Method Article

Magnetresonanztomographie, temporale Interferenzstimulation des kleinhirnigen fastigialen Kerns bei Schlaganfallpatienten zur Balance

DOI:

10.3791/70982

⸱

May 15th, 2026

 ,  ,  ,  ,  , 
1Rehabilitation Medicine Center and Institute of Rehabilitation Medicine, West China Hospital, Sichuan University, 2Key Laboratory of Rehabilitation Medicine in Sichuan Province, West China Hospital, Sichuan University, 3The Key Laboratory of Biomedical Information Engineering of Ministry of Education, Institute of Health and Rehabilitation Science, School of Life Science and Technology, Xi’an Jiaotong University

In This Article

Summary

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

Dieses Protokoll beschreibt einen standardisierten, magnetresonanzbildgebenden, zeitlich gesteuerten temporalen Interferenzstimulationsansatz, der darauf ausgelegt ist, den kleinhirnigen Fastigialkern bei Schlaganfallpatienten gezielt anzusprechen. Durch die Möglichkeit anatomisch präziser und reproduzierbarer tiefer cerebellarer Neuromodulation strebt diese Methode darauf ab, die Haltungskontrolle und die Gleichgewichtserholung zu verbessern.

Abstract

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

Motorische und Gleichgewichtsstörungen der unteren Gliedmaßen sind häufige Funktionsstörungen nach einem Schlaganfall. Obwohl nicht-invasive Gehirnstimulation als Ergänzung zur Neurorehabilitation vielversprechend ist, bleibt sie auf oberflächliche kortikale Bereiche beschränkt, statt auf tiefe Gehirnziele wie den kleinhirnigen Fastigialkern, der zur Haltungskontrolle und motorischen Koordination beiträgt. Die temporale Interferenzstimulation stellt eine aufkommende Strategie für nicht-invasive Gehirnstimulation dar, um tiefe neuronale Strukturen anzusprechen. Es liefert zwei hochfrequente elektrische Felder mit leicht unterschiedlichen Trägerfrequenzen durch die Kopfhaut. Rechnergestützte Modelle und frühe experimentelle Studien legen nahe, dass temporale Interferenzstimulation tiefe Ziele bevorzugt modulieren und gleichzeitig die Stimulation oberflächlicher Gewebe reduzieren kann. In dieser Studie stellen wir ein standardisiertes, bildgeleitetes Protokoll für die Stimulation des kleinhirnigen fastigialen Kerns temporaler Interferenz bei Schlaganfallpatienten vor. Das Protokoll kombiniert hochauflösende strukturelle Magnetresonanztomographie, individualisierte Modellierung des elektrischen Feldes und computergestützte Optimierung, um subjektspezifische Elektrodenmontagen mit Fokus auf den kleinhirnigen Fastigialkern zu entwerfen. Dieses Protokoll bietet einen reproduzierbaren Rahmen zur Untersuchung der tiefen cerebellaren Neuromodulation und könnte zukünftige mechanistische und Rehabilitationsstudien zu motorischen und gleichgewichtsbedingten Dysfunktionen nach einem Schlaganfall unterstützen.

Introduction

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

Motorische und Gleichgewichtsstörungen der unteren Extremitäten gehören zu den häufigsten Funktionsstörungen nach einem Schlaganfall. Diese Beeinträchtigungen bleiben große Herausforderungen für die klinische Rehabilitation. Trotz Fortschritte in konventionellen Rehabilitationsstrategien ist die Wiederherstellung von Haltungskontrolle und Gang oft unvollständig. Nicht-invasive Gehirnstimulation (NIBS) wurde daher als vielversprechender Ansatz zur Schlaganfallheilung untersucht. Klinische Studien, darunter randomisierte kontrollierte Studien, legen nahe, dass Techniken wie die wiederholte transkranielle Magnetstimulation (rTMS) die Fugl-Meyer-Werte der unteren Gliedmaßen und die Balance-Skalen bei Patienten mit chronischem Schlaganfall verbessern können, indem sie neuronale Netzwerke, die an der motorischenKontrolle beteiligt sind, modulieren.

Das Kleinhirn ist zentral für die Kontrolle und das Gleichgewicht der Haltung, wobei der Fastigialkern (FN) als kritischer tiefer Outputkern dient. Der FN erhält sensorische Eingaben vom vestibulären System und dem Rückenmark und reguliert die Aktivität der Rumpf- und proximalen Gliedmaßenmuskulatur über vestibulospinale und retikulospinale Bahnen4. Durch diese Verbindungen trägt das FN zur Körperstabilität sowohl in statischen als auch in dynamischen Zuständen wie beim Gehen bei. Präklinische Ergebnisse in Tiermodellen haben gezeigt, dass direkte FN-Stimulation die neurologische Genesung fördern, ischämische Hirnverletzungen reduzieren und die Neuroplastizität unterstützen kann 5,6,7,8. Diese Erkenntnisse stützen den FN als biologisch relevantes Ziel, stellen jedoch keine Wirksamkeit beim Menschen fest. Dieser Ansatz ist jedoch invasiv und würde eine Operation beim Menschen erfordern, mit potenziellen Risiken wie Blutungen, Infektionen und hardwarebedingten Komplikationen.

