Article de méthode

Thérapie de stimulation magnétique transcrânienne personnalisée guidée par IRMf livrée robotiquement pour la dépression résistante au traitement

DOI :

10.3791/70318

⸱

10 avril 2026

 ,  ,  ,  ,  , 
1QIMR Berghofer Medical Research Institute, 2Queensland Neurostimulation Centre, 3University of Melbourne

Dans cet article

Résumé

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

Ce protocole décrit le flux de travail de la thérapie de stimulation magnétique transcrânienne personnalisée guidée par IRMf délivrée robotisément pour la dépression résistante au traitement. La mise en œuvre clinique à l’aide de ce protocole est réalisable, et les résultats en open label confirment l’efficacité réelle de cette approche.

Résumé

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

L’amélioration des résultats de la thérapie par stimulation magnétique transcrânienne (SMT) pour la dépression résistante au traitement peut être réalisée en personnalisant le ciblage du cortex préfrontal dorsolatéral (DLPFC) et en fournissant une administration précise de la dose. Nous avons récemment rapporté les premiers résultats cliniques d’une étude en ouvert utilisant une thérapie TMS guidée par résonance magnétique fonctionnelle (IRMf) délivrée par robot, dans la dépression résistante au traitement. Nous décrivons ici le protocole utilisé dans la mise en œuvre clinique de la TMS personnalisée pour la dépression résistante au traitement. Ce protocole est mis en œuvre cliniquement depuis novembre 2021. Les patients souffrant de dépression résistante au traitement sont évalués et consentés à la thérapie TMS. Les patients éligibles réalisent une IRM anatomique et une IRM de 15 minutes à l’état de repos les yeux ouverts. Les données anatomiques et fonctionnelles sont téléchargées sur une plateforme cloud pour calculer la cible optimale de la SMT au sein du cortex préfrontal dorsolatéral gauche (DLPFC) via une approche établie. La sortie de ce pipeline de traitement identifie des amas cérébraux caractérisés par la plus forte anticorrélation entre les signaux IRMf dans le cortex cingulaire subgenual (SGC) et le DLPFC. La cible TMS est affinée en fonction de l’anatomie individuelle (par exemple, la position du gyrus) et de la taille du ou des grappes corticales ciblées. Un point d’entrée du cuir chevelu pour la cible est calculé via un logiciel de neuronavigation. La neuronavigation est utilisée pour guider une bobine TMS montée sur un bras robotique, permettant une stimulation précise et constante au sein et entre les séances. Les patients effectuent des séances quotidiennes de TMS sur 4 à 6 semaines en utilisant une stimulation intermittente par burst theta à un seuil moteur au repos de 120 %. La réponse aux symptômes est évaluée 2 semaines après la fin du traitement. Ce protocole démontre les ressources et le flux de travail nécessaires pour une TMS personnalisée guidée par IRMf livrée robotisément pour la dépression résistante au traitement.

Introduction

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

Le TMS est une thérapie biologique indiquée pour la dépression résistante au traitement. Depuis le premier essai clinique en 20071, plusieurs itérations de protocoles TMS ont eu lieu, incluant l’utilisation de différentes bobines, des formes d’onde de stimulation, le nombre d’impulsions de stimulation par séance, le nombre et le taux de séances par traitement, l’intensité de la stimulation et les méthodes de ciblage cérébral. Ces itérations thérapeutiques contribuent à la différence entre les taux de réponse et de rémission dans les essais cliniques TMSprécoces 1 etplus récents 2,3,4,5. Un autre facteur qui pourrait expliquer cette différence, spécifique aux méthodes de ciblage cérébral, est la précision et la précision du ciblage. Le ciblage conventionnel de la SMT repose sur des heuristiques basées sur le cuir chevelu, mais des preuves plus récentes suggèrent que le résultat du traitement pourrait être lié à la connectivité fonctionnelle au repos (RSFC) entre le site de stimulation du cortex préfrontal dorsolatéral (DLPFC) et le cortex cingulaire subgenual (SGC). Cette hypothèse a été proposée pour la première fois en 2012/136, suivie par l’idée que des cibles optimales basées sur la connectivité pourraient différer d’un individu àl’autre. En 2021, notre équipe a développé une méthodologie computationnelle permettant de déterminer des cibles reproductibles basées sur la connectivité avec une précisionmillimétrique 8. Nos recherches rétrospectives en 2021 ont démontré pour la première fois que la proximité avec des cibles optimales basées sur la connectivité était associée à de meilleurs résultatsthérapeutiques 9 ; une découverte qui a depuis étéreproduite 10. Nous avons récemment publié le premier essai prospectif en open label démontrant de meilleurs résultats cliniques avec un ciblage personnalisé chez les patients souffrant de dépression11, en particulier ceux présentant peu de comorbidités. Notamment, la seule différence dans cet essai par rapport à la thérapie TMS conventionnelle était l’utilisation d’un ciblage personnalisé basé sur la connectivité, réalisé par un bras robotique. D’autres protocoles TMS12,13 peuvent également tirer une partie de leur efficacité clinique de méthodologies de ciblage apparentées.

Dans cette étude protocolaire, nous rendrons compte des flux de travail cliniques, de neuroimagerie et logiciels nécessaires pour reproduire la thérapie TMS personnalisée livrée par robot et guidée par IRMf pour la dépression en milieu clinique et de recherche. Nous commenterons ses résultats concrets et la faisabilité de sa mise en œuvre à partir de notre propre expérience d’utilisation de ce protocole. Enfin, nous décrirons comment ce protocole peut soutenir d’autres itérations thérapeutiques, telles que celles visant à ajuster la dose et le taux d’administration, ou ses avantages potentiels pour les indications thérapeutiques au-delà de la dépression.

Protocole

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

Les procédures de recherche ont été approuvées par le comité local d’éthique de la recherche humaine (Uniting Care, Brisbane, Australie), et les participants ont donné leur consentement. Le logiciel décrit dans ce protocole a reçu l’approbation du Prescripteur Autorisé de la part de la Therapeutic Goods Administration. Le traitement des données en neuroimagerie a été réalisé sur des services de cloud computing (voir Tableau des matériaux) conformément aux normes nationales de confidentialité des données. Ce protocole est en usage depuis novembre 2021.

