Method Article

שימוש במערכת ניווט TMS לדיגיטציה מדויקת של מיקומי חיישנים לשיפור מיקום המקור

DOI:

10.3791/69508

⸱

January 23rd, 2026

 ,  ,  ,  , 
1Center for Bio- and Medical Technologies, Skolkovo Institute of Science and Technology, 2Center for Neurocognitive Research (MEG Center), Moscow State University of Psychology and Education, 3Faculty of Biology, Shenzhen MSU-BIT University, 4Faculty of Mechanics and Mathematics, Lomonosov Moscow State University, 5Sechenov Institute of Evolutionary Physiology and Biochemistry of the Russian Academy of Sciences, 6Department of Human and Animal Physiology, Faculty of Biology, Lomonosov Moscow State University

In This Article

Summary

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

אנו מציגים שיטה ניתנת לשחזור לדיגיטציה של מיקומי חיישני אלקטרואנצפלוגרפיה בצפיפות גבוהה (EEG) באמצעות כלים של מערכת גירוי מוח מנווט (NBS). גישה זו אינה דורשת הרחבות תוכנה נוספות, אלא רק כלים סטנדרטיים של NBS. בשילוב עם צינורות MNE-Python, גישה זו משפרת את דיוק לוקליזציית המקורות ללא חומרה נוספת.

Abstract

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

מיקום מקורות היא טכניקה המשמשת להערכת מקורות פעילות המוח בהתבסס על אותות שנקלטו מהקרקפת. מיקום מקור מדויק תלוי באופן קריטי בדיגיטציה המרחבית המדויקת של מיקומי החיישנים. בפרוטוקול זה אנו מציגים שיטה מעשית ואמינה לדיגיטציה של מיקומי חיישנים באמצעות מערכת גירוי מוח מנווט (NBS). NBS הוא רכיב בציוד גירוי מגנטי טרנס-גולגולתי (TMS) הזמין בדרך כלל במעבדות TMS, אך נדיר בשימוש לדיגיטציה של חיישנים במערכות אלקטרואנצפלוגרפיה (EEG) או ספקטרוסקופיה אינפרא-אדומה קרובה (fNIRS) פונקציונלית. גישה זו מאפשרת לחוקרים לנצל תשתיות קיימות כדי לשפר משמעותית את הדיוק המרחבי של מידול המקור, מבלי להשקיע בציוד דיגיטציה ייעודי.

אנו מדריכים את הצופים לאורך כל תהליך העבודה: (1) דיגיטציה של מיקומי אלקטרודות EEG באמצעות כלים ברירת מחדל של מערכת Nexstim NBS; (2) ייצוא נתוני קואורדינטות בפורמטים תואמים; (3) שילוב נתונים אלה בצינורות עיבוד מוקדם EEG ולוקליזציה של מקורות באמצעות חבילת MNE-Python. הפרוטוקול כולל גם טיפים ליישור נתונים דיגיטליים עם תמונות MRI ואופטימיזציה של דיוק רישום משותף. כדי להמחיש את השימושיות המעשית של השיטה, אנו מיישמים אותה לניתוח נתונים מניסוי גירוי מישושי.

סקריפטים מותאמים אישית בפייתון לעיבוד קואורדינטות וריגמה משותפת מסופקים כדי להבטיח שחזוריות וקלות באימוץ. התוצאות מראות ששילוב מיקומי אלקטרודות דיגיטליים משפר משמעותית את הדיוק האנטומי ואת היכולת לפרשנות של הערכות מקור קורטיקלי בהשוואה למונטאז'ים של אלקטרודות ברירת מחדל.

