需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

探索性临床人体研究中经颅超声刺激的方法学方案及注意事项

1K 次观看

⸱

DOI：

10.3791/69236

⸱

2025年12月12日

 ,  ,  ,  ,  ,  ,  ,  ,  , 
1Department of Neurology, Duke University School of Medicine, 2Department of Biomedical Engineering, Duke University, 3Department of Mechanical and Aerospace Engineering, North Carolina State University, 4Department of Orthopedic Surgery, Duke University School of Medicine

* These authors contributed equally

本文内容

摘要

经颅超声刺激（TUS）是一种具有前景的非侵入性技术，能够对人类大脑任意深度进行刺激，为治疗多种神经系统疾病提供了新的治疗可能性。本方案为在神经功能正常成人及中风等神经系统疾病患者中应用TUS提供了一套标准化且可灵活调整的实验框架。

摘要

经颅超声刺激（TUS）正逐渐成为一种非侵入性的神经调控技术，能够以毫米级精度在全脑深度范围内实现刺激。研究工作日益关注其转化应用潜力。已有研究在包括帕金森病和脑卒中在内的多种疾病人群中报告了具有前景的数据，为TUS的临床应用奠定了基础。然而，迄今为止的临床研究在换能器固定、靶向方法和声学参数方面表现出显著的变异性，这限制了研究结果的可解释性和可比性。现有的方法学指南虽对人类TUS进行了总体阐述，但并未聚焦于神经系统疾病人群中的具体应用。本实验方案提出了一种标准化且可灵活调整的框架，用于在神经系统疾病队列（如脑卒中患者）中实施TUS。该方案提供了以下方面的详细指导：（1）面向治疗性TUS应用的关键及可选硬件组件；（2）硬件设置与参数选择，包括减少听觉干扰的策略；（3）校准与质量控制流程，以确保换能器按预定参数输出波形；（4）基于模拟或非模拟方法的靶向定位策略，以精确将TUS焦点定位至目标解剖区域；（5）针对临床人群的方法学调整；以及（6）临床TUS的结局评估指标，涵盖安全性评估和皮质脊髓兴奋性、运动序列学习等替代性结局指标。本方案设计为可重复、模块化的资源，既适用于初学者（为开展基于患者的TUS研究提供实用入门指导），也适用于经验丰富的研究人员（旨在与新兴的科学与方法学标准保持一致）。其目标是支持日益增长的TUS临床研究兴趣，并促进不同研究团队和患者群体之间获得具有临床可转化性、可重复且可比较的研究结果。

引言

经颅超声刺激（transcranial ultrasonic stimulation，TUS）具有深度、聚焦性强且非侵入性的独特优势，这一特性组合已引发研究者日益增长的兴趣，推动其在神经及神经精神疾病（如脑卒中2、帕金森病3、抑郁症4、阿尔茨海默病5等）治疗潜力方面的探索1。专家共识与指导原则旨在提升TUS研究的可重复性与结果可解释性6,7。然而，这些指南主要针对TUS的基础研究应用，对于在人类中探索其治疗相关性的指导仍较有限。例如，在基础研究与临床TUS研究之间，总刺激时长（TSD）存在显著差异——基础研究中通常约为80秒8,9，而为接近临床应用所设计的探索性方案则常超过10分钟2。此类差异凸显了在将TUS探索性地应用于神经系统疾病患者群体时，亟需制定针对性的指导方案。尽管本方案聚焦于脑卒中患者的TUS应用，但其框架同样广泛适用于其他患者群体以及神经功能正常成年人。

经颅超声（TUS）通过向目标脑组织传递压力波以实现调控7。TUS系统的核心硬件组件包括信号发生器、放大器、换能器，以及尤其适用于长时间刺激（TSDs）的头戴式换能器支架6。信号发生器产生定义换能器输出压力波形的电信号。尽管某些信号发生器能够输出TUS换能器所需的峰值电压，但大多数系统仍需在信号发生器与换能器之间连接放大器以增强信号。放大器将电信号的幅度提升至有效产生超声波所需的水平。市面上可购得的TUS系统通常将信号发生器和放大器集成于一个即插即用的整机单元中，可直接连接换能器。换能器通常由压电材料制成，可将电信号转换为机械振动，从而产生超声波。虽然可手动持握换能器，但该方法劳动强度大且易发生位移误差，即使微小的位移也可能导致目标组织完全偏离靶点7。使用带下巴托的机械臂也适用于刺激时间相对较短的基础研究。对于刺激时间超过10分钟的探索性临床TUS应用，一种可行的替代方案是采用3D打印技术制作带有法兰结构的换能器支架，以便通过绑带牢固固定（图1），该方案可在探索性临床环境中兼顾定位稳定性、操作便捷性以及受试者的舒适度。

用于研究中追踪头部运动的假人头戴式动作捕捉装置。
图1：TUS换能器的3D打印支架。单元件经颅超声刺激（TUS）换能器（红箭头所指中心部件）安装在一个3D打印的换能器支架内（蓝箭头所指），支架顶部设有开口（绿箭头所指），用于神经导航工具追踪器；侧面设有开口（棕箭头所指），用于通过螺钉固定TUS换能器和工具追踪器；并配有法兰结构，以便使用绑带将装置固定于头部。请点击此处查看该图的放大版本。

可选的硬件组件包括电学阻抗匹配电路、功率计、示波器、神经导航系统和热电偶。这些设备分别用于减少电反射以优化功率传输、间接验证声学输出（通过功率计和示波器）、确保空间定位准确性以及监测安全性。其具体实施细节和方法学考量在讨论部分和实验方案部分中进一步阐述。

优化经颅超声刺激参数是当前活跃且不断发展的研究领域，涉及电驱动波形的设计。驱动波形的纵轴决定换能器压力输出的幅度；驱动波形的横轴决定换能器压力输出的时间特性，可进一步细分为若干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（International Transcranial Ultrasonic Stimulation Safety and Standards Consortium, ITRUSST）报告指南中提出的术语体系10，经颅超声刺激（TUS）的时间参数按从最短到最长的持续时间顺序排列如下：上升时间（ramp duration, RD）是指压力输出从零上升至规定最大值所需的时间；脉冲持续时间（pulse duration, PD）是指单个激活状态下连续压力输出的持续时间；脉冲重复间隔（pulse repeat interval, PRI）是指两个相邻PD起始点之间的时间间隔，包含一个PD和一段“关闭时间”（即换能器输出为零的时间段），PRI的倒数即为脉冲重复频率（pulse repetition frequency, PRF）；脉冲串持续时间（pulse train duration, PTD）是指PRI重复的总持续时间；脉冲串间隔（pulse train interval, PTI）是指两个相邻PTD起始点之间的时间间隔，包含一个PTD和一段PTD间歇期（即换能器输出为零的时间段）；脉冲串重复持续时间（pulse train repeat duration, PTRD）是指PTI重复的总持续时间。

显示时间间隔的超声脉冲示意图：PTRD、PTI、PTD；波形显示；时序分析。
图 2：经颅超声刺激（TUS）波形示意图。 典型的经颅超声刺激波形，具有潜在的临床疗效。命名遵循 ITRUSST 报告指南10。RD，上升时间（ramp duration）；PD，脉冲持续时间（pulse duration）；PRI，脉冲重复间隔（pulse repeat interval）；PRF，脉冲重复频率（pulse repetition frequency）；PTD，脉冲串持续时间（pulse train duration）；PTI，脉冲串间隔（pulse train interval）；PTRD，脉冲串重复持续时间（pulse train repeat duration）。 请点击此处查看此图的放大版本。