1. Évaluation pré-traitement et neuroimagerie

  1. Identifier les patientes présentant des implants ou dispositifs métalliques, la claustrophobie et la grossesse, car ces caractéristiques cliniques présentent des critères d’exclusion de sécurité de l’IRM et peuvent affecter la qualité de l’image (par exemple, artefact métallique, artefact de mouvement).
  2. Sévérité complète des symptômes avant traitement à l’aide de l’échelle d’évaluation de la dépression Montgomery-Asberg (MADRS), de l’échelle d’anxiété de Hamilton ( HAM-A), de 15 et de l’échelle hospitalière de l’anxiété-dépression (HADS). 16 Répartir les patients dans des sous-groupes selon le diagnostic de TDM sans comorbidité psychiatrique (Groupe 1, RCT acceptable), TDM avec comorbidité psychiatrique (Groupe 2, Naturaliste), TDM avec comorbidité neurologique (Groupe 3) et dépression bipolaire (également Groupe 3), similaire à la classification pronostique décrite par Sforzini et al.17.
  3. Faites des examens dans un centre d’imagerie disposant d’une licence logicielle pour l’imagerie dépendant du niveau d’oxygène dans le sang (BOLD). Acquérir des images pondérées T1, une séquence de repos yeux ouverts de 15 minutes, et deux cartes de champ spin-écho codées en phase inversée dans une IRM de champ de 3 Tesla (3T) avec une bobine à 64 canaux (voir le tableau des matériaux).
    REMARQUE : Des machines IRM 3T de n’importe quel grand fabricant peuvent être utilisées. L’acquisition complète du protocole de neuroimagerie est décrite dans le Fichier Supplémentaire 1.

2. Prétraitement de la neuroimagerie et analyse de la connectivité fonctionnelle à l’état de repos

  1. Utilisez le logiciel dcm2niix (voir le Table of Materials) pour convertir les fichiers IRM DICOM du patient au format NIFTI, qui générera également les structures de fichiers et de dossiers JSON conformes à BIDS (la génération d’organisation au format JSON conforme à BIDS est décrite dans Li et al.18).
  2. Exécutez les arguments en ligne de commande dans fMRIprep (voir le Tableau des matériaux) pour lancer le flux de prétraitement (l’opération fMRIprep est décrite dans Esteban et al.19 et les étapes complètes de prétraitement sont décrites dans le Fichier Supplémentaire 2).
    REMARQUE : Le prétraitement est effectué sur le calcul basé sur le cloud, mais un cluster haute performance peut également être utilisé.
  3. Commencez l’analyse RSFC en générant la série temporelle SGC à l’aide de la carte de départ SGC, qui est un modèle dérivé de 2000 scans acquis dans le Projet HumanConnectome 20. Faites-le en multipliant la carte de départ du SGC par les données IRMf au repos du patient pour obtenir la série temporelle du SGC (les étapes d’analyse RSFC sont décrites dans Cash et al.3).
  4. Calculer la corrélation entre la série temporelle de chaque voxel dans le DLPFC et celle du SGC. Appliquez un seuil de -0,001 % supérieur à -0,2 % supérieur au DLPFC pour identifier et conserver uniquement les voxels en regroupement où la série temporelle est la plus anticorrélée au SGC. Calculer le voxel du site cible dans les coordonnées x, y, z au centre de gravité (c’est-à-dire le site d’anti-corrélation maximale) du plus grand groupe DLPFC (les étapes de ciblage DLPFC sont décrites dans Cash et al.3).
  5. Identifier les coordonnées standard du cerveau spatial situées au centre de gravité anti-corrélé du DLPFC à gauche dans les formats x, y, z. Obtenir la carte de connectivité fonctionnelle standard DFLPC-SGC, produite au format NIFTI. Identifier une coordonnée standard de l’espace cérébral (x = -36, y = -26, z = 66) correspondant à l’aire motrice courte de l’abducteur droit (M1) afin d’approximer la cible pour le test du seuil moteur au repos (RMT).
  6. Téléportez les coordonnées DLPFC et M1 ainsi que la connectivité fonctionnelle DLPFC-SGC de l’espace standard (MNI152NLin6Asym) vers l’espace natif du patient en utilisant des transformations générées par le pipeline initial de prétraitement décrit à l’étape 2.2. ( Voir le Fichier Supplémentaire 2 pour les instructions sur le warping vers l’espace natif).
  7. Fournir au psychiatre effectuant la TMS ciblant les coordonnées cérébrales spatiales natives pour DLPFC et M1 (au format x, y, z en utilisant l’orientation RAS) ainsi que la carte de connectivité fonctionnelle DLPFC-SGC.

3. Préparation de la neuronavigation

  1. En utilisant la barre de menu du logiciel de neuronavigation (voir Tableau des matériaux), cliquez sur Fichier > Nouvelle session pour accéder à l’emplacement de stockage des images T1w natives du patient. Créez un dossier de session et sélectionnez soit DICOM (.dcm) soit nifti (.nii), selon le format de stockage des images T1w.
    REMARQUE : Tout logiciel de neuronavigation peut être utilisé, mais assurez-vous de la compatibilité avec d’autres matériels utilisés dans le flux de travail TMS en consultant le manuel utilisateur.
  2. Ajustez les seuils de surface sur le cuir chevelu et le cerveau et prédéfinissez les repères anatomiques sur l’image T1w à l’aide des options logicielles suivantes dans la barre de menu.
    1. Ajustez le seuil de surface du cuir chevelu pour qu’il gonfle ou se dégonfle en utilisant l’option Ajuster le seuil du cuir chevelu. Veillez à minimiser l’espace péridural, ou le surgonflement du cuir chevelu par rapport à la définition de la surface du cuir chevelu.
    2. Définissez la surface du cerveau en segmentant les tissus cérébraux (par exemple, la substance blanche et la matière grise) à partir de tissus non cérébraux (par exemple, la dure-mère et le crâne) en utilisant l’option de segmentation cérébrale. Effectuez cela en sélectionnant Un grand tractus de substance blanche et en cliquant sur le bouton Calculer afin que le logiciel puisse déterminer les valeurs de contraste relatives du tissu cérébral et non cérébral. Vérifiez que la surface cérébrale définie s’aligne correctement avec la surface de la matière grise.
    3. Prédéfinissez les repères anatomiques à l’aide de l’option Enregistrement du patient. Marquez le naïson, le tragus droit et le tragus gauche sur l’image T1w de l’espace natif du patient en préparation de la co-inscription avec les repères réels du cuir chevelu décrits à l’étape 4.3.
  3. Entrez la cible DLPFC en espace natif et le M1 sous forme de coordonnées x, y, z en orientation RAS en utilisant l’option de planification située dans la barre de menu.
  4. Repositionnez la cible DLPFC au gyrus le plus proche si elle tombe dans un sillus. Vérifiez que la nouvelle coordonnée cérébrale créée par le repositionnement se trouve toujours dans le cluster anti-corrélé sélectionné en la vérifiant dans le logiciel de visualisation IRM. Faites-le en superposant la carte fonctionnelle DLPFC-SGC en espace natif sur l’image T1w de l’espace natif du patient et en entrant les coordonnées de la cible cérébrale repositionnée.
    REMARQUE : Tout logiciel de visualisation IRM peut être utilisé.
  5. Repositionner la coordonnée M1 sur le gyrus pré-central, si nécessaire.
  6. Calculez les points d’entrée perpendiculaires de la bobine TMS sur le cuir chevelu pour les coordonnées DLPFC et M1. Assurez-vous que l’angle d’approche de la bobine TMS, par rapport au côté gauche de la tête, est programmé à 45° lors du calcul du point d’entrée.
  7. Superposez une grille entrée/cible de 6 par 4 (c’est-à-dire la grille M1) espacée à intervalles de 5 par 5 mm dans l’option entrée/cible dans la zone de contrôle pour créer des cibles supplémentaires pour le test du seuil moteur au repos (RMT).