Introduction

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

אלקטרואנצפלוגרפיה (EEG) מודדת את הפעילות החשמלית של המוח בקרקפת, אך ההקלטות הגולמיות מערבבות אותות ממקורות מוחיים רבים ולא-מוחיים. מיקום מקור מתייחס להערכה חישובית היכן במקור אותות ה-EEG הנמדדים במוח, ובכך למעשה "מיפוי" מתחי הקרקפת חזרה לאזורים קורטיקליים1. שיטות אלו מאפשרות לחוקרים לקשר בין פעילות תנודתית של EEG או תגובות הקשורות לאירועים לאזורים ספציפיים במוח, ובכך משפרים משמעותית את יכולת הפרשנות של EEG. השגת מיקום מקור מדויק תלויה באופן קריטי בידיעה מדויקת היכן כל אלקטרודה יושבת בראש ביחס לאנטומיה. עלינו לדיגיטל את מיקומי האלקטרודות כדי לתעד את מיקומן התלת-ממדי המדויק על הראש. קואורדינטות אלו נרשמות או מיושרות עם מודל הראש המבוסס על MRI של הנבדק לפתרון בעיות EEG קדימה (חיזוי מתחי הקרקפת) וההפוכה (הערכת מקורות מוח). מיקום מדויק של האלקטרודות הוא חיוני: אפילו שגיאות קטנות בדיגיטציה יכולות להזיז את המקור המשוער עד כמה סנטימטרים או יותר במוח.

הדמיית מקור EEG מודרנית היא תהליך רב-שלבי המשלב מידע אנטומי ותפקודי. זה מתחיל בדיגיטציה של אלקטרודות, שבה נרשמות הקואורדינטות התלת-ממדיות המדויקות של כל חיישן EEG על הקרקפת. לאחר מכן מתבצעת הדמיה אנטומית, בדרך כלל באמצעות רכישת MRI מבני של הנבדק; אם לא זמין, ניתן להשתמש בדגם ראש סטנדרטי2. מיקומי האלקטרודות הדיגיטליים נרשמים יחד עם גאומטריית ראש ה-MRI, ומיישרים אותם לאנטומיה של האדם. משלב זה נגזרת מטריצת טרנספורמציה שממפה את מיקומי האלקטרודות מחלל הראש למרחב ה-MRI. ה-MRI המבני מחולק לאחר מכן לרקמות (קרקפת, גולגולת, מוח) באמצעות כלי סגמנטציה של MRI כמו Freesurfer3 לבניית מודל מוליך נפח ריאליסטי. במודל זה, מחושב המודל הקדמי, המשלב מיקומי אלקטרודות, גאומטריית ראש ומוליכות רקמות כדי לחזות פוטנציאלים של הקרקפת עבור כל מקור קורטיקלי היפותטי4. לבסוף, הפתרון ההפוך מוערך באמצעות שיטות כמו הדמיית מקור מבוזר או התאמת דיפול כדי להעריך את התפלגות הזרם הקורטיקלית שמסבירה בצורה הטובה ביותר את נתוני ה-EEG הנמדדים5. כל שלב הוא קריטי: מודל הראש מבטיח הולכות אנטומית סבירה, הפתרון הקדמי מקשר מקורות לפוטנציאלים של הקרקפת, והפתרון ההפוך ממפה את האותות המוקלטים חזרה לקורטקס. לעומת זאת, שגיאות בדיגיטציה של אלקטרודות, רישום משותף או סגמנטציה של MRI עלולות להתפשט דרך הצינור, מה שמוביל להערכות מקור לא מדויקות.

קיימות כיום מספר שיטות דיגיטציה זמינות, כולל אולטרסאונד, מערכת אלקטרומגנטית6, סריקה תלת-ממדית7 באור מובנה או אינפרא-אדום, פוטוגרמטריה8, ולכידת תנועה עם או בלי פרוב9. למרות שהטכנולוגיות שונות בחומרה ובפרוצדורות, הדיוק שלהן באיתור האלקטרודות דומה במידה רבה. מחקרים עדכניים המשווים בין שיטות אלו מראים שכל הגישות משיגות דיוק מיקום אלקטרודות מספיק להערכת מקור אמין. לדוגמה, כל השיטות שנבדקו השיגו דיוק ממוצע בזיהוי אזור ברודמן מעל 80%, בעוד שהסתמכות בלבד על מיקומי אלקטרודות תבנית הפחיתה את הדיוק לכ-50%10. דבר זה מראה כי, למרות ההבדלים ביישום, טכניקות דיגיטציה מודרניות מספקות אמינות דומה, מה שמפחית משמעותית את אי-הוודאות לגבי מיקום המקור ביחס לשימוש בתבניות גנריות, ומאפשרות מיפוי בטוח של פעילות קורטיקלית.

