探索性临床人体研究中经颅超声刺激的方法论方案及考虑

摘要

经颅超声刺激（TUS）是一种有前景的非侵入性技术，能够在任何深度刺激人脑，为治疗各种神经系统疾病提供了新的治疗可能性。该方案为在神经典型成人及神经系统疾病患者（如中风）中应用TUS提供了一个标准化且可适应的实证框架。

摘要

经颅超声刺激（TUS）正作为一种非侵入性神经调节技术，能够在全脑深度实现毫米级的刺激。研究工作越来越多地聚焦于其转化潜力。包括帕金森病和中风在内的多个疾病群体中已报告有希望的数据，为TUS的临床应用铺平了道路。然而，迄今为止的临床研究显示，换能器固定、目标方法和声学参数存在显著差异。这限制了结果的可解释性和可比性。现有方法指南涵盖了人类TUS，但未聚焦于神经学群体中的应用。该实验方案提供了一个标准化但可适应的框架，用于将TUS应用于如中风等神经队列。它提供了关于以下内容的详细指导：（1）在治疗导向的TUS背景下的关键和可选硬件组件;（2）硬件设置和参数选择，包括最小化听觉混淆的策略;（3）校准和质量保证程序，确保换能器按规定输出波形;（4）基于模拟或非模拟方法的目标定位方法，以准确定位TUS焦点/焦点到预期的解剖区域;（5）针对临床人群的方法学适应;以及（6）临床TUS的结局指标，包括安全性评估和替代结局指标，如皮质脊髓兴奋性和运动序列学习。该协议被设计为可复制的模块化资源。它既适合初学者（希望进入以患者为基础的TUS的实用切入点）和有经验的研究人员（旨在与新兴科学和方法学标准保持一致）。目标是支持对TUS日益增长的临床兴趣，促进研究团队和患者群体间的临床可转化、可重复和可比的结果。

引言

经颅超声刺激¹（TUS）是一种独特且理想的组合，其深层、局部且非侵入性质，激发了人们对其在神经和神经精神疾病（如中风²型、帕金森病³型、抑郁症⁴型、阿尔茨海默病⁵型等）治疗潜力的日益关注。专家共识和指南致力于提升TUS^研究的可重复性和可解释性 ^6,7。然而，这些研究主要关注TUS更广泛的基础研究应用，对探索人类治疗相关性的指导较少。例如，在比较基础和临床TUS研究时，总刺激持续时间（TSD）差异显著——^{基础研究8.9}中通常可达约80秒，而为^{临床应用设计}的探索性方案则超过10分钟。这些区分强调了在探索性地将TUS应用于神经疾病队列时，需要提供量身定制的指导。虽然该方案聚焦于中风中的TUS问题，但其框架广泛适用于其他患者群体以及神经典型成年人。

TUS向目标脑组织传递压力波以进行调节⁷。TUS的基本硬件组件包括功能发生器、放大器、换能器，尤其是对于扩展TSD的，还有一个内置的6号换能器^安装座。函数发生器产生定义换能器发射的出压模式的电波形。虽然有些功能发生器可以产生TUS换能器所需的峰值电压，但大多数需要放大器来增强功能发生器和换能器之间的信号。放大器将电波形的振幅增加到有效产生超声所需的水平。市售的TUS系统通常将功能发生器和放大器集成到一个交钥匙单元中，允许直接连接到换能器。换能器通常由压电材料制成，将电信号转换为机械振动以产生超声波。虽然手动换能器保持是可能的，但这种方法劳动密集且易发生位移误差，而轻微的位移可能导致对预^定组织的完全误导。机械臂带下巴托也被使用，适合相对较短的TSD基础研究。对于TSDs超过10分钟的探索性临床TUS的可行替代方案是3D打印一个带有法兰的换能器支架，以实现安全固定带子（见图1），该装置在探索性临床环境中既能平衡姿势稳定性，又便于使用，同时提升参与者舒适度。

图1：TUS换能器的3D打印安装座。 单元件经颅超声刺激（TUS）换能器（中心部件，红色箭头指向），安装在3D打印的换能器支架内（蓝色箭头指向），顶部开口（绿色箭头指向）用于神经导航工具追踪器，侧面开口（棕色箭头指向）用于用螺丝固定TUS换能器和工具跟踪器，以及基于带子的头部固定法兰。 请点击此处查看该图的放大版本。

可选硬件组件包括电阻抗匹配电路、功率计、示波器、神经导航系统和热电偶。这些设备分别有助于减少电反射，优化功率传输，间接验证声学输出（功率计和示波器），确保空间准确性，并监控安全。其实施细节和方法论考量详述于讨论和协议部分。

优化经颅超声刺激参数是一个活跃且不断发展的研究领域，涉及电驱动波形的设计。驱动波形的垂直轴决定了换能器压力输出的幅度。驱动波形的水平轴决定了换能器压力输出的时序，压力输出可以细分为几种持续时间和重复类型。根据国际经颅超声刺激安全与标准联盟（ITRUSST）¹⁰报告指南中的命名法，TUS计时参数从最短到最长的时间组织如下：斜坡持续时间（RD）是指压力输出从零提升到规定最大值的时间;脉冲持续时间（PD）是单次、主动且连续压力输出的持续时间;脉冲重复间隔（PRI）是指两个相邻PD开始之间的持续时间，包括一个PD和一个“关闭时间”，在此期间换能器输出为零，PRI的倒数为脉冲重复频率（PRF）;脉冲列持续时间（PTD）是PRI重复的持续时间;脉冲列间隔（PTI）是指两个相邻PTD开始之间的持续时间，该间隔包括一个PTD和一个PTD间隔，在此期间换能器输出为零;脉冲列重复持续时间（PTRD）是PTI重复的持续时间。

图2：TUS波形示意图。 典型经颅超声波刺激波形，探讨潜在临床疗效。命名遵循ITRUSST报告指南¹⁰。RD，斜坡持续时间;脉搏时长PD;PRI，脉冲重复间隔;脉冲重复频率PRF;PTD，脉冲列持续时间;PTI，脉冲列间隔;PTRD，脉冲列重复持续时间。 请点击此处查看该图的放大版本。