4. Préparation du flux de travail du bras robotisé

  1. Asseoir le patient dans une chaise de traitement motorisée avec un repose-nuque. Assurez-vous que le patient est allongé, jambes relevées dans une position confortable et un repose-nuque soutenant adéquatement la tête et le cou.
    REMARQUE : Il est conseillé d’avoir un fauteuil pouvant accueillir plusieurs axes de mouvement afin d’obtenir une position idéale de la tête par rapport à la position de la bobine.
  2. Fixez le suivi de référence patient (un marqueur fiducial contenant des sphères réfléchissantes) à l’aide d’un bandeau ou d’un ruban adhésif double face sur le front droit du patient. Positionnez la tête du patient à l’aide de la chaise motorisée pour qu’elle soit dans le champ visuel de la caméra de neuronavigation.
    REMARQUE : N’importe quelle caméra de neuronavigation peut être utilisée, mais assurez-vous de la compatibilité avec d’autres logiciels/matériels utilisés dans le flux de travail TMS en consultant le manuel d’utilisation.
  3. Retournez à l’option d’enregistrement du patient dans la barre de menu pour coenregistrer les repères anatomiques et la surface du cuir chevelu du patient vers les repères anatomiques prédéfinis et la surface du cuir chevelu sur l’image T1w. Touchez l’index (un marqueur fiduciaire portatif contenant des sphères réfléchissantes) vers les repères réels du cuir chevelu du patient, puis acquérez-les en appuyant sur le bouton vert de l’interrupteur pied/main.
  4. Touchez le pointeur vers le cuir chevelu et passez-le doucement sur le cuir chevelu du patient pour obtenir trois cents points de repère sur le cuir chevelu tout en appuyant sur le bouton vert de l’interrupteur pied/main.
    REMARQUE : Si le suivi des références patient est déplacé pendant la séance à tout moment après la co-inscription, alors les étapes 4.3 et 4.4 doivent être répétées.
  5. Vérifiez la précision de l’alignement spatial des repères anatomiques réels et prédéfinis ainsi que de la surface du cuir chevelu à la fin de la procédure d’enregistrement du patient, qui est rapportée en millimètres de déviation du carré moyen (RMS). Assurez-vous que les valeurs RMS sont inférieures à 3 mm ; sinon, répétez les étapes 4.3 et/ou 4.4 jusqu’à ce que cela soit atteint.
  6. Repositionnez le patient dans la chaise motorisée de sorte que le suivi de référence patient soit à une distance et un angle idéaux pour le champ visuel de la caméra de neuronavigation. Assurez-vous que le champ visuel de la caméra de neuronavigation puisse également voir l’un des points de référence cobot (voir Table of Materials) (marqueurs fiduciaux fixes contenant des sphères réfléchissantes situés à l’avant à gauche et à droite du cobot). Vérifiez le champ visuel en sélectionnant l’option Système de suivi de vérification dans la barre de menu.
  7. Activez le mode manuel dans l’option cobot dans la zone de contrôle pour déplacer manuellement le bras robotique monté sur la bobine (voir Tableau des matériaux) dans l’espace de travail (indiqué par la lumière verte sur le porte-outils qui maintient la bobine et le dôme vert visualisé dans le logiciel de neuronavigation). Cliquez sur le bouton Déplacer pour stationner la position dans le panneau d’options cobot dans la zone de contrôle du logiciel de neuronavigation pour placer la bobine en position neutre.
  8. Positionnez manuellement le cobot ou ajustez la position de la chaise motorisée pour que la bobine soit placée immédiatement au-dessus de la tête du patient avec une séparation de plusieurs centimètres.
  9. Calibrez la fonction de capteur de force de la bobine située dans l’option cobot dans la zone de contrôle du logiciel de neuronavigation, qui déclenchera une fenêtre pop-up du capteur avec quatre voyants de pression. Posez un doigt sur la bobine et augmentez progressivement puis diminuez la pression du doigt sur la bobine de sorte que les quatre voyants de pression s’allument puis s’éteignent dans une séquence.

