Методическая статья

ТМС-ЭЭГ под контролем нейровизуализации для картирования корковой сети в реальном времени

DOI:

10.3791/67339

⸱

13 июня 2025 г.

 ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Department of Neuroscience and Biomedical Engineering, Aalto University School of Science, 2Hertie-Insitute for Clinical Brain Research, University of Tübingen, 3Department of Neurology and Stroke, University of Tübingen, 4A.I. Virtanen Institute for Molecular Sciences, University of Eastern Finland, 5Division of Psychology, VISE, Faculty of Education and Psychology, University of Oulu, 6Neuroscience Center, Helsinki Institute of Life Science, University of Helsinki, 7BioMag Laboratory, HUS Medical Imaging Center, Aalto University, University of Helsinki and Helsinki University Hospital, 8Cognitive Brain Research Unit, Department of Psychology and Logopedics, Faculty of Medicine, University of Helsinki

В этой статье

Краткое содержание

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

Новый протокол персонализированной транскраниальной магнитной стимуляции в сочетании с картированием корковых сетей с помощью электроэнцефалографии (ТМС-ЭЭГ) на основе данных множественной магнитно-резонансной томографии (МРТ).

Аннотация

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

Кора головного мозга организована в структурно и функционально сегрегированные сети, что позволяет человеческому мозгу обрабатывать информацию с высокой эффективностью. Транскраниальная магнитная стимуляция (ТМС) в сочетании с электроэнцефалографией (ЭЭГ) предлагает неинвазивный подход к зондированию сетей мозга, выявляя возбудимость коры головного мозга и причинно-следственную связь. Тем не менее, этот метод сталкивается с двумя существенными проблемами: (а) обеспечение качества ТМС-вызванных потенциалов (ТЭП) для максимизации получения информации, часто требующей всестороннего картирования коры головного мозга, и (б) получение ответа от интересующей сети, а не от соседних корковых участков.

Существующие подходы к нацеливанию ТМС часто не в состоянии точно стимулировать функционально значимые области коры головного мозга, что препятствует эффективности лечения и идентификации биомаркеров. Представленный протокол интегрирует точное картирование коры головного мозга для получения ТЭП без артефактов, что позволяет проводить надежные и воспроизводимые измерения ранних компонентов ТЭП. Такая точность повышает чувствительность к тонким нейрофизиологическим вариациям и усиливает корреляцию с клиническими фенотипами, способствуя открытию биомаркеров при нейропсихиатрических расстройствах.

Предлагаемый протокол использует структурную, функциональную и диффузионную магнитно-резонансную томографию (МРТ) для идентификации корковых участков, принадлежащих к интересующей сети. Анатомическая парцелляция, функциональная связность и трактография в реальном времени применяются для определения областей с сильной связью с другими областями мозга, связанными с целевой сетью. Полученные персонализированные кластеры коры головного мозга определяют первоначальные цели стимуляции.

Затем картирование ТМС-ЭЭГ используется для оптимизации параметров ТМС путем локализации областей коры головного мозга с высокой возбудимостью, увеличения величины нейронального ответа при одновременном снижении ненейронального шума, включая мышечные артефакты, распад и другие искажающие факторы, влияющие на ранние ответы ТМС-ЭЭГ. Проводится систематическое исследование корковой мантии, корректируя местоположение, ориентацию и интенсивность стимуляции, с непрерывным мониторингом качества данных посредством визуализации усредненных ТЭП в режиме реального времени. Для сбора данных выбираются параметры TMS, дающие ответы без артефактов с четко различимыми ранними компонентами TEP.

В данной статье представлен метод нейровизуализационного картирования ТМС-ЭЭГ и освещены методологические достижения и преимущества, достижимые благодаря его применению.

Введение

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

Человеческий мозг характеризуется четкими крупномасштабными структурными и функциональными сетями. Сложные взаимодействия внутри сетей и между ними обеспечивают замечательную способность мозга обрабатывать информацию, поддерживая сложные когнитивные, сенсорные и моторные процессы. Сбои в этих сетях, будь то из-за структурных повреждений, функциональной дисрегуляции или нарушения связи, могут привести к широкому спектру неврологических и психиатрических состояний 1,2,3,4,5,6, включая двигательный дефицит, когнитивные нарушения и расстройства настроения. Точный мониторинг прогрессирования таких сетевых расстройств и определение оптимальных стратегий лечения требуют методов, которые могут избирательно возмущать конкретные сети и надежно количественно оценивать их функциональную целостность.

Транскраниальная магнитная стимуляция, при эффективном применении, может неинвазивно возмущать популяции нейронов и даже целые сети коры головного мозга 7,8,9,10,11,12,13,14,15, позволяя оценить их с помощью таких показателей, как двигательные реакции или поведенческие изменения. ТМС в сочетании с электроэнцефалографией (ЭЭГ) позволяет измерять вызванные ТМС потенциалы (ТЭП) – усредненные по исследованию ответы ЭЭГ, привязанные по времени к импульсу ТМС. Формы волн ТЭП, записанные под катушкой, фиксируют непосредственную корковую возбудимость стимулируемой области, в то время как ответы из отдаленных областей дают представление об эффективной связи между областями мозга, что делает ТМС-ЭЭГ ценным инструментом для исследования корковых сетей. ТЭП уже продемонстрировали значительный потенциал в качестве биомаркеров для различных неврологических 9,16,17 и психических состояний 18,19,20,21,22,23. Кроме того, одновременная ТМС-ЭЭГ позволяет индивидуально определять интенсивность стимуляции на основе локальной реактивности коры головного мозга человека, измеренной с помощью ЭЭГ 24,25,26,27,28. Тем не менее, проблема этого метода, особенно при его использовании для разработки биомаркеров22,24, состоит из двух частей: а) для максимизации получения информации качество собранных ТЭП должно быть высоким, что требует картирования областей коры головного мозга для определения местоположения мишени с минимальными артефактами и хорошей реакционной способностью, и б) ответ должен исходить от интересующей сети, а не от соседних участков коры головного мозга. Низкое качество ТЭП является распространенной проблемой, часто проявляющейся в виде шума, артефактов, мультисенсорных реакций или ранних реакций, которые не могут превышать мощность текущей колебательной активности. Это низкое качество сигнала обычно обнаруживается только после обработки в автономном режиме, часто спустя долгое время после сбора данных, что затрудняет или делает невозможным его устранение.

Навигационная ТМС (nTMS)29, использующая структурную магнитно-резонансную томографию для воздействия на определенные области мозга, доступна для клинической практики и исследований уже более 20 лет. Он сыграл решающую роль в картировании моторных и речевых областей коры головного мозга для предоперационной оценки 30,31,32 и для нацеливания на области, которые не связаны с моторными, визуальными или поведенческими реакциями, путем комбинации с ЭЭГ 9,33,34,35. Тем не менее, она может быть неспецифической нейроанатомически (т.е. границы между областями коры головного мозга не четкие) и функционально, так как индивидуальная вариабельность функций мозга не может быть обнаружена с помощью структурной МРТ. Таким образом, современные подходы к нацеливанию ТМС, обычно основанные на расположении моторной коры или других анатомических ориентиров, часто не стимулируют функционально значимые области коры головного мозга, ограничивая как эффективность лечения, так и открытие надежных биомаркеров. Для преодоления этих проблем была разработана комплексная структура, объединяющая использование других методов МРТ, таких как функциональная и диффузионная МРТ, с точным картированием коры головного мозга для получения ТЭП без артефактов. Этот подход позволяет проводить надежные и воспроизводимые измерения, особенно компонентов ТЭП на ранних стадиях, которые очень чувствительны к тонким нейрофизиологическим изменениям. Повышая чувствительность анализа ТЭП, эта структура способствует надежной корреляции с клиническими фенотипами, создавая прочную основу для исследования биомаркеров при нейропсихиатрических расстройствах.

Предлагаемый конвейер предназначен для картирования целых областей коры головного мозга, сочетая анатомическую парцелляцию36 (рисунок 1A), функциональную связность37,38 на основе функциональной МРТ (фМРТ) (рисунок 1B) и трактографию39 в реальном времени (рисунок 1C). Анатомическая парцелляция позволяет очертить области коры головного мозга, соответствующие определенной сети мозга человека, с использованием предопределенного анатомического шаблона или атласа мозга, нелинейно зарегистрированного в соответствии с индивидуальной анатомией мозга. Функциональная связность обеспечивает статистические показатели, которые измеряют корреляцию между физиологической активностью различных областей мозга, что отражается в сигнале, зависящем от уровня кислорода в крови (BOLD)40. Наконец, трактография в реальном времени — это метод, основанный на диффузионной МРТ (дМРТ), который оценивает и отображает линии тока, описывающие потенциальные структурные связи мозга в режиме реального времени. С помощью комбинации этих методов можно воздействовать на области коры головного мозга на основе их структурной и функциональной связности во время картирования ТМС-ЭЭГ. Это позволяет уточнять параметры стимуляции в режиме реального времени, чтобы обеспечить получение ТЭП без артефактов.

Предлагаемая новая методология решает комбинированные проблемы нацеливания ТМС и получения ТЭП, прокладывая путь к более точной идентификации биомаркеров и эффективным стратегиям нейромодуляции в клинических и исследовательских условиях.

figure-introduction-1
Рисунок 1: Информация, полученная с помощью МРТ для репрезентативного субъекта. (A) Анатомическая парцелляция, определяющая целевую дорсолатеральную префронтальную кору (DLPFC). (B) Функциональная карта связности, показывающая антикорреляцию с субгенуальной поясной корой (более светлые цвета указывают на более сильную антикорреляцию). (C) Трактография в режиме реального времени, отображающая линии тока, засеянные из целевой области. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этой цифры.