图2展示了这些时序参数。表1.1报告了Huang等人（2025年2页）中根据ITRUSST报告指南¹⁰推荐的表格形式制定的时序参数，而表1.2则报告了额外参数。听觉效应被广泛认为是TUS实验中的主要混淆因素 ^6,11。增强驱动波形是缓解听觉效应最常用的方法，因此将被视为该协议中的主要缓解方法。理论上，可以在每个主动压力输出的开始和结束处应用不同的斜坡曲线（即PD、PTD、PTRD），但大多数研究采用相同的对称PD在整个刺激过程中重复，从而在驱动信号中得到单一RD。斜坡通过窗口函数实现，这些函数定义信号从零到规定最大值的“形状”和“速度”，其中图基窗口是文献中最常用的。在控制听觉混杂因素后，选择激发兴奋性与抑制性效应的参数仍是一个活跃的研究领域，具体取决于具体的实验问题。Huang等人（2025年第²期）中的参数选择参考了现有文献^12，PD从0.36毫秒降至0.2毫秒以增加安全边际。方法论方面参考了Legon等，2018年，^第13页。这些选择只是一个详细的例子，而非处方标准，反映了临床TUS仍处于探索阶段。请参阅相关文献，以获得针对特定研究假设和目标的指导。

换能器校准是TUS的关键考虑因素，水箱扫描是目前最全面的方法。对于非交钥匙TUS系统，强烈建议先进行水箱扫描，以确定换能器的传输灵敏度，即电驱动电压（伏特）与压力输出（帕斯卡）之间的关系。交钥匙系统通常配备厂商预配置设置，可能减少初始校准需求，但验证换能器输出确保传输准确且高质量。同样，虽然后续校准可根据需要最小化，但建议定期检查以增强研究的严谨性。

进行水箱扫描通常需要专业设备和培训。该方案在第二步中提供了简要概述（基于Chen等，2023年，^第14页）。或者，也可以将该程序外包给具备相应专业知识的协作实验室，并确认收集到所有所需参数（步骤2.7）。功率计测量提供了一种简单、间接的方法来测量换能器输出。经过校准或厂商表征后，功率计读数可作为预施用输出的基准。功率输出的变化意味着压力输出也相应变化，表明需要重新校准或调整驱动信号以保持刺激的一致性。

TUS靶向包括确定最佳换能器的位置和方向，以有效刺激目标组织。当前最先进的方法采用数值模拟来确定最佳换能器位置（协议的第3步），尽管这只是一个例子，而非最终标准。另一种基于经验的方法，是将头皮位置定位经颅磁刺激（TMS）最有效引发对侧运动反应的位置，并将换能器置于该位置，其表面垂直于头皮^2,3（步骤4）。原则上，这种TMS引导方法可以扩展到其他具有可识别输出的脑区，比如视觉皮层中对光子的视觉。然而，需要更多数据和出版物来验证该方法的更广泛适用性。

临床TUS的结局指标包括基于安全性和有效性的评估。鉴于临床翻译处于探索阶段，使用标准临床指标可能尚未检测到显著疗效。因此，替代反应指标常被用来替代疗效指标，以检测低于临床疗效的效果。安全监测可以结合线上和线下评估。在线安全性可以通过在刺激时放置在头皮上的热电偶来追踪，这在临床环境中提供了一种实用的方法（步骤6.5）。为离线安全性，该协议提供了表观扩散系数（ADC）定量（步骤8）的指导，因为ADC常用于评估组织完整性¹⁵。替代反应指标因目标疾病或关注领域而异。对于中风后运动恢复的研究，将描述对侧皮质脊髓兴奋性（CSE）和运动序列学习（MSL）指标（步骤9-11），因为它们为TUS的探索性临床疗效提供了可靠的神经生理和功能标志。

综合来看，该方案为神经和神经典型成人实施TUS提供了一个详细、模块化且可适应的示例，强调易用性和延长刺激持续时间。该协议源自Huang等，2025年^第2期，采用非交钥匙驱动系统，允许对脉冲整形和单元件换能器的定制。以逐步的方式，首先呈现系统无关的一般原则，并在适当情况下给出系统特定的示例实现。

方案

Huang等人，2025年² 月2日提出的实验程序已获得杜克大学机构审查委员会批准，符合最近更新的赫尔辛基宣言。在报名前，请获得每位参与者的知情同意。

注意：在作说明的同时，同时作硬件和软件，以增强理解并确保准确实施。 图3A 展示了相关步骤的概述， 图3B 展示了基于模拟（第3步）与非基于仿真（第4步）目标定位的决策流程图。 补充材料 提供了涵盖同意资格、安全筛查、TUS设备质量控制及不良事件监测的范例清单。

1. 同意与安全筛查

1. 纳入标准：i） ≥21岁，任何种族或性别，ii） 1个月前首次缺血性或出血性中风，iii） 出现单侧肢体无力，Fugl-Meyer上肢量表≤62（最高分=66），iv） 短短性假发性拇指外展（APB）具有可由TMS诱导的运动诱发电位（MEP）。排除标准：i）任何同时伴随的神经系统疾病影响的手臂功能，ii）在中风发病前已记录为严重痴呆，无论用药状态如何，或iii）磁共振成像（MRI）¹⁶/TMS¹⁷/TUS¹⁰的禁忌。
2. 告知每位参与者研究目的、主要作及相关风险。回答他们可能表达的任何问题或关切，然后让他们通过签署同意书确认对同意流程的理解。
3. 请根据TUS¹⁸ 和TMS¹⁷ 安全检查表对每位参与者进行调查。排除未满足所有安全要求的参与者。

2. TUS换能器表征 ¹⁴

注意：执行本节步骤以获得新TUS换能器的初步特性，或定期确认/校准换能器输入输出声压关系。 图4 展示了基于水箱的TUS换能器表征实验装置。

1. 用脱气、去离子水注满水箱，以防止对水听器造成潜在损害。
2. 将超声换能器固定在水箱的灯具上，并将水听器安装到三轴定位系统上。
3. 将水听器连接到示波器，只有在水下完全浸没后才开启功率。
4. 只需在换能器完全浸入水中并开启水听器后，使用功能发生器和射频功率放大器驱动换能器。
   注意：确保输入电波形每个脉冲至少包含5个周期（即PRI和PTI），以稳定换能器输出。
5. 使用三轴定位系统将水听器尖端定位在超声换能器视觉定义的近似焦点区域，扫描水听器在可能产生主压力输出的位置，记录示波器读数以获得声压分布，并记录焦点区域所在的水听器位置。
   注意：利用水听器的灵敏度（即mV/MPa）和示波器读取水听器录制的电信号来计算声压。
6. 通过施加不同输入电压，评估超声换能器的传输灵敏度（即换能器在输入电压峰峰值振幅下的压力输出，kPa/V_PP）。
7. 如果将换能器的特性外包给具备相应专业知识的协作实验室，请确认换能器的透射灵敏度（kPa/V_PP）、换能器的焦深（mm）以及超声波束的-6 dB波束宽度（mm）均已收集。焦点深度定义了潜在治疗能量能够有效传递到目标大脑区域的最大穿透深度。超声波场的-6 dB波束宽度规定了焦点区域的侧向范围，从而划定了脑组织内的有效治疗体积。