5. Test du seuil moteur au repos

  1. Effectuez les tests RMT lors de la première session de TMS. Placez trois électrodes électromyographiques, reliées au moniteur MEP situé à l’arrière de la machine TMS (voir Tableau des matériaux), le long de la longueur ventrale de l’abducteur court du pouce droit. Sélectionnez le protocole MEP sur la machine TMS, réglez la sensibilité à 200uV/div, sélectionnez l’option Rappel , puis sélectionnez l’option Temporisation pour ouvrir l’interface MEP.
  2. Indiquez au bras robotique monté sur la bobine de se déplacer vers la première cible M1 dans la grille. Faites cela en allant dans la zone de contrôle, en sélectionnant la cible M1 dans le panneau d’entrée/option cible, puis en sélectionnant le bouton Alignement de la bobine dans le panneau d’options cobot pour positionner la résistance sur le cuir chevelu du patient.
  3. Sélectionnez l’option stimulateur dans la zone de contrôle du logiciel de neuronavigation et réglez l’intensité initiale de stimulation à 40 % dans l’option amplitude. Cliquez sur le bouton Impulsion Unique pour envoyer une impulsion, se déplaçant de manière séquentielle vers chacune des cibles de la grille M1. Assurez-vous que la main et le bras du patient sont en état de repos pendant les tests RMT.
  4. Augmentez l’intensité de la stimulation si nécessaire pour observer une MEP (>50 mV en EMG) ou une flexion du pouce. Observez la MEP la plus forte (visible sur l’écran de la machine TMS et dans le panneau de marqueurs de stimulation dans le logiciel de neuronavigation) et la plus grande amplitude du pouce/doigts/doigts droits/flexion du poignet (telle que vue par le psychiatre), indiquant la cible M1 optimale pour le test RMT.
  5. Sélectionnez la cible M1 optimale dans le panneau Entrée/Cible, puis cliquez sur le bouton Alignement de la bobine dans le panneau d’options cobot pour positionner la résistance sur le cuir chevelu du patient. Augmenter ou diminuer l’intensité de stimulation des impulsions uniques à cette cible à des intervalles fixes jusqu’à pouvoir déterminer la RMT. Déterminez la RMT en trouvant l’intensité minimale de stimulation requise pour évoquer 5 mouvements sur 10 ayant un seuil MEP minimum (>50 mV en EMG).

6. Fournir la stimulation à la cible DLPFC personnalisée

  1. Demandez au patient de fermer les yeux, de se détendre et d’essayer de ne pas se concentrer sur la pensée, car cela garantit que les états cérébraux (et les coordonnées optimales TMS) sont similaires lors des séances d’IRMf etde SMT 21,22.
  2. Indiquez au bras robotique monté sur la bobine de se déplacer vers la cible DLPFC. Faites cela en allant dans la zone de contrôle, en sélectionnant la cible DLPFC dans le panneau d’entrée/option cible, puis en sélectionnant le bouton Alignement de la bobine dans le panneau d’options cobot pour positionner la résistance sur le cuir chevelu du patient.
  3. Allez dans l’option du menu sur la machine TMS et sélectionnez le protocole Theta Burst Stimulation programmé intermittent de 3 minutes (iTBS ). Sélectionnez le bouton Rappel puis le bouton Timing pour amorcer la machine TMS afin de délivrer le protocole iTBS de 3 minutes.
  4. Sélectionnez l’option Stimulateur dans la zone de contrôle. Réglez l’intensité de stimulation à 80 % de RMT lors de la première séance, 100 % de RMT à la deuxième séance, et 120 % de RMT à chaque séance suivante. Cliquez sur le bouton Start/Stop Trains dans l’option du stimulateur pour diffuser la série complète d’impulsions TMS répétitives.
  5. Effectuez une stimulation DLPFC gauche quotidiennement pendant 20 à 30 séances en semaine (c’est-à-dire sur 4 à 6 semaines).

7. Évaluation post-traitement

  1. Évaluer la réponse au traitement du patient jusqu’à 2 semaines après la dernière séance de TMS. Complétez les mêmes échelles standardisées évaluées par le clinicien et les patients à partir de l’étape 1.2.
  2. Définissez la réponse au traitement comme égale ou supérieure à 50 % de réduction des symptômes par rapport aux scores MADRS et HAM-A pré-traitement. Définir la réponse à la rémission comme les scores MADRS ≤ 10 et les scores HAM-A ≤ 7 lors de l’évaluationpost-traitement 1.
  3. Examinez les scores HADS avant le traitement, pendant la SMT (à intervalles hebdomadaires) et après le traitement afin d’évaluer la tendance de la réponse aux symptômes selon le traitement.

Résultats

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

Nous avons récemment publié les résultats d’une étude ouverte utilisant ce protocole, comme rapporté par Hearne et al.11. L’étude a démontré un taux de réponse global de 52 % et un taux de rémission de 33 % (N = 61 ; Figure 1). Ces résultats étaient numériquement supérieurs à une étude ouverte récente (taux de réponse de 31 %, taux de rémission de 23 %), et à une méta-analyse récente des résultats d’essais cliniques (taux de réponse de 45 %, taux de rémission de 22 %), où des méthodes de ciblage standard et des échelles standardisées évaluées par les cliniciens ont été utilisées. Les sous-groupes a priori (voir Étape 1.2) présentent des profils de réponse et de taux de rémission distincts (Figure 1A,B), indiquant que la comorbidité et la dépression bipolaire sont associées à une réactivité thérapeutique plus faible. Avant traitement, la connectivité fonctionnelle moyenne de groupe (N=61) du SGC-DLPFC était de -0,25. En utilisant un sous-ensemble de patients ayant réalisé une IRMf pré- et post-TMS (n = 28), les résultats montrent également une réduction spécifique de la RSFC anti-corrélée (RSFC négative approchant de zéro) entre la DLPFC gauche et la SGC droite (Figure 2B, test t à deux queues jumelées : Mdiff = −0,10, t(26) = 4,34, d = 0,63, p < 0,001). Enfin, nous avons évalué les changements possibles de l’activité cérébrale régionale en utilisant l’amplitude fractionnaire des fluctuations de basse fréquence (fALFF) dans le SGC. La moyenne de fALFF par groupe dans le SGC a diminué du pré-traitement (0,19) au post-traitement (0,18) (t(26)=2,18, d=0,34, p=0,039, non corrigé). Cette réduction présente une faible corrélation avec les variations de la gravité de la dépression (scores MADRS).

