة على الرأس. ثم يتم تسجيل هذه الإحداثيات أو محاذاتها مع نموذج الرأس المشتق من الرنين المغناطيسي للشخص لحل مشاكل تخطيط الدماغ (EEG) الأمامي (التنبؤ بجهود فروة الرأس) والعكس (تقدير مصادر الدماغ). تحديد موقع الأقطاب الكهربائي بدقة أمر ضروري: حتى أخطاء الرقمنة الصغيرة يمكن أن تحرك المصدر المقدر بما يصل إلى بضعة سنتيمترات أو أكثر في الدماغ.

تصوير مصادر EEG الحديث هو عملية متعددة الخطوات تدمج المعلومات التشريحية والوظيفية. يبدأ الأمر برقمنة الأقطاب، حيث يتم تسجيل الإحداثيات ثلاثية الأبعاد الدقيقة لكل حساس تخطيط دماغ على فروة الرأس. بعد ذلك، يتم إجراء التصوير التشريحي، عادة من خلال الحصول على التصوير بالرنين المغناطيسي الهيكلي للشخص؛ إذا لم يكن متوفرا، يمكن استخدام نموذج رأس قياسي2. يتم تسجيل مواقع الأقطاب الرقمية مع هندسة رأس التصوير بالرنين المغناطيسي، لمحاذاتها مع تشريح الفرد. من هذه الخطوة، يتم اشتقاق مصفوفة تحويل ترسم مواقع الأقطاب من مساحة الرأس إلى فضاء الرنين المغناطيسي. ثم يتم تقسيم التصوير بالرنين المغناطيسي الهيكلي إلى أنسجة (فروة الرأس، الجمجمة، الدماغ) باستخدام أداة تجزئة بالرنين المغناطيسي مثل Freesurfer3 لبناء نموذج موصل حجمي واقعي. باستخدام هذا النموذج، يتم حساب النموذج الأمامي، حيث يجمع بين مواقع الأقطاب الكهربائية، وهندسة الرأس، وموصلية الأنسجة للتنبؤ بإمكانيات فروة الرأس لأي مصدر قشري افتراضي4. وأخيرا، يتم تقدير الحل العكسي باستخدام طرق مثل التصوير الموزع المصدر أو تركيب ثنائي القطب لتقدير توزيع التيار القشري الذي يفسر أفضل بيانات تخطيط الدماغ المقاسة5. كل خطوة حاسمة: نموذج الرأس يضمن توصيليات تشريحية معقولة، والمحلول الأمامي يربط المصادر بجهود فروة الرأس، والمحلول العكسي يعيد الإشارات المسجلة إلى القشرة الدماغية. وعلى العكس، يمكن أن تنتشر الأخطاء في رقمنة الأقطاب الكهربائية، أو التسجيل المشترك، أو تقسيم التصوير بالرنين المغناطيسي عبر خط الأنابيب، مما يؤدي إلى تقديرات غير دقيقة للمصدر.

تتوفر حاليا عدة طرق رقمنة، بما في ذلك الموجات فوق الصوتية، والنظام الكهرومغناطيسي6، والمسح ثلاثي الأبعادبالضوء المهيكل أو الأشعة تحت الحمراء 7، والفوتوغرامتري8، والتقاط الحركة مع أو بدون مسبار9. بينما تختلف التقنيات في الأجهزة والإجراءات، فإن دقتها في تحديد مواقع الأقطاب قابلة للمقارنة إلى حد كبير. تظهر الدراسات الحديثة التي تقارن بين هذه الطرق أن جميع الطرق تحقق دقة تحديد موقع الأقطاب الكهربائية الكافية لتقدير موثوق للمصدر الكهربائي. على سبيل المثال، حققت جميع الطرق التي تم اختبارها متوسط دقة تحديد منطقة برودمان فوق 80٪، بينما الاعتماد فقط على مواقع أقطاب القالب قلل الدقة إلى حوالي 50٪10. وهذا يوضح أنه، رغم الاختلافات في التنفيذ، توفر تقنيات الرقمنة الحديثة موثوقية مماثلة، مما يقلل بشكل كبير من عدم اليقين في تحديد الموقع للمصدر مقارنة باستخدام القوالب العامة، ويتيح خرائط واثقة لنشاط القشر.

