항행 장비가 없는 경우 경두개 자기 자극을 위한 기능별 표적 국소화(Localizing Function-specific targets for Transcranial magnetic stimulation in the absence of navigation equipment)

저는 운동인지 신경과학 분야에서 TMS로 미세한 손 움직임을 향상시키는 방법을 연구하고 있습니다. 우리는 내비게이션 시스템 없이도 뇌 기능을 목표로 삼는 간단한 방법을 찾으려고 노력하고 있습니다.

경두개 자기 자극 표적화는 단순한 지점 선택에서 뇌 네트워크 조정으로 바뀌었으며 AI의 도움으로 더 똑똑하고 개인화되었으며 맞춤형 뇌 치료에 가까워지고 있습니다.

현재 경두개 자기 자극 대상을 정의하는 방법에는 폐쇄 루프 및 뇌 상태 의존 TMS를 사용하는 인지 성능을 기반으로 하는 다중 모드 이미징 유도, FMRI 유도, 피킹 목표, 높은 정밀도로 전기장 모델링이 포함됩니다.

외과적 피질 좌표와 2디스크 캡을 매핑하는 것은 오류가 발생하여 어렵습니다.

대부분의 동료들은 신경 내비게이션 시스템이 없기 때문에 개인화된 기능별 경두개 자기 자극 치료를 해결할 수 없습니다. 우리의 접근 방식은 이 문제를 해결하도록 선택합니다.