图2展示了这些时间参数。表1.1列出了本方案所依据的Huang等（2025）2研究中的时间参数，格式遵循ITRUSST报告指南10推荐的表格形式，而表1.2则报告了其他附加参数。听觉效应被广泛认为是经颅超声刺激（TUS）实验中的主要混杂因素6,11。调节驱动波形的上升和下降过程（ramping）是减轻听觉效应最常用的方法，因此本方案将其视为主要的缓解手段。理论上，可在每次主动压力输出（即PD、PTD、PTRD）的起始和结束阶段应用不同的斜坡轮廓，但大多数研究在整个刺激过程中采用相同且对称的PD重复模式，从而在驱动信号中仅产生一个RD。斜坡通过窗函数实现，窗函数定义了信号从零上升至规定最大值的“形状”和“速度”，其中Tukey窗在现有文献中应用最为广泛10。在控制听觉混杂因素后，如何选择参数以诱发兴奋性或抑制性效应仍是当前活跃的研究领域，具体选择取决于特定的实验问题。本方案所依据的Huang等（2025）2研究中的参数选择参考了已有文献12，并将PD从0.36 ms减小至0.2 ms，以提供额外的安全余量。方法学方面借鉴了Legon等（2018）13的研究。这些参数选择仅为一个具体示例，而非强制性标准，反映了临床TUS目前仍处于探索阶段。建议查阅相关文献，以根据具体研究假设和目标获得针对性指导。

换能器校准是经颅超声刺激（TUS）中的关键考虑因素，而水箱扫描是目前最全面的校准方法。对于非即用型TUS系统，强烈建议进行初始水箱扫描，以确定换能器的发射灵敏度，即驱动电压（单位：伏特）与产生的声压输出（单位：帕斯卡）之间的关系。即用型系统通常配备厂商预设的参数，可能减少初始校准的需求，但验证换能器输出仍可确保TUS刺激的准确性和高质量传递。同样，尽管在必要时可减少后续校准次数，但定期检查有助于提高研究的严谨性。

进行水箱扫描通常需要专业的设备和培训。本方案在步骤2中提供了简要概述（基于Chen等，202314）。或者，也可将该程序外包给具备相应专业能力的协作实验室，并确认所有必需参数均已采集（步骤2.7）。功率计测量为换能器输出提供了一种简单且间接的测量方法。在完成校准或厂商表征后，功率计读数可作为给药前输出的基准。功率输出的变化意味着压力输出相应改变，提示需要重新校准或调整驱动信号，以保持刺激的一致性。

经颅超声刺激（TUS）靶向的关键在于确定换能器的最佳放置位置和方向，以有效刺激目标组织。目前最先进的方法采用数值模拟来确定换能器的最佳放置位置（方案步骤3），但该方法仅为一种示例，并非确定性标准。另一种基于经验的方法此前已有报道：先定位经颅磁刺激（TMS）最能有效诱发对侧运动反应的头皮位置，然后将换能器置于该位置，并使其表面垂直于头皮2,3（步骤4）。原则上，这种TMS引导的方法可扩展至其他具有可识别输出功能的脑区，例如视觉皮层诱发光幻视的位置。然而，仍需更多数据和文献来验证该方法的广泛适用性。

临床经颅超声（TUS）的结局评估包括安全性和基于疗效的评估。鉴于临床转化尚处于探索阶段，使用标准临床指标可能尚无法检测到显著的疗效。因此，常采用替代性反应指标来替代疗效评估，以检测低于临床疗效水平的效应。安全性监测可结合在线和离线评估方式进行。在线安全性的监测可在刺激期间通过放置于头皮上的热电偶进行，这种方法在临床环境中具有实用性（步骤6.5）。对于离线安全性评估，本方案提供了表观扩散系数（ADC）定量分析的操作说明（步骤8），因为ADC常用于评估组织完整性15。替代性反应指标因所针对的疾病或研究领域不同而有所差异。在卒中后运动功能恢复的研究中，将描述对侧皮质脊髓兴奋性（CSE）和运动序列学习（MSL）的测量方法（步骤9–11），因为这些指标可为TUS的探索性临床疗效提供可靠的神经生理学和功能标记。

综上所述，本方案为在神经系统疾病患者及神经功能正常成人中实施经颅超声刺激（TUS）提供了一个详细、模块化且可灵活调整的范例，强调操作简便性和延长刺激时间。该方案源自 Huang 等人，20252，采用非即用型驱动系统，可自定义脉冲波形和单元素换能器。本文首先逐步介绍与系统无关的通用原则，并在适当处提供针对特定系统的实施示例。

访问受限。请登录或开始试用以查看此内容。

方案

黄等人（2025）2 中所述实验程序已获得杜克大学机构审查委员会批准，并符合最新修订的《赫尔辛基宣言》。在受试者入组前须获得其知情同意。

注意：请在操作硬件/软件的同时遵循本说明，以增强理解并确保准确实施。图3A展示了所涉及步骤的概览，图3B展示了选择基于模拟（步骤3）与非模拟（步骤4）定位方法的决策流程图。补充材料提供了样本的经颅超声刺激（TUS）前后检查清单，涵盖知情同意资格、安全性筛查、TUS设备质量控制以及不良事件监测。

1. 知情同意与安全筛查

  1. 纳入标准：i) 年龄 ≥ 21 岁，不分种族或性别；ii) 首次发生缺血性或出血性脑卒中，且病程超过 1 个月；iii) 存在单侧肢体无力，且上肢 Fugl-Meyer 评分 ≤ 62（最高分为 66）；iv) 患侧拇短展肌（APB）可通过经颅磁刺激（TMS）引出运动诱发电位（MEPs）。排除标准：i) 上肢功能受任何合并神经系统疾病影响；ii) 脑卒中发病前已确诊为重度痴呆，无论是否接受药物治疗；iii) 存在磁共振成像（MRI）16/经颅磁刺激（TMS）17/经颅超声刺激（TUS）10的任何禁忌证。
  2. 向每位受试者说明研究目的、主要操作流程及可能相关风险。对其提出的问题或顾虑予以回应，并要求其签署知情同意书，以确认已充分理解知情同意过程。
  3. 使用经颅超声刺激（TUS）18 和经颅磁刺激（TMS）17 安全检查清单对每位受试者进行筛查。任何未满足全部安全要求的受试者均应被排除。

2. TUS 换能器表征 14

注意：执行本节中的步骤以获得新型经颅超声（TUS）换能器的初步表征，或定期确认/校准换能器的输入电压与输出声压之间的关系。图4展示了基于水箱的TUS换能器表征实验装置。

  1. 使用脱气去离子水注满水箱，以防止对水听器造成潜在损伤。
  2. 将超声换能器固定在水箱的夹具上，并将水听器安装到三轴定位系统上。
  3. 将水听器连接至示波器，并仅在水听器完全浸入水中后开启其电源。
  4. 仅在换能器完全浸入水中且水听器已通电后，使用函数发生器和射频功率放大器驱动换能器。
    注意：确保输入的电信号波形每个脉冲（即 PRI 和 PTI）至少包含 5 个周期，以稳定换能器输出。
  5. 使用三轴定位系统将水听器探头置于超声换能器视觉上定义的大致焦点区域，在水箱中可能产生主要压力输出的位置移动水听器进行扫描，记录每个位置的示波器读数以获得声压分布，并记录发现焦点区域时水听器的位置。
    注意：利用水听器的灵敏度（即 mV/MPa）和示波器记录的水听器电信号读数计算声压。
  6. 通过施加不同的输入电压，在焦点处评估超声换能器的发射灵敏度（即换能器压力输出与输入电压峰峰值之比，kPa/VPP）。
  7. 若将换能器表征工作外包给具备相应专业能力的协作实验室，需确认已获取换能器的发射灵敏度（kPa/VPP）、换能器的焦深（mm）以及超声束的 -6 dB 波束宽度（mm）。焦深定义了治疗性能量可有效传递至目标脑区的最大穿透深度；超声场的 -6 dB 波束宽度则规定了焦点区域的横向范围，从而界定脑组织内的有效治疗体积。

3. 基于模拟的经颅超声刺激靶向定位（推荐方法，需参与者扫描）

注意：基于模拟的经颅超声刺激（TUS）靶向需要预先确定颅内刺激位置。此类靶点选择取决于具体研究，常用方法包括基于MRI图谱的解剖学方法、基于个体功能MRI激活数据的功能成像引导方法7，以及基于脑网络连接特征的靶向方法19。应根据研究设计和假设选择适当的方法，并参考相关文献7,19 确定颅内靶点。随后，按照以下步骤确定用于刺激该颅内靶点的TUS换能器放置位置。