Traditionelle NIBS-Methoden wie transkranielle Gleichstromstimulation (tDCS) und rTMS modulieren hauptsächlich oberflächliche kortikale Regionen und bieten eine begrenzte räumliche Selektivität für tiefe kleinhirnige Targen7. Die temporale Interferenz (TI)-Stimulation wurde als nicht-invasive Alternative zur Modulation dieser tieferen Strukturen vorgeschlagen9. Eingeführt von der Grossman-Gruppe, verwendet dieser Ansatz mehrere Kilohertzströme durch die Kopfhaut, um ein amplitudenmoduliertes elektrisches Feld im Gehirnzu erzeugen 9,10. Entscheidend ist, dass diese Modulation nicht auf tiefe Bereiche beschränkt ist, sondern im gesamten Kopf verteilt ist, wobei ihre Stärke je nach Elektrodenkonfiguration und individueller Anatomievariiert. Computergestützte Studien und erste menschliche Studien legen nahe, dass die Spitzenmodulation effektiver zu tieferen Strukturen verlagert werden kann als konventionelle transkranielle Stimulation10,12. Während frühe Mausmodelle eine direkte neuronale Aktivierung im Hippocampus9 andeuteten. Nachfolgende Studien haben das Potenzial der TI-Stimulation zur Modulation der menschlichen motorischen Funktionweiter bestätigt 13,14,15. Das Grundprinzip dieser Technik ist in Abbildung 1 dargestellt. Die genauen zugrundeliegenden Mechanismen, das erreichbare Grad der Selektivität und die endgültige klinische Wirksamkeit der temporalen Interferenzstimulation bleiben jedoch Gegenstand aktiver Untersuchungen. Humanstudien haben diese Ergebnisse zunehmend auf klinische Einrichtungen ausgeweitet. Insbesondere hat die TI-Stimulation das Potenzial gezeigt, das Gedächtnis zu verbessern, indem sie den Hippocampus bei gesunden älteren Erwachsenen und Patienten mit kognitiven Störungen10 anspricht. Bei der motorischen Dysfunktion wurde auch berichtet, dass sie das Striatum moduliert und das motorische Lernen sowie die Koordination verbessert16. Obwohl diese Ergebnisse ermutigend sind, bleiben die zugrunde liegenden Mechanismen, das Ausmaß der Selektivität und die langfristige klinische Wirksamkeit der TI-Stimulation unklar.

Obwohl die TI-Stimulation einen modellierungsbasierten Ansatz für tiefe Ziele bietet, bleiben mehrere zentrale Herausforderungen für die menschliche Anwendung bestehen. In diesem Protokoll wird die individuelle anatomische Variabilität durch hochauflösende strukturelle MRT zur Erstellung subjektspezifischer Kopfmodelle behandelt. Die Platzierung der Elektroden wird durch computergestützte Feldmodellierung optimiert, um die Zielerfassung des tiefen Kleinhirnkerns zu verbessern und gleichzeitig oberflächliche Exposition zu begrenzen. Die Sicherheit wird durch standardisierte, bildgebende Stimulation, vordefinierte Stimulationsparameter und routinemäßige Überwachung während der Stimulation gewährleistet. Dieser Ansatz bietet somit einen reproduzierbaren und individualisierten Rahmen für die tiefe Kleinhirn-Neuromodulation. Sie soll eine Grundlage für zukünftige mechanistische Forschung und gezielte Rehabilitation von motorischen und gleichgewichtsbedingten Dysfunktionen nach einem Schlaganfall bilden.

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

Protocol

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

Die Genehmigung für das Studienprotokoll wurde vom Institutional Review Board (IRB) oder dem Ethikausschuss eingeholt. Alle Studienverfahren mit menschlichen Teilnehmern wurden strikt in Einhaltung der in der Helsinkier Erklärung festgelegten ethischen Grundsätze durchgeführt.