figure-results-1
Figure 1 : Résultats cliniques personnalisés du SMT. (A) Les scores moyens avant et après traitement de l’échelle d’évaluation de la dépression de Montgomery–Åsberg (MADRS) par sous-groupe a priori (G1 : type RCT, G2 : Naturaliste, G3 : Bipolaire et comorbidité neurologique), avec des intervalles de confiance à 95 %, sont visualisés à gauche. La proportion de patients obtenant une réponse clinique (c’est-à-dire une réduction de 50 % des symptômes) et une rémission (≤ score de 10 symptômes) pour chaque sous-groupe a priori et pour la cohorte totale (All) est visualisée à droite. (B) Les scores moyens de l’Échelle d’évaluation de l’anxiété de Hamilton (HAMA-A) avant et après le traitement par sous-groupe a priori, avec des intervalles de confiance à 95 %, sont affichés à gauche. La proportion de patients obtenant une réponse clinique (c’est-à-dire une réduction de 50 % des symptômes) et une rémission (score ≤ 7 symptômes) pour chaque sous-groupe a priori et pour la cohorte totale (All) est visualisée à droite. (C) Évolution des scores de l’échelle d’anxiété et de dépression hospitalière - Dépression (HADS-D) pour chaque sous-groupe a priori. (D) Évolution des scores d’anxiété et de dépression hospitaliers - Anxiété (HADS-A) pour chaque sous-groupe a priori. Ce chiffre a été modifié par rapportà 11. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

figure-results-2
Figure 2 : Cibles personnalisées de stimulation TMS pour chaque patient et changement moyen de groupe de la connectivité fonctionnelle au repos avant et après le traitement. (A) Cibles de stimulation du cortex préfrontal dorsolatéral gauche (DLPFC) pour chaque patient (N=61), codées par couleur par pourcentage de réduction du score de l’échelle de Montgomery–Åsberg pour la dépression (MADRS) entre la période pré et la fin du traitement. (B) Le changement moyen de groupe de la connectivité fonctionnelle au repos (RSFC) (mesures répétées à 95 % d’intervalles de confiance) entre le site de stimulation personnalisé dans le DLPFC et le cingulat subgenual (SGC) pour un sous-groupe de patients ayant effectué une IRMf post-traitement (N=28) est visualisé à gauche. À titre de comparaison, la variation moyenne de groupe de la RSFC entre la stimulation personnalisée dans la DLPFC et dans toutes les autres régions cérébrales (Global) est visualisée à droite. Ce chiffre a été modifié par rapportà 11. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Dossier complémentaire 1 : Protocole de neuroimagerie. Veuillez cliquer ici pour télécharger ce fichier.

Fichier supplémentaire 2 : Prétraitement, réduction du bruit et déformation de neuroimagerie du protocole spatial standard vers l’espace natif. Veuillez cliquer ici pour télécharger ce fichier.

Discussion

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

Ce protocole fournit un résumé général du ciblage personnalisé de la TMS par IRMf pour les patients souffrant de dépression résistante au traitement, utilisant une configuration de neuronavigation et de bobine délivrée par robot. Les étapes critiques de ce protocole nécessitent une compréhension de diverses dépendances IRM, logiciels et neuronavigation, afin que la précision conférée par le ciblage RSFC puisse être appliquée précisément en clinique. Premièrement, ce protocole nécessite l’accès à un service de radiographie avec une licence logicielle pour acquérir des images en gras. De manière critique, au moins 15 minutes d’acquisition BOLD au repos avec une résolution isotrope de voxel de ~2 mm sont recommandées pour un SNR adéquat lors de l’analyse des RSFC du SGC, comme décrit dans Cash et al.8. La préparation ultérieure des données fMRI pour l’analyse RSFC est autorisée grâce à l’utilisation de logiciels de prétraitement standardisés et accessibles publiquement (l’utilisation de ces paquets à des fins commerciales nécessite des autorisations ad hoc). Une fois les données IRMf prétraitées, l’analyse RSFC inclut l’extraction d’une série temporelle pondérée à partir du SGC droit dans un espace cérébral standard, qui est ensuite corrélée à la série temporelle du DLPFC gauche pour générer une carte de connectivité fonctionnelle. Cette carte est ensuite seuelle pour identifier les clusters anticorrélés. La sélection de la coordonnée cérébrale DLPFC personnalisée pour la stimulation est déterminée par la constance avec laquelle un groupe anticorrélé est identifié à différents seuils et par la localisation du gyrus le plus proche par rapport aux maxima du groupe anti-corrélé. Une fois que la coordonnée cérébrale sélectionnée est déformée de l’espace cérébral standard à celui natif, elle est signalée au psychiatre pour la planification des cibles TMS via le logiciel de neuronavigation. Le logiciel de neuronavigation est utilisé pour co-enregistrer la surface du cuir chevelu du patient et ses repères anatomiques avec ceux prédéfinis dans l’image IRM, afin que le ciblage des coordonnées cérébrales puisse être planifié avec précision et précision. L’utilisation de la bobine montée sur le bras robotique garantit que la précision conférée par le ciblage RSFC peut être délivrée avec précision à la coordonnée cérébrale prévue au sein et entre les sessions. Il est crucial que l’état cérébral du patient avant l’administration de la TMS soit similaire à celui indiqué au moment de l’acquisition de l’IRMf (c’est-à-dire l’état de repos).

En utilisant ce protocole depuis 2021, nous avons apporté plusieurs modifications pour améliorer la fiabilité et simplifier la mise en œuvre clinique de la méthode. Par exemple, initialement, nous avons utilisé une méthode d’acquisition BOLD appelée multibande, fixée à un facteur 8, pour prioriser la résolution temporelle via l’acquisition multi-tranches (c’est-à-dire plus de données acquises dans un temps donné). Cependant, cela a causé des problèmes de RNS au SGC, qui étaient particulièrement amplifiés chez les patients présentant plus de mouvement de tête. De plus, le multibande 8 provoquait d’importantes distorsions d’image. L’utilisation du facteur multibande plus faible (c’est-à-dire 4) a limité ces problèmes, améliorant la fiabilité des cartes de corrélation basées sur les graines générées à partir des régionssubcorticales 25, telles que le SGC. Une seconde modification consistait à fournir au psychiatre la carte de connectivité fonctionnelle SGC-DLPFC ainsi qu’au moins deux options de cluster. Cela permettait au psychiatre d’adapter la coordonnée cérébrale en cas de cible profonde ou sulcale et de repositionner des cibles intolérables pour le patient (en raison de la stimulation des nerfs faciaux et du trijumeau), tout en conservant confiance dans la stimulation au sein d’un groupe sélectionné. Bien que cette approche permette une plus grande autonomie du clinicien sur la sélection de la coordonnée cérébrale, d’autres protocoles RSFC similaires ont automatisé ce processus, de sorte que seules les coordonnées basées sur les gyrus sont données auclinicien 26. Enfin, nous avons initialement implémenté les pipelines logiciels pour le prétraitement et l’analyse RSFC dans un cluster local haute performance. Nous avons ensuite mis en œuvre ces pipelines d’analyse en utilisant un service cloud conforme au niveau médical, facilitant leur utilisation par le personnel non chercheur. La transition de ce flux de travail d’un cluster informatique local haute performance spécifique à la recherche vers une plateforme cloud a amélioré la reproductibilité et la scalabilité, permettant une exécution cohérente entre les sites cliniques et simplifiant le déploiement de pipelines standardisés de prétraitement et d’analyse de connectivité pour IRMf. Cette évolutivité permet une traduction clinique plus large et une reproductibilité multicentrique des protocoles TMS personnalisés.