3. 基于模拟的TUS目标定位（推荐，需参与者扫描）

注意：基于模拟的TUS定位需要刺激预定的颅内位置。此类靶点选择具有研究特定性，常用方法包括基于MRI图谱的解剖学方法和以个体功能MRI^{激活数据为}指导的功能性方法7，以及连接性导向靶向¹⁹。选择符合研究和假设的方法，并遵循相关文献^7,19确定颅内靶点。接下来，按照以下步骤获得刺激颅内靶点的TUS换导器位置。

1. 从MRI重建分段头模型——示例实现：安装电场（电场）模拟软件（见材料表），并在参与者结构MRI扫描文件夹中打开终端。通过输入 charm ParticipantID ./ParticipantID_T1.nii.gz，在键盘上按回车/回车键，运行 e-field 软件²⁰ 的 CHARM 流水线。如果有 T2，可以运行 Charm ParticipantID ./ParticipantID_T1.nii.gz ./ParticipantID_T2.nii.gz。请注意上述命令中的空格和周期。根据终端类型，前斜杠（/）可能需要被后斜杠（\）替换。
2. 检查切割结果，特别是病变（如果有）和头骨——示例实现：打开创建的m2m_ParticipantID文件夹中的charm_report.html，点击查看器浏览切片，查看CHARM的切割结果。特别确认皮层和小梁骨、大脑（灰质和白质）以及头皮的轮廓，因为下游的TUS定位软件²¹（见材料表）主要使用这些。如果分割不满意，请按照电子场软件的指南手动编辑头部模型。
   注意：对于患有中风等病变的参与者，电子场软件允许对病变进行定制划分，从而实现自定义的切片分配。然而，截至 V0.4.3 版本，TUS 的目标锁定软件尚未能够识别来自电子场软件的自定义片段。因此，当出现病变时，只需确认上述组织类型的轮廓正确且不受病变影响即可。
3. 颅内目标定义设置——示例实现：在神经导航软件中点击 新的SimNIBS项目 （见 材料表），然后选择m2m文件夹中的 .msh 文件。
   注意：神经导航软件2.5.9版本用于详细说明此及后续步骤，但这些步骤适用于2.5.9至2.5.3版本。
4. 物理头部MRI注册设置——示例实现：点击 配置地标...... 在 “地标 ”标签下，将地标放置在机头尖端、鼻孔和左右的上截角缺口，然后保存项目文件。
   注意：这一步的标志应是MRI期间皮肤未被压迫或拉伸的部位。根据参与者的MRI采集情况，可选择除上述标志以外的其他标志。
5. 定义颅内目标并将其加载到TUS目标软件中——示例实现：点击 配置目标...... 在 目标 标签下，显示头 皮与目标、直线与目标、直 线90及目标 。左键点击大脑中预期的TUS焦点，使用右下角的 十字线偏移 滑块将偏移光标投射到头皮上，滑动右侧的 AP 滑块以最小化头皮与目标的 距离，然后滑动 Lat 滑块直到虚拟换能器与 Inline 90 and Targets中头皮切线。在 “新...... ”下拉菜单（窗口左上角），选择 轨迹 以保存此位置。在窗口左下角，切换 fU，选择结果文件夹，然后点击 “计算模拟 ”以调用TUS目标锁定软件。
   注意：仔细检查此步骤中轨迹路径上是否有任何解剖窦或充满空气的腔体。如果是这样，选择一个更好的路径，避免进入鼻窦/腔洞。
6. 初始化TUS目标定位软件——示例实现：确认TUS目标软件中成像 输入 下的自动填充条目除热量配置文件外正确，选择将使用的换能器（“单”指单元换能器），如果有多个计算后端可用，则选择所需的 计算后端。接下来，点击 “选择热量配置文件”...... 加载描述TUS驾驶信号时间模式的正确.yaml文件。请参阅TUS定位软件的文档来构建该.yaml文件。例如，Huang 等人，2025² 页中 TUS 时间模式的 .yaml 文件为
   BaseIsppa：8.0 # W/cm²
   AllDC_PRF_Duration：#All 会考虑的时间组合
   - DC：0.2
   PRF：1000.0 #Hz
   持续时间：0.5 #s
   持续时间：1.0 #s
   重复次数：480
   注意：本示例仅供说明参考。480次重复对于TUS目标软件来说过多。该.yaml文件仅影响TUS目标软件的热成像，不影响其声学模拟，而声学模拟是TUS目标定位的唯一基础。对于长时间的TUS目标，使用TUS目标软件进行目标锁定，而非热模拟。使用开源声学模拟软件（见 材料表）进行长期范式的热仿真。请参阅其文档以估算温度上升、43°C（CEM43）热剂量下的累计等效分钟数及热指数，确保所选参数符合食品药品监督管理局²² 号和ITRUSST生物物理安全¹⁸ 号指南。
7. 获取组织掩膜和声学模拟输入参数——示例实现：按 继续 键进入 步骤1——计算掩膜 并选择正确的 美频（kHz）（ 即换能器的基频）和所需的 PPW （即每波长的点数）。9 PPW 确保了稳定和准确的结果，但计算负担较重，默认的 6 PPW 是 TUS 目标定位软件的最低要求，平衡了快速计算、稳定性和准确性。点击 计算规划面罩。计算结束后，检查输出掩码，确保头皮、骨骼和大脑的标记准确度达到理想水平。
8. 输入换能器特性分析并运行TUS目标定位——示例实现：Hit Step 2 - 交流模拟。如果在第3.6步选择 单片 ，输入换能器的 焦距（mm） 和 直径（mm）， 在 Tx外面距离（mm）输入头皮与换能器出口面之间的距离（由于介质如扩散凝胶或凝胶垫），并输入目标 外的最大深度（mm）。这个深度是模拟中目标之外的空间。大多数情况下默认的40毫米足够，但如果目标位于骨组织上方，增加深度能确保反射效果被考虑。在上述输入后，点击 “计算场”，等待计算结束，点击 “计算机械调整”，然后再次点击 “计算场 ”。使用两个 水平滑杆检查最终的TUS聚焦相对于目标。如果焦点距离目标不够近，重复机械调整，计算场作用直到对焦-目标距离（见图5A）。
   注意：请参阅TUS定位软件中关于除 Single外换能器类型的文档。
9. 保存计算优化的TUS目标——示例实现：关闭TUS定位软件返回神经导航软件。注意新增了一个目标 轨迹X模组 ，其中轨迹X是第3.5步创建轨迹的名称。这就是TUS期间换能器放置的目标。关闭 目标 窗口并保存当前项目文件。
10. 注意：第3.1至3.9步应在参与者参加TUS前完成。