חלופה אטרקטיבית למעבדות המצוידות במערכות גירוי מגנטי טרנס-גולגולתי (TMS) היא שימוש מחדש בחומרת גירוי מוחי מנווט (NBS)11 לדיגיטציה של אלקטרודות. NBS, הידוע גם כנוירוניווט, בדרך כלל משלב מעקב אופטי וסליל TMS כדי לרשום את ראש הנבדק באמצעות ה-MRI ולעורר מטרה קורטיקלית ספציפית. מעקבים אופטיים (למשל, פולאריס ויקרה) מורכבים ממצלמת מעקב אינפרא-אדום וסמנים רפלקטיביים באינפרא-אדום הממוקמים על מעקב הראש, מצביע הניווט וסליל ה-TMS. לדיגיטציה, הניסוי שם תחילה מעקב ראש על ראש המשתתף, לאחר מכן נוגע בכל אלקטרודת EEG עם מצביע הניווט, והמערכת מתעדת את מיקום התלת-ממד שלה, שניתן לייצא מאוחר יותר ולהשתמש בו ללוקליזציה של המקור, למשל עם MNE-Python12. תהליך עבודה זה דומה לדיגיטליזרים אחרים אך מנצל ציוד קיים: אם למעבדה כבר יש מערכת TMS מנווטת (למשל, Nexstim eXimia NBS או דומה), אין צורך ברכישת דיגיטייזר נפרדת.

היתרונות של גישה זו כוללים אינטגרציה ודיוק. אותו מרחב קואורדינטות יכול לשמש הן למיקוד TMS והן למידול מקור EEG. במעבדות המבצעות TMS-EEG סימולטני או רציף, שיטה זו מייעלת את ההגדרה: דיגיטציה של אלקטרודות היא רק חלק מתהליך הניווט הנוירו-ניווטי של ה-TMS. למעבדות שאינן משתמשות בעיקר בשיטות מיקום מקורות EEG אך כבר יש להן גישה לנוירוניווט TMS, שיטה זו מציעה דרך פשוטה לשפר את דיוק הערכות המקור.

לבסוף, שימו לב שמושג הדיגיטציה הניווט הזה חל גם על מערכי חיישני קרקפת אחרים. לדוגמה, הליך דומה יכול למקם את אופטודות fNIRS13 או חיישנים אחרים על ידי נגיעה בכל אופטודה עם המצביע המעקב. בכל המקרים, היתרון הוא מסגרת קואורדינטות מאוחדת בין חיישני הקרקפת ל-MRI של הנבדק, המשפרת את הדיוק האנטומי של כל מודל מקור מאוחר יותר (בין אם EEG או fNIRS).

מספר פרסומים מדווחים במפורש על השימוש במערכת NBS לדיגיטציה של אלקטרודות 14,15,16,17,18. לעומת זאת, מספר מחקרים שהשתמשו גם ב-TMS (NBS) וגם ב-EEG או fNIRS לא תיארו שום תהליך דיגיטציה 19,20,21,22,23. השמטה זו מרמזת כי הפונקציונליות הזמינה של ה-NBS לדיגיטציה של אלקטרודות או אופטודות ייתכן שלא נוצלה מספיק, מה שעלול להשפיע על דיוק מיקום החיישנים ובכך גם על אמינות הממצאים המדווחים. אנו מניחים שרבים מהחוקרים אינם מודעים לכך שמערכת NBS יכולה לשמש גם ככלי לרישום משותף, שכן תכונה זו אינה מודגשת באופן עקבי על ידי היצרן. לבסוף, אנו מציינים כי ניתן ליישם NBS לדיגיטציה של חיישנים בכל מחקר הכולל אלקטרודות או אופטודות המותקנים על ראש, ללא קשר לשאלה אם נעשה שימוש ב-TMS.

