מיקום מטרות ספציפיות לפונקציה לגירוי מגנטי טרנס-גולגולתי בהיעדר ציוד ניווט

אני עובדת במדעי המוח המוטוריים הקוגניטיביים, ומחפשת כיצד להגביר תנועות ידיים עדינות באמצעות TMS. אנו מנסים למצוא את הדרכים הפשוטות למקד את תפקוד המוח גם ללא מערכות ניווט.

מיקוד גירוי מגנטי טרנס-גולגולתי עבר מבחירה נקודתית פשוטה לכוונון רשתות מוח ובעזרת בינה מלאכותית, הוא נעשה חכם יותר, אישי יותר וקרוב יותר לטיפולי מוח מותאמים אישית.

נכון לעכשיו, דרכים להגדיר מטרות גירוי מגנטי טרנס-גולגולתי כוללות הדמיה רב-מודאלית, מונחית FMRI, מטרות שיא המבוססות על ביצועים קוגניטיביים באמצעות לולאה סגורה ו-TMS תלוי מצב המוח ומידול שדות חשמליים בדיוק גבוה.

זה מאתגר למפות את הקואורדינטות של קליפת המוח הכירורגית ואת מכסה שני הדיסקים עם שגיאות הכנסה.

לרוב העמיתים אין מערכת ניווט עצבית, ולכן הם לא יכולים לפתור טיפול בגירוי מגנטי טרנס-גולגולתי מותאם אישית לפונקציה. הגישה שלנו בוחרת לפתור בעיה זו.