Протокол

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

Это исследование было одобрено Больничным округом Хельсинки и комитетом по этике Уусимаа. Перед процедурой от каждого испытуемого было получено письменное информированное согласие на участие.

1. Требования к аппаратному и программному обеспечению

  1. Требования к экспериментальной установке
    1. Убедитесь, что система ЭЭГ совместима с TMS и способна записывать с частотой дискретизации 5000 Гц или выше.
    2. Оснастите ЭЭГ-колпачок не менее чем 60 Ag/AgCl-спеченными С-образными или другими электродами, которые минимизируют индукцию вихревых токов импульсом TMS28.
      ПРИМЕЧАНИЕ: Предлагаемый протокол требует использования пассивных электродов. Хотя активные электроды менее чувствительны к уровням импеданса, они восприимчивы к артефактам распада28, которые могут скрывать ранние компоненты ТЭП.
    3. Убедитесь, есть ли в системе ЭМГ встроенный алгоритм для определения порога двигателя. Если нет, следует использовать подход 10–20 (см. шаг 3.5.5).
    4. Допускайте дрожание интервала между стимулами ТМС в диапазоне не менее 2–2,4 с.
    5. Установите время перезарядки TMS с достаточной задержкой после импульса TMS (например, через 900–1000 мс после импульса), чтобы артефакт перезарядки не загрязнял интересующее вас временное окно.
    6. Убедитесь, что онлайн-система нейронавигации поддерживает импорт наложений в анатомические изображения.
      Примечание: Несмотря на то, что внешнее программное обеспечение может быть использовано для визуализации наложений и ручной передачи координат в систему нейронавигационной системы, такой подход увеличивает сложность настройки и продлевает продолжительность эксперимента.
    7. Приобретите специализированные аудиометрические вставные наушники для шумоподавления.
  2. Требования к программному обеспечению
    1. Для визуализации ТЭП в режиме реального времени во время эксперимента установите rt-TEP25 (https://github.com/iTCf/rt-TEP), инструмент на основе MATLAB, который почти мгновенно отображает потоковые данные ЭЭГ, усредняя их вокруг пульса ТМС.
      ПРИМЕЧАНИЕ: Некоторые системы ЭЭГ позволяют создавать подобные визуализации непосредственно в программном обеспечении для сбора данных. Убедитесь, что инструмент надежен и позволяет свести к минимуму манипуляции с данными, такие как отсечение артефакта TMS и фильтрация — успех эксперимента в значительной степени зависит от онлайн-визуализации.
    2. Установите визуализатор трактограмм в реальном времени (https://github.com/baranaydogan/realTimeTractogramVisualizer)39 на ПК с Linux, чтобы обеспечить визуализацию трактов в режиме реального времени.
    3. Установите маскировку шума41 (www.github.com/iTCf/TAAC).
    4. Для проведения МРТ-анализа необходимо установить следующие программные пакеты (или их альтернативы): FreeSurfer42, fmriprep43, MRtrix344, а также среду Python с библиотекой nilearn (https://nilearn.github.io).

2. Подготовка априорных назначений на основе МРТ для таргетирования ТМС

  1. Выбор интересующих регионов
    1. Выберите как минимум две области интереса (ROI): одну в качестве целевой области коры головного мозга ТМС, которую необходимо стимулировать, а другую в качестве семени, которое, как предполагается, внесет значительный вклад в изучаемую сеть мозга. Используйте структурные и функциональные связи от начального значения к целевому объекту для уточнения определения целевого объекта TMS.
      Примечание: В то время как мишень ТМС должна быть доступна для стимуляции, семенем может быть любая область мозга, включая глубокие области серого вещества, такие как миндалевидное тело.
  2. Получение данных МРТ
    1. Получение анатомического изображения с высоким разрешением T1-взвешенного (T1w) с подготовкой к намагничиванию градиентного эхо быстрого захвата (MPRAGE) с изотропными вокселями толщиной 1 мм.
    2. Запустите протокол эхопланарной визуализации (EPI), чтобы записать 10 минут сигнала fMRI BOLD в состоянии покоя. Попросите испытуемого держать глаза открытыми и фиксированными на кресте, отображаемом на экране, в течение всего эпизода.
    3. Примените протокол EPI для дМРТ, получая изображения не менее чем в 100 различных направлениях градиента в общей сложности (b = 1500 и 3000 с/мм2) и в 12 недиффузионно-взвешенных (b = 0 с/мм2) объемах с передне-задним направлением фазового кодирования.
      1. Получить не менее 1 дополнительного невзвешенного объема с обратным направлением фазового кодирования (заднее-переднее).
      2. Чтобы повысить устойчивость к искажениям, вызванным, например, движением объекта, получите несколько недиффузионно-взвешенных изображений в обратном направлении фазового кодирования. Кроме того, повторение полного захвата в обратном направлении фазового кодирования может быть полезным для новых методов коррекции45,46.
  3. Анатомический анализ МРТ
    1. Предварительная обработка образа T1w с помощью команды FreeSurfer42 recon-all . Визуально осмотрите мозговую маску (brain.mgz) и пиальные поверхности (lh.pial и rh.pial), чтобы убедиться в правильном удалении твердой мозговой оболочки. Если нервная ткань исключена или поверхность пиала включает ненервную ткань, повторите разведку с отрегулированными параметрами водосбора. Используйте параметр -wsthresh, чтобы установить пороговое значение (по умолчанию: 25, диапазон: 0–50), или используйте -wsmore для расширения или -wsless для уменьшения маски мозга.
    2. С помощью мультимодальной парцелляции Human Connectome Project 1.036 , проецируемой на fsaverage поверхность FreeSurfer (https://figshare.com/articles/dataset/HCP-MMP1_0_projected_on_fsaverage/3498446?file=5528837), передискретизируйте парцелляцию проекта на поверхность мозга субъекта с помощью mri_surf2surf. С помощью mri_aparc2aseg создайте объемную парцелляцию корковых и подкорковых областей субъекта. Чтобы выровнять парцелляцию с исходным изображением T1w, запустите mri_label2vol, используя rawavg.mgz в качестве шаблона.
    3. Выберите участки ROI с помощью таблицы поиска HCPMMP 1.0 и извлеките структурные карты ROI из объемной парцелляции в исходном пространстве объекта с помощью mri_binarize.
      ПРИМЕЧАНИЕ: Если начальный ROI определяется координатами MNI из литературы, а не анатомическим местоположением, используйте матрицу преобразования для отображения координат MNI на исходное пространство субъекта. Создайте сферический ROI в полученном месте с помощью такого инструмента, как функция FSL fslmaths -kernel sphere.
  4. Функциональный анализ МРТ
    1. Предварительная обработка данных BOLD с помощью fmriprep43. Это может быть сделано до анатомического анализа МРТ, так как стандартные настройки fmriprep требуют rec-all или, в качестве альтернативы, предоставить готовый вывод FreeSurfer в конвейер.
      ПРИМЕЧАНИЕ: Чтобы ускорить предварительную обработку, ограничьте анализ тематическим пространством, передав флаг --output-spaces T1w в fmriprep. В этом случае fmriprep не будет выполнять совместную регистрацию и последующий анализ в пространстве MNI.
    2. Выполните следующие действия, чтобы выполнить анализ всего мозга от затравок до вокселей с помощью предпочитаемых инструментов, например, с использованием Python и библиотеки nilearn. Полученные объемные карты количественно определяют временную корреляцию между сигналом BOLD в затравке и остальной частью мозга.
    3. Если вы не уверены, что МР-сканер включает фиктивные снимки в начале последовательности, которая не записывается, удалите из данных первые 4–6 временных точек. Это гарантирует, что данные не будут включать период стабилизации сигнала в начале записи.
      ПРИМЕЧАНИЕ: Для nilearn используйте метод .slicer , вызвав img.slicer[..., 4:], где img - импортированная функциональная МРТ.
    4. Для снижения шума используйте искажения, оцененные fmriprep. Среди путаниц выберите те, которые соответствуют движению головы (trans_x, trans_y, trans_z, rot_x, rot_y, rot_z), среднему сигналу в мозге (global_signal), белому веществу (white_matter) и спинномозговой жидкости (спинномозговой жидкости). Используйте выбранные значения в качестве регрессоров помех в общей линейной модели для удаления ненейронных частей сигнала.
    5. Уменьшите количество ложных срабатываний с помощью полосовой фильтрации 0,01–0,08 Гц. Если вы используете NILEARN, выполните регрессию и фильтрацию искажения с nilearn.image.clean_img , передав в функцию матрицу искажения и частоты среза.
    6. Сгладьте данные с помощью 6-миллиметрового ядра полной ширины и полумаксимума (FWHM). Передайте параметр smoothing_fwhm=6 в nilearn.maskers.NiftiMasker для сглаживания изображения.
    7. Извлеките и усредните временные ряды из маски семян. Примените затравочную маску ROI с помощью nilearn.maskers.NiftiMasker для извлечения временных рядов из функциональных данных.
    8. Рассчитайте коэффициент корреляции Пирсона между усредненным временным рядом начального значения и всеми остальными вокселами в маске мозга. Преобразуйте полученные коэффициенты корреляции в z-оценку Фишера, чтобы преобразовать коэффициенты корреляции в нормальное распределение.
      ПРИМЕЧАНИЕ: Чтобы вычислить корреляцию, возьмите скалярное произведение между мозгом и временным рядом ROI с помощью np.dot и разделите его на длину временного ряда. Примените np.arctanh для преобразования полученных коэффициентов в z-score Фишера.
    9. Ограничьте полученную карту ROI, умножив карту корреляции на маски ROI, например, используя nilearn.image.math_img. Полученные изображения будут сохранять значения корреляции в пределах вокселей маски и нули в других местах.
    10. При необходимости можно установить порог для отображений, например, включить в них только отрицательно коррелированные вокселы. Используйте nilearn.image.threshold_img с соответствующим пороговым параметром.
  5. Диффузионный МРТ анализ
    1. Предварительная обработка данных диффузии с помощью конвейера, включающего шумоподавление47, коррекцию движения48, искажения, вызванные восприимчивостью49, звон Гиббса50,51 и артефакты вихревых токов52. Сгенерируйте карту плотности ориентации волокон (FOD) и маску мозга.
      ПРИМЕЧАНИЕ: DESIGNER toolbox (https://nyu-diffusionmri.github.io/DESIGNER-v2/) предлагает полностью автоматизированный конвейер предварительной обработки. Оценка FOD может быть выполнена с помощью dwi2response dhollander и dwi2fod msmt_csd 53,54,55 команд из набора инструментов MRtrix344 (https://www.mrtrix.org/). Убедитесь, что FOD и маски мозга зарегистрированы в пространстве T1 для согласования с нейронавигационной системой. Убедитесь, что ориентация градиента или FOD поворачивается во время совместной регистрации56,57. Рекомендуется использовать команду MRtrix3 mrregister.
    2. Используйте команду mri_label2vol , чтобы переместить сегментацию aparc+aseg.mgz от FreeSurfer в собственное пространство МРТ. Затем выполните aparc+aseg_to_trekkerACTlabels.py (https://raw.githubusercontent.com/dmritrekker/trekker/master/extensions/tools/aparc%2Baseg_to_trekkerACTlabels.py) сегментации в исходном пространстве МРТ, чтобы создать файл анатомически ограниченной трактографии (ACT).
    3. Загрузите файлы T1, мозговой маски, FOD и ACT в визуализатор трактограмм в реальном времени (см. шаг 1.2.2.) и тщательно убедитесь, что визуализированные тракты выглядят жизнеспособными58.