بديل جذاب للمختبرات المجهزة بأنظمة تحفيز مغناطيسي عبر الجمجمة (TMS) هو إعادة استخدام أجهزة تحفيز الدماغ الملاحي (NBS)11 لرقمنة الأقطاب الكهربائية. التعرف NBS، المعروفة أيضا باسم الملاحة العصبية، عادة ما تجمع بين متتبع بصري وملف TMS لتسجيل رأس الشخص بالرنين المغناطيسي وتحفيز هدف قشري محدد. تتكون أجهزة التتبع البصرية (مثل Polaris Vicra) من كاميرا تتبع بالأشعة تحت الحمراء وعلامات عاكسة بالأشعة تحت الحمراء موضوعة على جهاز تتبع الرأس، ومؤشر الملاحة، وملف TMS. في الرقمنة، يضع المجرب أولا متتبع الرأس على رأس المشارك، ثم يلمس كل قطب EEG بمؤشر الملاحة، ويسجل النظام موقعه ثلاثي الأبعاد، والذي يمكن تصديره لاحقا واستخدامه لتحديد المصدر، مثل MNE-Python12. هذا السير عمل مشابه لأجهزة الرقمنة الأخرى لكنه يستفيد من المعدات الموجودة: إذا كان المختبر يمتلك بالفعل نظام TMS متنقل (مثل Nexstim eXimia NBS أو ما شابه)، فلا حاجة لشراء رقمي منفصل.

تشمل مزايا هذا النهج التكامل والدقة. يمكن استخدام نفس فضاء الإحداثيات لكل من استهداف TMS ونمذجة مصادر EEG. بالنسبة للمختبرات التي تجري تخطيط الدماغ المغناطيسي عبر التحفيز المغناطيسي (TMS-EEG) بشكل متزامن أو متسلسل، فإن هذه الطريقة تسهل الإعداد: رقمنة الأقطاب هي جزء من عملية الملاحة العصبية في TMS. بالنسبة للمختبرات التي لا تستخدم بشكل أساسي طرق تحديد مصدر EEG ولكن لديها بالفعل إمكانية الوصول إلى الملاحة العصبية عبر TMS، تقدم هذه الطريقة طريقة مباشرة لتعزيز دقة تقديرات المصادر.

وأخيرا، لاحظ أن مفهوم الرقمنة المتنقلة ينطبق أيضا على مصفوفات حساسات فروة الرأس الأخرى. على سبيل المثال، يمكن لإجراء مشابه تحديد موقع أجهزة الاستشعار fNIRS13 أو غيرها من خلال لمس كل أوبتود بالمؤشر المتتبع. في جميع الحالات، الفائدة هي وجود إطار إحداثيات موحد بين حساسات فروة الرأس وتصوير الرنين المغناطيسي للشخص، مما يحسن الدقة التشريحية لأي نمذجة لاحقة (سواء EEG أو fNIRS).

تذكر عدة منشورات صراحة استخدام نظام NBS لرقمنة الأقطابالكهربائية 14، 15، 16، 17، 18. على النقيض من ذلك، لم تصف عدة دراسات استخدمت الطب المغناطيسي المغناطيسي (NBS) وتخطيط الدماغ الكهربائي أو fNIRS أي إجراءات رقمنة19، 20، 21، 22، 23. يشير هذا الحذف إلى أن الوظائف المتاحة ل NBS لرقمنة الأقطاب أو الأوبتود قد تكون مستغلة بشكل كاف، مما قد يؤثر على دقة تحديد موقع المستشعرات، وبالتالي على موثوقية النتائج المبلغ عنها. نفترض أن العديد من الباحثين قد لا يكونون على علم بأن نظام NBS يمكن أن يعمل أيضا كأداة للتسجيل المشترك، حيث لا يتم التأكيد على هذه الميزة باستمرار من قبل الشركة المصنعة. وأخيرا، نلاحظ أن NBS يمكن تطبيقه لرقمنة المستشعرات في أي دراسة تتضمن أقطاب كهربائية مثبتة على الرأس أو أوبتودات، بغض النظر عما إذا كان TMS مستخدما أم لا.

Access restricted. Please log in or start a trial to view this content.

Protocol

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

تم تنفيذ جميع الإجراءات التي تشمل المشاركين البشريين وفقا للإرشادات المؤسسية وتمت الموافقة عليها من قبل لجنة الأخلاقيات المختصة. قدم المشاركون موافقتهم المستنيرة قبل بدء التجربة.

1. إعداد المشارك والمعدات

ملاحظة: استخدم هذا البروتوكول نظام Nexstim NBS.