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

Protocol

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

כל ההליכים הכוללים משתתפים אנושיים בוצעו בהתאם להנחיות מוסדיות ואושרו על ידי ועדת האתיקה הרלוונטית. המשתתפים נתנו הסכמה מדעת לפני תחילת הניסוי.

1. הכנת המשתתף והציוד

הערה: פרוטוקול זה השתמש במערכת Nexstim NBS.

  1. הדלק וכייל את מערכת NBS
    1. הפעל את היחידה הראשית של NBS ואת מצלמת המעקב האופטית. ודאו שהמערכת משלימה כיול עצמי בהצלחה, וחזרו על הכיול אם התוכנה מציינת שגיאות.
  2. טען את ה-MRI של המשתתף למערכת NBS.
    1. בממשק התוכנה של NBS, בחר את פרופיל הנושא וטען את קובץ ה-MRI המבני בפורמט תואם DICOM או Nexstim.
    2. אם ה-MRI של המשתתף אינו זמין בזמן ההקלטה, השתמש ב-MRI ראש ממוצע המסופק על ידי מערכת NBS.
  3. הכין את פקק ה-EEG.
    1. ודאו שמכסה ה-EEG בצפיפות גבוהה ממוקם נכון על ראש המשתתף בהתאם להוראות היצרן. בדוק את יישור האלקטרודות באמצעות סימני אנטומיה סטנדרטיים (נזיון ונקודות טרום-אוזניים).
      הערה: שמרו על מיקום עקבי של האלקטרודות כדי למזער שגיאות מרחביות לאורך הסשנים.
  4. חבר את מעקב הראש האופטי לראש המשתתף.
    1. אבטח את מעקב הראש למכסה ה-EEG או ישירות לראש המשתתף מבלי לחסום את האלקטרודות.
    2. ודא שהמצלמה מזהה את המעקב ושומרת על תצוגה יציבה במהלך תנועות הראש. השתמש בסרט דו-צדדי כדי לחבר את המעקב היטב למצח.
      הערה: שמרו על מיקום עוקב הראש לאורך כל תהליך הדיגיטציה כדי להימנע משגיאות מעקב.

2. רישום ראש המשתתף ב-NBS

  1. בצע רישום בתוכנת NBS.
    1. התחילו בתהליך הרישום והגדירו את נקודות הציון ב-MRI בתוכנה: נסיון, נקודת קדם-אוזניים שמאלית, ונקודת קדם-אוזניים ימנית.
    2. השתמש בסמן הניווט כדי לציין ולדיגיטל את נקודות הציון הללו בראש המשתתף.
      הערה: מערכת NBS אינה מאפשרת דיגיטציה לפני השלמת ההרשמה. רישום מבטיח ויזואליזציה נכונה של הנקודות הדיגיטליות בתוך התוכנה אך אינו משנה את הערכים המוחלטים של הקואורדינטות המוקלטות.