3. Эксперимент ТМС–ЭЭГ

  1. Подготовка к ЭЭГ
    1. Убедитесь, что абразивные и проводящие гели не содержат металлических компонентов, которые могут вызвать артефакты распада.
    2. Усадите испытуемого в кресло, расположенное достаточно близко для подключения кабелей колпачка к системе ЭЭГ, оставляя пространство вокруг них для неограниченного движения.
      ПРИМЕЧАНИЕ: Подготовку к ЭЭГ можно проводить, сидя в кресле ТМС. Тем не менее, подголовник кресла и общий объем могут затруднить доступ к голове объекта, что сделает процесс более трудоемким.
    3. Начните подготовку к ЭЭГ с измерения окружности головы испытуемого. Выберите подходящий размер ЭЭГ-колпачка.
      ПРИМЕЧАНИЕ: Если окружность головы находится между размерами колпачка, выберите меньший размер, так как свободная посадка может привести к образованию зазоров между электродами и кожей головы.
    4. Надевайте шапочку, начиная со лба, держа волосы под шапочкой. Когда колпачок будет примерно на месте, измерьте расстояния от насиона до иниона и слева направо и от козелка слева направо. Отрегулируйте положение колпачка, убедившись, что Cz находится на полпути между анатомическими ориентирами.
    5. Подготовьте заземляющие и референсные электроды, очистив кожу сосцевидного и скулового отростков от стороны стимуляции спиртовыми салфетками и абразивной лентой для улучшения проводимости. Поместите заземляющий электрод на скуловую кость, а референт — на сосцевидный отросток с помощью кольцевых электродных шайб.
      ПРИМЕЧАНИЕ: Размещение электродов варьируется в зависимости от лаборатории (см. Hernandez-Pavon et al., 202328). Хотя Cz часто используется в качестве эталона, он может быть неоптимальным из-за близости к катушке. Рекомендуется размещение сосцевидных и скуловых узлов или положение на лбу ниже шапки, в зависимости от расстояния от цели стимуляции и настройки нейронавигации.
    6. Подготовьте заземляющий электрод и электроды сравнения. Сначала нанесите абразивную пасту и слегка потрите кожу под электродами тупой иглой или ватной палочкой. Затем заполните электрод проводящим гелем.
    7. Зафиксируйте колпачок на месте с помощью застежек-липучек под подбородком. Убедитесь, что ушные щели расположены правильно, обеспечивая доступ к ушам для нейронавигации и размещая наушники для маскировки шума.
    8. Подготовьте колпачковые электроды таким же образом, как заземление и опорное заземление. Сначала добавьте небольшое количество абразивного геля и с помощью тупой иглы или деревянного конца ватной палочки удалите волосы под электродом, чтобы кожа была видна.
    9. Заполните электрод проводящим гелем, осторожно нажимая на него, чтобы количество геля было достаточным, но не чрезмерным. Поддерживайте импеданс каждого электрода для эксперимента ТМС–ЭЭГ в пределах 5 кОм.
      ПРИМЕЧАНИЕ: В то время как количество проводящего геля должно быть достаточным для создания связи между кожей головы и электродом, чрезмерное количество может привести к образованию мостов между соседними электродами.
    10. Если импеданс выше, чем после первоначальной подготовки, снова используйте тупую иглу или ватный тампон и проведите его внутри электрода для дальнейшего скрабирования кожи. Старайтесь избегать удаления волос из электрода. Снова заполните неподвижный электрод проводящим гелем и проверьте импеданс. Повторяйте процесс до тех пор, пока давление всех электродов не упадет ниже 5 кОм.
  2. Подготовка к ЭМГ
    1. Очистите каждый участок электрода спиртовыми салфетками, слегка поцарапав кожу абразивным скотчем, снова протрите спиртом, и дайте ему высохнуть. Поместите активный электрод на мышечную мышцу живота (обычно правую отводящую большую мышцу (APB) и/или первую дорсальную межкостную мышцу (FDI)), электрод сравнения — на мышечное сухожилие, а заземляющий электрод — на тыльную сторону кисти.
  3. Подготовка к нейронавигации
    1. Расположите испытуемого в кресле в удобном положении, убедившись, что он сидит удобно, а шея, руки и ноги расслаблены. Отрегулируйте высоту кресла так, чтобы оператор мог комфортно стимулировать всю исследуемую зону.
    2. Закрепите трекер для головы с помощью двусторонней наклейки медицинского класса или ленты, чтобы он оставался стабильным во время сеанса стимуляции. Расположите наклейку так, чтобы она не препятствовала свободному перемещению катушки TMS по головке.
      ПРИМЕЧАНИЕ: Расположите трекер немного вправо на лбу при стимуляции левого полушария и немного влево при стимуляции правого полушария. Такое расположение облегчает доступ к областям лобной доли.
    3. Определите стороны света (назионные и преаурикулярные точки) на МРТ пациента.
      ПРИМЕЧАНИЕ: При определении преаурикулярных точек тщательно проверьте, не были ли уши пациента прижаты во время МРТ пеной и защитой для ушей. Выбирайте более глубокие части мочки уха, такие как голень спирали, которые не так подвержены деформации при МРТ.
    4. С помощью ручки для оцифровки отметьте стороны света на голове субъекта, соответствующие выявленным на МРТ.
    5. Оцифруйте дополнительные точки на поверхности черепа, чтобы свести к минимуму ошибки регистрации.
    6. Убедитесь, что ошибка регистрации ниже 3 мм (предпочтительнее менее 2 мм).
    7. Прижмите ручку для оцифровки к голове объекта в нескольких местах и убедитесь, что соответствующие точки на 3D-модели головы выглядят правильно. Если нет, повторите процедуру совместной регистрации.
  4. Маскировка шумов
    1. Подготовьте шумомаскировку41 — зацикленную аудиозапись белого шума с вкрапленными щелчками катушки, записанными с используемого типа катушки. Убедитесь, что маскировка шума включена только при подаче импульсов ТМС, чтобы уменьшить дискомфорт объекта.
    2. Используйте специализированные наушники с воздушной трубкой и насадками, похожими на беруши, чтобы замаскировать шум щелчка TMS во время записи.
    3. Выберите правильный размер ушных вкладышей и попросите пациента сжать их, прежде чем помещать в ушной канал. Визуально убедитесь, что наушники размещены правильно.
    4. Прежде чем начать, покажите испытуемому необработанный сигнал ЭЭГ и продемонстрируйте, как сжатие лицевых мышц, моргание и движения глаз создают артефакты. Объясните, что эти артефакты снижают качество данных, и отрегулируйте положение объекта для комфорта, чтобы свести к минимуму шум мышечного напряжения.
    5. Попросите испытуемого сфокусировать взгляд на фиксирующем кресте, расположенном перед ним, когда подаются импульсы ТМС.
    6. Зафиксируйте катушку на несколько сантиметров выше вершины. Выберите высокую интенсивность стимуляции, которая вряд ли потребуется для эксперимента, например, 80% MSO, чтобы гарантировать, что уровень шума достаточно высок для подавления более громких щелчков катушек.
    7. Объясните испытуемому природу маскировки шума и что его задача состоит в том, чтобы попытаться различить щелчки катушки, исходящие от катушки, расположенной над его головой, и щелчки, исходящие из наушников при увеличении уровня громкости. Попросите испытуемого подать знак, например, поднять большой палец, когда он считает, что больше не слышит щелчок, исходящий от катушки ТМС.
    8. Включите маскировку шума, начиная с настройки по умолчанию и изменив соотношение белого шума и щелчков на 60%.
    9. Начинайте подавать импульсы с дрожащим интервалом между стимулами. Увеличивайте громкость на ПК с помощью маскировки шума на 1-2% за раз, пока объект не подаст сигнал о том, что он больше не воспринимает щелчок.
    10. Если объект все еще может воспринимать щелчок, попробуйте отрегулировать соотношение белого шума и щелчка вверх (для высокочастотной составляющей щелчка) или вниз (для низкочастотной составляющей). При необходимости обратитесь к Russo et al., 202241 для получения дальнейших инструкций.
      ПРИМЕЧАНИЕ: Если слуховая реакция постоянная, следует проверить расположение наушника — расположение вкладыша может быть слишком поверхностным.
    11. Следите за тем, чтобы громкость маскировки шума не превышала безопасных пределов в течение расчетной продолжительности эксперимента41. После того, как объем будет определен, спросите испытуемого, ощущает ли он этот объем как допустимый на протяжении всего эксперимента.
      ПРИМЕЧАНИЕ: По данным Национального института безопасности и гигиены труда США (NIOSH)59, уровень шума 88 дБ можно безопасно выдерживать в течение 4 часов. При каждом увеличении на 3 дБ выше этого уровня допустимое время воздействия уменьшается вдвое, тогда как при каждом уменьшении на 3 дБ допустимое время воздействия удваивается.