  1. 根据 MRI 重建分割后的头部模型——示例操作：如果尚未安装电场（e-field）模拟软件（参见 材料表），请先安装，并在受试者结构 MRI 扫描文件夹中打开终端。通过输入命令 charm ParticipantID ./ParticipantID_T1.nii.gz 并按键盘上的 Enter/return 键运行 e-field 软件的 CHARM 流程20。若有 T2 图像可用，则可改用命令 charm ParticipantID ./ParticipantID_T1.nii.gz ./ParticipantID_T2.nii.gz 。注意上述命令中的空格和句点。根据终端类型的不同，可能需要将正斜杠（/）替换为反斜杠（\）。
  2. 检查分割结果，特别是病灶（如有）和颅骨——示例操作：打开所生成的 m2m_ParticipantID 文件夹中的 charm_report.html，点击 viewer 查看各切片，以检查 CHARM 的分割结果。重点确认皮质骨与松质骨、脑组织（灰质和白质）、头皮等结构的轮廓，因为下游的经颅超声刺激（TUS）靶向软件21（参见 材料表）主要依赖这些组织。若分割结果不理想，请参照 e-field 软件的指南手动编辑头部模型。
    注意：对于存在病灶（如中风）的受试者，e-field 软件允许自定义病灶区域并进行个性化分割。但截至 V0.4.3 版本，TUS 靶向软件尚无法识别 e-field 软件中的自定义分割区域。因此，当存在病灶时，只需确认上述组织类型的轮廓正确且未受病灶影响即可。
  3. 设置颅内靶点定义——示例操作：在神经导航软件中（参见 材料表）点击 New SimNIBS Project…，并选择 m2m 文件夹中的 .msh 文件。
    注意：本步骤及后续步骤以神经导航软件版本 2.5.9 为例进行说明，但这些步骤适用于 2.5.9 至 2.5.3 版本。
  4. 设置物理头部与 MRI 配准——示例操作：在 Landmarks 选项卡下点击 Configure Landmarks… ，在鼻尖、鼻根点以及左右耳前切迹处标记解剖标志点，然后保存项目文件。
    注意：本步骤所选标志点应位于 MRI 扫描过程中皮肤未受压迫或拉伸的位置。可根据受试者的 MRI 采集情况，选择除上述位置外的其他合适标志点。
  5. 定义颅内靶点并加载至 TUS 靶向软件——示例操作：在 Targets 选项卡下点击 Configure Targets…，调出 Scalp & Targets, Inline & Targets 和 Inline 90 & Targets 视图。在脑内预期的 TUS 焦点处左键点击，使用右下角的 Crosshairs Offset 滑块将偏移光标投射至头皮；在右侧滑动 AP 滑块，以最小化 Inline & Targets 中头皮到靶点的距离；再滑动 Lat 滑块，使虚拟换能器在 Inline 90 & Targets 中与头皮相切。在窗口左上角的 New… 下拉菜单中选择 Trajectory 以保存该位置。在窗口左下角切换至 fUS，选择结果文件夹，然后点击 Compute Simulation 以调用 TUS 靶向软件。
    注意：请仔细检查本步骤所创建路径中是否存在解剖性窦腔或含气空腔。若存在，应选择避开该窦腔/空腔的次优路径。
  6. 初始化 TUS 靶向软件——示例操作：在 TUS 靶向软件的 Imaging input 中确认自动生成的条目正确（热分布参数除外），选择将使用的换能器（"Single" 表示单元素换能器）；若存在多个可用的计算后端，选择所需的 computing backend。接着点击 Select Thermal Profile … 加载描述 TUS 驱动信号时间模式的正确 .yaml 文件。该 .yaml 文件的构建方法请参考 TUS 靶向软件的文档。例如，Huang 等人，20252 中 TUS 时间模式对应的 .yaml 文件示例如下：
    BaseIsppa: 8.0 # W/cm2
    AllDC_PRF_Duration: #将考虑的所有时间组合
     - DC: 0.2
     PRF: 1000.0 #Hz
     Duration: 0.5 #s
     DurationOff: 1.0 #s
     Repetitions: 480
    注意：此示例仅用于说明目的。480 次重复对于 TUS 靶向软件的计算而言过多。该 .yaml 文件仅影响 TUS 靶向软件的热模拟，不影响其声学模拟，而 TUS 靶向仅基于声学模拟结果。对于长时间 TUS 刺激，应使用 TUS 靶向软件进行靶向定位而非热模拟。长时间刺激范式的热模拟应使用开源声学模拟软件（参见 材料表）进行。请参考其文档估算温度升高、43 °C 累积等效分钟数（CEM43）热剂量及热指数，确保所选参数符合美国食品药品监督管理局22 和 ITRUSST 生物物理安全18 指南。
  7. 获取组织掩膜并输入声学模拟参数——示例操作：点击 CONTINUE 进入 Step 1 - Calculate Mask，选择正确的 US Frequency (kHz)（即换能器的基本频率）和所需的 PPW （即波长采样点数）。9 PPW 可确保稳定且准确的结果，但计算负担较重；默认的 6 PPW 是 TUS 靶向软件在计算速度、稳定性与准确性之间取得平衡的最低要求。点击 Calculate planning mask。计算完成后，检查输出的掩膜，确保头皮、骨骼和脑组织被准确标记。
  8. 输入换能器参数并运行 TUS 靶向——示例操作：点击 Step 2 -Ac Sim。若在步骤 3.6 中选择了 Single ，则输入换能器的 Focal length (mm) 和 Diameter (mm)，在 Distance Tx outplane to skin (mm) 中输入由于耦合介质（如涂抹凝胶或凝胶垫）导致的换能器出射面与头皮之间的距离，并输入 Max. depth beyond target (mm)。该深度表示模拟中需包含的靶点之后的空间。默认 40 mm 在大多数情况下已足够，但如果靶点位于骨性组织上方，增加该深度可确保模拟中考虑反射效应。完成上述输入后，点击 Calculate Fields，等待计算完成，点击 Calculate Mechanical Adjustments，然后再次点击 Calculate Fields。使用两个 水平滑动条 检查所得 TUS 焦点相对于预期靶点的位置。若焦点与靶点距离不理想，重复机械调整并重新计算，直至获得可接受的焦点-靶点距离（图 5A）。
    注意：有关非 Single 类型换能器的参数设置，请参阅 TUS 靶向软件的文档。
  9. 保存计算优化后的 TUS 靶点——示例操作：关闭 TUS 靶向软件，返回神经导航软件。注意此时会新增一个名为 Trajectory X-mod 的靶点，其中 Trajectory X 是步骤 3.5 中创建的路径名称。该靶点即为 TUS 实施时换能器放置的目标位置。关闭 Targets 窗口并保存当前项目文件。
  10. 注意：步骤 3.1 至 3.9 应在受试者接受 TUS 刺激前完成。