  1. تشغيل ومعايرة نظام NBS
    1. شغل الوحدة الرئيسية NBS وكاميرا التتبع البصرية. تحقق من أن النظام أكمل المعايرة الذاتية بنجاح، وكرر المعايرة إذا أشار البرنامج إلى أي أخطاء.
  2. قم بتحميل تصوير الرنين المغناطيسي للمشارك في نظام NBS.
    1. في واجهة برنامج NBS، اختر ملف الموضوع وتحميل ملف الرنين المغناطيسي الهيكلي بصيغة DICOM أو Nexstim المتوافقة.
    2. إذا لم يكن تصوير الرنين المغناطيسي للمشارك متاحا وقت التسجيل، استخدم رنين مغناطيسي متوسط للرأس مقدم من نظام NBS.
  3. جهز غطاء تخطيط الدماغ.
    1. تأكد من أن غطاء تخطيط الدماغ عالي الكثافة موضوع بشكل صحيح على رأس المشارك وفقا لتعليمات الشركة المصنعة. تحقق من محاذاة الأقطاب باستخدام المعالم التشريحية القياسية (الحافة ونقاط ما قبل الأذن).
      ملاحظة: حافظ على مكان الأقطاب الكهربائي بشكل ثابت لتقليل الأخطاء المكانية عبر الجلسات.
  4. قم بتثبيت جهاز تتبع الرأس البصري برأس المشارك.
    1. ثبت جهاز تتبع الرأس على غطاء تخطيط الدماغ أو مباشرة على رأس المشارك دون إعاقة الأقطاب.
    2. تأكد من أن الكاميرا تكتشف جهاز التتبع وتحافظ على رؤية مستقرة أثناء حركة الرأس. استخدم شريط لاصق مزدوج الوجه لتثبيت جهاز التتبع بإحكام على الجبهة.
      ملاحظة: حافظ على موقع متتبع الرأس طوال عملية الرقمنة بأكملها لتجنب أخطاء التتبع.

2. تسجيل رأس المشارك في NBS

  1. قم بالتسجيل في برنامج NBS.
    1. ابدأ إجراءات التسجيل وحدد معالم الرنين المغناطيسي في البرنامج: الناسيون، النقطة اليسرى قبل الأذن، والنقطة اليمنى قبل الأذن.
    2. استخدم مؤشر التنقل للإشارة إلى هذه المعالم ورقمنتها على رأس المشارك.
      ملاحظة: نظام NBS لا يسمح بالرقمنة قبل إكمال التسجيل. يضمن التسجيل التصور الصحيح للنقاط الرقمية داخل البرنامج دون تغيير القيم المطلقة للإحداثيات المسجلة.

3. الرقمنة

  1. رقمنة الائتمانات.
    1. ابدأ الرقمنة. باستخدام مؤشر الملاحة، سجل النقاط الثلاث: النقطة اليسرى، النقطة اليسرى قبل الأذن، والنقطة اليمنى قبل الأذن. تأكد من أن البرنامج يلتقط كل نقطة بدقة قبل المتابعة.
    2. بعد الانتهاء، أوقف الرقمنة وانقر بزر الفأرة الأيمن على اختبار الرقمنة لتصدير الإحداثيات بصيغة نصية. احفظ الملف ك {subject}_fid.nbe.
  2. رقمنة نقاط شكل الرأس (HSP).
    1. ابدأ الرقمنة. اجمع ما لا يقل عن 50-100 نقطة سطحية موزعة بالتساوي عبر فروة الرأس، وتجنب المناطق ذات الشعر الكثيف قدر الإمكان. أضف نقاطا على جسر الأنف وحافة الحاجب كمعالم تشريحية إضافية.
    2. بعد جمع جميع النقاط، أوقف الرقمنة وانقر بزر الفأرة الأيمن على اختبار الرقمنة لتصدير الإحداثيات بصيغة نصية. احفظ الملف ك {subject}_hsp.nbe.
  3. رقمنة مواقع الأقطاب.
    1. ابدأ الرقمنة. المس مؤشر الملاحة في مركز كل قطب كهربائي، لضمان اتصال مستقر لتسجيل الإحداثيات بدقة.
    2. اتبع تسلسلا ثابتا لكل جلسة، مع تحويل الأقطاب إلى الشكل بشكل منهجي حسب الخطوط المنحنية، من الأمام إلى الخلف ومن اليسار إلى اليمين، لتجنب فقدان أي أقطاب كهربائية.
    3. بعد رقمنة جميع الأقطاب، أوقف الرقمنة وانقر بزر الفأرة الأيمن على اختبار الرقمنة لتصدير الإحداثيات بصيغة نصية. احفظ الملف ك {subject}_ele.nbe.