    12. Подавайте от 20 до 30 импульсов при проверке визуализации TEP в реальном времени. Если наблюдается видимое изменение амплитуды в пределах от 100 до 200 мс с задержкой в электродах под катушкой и височных электродах, то, скорее всего, это слуховая реакция на щелчок (слуховой вызванный потенциал). Увеличивайте громкость маскирующего шума с шагом 2% до тех пор, пока этот компонент не исчезнет.
  5. Определение порога двигателя покоя (RMT)
    1. Проинструктируйте испытуемого держать мышцы расслабленными ладонью вверх.
    2. Убедитесь, что шум сигнала ЭМГ (от пика до пика) не превышает 20 мкВ в состоянии покоя, что в противном случае может помешать определению размера вызванного потенциала двигателя (MEP). Если шум постоянно присутствует, попробуйте изменить положение кабелей ЭМГ, если это применимо, или отключите ненужные электрические устройства от розеток, минимизировав шум окружающей среды.
    3. Расположите катушку TMS над ручкой двигателя так, чтобы электрическое поле было перпендикулярно борозде. Начните с ~30% MSO, регулируя интенсивность до тех пор, пока не будет наблюдаться локализованная активация мышц.
    4. Сохраняйте интенсивность и регулируйте расположение и ориентацию катушки над ручкой двигателя до тех пор, пока не будет найдена цель, вызывающая мышечную реакцию60, 61 , специфичную для APB, или другая выбранная мышца. Сохраните целевое местоположение для определения порога двигателя.
    5. Используя сохраненное местоположение, используйте либо автоматизированные алгоритмы62 для определения RMT, либо подход 10–2060 — из 20 импульсов, поданных с фиксированной интенсивностью, 10 должны получить MEP с амплитудой более 50 μВ. Увеличивайте или уменьшайте интенсивность стимуляции с шагом 1–2% от MSO до тех пор, пока не будут выполнены условия. Сохраните значение интенсивности для дальнейшего использования.
  6. Картирование коры головного мозга
    1. Наложение анатомических парцелляций и карт функциональных связей, полученных с использованием данных МРТ, в программном обеспечении нейронавигации.
      ПРИМЕЧАНИЕ: Как правило, одновременно доступно только одно наложение. Сначала наложите анатомическую карту парцелляции, чтобы понять протяженность области мозга, а затем переключитесь на карту функциональной связности, чтобы определить более мелкие соответствующие субрегионы.
    2. Исследуйте местоположения с самой высокой связностью, используя трактографию в режиме реального времени. Оптимальная мишень стимуляции должна демонстрировать либо широко распространенную структурную связность63,64, если гипотеза не отдает приоритет конкретным путям белого вещества, либо значительному числу линий тока, ведущих к другим областям исследуемой корковой сети.
    3. Определите, по крайней мере, 2–3 мишени, которые демонстрируют перспективность с точки зрения функциональной и/или структурной связности, которые должны быть протестированы с помощью ТМС-ЭЭГ.
    4. Поместите катушку на область, проявляющую наиболее сильные функциональные свойства связности с задним и передним направлением индуцированного электрического поля.
    5. Начните подавать импульсы ТМС со скоростью от 100% до 110% от RMT в выбранном месте с включенной маскировкой шума. Усредняйте 20 импульсов за раз и осматривайте полученные ТЭП. При наличии видимого ответа ТЭП увеличивайте или уменьшайте интенсивность стимуляции с шагом 2% MSO до тех пор, пока ранняя амплитуда ТЭП (задержка 15–50 мс) не станет больше 6 мкВ, при этом оптимальным диапазоном25 мкм является 6–10 мкВ.
    6. Если различимый ТЭП не наблюдается, постепенно увеличивайте интенсивность стимуляции на 5% от MSO до тех пор, пока амплитуда ТЭП не достигнет целевого порога в 6 мкВ. Запишите места стимуляции, которые генерируют многообещающие ответы ТЭП, и вернитесь к этим участкам для дальнейшей оптимизации.
    7. Следите за сигналом на наличие мышечных артефактов и артефактов распада. Если мышечные артефакты сохраняются более 15 мс, сначала поверните катушку, чтобы свести их к минимуму. В случае неудачи отрегулируйте место стимуляции медиально и сзади, оставаясь в пределах исследуемой структурной области, руководствуясь наложениями МРТ.
      ПРИМЕЧАНИЕ: Оптимизация не всегда может устранить артефакты в течение 15 мс, но улучшения возможны. Обеспечьте комфорт субъекта, особенно при стимуляции лобных и височных областей, где стимуляция может быть болезненной. Восприятие боли может не коррелировать с размером артефакта; В таких случаях отдавайте предпочтение переносимости, а не оптимальному нацеливанию, чтобы избежать повышенного мышечного напряжения, сенсорных артефактов и ухудшения качества данных.
    8. При обнаружении локализации и ориентации, производящих мышцы и распадающиеся ТЭП без артефактов с ранними компонентами, превышающими 6 мкВ, проверьте ТЭП на наличие видимых компонентов за пределами 50 мс. При отсутствии компонентов ТЭП увеличивают интенсивность стимуляции с шагом 2% МСО. Если увеличение интенсивности не приводит к требуемому результату, сместите цель стимуляции на следующую, определенную в шаге 3.6.3.
    9. Когда определено несколько потенциальных целей стимуляции, тщательно оцените каждую из них с помощью трактографии в режиме реального времени. Добиться этого можно либо путем копирования координат местоположения из нейронавигационной системы, либо идентификации цели с помощью анатомических ориентиров. Приоритизируйте целевые показатели, которые, когда это применимо, демонстрируют прямую связь с интересующими регионами (как описано в шаге 2.1.1) или демонстрируют более высокую глобальную структурную связность.
    10. Когда найдены местоположение и ориентация, вызывающие наиболее заметный отклик на ТМС, сохраните информацию о них, чтобы начать запись.
  7. Запись данных ТМС–ЭЭГ
    1. Перед началом каждой записи данных измеряйте импедансы электродов. Если какие-либо электроды имеют импеданс выше 5 кОм, добавьте небольшое количество проводящего геля, чтобы снизить импеданс, так как он может увеличиваться в течение эксперимента из-за высыхания. Если этой корректировки недостаточно, повторите процесс подготовки к ЭЭГ, добавляя больше геля только в случае необходимости.
    2. Убедитесь, что субъект не слышит щелчки катушки, и спросите о боли или дискомфорте. Предложите испытуемому потянуться, прежде чем найти удобное положение, затем повторите инструкции по поддержанию фиксации глаз.
      ПРИМЕЧАНИЕ: Учитывая длительную продолжительность эксперимента, включайте короткие перерывы между сеансами картирования и записи. Предложите воду и оцените комфорт субъекта и переносимость процесса. Перерывы также помогают предотвратить сонливость. При необходимости отрегулируйте положение кресла и перепроверяйте импедансы электродов после каждого перерыва.
    3. Соберите не менее 300 попыток с использованием маскировки шума с использованием места, ориентации и интенсивности стимуляции, окончательных на шаге 3.6.10. Интервал между стимулами может варьироваться, но должен иметь дрожание и превышать 2 с.
      ПРИМЕЧАНИЕ: Количество импульсов зависит от целей и потребностей каждого исследования28.
    4. Тщательно оцифруйте расположение электродов с помощью нейронавигационной системы для последующего анализа данных.

Результаты

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

Описанный протокол был использован для сбора данных ТМС-ЭЭГ из левой дорсолатеральной префронтальной коры (DLPFC) здорового добровольца. Исследование было одобрено Координационным этическим комитетом Университетской больницы Хельсинки и проведено в соответствии с Хельсинкской декларацией. Субъект подписывал форму информированного согласия. Сведения о сборе данных см. в Таблице материалов.

Левая DLPFC является общей областью интересов, используемой в клинической практике для повторного лечения ТМС большого депрессивного расстройства (БДР)65. Растущее количество литературы подчеркивает важность функциональной связи субгенуальной передней поясной коры (sgACC) с DLPFC в патофизиологии MDD 3,66,67. В частности, есть указания на то, что лечение ТМС, проводимое на участках левого DLPFC, демонстрирующее сильную антикорреляцию с левым sgACC, может иметь более высокую эффективность 38,68,69,70. На основании этих результатов предполагается, что данные ТМС-ЭЭГ, зарегистрированные от мишеней, функционально антикоррелирующих с активностью sgACC BOLD, будут наиболее информативными для дальнейшей разработки биомаркеров.