La principale limitation du protocole actuel est sa nature gourmande en ressources et en expertise, ce qui soulève des considérations d’accessibilité et d’économie pour l’utilisateur final (par exemple, cliniciens et patients)3,27. Tout d’abord, trouver un service de radiographie avec licence logicielle pour réaliser l’imagerie BOLD peut être difficile, car l’utilisation commerciale et clinique de l’IRMf est limitée. Un autre aspect de cette dépendance à l’IRM est que certains patients sont exclus de ce protocole en raison de préoccupations de sécurité (par exemple, appareils implantés, grossesse, claustrophobie). Cependant, selon notre expérience, le nombre de patients éligibles à la TMS exclus de cette méthode en raison de problèmes de sécurité IRM est rare (<5 %). Deuxièmement, les frais associés à l’acquisition d’IRM, au traitement logiciel et à l’utilisation de la neuronavigation doivent être pris en compte dans la considération coûts-bénéfices pour le patient et le modèle économique de la clinique TMS. Des études futures sont nécessaires pour évaluer la rentabilité de la méthode de ciblage par rapport aux méthodes standard de ciblage TMS. Cette analyse sera réalisée dans le cadre d’un prochain essai clinique (ACTRN12625000528459). L’expertise requise pour mettre en œuvre ce protocole nécessite encore un écosystème de personnel scientifique et clinique pour passer du laboratoire au chevet. Cependant, des solutions intégrées, où le logiciel nécessaire au prétraitement IRM et à l’analyse RSFC est intégré dans la configuration neuronavigation et TMS robotique, sont déjà àl’horizon 28. De telles configurations intègrent des solutions pragmatiques pour minimiser ou éliminer le besoin pour l’utilisateur final de dépanner, comme la méthode mentionnée précédemment qui permet un ciblage automatisé du gyrus26. De plus, des travaux futurs sont nécessaires pour déterminer si la surveillance en temps réel de l’activité cérébrale par électroencéphalographie (EEG) pourrait offrir une approche plus pratique et rentable pour personnaliser et potentiellement améliorer la thérapie TMS pour ladépression 29,30,31.

Des preuves émergent que l’augmentation de la précision et de la précision du ciblage basé sur RSFC, en particulier lorsqu’il est soutenu par la neuronavigation et la livraison de bobine par bras robotique, confère des avantages par rapport au ciblage basé sur le cuir chevelu et d’autres méthodes de montage en bobine. Non seulement nous avons publié l’étude ouverte indiquant des résultats supérieurs par rapport à des études similaires utilisant des méthodes de ciblage standard11, mais une étude naturaliste récente a également montré une amélioration des résultats du traitement spécifique au ciblage RSFC, indépendamment des améliorations apportées par une augmentation de la dose de TMS lors de l’utilisation des protocolesaccélérés 32. Cela démontre que traiter les sources de la variance des résultats du TMS est en effet en partie liée à la précision et à la précision de la stimulation, indépendamment de la variance induite par les différences de dosage. Sur une note connexe, une mise en œuvre courante du ciblage RSFC est son utilisation conjointement avec les protocoles accélérésTMS 5, 12, 13, 32, 33, où une durée accrue, un taux et un nombre total de séances de traitement augmentent la distribution de doses plus élevées de manière intensive pour le patient et l’opérateur TMS. L’utilisation du ciblage RSFC dans ce contexte nécessite une neuronavigation, bien que l’utilisation d’un bras robotique monté sur une bobine ne soit pas obligatoire. Néanmoins, le bras robotique présente des avantages par rapport à une bobine fixe montée sur le bras en ce qui concerne le contrôle du mouvement de la têtedu patient 34, qui est plus susceptible de se produire lors de séances TMS de plus longue durée et s’accumule sur plusieurs séances. De plus, l’automatisation robotique améliore la fiabilité et la sécurité des opérateurs TMS et réduit la fatigue par rapport aux approches de bobineportatives 27. Cela est particulièrement pertinent pour des protocoles intensifs tels que la TMS accélérée, qui ont des implications importantes pour la main-d’œuvre (par exemple, horaires de travail prolongés, rotation du personnel clinique).

La neurostimulation ciblée basée sur les circuits cérébraux, telle que décrite dans ce protocole, s’étendra plus facilement au-delà de l’indication thérapeutique de la dépression et de la modalité TMS. Des affections telles que le trouble obsessionnel-compulsif (TOC), où la dynamique cérébrale à l’état de repos est caractérisée de manière fiable par des perturbations des systèmes frontostriataux 22,35,36,37, pourraient être la prochaine condition susceptible de cibler la neurostimulation non invasive basée sur la connectivité fonctionnelle. En effet, la nature résistante au traitement du TOC peut en partie s’expliquer par l’hétérogénéité biologique du trouble, où les différences fonctionnelles survenant au niveau individuel peuvent nécessiter des approchespersonnalisées 38. Des travaux futurs sont nécessaires pour évaluer si le ciblage robotique neuronavigué pourrait être nécessaire pour une transmission précise et précise de la TMS à de petites structurescorticales 27, telles que le cortex orbitofrontal, qui est systématiquement impliqué dans la pathologie duTOC 36. De plus, les régions sous-corticales impliquées dans le TOC, comme le striatumventral 37, pourraient bénéficier d’approches robotiques déployant des technologies émergentes de neurostimulation non invasive, telles que l’échographiefocale 39,40, où la précision est nécessaire non seulement pour l’efficacité mais aussi pour la sécurité.