4. معالجة التصوير المسبق بالرنين المغناطيسي في FreeSurfer

  1. شغل Recon-All لإعادة بناء السطح.
    1. نفذ خط معالجة FreeSurfer لتوليد الأسطح القشرية، وأسطح فروة الرأس، وتقسيمات الدماغ.
  2. تحقق من جودة إعادة البناء.
    1. افحص الزجاج، المادة البيضاء، والأسطح المنتفخة. صحح أي أخطاء تقسيم كبيرة قبل المضي قدما، مثل استخدام برنامج Blender 3D للرسومات الحاسوبية.

5. التكامل مع خط أنابيب MNE-python

  1. أنشئ مونتاجا مخصصا مع الإحداثيات الرقمية.
    1. لدمج مواقع الأقطاب الرقمية، والفيدوشيالات، ونقاط شكل الرأس في خط تحليل MNE-Python، أولا، أنشئ مونتاجا مخصصا باستخدام الإحداثيات المسجلة (الملف التكميلي 1). تتوفر أمثلة على ملفات .nbe ومقتطفات الشيفرة في مستودع GitHub (github.com/MarkaMorozova/NexstimNBS-SensorDigitization).
  2. قم بالتسجيل المشترك في MNE.
    1. استخدم واجهة المستخدم الرسومية mne.gui.coregistration لمحاذاة نقاط شكل الرأس الرقمية المحفوظة في {subject}-info.fif مع سطح الرأس المشتق من الرنين المغناطيسي للمشارك. قم بتركيب التوصيلات، وضبط معاملات الترجمة، والدوران، والتكبير حتى تتطابق المؤشرات الائتمانية ونقاط شكل الرأس بشكل وثيق مع نموذج الرنين المغناطيسي.
  3. احفظ ملف المونتاج والتحويل المخصص الذي تم إنشاؤه.
    1. احفظ المونتاج المخصص في ملف {subject}-info.fif لإعادة الاستخدام لاحقا. أيضا، حفظ مصفوفة التحويل {subject}-trans.fif التي تم الحصول عليها أثناء التسجيل المشترك، والتي تكون مطلوبة للنمذجة الأمامية.

6. إجراء تحديد الموقع للمصدر

  1. باستخدام المعلومات والملفات التي تم إنشاؤها سابقا، قم بإجراء توطين المصدر لبيانات EEG. استيراد تخطيط الدماغ الكهربائي المعالج مسبقا للمشارك إلى MNE-Python، وتطبيق المونتاج المخصص من {subject}-info.fif، وتحميل تحويل التسجيل المشترك {subject}-trans.fif.
  2. قم ببناء نموذج أمامي باستخدام أسطح الرنين المغناطيسي للمشارك ونموذج موصل الحجم (مثل BEM). ثم يحسب الحل العكسي باستخدام خوارزميات مثل sLORETA أو dSPM أو MNE لتقدير المصادر القشرية الكامنة وراء إشارات EEG المسجلة. احفظ تقديرات المصدر لمزيد من التحليل والتصور.

Access restricted. Please log in or start a trial to view this content.

Results

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

يعتمد تحديد المصدر الدقيق بشكل حاسم على وضع الأقطاب الكهربائي الصحيح والتسجيل المشترك الموثوق مع نماذج الرأس التشريحي. لكن في الممارسة العملية، غالبا ما يتم وضع أغطية تخطيط الدماغ بشكل غير دقيق بسبب اختلاف شكل الرأس الفردي أو أخطاء في الوضع اليدوي. لتوضيح كيف تؤثر هذه العوامل على نتائج ا?...

Access restricted. Please log in or start a trial to view this content.

Discussion

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

يتطلب تحديد الموقع الدقيق للمصدر رقمنة دقيقة للأقطاب الكهربائية وتسجيل مشترك موثوق مع نماذج الرأس التشريحية. تظهر نتائجنا (الشكل 1، الشكل 2، والشكل 3) كيف يمكن أن تنتشر الانحرافات في تموضع الأقطاب أو الاعتماد على المونتاج?...

Access restricted. Please log in or start a trial to view this content.

Disclosures

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

لا توجد مصالح مالية متنافسة لدى المؤلفين أو تضارب مصالح آخر بموجب هذا العمل.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
التحفيز الدماغي المتخصص (NBS)  النظامNexstim https://www.nexstim.com/healthcare-professionals/nbs-systemNBS هو   التحفيز المغناطيسي عبر الجمجمة مع نظام الملاحة العصبية