Структурная МРТ-маска для DLPFC была определена как комбинация областей 9a, 9p, 9-46d, 46, a9-46v и p9-46v из HCPMMP36, охватывающая области Бродмана 9 и 46. Маска sgACC была областью 25, что эквивалентно области Бродмана 25. В соответствии с описанным протоколом карты корреляции между затравками и вокселами были получены с использованием данных фМРТ и выбраны только воксели, принадлежащие к ROI DLPFC. Затем карты были пороговыми, чтобы отображать только воксели с отрицательной корреляцией; Для упрощения визуализации было принято абсолютное значение корреляции. Полученные кластеры были наложены на структурную МРТ в нейронавигации во время эксперимента ТМС-ЭЭГ (рис. 2A).

Первоначальные мишени для картирования ТМС-ЭЭГ были выбраны из областей, которые продемонстрировали наиболее сильную функциональную антикорреляцию с sgACC. Затем эти мишени были итеративно уточнены с помощью процедуры картирования ТМС-ЭЭГ для определения наиболее перспективных участков стимуляции на основе качества TEP и их близости к корковым участкам с самой высокой антикорреляцией с sgACC. Окончательный набор потенциальных участков стимуляции был впоследствии проанализирован с помощью трактографии в режиме реального времени. Поскольку не существует известного прямого пути от sgACC к DLPFC, необходимо было рассмотреть косвенные пути белого вещества. В тех случаях, когда конкретные прямые или косвенные пути известны априори, они должны быть приоритетными. Для sgACC масштабная сеть мозга, пораженная MDD3 , учитывалась во время выбора мишени с помощью трактографии. Также была оценена структурная связность мишени ТМС, при этом области, демонстрирующие широкие связи с другими областями мозга, такими как вентромедиальная префронтальная кора, область Брока или теменная доля, получили более высокий приоритет.

В соответствии с протоколом картирования цель, ориентация и интенсивность стимуляции были выбраны на основе того, что результирующие ТЭП были больше 6 мкВ и минимально подвержены влиянию артефактов. Каждая итерация оптимизации включала в себя запись 20 импульсов с минимальной предварительной обработкой. Конечная оптимизированная мишень затем использовалась для сбора 300 импульсов для анализа данных.

Минимальный конвейер предварительной обработки, предназначенный для имитации использования rt-TEP в режиме реального времени, включал в себя следующие этапы:
1. Деление данных на эпохи
2. Коррекция базового уровня
3. Устранение артефакта TMS путем замены данных от -2 до 10 мс вокруг импульса TMS на нули
4. Удаление поврежденных каналов
5. Повторная привязка к среднему ссылочному
6. Фильтр нижних частот на частоте 80 Гц и режекторный фильтр на частоте 48–52 Гц применялись при необходимости для устранения линейного и высокочастотного шума.

Полный конвейер предварительной обработки следовал процедурам, описанным в Mutanen et al., 202471. Для получения дополнительной информации о предварительной обработке ТМС-ЭЭГ см. Hernandez-Pavon et al., 202272, Rogasch et al., 201773, Mutanen et al., 201874 и Mutanen et al., 201675. Вкратце, процесс включал в себя:
1. Деление данных на эпохи
2. Коррекция базового уровня
3. Удаление артефактов ТМС в диапазоне от -2 до 10 мс вокруг импульса ТМС, с кубической интерполяцией с использованием 5 мс данных до и после удаленного интервала
4. Удаление плохих каналов (всего 4: Fpz, F1, FT10, TP9, PO4)
5. Устранение плохих судебных разбирательств
6. Удаление смещений с надежным удалением тренда
7. ВСА для удаления глазных артефактов
8. Коррекция базового уровня
9. Применение алгоритма SOUND74 для подавления экстракраниального шума с последующей повторной привязкой к среднему эталону
10. Алгоритм SSP-SIR75 для удаления вызванных ТМС мышечных артефактов
11. Фильтрация нижних частот на частоте 80 Гц и режекторный фильтр на частоте 48–52 Гц
12. Обрезаем концы временного окна, чтобы убрать возможные эффекты краев
13. Дополнительное удаление плохих испытаний для исключения остаточных испытаний с высоким уровнем шума (22 из 300 отказов)

Экспериментальная процедура началась с определения порога состояния мотора в состоянии покоя. RMT субъекта составил 41% MSO.

В ходе эксперимента для оценки качества полученных ТЭП в первую очередь исследовали электроды над исследуемой областью (AF3, F1, F3, F5, FC3) (рис. 2B). Другие электроды постоянно контролировали на предмет низкого импеданса, и импеданс снижали по мере необходимости, следуя процедуре, описанной в шаге 3.1.10. Для оценки качества производимых ТЭП были использованы ранние ответы ТМС в течение временного окна от 10 до 60 мс, которые отражают прямую активацию коры головного мозга индуцированным электрическим полем.

Процедура картирования (см. Рисунок 3) началась с одного из кластеров фМРТ (Рисунок 3A) и исследования структурной связности целевой области (Рисунок 3B), которое в первую очередь показало линии тока в гомологичной области в контралатеральной полусфере и лобном полюсе.

Для стимуляции катушка была ориентирована под углом 45 градусов к средней линии. Интенсивность воздействия была установлена на уровне 49% MSO, что соответствует 96 В/м расчетного максимума E-поля в горячей точке и 120% RMT. На рисунке 3C в электродах F3, F1 и FC3 наблюдается потенциальный TEP-подобный отклик. Электрод AF3 демонстрирует артефакт звона большой амплитуды, в то время как F5 поражается небольшим мышечным артефактом, узнаваемым по высокочастотному высокоамплитудному пику сразу после импульса TMS76,77. Чтобы свести к минимуму артефакт звона во время записи, можно использовать сетчатый колпачок, прижимающий электроды вниз для уменьшения движения, или тонкий слой пены под катушкой (см. Hernandez-Pavon et al., 2023,28). Хотя такие артефакты часто могут быть удалены с помощью фильтрации, поскольку загрязнен был только AF3, он был исключен из среднего эталона, чтобы избежать ненужной фильтрации, в результате чего были получены данные, показанные на рисунке 3D.

Если сфокусироваться на электроде F3 (рис. 3F), сигнал кажется в значительной степени не подверженным влиянию мышечного артефакта, наблюдаемого в F5. Характерная форма волны большой амплитуды восстанавливается примерно через 15 мс, а отклонение в 5 микровольт между 22 мс и 32 мс, вероятно, является подлинной реакцией коры головного мозга на ТМС. Фильтрация сигнала (рис. 3E, G) подтверждает, что шум в других каналах не влияет на амплитуду.

Чтобы выяснить, можно ли уменьшить мышечный артефакт в канале F5 за счет вращения катушки, все остальные параметры стимуляции поддерживали постоянными (рисунок 4), и катушку сначала поворачивали в задне-переднюю ориентацию (рисунок 4A), где максимум E-поля был оценен в 80 В/м, а затем в латерально-медиальном направлении (рисунок 4E), с максимальным напряжением E-поля 101 В/м. Резкое увеличение мышечной активации наблюдалось при ориентации задне-передней катушки (рис. 4B, C), о чем субъект сообщал как о дискомфорте. Латерально-медиальная ориентация давала сигнал, аналогичный показанному на рисунке 3, но с большей амплитудой, что приводило к раннему отклику TEP в 12 мкВ на электроде F3 (рис. 4F, G), что позволяет снизить интенсивность стимуляции. Отсутствие чрезмерных мышечных артефактов, распада или звона, наряду с размером раннего ответа ТЭП, делает эту комбинацию параметров стимуляции многообещающим кандидатом для сбора данных.

На рисунке 5 показано влияние интенсивности стимуляции на реакцию ТЭП у мишени с низкой возбудимостью. Затем был исследован второй кластер фМРТ (рисунок 5A) и его структурная связность (рисунок 5B). Как и в случае с первой мишенью, структурные связи, по-видимому, ограничены лобными долями. Следует отметить, что, несмотря на расстояние между двумя кластерами фМРТ 28 мм, интенсивность стимуляции, используемая для предыдущих мишеней, 49% MSO (77 В/м, 120% RMT), не вызвала заметного ответа TMS, что подчеркивает важность выбора интенсивности стимуляции на основе TEP. На рисунках 5B,C показана реакция ТМС при 55% MSO (89 В/м, 134% RMT). Важно отметить, что большое отклонение, наблюдаемое через 10 мс, не является подлинной реакцией ТМС, а скорее продолжением восстановления мышечного артефакта. Таким образом, следует учитывать только сигналы, возникающие позже чем через 25 мс после импульса, в результате чего амплитуда 4 мкВ составляет от 26 мс до 60 мс. Интенсивность была дополнительно увеличена до 60% MSO (97 В/м, 146% RMT) в попытке получить отчетливые более ранние реакции (рис. 5F, G). По сравнению с 55% интенсивностью MSO наблюдалось ожидаемое увеличение амплитуды мышечного артефакта, но увеличение амплитуды TEP было незначительным или отсутствовало. Основываясь на наблюдаемой форме волны и потребности в более высокой интенсивности стимуляции, можно считать, что эта мишень демонстрирует более низкую возбудимость коры головного мозга по сравнению с предыдущими мишенями, что делает ее менее информативной для сбора данных. Тем не менее, мишень с аналогичными свойствами может быть предпочтительнее для протоколов лечения.

В общей сложности было исследовано 16 различных комбинаций параметров стимуляции с использованием процедуры картирования из 20 испытаний. Общая продолжительность процедуры, без учета подготовки к ЭЭГ и ЭМГ (которая заняла примерно 30 минут), составила 2 часа 35 минут. Конечная цель стимуляции показана на рисунке 6А. Находясь очень близко к исходной мишени (рис. 3A), эта мишень демонстрирует гораздо более широкую структурную связность (рис. 6B), потенциально предоставляя больше информации о распространении сигнала от горячей точки к другим областям коры головного мозга. Интенсивность стимуляции поддерживалась на уровне 49% MSO (102 В/м, 120% RMT).

