Method Article

Gebruik van een TMS-navigatiesysteem voor hoogprecisie digitalisering van sensorlocaties om de bronlokalisatie te verbeteren

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

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

We presenteren een reproduceerbare methode voor het digitaliseren van locaties van hoog-dichtheid elektro-encefalografie (EEG) sensoren met behulp van instrumenten van een Navigated Brain Stimulation (NBS) systeem. Deze aanpak vereist geen extra software-extensies, alleen standaard NBS-tools. Geïntegreerd met MNE-Python-pijplijnen verbetert deze aanpak de nauwkeurigheid van bronlokalisaties zonder extra hardware.

Abstract

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

Bronlokalisatie is een techniek die wordt gebruikt om de bronnen van hersenactiviteit te schatten op basis van signalen die vanaf de hoofdhuid worden opgenomen. Nauwkeurige bronlokalisatie is in belangrijke mate afhankelijk van de precieze ruimtelijke digitalisering van sensorlocaties. In dit protocol presenteren we een praktische en betrouwbare methode voor het digitaliseren van sensorlocaties met behulp van het Navigated Brain Stimulation (NBS)-systeem. NBS is een onderdeel van Transcraniële Magnetische Stimulatie (TMS)-apparatuur die algemeen beschikbaar is in TMS-laboratoria, maar zelden wordt gebruikt voor sensordigitalisering van elektro-encefalografie (EEG) of functionele nabij-infraroodspectroscopie (fNIRS) systemen. Deze aanpak stelt onderzoekers in staat bestaande infrastructuur te benutten om de ruimtelijke nauwkeurigheid van bronmodellering aanzienlijk te verbeteren, zonder te hoeven investeren in speciale digitaliseringsapparatuur.

We begeleiden kijkers door de volledige workflow: (1) het digitaliseren van de locaties van EEG-elektroden met behulp van de standaardtools van het Nexstim NBS-systeem; (2) het exporteren van coördinatengegevens in compatibele formaten; (3) het integreren van deze gegevens in EEG-preprocessing en bronlokalisatiepijplijnen met behulp van het MNE-Python-pakket. Het protocol bevat ook tips om gedigitaliseerde gegevens te vergelijken met MRI-beelden en de nauwkeurigheid van coregistratie te optimaliseren. Om het praktische nut van de methode te illustreren, passen we deze toe om gegevens van een tactiele stimulatie-experiment te analyseren.

Aangepaste Python-scripts voor coördinatverwerking en coregistratie worden aangeboden om reproduceerbaarheid en gebruiksgemak te waarborgen. De resultaten tonen aan dat het integreren van gedigitaliseerde elektrodeposities de anatomische nauwkeurigheid en interpreteerbaarheid van corticale bronschattingen aanzienlijk verbetert in vergelijking met standaard elektrodemontages.

Introduction

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

Elektro-encefalografie (EEG) meet de elektrische activiteit van de hersenen op de hoofdhuid, maar de ruwe opnames mengen signalen van veel hersen- en niet-hersenbronnen. Bronlokalisatie verwijst naar het computationeel schatten van waar in de hersenen de gemeten EEG-signalen vandaan komen, waardoor de hoofdhuidspanningen effectief worden "gemappt" naar corticale gebieden1. Deze methoden stellen onderzoekers in staat om EEG-oscillerende activiteit of gebeurtenisgerelateerde responsen te koppelen aan specifieke hersengebieden, wat de interpreteerbaarheid van EEG aanzienlijk verbetert. Het bereiken van nauwkeurige bronlokalisatie hangt van cruciaal belang af van het precies weten waar elke elektrode op de kop zit ten opzichte van de anatomie. We moeten de elektrodeposities digitaliseren om hun exacte 3D-locaties op de kop vast te leggen. Deze coördinaten worden vervolgens co-geregistreerd of uitgelijnd met het MRI-afgeleide hoofdmodel van de proefpersoon om de EEG-voor- (hoofdspanningen voorspellen) en inverse (het schatten van hersenbronnen) problemen op te lossen. Nauwkeurige plaatsing van elektroden is essentieel: zelfs kleine digitaliseringsfouten kunnen de geschatte bron met enkele centimeters of meer in de hersenen verschuiven.