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Michel, C. M., He, B. EEG source localization. Handb Clin Neurol. 160, 85-101 (2019).
  2. Holmes, C. J., Hoge, R., Collins, L., Woods, R., Toga, A. W., Evans, A. C. Enhancement of MR images using registration for signal averaging. J Comput Assist Tomogr. 22 (2), 324-333 (1998).
  3. Fischl, B. FreeSurfer. Neuroimage. 62 (2), 774-781 (2012).
  4. Hallez, H., et al. Review on solving the forward problem in EEG source analysis. J Neuroeng Rehabil. 4 (1), (2007).
  5. Grech, R., et al. Review on solving the inverse problem in EEG source analysis. J Neuroeng Rehabil. 5 (1), 25(2008).
  6. Jaiswal, A., Nenonen, J., Parkkonen, L. On electromagnetic head digitization in MEG and EEG. Sci Rep. 13 (1), 3801(2023).
  7. Taberna, G. A., Marino, M., Ganzetti, M., Mantini, D. Spatial localization of EEG electrodes using 3D scanning. J Neural Eng. 16 (2), 026020(2019).
  8. Qian, S., Sheng, Y. A single camera photogrammetry system for multi-angle fast localization of EEG electrodes. Ann Biomed Eng. 39 (11), 2844-2856 (2011).
  9. Reis, P. M. R., Lochmann, M. Using a motion capture system for spatial localization of EEG electrodes. Front Neurosci. 9, 130(2015).
  10. Shirazi, S. Y., Huang, H. J. More reliable EEG electrode digitizing methods can reduce source estimation uncertainty, but current methods already accurately identify Brodmann areas. Front Neurosci. 13, 1159(2019).
  11. Comeau, R. Neuronavigation for Transcranial Magnetic Stimulation. Transcranial Magnetic Stimulation. , Humana Press. New York, NY. (2014).
  12. Gramfort, A., et al. MEG and EEG data analysis with MNE-Python. Front Neurosci. 7, 267(2013).
  13. Tremblay, J., et al. Comparison of source localization techniques in diffuse optical tomography for fNIRS application using a realistic head model. Biomed Opt Express. 9 (7), 2994-3016 (2018).
  14. Huber, R., et al. Measures of cortical plasticity after transcranial paired associative stimulation predict changes in electroencephalogram slow-wave activity during subsequent sleep. J Neurosci. 28 (31), 7911-7918 (2008).
  15. Huber, R., Esser, S. K., Ferrarelli, F., Massimini, M., Peterson, M. J., Tononi, G. TMS-induced cortical potentiation during wakefulness locally increases slow wave activity during sleep. PLoS One. 2 (3), e276(2007).
  16. Huber, R., Felice Ghilardi, M., Massimini, M., Tononi, G. Local sleep and learning. Nature. 430 (6995), 78-81 (2004).
  17. 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).
  18. Salo, K. S. -T., Mutanen, T. P., Vaalto, S. M. I., Ilmoniemi, R. J. EEG artifact removal in TMS studies of cortical speech areas. Brain Topogr. 33 (1), 1-9 (2020).
  19. Amico, E., et al. Tracking dynamic interactions between structural and functional connectivity: a TMS/EEG-dMRI study. Brain Connect. 7 (2), 84-97 (2017).
  20. Cona, F., Zavaglia, M., Massimini, M., Rosanova, M., Ursino, M. A neural mass model of interconnected regions simulates rhythm propagation observed via TMS-EEG. Neuroimage. 57 (3), 1045-1058 (2011).
  21. Stamm, M., Aru, J., Bachmann, T. Right-frontal slow negative potentials evoked by occipital TMS are reduced in NREM sleep. Neurosci Lett. 493 (3), 116-121 (2011).
  22. Romero Lauro, L. J., et al. TDCS increases cortical excitability: direct evidence from TMS-EEG. Cortex. 58, 99-111 (2014).
  23. Lioumis, P., Kičić, D., Savolainen, P., Mäkelä, J. P., Kähkönen, S. Reproducibility of TMS-evoked EEG responses. Hum Brain Mapp. 30 (4), 1387-1396 (2009).
  24. Morozova, M., et al. Cortical responses to tactile imagery: a high-density EEG study of the μ-rhythm event-related desynchronization and somatosensory evoked potentials. NeuroImage. 319, 121440(2025).
  25. Pascual-Marqui, R. D. Standardized low-resolution brain electromagnetic tomography (sLORETA): technical details. Methods Find Exp Clin Pharmacol. 24 (Suppl D), 5-12 (2002).
  26. Pfurtscheller, G., Neuper, C. Motor imagery activates primary sensorimotor area in humans. Neurosci Lett. 239 (2-3), 65-68 (1997).
  27. Inamoto, T., et al. Motor-related mu/beta rhythm in older adults: a comprehensive review. Brain Sci. 13 (5), 751(2023).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

227 TMS mne Python

Related Articles