1. Teilnehmer-Screening

  1. Überprüfen Sie die Krankengeschichte des Teilnehmers, um Kontraindikationen auszuschließen, darunter Schwangerschaft, Epilepsie, implantierte metallische oder elektronische Geräte (z. B. intrakranielle metallische Fremdkörper, Herzschrittmacher, Cochlea-Implantate usw.), intrakranielle Hypertonie, intrakranielle Tumore oder Hautläsionen an Elektrodenplatzierungen. Außerdem sollten Teilnehmer mit schwerer Herz-, Leber- oder Nierenerkrankung ausgeschlossen werden, die die Resistenz gegenüber der Studie einschränken könnten; Menschen mit psychiatrischen Störungen wie schwerer Depression oder Schizophrenie; und Personen mit Schädeldefekten sindausgeschlossen 17,18,19.
  2. Bewerten Sie Vorsorgefaktoren, indem Sie vor der Sitzung einen standardisierten, nicht-invasiven Screening-Fragebogen zur Hirnstimulation durchführen, einschließlich einer kürzlichen Kopfverletzung oder der Verwendung von Medikamenten, die die neuronale Erregbarkeit beeinträchtigen können (z. B. Antikonvulsanta)19.
  3. Beziehen Sie eine schriftliche informierte Zustimmung aller Teilnehmer ein, nachdem umfassende Informationen über die Ziele, Verfahren, potenziellen Risiken und Vorteile, Alternativen und Teilnehmerrechte, einschließlich der freiwilligen Natur der Teilnahme und des Rechts, jederzeit ohne Konsequenzen auszusteigen, bereitgestellt werden.