4. 非仿真基础的TUS定向（参与者扫描可选，适用于具有可读TMS结果的领域）

1. 初始化神经导航TMS——示例实现：点击 新建空项目 ， 点击此处选择解剖数据集 ，在神经导航软件中选择参与者MRI。如果参与者的结构性MRI无法获得，请点击 新的MNI头部项目 。
   注意：请使用选择的神经导航系统/软件。该协议在2.5.9版本使用神经导航软件（见 材料表）来展示代表性程序。
2. 如果没有使用参与者核磁共振，可以跳过这一步。从参与者MRI重建大脑和头皮——示例实现：如果使用参与者MRI，请进入“ 重建 ”标签，然后选择“新重建”......下拉菜单，选择皮肤，然后在打开的窗口中按下“ 计算皮肤 ”按钮来重建头皮。关闭皮肤窗口，新 重建...... 下拉菜单，选择 全脑曲线，在打开的窗口中将 切片间距 设置为0.5毫米，然后点击 计算曲线。重建大脑后，调整 皮尔深度 滑块，直到重建后的大脑暴露在皮层外表面，并关闭曲线脑窗。
3. 如果不用MRI，可以跳过这一步。物理头部MRI注册设置示例实现：如果使用MRI，请进入“ 地标 ”标签页，然后 配置“地标......”，通过单击重建头皮，在鼻颈和左右骨顶缺口放置地标，然后点击左上角的 “新” 。通过检查三个MRI视角中的十字准星，确认地标的位置。如果需要，调整准星以微调标志的位置。满意后关闭 注册地标 窗口并保存项目文件。
   注意：第4.1至4.3步应在参与者参加TUS前完成。根据需要选择除内页以外的地标和左右上凹。好的标志是MRI采集时皮肤没有被压迫或拉伸。
4. 如果视觉领域使用TUS则跳过这一步。准备肌电图（EMG）记录——示例实施：识别目标肌束（TU）的肌肉，用酒精湿巾清洁目标肌肉上方的皮肤，必要时剃须，并在腹部和肌腱上敷用肌电极。在相邻的骨区施加另一个电极作为参考。
   注意：在皮肤准备过程中，服用抗凝药物的参与者请注意。
5. 初始化神经导航TMS——示例实现：进入神经导航软件中的 “会话” 标签，然后选择 “新...... ”下拉菜单，在线 会话 以启动新会话窗口。在这个会话窗口中，进入 IOBox 标签页，在 TTL触发选项中，检查接收TMS刺激器触发信号的正确通道/开关，并确保死 时间：设置为0毫秒。
6. 如果视觉领域使用TUS则跳过这一步。建立集成神经导航-肌电图——示例实现：对于运动领域，如果使用神经导航系统的肌电图，请检查正确的获取肌电图通道，并输入足够长的时间以捕捉目标肌肉的肌电图。
7. 为参与者神经导航做准备——示例实施：将受试者追踪器安装在参与者身上，确保稳定。进入神经导航软件中的 Polaris 标签页，将相机/参与者定位，使绿点（参与者）大致位于三个青色方框（相机的视距）中心。
8. 进行物理头部MRI注册——示例实现：进入 注册 标签，单击一个地标，稳定地将神经导航系统的指针放在参与者相应的地标上，同时确保指针和受试者追踪器都能被摄像头看到，然后点击 采样并前往下一个地标。重复此过程，直到所有地标都被采样。
9. 如果使用参与者核磁共振（MRI），可以跳过这一步。将缩放模板MRI映射到参与者的物理头部——示例实现：如果没有使用参与者的MRI，请进入 缩放 标签页，稳定地将指针放在参与者头顶，点击 添加标志。重复这个动作，针对头部左、右、前、后四处最外侧的点。
10. 验证参与者与MRI的注册情况并如有需要时更新——示例实现方式：进入 验证 标签页，轻轻将参与者头皮上的指针滑过预期的TUS/TMS入口点，检查准 星<->皮肤 距离，越接近零越好（<1毫米可作为定量作阈值）。如果显示的距离被认为不可接受，请进入 注册，清除全部，重复步骤4.8至4.9直到达到可接受距离。
11. 设置神经导航窗口——示例实现：进入“执行”标签，打开 靶心（线圈中心）、曲线脑与样本 、 皮肤与样本 视图，并将 驱动：设置为正确的TMS线圈。如果使用神经导航系统的肌电图，也要调出 肌电图 和 肌电图舱记录 。
    注意：如有需要，使用 靶心（目标中心） 代替 靶心（线圈中心 ）。
12. 搜索带有响应的TMS线圈放置示例：同时使用曲线脑和头皮的近似位置来获得初始起跳，将TMS线圈放置在头皮的不同位置和方向，并对每隔10秒的单次TMS脉冲进行²³。如果整个解剖学合理区域无反应，则增加刺激器输出。
    注意：有关TMS刺激器和线圈模型以及EMG采集硬件和软件，请参见 材料表 。以实现为例，EMG采集采用了5000 Hz的EMG采样率、20 - 20000 Hz的带通滤波器、60 Hz的陷波器、1000倍增益、手动伪影抑制，并采用了Soda等人， 2020²⁴页描述的MEP检测算法。
13. 使用特定区域的反应定义目标TMS线圈位置——示例实现：重复步骤4.12，直到观察到反应，即运动区域的EMG峰值幅度显著（见图6），参与者报告视觉区域对光灵的信心视力。点击 => 目标 ，然后在 Targets to Sample： list 中左键点击该样本，将线圈位置和位置设为目标。
14. 在初始TMS目标处获得额外重复次数——示例实现：通过将线圈放置在Bullseye（线圈中心） 或 靶心（目标中心） 视图中显示的三个指标尽可能接近零的位置，施加2到3次额外脉冲并对准该目标。记录结果的回答。
15. 检查靠近初始TMS目标的位置的响应——示例实现：在 靶心（线圈中心）/靶心（靶心） 视角的第一象限，将线圈从该目标移动~7毫米，将线圈固定在新位置和方向，施放~3次脉冲，并记录结果响应。对另外三个象限重复。如果非中心线圈设置的平均响应比中心线圈更强，则通过在 “已录制样品：列表” =>“目标中单击该样本，然后在” 目标采样“列表中单击该样本，将该样品设为目标。
16. 重复步骤4.14和4.15，直到某个中心及其四个象限的平均响应最强。该中心的样本将成为TUS的目标样本。记录这个样本编号并保存项目文件。