4. 基于非模拟的经颅超声刺激定位（可选参与者扫描，适用于具有可读性经颅磁刺激结果的领域）

  1. 初始化神经导航TMS——示例操作：在神经导航软件中点击新建空白项目，然后点击点击此处选择解剖数据集以选择受试者的MRI。如果受试者没有结构MRI，则点击新建MNI头部项目。
    注意：可选用任意神经导航系统/软件。本方案使用版本为2.5.9的神经导航软件（见材料表）来说明代表性操作流程。
  2. 若不使用受试者MRI，请跳过此步骤。从受试者MRI重建大脑和头皮——示例操作：若使用受试者MRI，请进入重建选项卡，然后选择“新建重建…”下拉菜单，选择皮肤（Skin），在弹出窗口中点击计算皮肤按钮以重建头皮。关闭皮肤窗口后，在“新建重建…”下拉菜单中选择全脑曲面重建（Full Brain Curvilinear），在弹出窗口中将切片间距（Slice spacing）设置为0.5 mm，然后点击计算曲面（Compute Curvilinear）。大脑重建完成后，调节剥离深度（Peel depth）滑块，直到重建的大脑恰好暴露于皮层外表面，随后关闭曲面脑窗口。
  3. 若不使用MRI，请跳过此步骤。进行物理头部-MRI配准设置——示例操作：若使用MRI，请进入标记点（Landmarks）选项卡，然后点击配置标记点…（Configure Landmarks…），通过在重建的头皮上单击左键，并在左上角点击新建（New），将标记点放置于鼻根点及左右耳前切迹。通过检查MRI三个视图中的十字准线来确认标记点位置。如有需要，可调整十字准线以微调标记点位置。确认无误后关闭配准标记点窗口，并保存项目文件。
    注意：步骤4.1至4.3应在受试者前来接受经颅超声刺激（TUS）前完成。可根据需要选择除鼻根点和左右耳前切迹以外的其他标记点。理想的标记点应为在MRI采集过程中皮肤未受压迫或拉伸的区域。
  4. 若TUS将用于视觉领域，请跳过此步骤。准备肌电图（EMG）记录——示例操作：确定拟进行TUS靶向的肌肉，在目标肌肉表面的皮肤上使用酒精棉片清洁，必要且允许时进行剃毛，并将EMG电极贴附于该肌肉的肌腹和肌腱处。另将一个电极贴附于邻近的骨性区域作为参考电极。
    注意：在皮肤准备过程中，对正在服用抗凝药物的受试者应格外谨慎。
  5. 初始化神经导航TMS——示例操作：在神经导航软件中进入会话（Sessions）选项卡，选择新建…下拉菜单中的在线会话（Online Session）以启动新的会话窗口。在此会话窗口中，进入IOBox选项卡，在TTL触发选项（TTL Trigger options）下，勾选正确接收来自TMS刺激器触发信号的通道/开关，并确保死区时间（Dead time）设置为0 ms。
  6. 若TUS将用于视觉领域，请跳过此步骤。设置集成的神经导航-EMG系统——示例操作：对于运动领域，若使用神经导航系统的EMG功能，请勾选正确的采集EMG通道（Acquire EMG channel），并输入足够长的试验（Trial）时间，以完整捕获目标肌肉的EMG信号。
  7. 为受试者准备神经导航——示例操作：将受试者追踪器固定于受试者身上，并确保其稳定。在神经导航软件中进入Polaris选项卡，调整摄像头或受试者位置，使绿色圆点（代表受试者）大致位于三个青色方框（摄像头视野范围）的中心。
  8. 执行物理头部-MRI配准——示例操作：进入配准（Registration）选项卡，单击一个标记点，将神经导航系统的探针稳定地置于受试者对应标记点上，同时确保探针和受试者追踪器均在摄像头视野内可见，然后点击采样并前往下一个标记点（Sample & Go To Next Landmark）。重复此过程，直至所有标记点均被采样。
  9. 若未使用受试者MRI，请跳过此步骤。将模板MRI按实际受试者头部比例缩放——示例操作：若未使用受试者MRI，请进入缩放（Scaling）选项卡，将探针稳定地置于受试者头皮顶点，点击添加标记点（Add Landmark）。然后依次对头部最左侧、最右侧、最前侧和最后侧的点重复此操作。
  10. 验证受试者-MRI配准结果，并在需要时更新——示例操作：进入验证（Validation）选项卡，轻柔地将探针在受试者头皮上滑动至拟进行TUS/TMS入射点周围区域，观察十字准线<->皮肤之间的距离，越接近零越好（可将< 1 mm作为定量操作阈值）。若显示的距离不可接受，请进入配准，清除全部（Registration, Clear All），并重复步骤4.8至4.9，直至达到可接受的距离。
  11. 设置神经导航窗口——示例操作：进入“执行”选项卡，调出靶心视图（Bullseye, Coil Centric）、曲面脑与采样（Curvilinear Brain & Samples）以及皮肤与采样（Skin & Samples）视图，并将驱动器（Driver）设置为正确的TMS线圈。若使用神经导航系统的EMG功能，还需同时调出EMG和EMG Pod Recording视图。
    注意：可根据需要将靶心视图（Coil Centric）替换为靶心视图（Target Centric）。
  12. 搜索能引发反应的TMS线圈放置位置——示例操作：结合曲面脑图像和头皮上的大致位置确定初始起点，在头皮不同位置和方向放置TMS线圈，并以间隔超过10秒的单脉冲TMS进行刺激23。若在整个解剖学上合理区域内均无反应，可逐步提高刺激器输出强度。
    注意：TMS刺激器与线圈型号、EMG采集硬件与软件详见材料表。例如，EMG采集参数设置为5000 Hz采样率，20–20000 Hz带通滤波，60 Hz陷波滤波，1000倍增益，手动剔除伪迹，并采用Soda等人（2020）24所述的MEP检测算法。
  13. 使用特定领域的反应来定义目标TMS线圈放置位置——示例操作：重复步骤4.12，直至观察到反应，即运动领域出现明显峰峰值幅度的EMG信号（图6），或视觉领域受试者明确报告看到光幻视。点击=> 目标，并在待采样目标（Targets to sample）列表中单击左键选中该样本，将此线圈位置和朝向设为目标。
  14. 在初始TMS靶点获取额外重复数据——示例操作：在对准该目标的前提下，施加2–3次额外脉冲，调整线圈位置，使靶心视图（Coil Centric）或靶心视图（Target Centric）中显示的三项指标尽可能接近零。记录相应的反应结果。
  15. 检查初始TMS靶点邻近位置的反应情况——示例操作：在靶心视图（Coil Centric）/靶心视图（Target Centric）中，将线圈从该目标向第一象限移动约7 mm，固定线圈于新位置和方向，施加约3次脉冲，并记录相应反应。对其他三个象限重复此过程。若某一非中心线圈设置产生的平均反应强于中心位置，则在已记录样本（Recorded samples）列表中单击左键选中该样本，点击=> 目标，再在待采样目标（Targets to sample）列表中单击左键将其设为目标。
  16. 重复步骤4.14和4.15，直至中心位置在其自身及四个象限中具有最强的平均反应。该中心对应的样本即为TUS的目标样本。记录该样本编号并保存项目文件。

5. TUS 设置

  1. 连接TUS硬件并开始示波器记录——示例实现：按照图示连接函数发生器、放大器和示波器（图7A）。打开示波器，将其置于 运行 模式，并调整垂直轴和水平轴至感兴趣的量程。
    注意：并非总是需要两个函数发生器。某些型号的函数发生器能够产生具有多级频率控制的波形。此外，本实验方案中使用的硬件在电气阻抗方面已经匹配。当电气阻抗不匹配时，需在放大器与示波器之间串联一个或多个电阻。
  2. 启动并检查驱动信号，然后（对于非交钥匙系统）启动功率输出——示例实现：翻转 主电源 将放大器开关从 O 切换至 I。将放大器的输出功率调至零，然后将函数发生器设置为所需波形，并确保在每次 PD 的起始和结束阶段添加斜坡。检查两个函数发生器的设置无误后，按下 输出 在顶部发生器上，然后 输出 在底部发生器上，然后通过旋转将放大器的功率输出调至100% 调整 轮子并检查显示内容 增益：数值，然后按 功率 放大器输出启动按钮（图7B).
  3. 检查驱动信号波形并使系统输出稳定——示例实现：确认示波器上观察到的波形符合预期，并让驱动系统运行15分钟（根据所指定硬件的经验准则） 材料表）以确保输出稳定（图7C).
    注意：稳定放大器输出与电压波动无关，而是使电压在期望范围内达到稳定，例如对于 VPP 较初始值降低10-20%，并维持在该水平，使用本方案中的放大器（见 材料表）。不同的驱动系统会有不同的 VPP 减少/增加不同持续时间，以确保输出稳定。在首位研究参与者开始前，通过实验确定该系统达到稳定输出所需的具体行为表现及持续时间。
  4. 验证基于斜坡的听觉效应缓解措施。检查每个脉冲序列（PD）开始和结束时驱动信号波形的斜坡情况。将放大器输出逐步调至零，将换能器完全浸入水中，使其出射面（即刺激侧）位于水面以下约1英寸处，并朝向上方，然后将放大器输出逐步增加至100%。若斜坡控制实施失败，水珠会从水面喷出，形成类似喷泉的现象；而成功的斜坡控制则仅在水面产生涟漪，无水珠脱离水面。
  5. 校准经颅超声换能器以用于神经导航——示例实现：将神经导航工具追踪器安装至换能器支架上。在神经导航软件中，进入 窗口，工具校准，击中 新校准 为TUS换能器创建新的校准。输入一个名称后 校准名称：并选择正确的工具追踪器 工具追踪器：. 将安装有工具追踪器的换能器紧贴校准块，使校准块的参考指示针与换能器出射平面中心接触并保持垂直，然后点击 开始校准倒计时，保持静止5秒，并确认神经导航软件显示 成功。如果未达到，重复上一步操作直至 成功 可见。完成后，关闭 编辑校准 和 工具校准 窗口
    注意：对于后续使用，请替换 新校准 单击下方相应校准项的鼠标左键以执行操作 现有工具校准 列表并点击 重新校准.
  6. 终止TUS装置——示例操作：按下放大器的 功率 按钮（而非其 主电源 开关）以开启 关闭 当受试者准备就绪进行经颅超声刺激（TUS）时，将示波器从放大器断开，并将换能器连接至放大器输出端。