2. MRT-Datenerfassung und -verarbeitung zur Zielerfassung

  1. Positionieren Sie den Teilnehmer in einer Rückenposition innerhalb des MRT-Scanners, um die Kopfstabilisierung mit Schaumstoffpads zu gewährleisten, um die Bewegung zu minimieren.
    VORSICHT: MRT-Risiko. Stellen Sie sicher, dass alle metallischen Gegenstände vor dem Betreten des MRT-Raums vom Teilnehmer entfernt werden, um Projektilgefahren zu vermeiden. Untersuchen Sie Klaustrophobie und bieten Sie ausreichenden Gehörschutz, um Scannergeräusche zu mindern.
  2. Erfassen Sie hochauflösende, T1-gewichtete Strukturaufnahmen, die den gesamten Kopf, einschließlich der Kopfhaut, abdecken. Das Sichtfeld sollte sich mindestens 10 mm über die Kopfgrenzen hinaus in den sagittalen, koronalen und axialen Ebenen20 erstrecken. Die Bildauflösung sollte auf 1 mm isotrop eingestellt werden, mit einem Signal-Rausch-Verhältnis von mindestens 20.
    HINWEIS: Eine T1-gewichtete MRT ist für alle Teilnehmer verpflichtend. Ergänzende T2-gewichtete Bildgebung sollte durchgeführt werden, wenn das T1-gewichtete MRT nicht ausreicht, um eine zuverlässige Visualisierung der hinteren Fossa-Gewebeschnittstellen, der Großhirnflüssigkeitsräume oder der Läsion/Hohlraumgrenzen zu gewährleisten. Eine ergänzende CT sollte nur durchgeführt werden, wenn MRT-basierte Schädelsegmentierung für eine genaue Modellkonstruktion unzureichend ist.
  3. Bereiten Sie die T1-gewichteten MRT-Daten vor, indem Sie sicherstellen, dass die Dateien im Standard-NIfTI-Format (.nii) liegen, und importieren Sie die Daten über die vorgesehene Upload-Schnittstelle in eine computergestützte Gehirnmodulationsplattform. Wir nutzten die Hirnmodulationsplattform (wie in der Materialtabelle beschrieben), um Modellierungen des gesamten Gehirngewebes durchzuführen und automatisch Stimulationsprotokolle anhand der MRT-Bilder der Teilnehmer zu bestimmen.
  4. Individualisierte Kopf- und Gehirnmodellgenerierung
    1. Wählen Sie zunächst die Funktion "Build Model" im Modellierungsmenü innerhalb der Rechenplattform aus. Verwenden Sie den Standard-Vorverarbeitungs-Workflow der Software, um automatisch Intensitätsinhomogenität zu korrigieren und räumliche Koordinatentransformationen auf den MRT-Daten21 durchzuführen.
    2. Zweitens werden die T1-gewichteten MRT-Bilder der Teilnehmer in sechs verschiedene Gewebetypen (Kopfhaut, Schädel, Rückenmarksflüssigkeit, weiße Substanz, graue Substanz und Karies) unterteilt, wobei die Standard-Gewebewahrscheinlichkeitskarten der Standard-Neurobildanalysesoftware22 verwendet werden.
    3. Untersuchen Sie die segmentierten Bilder Schnitt für Schnitt, um die Genauigkeit der Gewebegrenzabgrenzungen zu überprüfen. Anschließend werden für die Finite-Elemente-Berechnungen die folgenden Leitfähigkeitswerte für jeden jeweiligen Gewebetyp zugeordnet: Kopfhaut (0,0002 S/m), Schädel (0,0202 S/m), Rückenmarksflüssigkeit (2 S/m), weiße Substanz (0,064 S/m), graue Substanz (0,103 S/m) und Kavitität (2,5e-14 S/m)23.
    4. Drittens wurde das 10-10-EEG-Elektrodensystem auf den Kopfhautmodellen registriert. Viertens wurde mit iso2mesh24 ein tetraedrisches Finite-Elemente-Netz erzeugt.
    5. Schließlich wurde der Finite-Elemente-Löser GetDP verwendet, um die elektrische Feldintensität an jeder Stimulationselektrode unter Einheitsintensität zu berechnen, was die vorherige elektrische Feldmatrix Leadfield25 ergab. Erwartetes Ergebnis: ein teilnehmerspezifisches 3D-Kopfmodell mit segmentierten Geweben, Elektrodenpositionen und einem Finite-Elemente-Mesh.
  5. Zielkoordinatendefinition und räumliche Registrierung
    1. Navigieren Sie zu den Koordinateneingabefeldern innerhalb der Schnittstelle des Targeting-Tools der Rechenplattform. Geben Sie manuell die spezifischen Standard-MNI-Raumkoordinaten für den kleinhirnigen Fastigialkern (FN) in die jeweiligen Textfelder X, Y und Z ein (z. B. geben Sie [2, -55, -29] für das rechte FN und [-5, -55, -30] für das linke FN ein).
    2. Führen Sie das automatisierte räumliche Registrierungsmodul der Plattform aus. Dieser Algorithmus registriert zunächst nichtlinear das T1-gewichtete MRT-Bild des Teilnehmers im ICBM 152 Nonlinear Atlases (2009) Standardkopfmodell.
    3. Erlauben Sie der Software, automatisch eine inverse nichtlineare räumliche Transformation anzuwenden. Dieser Schritt mappt die vordefinierten MNI-Zielkoordinaten zurück in den nativen T1-Raum des Teilnehmers und erzeugt so erfolgreich personalisierte FN-Zielkoordinaten im individualisierten Gehirnmodell für die nachfolgenden Elektrofeldsimulationen.
  6. Elektrodenmontage und Stromoptimierung
    1. Bewerten Sie das endgültige Modellierungsergebnis, das vom Optimierungsalgorithmus erzeugt wird. Das Modellierungsergebnis wird nur akzeptiert, wenn die Software eine gültige Elektrodenmontage zurückgibt, die vorhergesagte FN-Hüllkurvenamplitude das vordefinierte Modellierungsreferenzniveau überschreitet und der Hotspot visuell auf oder unmittelbar neben dem individuellen FN-Ziel liegt.
    2. Klassifizieren Sie das Ergebnis als suboptimal (und passen Sie die Parameter an, um gegebenenfalls neu zu berechnen), wenn die FN-Intensität unter diesem Referenzniveau bleibt, wenn die Hülle räumlich diffus erscheint oder wenn der Hotspot in Richtung oberflächlicher Kleinhirn- oder Okzipitalregionen26 verschoben ist.
    3. Stellen Sie die TI-Optimierungsparameter ein, einschließlich der vordefinierten FN-Zielkoordinaten, Strombeschränkungen und des Brennpunktoptimierungsmodus. Akzeptieren Sie das Optimierungsergebnis nur, wenn die Software eine gültige Montage mit Elektrodenpositionen, kanalspezifischen Stromamplituden und einer simulierten Feldkarte zurückgibt, die die maximal vorhergesagte Hüllkurvenintensität an oder in der Nähe des FN-Ziels zeigt. Im vorliegenden Manuskript ist ein repräsentatives Beispiel mit einem Standardkopfmodell zur Workflow-Illustration gezeigt (Abbildung 2).
    4. Bewerten Sie das endgültige Modellierungsergebnis, das vom Optimierungsalgorithmus erzeugt wird. Das Modellierungsergebnis wird nur akzeptiert, wenn die Software eine gültige Elektrodenmontage zurückgibt, die vorhergesagte FN-Hüllkurvenamplitude das vordefinierte Modellierungsreferenzniveau überschreitet und der Hotspot visuell auf oder unmittelbar neben dem individuellen FN-Ziel liegt.
    5. Klassifizieren Sie das Ergebnis als suboptimal (und passen Sie die Parameter an, um bei Bedarf neu zu berechnen), wenn die FN-Intensität unter diesem Referenzniveau bleibt, wenn die Hülle räumlich diffus erscheint oder wenn der Hotspot in Richtung oberflächlicher Kleinhirn- oder Okzipitalregionen verschoben ist.