3. דיגיטציה

  1. דיגיטציה של נאמנות.
    1. תתחיל לדיגיטציה. באמצעות מצביע הניווט, יש לרשום את שלוש נקודות הפידוק: הנאזיון, הנקודה הקדם-אוריקולרית השמאלית, והנקודה הפרה-אוריקולרית הימנית. וודא שהתוכנה לוכדת כל נקודה במדויק לפני שאתה ממשיך.
    2. לאחר סיומו, עצור את הדיגיטציה ולחץ קליק ימני על מבחן הדיגיטציה כדי לייצא את הקואורדינטות בפורמט טקסט. שמור את הקובץ כ-{subject}_fid.nbe.
  2. דיגיטציה של נקודות צורת ראש (HSP).
    1. תתחיל לדיגיטציה. אספו לפחות 50-100 נקודות משטח המפוזרות באופן שווה על הקרקפת, והימנעו מאזורים עם שיער צפוף ככל האפשר. כלול נקודות בגשר האף ובקצה הגבות כסימני ציון אנטומיים נוספים.
    2. לאחר איסוף כל הנקודות, עצור את הדיגיטציה ולחץ קליק ימני על מבחן הדיגיטציה כדי לייצא את הקואורדינטות בפורמט טקסט. שמור את הקובץ כ-{subject}_hsp.nbe.
  3. דיגיטציה של מיקומי האלקטרודות.
    1. תתחיל לדיגיטציה. נגעו במצביע הניווט במרכז כל אלקטרודה, כדי להבטיח מגע יציב לרישום קואורדינטות מדויק.
    2. עקבו אחרי רצף עקבי לכל מפגש, ודיגיטציה של אלקטרודות באופן שיטתי לפי קווי מתאר, מקדימה לאחור ומשמאל לימין, כדי לא לפספס אלקטרודות.
    3. לאחר שכל האלקטרודות עברו דיגיטציה, עצרו את הדיגיטציה ולחצו קליק ימני על Digitization Examination כדי לייצא את הקואורדינטות בפורמט טקסט. שמור את הקובץ כ-{subject}_ele.nbe.

4. קדם-עיבוד MRI ב-FreeSurfer

  1. הפעל Recon-All לשיקום פני השטח.
    1. הפעל את צינור העיבוד של FreeSurfer ליצירת משטחי קורטיקליים, קרקפת וחלוקות מוח.
  2. בדוק את איכות השחזור.
    1. בדוק את הפיאל, החומר הלבן והמשטחים המנופחים. תקן שגיאות סגמנטציה משמעותיות לפני שממשיכים הלאה, לדוגמה, עם תוכנת גרפיקה תלת-ממדית של Blender.

5. אינטגרציה עם צינור MNE-python

  1. צור מונטאז' מותאם אישית עם הקואורדינטות הדיגיטליות.
    1. כדי לשלב את מיקומי האלקטרודות הדיגיטליים, הפידוקיאלים ונקודות צורת הראש בצינור הניתוח MNE-Python, תחילה יש ליצור מונטאז' מותאם אישית באמצעות הקואורדינטות המוקלטות (קובץ משלים 1). דוגמאות לקבצי .nbe וקטעי קוד זמינים במאגר GitHub (github.com/MarkaMorozova/NexstimNBS-SensorDigitization).
  2. בצע רישום משותף ב-MNE.
    1. השתמש בממשק המשתמש mne.gui.coregistration כדי ליישר את נקודות צורת הראש הדיגיטליות שנשמרות ב-{subject}-info.fif עם משטח הראש שמקורו ב-MRI של המשתתף. להתאים פידוציאלים, מתאים פרמטרי תרגום, סיבוב וקנה מידה עד שנקודות הפידוקיאלים וצורת הראש יתאימו במדויק למודל ה-MRI.
  3. שמור את קובץ המונטאז' והטרנספורמציה המותאם שנוצר.
    1. שמור את המונטאז' המותאם בקובץ {subject}-info.fif לשימוש חוזר בעתיד. כמו כן, שמרו את מטריצת הטרנספורמציה {subject}-trans.fif שהתקבלה במהלך רישום משותף, הנדרשת למידול קדמי.