Déclarations de divulgation

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

Tous les auteurs sont impliqués au Queensland Neurostimulation Centre. L.J.H., A.Z., R.C. et L.C. ne sont pas rémunérés par QNC, tandis que B.B. (psychiatre) et V.N. (ingénieur logiciel) reçoivent une compensation monétaire pour leur travail avec QNC. B.B. est le directeur du Queensland Neurostimulation Centre (QNC), où se déroulait le flux de travail clinique. Il s’agit d’une clinique à but non lucratif qui propose des services de stimulation magnétique transcrânienne. L.C. et B.B. ont été co-inventeurs sur des demandes de brevets couvrant la TMS personnalisée basée sur la neuroimagerie. L.C. participe au développement de la TMS personnalisée basée sur l’imagerie pour la dépression avec Resonait et ANT Neuro. Le brevet provisoire et les produits d’ANT Neuro et Resonait ne sont pas directement liés à ce travail. L.C. siège aux comités de rédaction de Wiley Human Brain Mapping, qui n’a joué aucun rôle dans l’étude.

Remerciements

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

Merci à I Cruice, S Thwaites, S Issa, J Miller et J Ng, qui ont soutenu le flux de travail clinique et collecté les données. Ce travail a été soutenu par le NHMRC australien (2001283 et 2027597, L.C.). L.J.H. a été soutenu par une bourse de recherche du NHMRC (1194070).

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
Bobine de tête et manche à 64 canauxSiemens10606850
Service de calcul cloudAmazonhttps://aws.amazon.com/?refid=536ef9fe-bc1d-4318-ae84-3df0523ed98a
CobotAxilumhttps://www.axilumrobotics.com/en/Ce cobot dispose d’une intégration logicielle et matérielle spécifique avec le système de neuronavigation et la bobine.
DCM2NIIXLaboratoire Rordernhttps://www.nitrc.org/plugins/mwiki/index.php/dcm2nii:MainPage ; https://github.com/rordenlab/dcm2niixVoir https://www.nitrc.org/plugins/mwiki/index.php/dcm2nii:MainPage ; https://github.com/rordenlab/dcm2niix pour le manuel d’utilisation. & nbsp ;
fMRIPrepNiPrepshttps://fmriprep.org/en/stable/api.htmlOutil logiciel open source pour le prétraitement de l’IRMf, voir https://fmriprep.org/en/stable/ pour le manuel d’opération.
Appareil IRMSiemens1660263 Tesla de force de champ.
MRICronNITRChttps://www.nitrc.org/projects/mricronOutil logiciel open source pour visualiser des images IRM, voir https://www.nitrc.org/projects/mricron pour le manuel d’opération.
Caméra de neuronavigationNorthern Digital Inc.P7-11191Cette caméra de neuronavigation, ainsi que d’autres de la même gamme du même fabricant & nbsp ; sont compatibles avec TMS Navigator
Bobine TMSMagVenture9016 E0151Cette bobine est conçue pour s’intégrer matériellement au bras robotique Cobot et est équipée de son propre système de refroidissement.
Système de neuronavigation TMSLocalité10225Ce système de neuronavigation dispose de fonctions logicielles intégrées spécifiques avec le cobot et le stimulateur TMS.
Stimulateur TMSMagVenture A/S  ; 9016E0721Ce système de stimulateur TMS est conçu pour s’intégrer à la bobine et au système de neuronavigation pour la rétroaction de stimulation (par exemple, nombre d’impulsions, enregistrement du potentiel évoqué par moteur).  ;