6. 实施经颅超声刺激（TUS）

  1. 如果使用非基于模拟的靶点，则跳过此步骤。将基于模拟的经颅超声刺激（TUS）靶点导入神经导航系统，并执行受试者与MRI的配准（步骤4.7–4.10）——示例操作：进入 会话 如果使用基于模拟的靶点且受试者已准备就绪进行经颅超声刺激（TUS），请在神经导航软件中点击相应标签 新… 下拉菜单，以及 在线会议 启动一个新的会话窗口。在其中，于 靶点 标签，单击左键 轨迹 X-调制 目标，然后按下 添加 => 将其作为本实验的目标。接下来，严格按照步骤 4.7-4.10 操作，然后进入 执行 表。
  2. 设置经颅超声刺激（TUS）的神经导航系统——示例实施方案：至少启动 靶心（线圈居中） 或 靶心（以目标为中心） 在视野中 执行 窗口，设置 驱动程序：连接至正确的TUS换能器，并选择正确的靶点 待采样目标：位于左上方的列表。
  3. 准备受试者头皮以实现经颅超声耦合——示例操作：尽可能将头发梳开，暴露经颅超声换能器拟放置区域的头皮，并通过梳出一条前后方向的分界线。沿此分界线涂抹脱气超声耦合剂，然后沿头发生长的自然方向由中心向外施加指压，以消除气泡并充分浸润头发。根据换能器尺寸，在初始分界线两侧约1.5 cm处再创建1至3条额外的分界线，并重复上述操作。随后，返回初始分界线，重复上述步骤4次。
    注意：此步骤遵循 ITRUSST 实践建议7.
  4. 将TUS换能器与受试者耦合——示例实现：将TUS换能器绑在受试者头部，并通过调整其位置以对准目标区域，使得显示的三项指标达到预期值 靶心（线圈居中） 或 靶心（以目标为中心） 尽可能接近零，而距离偏差 < 1.5 mm，倾斜偏差（俯仰 + 横滚） < 2度，以及旋转偏差（偏航） < 1度可作为定量操作标准。当探头位置满意后，稍微收紧绑带，确保受试者舒适，无窒息感。
  5. （可选但推荐）若需进行在线安全性评估，可将热电偶导线置于换能器与头皮之间。将导线插入超声耦合剂内，理想位置应靠近头皮而非换能器表面。导线应从换能器的一侧边缘插入，避免穿过中心，以尽量减少对超声波的干扰，同时实现头皮局部温度监测。使用胶带将热电偶导线固定于头部，以防头部移动导致移位。建议使用纸质胶带，以兼顾粘附性和易于移除的特性。
  6. 启动经颅超声并记录初始换能器位置——示例操作：按下放大器的 功率 按钮以开启其输出，从而启动TUS。同时按下 立即取样 单击神经导航软件窗口左下角的按钮，以记录初始换能器位置。
  7. 在整个经颅超声刺激（TUS）过程中记录换能器的位置，并根据需要进行调整——示例实现：Hit 立即采样 在经颅超声期间，根据需要记录换能器的位置。密切监测以下三项指标： 靶心（线圈居中） 或 靶心（以目标为中心）调整换能器的位置，如果其偏离目标位置，表现为三个指标进一步远离零值（图8).
  8. 如果使用热电偶，请监测头皮温度，当热电偶读数接近 43.3 °C (110 °F) 时进行干预25 或当受试者报告有明显的热感时。
    注意：该43.3 °C（110 °F）头皮温度阈值旨在避免≥ 2nd头皮烧伤。颅内热剂量限制由 ITRUSST 安全指南规定18，指出如果满足以下任一条件，则ITRUSST认为热效应是安全的：颅内温度升高在任何时刻均≤ 2 °C，热剂量≤ 0.25 CEM43，或根据热指数（TI）水平确定的最大暴露时间（TI为2.0时为40分钟） < TI ≤ 2.5，且当TI为2.5时持续10分钟 < TI ≤ 3.0）。请查阅ITRUSST安全指南中的颅内热效应计算说明。对于大多数经颅超声刺激（TUS）设置，TI通常指颅骨TI（TIC）。18但还需定义软组织的热指数（TIS）和焦点处骨组织的热指数（TIB）。确定TIC、TIS或TIB中哪一个最符合当前场景。

7. 完成TUS

  1. 结束经颅超声刺激（TUS），检查受试者的健康状况，并清洁受试者头皮——示例操作：按下放大器的 POWER 按钮以关闭其输出，从而停止TUS。取下换能器及所有头部设备/装置，检查头皮是否有发红现象，并询问受试者是否存在任何不适或不良事件。在确认无不适或异常情况后，或已解答/处理所提出的问题后，轻柔擦拭以尽可能清除超声耦合剂。
  2. 结束并导出神经导航数据——示例操作：在神经导航窗口中点击 Finish，然后通过 File 菜单选择 Save Project 保存项目。从 Sessions 列表中选择当前会话，点击 Review，在弹出窗口左下角的 Export… 下拉菜单中选择 Brainsight text file (.txt)，确保已选中 Orientation (3 direction vectors)，且“Snap to:”下拉菜单设置为 Nothing，根据需要配置其他设置，然后点击 Save 以导出刺激期间记录的TUS位置和方向数据。
    注意：样本名称中无需避免空格，但不使用空格是一种良好实践。