Moderne EEG-bronbeeldvorming is een meerstapsproces dat anatomische en functionele informatie integreert. Het begint met elektrodedigitalisering, waarbij de precieze 3D-coördinaten van elke EEG-sensor op de hoofdhuid worden vastgelegd. Vervolgens wordt anatomische beeldvorming uitgevoerd, meestal door het opnemen van de structurele MRI van het proefpersoon; indien niet beschikbaar, kan een standaard kopmodel worden gebruikt2. De gedigitaliseerde elektrodeposities worden vervolgens co-geregistreerd met de MRI-kopgeometrie, zodat ze worden uitgelijnd met de anatomie van het individu. Uit deze stap wordt een transformatiematrix afgeleid die de locaties van elektroden van kopruimte naar MRI-ruimte in kaart brengt. De structurele MRI wordt vervolgens gesegmenteerd in weefsels (hoofdhuid, schedel, hersenen) met een MRI-segmentatietool zoals Freesurfer3 om een realistisch volumegeleidermodel te bouwen. Met dit model wordt het voorovermodel berekend, waarbij elektrodeposities, kopgeometrie en weefselgeleidbaarheid worden gecombineerd om hoofdhuidpotentiaal te voorspellen voor elke hypothetische corticale bron4. Ten slotte wordt de inverse oplossing geschat met methoden zoals distributed source imaging of dipolefitting om de corticale stroomverdeling te schatten die het beste de gemeten EEG-gegevensverklaart. Elke stap is cruciaal: het kopmodel zorgt voor anatomisch plausibele geleidbaarheid, de voorwaartse oplossing koppelt bronnen aan scalppotentialen, en de inverse oplossing projecteert de opgenomen signalen terug op de cortex. Omgekeerd kunnen fouten in elektrodedigitalisering, coregistratie of MRI-segmentatie zich via de pijpleiding verspreiden, wat leidt tot onnauwkeurige bronschattingen.

Er zijn momenteel verschillende digitaliseringsmethoden beschikbaar, waaronder ultrageluid, elektromagnetisch systeem6, gestructureerd licht of infrarood 3D-scanning7, fotogrammetrie8 en motion capture met of zonder probe9. Hoewel de technologieën verschillen in hardware en procedure, is hun nauwkeurigheid bij het lokaliseren van elektroden grotendeels vergelijkbaar. Recente studies die deze methoden vergelijken, tonen aan dat alle benaderingen een nauwkeurigheid van elektrodelokalisatie bereiken die voldoende is voor betrouwbare bronschatting. Zo behaalden alle geteste methoden een gemiddelde Brodmann-gebiedsidentificatienauwkeurigheid van meer dan 80%, terwijl het uitsluitend vertrouwen op de posities van de sjabloonelektroden de nauwkeurigheid tot ongeveer 50% verminderde. Dit toont aan dat, ondanks verschillen in implementatie, moderne digitaliseringstechnieken vergelijkbare betrouwbaarheid bieden, waardoor de onzekerheid van bronlokalisatie ten opzichte van het gebruik van generieke sjablonen aanzienlijk wordt verminderd en een betrouwbare mapping van corticale activiteit mogelijk is.