5. TUS 设置

1. 连接TUS硬件并开始示波器录制——示例实现：如图7A所示，连接功能发生器、放大器和示波器。打开示波器，设置为 运行 模式，调整垂直和水平轴以符合兴趣的比例。
   注意：拥有两个函数生成器并非总是必要的。部分函数发生器型号可以产生具有多层频率控制的波形。此外，该协议所用硬件在电阻抗上已经匹配。当电阻抗不确定时，放大器和示波器之间需要串联电阻。
2. 启动并检查驱动信号，然后（对于非交钥匙系统）开始输出功率——示例实现：将放大器的 主电源 开关从O切换到I。将放大器的功率输出调至零，然后将功能发生器配置为选择的波形，确保每个PD的起点和结束都加入了增益。检查两个功能发生器的设置后，先按顶部发生器的 输出 ，再按下方发生器的 输出 ，然后通过转动 ADJUST 轮，检查显示的 增益值，将功放功率调节至100%，然后按下功放的 POWER 按钮开始输出（见图7B）。
3. 检查驱动信号波形并允许系统输出稳定——示例实现：确认示波器观测到的波形符合预期，并让驱动系统运行15分钟（根据 材料表中规定的硬件经验标准），以确保输出稳定（见图7C）。
   注意：稳定放大器输出与电压波动无关。它允许电压稳定在期望范围内，例如电压压_值从初始 值下降10-20%并保持该水平，配合该协议中的放大器（见 材料表）。不同的驱动系统会有不同的电压_PP 降低/增加，以及不同的持续时间，以确保输出的稳定。在有首位参与者之前，通过实证方法确定系统特有的行为和稳定输出所需的持续时间。
4. 验证基于渐进的听觉效应缓解措施。检查每个PD开始和结束时的驱动信号波形是否有强化。拨号（或逐步降低）放大器输出至零，将换能器完全浸入水中，出口面（即刺激侧）位于水面以下~1英寸且朝上，然后拨号（或逐步增加）放大器输出至100%。如果斜坡实施失败，水珠会从水面喷出，类似喷泉;而成功的斜坡则会在水面产生涟漪，水珠不会流出。
5. 校准TUS传感器用于神经导航——示例实现：在传感器支架上安装神经导航工具跟踪器。在神经导航软件中，在 “窗口”工具校准“下，点击 ”新校准 “以创建TUS换能器的新校准。在校 准名称后输入名称，然后在 工具追踪器中选择正确的工具跟踪器。将安装在工具追踪器的传感器对准校准块，使模块的参考指示针与传感器出口平面中心相接且垂直，点击 “开始校准倒计时”，保持静止5秒，确认神经导航软件显示 成功。如果没有，则重复此最后一个动作直到看到 成功 。完成后，关闭 “编辑校准 ”和 “工具校准 ”窗口。
   注意：后续使用时，请在现有工具校准列表中的相应校准中单击左键替换新校准作，并点击重新校准。
6. 终端TUS设置示例实现：当参与者准备好进入TUS时，按下放大器的 电源 按钮（而非 主电源 开关）以 关闭 输出，断开示波器与放大器的连接，并将换能器连接到放大器输出端。

6. TUS的管理

1. 如果使用非仿真目标，可以跳过这一步。将基于仿真的TUS目标加载到神经导航中并执行参与者-MRI注册（步骤4.7-4.10）——示例实现：如果使用基于仿真的目标且参与者准备好进入TUS，进入神经导航软件中的 “会话” 标签，进入 新 ......下拉菜单，并使用 在线会话 以启动新会话窗口。在 目标标签下 ，单击左键点击 轨迹X-mod 目标，按 Add => 将其设为本次会话的目标。接下来，严格执行步骤4.7-4.10，然后进入 “执行 ”标签。
2. 设置TUS神经导航——示例实现：在执行窗口中至少调出靶心（线圈中心）或靶心（靶心）视图，将驱动：设置为正确的TUS换能器，并在左上角的目标采样列表中选择正确的目标。
3. 为参与者头皮准备TUS耦合——示例实施：尽可能梳理头发，露出头皮在TUS换能器的大致位置，并由此形成前后分界线。沿着这条分缝线涂抹脱气超声凝胶，沿着自然发丝方向向外施加手指压力，以破气泡并使头发湿透。根据换能器的尺寸，在初始分线两侧各距约1.5厘米处创建1-3条额外的分线，并重复上述作。接着，回到最初的分界线，重复上述动作4次。
   注意：此步骤遵循ITRUSST实用建议⁷。
4. 将TUS换能器与参与者耦合——示例实现：将TUS换能器绑在参与者头上，并通过调整换能器位置使传感器与目标对齐，使靶心（ 线圈中心 ）和靶心（靶 心 ）显示的三个指标尽可能接近零，距离偏差<1.5毫米，倾斜偏差（俯仰+滚转）<2度， 旋转偏差（偏航）<1度可作为定量作标准。确认换能器位置后，稍微收紧带子。确保参与者感到舒适且不被噎住。
5. （可选但推荐）如需在线安全评估，可在换能器和头皮之间插入热电偶导线。插入超显胶内，理想情况下靠近头皮，而不是换能器表面。插入探头的一侧，而非中心，使超声波在局部头皮温度监测时影响最小。用热电偶线绑在头上，以防头部晃动时保持固定。用纸胶带在易拆和粘性之间取得平衡。
6. 启动TUS并记录初始换能器位置——示例实现：按下功放的 电源 按钮以打开输出，从而打开TUS。同时，按下神经导航软件窗口左下角的 “采样现在 ”按钮，记录初始换能器的位置。
7. 在TUS期间记录换能器放置并根据需要调整——示例实现：在TUS期间按需点击 采样 器，以便记录换能器放置。密切关注 靶心（线圈中心） 和靶心（靶 心中心）中的三个指标。如果传感器偏离目标，则调整其位置，这可从三个指标远离零点（见图8）中体现。
8. 如果使用热电偶，监测头皮温度;若热电偶读数接近43.3°C（110°F）²⁵ 或参与者报告过热感，应介入。
   注意：这个43.3°C（110°F）的头皮阈值是为了避免≥2^度头皮烧伤。颅内热剂量限制由ITRUSST安全指南¹⁸规定，指出如果满足以下三项条件之一，ITRUSST认为热效应是安全的：颅内温度升高≤任何时刻2°C，热剂量≤0.25 CEM43，或根据热指数水平（TI，2.018，但软组织TI和聚焦骨骼（TIB）也有定义。确定TIC、TIS或TIB哪个更符合该情景。