[발표자] 시작하려면 전처리 소프트웨어를 엽니다. DPARSF 5.4를 클릭한 다음 DPARSF Advanced Edition을 선택하여 특정 매개변수를 사용하여 태스크 상태 데이터를 전처리하십시오. 슬라이스 타이밍 및 헤드 모션 수정을 수행합니다. 기능 이미지를 구조 이미지에 공동 등록하고 전체 너비에서 최대 6mm의 공간 평활화를 적용합니다. SPM 12를 열고 공동 등록 견적을 클릭합니다. 참조 이미지의 경우 T1 Img 폴더에서 하위 별표 crop_1.nii라는 파일을 선택합니다. 소스 이미지의 경우 realign 매개변수 폴더에서 평균 asterisk.nii 파일을 선택합니다. 다른 이미지의 경우 재미있는 Img AR 폴더에서 원시 별표.nii 파일을 선택합니다. 세그먼트를 클릭한 다음 볼륨을 선택합니다. T1 Img 폴더에서 하위 별표 crop_1.nii 파일을 선택합니다. 변형 필드의 경우 반방향 플러스 정방향을 선택합니다. 그런 다음 실행을 클릭합니다. 동일한 폴더의 sub-asterisk.nii 파일에 대해 이 세분화를 반복합니다. 그런 다음 부드럽게를 클릭합니다. 이미지를 매끄럽게 하기 위해 재미있는 imgar 폴더에서 raasterisk.nii 파일을 선택하고 FWHM 필드에 666을 입력합니다. 1단계 분석을 수행하여 개별 활성화 맵을 얻고 활성화의 피크 복셀을 자극 대상으로 식별합니다. indiv_act라는 새 폴더를 만들고 첫 번째 수준 지정을 클릭합니다. 디렉터리 필드에서 indiv_act 폴더를 선택합니다. 설계 단위를 클릭하고 스캔을 선택한 다음 인터스캔 간격으로 2를 입력합니다. 데이터 및 설계 섹션의 스캔에서 SRA 별표.nii 파일을 선택합니다. 조건 섹션에서 탭할 이름을 설정합니다. 그런 다음 시작에 0, 30, 60, 90을 입력하고 지속 시간을 15로 설정합니다. 그런 다음 여러 회귀 변수를 클릭하고 재정렬된 매개변수에서 rp_aasterisk.txt 파일을 선택합니다. 추정하려면 indiv_act 폴더에서 SPM.map 파일을 선택하고 개별 작업 활성화 맵 spmt_0001를 생성합니다. 이제 결과를 누르고 indiv_act 폴더에서 spm.map 파일을 선택합니다. T 대비를 선택하고 새 대비 정의를 클릭합니다. 사용자 지정 이름을 입력한 다음 대비 필드에 1,0을 입력하고 제출을 클릭합니다. 좋아, 끝났어. 마스킹 적용에서 없음을 선택합니다. 그런 다음 P 값 조정에서 없음을 선택하여 제어하고 값을 0.001로 설정합니다. 및 확장 임계값을 0으로 설정합니다. 이제 쓰기 정규화를 클릭한 다음 데이터를 클릭합니다. 변형 필드에서 T1 Img 폴더에서 iy 자르기 1 파일을 선택합니다. 쓸 이미지에서 M1 뇌 영역 마스크를 선택합니다. 그런 다음 개별 경계 상자와 복셀 크기를 입력합니다. 그런 다음 공동 등록 reslice를 누른 다음 이미지 정의 공간에 대한 indiv_act 폴더에서 SPMT_0001를 선택합니다. 이미지를 다시 슬라이스하려면 이전에 생성된 W asterisk.nii 파일을 선택합니다. 이제 개별 작업 활성화 피크를 계산합니다. MatLab에서 정렬 긍정 코드를 실행한 다음 주어진 이름을 입력합니다. 음수 값으로 첫 번째 X 좌표를 식별하고 이를 개별 작업 활성화 피크로 기록합니다. 개별화된 기능별 대상 시작 SPM 12를 찾으려면 FMRI를 클릭한 다음 메뉴에서 세그먼트를 선택합니다. 매개변수 인터페이스에서 볼륨 버튼을 누르고 MNI 브레인 템플릿 파일을 선택합니다. 그런 다음 변형 필드를 클릭하여 반방향 플러스 정방향을 선택합니다. 그런 다음 MatLab을 실행하고 가장자리 코드를 실행하여 표준 두피의 내부 및 외부 가장자리의 윤곽을 그립니다. c5.nii 이미지를 선택합니다. 그런 다음 완료를 클릭하여 c5_edges.nii 파일을 생성합니다. 이제 SPM 12를 사용하여 표준 두피 가장자리를 개별 공간으로 변환하십시오. 정규화 쓰기를 클릭하고 데이터를 클릭합니다. 변형 필드 아래의 T1 Img 폴더에서 iy_sub asterisk.nii 파일을 선택합니다. 이미지에 대해 C5 outer edge.nii를 선택하여 개별 경계 상자와 복셀 크기를 쓰고 입력합니다. MatLab에서 transcortex to scalp 코드를 열어 피질 좌표를 두피 좌표로 변환하고 첫 번째 줄을 실행합니다. 개별 활성화점 좌표를 입력합니다. WC5 외부 가장자리 파일을 선택합니다. 그런 다음 출력 좌표를 기록합니다. dpabi 뷰어를 엽니다. 언더레이를 클릭하고 개별 T1 구조 이미지를 선택합니다. 왼쪽 및 오른쪽 귓바퀴 봉우리, nasion 및 inion의 좌표를 찾아 기록합니다. 이제 MatLab에서 교차 코드를 열어 두피 원점을 정의합니다. 4개의 랜드마크 포인트의 좌표를 입력합니다. 그런 다음 코드를 실행하여 귀 선과 nasion-inion 선의 교차 좌표를 계산합니다. 교차 좌표를 기록합니다. 교차점을 Z축을 따라 두피로 이동하려면 MatLab에서 원점 코드를 엽니다. 정의 점 H에 교차점 좌표를 입력하고 WC5 외부 모서리 파일을 선택합니다. 두피 원점 좌표 O를 구합니다. 두피 원점에서 각 지점까지의 실제 거리를 계산하려면 거리 코드를 실행합니다. WC5 바깥쪽 가장자리 파일을 선택하고 프롬프트에 따라 두피 원점, 대상 및 4개의 랜드마크 점 좌표를 입력합니다. 이제 각도 X축 계산 코드를 열어 XY 평면에서 두피 대상과 두피 원점을 연결하는 선과 X축 사이의 각도를 계산하고 첫 번째 선을 실행합니다. 명령창에서 두피 원점과 자극 대상의 좌표를 입력합니다. 타겟팅 눈금자를 사용하여 계산된 거리와 각도를 기반으로 해당 소프트 눈금자 위치를 고정합니다. 그런 다음 빨 수 있는 펜으로 두피를 표시하십시오. 하나의 샘플 T-테스트 맵을 기반으로 다중 비교 보정 없이 저주파 변동 결과의 기능적 연결성 및 진폭이 표시됩니다.