8. 离线安全性评估（可选但推荐）

  1. 至少获取三维T1磁化准备快速梯度回波（MPRAGE）和扩散张量成像（DTI）序列。T2加权液体衰减反转恢复（FLAIR）图像的分辨率应与T1 MPRAGE相同，虽为可选但具有重要价值，尤其适用于脑卒中研究。需在经颅超声刺激（TUS）前后分别进行扫描。
    注意：可根据需要选择神经影像参数和扫描仪，本方案中T1 MPRAGE参数为：1 mm各向同性空间分辨率，TR = 2400 ms，TE = 3 ms，TI = 900 ms；FLAIR参数为：1 mm各向同性空间分辨率，TR = 5000 ms，TE = 90 ms，TI = 1806 ms；DTI参数为：双自旋回波，回波平面成像采集，2 mm各向同性空间分辨率，b值 = 1000 s/mm2，层厚2.5 mm。参见材料表了解所用扫描仪信息。
  2. 若原始图像格式非NIFTI（即.nii格式），则使用任意合适方法将其转换为NIFTI格式。示例方法见材料表。
  3. 分离4D DTI图像并生成脑部掩模——示例操作：如尚未安装，先安装DTI处理软件26（参见材料表），在4D扩散NIFTI图像上运行fslsplit命令，并对生成的vol0000文件运行bet以获得脑部掩模27。
  4. 校正DTI图像中由涡流引起的畸变——示例操作：创建一个index.txt文件，其中包含一行N个由单个空格分隔的“1”（例如，当N = 5时，index.txt内容仅为：1 1 1 1 1），N为bval文件中的数值个数；然后使用--imain, --mask, --bvecs, --bvals, --index, --acqp, --data_is_shelled, --repol和--out选项运行eddy28，其中index文本文件作为--index的输入，而一行以空格分隔的文本文件（内容为0 1 0 0.08）作为--acqp的输入。
  5. 对于神经发育正常的成年人可跳过此步骤。为病灶生成病灶掩模——示例操作：使用任意病灶分割工具，或在FLAIR图像上手动绘制病灶区域的掩模（若研究对象存在病灶）；若无FLAIR图像，则使用T1图像；并将掩模保存为NIFTI格式。
  6. 对结构MRI图像进行分割——示例操作：如尚未安装，先安装MRI处理软件（参见材料表），在编程平台（参见材料表）的命令窗口中运行spm fmri，点击Segment按钮，进入SPM下拉菜单中的Tools, Clinical，选择MR segment-normalize以打开分割窗口。将T1图像输入至Anatomicals，病灶掩模输入至Lesion maps（若为神经发育正常者则留空），FLAIR图像输入至Pathological scans，然后点击绿色三角形开始分割过程29。
  7. 对经涡流校正后的DTI图像拟合扩散张量模型，以生成标量DTI图——示例操作：启用--data, --out, --mask, --bvecs, --bvals和--verbose选项运行dtifit30，其中第8.4步（涡流校正步骤）的输出作为--data的输入。在dtifit处理后的4D扩散图像上运行fslsplit，生成新的vol0000文件。
  8. 获取TUS施加期间换能器的代表性位置和方向——示例操作：使用自定义脚本或已发表的流程31处理来自神经导航软件（第7.2步）的文本文件，在神经导航软件中通过Targets标签页、左上角的New…下拉菜单选择Import from File…导入该表示文件，在Name列表中单击该条目，然后点击Go to确认其位置和方向合理。
    注意：确保该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坐标与用于声学模拟的MRI图像空间一致。
  9. 获取TUS刺激组织的感兴趣区域（ROI）——示例操作：执行步骤3.1–3.2及3.6–3.8进行声学模拟。在步骤3.8中仅运行一次Calculate Fields。
  10. 将第8.6步获得的TUS前结构扫描图像及组织分割掩模与TUS前的b0标量DTI图（来自第8.7步）进行配准——示例操作：使用MRI处理软件中的coregister-est&reselice功能，其中vol0000作为reference，TUS前T1图像作为source，第8.6步生成的c1至c5文件作为other images输入。使用相同工具将TUS后的dtifit处理过的vol0000与TUS前的dtifit处理过的vol0000进行配准（即reference = TUS前dtifit处理过的vol0000，source = TUS后dtifit处理过的vol0000），然后类似地将TUS后的T1图像及第8.6步生成的分割掩模与任一vol0000进行配准。
  11. 将TUS刺激的ROI（第8.9步）与灰质和白质掩模相交，以获得用于ADC读数的最终ROI——示例操作：通过运行fslmaths rc1_* -thr 0.5 -bin ID_GM.nii和fslmaths rc2_* -thr 0.5 -bin ID_WM.nii对灰质和白质掩模进行二值化，通过运行fslmaths ID_GM.nii -add ID_WM.nii ID_WGM.nii合并生成的掩模，并通过运行fslmaths *_FullElasticSolution.nii.gz -mas ID_WGM.nii ID_roi_WGM.nii获取该合并掩模与模拟声场的交集，其中*_FullElasticSolution.nii.gz为第8.9步的模拟输出。
  12. 叠加最终ROI掩模（第8.11步）并获取TUS前后的ADC值——示例操作：在MRI查看器中（参见材料表）将ID_roi_WGM.nii叠加至TUS前后经dtifit处理的vol0000图像上，然后选择Draw, Descriptive，记录MEDIAN处的数值，并利用TUS前后中位数通过计算(post-pre)/pre的百分比获得TUS前后ADC的变化。

9. 评估经颅超声刺激诱导的皮层脊髓兴奋性变化

本节中的步骤具有模块化特点。可根据经颅超声刺激（TUS）的时间点和所需频率执行这些步骤，以评估CSE。频率和时间点的选择应基于具体的研究问题。有关经颅磁刺激（TMS）刺激器与线圈型号以及肌电图（EMG）采集硬件的信息，请参见材料表。

  1. 评估接受经颅超声刺激（TUS）的肌肉的皮质脊髓兴奋性（CSE），并对该肌肉执行步骤4.4，以准备肌电图（EMG）电极。
  2. 执行步骤4.5–4.11，准备神经导航系统。
  3. 确定最能有效刺激目标肌肉的经颅磁刺激（TMS）线圈设置（位置和方向），即热点（hotspot）。
    1. 如果TUS靶向为非模拟计算方法，则使用在非模拟TUS靶向过程中获得的TMS热点——示例实现：在神经导航软件中，在待采样靶点列表下方，单击产生最强EMG反应的采样点，将其设为神经导航靶点。
      注：TMS刺激器与线圈型号、EMG采集硬件与软件详见材料表。示例实现中，EMG采集参数为5000 Hz采样率，20–20000 Hz带通滤波，60 Hz陷波滤波，1000倍增益，手动伪迹剔除，并采用Soda等人（2020）24所述的运动诱发电位（MEP）检测算法。
    2. 如果TUS靶向基于模拟计算，则执行步骤4.12–4.16以确定热点。
  4. 确定1 mV运动阈值（MT1mV）——示例实现：将TMS线圈对准上述获得的热点，使靶心窗口中显示的三项指标最小化（距离偏差<1.5 mm，倾斜偏差（俯仰+翻滚）<2度，旋转偏差（偏航）<1度），使用选定算法（例如PEST32）确定诱发1 mV MEP所需的TMS刺激器输出，即MT1mV。若在100%最大刺激器输出（MSO）下仍无法达到1 mV MEP，则记录诱发0.05 mV MEP所需的MSO百分比。
    注：诱发0.05 mV MEP所需的MSO百分比并非MT1mV（见步骤9.5）。此外，若多次执行本节操作，仅需在首次确定MT1mV，除非将MT1mV本身选作CSE的全局评估指标。
  5. 在MT1mV强度下给予20次单脉冲TMS刺激，脉冲间间隔>10 s23。
    注：若无法达到MT1mV但可达到MT0.05mV，则使用100% MSO。若MT1mV与MT0.05mV均无法达到，则该受试者不符合本项CSE评估的纳入标准。

10. 评估经颅超声刺激诱导的MSL变化

注意：本节中的步骤具有模块化特性。可根据需要相对于经颅超声刺激（TUS）选择适当的频率和时间点来评估运动皮层兴奋性（MSL）。频率和时间点的选择应基于具体的研究问题。

  1. 使用选定的软件或编程语言（示例参见材料表），构建一个离散序列生成任务：将一个五键物理键盘放置在计算机屏幕前，屏幕上显示五个水平等距的 2 cm × 2 cm 空白方框，分别与键盘的五个按键对齐。每次仅在一个方框中出现一个珠子，当按下对应方框的按键时，珠子消失，并在另一个方框中出现。珠子在五个方框中依次出现且不重复，形成一个出现顺序，例如方框编号 1-4-3-2-5。该序列需重复十二次。任务开始前设置欢迎页面，通过任意键按下启动从欢迎页到任务的过渡。设置反应时间记录器，用于追踪每次珠子出现至对应按键被按下之间的时间间隔。示例伪代码如下：
    boxes = [1, 2, 3, 4, 5]
    sequence = [1, 4, 3, 2, 5]
    repeats = 12
    rt_log = []
    print("欢迎！按下任意键开始。")
    wait_for_any_key()
    show_boxes() # 绘制空白方框
    for r in range(repeats):
      for target in sequence:
        show_bead(target) # 在当前方框中显示珠子
        start = current_time()
        while True:
          key = wait_for_key()
          if key == target: # 按下正确按键
            rt = current_time() - start
            rt_log.append(rt)
            clear_bead()
            break
          else:
            continue # 忽略错误按键
    print("任务完成，谢谢！")
    save(rt_log, "results.csv")
    注：按键/方框数量及序列重复次数可根据实验设计调整。需考虑目标受试群体的功能水平，以及参与者之间序列分配的平衡性，即参与者总数应能被可能的序列总数整除。珠子消失与下一次出现之间的间隔，以及一个序列结束与下一个序列开始之间的时间间隔，也取决于实验设计。
  2. 让受试者保持舒适坐姿。将键盘放置于受试者偏瘫手可舒适触及的位置。
  3. 向受试者说明："屏幕上会出现五个方框，其中一个方框中将出现一个珠子/圆圈。当你看到珠子/圆圈时，请使用你受中风影响的手按下对应的按键。请尽可能快速地完成，因为我们会记录时间，好吗？有任何问题吗？"
    注：避免以任何形式提及"序列"。为了使运动序列学习（MSL）成为评估运动皮层状态的有效指标，必须确保其为内隐学习过程33。提及"序列"会增加受试者对每个方框进行编码并显式记忆序列的可能性，从而破坏MSL对运动皮层状态的评估能力。
  4. 在回答受试者可能提出的问题后，随机为其分配一个序列，并告知其"你可以随时按下任意键开始。"
  5. 在任务过程中监测受试者的姿势，若发现任何跌倒迹象，立即干预。同时，若受试者使用另一只手或手臂协助操作，应提醒其仅使用偏瘫手完成本任务。
  6. 任务完成后确认受试者状态良好，移除键盘和屏幕，对其表现给予肯定，并表达感谢。