Минимальная предварительная обработка первых 20 импульсов, собранных с конечной мишени стимуляции, показана на рисунке 6C,D. Кольцевание большой амплитуды загрязнило электрод F1, который впоследствии был отбракован. Однако остаточный шум оставался в других электродах даже после этого отторжения. Несмотря на наличие артефакта звона, отсутствие мышечного артефакта в исследуемой области позволило рассматривать латентности после 16 мс как подлинный нейронный сигнал. После фильтрации амплитуда раннего компонента между 17 мс и 35 мс составила 9 мкВ.

На рисунках 6E, F показан результат полного конвейера предварительной обработки, примененного к набору данных из 300 импульсов. Полученный ТЭП очень похож на сигнал, полученный из 20 импульсов (рис. 6D), что демонстрирует актуальность мониторинга ТЭП в режиме реального времени. Ранний отклик между 20 мс и 40 мс составляет 6 мкВ, что свидетельствует об ожидаемом снижении амплитуды из-за предварительной обработки.

figure-results-1
Рисунок 2: Нейронавигация и настройка электродов. (A) Модель головы субъекта на основе 3D МРТ с возможностью подключения на основе фМРТ. (B) Схема размещения электродов ЭЭГ, с представляющими интерес электродами под катушкой стимуляции, отмеченными оранжевым цветом. Обратите внимание, что расположение электродов оцифровывается на 3D-модели головки (шаг 3.7.4). Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этой цифры.

figure-results-2
Рисунок 3: Пример минимальной обработки данных ТМС–ЭЭГ . (A) Дисплей нейронавигации показывает место стимуляции и ориентацию катушки. Красная стрелка указывает на более сильное направление двухфазного импульса, а синяя стрелка указывает на более слабое направление. Интенсивность стимуляции выражается в процентах от максимальной выходной мощности стимулятора (MSO) и порога моторики покоя (RMT). (B) Трактография в режиме реального времени в месте стимуляции. (C) Необработанные данные ТМС-ЭЭГ с электродов под катушкой стимуляции. (D) Данные ТМС–ЭЭГ после зашумленного отторжения канала, при этом отверженные каналы заменяются нулями. (E) Данные ТМС–ЭЭГ после фильтрации. (F) Увеличенный вид электрода F3 после плохого подавления канала. (G) Увеличенный вид электрода F3 после фильтрации. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этой цифры.

figure-results-3
Рисунок 4: Влияние ориентации стимуляции на мышечный артефакт. (A) Мишень для стимуляции с ориентацией задне-передней катушки и соответствующей интенсивностью. (B) Исходные данные для задне-передней ориентации, показывающие загрязнение мышечных артефактов. (C) Данные с электрода F3 с большим мышечным артефактом. (D) Трактография в реальном времени, соответствующая месту стимуляции. (E) Мишень стимуляции с латерально-медиальной ориентацией и соответствующей интенсивностью. (F) Исходные данные для латерально-медиальной ориентации, показывающие чистые ТЭП. (G) ТЭП от электрода F3, демонстрирующий большой ранний отклик без артефактов. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этой цифры.

figure-results-4
Рисунок 5: Влияние интенсивности стимуляции на реакцию ТЭП у мишени с низкой возбудимостью. (А) Целевое местоположение и интенсивность стимуляции. (B) Исходные данные зарегистрированы на 55% MSO. В) Данные электродов F3, без различимых ранних компонентов ТЭП. (D) Трактография в реальном времени, соответствующая месту стимуляции. (E) Интенсивность стимуляции увеличивалась при сохранении постоянной мишени. (F) Исходные данные зарегистрированы на 60% MSO. (G) Данные электродов F3, показывающие мышечные артефакты из-за более высокой интенсивности стимуляции. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этой цифры.

figure-results-5
Рисунок 6: Влияние минимального и полного конвейеров предварительной обработки на данные ТМС-ЭЭГ . (A) Конечная цель и интенсивность стимуляции. (B) Трактография в режиме реального времени для места стимуляции. (C) Исходные данные были усреднены за 20 испытаний. (D) Среднее значение ТЭП по 20 попыткам на электроде F3. (E) Полностью предварительно обработанные ПЭП в среднем прошли более 300 испытаний. (F) Полностью предварительно обработанный ТЭП в среднем за 300 проб на электроде F3. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этой цифры.

Обсуждение

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

Этот методологический конвейер представляет собой новый подход к персонализированному картированию мозга и нацеливанию с использованием нескольких методов нейровизуализации. Индивидуализированные карты коры головного мозга строятся путем сочетания анатомической парцелляции с функциональной и структурной связностью, что помогает определить начальную область поиска для оптимальной мишени стимуляции. Затем используется картирование ТМС-ЭЭГ для уточнения местоположения, ориентации и интенсивности стимуляции мишени, направленное на повышение реактивности ранних нейрональных реакций на ТМС и уменьшение мышечного напряжения, распада и других артефактов. Корковые области в пределах исследуемой области систематически исследуются, корректируя место стимуляции, ориентацию электрического поля и интенсивность, в то время как качество данных непрерывно контролируется с помощью визуализации усредненных ТЭП в режиме реального времени. Конечная цель стимуляции выбирается на основе безартефактных реакций с четко идентифицируемыми ранними компонентами ТЭП. Этот конвейер особенно полезен для исследований, направленных на изучение биомаркеров на основе ТМС-ЭЭГ.

Трубопровод состоит из нескольких важных и сложных этапов. Первый шаг включает в себя определение границ корковых областей для картирования ТМС-ЭЭГ. Без этого мишень может быть выбрана из области с цитоархитектурой, отличной от функционально значимой. Для решения этой проблемы используется мультимодальная парцелляция36 в рамках проекта Human Connectome, которая разделяет области мозга на основе комбинации структурных и функциональных связей. Производная маска определяет внешние границы области, которая должна быть картирована с помощью ТМС-ЭЭГ. Для дальнейшего уточнения области коры головного мозга (например, DLPFC, довольно большой области мозга) выбраны вокселы, демонстрирующие функциональную связь с sgACC (область 25)38,68,78, недавно включенные в клиническую практику для лечения БДР69,79. После этого картирование ТМС-ЭЭГ начинается с нацеливания на области коры головного мозга с самой сильной функциональной связью с sgACC, гарантируя, что выбранная область демонстрирует высокую реактивность коры головного мозга без загрязнения мышцами или артефактами распада. Если необработанные ТЭП, записанные после 20 импульсов, соответствуют стандартам качества, то для сбора данных выбирается мишень. Однако, если наблюдаются значительные артефакты — частая проблема в префронтальной коре — соседние области систематически исследуются для определения подходящей альтернативы.

Трактография в реальном времени может помочь в выборе мишеней ТМС с крупномасштабной структурной связностью, таких как пространственно распределенные сети, задействованные в MDD 3,78, которые не ограничены одним трактом белого вещества. Тем не менее, он особенно ценен в случаях, затрагивающих известные тракты, такие как лобный косой тракт в речевой сети, где он обеспечивает точное нацеливание80. Хотя автономная трактография может предоставить информацию о связности, полезную для выбора ROI, она менее эффективна для картирования ТМС-ЭЭГ. Заранее определенные корковые мишени, идентифицированные с помощью автономных методов, могут не вызывать релевантных или достаточно сильных реакций ЭЭГ, могут неэффективно задействовать желаемую сеть или могут привести к дискомфорту и мышечным артефактам, что ставит под угрозу качество данных и требует корректировки параметров во время эксперимента. Предоставляя динамическую информацию о связях, трактография в режиме реального времени решает эти проблемы, позволяя оперативно оптимизировать размещение катушек для обеспечения высококачественных и надежных измерений и надежного взаимодействия с сетью.

В этом протоколе интенсивность ТМС корректируется на основе сигналов ЭЭГ, отражающих кортико-кортикальную возбудимость, при этом RMT используется в первую очередь в качестве отправной точки для калибровки интенсивности. RMT играет второстепенную роль в определении конечной интенсивности. Такой подход обеспечивает активацию значительной популяции нейронов в целевой области, производя сильный и надежный сигнал. После того, как артефакты сведены к минимуму за счет регулировки катушки и функциональной и структурной проверки мишени, интенсивность стимуляции дополнительно корректируется. Поскольку этот протокол направлен на максимизацию данных, полученных из ответов ТМС-ЭЭГ для идентификации биомаркеров, крайне важно обеспечить адекватность амплитуд ТЭП. При использовании RMT для определения интенсивности ранние отклики обычно не превышают 4 мкВ81 после предварительной обработки, что в сочетании с артефактами снижает качество нейронного сигнала. Чтобы преодолеть эту проблему, используется подход, разработанный Casarotto et al.25 и усовершенствованный Tervo et al.82 , включающий усреднение сигнала ЭЭГ в режиме реального времени после 20–30 импульсов TMS. Цель состоит в том, чтобы достичь четкого, неартефактного отклика в 6–10 мкВ в окне 10–50 мс. Как показано на рисунках 3 и 5, близко расположенные мишени могут требовать разной интенсивности стимуляции, что приводит к недостаточной или чрезмерной активации нейронов.

Стандартные ненавигационные мишени, обычно определяемые с использованием расстояний от горячей точки двигателя или расположения электродов системы ЭЭГ 10–20, широко используются в лечении рТМС 83,84,85,86. Они также были эффективны в исследованиях ТМС-ЭЭГ, нацеленных на DLPFC, с такими биомаркерами, как более поздние ответы (например, N100) и длинноинтервальное интракортикальное торможение (LICI), демонстрируя потенциал 18,19,23,87,88. Эти неперсонализированные мишени более просты, экономичны и не требуют МРТ, нейронавигации или специализированного персонала для идентификации целей, а некоторые из них, как было показано, надежно определяют местоположение DLPFC85,86. Тем не менее, отсутствие персонализации может способствовать снижению частоты ремиссии при лечении89,90. Кроме того, черепные мышцы в этой области могут скрывать раннюю реакцию из-за артефактов, препятствующих регулировке интенсивности. Таким образом, индивидуальная корректировка интенсивности в ТМС может повысить эффективность лечения.