[מגישה] כדי להתחיל, פתח את תוכנת העיבוד המקדים. לחץ על DPARSF 5.4 ולאחר מכן בחר את DPARSF Advanced Edition כדי לעבד מראש את נתוני מצב המשימה באמצעות פרמטרים ספציפיים. בצע תיקוני תזמון פרוסות ותנועת ראש. רשום את התמונות הפונקציונליות לתמונות מבניות והחל החלקה מרחבית ברוחב מלא בחצי מקסימום של שישה מילימטרים. פתח את SPM 12 ולחץ על הערכת coregister. עבור תמונת ההפניה, בחר את הקובץ בשם sub-asterisk crop_1.nii מהתיקיה T1 Img. עבור תמונת המקור, בחר את הקובץ הממוצע asterisk.nii מתיקיית הפרמטר realign. עבור התמונה השנייה, בחר את הקובץ הגולמי asterisk.nii מתיקיית Img AR המהנה. לחץ על פלח השוק ולאחר מכן בחר אמצעי אחסון. בחר את קובץ המשנה crop_1.nii מהתיקייה T1 Img. עבור שדות דפורמציה, בחר הפוך ועוד קדימה. לאחר מכן לחץ על הפעל. חזור על פילוח זה עבור הקובץ sub-asterisk.nii מאותה תיקיה. לאחר מכן, לחץ על חלק. בחר את raasterisk.nii files מתיקיית imgar המהנה כדי שהתמונה תחליק והזן 666 בשדה FWHM. בצע ניתוח ברמה הראשונה כדי לקבל מפות הפעלה בודדות ולזהות את שיא ווקסל ההפעלה כיעד הגירוי. צור תיקייה חדשה בשם indiv_act ולחץ על ציין רמה ראשונה. בשדה מדריך הכתובות, בחר את התיקיה indiv_act. לחץ על יחידות לעיצוב, בחר סריקות והזן שתיים עבור מרווח הסריקה. במקטע נתונים ועיצוב, בחר את קבצי SRA asterisk.nii תחת סריקות. במקטע התנאי, הגדר את השם להקשה. לאחר מכן הזן 0, 30, 60, 90, עבור התחלה והגדר את משכי הזמן ל-15. לאחר מכן לחץ על מספר רגרסורים ובחר את קובץ rp_aasterisk.txt מהפרמטרים המיושרים מחדש. כדי להעריך, בחר את הקובץ SPM.map מהתיקיה indiv_act וצור את מפת הפעלת המשימה הבודדת, spmt_0001. כעת, לחץ על תוצאות ובחר את הקובץ spm.map מהתיקייה indiv_act. בדוק את ניגודיות T ולחץ על הגדר ניגודיות חדשה. הזן שם מותאם אישית, ולאחר מכן הזן 1,0 בשדה הניגודיות ולחץ על שלח. אוקיי, סיימתי. תחת החל מסיכה, בחר ללא. לאחר מכן בחר אף אחד תחת התאמת ערך P כדי לשלוט והגדר את הערך ל- 0.001. הגדר את ו הרחב את הסף לאפס. כעת, לחץ על נרמל כתיבה ולאחר מכן נתונים. בשדות דפורמציה, בחר את iy crop 1 file מהתיקייה T1 Img. כדי שהתמונה תיכתב, בחר את מסיכת אזור המוח M1. לאחר מכן הזן את גודל התיבה התוחמת והווקסל הבודדים. לאחר מכן, לחץ על coregister reslice ולאחר מכן בחר SPMT_0001 מהתיקייה indiv_act להגדרת תמונה רווח. כדי שהתמונה תחזור מחדש, בחר את הקובץ W asterisk.nii שנוצר בעבר. כעת, חשב את שיא הפעלת הפעילות הבודדת. ב-MatLab, הפעל את קוד המיון החיובי, ולאחר מכן הזן שמות כפי שניתן. זהה את קואורדינטת ה-X הראשונה עם ערך שלילי ורשום אותה כשיא הפעלת המשימה הבודדת. כדי לאתר את ה-SPM 12 המותאם אישית, ספציפית לפונקציה, להפעלת היעד, לחץ על FMRI ולאחר מכן בחר קטע מהתפריט. תחת ממשק הפרמטרים, לחץ על כפתור אמצעי האחסון, בחר את קובץ תבנית המוח של MNI. לאחר מכן לחץ על שדות דפורמציה כדי לבחור הפוך פלוס קדימה. לאחר מכן, הפעל את MatLab והפעל את קוד הקצוות כדי לתאר את הקצוות הפנימיים והחיצוניים של הקרקפת הסטנדרטית. בחר את התמונה c5.nii. לאחר מכן לחץ על סיום כדי ליצור את הקובץ c5_edges.nii. כעת, השתמשו ב-SPM 12 כדי להפוך את קצה הקרקפת הסטנדרטי לחלל נפרד. לחץ על נרמל כתיבה ולחץ על נתונים. בחר את iy_sub asterisk.nii file מהתיקייה T1 Img תחת שדות דפורמציה. בחר C5 outer edge.nii לתמונות כדי לכתוב ולהזין את גדלי התיבה התוחמת והווקסל הבודדים. המר קואורדינטות קליפת המוח לקואורדינטות קרקפת על ידי פתיחת קוד הטרנס-קורטקס לקרקפת ב-MatLab ובצע את השורה הראשונה. הזן את קואורדינטות נקודת ההפעלה הבודדות. בחר את קובץ הקצה החיצוני של WC5. לאחר מכן רשום את קואורדינטות הפלט. פתח את מציג dpabi. לחץ על השכבה התחתונה ובחר את התמונה המבנית הבודדת של T1. אתר ורשום את הקואורדינטות של פסגות האפרכסת השמאלית והימנית, הנסיון והאיניון. כעת, הגדר את מקור הקרקפת על ידי פתיחת קוד הצומת ב-MatLab. הזן את הקואורדינטות של ארבע נקודות ציון הדרך. לאחר מכן הפעל את הקוד כדי לחשב את קואורדינטות ההצטלבות של קווי האוזן וקווי ה-nasion-inion. רשום את קואורדינטות ההצטלבות. כדי להזיז את נקודת החיתוך לאורך ציר Z לקרקפת, פתח את קוד המקור ב-MatLab. הזן את קואורדינטות נקודת החיתוך בהגדרת נקודה H ובחר את הקצה החיצוני WC5 file. השג את קואורדינטות מקור הקרקפת O. כדי לחשב את המרחק בפועל ממקור הקרקפת לכל נקודה, הפעל את קוד המרחק. בחר את קובץ הקצה החיצוני של WC5 והזן את מקור הקרקפת, היעד וארבע קואורדינטות נקודת ציון לפי הנחיות. כעת, חשב את הזווית בין הקו המחבר בין יעד הקרקפת למקור הקרקפת וציר ה-X במישור XY על ידי פתיחת קוד ציר X זווית החישוב והפעל את השורה הראשונה. בחלון הפקודה, הזן את הקואורדינטות של מקור הקרקפת ויעד הגירוי. השתמש בסרגל היעד כדי לקבע את מיקום הסרגל הרך המתאים בהתבסס על המרחק והזווית המחושבים. לאחר מכן סמן את הקרקפת בעט רחיץ. בהתבסס על מפות מבחן T מדגם אחד, קישוריות פונקציונלית ומשרעת של תוצאות תנודות בתדר נמוך מוצגות ללא תיקון השוואה מרובה.