3. Vorbereitung und Platzierung der Elektrodenkappe

  1. Missen Sie den Kopfumfang des Teilnehmers vom Brauengrat bis zum Okzipitalknoten mit einem flexiblen Maßband.
  2. Installieren Sie kreisförmige Gummielektroden in die 72-Positionen-Elektrodenkappe an Stellen, die durch die individuellen elektrischen Feldmodellierungsergebnisse27 bestimmt sind.
  3. Setzen Sie den Teilnehmer bequem in eine aufrechte Position mit angemessener Kopfstütze, um die Bewegung während der Stimulation zu minimieren.
  4. Positionieren Sie die Elektrodenkappe gemäß dem internationalen 10–20-EEG-System, um eine genaue Ausrichtung mit der Nasion-Inion-Linie und bilateralen präaurikulären Orientierungspunkten sicherzustellen. Stellen Sie die Kappenspannung ein, um eine sichere Passform ohne übermäßige Kompression zu erreichen.28.
  5. Identifizieren Sie die gezielten Elektrodenstellen durch die leeren Elektrodenhalter der Kappe. Teile das Haar an jeder bestimmten Stelle mit dem Holzende eines Wattestäbchens, um die darunterliegende Kopfhaut vollständig freizulegen. Tragen Sie eine kleine Menge Schleifpaste auf die Baumwollspitze auf, führen Sie sie durch den leeren Halter und reiben Sie die freiliegende Haut vorsichtig in einer kreisenden Bewegung, um oberflächliche abgestorbene Haut zu entfernen und die Impedanz zu verringern.
    VORSICHT: Risiko der Kopfhautvorbereitung. Tragen Sie eine abrasive Paste vorsichtig auf, um übermäßige Hautabschürfungen zu vermeiden, die das Risiko von Schmerzen, Hautverbrennungen oder Infektionen während der Stimulation erhöhen können.
  6. Injizieren Sie leitfähiges Gel in jede Elektrode, bis ausreichender Kontakt mit der Kopfhaut erreicht ist.
  7. Die Teilnehmer werden mithilfe von Blockrandomisierung in aktive TI-Stimulations- oder Scheinkontrollgruppen randomisiert. Doppelblindung wird implementiert: Die Teilnehmer erhalten eine Scheinstimulation, die das aktive Protokoll nachahmt, und Experimentatoren, die Bewertungen durchführen, sind für die Gruppenzuweisung blind.

4. Einrichtung und Parameteranpassung des TI-Stimulationssystems

  1. Schließen Sie die Elektrodenkappe an das TI-Stimulationsgerät an, das mindestens zwei unabhängige Stimulationskanäle29 unterstützen muss.
  2. Öffnen Sie die Gerätesteuerungsoberfläche und navigieren Sie zum Konfigurationsmenü für Stimulationsparameter. Geben Sie die Trägerfrequenzen manuell in ihre jeweiligen Eingangsfelder ein: Stellen Sie Kanal 1 auf 2,000 kHz und Kanal 2 auf 2,005 kHz ein, um eine Hüllkurvenfrequenz von 5 Hz zu erhalten.
    1. Lokalisieren Sie die Eingabefelder der aktuellen Amplitude innerhalb der Schnittstelle. Verwenden Sie die Schnittstellensteuerung, um die spezifischen optimierten Stromamplituden für Kanal 1 und Kanal 2 genau so einzugeben, wie sie von der Rechenplattform erzeugt werden.
    2. Vergleichen Sie den Schnittstellenbildschirm visuell mit dem exportierten Optimierungsbericht, um alle Einstellungen zu überprüfen. Bestätigen Sie, dass beide Kanäle als "aktiv" erscheinen und alle Eingangsparameter korrekt im Hauptbedienfeld aufgeführt sind, bevor Sie fortfahren.
  3. Aktivieren Sie die Impedanzüberwachung am Stimulationsgerät und stellen Sie die Elektrodenkontakte an, bis alle Kanalimpedanzen unter 8 kΩ30 fallen. Wenn der Impedanz über 8 kΩ bleibt, wiederhole die Kopfhautvorbereitung und passe den Elektrodenkontakt an, bevor du fortgesetzt wirst.
  4. Führen Sie eine kurze Vorstimulationsphase durch, um die Toleranz der Teilnehmer zu beurteilen.
    VORSICHT: Risiko für elektrische Stimulation. Starten Sie die Stimulation immer mit niedriger Intensität und steigern Sie die Spannung allmählich, um plötzlichen Schock oder Stress zu vermeiden.
  5. Falls nötig, passen Sie die Stromamplitude proportional an, während das relative Gleichgewicht zwischen den Kanälen erhalten bleibt. Nehmen Sie nur dann an der formellen Sitzung teil, wenn der Teilnehmer kein unerträgliches Unbehagen meldet. Bei mäßigen oder starken Beschwerden sollte der Strom proportional über die Kanäle reduziert oder die Stimulation eingestellt werden. Die Stimulationseinstellungen für die aktiven und Scheinbedingungen sind in Tabelle 1 zusammengefasst.