11. 数据分析

注意：整体数据分析依赖于实验设计。以下步骤提供了一个基本的 CSE/MSL 测量单元的操作说明，以及一个简单的、典型的前后百分比比较示例。

  1. CSE 分析
    1. 检查每条肌电图（EMG）轨迹，寻找潜伏期至少为 19 ms（针对拇短展肌，APB）的可识别运动诱发电位（MEP），计算每个 MEP 起始到终止之间的峰-峰幅值，并计算该区块内 20 个 MEP 的峰-峰幅值的中位数。该中位幅值将作为此区块 CSE 的测量指标。
      注：MEP 起始潜伏期取决于肌肉类型、肌肉状态（静息 vs. 活动）以及神经系统疾病，例如上肢肌肉：10–40 ms34；下肢肌肉：30–45 ms35,36。若所研究的肌肉并非拇短展肌（APB），请参考相关文献。MEP 的起始/终止点可通过 Soda 等人（2020）24 所描述的阈值法确定。
    2. 通过从干预前 CSE 测量值中减去干预后 CSE 测量值，再将差值除以干预前 CSE 测量值，计算干预后相对于干预前 CSE 变化的百分比。
  2. MSL 分析
    1. 计算每次序列重复内的中位反应时间，即五个按钮按压反应时间的中位数，然后计算十二个序列重复中位数的中位值。该"中位数的中位数"将作为此区块 MSL 的测量指标。
    2. 通过从干预前 MSL 测量值中减去干预后 MSL 测量值，再将差值除以干预前 MSL 测量值，计算干预后相对于干预前 MSL 变化的百分比。

访问受限。请登录或开始试用以查看此内容。

结果

基于模拟的经颅超声聚焦首先根据换能器与颅内靶点的接近程度及其与颅骨的垂直关系，手动定义初始换能器放置位置，并利用该初始位置及换能器参数来求解颅内声场。接着，计算预期刺激靶点与声场焦点之间的偏差，沿该偏差的相反方向更新换能器的位置，利用新的换能器位置重新求解声场，并重复此过程，直至声场焦点尽可能接近预期的刺激靶点。图5A展示了一个成功靶向皮层区域的示例，图5B则展示了一种可通过增加迭代次数进一步优化的情况。图5C强调了一个出乎意料但至关重要的参数：换能器平面外到皮肤的距离（mm）。经颅超声聚焦软件默认的该距离值通常大于实际的换能器-头皮间距，导致结果窗口显示过小而难以辨认。输入更符合实际的换能器-头皮距离可解决此问题，并获得理想的结果窗口尺寸（图5A-B）。

基于非模拟的靶向方法利...

访问受限。请登录或开始试用以查看此内容。

讨论

经颅超声刺激（TUS）在神经系统疾病中的应用已引起广泛的研究兴趣；然而，目前仍需加强科学研究的严谨性，并对研究结果进行重复验证。成功实现对目标脑组织的TUS依赖于若干关键步骤。首先，需要准确表征换能器的发射灵敏度，可选方案包括遵循本方案的步骤2、委托合作研究人员完成，或利用设备供应商提供的服务。第二个关键步骤是靶点定位，即确定换能器在头皮上的位置和方向。对于较浅表且范围较广的目标组织，基于经颅磁刺激（TMS）的运动皮层定位方法（步骤4）已被证明可影响皮质脊髓兴奋性及行为表现2,3。而对于较深部（如下层皮质或皮层下）或较小的目标区域，或在需要更高精度定位的情况下，基于模拟仿真的靶点定位方法（步骤3）目前是TUS领域的先进手段6。第三，常被忽视的一点是，放大器和换能器在使用前通常需要一定的“预热”时间，以确保输出稳定（步骤2.4和5.3）。第四，必须仔细准备头皮以进行TUS（步骤6.3），因为简单的粗略估算表明，即使存在微小的气泡，也可能反射超过80%的TUS能量。第五，在TU...

访问受限。请登录或开始试用以查看此内容。

披露

Wuwei Feng ＆ Xiaoning Jiang 已向美国专利商标局提交了一项与超声刺激相关的专利（PCT/US2025/041316）。

致谢

本项目得到了美国心脏协会创新项目奖和协作科学奖（W.F. 20IPA353600039 和 25CSA1417550）以及杜克大学Gilhuly奖（S.S.）的支持。 视频部分的完成得益于余楚女士和李景庭先生的无私帮助。

访问受限。请登录或开始试用以查看此内容。

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UltiMakerS3用于制造换能器支架。
3T MRI 扫描仪通用电气Signa UHP
BabelBrainSamuel Pichardo（卡尔加里大学）版本 0.4.3正文中称为 "TUS 靶向软件" 可通过 https://proteusmrighifu.github.io/BabelBrain/ 访问
BrainsightRogue Research正文中称为 "神经导航软件/系统" 用于TUS/TMS定位，配备Mac计算机、红外相机和标记点。
肌电图放大器和模数转换器 剑桥电子设计有限公司CED 1902  MICRO4用于采集、放大和数字化肌电图信号。
dcm2niixChristopher RordenV1.0.20250506将神经影像从 DICOM 格式转换为 NIFTI 格式。可通过 https://pypi.org/project/dcm2niix/ 获取
E-prime心理学软件工具E-prime 3.0主文中提及的 MSL 示例软件，用于创建离散序列生成任务。
标记点与头带异常研究ST-1275（受试者追踪器），LCT-494（大线圈追踪器），P-1528（指针）需与 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 Technologies33210A为TUS换能器生成驱动信号。
水听器Onda CorporationHNA-0400测量换能器的压力输出。
ITK-SNAP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 an "MRI查看器" 可在 https://www.itksnap.org/pmwiki/pmwiki.php?n=Downloads.SNAP4 获取
k-WaveBradley Treeby，Ben Cox，和 Jiri Jarosk-Wave 1.4 版正文中称为 "开源声学模拟软件" 可在 http://www.k-wave.org/ 获取
MATLABMathWorks 公司R2024b正文中称为 "编程平台。" 可通过 https://www.mathworks.com/products/matlab.html 获取
MRIcroGL神经影像学工具 &与资源协作平台v1.2.20220720将神经影像从 DICOM 格式转换为 NIFTI 格式。可通过 https://www.nitrc.org/projects/mricrogl/ 获取
MRIcron神经影像学工具 &与资源协作平台v1.0.20190902主文中称为 an "MRI 观察器" 可通过 https://www.nitrc.org/projects/mricron 访问
示波器SIGLENT TechnologiesSDS 1202X-E用于测量经颅超声换能器的输入信号，并记录水听器的测量数据。
PythonPython 软件基金会Python 3.13在正文中作为多语言序列学习（MSL）的一个示例语言。用于创建离散序列生成任务。
射频功率放大器AR 射频/微波仪器50A250用于放大函数发生器的输出，以达到TUS换能器所需的振幅。
信号剑桥电子设计有限公司Signal 7.05a (x86)正文中称为 "肌电图采集软件" 用于将肌电图信号从模拟-数字转换器传输至计算机。
SimNIBSAxel Thielscher（丹麦技术大学）版本 4.5正文中称为 "e-field 软件" 可在 https://simnibs.github.io/simnibs/build/html/index.html 访问
SPM12功能成像实验室（伦敦大学学院）正文中称为 "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经颅磁刺激（TMS）脉冲。
传感器布拉特克工业公司AT32080
换能器支架杜克大学团队聚乳酸（PLA）3D打印换能器支架，附加织物绑带。
超声耦合剂Parker LaboratoriesAquasonic 100用于TUS换能器与受试者头皮之间。
水箱和三轴定位系统Onda CorporationAIMS III 水听器扫描系统根据公司要求定制。

