发育中大脑运动皮质的非侵入性调制和机器人映射

我们的协议涉及使用世界上第一个儿科 TMS 机器人来绘制健康儿童和早期脑损伤（如围产期中风）的儿童的运动皮层图。协议将 MRI 成像与神经导航集成在一起，使我们能够以更高的精度和精度获取地图，从而缩短映射会话时间。它有助于消除人为错误，提高年轻患者的安全性和耐人性。

运动映射尚未用于诊断或预后目的，然而，它是一种新技术，用于测量大脑在大脑受损发生或干预后如何变化和重新布线。具有不同目标的类似技术可用于语言区域映射。语言和电机映射对于手术前规划非常重要。

首先使用神经导航软件中的标签来重建皮肤和全脑曲线。选择新外观、外观和计算外观。确保包括鼻子和头顶。

然后，选择新的和完整的大脑曲线。将绿色选择框封闭在大脑外，但位于头骨内部。选择计算曲线。

将剥离深度调整为 4.0 至 6.0 毫米。选择配置地标。将四个地标放在鼻子尖、鼻塞和重建皮肤两只耳朵的凹口处。

命名与它们的解剖结构对应的地标。选择目标的选项卡以查看曲线脑。选择新的矩形网格。

将均匀的 12 到 12 坐标网格，在重建的大脑表面放置 7 毫米间距，在运动皮层的手把手上。接下来，使用右侧的目标定位工具优化旋转、倾斜和曲率的网格定位。将网格点转换为轨迹，引导机器人定位 TMS 线圈。

调整轨迹的角度，使它们与纵向裂缝或大脑的45度。使用捕捉工具外推和优化曲线脑的轨迹。最后，使用四个传感器测试初始化和定位 TMS 机械臂和座椅以欢迎位置并校准力板传感器。

首先护送学员进入测试室，并让他们填写安全问卷。然后，将学员放在机器人椅上，并调整靠背和颈部休息。确保他们的脚是支撑的。

在制图过程中用枕头支撑手臂和手。清洁皮肤上感兴趣的肌肉。将氯化银银表面电极放在参与者的双手和前臂上，瞄准四个大骨前肢肌肉。

第一个侧间， 绑架者的腹， 绑架者， 绑架者数字小米， 和手腕挤出机。使用兼容的 EMG 软件将放大器连接到数据收集计算机。接下来，将表面电极连接到肌电图（EMG、放大器和数据采集系统），确保接地电极也连接在一起。

使用地标指针共同注册学员头部的四个地标，并使用验证选项卡确保参与者头部正确注册。然后，选择最接近参与者的手刀的网格点。选择与目标按钮的对齐，将机器人持有的 TMS 线圈与此目标位置对齐。

选择"联系人"。使用接触力指示器监控触点质量，并确保指示灯为绿色或黄色。指示学员不要移超出机械臂的范围。

确保参与者的手部肌肉放松，在接触前保持静止。选择对齐并跟随，这样如果参与者移动，线圈将居中在目标上。使用 TMS 机器上的 TMS 触发按钮，以 40 到 60% 的最大刺激器输出强度提供 5 到 10 个 TMS 脉冲。

最后，确定网格点，为左或右 FDI 肌肉提供最大和最一致的电机激发潜力。确定静止电机阈值为最低强度，在 10 次刺激中，FDI 肌肉中产生的 MEP 至少为 50 微伏。首先，在接近热点的网格点以一秒的间向和120%RMT的强度提供四个单脉冲 TMS 脉冲。

然后，在相邻的网格点重复。沿响应点按线性方式继续，直到到达无响应点，该点指定地图的第一个寄宿区域。然后，继续映射以在矩形网格的所有四个方向上建立板点。

使用 EMG 软件记录所有肌肉的所有 MEP，用于离线分析。在三到四个网格点后，选择"关闭"并让学员休息，直到他们准备好继续。接下来，使用相同网格的硬拷贝版本跟踪刺激顺序，以便进一步分析。

使用机器人 TMS 完成映射。最后，使用自定义编码脚本通过联系作者生成可用的 3D 电机映射。使用响应式轨迹站点计算电机地图面积和体积。

将重心计算为每个坐标位置的电机表示的加权平均值。这些结果表明，tDCS和HD-tDCS在五天的培训中提高了学习率。与假人相比，主动干预组在第四天和第五天的左手平均PPT得分有更大的改善。

这种方法从以前的研究中复制，并合并了数据集。复制数据表明，与假组相比，tDCS和HD-tDCS组的学习率显著上升。规划过程与执行过程同样重要。

网格和轨迹应小心地覆盖在 MRI 上。如果使用大脑模板，应从参与者头部采集多个样本。此过程可以完成干预前和干预后，以回答由此产生的电机映射更改。

按照此过程执行评估可以指示电机映射度量与功能结果之间的关系。利用这个协议，研究人员可以学习如何使用机器人TMS准确、及时地生成运动图，以及在儿童中安全地生成运动图。主要的挑战包括引导机器人并使其优化其目标区域。

轨迹必须精确确定。使用倾斜参数和旋转参数的多种组合练习线圈对齐有助于优化线圈轨迹设计。这些仪器都不是危险的。

当机器人触摸参与者的头部时，不断观察机器人非常重要，因为机器人会对任何头部运动做出反应。