Een aantrekkelijk alternatief voor laboratoria uitgerust met transcraniële magnetische stimulatie (TMS) systemen is het hergebruiken van genavigeerde hersenstimulatie (NBS)11-hardware voor elektrodedigitalisering. NBS, ook bekend als neuronavigatie, combineert doorgaans een optische tracker en TMS-spoel om het hoofd van de proefpersoon te registreren met hun MRI en om een specifiek corticaal doelwit te stimuleren. Optische trackers (bijv. Polaris Vicra) bestaan uit een infrarood volgcamera en infraroodreflecterende markeringen die op de hoofdtracker, navigatiewijzer en TMS-spoel zijn geplaatst. Voor de digitalisering plaatst de experimentator eerst een hoofdtracker op het hoofd van de deelnemer, raakt vervolgens elke EEG-elektrode aan met de navigatiepointer, en registreert het systeem zijn 3D-positie, die later geëxporteerd kan worden en gebruikt voor bronlokalisatie, bijvoorbeeld met MNE-Python12. Deze workflow is vergelijkbaar met andere digitizers, maar maakt gebruik van bestaande apparatuur: als een laboratorium al een genavigeerd TMS-systeem bezit (bijvoorbeeld Nexstim eXimia NBS of iets dergelijks), is geen aparte digitizer nodig.

De voordelen van deze aanpak zijn integratie en precisie. Dezelfde coördinatenruimte kan worden gebruikt voor zowel TMS-targeting als EEG-bronmodellering. Voor laboratoria die gelijktijdige of sequentiële TMS-EEG uitvoeren, stroomlijnt deze methode de opzet: elektrodedigitalisering is slechts een onderdeel van het TMS-neuronavigatieproces. Voor laboratoria die niet voornamelijk gebruik maken van EEG-bronlokalisatiemethoden maar al toegang hebben tot TMS-neuronavigatie, biedt deze methode een eenvoudige manier om de precisie van bronschattingen te verbeteren.

Tot slot is er rekening mee dat dit genavigeerde digitaliseringsconcept ook geldt voor andere scalp-sensorarrays. Een vergelijkbare procedure zou bijvoorbeeld fNIRS optodes13 of andere sensoren kunnen lokaliseren door elke optode met de gevolgde pointer aan te raken. In alle gevallen is het voordeel een uniforme coördinatenstructuur tussen de hoofdhuidsensoren en de MRI van de proefpersoon, wat de anatomische nauwkeurigheid van eventuele latere bronmodellering (of het nu EEG of fNIRS is) verbetert.

Verschillende publicaties melden expliciet het gebruik van het NBS-systeem voor elektrodedigitalisering 14,15,16,17,18. Daarentegen beschreven een aantal studies die zowel TMS (NBS) als EEG of fNIRS gebruikten geen digitaliseringsprocedure 19,20,21,22,23. Deze weglating suggereert dat de beschikbare functionaliteit van de NBS voor elektrode- of optodedigitalisering mogelijk onderbenut is, wat mogelijk de nauwkeurigheid van sensorlokalisatie en daarmee de betrouwbaarheid van de gerapporteerde bevindingen kan beïnvloeden. We gaan ervan uit dat veel onderzoekers zich er niet van bewust zijn dat het NBS-systeem ook als co-registratietool kan dienen, aangezien deze functie niet consequent wordt benadrukt door de fabrikant. Tot slot merken we op dat NBS kan worden toegepast voor sensordigitalisering in elk onderzoek waarbij kopgemonteerde elektroden of optodes betrokken zijn, ongeacht of TMS wordt gebruikt.

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

Protocol

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

Alle procedures waarbij menselijke deelnemers betrokken zijn, zijn uitgevoerd in overeenstemming met de institutionele richtlijnen en goedgekeurd door de relevante ethische commissie. Deelnemers gaven vooraf geïnformeerde toestemming voorafgaand aan de start van het experiment.

1. Voorbereiding van de deelnemer en uitrusting

OPMERKING: Dit protocol gebruikte het Nexstim NBS-systeem.