7. 完成TUS

1. 结束TU，检查参与者的健康状况，并清洁参与者的头皮——示例实现方式：按下放大器的 电源 按钮关闭输出，从而关闭TUS。取下探头和所有头顶设备/设备，检查头皮是否有红肿，并检查参与者是否有任何不适或不良事件。在确认没有不适或事件发生，或回答/解决提出的问题后，轻轻擦拭以尽可能清洁超声凝胶。
2. 神经导航数据结束和导出——示例实现：在神经导航窗口按下完成键，通过文件保存项目和保存项目。从会话列表中选择当前会话，点击复习，从窗口左下角的导出......下拉菜单中选择Brainsight文本文件（.txt），确保选择了方向（3个方向向量），并把“吸附到”下拉菜单为“无”，根据需要配置其他设置，然后点击保存导出录制的TUS位置和刺激时的方向。
   注意：确保每个样本名称中不带空格并非强制要求，但这是个好习惯。

8. 离线安全评估（可选但建议）

1. 在最小范围内获取三维T1磁化预备的快速采集梯度回波（MPRAGE）和扩散张量成像序列（DTI）。T2加权液体衰减倒转恢复（FLAIR）图像与T1 MPRAGE相同分辨率为可选，但对中风尤其有价值。获取TUS前后的信息。
   注意：请根据需要选择神经影像参数和扫描仪，该方案具有T1 MPRAGE：各向同性空间分辨率为1毫米，时间相变为2400毫秒，时间相变为3毫秒，TI为900毫秒;标签：1毫米各向同性空间分辨率，5000毫秒TR，90毫秒TE，1806毫秒TI;以及DTI：双自旋回波、回声平面成像采集，2毫米各向同性空间分辨率，b因子=1000秒/毫米^²，切片厚度2.5毫米。请参阅 材料表 以了解所使用的扫描仪。
2. 将原始图像转换为NIFTI（即.nii格式），如果默认未默认，使用选择的方法。例如方法可参见 材料表 。
3. 分离4D DTI图像并获得脑罩——示例实现：安装DTI处理软件²⁶（如尚未安装，详见材料表），在4D扩散NIFTI上运行fslsplit，并对生成的vol0000文件进行脑罩²⁷的投注。
4. 纠正DTI图像中涡流引起的失真——示例实现：创建一个由N个1组成的 单行index.txt 文件，中间有一个空格（例如，当N=5时， index.txt 只包含：1 1 1 1 1），其中N是bval文件中的数值 ，运行涡²⁸ ，其中 --imain， --mask、--bvecs、--bvals、--index、--acqp、--data_is_shelled、--repol 和 --out 选项，其中索引文本文件是 --index 的输入，而包含 0、1、0、0.08（即 0 1 0 0.08）的单行空格划分文本文件是 --acqp 的输入。
5. 对于神经典型成年人，跳过这一步。为病灶掩体界定病灶——示例实现：使用所选病灶分割工具，或在FLAIR上手动绘制病灶遮罩（若研究有病灶队列），若无FALIR则使用T1，并保存为NIFTI。
6. 解剖MRI图像分段——示例实现：安装MRI处理软件（见 材料表），如果尚未安装，请在编程平台（见材料表）命令窗口中运行 spm fmri ，点击 分段 按钮、 SPM 下拉菜单、 工具、临床和 磁共振分段归一 化以调出分段窗口。输入T1到 解剖图，病灶掩盖到 病灶图 （神经典型请留空），FLAIR输入 病理扫描，点击 绿色三角形 开始分段²⁹。
7. 将扩散张量模型拟合到经过涡校正的DTI图像，以获得标量DTI映射——示例实现：运行dtifit³⁰，并开启了--data、--out、--mask、--bvecs、--bvals和--verbose选项，其中第8.4步（涡步）中进入---out即为--data的输入。在dtifit后对4D扩散图像运行fslsplit，创建一个新的vol0000。
8. 在TUS施用期间获取代表性的换能器位置和方向——示例实现：在神经导航软件的文本文件中使用自定义脚本或发布的流水线³¹ （步骤7.2），通过 “目标 ”标签导入该表示，左上角新 ...... 下拉菜单，再从 文件导入 ......表示，然后在 名称 列表下方单击该表示， 然后点击 “前往” 以确认它是否处于合理的位置和方向。
   注意：确保此神经导航软件文件基于TUS前的MRI图像构建。确保神经导航软件导出的换能器位置和方向与进行声学模拟的MRI图像坐标相同。
9. 获取TUS刺激组织的兴趣区域（ROI）——示例实现：通过执行步骤3.1 - 3.2和3.6 - 3.8进行声学模拟。在第3.8步中运行一次 计算字段 。
10. 将第8.6步的TUS前解剖扫描和组织片段掩膜对齐到第8.7步的b0标量DTI图谱——示例实现：使用MRI处理软件的 coregister-est&reselice ，其中vol0000为 参考，TUS前T1为 源，第8.6步的c1到c5文件（pre-TUS数据）输入 其他图像。使用同一工具将 TUS 后 dtifit ed vol0000 对齐到 TUS 前、dtifit 后 vol0000（即 参考 = 前 TUS，分类 vol0000 和 源 = 后 TUS，dtifit 后 vol0000），然后同样地将 TUS 后 T1 和第8.6步的段掩码对齐到任一 vol0000。
11. 将TUS激励的ROI（步骤8.9）与灰质和白质掩模相交，获得ADC读数的最终ROI——示例实现：通过运行 fslmaths rc1_* -thr 0.5 -bin ID_GM.nii 和 fslmaths rc2_* -thr 0.5 -bin ID_WM.nii，结合所得掩模，运行fslmaths ID_GM.nii -add ID_WM.nii ID_WGM.nii， 并通过运行 fslmaths *_FullElasticSolution.nii.gz -mas ID_WGM.nii ID_roi_WGM.nii ，其中 *_FullElasticSolution.nii.gz 是第 8.9 步的仿真输出，从而得到该合并掩模与模拟声场的交集。
12. 叠加最终ROI掩膜（步骤8.11），并获取TUS前后ADC——示例实现：将此 ID_roi_WGM.nii 叠加到MRI查看器中TUS前后dtifited卷0000（见 材料表），然后 绘制描述，记录中 位数值，并通过计算（前前）/预百分比，利用TUS中位数计算（后预）/预百分比，获得ADC后与前ADC变化。