5. Stimulationsverfahren

  1. Vor Beginn der Stimulation sollten Sie den Teilnehmer anweisen, ruhig sitzen zu bleiben und Kopf- und Körperbewegungen zu minimieren. Nachdem alle Stimulationsparameter bestätigt wurden, starten Sie die formelle Stimulationssitzung, indem Sie auf der Geräteschnittstelle "Start" auswählen. Sinusförmige Wellenformen werden über beide Kanäle abgegeben, um temporale Interferenz im kleinhirnlichen FN zu erzeugen.
  2. Überwachen Sie die Elektrodenimpedanzen kontinuierlich über die Geräteschnittstelle, um sicherzustellen, dass sie innerhalb sicherer Betriebsgrenzen bleiben. Vor Beginn der Sitzung sollten Sie den Teilnehmer anweisen, spontan alle Nebenwirkungen oder Unbehagen, wie unerwartete Kribbeln oder Kopfschmerzen, zu jedem Zeitpunkt während der Stimulation zu melden.
    VORSICHT: Risiko für elektrische Stimulation. Elektrische Stimulation birgt das Risiko von Kopfhautverbrennungen oder übermäßigen Schmerzen.
  3. Die Stimulation wird sofort unterbrochen oder abgebrochen, wenn die Elektrodenimpedanz 8 kΩ überschreitet oder der Teilnehmer starke Beschwerdenvon 31 meldet.
  4. Nach Abschluss der Stimulationssitzung beenden Sie die Stimulation mit "Stopp", entfernen Sie vorsichtig die Elektrodenkappe, reinigen Sie die Kopfhaut mit Wasser und untersuchen Sie die Haut auf Anzeichen von Reizungen.

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

Results

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

Beispiel zur Modellierung elektrischer Felder
Um zu bewerten, ob der individualisierte, MRT-gesteuerte Arbeitsablauf das Studienziel erreichen kann, die temporale Interferenzstimulation in Richtung des kleinhirnigen Fastigialkerns (FN) zu lenken, wurden repräsentative Ergebnisse in einer logischen Abfolge von der Modellgenerierung bis zur Feldlokalisierung analysiert. Hochauflösende T1-gewichtete MRT-Daten wurden erfolgreich in sechs Gewebekompartimente segmentiert, w...

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

Discussion

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

Methodischer Überblick und wichtige Umsetzungsaspekte
Diese Studie präsentiert ein standardisiertes Protokoll für die nicht-invasive Modulation des kleinhirnbedingten FN mittels individualisierter Ti-Stimulation. Durch die Integration hochauflösender struktureller MRT, rechnergestützter elektrischer Feldmodellierung und einer Mehrkanal-Stimulationsschnittstelle ermöglicht das vorgeschlagene Protokoll eine anatomisch informierte und präzise Zielsetzung des FN. Dieser Ansatz etabliert e...

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

Disclosures

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

Die Autoren erklären keine konkurrierenden Interessen.

Acknowledgements

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

Die Autoren haben keine Danksagungen.

Zentrales Forschungs- und Entwicklungsprogramm des Chengdu Science and Technology Bureau (2024-YF05-00988-SN)

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

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
72-Kanal-ElektrodenkappeSuzhou NeuroDome Medical Technology Co., LtdSuzhou, China72-Punkt-Elektrodenkappe für Gehirnstimulation
Leitendes GelNicht anwendbarNicht anwendbarGel zur Verbesserung des Kontakts zwischen Elektrode und Haut
Flexibles MaßbandNicht anwendbarNicht anwendbarWird zur Messung des Kopfumfangs für die Montage von Elektrodenkappen verwendet 
NervioWeb-SoftwareplattformSuzhou NeuroDome Medical Technology Co., LtdSuzhou, ChinaOnline-Experimentationsplattform zur Gehirnmodulation
NervioX-1000-StimulatorSuzhou NeuroDome Medical Technology Co., LtdSuzhou, ChinaNicht-invasives Tiefen-Gehirnstimulationssystem
Nuprep HautvorbereitungsgelWeber und GesellschaftAurora, CO, USASchleifpaste zur Hautreinigung zur Verbesserung der Leitfähigkeit

