Method Article

TMS 내비게이션 시스템을 사용하여 센서 위치를 고정밀 디지털화하여 소스 위치 파악을 개선합니다

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

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

우리는 내비게이티드 브레인 자극(NBS) 시스템의 기기를 사용하여 고밀도 뇌파(EEG) 센서 위치를 디지털화하는 재현 가능한 방법을 제시합니다. 이 접근법은 추가적인 소프트웨어 확장 기능이 필요 없으며, 표준 NBS 도구만 필요합니다. MNE-Python 파이프라인과 통합된 이 접근법은 추가 하드웨어 없이도 소스 현지화 정확도를 향상시킵니다.

Abstract

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

출처 위치 추적은 두피에서 기록된 신호를 바탕으로 뇌 활동의 원인을 추정하는 기법입니다. 정확한 소스 위치 파악은 센서 위치의 정밀한 공간 디지털화에 매우 중요합니다. 이 프로토콜에서는 내비게이티드 브레인 자극(NBS) 시스템을 사용하여 센서 위치를 디지털화하는 실용적이고 신뢰할 수 있는 방법을 제시합니다. NBS는 TMS 실험실에서 흔히 구할 수 있는 경두개 자기 자극(TMS) 장비의 구성 요소이지만, 뇌파검사(EEG)나 기능적 근적외선 분광법(fNIRS) 시스템의 센서 디지털화에는 거의 활용되지 않습니다. 이 접근법은 연구자들이 전용 디지털화 장비를 투자하지 않고도 기존 인프라를 활용해 소스 모델링의 공간 정확도를 크게 향상시킬 수 있게 합니다.

전체 워크플로우를 안내합니다: (1) Nexstim NBS 시스템의 기본 도구를 사용해 EEG 전극 위치를 디지털화; (2) 좌표 데이터를 호환 형식으로 내보내기; (3) MNE-Python 패키지를 사용하여 EEG 전처리 및 소스 로컬라이제이션 파이프라인에 데이터를 통합하는 것. 프로토콜에는 디지털 데이터를 MRI 이미지와 일치시키고 공동등록 정확도를 최적화하는 팁도 포함되어 있습니다. 이 방법의 실용성을 설명하기 위해, 촉각 자극 실험 데이터를 분석하는 데 적용합니다.

재현성과 채택 용이성을 보장하기 위해 조정 처리 및 공동 등록을 위한 맞춤형 Python 스크립트가 제공됩니다. 결과는 디지털화된 전극 위치를 통합하면 기본 전극 몽타주에 비해 피질 소스 추정치의 해부학적 정확성과 해석 가능성이 현저히 향상됨을 보여줍니다.

Introduction

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

뇌파검사(EEG)는 두피에서 뇌의 전기 활동을 측정하지만, 원본 기록은 뇌와 비뇌 신호를 혼합합니다. 소스 위치화는 측정된 뇌 신호가 어디에서 발생하는지 계산적으로 추정하여 두피 전압을 피질 영역으로 '매핑'하는 것을의미합니다. 이러한 방법들은 연구자들이 EEG 진동 활동이나 사건 관련 반응을 특정 뇌 영역과 연결하여 EEG의 해석 가능성을 크게 향상시킵니다. 정확한 소스 위치 파악은 각 전극이 해부학에 대해 머리 위 위치를 정확히 아는 데 매우 중요합니다. 전극 위치를 디지털화하여 머리 위의 정확한 3D 위치를 기록해야 합니다. 이 좌표들은 피험자의 MRI 기반 머리 모델과 동일 등록 또는 정렬되어 EEG 순방향(두피 전압 예측)과 역(뇌 출처 추정) 문제를 해결합니다. 정확한 전극 배치는 필수적입니다: 작은 디지털화 오류도 뇌 내에서 추정 전원이 몇 센티미터 이상 이동할 수 있습니다.