6. ביצוע לוקליזציה של מקור

  1. באמצעות קבצי המידע והטרנס שנוצרו קודם, בצע לוקליזציה של נתוני EEG. ייבא את ה-EEG המעובד מראש של המשתתף ל-MNE-Python, יישם את המונטאז' המותאם אישית מ-{subject}-info.fif, וטען את טרנספורמציית ה-coregistration {subject}-trans.fif.
  2. בנה מודל קדמי באמצעות משטחי MRI של המשתתף ומודל מוליך הנפח (למשל, BEM). לאחר מכן, מחשב את הפתרון ההפוך באמצעות אלגוריתמים כמו sLORETA, dSPM או MNE כדי להעריך את מקורות הקורטיקה שמאחורי אותות ה-EEG המוקלטים. שמור את הערכות המקור לניתוח נוסף ולהמחשה נוספת.

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

Results

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

מיקום מקור מדויק תלוי באופן קריטי במיקום נכון של אלקטרודות ובהתאמה אמינה עם מודלים אנטומיים של ראשים. בפועל, עם זאת, כובעי EEG ממוקמים לעיתים קרובות בצורה לא מדויקת בשל שינויים בצורת הראש או טעויות במיקום ידני. כדי להמחיש כיצד גורמים אלו משפיעים על תוצאות הניתוח, השווינו תוצאות ממיקומי אלקטרודות דיגיטליים באמצעות מכשיר NBS לבין תוצאות שהושגו מפריסות אלקטרודות סטנדרטיות מבוססות תבניות. התוכנות והספריות המשמשות בעיקר לניתוח הן NBS System 5 (v5.1.0), FreeSurfer (v6.0) ו-MNE-Python (v1.8.0).

במחקר...

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

Discussion

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

מיקום מקור מדויק דורש גם דיגיטציה מדויקת של האלקטרודות וגם רישום משותף אמין עם מודלים אנטומיים של ראשים. התוצאות שלנו (איור 1, איור 2 ואיור 3) מראות כיצד סטיות במיקום האלקטרודות או הסתמכות על מונטאז'ים מבוססי תבנית עלולות להתפשט לטעויות משמעותיות ביישור המרחבי ובשחזור המקור. במיוחד, הראינו כי אלקטרודות דיגיטליות שהושגו באמצעות מכשיר Nexstim NBS תואמות במדויק לאנטומיה של ה-MRI האישי ומספקות מיקומים א...

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

Disclosures

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

למחברים אין אינטרסים פיננסיים מתחרים או ניגודי עניינים אחרים בהתאם לעבודה זו.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
גירוי מוחי מנווט (NBS)  מערכתNexstim https://www.nexstim.com/healthcare-professionals/nbs-systemNBS הוא  גירוי מגנטי טרנס-גולגולתי בשילוב עם מערכת ניווט עצבי