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Zeng, Y., Ye, Z., Zheng, W., Wang, J. Efficacy of cerebellar transcranial magnetic stimulation for post-stroke balance and limb motor function impairments: meta-analyses of random controlled trials and resting-state fMRI studies. The Cerebellum. 23 (4), 1678-1696 (2024).
  2. Feng, L., Xiang, L., Fang, L., Li-Ping, O., Xiao, B. High-frequency repetitive transcranial magnetic stimulation for stroke patients lower extremity function: primary motor cortex versus cerebellar stimulation. A randomized controlled trial. European Journal of Physical and Rehabilitation Medicine. 61 (6), 798(2025).
  3. Koch, G., et al. Effect of cerebellar stimulation on gait and balance recovery in patients with hemiparetic stroke: a randomized clinical trial. JAMA neurology. 76 (2), 170-178 (2019).
  4. Blumenfeld, H. Neuroanatomy through clinical cases. , Sinauer Associates. Sunderland (MA). (2002).
  5. Reis, D. J., Berger, S. B., Underwood, M. D., Khayata, M. Electrical stimulation of cerebellar fastigial nucleus reduces ischemic infarction elicited by middle cerebral artery occlusion in rat. Journal of Cerebral Blood Flow & Metabolism. 11 (5), 810-818 (1991).
  6. Wang, J., Dong, W. W., Zhang, W. H., Zheng, J., Wang, X. Electrical stimulation of cerebellar fastigial nucleus: mechanism of neuroprotection and prospects for clinical application against cerebral ischemia. CNS neuroscience & therapeutics. 20 (8), 710-716 (2014).
  7. Udupa, K., Chen, R. The mechanisms of action of deep brain stimulation and ideas for the future development. Progress in neurobiology. 133, 27-49 (2015).
  8. Boyden, E. S., Katoh, A., Raymond, J. L. Cerebellum-dependent learning: the role of multiple plasticity mechanisms. Annu. Rev. Neurosci. 27 (1), 581-609 (2004).
  9. Grossman, N., et al. Noninvasive deep brain stimulation via temporally interfering electric fields. Cell. 169 (6), 1029-1041.e16 (2017).
  10. Mirzakhalili, E., Barra, B., Capogrosso, M., Lempka, S. F. Biophysics of temporal interference stimulation. Cell Systems. 11 (6), 557-572.e5 (2020).
  11. Lee, S., Lee, C., Park, J., Im, C. H. Individually customized transcranial temporal interference stimulation for focused modulation of deep brain structures: a simulation study with different head models. Scientific reports. 10 (1), 11730(2020).
  12. Rampersad, S., et al. Prospects for transcranial temporal interference stimulation in humans: a computational study. NeuroImage. 202, 116124(2019).
  13. Violante, I. R., et al. Non-invasive temporal interference electrical stimulation of the human hippocampus. Nature neuroscience. 26 (11), 1994-2004 (2023).
  14. Lozano, A. M., et al. Deep brain stimulation: current challenges and future directions. Nature Reviews Neurology. 15 (3), 148-160 (2019).
  15. Zheng, S., et al. Repetitive temporal interference stimulation improves jump performance but not the postural stability in young healthy males: a randomized controlled trial. Journal of NeuroEngineering and Rehabilitation. 21 (1), 38(2024).
  16. D'Angelo, E. Physiology of the cerebellum. Handbook of clinical neurology. 154, 85-108 (2018).
  17. Missey, F., et al. Non-invasive temporal interference stimulation of the hippocampus suppresses epileptic biomarkers in patients with epilepsy: Biophysical differences between kilohertz and amplitude modulated stimulation. Brain Stimulation. , (2025).
  18. Zhou, H., et al. Transcranial temporal interference stimulation for treating bipolar disorder with depressive episodes: a feasibility Study. Molecular Psychiatry. , 1-8 (2025).
  19. Wang, S., et al. Individualized transcranial temporal interference stimulation (tTIS) for cognitive impairments and negative symptoms in patients with schizophrenia: a study protocol for a randomized controlled trial. BMC psychiatry. 25 (1), 714(2025).
  20. Zhao, H., Zhao, B., He, J., Liu, M. Distinctive roles of left and right entorhinal cortex in path integration via a non-invasive stimulation study. Nature Communications. 16 (1), 10214(2025).
  21. Yatsuda, K., Fernández-Corazza, M., Yu, W., Gomez-Tames, J. Population-optimized electrode montage approximates individualized optimization in transcranial temporal interference stimulation. Computers in Biology and Medicine. 192, 110223(2025).
  22. Penny, W. D., Friston, K. J., Ashburner, J. T., Kiebel, S. J., Nichols, T. E. Statistical parametric mapping: the analysis of functional brain images. , Elsevier. (2011).
  23. Gabriel, C. Compilation of the dielectric properties of body tissues at RF and microwave frequencies. , (1996).