현대 EEG 소스 영상은 해부학적 및 기능적 정보를 통합하는 다단계 과정입니다. 이 과정은 전극 디지털화에서 시작되며, 각 EEG 센서의 정확한 3D 좌표를 두피에 기록합니다. 다음으로, 일반적으로 피험자의 구조적 MRI를 확보하여 해부학적 영상이 수행됩니다; 사용 불가능할 경우, 표준 헤드모델을 사용할 수 있습니다. 디지털화된 전극 위치는 MRI 헤드 기하학과 동일하게 등록되어 개인의 해부학과 일치합니다. 이 단계에서 전극 위치를 헤드 스페이스에서 MRI 스페이스로 매핑하는 변환 행렬이 도출됩니다. 구조적 MRI는 Freesurfer3 와 같은 MRI 세분화 도구를 사용해 두피, 두개골, 뇌 등 조직으로 분할하여 현실적인 부피 도체 모델을 만듭니다. 이 모델을 통해 전극 위치, 두부 기하학, 조직 전도도를 결합하여 가상의 피질 원천에 대한 두피 전위를 예측하는 전방 모델을 계산합니다. 마지막으로, 역해를 추정하여 분산 소스 영상이나 쌍극자 피팅과 같은 방법을 사용하여 측정된 EEG 데이터를 가장 잘 설명하는 피질 전류 분포를 추정합니다. 각 단계는 매우 중요합니다: 머리 모델은 해부학적으로 그럴듯한 전도도를 보장하고, 순방향 해법은 소스를 두피 전위와 연결하며, 역해법은 기록된 신호를 다시 피질로 매핑합니다. 반대로 전극 디지털화, 공동 등록, MRI 분할 오류는 파이프라인을 통해 전파되어 출처 추정이 부정확해질 수 있습니다.

현재 여러 디지털화 방법이 사용 가능하며, 초음파, 전자기 시스템6, 구조광 또는 적외선 3D 스캐닝7, 사진측량8, 프로브9 유무 중 모션 캡처 등이 있습니다. 하드웨어와 절차에서는 기술이 다르지만, 전극 위치 정확도는 대체로 비슷합니다. 최근 이 방법들을 비교한 연구들은 모든 접근법이 전극 위치 정밀성을 달성하여 신뢰할 수 있는 소스 추정을 가능하게 한다는 것을 보여줍니다. 예를 들어, 모든 테스트된 방법은 평균 브로드만 영역 식별 정확도를 80% 이상으로 달성한 반면, 템플릿 전극 위치에만 의존하면 정확도가 약 50%로 떨어졌습니다10. 이는 구현 차이에도 불구하고 현대 디지털화 기술이 유사한 신뢰성을 제공하며, 일반 템플릿 사용에 비해 소스 위치 정의의 불확실성을 크게 줄이고, 피질 활동의 자신감 있는 지도화를 가능하게 함을 보여줍니다.

경두개자기자극(TMS) 시스템이 장착된 실험실에서 매력적인 대안은 전극 디지털화를 위해 내비게이션 뇌 자극(NBS)11 하드웨어를 재활용하는 것입니다. NBS는 신경내비게이션으로도 알려져 있으며, 일반적으로 광학 추적기와 TMS 코일을 결합하여 피험자의 머리를 MRI와 인식하고 특정 피질 표적을 자극합니다. 광학 추적기(예: 폴라리스 비크라)는 적외선 추적 카메라와 적외선 반사 마커가 헤드 트래커, 내비게이션 포인터, TMS 코일에 배치되어 있습니다. 디지털화를 위해 실험자는 먼저 참가자의 머리에 머리 추적기를 부착하고, 다음 내비게이션 포인터로 각 EEG 전극을 터치한 뒤, 시스템이 3D 위치를 기록하여 나중에 내보내 MNE-Python12와 같은 출처 위치 파악에 사용할 수 있습니다. 이 워크플로우는 다른 디지타이저와 유사하지만 기존 장비를 활용합니다: 실험실이 이미 내비게이션 TMS 시스템(예: Nexstim eXimia NBS 등)을 보유하고 있다면 별도의 디지타이저 구매가 필요하지 않습니다.