Références

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. O’reardon, J. P., et al. Efficacy and safety of transcranial magnetic stimulation in the acute treatment of major depression: A multisite randomized controlled trial. Biol Psychiatry. 62 (11), 1208-1216 (2007).
  2. Luehr, J. G., Fritz, E., Turner, M., Schupp, C., Sackeim, H. A. Accelerated transcranial magnetic stimulation: A pilot study of safety and efficacy using a pragmatic protocol. Brain Stimulat Basic Translat Clin Res Neuromodulat. 17 (4), 860-863 (2024).
  3. Ramos, M. R. F., et al. Accelerated theta-burst stimulation for treatment-resistant depression: A randomized clinical trial. JAMA Psychiatry. 82 (5), 442-450 (2025).
  4. Blumberger, D. M., et al. Effectiveness of theta burst versus high-frequency repetitive transcranial magnetic stimulation in patients with depression (three-d): A randomised non-inferiority trial. Lancet. 391 (10131), 1683-1692 (2018).
  5. Cole, E. J., et al. Stanford neuromodulation therapy (snt): A double-blind randomized controlled trial. Am J Psychiatry. 179 (2), 132-141 (2022).
  6. Fox, M. D., Halko, M. A., Eldaief, M. C., Pascual-Leone, A. Measuring and manipulating brain connectivity with resting state functional connectivity magnetic resonance imaging (fcmri) and transcranial magnetic stimulation (tms). Neuroimage. 62 (4), 2232-2243 (2012).
  7. Fox, M. D., Liu, H., Pascual-Leone, A. Identification of reproducible individualized targets for treatment of depression with tms based on intrinsic connectivity. Neuroimage. 66, 151-160 (2013).
  8. Cash, R. F., Cocchi, L., Lv, J., Fitzgerald, P. B., Zalesky, A. Functional magnetic resonance imaging–guided personalization of transcranial magnetic stimulation treatment for depression. JAMA Psychiatry. 78 (3), 337-339 (2021).
  9. Cash, R. F., et al. Personalized connectivity-guided dlpfc-tms for depression: Advancing computational feasibility, precision and reproducibility. Human Brain Mapping. 42 (13), 4155-4172 (2021).
  10. Siddiqi, S. H., Weigand, A., Pascual-Leone, A., Fox, M. D. Identification of personalized transcranial magnetic stimulation targets based on subgenual cingulate connectivity: An independent replication. Biol Psychiatry. 90 (10), e55-e56 (2021).
  11. Hearne, L. J., et al. Clinical and neurophysiological effects of robotically-delivered fmri-guided personalized transcranial magnetic stimulation therapy for depression. Psychother Psychosomat. 94 (4), 225-331 (2025).
  12. Cole, E. J., et al. Stanford accelerated intelligent neuromodulation therapy for treatment-resistant depression. Am J Psychiatry. 177 (8), 716-726 (2020).
  13. Koh, J. Z. J., et al. Personalized transcranial magnetic stimulation treatment for depression: An open label pilot trial. Brain Stimulat Basic Translat Clin Res Neuromodulat. 18 (1), 480-481 (2025).
  14. Montgomery, S. A., Åsberg, M. A new depression scale designed to be sensitive to change. Br J Psychiatry. 134 (4), 382-389 (1979).
  15. Hamilton, M. The assessment of anxiety states by rating. Br J Med Psychol. 32 (1), 50-55 (1959).
  16. Zigmond, A. S., Snaith, R. P. The hospital anxiety and depression scale. Acta Psychiatrica Scandinavica. 67 (6), 361-370 (1983).
  17. Sforzini, L., et al. A delphi-method-based consensus guideline for definition of treatment-resistant depression for clinical trials. Mol Psychiatry. 27 (3), 1286-1299 (2022).
  18. Li, X., Morgan, P. S., Ashburner, J., Smith, J., Rorden, C. The first step for neuroimaging data analysis: Dicom to nifti conversion. J Neurosci Meth. 264, 47-56 (2016).
  19. Esteban, O., et al. Fmriprep: A robust preprocessing pipeline for functional mri. Nat Meth. 16 (1), 111-116 (2019).
  20. Van Essen, D. C., et al. The human connectome project: A data acquisition perspective. Neuroimage. 62 (4), 2222-2231 (2012).
  21. Cocchi, L., et al. Effects of transcranial magnetic stimulation of the rostromedial prefrontal cortex in obsessive–compulsive disorder: A randomized clinical trial. Na Mental Health. 1 (8), 555-563 (2023).
  22. Cocchi, L., et al. Transcranial magnetic stimulation in obsessive-compulsive disorder: A focus on network mechanisms and state dependence. NeuroImage Clin. 19, 661-674 (2018).
  23. Bouaziz, N., et al. Real world transcranial magnetic stimulation for major depression: A multisite, naturalistic, retrospective study. J Affective Disord. 326, 26-35 (2023).
  24. Cao, X., Deng, C., Su, X., Guo, Y. Response and remission rates following high-frequency vs. Low-frequency repetitive transcranial magnetic stimulation (rtms) over right dlpfc for treating major depressive disorder (mdd): A meta-analysis of randomized, double-blind trials. Front Psychiatry. 9, 413(2018).
  25. Risk, B. B., et al. Which multiband factor should you choose for your resting-state fmri study. NeuroImage. 234, 117965(2021).
  26. Kong, R., et al. Network-based near-scalp personalized brain stimulation targets. bioRxiv. , (2025).
  27. Bai, W., et al. Robot-assisted transcranial magnetic stimulation (robo-tms): A review. IEEE Transact Neural Syst Rehabilitat Eng. 33, 2606-2621 (2025).
  28. Yang, Z., Luo, N., Fan, L., Jiang, T. Neuromodulation robot for precision tms. Aperture Neuro. 5 (Suppl 1), (2025).
  29. Faller, J., et al. Daily prefrontal closed-loop repetitive transcranial magnetic stimulation (rtms) produces progressive eeg quasi-alpha phase entrainment in depressed adults. Brain Stimulat. 15 (2), 458-471 (2022).
  30. George, M. S., et al. Eeg synchronized left prefrontal transcranial magnetic stimulation (tms) for treatment resistant depression is feasible and produces an entrainment dependent clinical response: A randomized controlled double blind clinical trial. Brain Stimulat. 16 (6), 1753-1763 (2023).
  31. Pantazatos, S. P., et al. The timing of transcranial magnetic stimulation relative to the phase of prefrontal alpha EEG modulates downstream target engagement. Brain Stimulat. 16 (3), 830-839 (2023).
  32. Desouza, D. D., et al. Naturalistic outcomes with fmri-guided and non-fmri-guided accelerated tms for depression. medRxiv. , (2025).
  33. Cole, E., et al. accelerated intelligent neuromodulation therapy for treatment-resistant depression (saint-trd). Brain Stimulat Basic Translat Clin Res Neuromodulat. 12 (2), 402(2019).
  34. Richter, L., Matthäus, L., Schlaefer, A., Schweikard, A. Fast robotic compensation of spontaneous head motion during transcranial magnetic stimulation (tms). UKACC Int Conf CONTROL 2010. , (2010).
  35. Cocchi, L., et al. Functional alterations of large-scale brain networks related to cognitive control in obsessive-compulsive disorder. Human Brain Mapping. 33 (5), 1089-1106 (2012).
  36. Naze, S., et al. Mechanisms and interventions promoting healthy frontostriatal dynamics in obsessive-compulsive disorder. Nat Comm. 16 (1), 7400(2025).
  37. Webb, L., et al. Altered striatal functional gradients in obsessive-compulsive disorder. Biol Psychiatry Cognitive Neurosci Neuroimag. 10 (11), 1134-1142 (2025).
  38. Cocchi, L., Zalesky, A. Personalized transcranial magnetic stimulation in psychiatry. Biol Psychiatry Cognitive Neurosci Neuroimag. 3 (9), 731-741 (2018).
  39. De Souza, D. N., et al. Focused ultrasound as an emerging therapy for neuropsychiatric disease: Historical perspectives and a review of current clinical data. Psychiatry Clin Neurosci. 79 (5), 215-228 (2025).
  40. Riva-Posse, P., Figee, M. A safe step in the right direction: Focused ultrasound in obsessive-compulsive disorder and depression. Biol Psychiatry. 97 (7), 664-665 (2025).
  41. Gorgolewski, K., et al. Nipype: A flexible, lightweight, and extensible neuroimaging data processing framework in Python. Front Neuroinfo. 5, 13(2011).
  42. Wang, H. T., et al. Continuous evaluation of denoising strategies in resting-state fmri connectivity using fmriprep and nilearn. PLoS Computat Biol. 20 (3), e1011942(2024).
  43. Avants, B. B., Tustison, N., Song, G. Advanced normalization tools (ANTS). Insight J. 2 (365), 1-35 (2009).

Réimpressions et autorisations

Demander l’autorisation de réutiliser le texte ou les figures de cet article JoVE

Demander une autorisation

Mots-clés

TMS guid e par IRMfth rapie TMS personnalis ecortex pr frontal dorsolat rallogiciel de neuronavigationconnectivit fonctionnelle au reposadministration de la TMS par robotiquestimulation par bouff es th tatest du seuil moteur

Articles connexes