Этот протокол продвигает более персонализированный подход к стимуляции мозга, который обеспечивает лучшее понимание реактивности и связности коры по сравнению со стандартными неперсонализированными подходами. Тем не менее, это требует значительных ресурсов, включая индивидуальные МРТ-сканирования, специализированное оборудование для ТМС и ЭЭГ, а также персонал, обладающий опытом в области нейровизуализации и нейрофизиологии. Кроме того, предлагаемый подход в значительной степени зависит от субъективного суждения о качестве ТЭП и оптимальных параметрах стимуляции. Несмотря на эти ограничения, качество данных ТМС-ЭЭГ имеет решающее значение для разработки биомаркеров, что оправдывает использование данного подхода. После того, как надежные биомаркеры будут идентифицированы, процедура может быть упрощена, чтобы сосредоточиться на оптимизации соответствующих временных окон и минимизации артефактов. В будущем, по мере развития технологии ТМС (например, мультилокус91 и мультиканальный92 ТМС), ожидается, что потребности в ресурсах для персонализированной стимуляции снизятся, что потенциально сделает ее новым стандартом для клинического использования.

Раскрытие информации

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

PL является консультантом Nexstim Plc по приложениям ТМС-ЭЭГ и картированию коры головного мозга речи. RI имеет патенты на технологию TMS и консультировала Nexstim Plc по TMS.

Благодарности

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

xМы хотели бы поблагодарить проф. Сильвия Касаротто, Марчелло Массимини и Марио Розанова из Миланского университета за разработку и продвижение методологии картирования ТМС-ЭЭГ. Мы также хотели бы отметить вклад десятков участников исследований, которые привели к разработке нашего экспериментального протокола. Работа над проектом «PlaStim: стимуляция пластичности в лечении ангедонии» проводится при поддержке Wellcome Leap в рамках программы Multi-Channel Psych. Этот проект также получил финансирование от Европейского исследовательского совета (ERC) в рамках Программы исследований и инноваций Европейского Союза «Горизонт 2020» (грантовое соглашение No 81037).

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
Абразивный гельМедицинские приборы H + HOneStep AbrasivPlus
Проводящий гельECIЭлектрогель
ДИЗАЙНЕРВерсия 2.0.0https://nyu-diffusionmri.github.io/DESIGNER-v2
Усилители ЭЭГБрейн Продактс ГмбХУсилители постоянного тока BrainAmpЧастота дискретизации 5000 Гц
Шапочки для ЭЭГEASYCAP GmbH64-канальный BrainCap для ТМССпеченные Ag/AgCl-электроды
Усилитель ЭМГNexstim PlcНексстим ЭМГ
Катушка в виде восьмеркиNexstim PlcОхлаждаемый змеевикЗмеевик с воздушным охлаждением диаметром 70 мм
FMRIPREPВерсия 22.1.0https://fmriprep.org
ФриСерферВерсия 7.3.2https://surfer.nmr.mgh.harvard.edu
МАТЛАБМатематические работыВерсия R2021bhttps://www.mathworks.com
МРТ сканерСименс Здравоохранение3T Siemens MAGNETOME SkyraТ1-взвешенные структурные изображения: MPRAGE, 1-мм изопические воксели, TR = 2530 мс и TE = 3,42 мс;
фМРТ: EPI, изотропные воксели 3 мм, TR = 1250 мс, TE = 3 мс, многополосный фактор ускорения 3, угол переворота 65;
дМРТ: всего 100 различных направлений градиента (b = 1500 и 3000 см/мм2), 12 недиффузионно-взвешенных (b = 0  s/mm2) объемов с передним – заднее направление фазового кодирования, 1 недиффузионно-взвешенный объем с обратным направлением фазового кодирования (posterior– передний), изотропные воксели 2 мм, TR = 4100 мс, TE = 105 мс.
MRtrix3Версия 3.0.4https://www.mrtrix.org
nilearnВерсия 0.10.3https://nilearn.github.io
Наушники с шумоподавлением Этимотические исследованияВставные наушники ER3C
ПитонВерсия 3.9.19https://www.python.org
визуализатор realTimeTractogramVisualizerВерсия 0.1https://github.com/baranaydogan/realTimeTractogramVisualizer
рт-ТЭПhttps://github.com/iTCf/rt-TEP
Поверхностные электроды ЭМГАмбу А/САмбу Нейролайн 720
Поверхностный электрод заземления ЭМГАмбу А/САмбу Нейролайн Граунд
ТААКwww.github.com/iTCf/TAAC
Система TMSNexstim PlcНексстим НБТ 2.2.4Двухфазный импульс, дрожащий интервал между стимулами 2– 2,4 с