이 접근법의 장점은 통합과 정밀도를 포함합니다. 동일한 좌표 공간은 TMS 표적 지정과 EEG 소스 모델링 모두에 사용할 수 있습니다. 동시 또는 순차적으로 TMS-EEG를 수행하는 실험실에서는 이 방법이 설정을 간소화합니다: 전극 디지털화는 TMS 신경내비게이션 과정의 일부일 뿐입니다. EEG 소스 위치 추적 방법을 주로 사용하지 않지만 이미 TMS 신경내비게이션에 접근할 수 있는 실험실에 이 방법은 소스 추정의 정밀도를 직접적으로 향상시킬 수 있는 방법을 제공합니다.

마지막으로, 이 탐색 디지털화 개념은 다른 두피 센서 배열에도 적용된다는 점을 유의하세요. 예를 들어, 유사한 절차로 추적 포인터로 각 광극을 접촉하여 fNIRS 옵토드13 이나 다른 센서를 위치시킬 수 있습니다. 모든 경우에 두피 센서와 피험자의 MRI 사이에 통합된 좌표계가 제공되어, 이후 발생 원천 모델링(EEG 또는 fNIRS)의 해부학적 정확도가 향상됩니다.

여러 출판물은 전극 디지털화를 위해 NBS 시스템의 사용을 명확히 보고하고 있습니다14, 15, 16, 17, 18. 반면, TMS(NBS)와 EEG 또는 fNIRS를 모두 사용한 여러 연구에서는19, 20, 21, 22, 23의 디지털화 절차가 언급되지 않았습니다. 이 누락은 전극 또는 광극 디지털화를 위한 NBS의 기능이 충분히 활용되지 않아 센서 위치 파악의 정확도와 보고된 결과의 신뢰성에 영향을 미칠 수 있음을 시사합니다. 많은 연구자들이 NBS 시스템이 공동 등록 도구로도 활용될 수 있다는 사실을 모를 수 있다고 추정하는데, 제조사가 이 기능을 일관되게 강조하지 않기 때문입니다. 마지막으로, 머리에 장착된 전극이나 광극이 관련된 모든 연구에서 NBS는 TMS를 사용하든 여부와 관계없이 센서 디지털화에 적용될 수 있음을 주목합니다.

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

Protocol

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

인간 참여자가 포함된 모든 절차는 기관 지침에 따라 수행되었으며 관련 윤리 위원회의 승인을 받았습니다. 참가자들은 실험 시작 전에 사전 동의를 제공했습니다.

1. 참가자 및 장비 준비

참고: 이 프로토콜은 Nexstim NBS 시스템을 사용했습니다.

  1. 전원을 켜고 NBS 시스템을 보정하세요
    1. NBS 메인 유닛과 광학 추적 카메라를 켜세요. 시스템이 자가 교정을 성공적으로 완료하는지 확인하고, 소프트웨어에서 오류가 감지되면 교정을 반복하세요.
  2. 참가자의 MRI를 NBS 시스템에 입력하세요.
    1. NBS 소프트웨어 인터페이스에서 피험자 프로필을 선택하고 DICOM 또는 Nexstim 호환 형식으로 구조 MRI 파일을 불러옵니다.
    2. 녹화 시점에 참가자의 MRI가 없으면 NBS 시스템에서 제공하는 평균 머리 MRI를 사용하세요.
  3. EEG 캡 준비해.
    1. 제조사의 지침에 따라 고밀도 EEG 캡이 참가자의 머리에 올바르게 위치되었는지 확인하세요. 표준 해부학적 랜드마크(비전과 전이론 지점)를 사용하여 전극 정렬을 확인하세요.
      참고: 세션 간 공간 오차를 최소화하기 위해 전극 위치를 일정하게 유지하세요.
  4. 광학 헤드 트래커를 참가자의 머리에 부착하세요.
    1. 헤드 트래커를 전극을 막지 않고 EEG 캡이나 참가자의 머리에 직접 고정하세요.
    2. 카메라가 트래커를 감지하고 머리 움직임 시 안정적인 시야를 유지하는지 확인하세요. 양면 테이프를 사용해 트래커를 이마에 단단히 고정하세요.
      참고: 디지털화 과정 전반에 걸쳐 헤드 트래커의 위치를 유지하여 추적 오류를 피하세요.