9. 评估由TUS引起的CSE变异

本节的步骤是模块化的。进行这些测试以评估相对于TUS所需的频率和时间点的CSE。根据具体研究问题选择频率和时间点。有关TMS刺激器和线圈模型及EMG采集硬件的 材料表 。

1. 评估接受TUS的皮层表征肌肉的CSE，并对该肌肉执行4.4步以准备肌电极。
2. 执行步骤4.5-4.11以准备神经导航。
3. 确定最能刺激目标肌肉（即热点）的TMS线圈设置（位置和方向）。
   1. 如果TUS目标定位是非仿真的，使用非仿真基础的TMS热点——示例实现：在神经导航软件中，在下方“ 目标样本”列表中，单击产生最强肌电图响应的样本，使其成为神经导航目标。
      注意：有关TMS刺激器和线圈模型以及EMG采集硬件和软件，请参见 材料表 。以实现为例，EMG采集采用了5000 Hz的EMG采样率、20 - 20000 Hz的带通滤波器、60 Hz的陷波器、1000倍增益、手动伪影抑制，并采用了Soda等人， 2020²⁴页描述的MEP检测算法。
   2. 如果TUS目标定位基于仿真，执行步骤4.12至4.16以确定热点。
4. 确定1 mV电机阈值（MT_1mV）——示例实现：将TMS线圈与上述热点对齐，方法是通过最小化靶心窗口中显示的三个指标（距离偏差<1.5毫米，倾斜偏差（俯仰+滚转）<2度，以及旋转偏差（偏航）<1度），确定诱导1 mV MEP所需的TMS刺激输出， 即MT_1mV，采用可选算法（例如PEST³²）。如果在100%最大刺激器输出（MSO）下无法达到1 mV MEP，则确定0.05 mV MEP所需的MSO百分比。
   注意：0.05 mV MEP所需的MSO百分比不是MT_1mV （见第9.5步）。此外，当多次执行该部分时，只需在第一次确定MT_1mV 步，除非选择MT_1mV 作为CSE的全局度量。
5. 在MT_1mV 上发射20个单次TMS脉冲，脉间间隔为10秒²³>。
   注意：如果MT_1mV 无法达到但MT_0.05mV 可以，则使用100% MSO。如果MT_1mV 和_{MT 0.05mV} 都无法达到，该参与者将不符合本次CSE评估的资格。

10. 评估由TUS引起的MSL变异

注意：本节步骤为模块化。进行这些测试以评估相对于TUS的所需频率和时间点的MSL。根据具体研究问题选择频率和时间点。

1. 使用选择的软件/语言（参见 材料表 示例）构建离散序列制作任务，将一个五键物理键盘放置在电脑屏幕前，屏幕上显示五个水平等距、2厘米×2厘米的空方框，与五个键盘按钮对齐。让珠子一次出现在一个盒子里，按下对应按钮时珠子消失，然后出现在另一个盒子里。让珠子在五个盒子中出现且不重复，形成一个出现序列，例如盒子编号1-4-3-2-5。让任务重复十二次。在任务开始前设置一个欢迎页面，并让从欢迎页面切换到任务，只需按任意键即可启动。有一个响应时间记录器，记录每次珠子出现到对应按键之间的时间。一个伪代码的例子是
   boxes = [1, 2, 3, 4, 5]
sequence = [1, 4, 3, 2, 5]
repeats = 12
rt_log = []
print("Welcome! Press any key to begin.")
wait_for_any_key()
show_boxes() # draw empty boxes
for r in range(repeats):
  for target in sequence:
    show_bead(target) # bead in current box
    start = current_time()
    while True:
      key = wait_for_key()
      if key == target: # correct button
        rt = current_time() - start
        rt_log.append(rt)
        clear_bead()
        break
      else:
        continue # ignore wrong presses
print("Task complete. Thank you!")
save(rt_log, "results.csv")
   注意：按钮/方框数量和序列重复会根据实验设计有所不同。考虑因素包括关注队列的功能水平，以及参与者间序列的平衡，即参与者人数应被可能序列数整除。珠子消失与下一次出现之间，以及一个序列结束到下一个序列开始之间的间隔，也取决于实验设计。
2. 让参与者保持舒适的坐姿。用参与者那双可怜的手将键盘放在一个舒适够到的位置。
3. 向参与者解释：“屏幕上会有五个方框。一个珠子/圆圈会出现在其中一个盒子里。看到珠子/圆圈后，用你受划划影响的手按相应的键。尽快做，我们会计时的，好吗？有问题吗？”
   注意：避免以任何形式提及“序列”。MSL需要隐性学习，才能作为运动皮层^状态的衡量指标。提到“序列”增加了参与者索引每个方框并明确记住序列的可能性，从而使MSL评估运动皮层状态的能力失效。
4. 在回答参与者的问题后，随机分配一个序列，并告诉他们“你准备好了可以按任意键开始”。
5. 在任务中观察参与者的姿势，若发现跌倒迹象及时介入。同时，如果参与者用另一只手/手臂辅助，提醒他们此项任务只能用巴雷特手。
6. 检查参与者是否完成任务，取下键盘/屏幕，表扬参与者的表现，并表达感谢。