  24. Fang, Q., Boas, D. A. Tetrahedral mesh generation from volumetric binary and gray-scale images. IEEE International Symposium on Biomedical Imaging: From Nano to Macro, 2009. ISBI '09, , 1142-1145 (2009).
  25. Amunts, K., Mohlberg, H., Bludau, S., Zilles, K. Julich-Brain: A 3D probabilistic atlas of the human brain’s cytoarchitecture. Science. 369 (6506), 988-992 (2020).
  26. Geng, C., et al. Optimized Temporal Interference Stimulation Based on Convex Optimization: A Computational Study. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 33, 1400-1410 (2025).
  27. Brahma, T., Guillen, A., Moreno, J., Datta, A., Huang, Y. On the need of individually optimizing temporal interference stimulation of human brains due to inter-individual variability. Brain stimulation. 18 (5), 1373-1388 (2025).
  28. Chen, X., et al. Reinforcement Learning-Based Focality Optimization for Multi-Electrode Temporal Interference Stimulation. IEEE Transactions on Biomedical Engineering. , (2025).
  29. Mansourinezhad, P., et al. Systematic review of experimental studies in humans on transcranial temporal interference stimulation. Journal of Neural Engineering. 22 (5), 051001(2025).
  30. Demchenko, I., et al. Human Applications of Transcranial Temporal Interference Stimulation: A Systematic Review. Brain Stimul. 18 (6), 2054-2066 (2025).
  31. Xu, S., et al. Precision at Deep Brain: Noninvasive Temporal Interference Stimulation. ACS nano. 19 (46), 39589-39614 (2025).
  32. Yatsuda, K., Fukunaga, M., Yu, W., Gomez-Tames, J. Impact of brain anisotropy on transcranial temporal interference stimulation: numerical analysis toward reliable montage optimization. Biomedical Engineering Letters. , 1-12 (2026).
  33. Inoue, T., Otsuru, N., Hirata, A. Group-level and personalized optimization for the insula and hippocampus focal electric field in transcranial temporal interferential stimulation: A computational study. Computers in Biology and Medicine. 200, 111374(2026).
  34. Woods, A. J., et al. A technical guide to tDCS, and related non-invasive brain stimulation tools. Clinical neurophysiology. 127 (2), 1031-1048 (2016).
  35. Thair, H., Holloway, A., Newport, R., Smith, A. Transcranial direct current stimulation (tDCS): a beginner’s guide for design and implementation. Front Neurosci. 11, 641(2017).
  36. Cassarà, A. M., et al. Recommendations for the safe application of temporal interference stimulation in the human brain part II: Biophysics, dosimetry, and safety recommendations. Bioelectromagnetics. 46 (1), e22536(2025).
  37. Cassarà, A. M., et al. Recommendations for the safe application of Temporal interference stimulation in the human brain part I: principles of electrical neuromodulation and adverse effects. Bioelectromagnetics. 46 (2), e22542(2025).
  38. Antal, A., et al. Low intensity transcranial electric stimulation: Safety, ethical, legal regulatory and application guidelines. Clinical neurophysiology. 128 (9), 1774-1809 (2017).
  39. Rezaee, Z., Dutta, A. Cerebellar lobules optimal stimulation (CLOS): a computational pipeline to optimize cerebellar lobule-specific electric field distribution. Frontiers in Neuroscience. 13, 266(2019).
  40. Esmaeilpour, Z., Kronberg, G., Reato, D., Parra, L. C., Bikson, M. Temporal interference stimulation targets deep brain regions by modulating neural oscillations. Brain Stimulation. 14 (1), 55-65 (2021).
  41. Missey, F., et al. Temporal Interference Stimulation Can Enhance or Disrupt Human Memory Encoding as a Function of Brain Location and Frequency. bioRxiv. , (2025).
  42. Wessel, M. J., et al. Noninvasive theta-burst stimulation of the human striatum enhances striatal activity and motor skill learning. Nature neuroscience. 26 (11), 2005-2016 (2023).
  43. Liu, R., et al. Temporal interference stimulation targets deep primate brain. Neuroimage. 291, 120581(2024).
  44. Vissani, M., Isaias, I. U., Mazzoni, A. Deep brain stimulation: a review of the open neural engineering challenges. Journal of Neural Engineering. 17 (5), 051002(2020).
  45. Peng, J., et al. Advances in the application of temporal interference stimulation: a scoping review. Frontiers in Human Neuroscience. 19, 1536906(2025).
  46. Botzanowski, B., et al. Focal control of non-invasive deep brain stimulation using multipolar temporal interference. Bioelectronic medicine. 11 (1), 7(2025).
  47. Wang, H. E., et al. Virtual brain twins for stimulation in epilepsy. Nature computational science. 5 (9), 754-768 (2025).

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

Temporal Interference StimulationCerebellar Fastigial NucleusMagnetic Resonance ImagingStroke RehabilitationDeep Brain StimulationBalance ImpairmentMotor CoordinationElectric Field ModellingElectrode MontageNeurorehabilitation

Related Articles