2. 참가자의 머리를 NBS에 등록

  1. NBS 소프트웨어에서 등록을 수행합니다.
    1. 등록 절차를 시작하고 소프트웨어에서 MRI 랜드마크인 비전, 왼쪽 전이도점, 오른쪽 전이도점(nasion), 왼쪽 전이도점(left pre-auricular point)을 정의하세요.
    2. 내비게이션 포인터를 사용해 참가자 머리에 있는 이 랜드마크들을 표시하고 디지털화하세요.
      참고: NBS 시스템은 등록이 완료되기 전에는 디지털화를 허용하지 않습니다. 등록은 소프트웨어 내에서 디지털화된 지점을 정확하게 시각화할 수 있게 하지만, 기록된 좌표의 절대값을 변경하지는 않습니다.

3. 디지털화

  1. 수탁자 디지털화.
    1. 디지털화 시작해. 내비게이션 포인터를 사용해 세 개의 피듀셔널 포인트(nasion, 왼쪽 전이음점, 오른쪽 전이음점)를 기록합니다. 진행하기 전에 소프트웨어가 각 포인트를 정확히 캡처하는지 확인하세요.
    2. 완료되면 디지털화를 멈추고 디지털화 시험 을 우클릭하여 좌표를 텍스트 형식으로 내보내세요. 파일을 {subject}_fid.nbe로 저장하세요.
  2. 머리 모양 포인트(HSP)를 디지털화하세요.
    1. 디지털화 시작해. 두피 전체에 최소 50-100개의 표면 포인트를 고르게 모으고, 가능하면 모발이 빽빽한 부위는 피하세요. 코 다리와 눈썹 능선의 지점을 추가로 해부학적 랜드마크로 포함시키세요.
    2. 모든 점수를 모은 후 디지털화를 중지하고 디지털화 시험 을 우클릭하여 좌표를 텍스트 형식으로 내보내세요. 파일을 {subject}_hsp.nbe로 저장하세요.
  3. 전극 위치를 디지털화하세요.
    1. 디지털화 시작해. 각 전극의 중심에 내비게이션 포인터를 대어 정확한 좌표 기록을 위해 안정적인 접촉을 보장합니다.
    2. 각 세션마다 일관된 순서를 따르며, 전극을 앞에서 뒤, 왼쪽에서 오른쪽으로 체계적으로 디지털화하여 전극을 놓치지 않도록 하세요.
    3. 모든 전극이 디지털화되면 디지털화를 멈추고 디지털화 검사 를 우클릭하여 좌표를 텍스트 형식으로 내보내세요. 파일을 {subject}_ele.nbe로 저장하세요.

4. FreeSurfer에서의 MRI 전처리

  1. 지상 재건을 위해 정찰 전원을 돌려.
    1. FreeSurfer 처리 파이프라인을 실행하여 피질 표면, 두피 표면, 뇌 분절을 생성합니다.
  2. 재건 품질을 확인하세요.
    1. 피알, 백질, 부풀어 오른 표면을 검사하세요. 더 진행하기 전에 주요 세그멘테이션 오류를 수정하세요. 예를 들어 Blender 3D 컴퓨터 그래픽 소프트웨어를 사용하세요.