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Michel, C. M., He, B. EEG source localization. Handb Clin Neurol. 160, 85-101 (2019).
  2. Holmes, C. J., Hoge, R., Collins, L., Woods, R., Toga, A. W., Evans, A. C. Enhancement of MR images using registration for signal averaging. J Comput Assist Tomogr. 22 (2), 324-333 (1998).
  3. Fischl, B. FreeSurfer. Neuroimage. 62 (2), 774-781 (2012).
  4. Hallez, H., et al. Review on solving the forward problem in EEG source analysis. J Neuroeng Rehabil. 4 (1), (2007).
  5. Grech, R., et al. Review on solving the inverse problem in EEG source analysis. J Neuroeng Rehabil. 5 (1), 25(2008).
  6. Jaiswal, A., Nenonen, J., Parkkonen, L. On electromagnetic head digitization in MEG and EEG. Sci Rep. 13 (1), 3801(2023).
  7. Taberna, G. A., Marino, M., Ganzetti, M., Mantini, D. Spatial localization of EEG electrodes using 3D scanning. J Neural Eng. 16 (2), 026020(2019).
  8. Qian, S., Sheng, Y. A single camera photogrammetry system for multi-angle fast localization of EEG electrodes. Ann Biomed Eng. 39 (11), 2844-2856 (2011).
  9. Reis, P. M. R., Lochmann, M. Using a motion capture system for spatial localization of EEG electrodes. Front Neurosci. 9, 130(2015).
  10. Shirazi, S. Y., Huang, H. J. More reliable EEG electrode digitizing methods can reduce source estimation uncertainty, but current methods already accurately identify Brodmann areas. Front Neurosci. 13, 1159(2019).
  11. Comeau, R. Neuronavigation for Transcranial Magnetic Stimulation. Transcranial Magnetic Stimulation. , Humana Press. New York, NY. (2014).
  12. Gramfort, A., et al. MEG and EEG data analysis with MNE-Python. Front Neurosci. 7, 267(2013).
  13. Tremblay, J., et al. Comparison of source localization techniques in diffuse optical tomography for fNIRS application using a realistic head model. Biomed Opt Express. 9 (7), 2994-3016 (2018).
  14. Huber, R., et al. Measures of cortical plasticity after transcranial paired associative stimulation predict changes in electroencephalogram slow-wave activity during subsequent sleep. J Neurosci. 28 (31), 7911-7918 (2008).
  15. Huber, R., Esser, S. K., Ferrarelli, F., Massimini, M., Peterson, M. J., Tononi, G. TMS-induced cortical potentiation during wakefulness locally increases slow wave activity during sleep. PLoS One. 2 (3), e276(2007).
  16. Huber, R., Felice Ghilardi, M., Massimini, M., Tononi, G. Local sleep and learning. Nature. 430 (6995), 78-81 (2004).
  17. Casali, A. G., Casarotto, S., Rosanova, M., Mariotti, M., Massimini, M. General indices to characterize the electrical response of the cerebral cortex to TMS. Neuroimage. 49 (2), 1459-1468 (2010).
  18. Salo, K. S. -T., Mutanen, T. P., Vaalto, S. M. I., Ilmoniemi, R. J. EEG artifact removal in TMS studies of cortical speech areas. Brain Topogr. 33 (1), 1-9 (2020).
  19. Amico, E., et al. Tracking dynamic interactions between structural and functional connectivity: a TMS/EEG-dMRI study. Brain Connect. 7 (2), 84-97 (2017).
  20. Cona, F., Zavaglia, M., Massimini, M., Rosanova, M., Ursino, M. A neural mass model of interconnected regions simulates rhythm propagation observed via TMS-EEG. Neuroimage. 57 (3), 1045-1058 (2011).
  21. Stamm, M., Aru, J., Bachmann, T. Right-frontal slow negative potentials evoked by occipital TMS are reduced in NREM sleep. Neurosci Lett. 493 (3), 116-121 (2011).
  22. Romero Lauro, L. J., et al. TDCS increases cortical excitability: direct evidence from TMS-EEG. Cortex. 58, 99-111 (2014).
  23. Lioumis, P., Kičić, D., Savolainen, P., Mäkelä, J. P., Kähkönen, S. Reproducibility of TMS-evoked EEG responses. Hum Brain Mapp. 30 (4), 1387-1396 (2009).
  24. Morozova, M., et al. Cortical responses to tactile imagery: a high-density EEG study of the μ-rhythm event-related desynchronization and somatosensory evoked potentials. NeuroImage. 319, 121440(2025).
  25. Pascual-Marqui, R. D. Standardized low-resolution brain electromagnetic tomography (sLORETA): technical details. Methods Find Exp Clin Pharmacol. 24 (Suppl D), 5-12 (2002).
  26. Pfurtscheller, G., Neuper, C. Motor imagery activates primary sensorimotor area in humans. Neurosci Lett. 239 (2-3), 65-68 (1997).
  27. Inamoto, T., et al. Motor-related mu/beta rhythm in older adults: a comprehensive review. Brain Sci. 13 (5), 751(2023).

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

Source LocalizationSensor DigitizationTMS NavigationEEG Electrode LocationsNavigated Brain StimulationSpatial AccuracyCoregistration AccuracyMNE PythonMRI AlignmentCortical Source Estimates

Related Articles