11. 数据分析

注意：整体数据分析取决于实验设计。以下步骤提供了CSE/MSL测量的一个基本单位的说明，以及一个简单、规范的预后比较百分比示例。

1. 计算机科学与环境分析
   1. 检查每个EMG走线，寻找起始延迟至少19毫秒的可识别MEP（APB），计算每个MEP起始与偏移之间的峰值幅度，并计算该模块内20个MEP的中位峰峰值幅度。该中位振幅将作为该区块的CSE度量。
      注意：MEP潜伏期的起始取决于肌肉、肌肉状态（休息与活动）及神经系统疾病，例如上肢：10-40毫秒³⁴;下肢：30-45毫秒^35,36。如果感兴趣的肌肉不是APB，请查阅相关文献。MEP的起始/偏移可以通过Soda等，2020年，^第24页描述的阈值方法确定。
   2. 通过从CSE前的测量中减去CSE后的测量，再除以CSE前的测量，得到CSE前变化百分比。
2. MSL分析
   1. 计算每次重复序列中的中位响应时间，即五次按键的中位数，然后计算十二次重复内的中位数。这个“中位数的中位数”将作为该区块的MSL度量。
   2. 通过从MSL前测量中减去后MSL测量，再除以MSL前指标，得到MSL前变化百分比。

结果

基于模拟的TUS定位首先根据与颅内靶的接近度和与颅骨的垂直性手动定义初始换能器定位，并利用该初始置放和换能器规格来求解颅内声场。接下来，它计算预期的刺激目标与声场焦点之间的差异，更新换能器在该差异方向的反向位置，利用该新换能器位置求解声学场，并尽可能迭代直到声学聚焦达到预期的刺激目标。图5A展示了对皮层区域满意定位的示例，图5B则展示了一种额外迭代会有所帮助的情景。图5C强调了一个意想不到的重要条目——距离Tx外翼到皮肤（mm）。TUS定位软件默认此距离值大于典型换能器-头皮距离，导致结果窗口大小难以辨认。输入更真实的换能器-头皮距离可以解决这个问题，并获得理想的结果窗口大小（见图5A-B）。

非仿真目标定位使用...

讨论

关于TUS在神经系统疾病的应用，研究热情显著;然而，科学严谨性和结果的重复性仍存在需求。成功对目标组织的TUS依赖于若干关键步骤。首先，需要正确表征换能器的传输灵敏度。可选方案包括遵循该协议的第二步、外包给合作伙伴，以及利用供应商服务。第二个关键步骤是定位，即确定换能器在头皮上的位置和方向。对于浅层和宽广目标组织，基于TMS的运动皮层靶向（步骤4）已被证明会影响皮质脊髓的兴奋性以及行为^2,3。对于深层（下皮层、皮层下层）和较小的靶组织，或一般更精确的靶向，基于模拟的靶向（第3步）是TUS⁶目前的先进技术。第三，常被忽视的是，放大器和换能器需要先进行“预热”以提供稳定输出（步骤2.4和5.3）。第四，必须仔细准备头皮进行TUS（第6.3步），快速计算显示即使是小气泡也能反射超过80%的TUS能量。第五，在TUS期间（第6.7-6.8步）密切监测对于确保对目标组织的准确刺激和保障参与者安全至关重要，尤其是在TU...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
3D打印机	终极制造者	第三季	用于制造换能器支架。
3T MRI扫描仪	通用电气	信号UHP
巴别脑	塞缪尔·皮查多（卡尔加里大学）	版本 0.4.3	正文中称为“TUS目标锁定软件”。访问网 https://proteusmrighifu.github.io/BabelBrain/
布拉洞察	流氓调查		正文中称为“神经导航软件/系统”。用于TUS/TMS目标定位，配备Mac电脑、红外摄像头和标杆。
EMG放大器和模数转换器	剑桥电子设计有限公司	公元1902年，nbsp;MICRO4	用于获取、放大和数字化EMG信号。
DCM2NIIX	克里斯托弗·罗登	V1.0.20250506	将神经图像从DICOM转换为NIFTI。访问方式见 https://pypi.org/project/dcm2niix/
E-prime	心理学软件工具	E-prime 3.0	在正文中被提及为MSL的示例软件。用于创建离散序列生成任务。
信托与头带	流氓调查	ST-1275（主体追踪器）、LCT-494（大型线圈追踪器）、P-1528（指针）	将与Brainsight配合使用，用于神经导航。
FSL	牛津大学		正文中称为“DTI处理软件”。用于可选但推荐的第8步扩散图像处理。
函数发生器	Keysight 技术	33210A	用于生成TUS换能器的驱动信号。
水听器	音田公司	HNA-0400	测量传感器的压力输出。
咔嚓	宾夕法尼亚大学图像计算与科学实验室	ITK-SNAP 4.0	主文中称为“MRI观察器”。访问网 https://www.itksnap.org/pmwiki/pmwiki.php?n=Downloads.SNAP4
K-Wave	布拉德利·特里比、本·考克斯和伊日·贾罗斯	K-Wave 1.4 版本	正文中称为“开源声学模拟软件”。可访问于 http://www.k-wave.org/
MATLAB	数学工作公司	R2024b	正文中称为“编程平台”。访问方式见 https://www.mathworks.com/products/matlab.html
MRIcroGL	神经影像工具与资源协作组	v1.2.20220720	将神经图像从DICOM转换为NIFTI。可访问于 https://www.nitrc.org/projects/mricrogl/
MRIcron（核磁共振）	神经影像工具与资源协作组	v1.0.20190902	正文中称为“MRI观察器”。可访问于 https://www.nitrc.org/projects/mricron
示波器	SIGLENT 科技	SDS 1202X-E	用于测量TUS换能器的输入并记录水听器测量。
蟒蛇	Python 软件基础	Python 3.13	在正文中被提及为MSL的示例语言。用于创建离散序列生成任务。
射频功率放大器	增强现实射频/微波仪器	50A250	用于将函数发生器的输出放大到TUS换能器所需的幅度。
信号	剑桥电子设计有限公司	信号 7.05a（x86）	正文中称为“EMG采集软件”。用于从模拟转数字转换器到计算机获取EMG信号。
SimNIBS	阿克塞尔·蒂尔舍（丹麦理工大学）	版本4.5	正文中称为“电子场软件”。访问方式见 https://simnibs.github.io/simnibs/build/html/index.html
SPM12	功能成像实验室（伦敦大学学院）		主文中称为“MRI处理软件”。用于可选但推荐的第8步MRI图像处理。
TMS刺激器和线圈	Magstim公司	BiStim2，70毫米八字形	用于施加TMS脉冲。
换能器	布拉泰克工业	AT32080
换能器安装	杜克大学队		3D打印的转录器安装件，采用聚乙酸（PLA）并搭配织带。
超声凝胶	帕克实验室	水音速100	应用于TUS换能器和参与者头皮之间。
水箱与三轴定位系统	音田公司	AIMS III 水听器扫描系统	与公司定制。