  1. Zet het NBS-systeem aan en kalibreer het
    1. Zet de NBS-hoofdunit en de optische volgcamera aan. Controleer of het systeem de zelfkalibratie succesvol voltooit en herhaal de kalibratie als er fouten worden aangegeven door de software.
  2. Laad de MRI van de deelnemer in het NBS-systeem.
    1. Selecteer in de NBS-softwareinterface het subjectprofiel en laad het structurele MRI-bestand in DICOM- of Nexstim-compatibel formaat.
    2. Als de MRI van de deelnemer niet beschikbaar is op het moment van opname, gebruik dan een gemiddelde hoofd-MRI die door het NBS-systeem wordt geleverd.
  3. Maak de EEG-dop klaar.
    1. Zorg ervoor dat de high-density EEG-cap correct op het hoofd van de deelnemer is geplaatst volgens de instructies van de fabrikant. Controleer de uitlijning van de elektrode met behulp van standaard anatomische herkenningspunten (nasion en preauriculaire punten).
      OPMERKING: Houd een consistente plaatsing van elektroden om ruimtelijke fouten tussen sessies te minimaliseren.
  4. Bevestig de optische koptracker aan het hoofd van de deelnemer.
    1. Bevestig de hoofdtracker aan de EEG-kap of direct aan het hoofd van de deelnemer zonder de elektroden te blokkeren.
    2. Zorg ervoor dat de camera de tracker detecteert en een stabiel zicht behoudt tijdens hoofdbewegingen. Gebruik dubbelzijdig tape om de tracker stevig aan het voorhoofd te bevestigen.
      OPMERKING: Houd de positie van de hoofdtracker gedurende het hele digitaliseringsproces om trackingfouten te voorkomen.

2. Registratie van het hoofd van de deelnemer in NBS

  1. Voer registratie uit in de NBS-software.
    1. Begin met het registratieproces en definieer de MRI-herkenningspunten in de software: nasion, linker preauriculair punt en rechter preauriculair punt.
    2. Gebruik de navigatiepointer om deze herkenningspunten op het hoofd van de deelnemer aan te geven en te digitaliseren.
      OPMERKING: Het NBS-systeem staat digitalisering niet toe voordat de registratie is afgerond. Registratie zorgt voor correcte visualisatie van de gedigitaliseerde punten binnen de software, maar verandert de absolute waarden van de geregistreerde coördinaten niet.

3. Digitalisering

  1. Digitaliseer fiducials.
    1. Begin met digitalisering. Met behulp van de navigatiepointer noteer je de drie fiduciale punten: nasion, linker preauriculair punt en rechter preauriculair punt. Controleer of de software elk punt nauwkeurig vastlegt voordat je verder gaat.
    2. Zodra dit is voltooid, stop je de digitalisering en klik je met de rechtermuisknop op Digitaliseringsexamen om de coördinaten in tekstformaat te exporteren. Sla het bestand op als {subject}_fid.nbe.
  2. Digitaliseer hoofdvormpunten (HSP).
    1. Begin met digitalisering. Verzamel minstens 50-100 oppervlaktepunten gelijkmatig verdeeld over de hoofdhuid, waarbij je waar mogelijk gebieden met dicht haar vermijdt. Voeg punten op de neusbrug en wenkbrauwrand toe als extra anatomische herkenningspunten.
    2. Nadat alle punten zijn verzameld, stop je de digitalisering en klik je met de rechtermuisknop op Digitaliseringsexamen om de coördinaten in tekstformaat te exporteren. Sla het bestand op als {subject}_hsp.nbe.
  3. Digitaliseer de posities van elektroden.
    1. Begin met digitalisering. Raak de navigatiewijzer aan het midden van elke elektrode, zodat het contact stabiel is voor nauwkeurige coördinatenregistratie.
    2. Volg een consistente volgorde voor elke sessie en digitaliseer elektroden systematisch volgens contouren, van voor naar achter en van links naar rechts, om te voorkomen dat elektroden worden gemist.
    3. Zodra alle elektroden zijn gedigitaliseerd, stop je de digitalisering en klik je met de rechtermuisknop op Digitaliseringsexamen om de coördinaten in tekstformaat te exporteren. Sla het bestand op als {subject}_ele.nbe.