5. MNE-파이썬 파이프라인과의 통합

  1. 디지털화된 좌표로 맞춤 몽타주를 만드세요.
    1. 디지털화된 전극 위치, 기준점, 헤드 셰이프 포인트를 MNE-Python 분석 파이프라인에 통합하려면, 먼저 기록된 좌표를 사용해 맞춤형 몽타주를 생성하세요(보충 파일 1). .nbe 파일과 코드 스니펫의 예시는 GitHub 저장소(github.com/MarkaMorozova/NexstimNBS-SensorDigitization)에서 확인할 수 있습니다.
  2. MNE(다국적 지역)에서 공동 등록을 수행하세요.
    1. MNE 공동 등록 GUI mne.gui.coregistration을 사용하여 {subject}-info.fif에 저장된 디지털화된 머리 모양 포인트를 참가자의 MRI 파생 머리 표면과 일치시킵니다. 피듀셜을 맞추고, 평행이동, 회전, 스케일링 매개변수를 조정하여 피듀셜과 머리 모양 포인트가 MRI 모델과 거의 일치하도록 합니다.
  3. 생성된 커스텀 몽타주 및 변형 파일을 저장하세요.
    1. 커스텀 몽타주를 {subject}-info.fif 파일로 저장해 나중에 재사용하세요. 또한, 순방향 모델링에 필요한 공동 등록 시 얻은 변환 행렬 {subject}-trans.fif를 저장하세요.

6. 소스 현지화 수행

  1. 이전에 생성된 정보와 전송 파일을 사용하여 EEG 데이터의 소스 현지화를 수행합니다. 참가자의 사전 처리 EEG를 MNE-Python에 가져오고, {subject}-info.fif에서 맞춤 몽타주를 적용한 뒤, {subject}-trans.fif의 공동 등록 변환을 불러옵니다.
  2. 참가자의 MRI 표면과 부피 도체 모델(예: BEM)을 사용하여 전방 모델을 구성합니다. 그 후 sLORETA, dSPM, MNE와 같은 알고리즘으로 역해를 계산하여 기록된 EEG 신호의 근거에 있는 피질 원천을 추정합니다. 출처 추정치는 추가 분석과 시각화를 위해 저장하세요.

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

Results

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

정확한 전극 위치 파악은 올바른 전극 배치와 해부학적 머리 모델과의 신뢰할 수 있는 공존 등록에 매우 중요합니다. 하지만 실제로는 개별 머리 모양 차이나 수동 배치 오류로 인해 EEG 캡이 부정확하게 배치되는 경우가 많습니다. 이러한 요인들이 분석 결과에 미치는 영향을 설명하기 위해, NBS 장치를 사용한 디지털화된 전극 위치 결과와 표준 템플릿 기반 전극 배치 결과를 비교하였습니다. 분석에 주로 사용되는 소프트웨어와 라이브러리는 NBS System 5(v5.1.0), FreeSurfer(v6.0), MNE-Python(v1.8.0)입니다.

이 연구에서 20명의 건강한 오른손잡이 자원봉사자가 고밀도 뇌파 기록, 전극 디지털화, 촉각 자극, 영상 및 주의 과제를 포함한 단일 2시간 세션에 참여했습니다24. 개별 구조 MRI를 통해 출처 위치를 파악했으며, 전극은 NBS 시스템을 통해 디지털화된 128채널 시스템을 사용해 EEG를 기록했습니...

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

Discussion

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

정확한 소스 위치 지정은 정밀한 전극 디지털화와 해부학적 헤드 모델과의 신뢰할 수 있는 공등록을 모두 필요로 합니다. 우리의 결과(그림 1, 그림 2, 그림 3)는 전극 위치 편차나 템플릿 기반 몽타주 의존이 공간 정렬과 소스 재구성에서 상당한 오류를 초래할 수 있음을 보여줍니다. 특히, Nexstim NBS 장치로 얻은 디지털화된 전극이 개별 MRI 해부학과 밀접하게 일치하며, 반대쪽 체감각 피질에서 mu-rhythm ERD의 해부학적으로 그럴듯한 위치를 제공함을 보여주었습니다. 반면, 표준 몽타주는 변환 행렬로 조정해도 특히 일반적인 템플릿 뇌와 결합할 경우 종종 변위되거나 해부학적으로 일관되지 않은 재구성을 만들어냅니다.

이 프로토콜에서 중요한 단계는 전극...

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

Disclosures

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

저자들은 이 연구와 관련하여 경쟁하는 재정적 이해관계나 기타 이해 충돌이 없습니다.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
내비게이트 브레인 자극(NBS) & nbsp; 시스템넥스팀 https://www.nexstim.com/healthcare-professionals/nbs-systemNBS is  경두개동맥 자기 자극과 신경내비게이션 시스템의 결합

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