参考文献

  1. Legon, W., Ai, L., Bansal, P., Mueller, J. K. Neuromodulation with single-element transcranial focused ultrasound in human thalamus. Hum Brain Mapp. 39 (5), 1995-2006 (2018).
  2. Huang, Z., et al. Low-intensity focused ultrasound stimulation in stroke: a phase I safety and feasibility trial. Brain Stimul. 18 (1), 179-187 (2025).
  3. Samuel, N., et al. Accelerated transcranial ultrasound neuromodulation in Parkinson's disease: a pilot study. Mov Disord. 38 (12), 2209-2216 (2023).
  4. Riis, T. S., et al. Durable effects of deep brain ultrasonic neuromodulation on major depression: a case report. J Med Case Rep. 17 (1), 449(2023).
  5. Beisteiner, R., et al. Transcranial pulse stimulation with ultrasound in Alzheimer's disease: a new navigated focal brain therapy. Adv Sci (Weinh). 7 (3), 1902583(2020).
  6. Legon, W., Strohman, A. Low-intensity focused ultrasound for human neuromodulation. Nat Rev Methods Primers. 4 (1), 91(2024).
  7. Murphy, K. R., et al. A practical guide to transcranial ultrasonic stimulation from the IFCN-endorsed ITRUSST consortium. Clin Neurophysiol. 171, 192-226 (2025).
  8. Yaakub, S. N., et al. Transcranial focused ultrasound-mediated neurochemical and functional connectivity changes in deep cortical regions in humans. Nat Commun. 14 (1), 5318(2023).
  9. Zeng, K., et al. Effects of different sonication parameters of theta burst transcranial ultrasound stimulation on human motor cortex. Brain Stimul. 17 (2), 258-268 (2024).
  10. Martin, E., et al. ITRUSST consensus on standardised reporting for transcranial ultrasound stimulation. Brain Stimul. 17 (3), 607-615 (2024).
  11. Braun, V., Blackmore, J., Cleveland, R. O., Butler, C. R. Transcranial ultrasound stimulation in humans is associated with an auditory confound that can be effectively masked. Brain Stimul. 13 (6), 1527-1534 (2020).
  12. Legon, W., et al. Transcranial focused ultrasound modulates the activity of primary somatosensory cortex in humans. Nat Neurosci. 17 (2), 322-329 (2014).
  13. Legon, W., Bansal, P., Tyshynsky, R., Ai, L., Mueller, J. K. Transcranial focused ultrasound neuromodulation of the human primary motor cortex. Sci Rep. 8 (1), 10007(2018).
  14. Chen, M., et al. Numerical and experimental evaluation of low-intensity transcranial focused ultrasound wave propagation using human skulls for brain neuromodulation. Med Phys. 50 (1), 38-49 (2023).
  15. Purushotham, A., et al. Apparent diffusion coefficient threshold for delineation of ischemic core. Int J Stroke. 10 (3), 348-353 (2015).
  16. Shellock, F. G., Spinazzi, A. MRI safety update 2008: part 2, screening patients for MRI. AJR Am J Roentgenol. 191 (4), 1140-1149 (2008).
  17. Rossi, S., Hallett, M., Rossini, P. M., Pascual-Leone, A. Safety of TMS Consensus Group. Safety, ethical considerations, and application guidelines for the use of transcranial magnetic stimulation in clinical practice and research. Clin Neurophysiol. 120 (12), 2008-2039 (2009).
  18. Aubry, J. F., et al. ITRUSST consensus on biophysical safety for transcranial ultrasonic stimulation. arXiv. , https://ui.adsabs.harvard.edu/abs/2023arXiv231105359A (2023).
  19. Osada, T., Konishi, S. Noninvasive intervention by transcranial ultrasound stimulation: modulation of neural circuits and its clinical perspectives. Psychiatry Clin Neurosci. 78 (5), 273-281 (2024).
  20. Puonti, O., et al. Accurate and robust whole-head segmentation from magnetic resonance images for individualized head modeling. Neuroimage. 219, 117044(2020).
  21. Pichardo, S. BabelBrain: an open-source application for prospective modeling of transcranial focused ultrasound for neuromodulation applications. IEEE Trans Ultrason Ferroelectr Freq Control. 70 (7), 587-599 (2023).
  22. Marketing clearance of diagnostic ultrasound systems and transducers. , Food and Drug Administration. https://www.fda.gov/regulatory-information/search-fda-guidance-documents/marketing-clearance-diagnostic-ultrasound-systems-and-transducers (2023).
  23. Hassanzahraee, M., Zoghi, M., Jaberzadeh, S. Longer transcranial magnetic stimulation intertrial interval increases size, reduces variability, and improves the reliability of motor evoked potentials. Brain Connect. 9 (10), 770-776 (2019).
  24. Soda, J., Vidakovic, M. R., Lorincz, J., Jerkovic, A., Vujovic, I. A novel latency estimation algorithm of motor evoked potential signals. IEEE Access. 8, 193356-193374 (2020).
  25. Moritz, A. R. Studies of thermal injury: III. the pathology and pathogenesis of cutaneous burns: an experimental study. Am J Pathol. 23 (6), 915-941 (1947).
  26. Jenkinson, M., Beckmann, C. F., Behrens, T. E., Woolrich, M. W., Smith, S. M. FSL. Neuroimage. 62 (2), 782-790 (2012).
  27. Smith, S. M. Fast robust automated brain extraction. Hum Brain Mapp. 17 (3), 143-155 (2002).
  28. Andersson, J. L. R., Sotiropoulos, S. N. An integrated approach to correction for off-resonance effects and subject movement in diffusion MR imaging. Neuroimage. 125, 1063-1078 (2016).
  29. Rorden, C., Bonilha, L., Fridriksson, J., Bender, B., Karnath, H. O. Age-specific CT and MRI templates for spatial normalization. Neuroimage. 61 (4), 957-965 (2012).
  30. Sotiropoulos, S. N., et al. Fusion in diffusion MRI for improved fibre orientation estimation: an application to the 3T and 7T data of the Human Connectome Project. Neuroimage. 134, 396-409 (2016).
  31. Dannhauer, M., et al. TAP: targeting and analysis pipeline for optimization and verification of coil placement in transcranial magnetic stimulation. J Neural Eng. 19 (2), (2022).
  32. Taylor, M. M., Creelman, C. D. PEST: efficient estimates on probability functions. J Acoust Soc Am. 41 (4A), 782-787 (1967).
  33. Verwey, W. B. C-SMB 2.0: integrating over 25 years of motor sequencing research with the discrete sequence production task. Psychon Bull Rev. 31 (3), 931-978 (2024).
  34. Groppa, S., et al. A practical guide to diagnostic transcranial magnetic stimulation: report of an IFCN committee. Clin Neurophysiol. 123 (5), 858-882 (2012).
  35. Charalambous, C. C., Dean, J. C., Adkins, D. L., Hanlon, C. A., Bowden, M. G. Characterizing the corticomotor connectivity of the bilateral ankle muscles during rest and isometric contraction in healthy adults. J Electromyogr Kinesiol. 41, 9-18 (2018).
  36. Beaulieu, L. D., Masse-Alarie, H., Ribot-Ciscar, E., Schneider, C. Reliability of lower limb transcranial magnetic stimulation outcomes in the ipsi- and contralesional hemispheres of adults with chronic stroke. Clin Neurophysiol. 128 (7), 1290-1298 (2017).
  37. Salahshoor, H., Shapiro, M. G., Ortiz, M. Transcranial focused ultrasound generates skull-conducted shear waves: computational model and implications for neuromodulation. Appl Phys Lett. 117 (3), 033702(2020).
  38. Drainville, R. A., Chatillon, S., Lafond, M., Delattre, V., Lafon, C. Benchmark comparison of transcranial ultrasound simulation: comparing the CIVA Healthcare platform method with existing compressional wave models. J Acoust Soc Am. 157 (4), 3148-3157 (2025).

访问受限。请登录或开始试用以查看此内容。

重印与许可

标签

神经调节方案运动皮层刺激卒中康复超声换能器校准神经导航声压映射运动诱发电位皮层兴奋性安全监测
探索性临床人体研究中经颅超声刺激的方法学方案及注意事项
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。