4. MRI-preprocessing in FreeSurfer

  1. Voer verkennings-all uit voor oppervlaktereconstructie.
    1. Voer de FreeSurfer-verwerkingspijplijn uit om corticale oppervlakken, hoofdhuidoppervlakken en hersensegmentaties te genereren.
  2. Controleer de kwaliteit van de reconstructie.
    1. Inspecteer de pial, de witte stof en de opgeblazen oppervlakken. Corrigeer eventuele grote segmentatiefouten voordat je verder gaat, bijvoorbeeld met Blender 3D-computergraphicssoftware.

5. Integratie met MNE-python pijplijn

  1. Maak een aangepaste montage met de gedigitaliseerde coördinaten.
    1. Om de gedigitaliseerde elektrodeposities, fiducials en hoofdvormpunten in de MNE-Python analysepijplijn te integreren, maak eerst een aangepaste montage met behulp van de opgenomen coördinaten (Supplementary File 1). Voorbeelden van .nbe-bestanden en codefragmenten zijn beschikbaar in de GitHub-repository (github.com/MarkaMorozova/NexstimNBS-SensorDigitization).
  2. Doe co-registratie in MNE.
    1. Gebruik de MNE coregistratie GUI mne.gui.coregistration om de gedigitaliseerde hoofdvormpunten die zijn opgeslagen in {subject}-info.fif uit te lijnen met het MRI-afgeleide hoofdoppervlak van de deelnemer. Pas fiducials aan, pas translatie-, rotatie- en schaalparameters aan totdat de fiducials en hoofdvormpunten nauw overeenkomen met het MRI-model.
  3. Sla het gemaakte aangepaste montage- en transformatiebestand op.
    1. Sla de aangepaste montage op in een {subject}-info.fif-bestand voor toekomstig hergebruik. Sla ook de transformatiematrix {subject}-trans.fif op die tijdens coregistratie is verkregen, wat vereist is voor forward modellering.

6. Bronlokalisatie uitvoeren

  1. Met behulp van de eerder aangemaakte info- en transbestanden voer je bronlokalisatie van EEG-gegevens uit. Importeer het voorbewerkte EEG van de deelnemer in MNE-Python, pas de aangepaste montage toe van {subject}-info.fif, en laad de coregistratietransformatie {subject}-trans.fif.
  2. Bouw een voorovermodel op met behulp van de MRI-oppervlakken van de deelnemer en het volumegeleidermodel (bijv. BEM). Vervolgens bereken je de inverse oplossing met algoritmen zoals sLORETA, dSPM of MNE om corticale bronnen te schatten die aan de opgenomen EEG-signalen liggen. Bewaar de bronschattingen voor verdere analyse en visualisatie.

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

Results

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

Nauwkeurige bronlokalisatie hangt in belangrijke mate af van correcte plaatsing van elektroden en betrouwbare coregistratie met anatomische kopmodellen. In de praktijk worden EEG-kappen echter vaak onnauwkeurig geplaatst door individuele variatie in de hoofdvorm of fouten bij handmatige plaatsing. Om te illustreren hoe deze factoren de analyseresultaten beïnvloeden, vergeleken we de resultaten van gedigitaliseerde elektrodeposities met het NBS-apparaat met resultaten verkregen uit standaard sjabloongebaseerde elektrode-i...

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

Discussion

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

Nauwkeurige bronlokalisatie vereist zowel precieze elektrodedigitalisering als betrouwbare coregistratie met anatomische kopmodellen. Onze resultaten (Figuur 1, Figuur 2 en Figuur 3) tonen aan hoe afwijkingen in elektrodepositionering of het vertrouwen op sjabloonmontages kunnen leiden tot aanzienlijke fouten in ruimtelijke uitlijning en bronreconstructie. In het bijzonder toonden we aan dat gedigit...

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

Disclosures

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

De auteurs hebben geen concurrerende financiële belangen of andere belangenconflicten op basis van dit werk.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Navigated Brain Stimulation (NBS) SystemNexstim https://www.nexstim.com/healthcare-professionals/nbs-systemNBS is transcranial magnetische stimulatie gecombineerd met een neuronavigatiesysteem

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