Ссылки

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Fornito, A., Zalesky, A., Breakspear, M. The connectomics of brain disorders. Nat Rev Neurosci. 16 (3), 159-172 (2015).
  2. Stam, C. J. Hub overload and failure as a final common pathway in neurological brain network disorders. Netw Neurosci. 8 (1), 1-23 (2024).
  3. Siddiqi, S. H., et al. Brain stimulation and brain lesions converge on common causal circuits in neuropsychiatric disease. Nat Hum Behav. 5 (12), 1707-1716 (2021).
  4. Xu, M., et al. Reconfiguration of structural and functional connectivity coupling in patient subgroups with adolescent depression. JAMA Netw Open. 7 (3), e241933(2024).
  5. Fields, R. D. White matter in learning, cognition and psychiatric disorders. Trends Neurosci. 31 (7), 361-370 (2008).
  6. van den Heuvel, M. P., Sporns, O. A cross-disorder connectome landscape of brain dysconnectivity. Nat Rev Neurosci. 20 (7), 435-446 (2019).
  7. Momi, D., et al. Networklevel macroscale structural connectivity predicts propagation of transcranial magnetic stimulation. NeuroImage. 229, 117698(2021).
  8. Ozdemir, R. A., et al. Individualized perturbation of the human connectome reveals reproducible biomarkers of network dynamics relevant to cognition. Proc Natl Acad Sci U S A. 117 (14), 8115-8125 (2020).
  9. Massimini, M., Ferrarelli, F., Huber, R., Esser, S. K., Singh, H., Tononi, G. Breakdown of cortical effective connectivity during sleep. Science. 309 (5744), 2228-2232 (2005).
  10. Bortoletto, M., Veniero, D., Thut, G., Miniussi, C. The contribution of TMS–EEG coregistration in the exploration of the human cortical connectome. Neurosci Biobehav Rev. 49, 114-124 (2015).
  11. Rogasch, N. C., Fitzgerald, P. B. Assessing cortical network properties using TMS-EEG. Hum Brain Mapp. 34 (7), 1652-1669 (2013).
  12. MüllerDahlhaus, F., Bergmann, T. O. Network perturbationbased biomarkers of depression and treatment response. Cell Rep Med. 4 (6), 101086(2023).
  13. Bergmann, T. O., Varatheeswaran, R., Hanlon, C. A., Madsen, K. H., Thielscher, A., Siebner, H. R. Concurrent TMSfMRI for causal network perturbation and proof of target engagement. NeuroImage. 237, 118093(2021).
  14. 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).
  15. Solomon, E. A., et al. TMS provokes targetdependent intracranial rhythms across human cortical and subcortical sites. Brain Stimul. 17 (3), 698-712 (2024).
  16. Comolatti, R., et al. A fast and general method to empirically estimate the complexity of brain responses to transcranial and intracranial stimulations. Brain Stimul. 12 (5), 1280-1289 (2019).
  17. Casarotto, S., et al. Stratification of unresponsive patients by an independently validated index of brain complexity. Ann Neurol. 80 (5), 718-729 (2016).
  18. Dhami, P., et al. Prefrontal cortical reactivity and connectivity markers distinguish youth depression from healthy youth. Cereb Cortex. 30 (7), 3884-3894 (2020).
  19. Dhami, P., et al. Neurophysiological markers of response to theta burst stimulation in youth depression. Depress Anxiety. 38 (2), 172-184 (2021).
  20. Hadas, I., Hadar, A., Lazarovits, A., Daskalakis, Z. J., Zangen, A. Right prefrontal activation predicts ADHD and its severity: A TMS–EEG study in young adults. Prog Neuropsychopharmacol Biol Psychiatry. 111, 110340(2021).
  21. Hoy, K. E., Coyle, H., Gainsford, K., Hill, A. T., Bailey, N. W., Fitzgerald, P. B. Investigating neurophysiological markers of impaired cognition in schizophrenia. Schizophr Res. 233, 34-43 (2021).
  22. Kallioniemi, E., Daskalakis, Z. J. Identifying novel biomarkers with TMS–EEG – methodological possibilities and challenges. J Neurosci Methods. 377, 109631(2022).
  23. Sun, Y., et al. Indicators for remission of suicidal ideation following magnetic seizure therapy in patients with treatmentresistant depression. JAMA Psychiatry. 73 (4), 337-345 (2016).
  24. Lioumis, P., Rosanova, M. The role of neuronavigation in TMS-EEG studies: Current applications and future perspectives. J Neurosci Methods. 380, 109677(2022).
  25. Casarotto, S., et al. The rtTEP tool: realtime visualization of TMSevoked potentials to maximize cortical activation and minimize artifacts. J Neurosci Methods. 370, 109486(2022).
  26. Koch, G., et al. Precuneus magnetic stimulation for Alzheimer's disease: A randomized, shamcontrolled trial. Brain. 145 (11), 3776-3786 (2022).
  27. Casula, E. P., et al. Regional precuneus cortical hyperexcitability in Alzheimer's disease patients. Ann Neurol. 93 (2), 371-383 (2023).
  28. HernandezPavon, J. C., et al. TMS combined with EEG: Recommendations and open issues for data collection and analysis. Brain Stimul. 16 (2), 567-593 (2023).
  29. Hannula, H., Ilmoniemi, R. J. Basic principles of navigated TMS. Navigated Transcranial Magnetic Stimulation in Neurosurgery. , 3-29 (2017).
  30. Vitikainen, A. M., et al. Combined use of noninvasive techniques for improved functional localization for a selected group of epilepsy surgery candidates. NeuroImage. 45 (2), 342-348 (2009).
  31. Krieg, S. M., et al. Protocol for motor and language mapping by navigated TMS in patients and healthy volunteers; workshop report. Acta Neurochirurgica. 159 (7), 1187-1195 (2017).
  32. Lioumis, P., et al. A novel approach for documenting naming errors induced by navigated transcranial magnetic stimulation. J Neurosci Methods. 204 (2), 349-354 (2012).
  33. Lioumis, P., Kicić, D., Savolainen, P., Mäkelä, J. P., Kähkönen, S. Reproducibility of TMSevoked EEG responses. Hum Brain Mapp. 30 (4), 1387-1396 (2009).
  34. Rosanova, M., Casali, A., Bellina, V., Resta, F., Mariotti, M., Massimini, M. Natural frequencies of human corticothalamic circuits. J Neurosci. 29 (24), 7679-7685 (2009).
  35. Harquel, S., Bacle, T., Beynel, L., Marendaz, C., Chauvin, A., David, O. Mapping dynamical properties of cortical microcircuits using robotized TMS and EEG: Towards functional cytoarchitectonics. NeuroImage. 135, 115-124 (2016).
  36. Glasser, M. F., et al. A multimodal parcellation of human cerebral cortex. Nature. 536 (7615), 171-178 (2016).
  37. Cash, R. F. H., Zalesky, A. Personalized and circuitbased transcranial magnetic stimulation: Evidence, controversies, and opportunities. Biol Psychiatry. 95 (6), 510-522 (2024).
  38. Fox, M. D., Liu, H., PascualLeone, A. Identification of reproducible individualized targets for treatment of depression with TMS based on intrinsic connectivity. NeuroImage. 66, 151-160 (2013).
  39. Aydogan, D. B., et al. Realtime tractographyassisted neuronavigation for TMS. bioRxiv. , (2023).
  40. van den Heuvel, M. P., Hulshoff Pol, H. E. Exploring the brain network: A review on restingstate fMRI functional connectivity. Eur Neuropsychopharmacol. 20 (8), 519-534 (2010).
  41. Russo, S., et al. TAAC-TMS adaptable auditory control: A universal tool to mask TMS clicks. J Neurosci Methods. 370, 109491(2022).
  42. Fischl, B. FreeSurfer. NeuroImage. 62 (2), 774-781 (2012).
  43. Esteban, O., et al. fMRIPrep: A robust preprocessing pipeline for functional MRI. Nat Methods. 16 (1), 111-116 (2019).
  44. Tournier, J. D., et al. MRtrix3: A fast, flexible and open software framework for medical image processing and visualisation. NeuroImage. 202, 116137(2019).
  45. Qiao, Y., Shi, Y. Unsupervised deep learning for FODbased susceptibility distortion correction in diffusion MRI. IEEE Trans Med Imaging. 41 (5), 1165-1175 (2022).
  46. Irfanoglu, M. O., Modi, P., Nayak, A., Hutchinson, E. B., Sarlls, J., Pierpaoli, C. DRBUDDI (Diffeomorphic Registration for BlipUp blipDown Diffusion Imaging) method for correcting echo planar imaging distortions. NeuroImage. 106, 284-299 (2015).
  47. Veraart, J., Novikov, D. S., Christiaens, D., AdesAron, B., Sijbers, J., Fieremans, E. Denoising of diffusion MRI using random matrix theory. NeuroImage. 142, 394-406 (2016).
  48. Leemans, A., Jones, D. K. The Bmatrix must be rotated when correcting for subject motion in DTI data. Magn Reson Med. 61 (6), 1336-1349 (2009).
  49. Andersson, J. L. R., Skare, S., Ashburner, J. How to correct susceptibility distortions in spinecho echoplanar images: Application to diffusion tensor imaging. NeuroImage. 20 (2), 870-888 (2003).
  50. Kellner, E., Dhital, B., Kiselev, V. G., Reisert, M. Gibbsringing artifact removal based on local subvoxelshifts. Magn Reson Med. 76 (5), 1574-1581 (2016).
  51. Lee, H. H., Novikov, D. S., Fieremans, E. Removal of partial Fourierinduced Gibbs (RPG) ringing artifacts in MRI. Magn Reson Med. 86 (5), 2733-2750 (2021).
  52. Andersson, J. L. R., Sotiropoulos, S. N. An integrated approach to correction for offresonance effects and subject movement in diffusion MR imaging. NeuroImage. 125, 1063-1078 (2016).
  53. Tournier, J. D., Calamante, F., Connelly, A. Robust determination of the fibre orientation distribution in diffusion MRI: Nonnegativity constrained superresolved spherical deconvolution. NeuroImage. 35 (4), 1459-1472 (2007).
  54. Dhollander, T., Raffelt, D., Connelly, A. Unsupervised 3tissue response function estimation from singleshell or multishell diffusion MR data without a coregistered T1 image. Proc ISMRM Workshop Breaking Barriers Diffus MRI. , 5(2016).
  55. Jeurissen, B., Tournier, J. D., Dhollander, T., Connelly, A., Sijbers, J. Multitissue constrained spherical deconvolution for improved analysis of multishell diffusion MRI data. NeuroImage. 103, 411-426 (2014).
  56. Raffelt, D., Tournier, J. D., Crozier, S., Connelly, A., Salvado, O. Reorientation of fiber orientation distributions using apodized point spread functions. Magn Reson Med. 67 (3), 844-855 (2012).
  57. Raffelt, D., Tournier, J. D., Fripp, J., Crozier, S., Connelly, A., Salvado, O. Symmetric diffeomorphic registration of fibre orientation distributions. NeuroImage. 56 (3), 1171-1180 (2011).
  58. Schilling, K. G., et al. Limits to anatomical accuracy of diffusion tractography using modern approaches. NeuroImage. 185, 1-11 (2019).
  59. Noise and hearing loss. , CDC. Available from: https://www.cdc.gov/niosh/noise/about/noise.html (2024).
  60. Rossini, P. M., et al. Noninvasive electrical and magnetic stimulation of the brain, spinal cord, roots and peripheral nerves: Basic principles and procedures for routine clinical and research application. Clin Neurophysiol. 126 (6), 1071-1107 (2015).
  61. Rothwell, J. C., Hallett, M., Berardelli, A., Eisen, A., Rossini, P., Paulus, W. Magnetic stimulation: motor evoked potentials. Electroencephalogr Clin Neurophysiol Suppl. 52, 97-103 (1999).
  62. Awiszus, F. TMS and threshold hunting. Suppl Clin Neurophysiol. 56, 13-23 (2003).
  63. Seguin, C., Jedynak, M., David, O., Mansour, S., Sporns, O., Zalesky, A. Communication dynamics in the human connectome shape the cortexwide propagation of direct electrical stimulation. Neuron. 111 (9), 1391-1401.e5 (2023).
  64. Momi, D., Wang, Z., Griffiths, J. D. TMSevoked responses are driven by recurrent largescale network dynamics. eLife. 12, e83232(2023).
  65. Fitzgerald, P. B. Targeting repetitive transcranial magnetic stimulation in depression: Do we really know what we are stimulating and how best to do it. Brain Stimul. 14 (3), 730-736 (2021).
  66. Connolly, C. G., et al. Restingstate functional connectivity of subgenual anterior cingulate cortex in depressed adolescents. Biol Psychiatry. 74 (12), 898-907 (2013).
  67. Schmaal, L., et al. Cortical abnormalities in adults and adolescents with major depression based on brain scans from 20 cohorts worldwide in the ENIGMA Major Depressive Disorder Working Group. Mol Psychiatry. 22 (6), 900-909 (2017).
  68. Cash, R. F. H., Cocchi, L., Lv, J., Wu, Y., Fitzgerald, P. B., Zalesky, A. Personalized connectivityguided DLPFCTMS for depression: Advancing computational feasibility, precision and reproducibility. Hum Brain Mapp. 42 (13), 4155-4172 (2021).
  69. Cole, E. J., et al. Stanford accelerated intelligent neuromodulation therapy for treatmentresistant depression. Am J Psychiatry. 177 (8), 716-726 (2020).
  70. Hadas, I., et al. Association of repetitive transcranial magnetic stimulation treatment with subgenual cingulate hyperactivity in patients with major depressive disorder. JAMA Netw Open. 2 (6), e195578(2019).
  71. Mutanen, T. P., Ilmoniemi, I., Atti, I., Metsomaa, J., Ilmoniemi, R. J. A simulation study: comparing independent component analysis and signalspace projection-sourceinformed reconstruction for rejecting muscle artifacts evoked by transcranial magnetic stimulation. Front Hum Neurosci. 18, 1324956(2024).
  72. HernandezPavon, J. C., Kugiumtzis, D., Zrenner, C., Kimiskidis, V. K., Metsomaa, J. Removing artifacts from TMSevoked EEG: A methods review and a unifying theoretical framework. J Neurosci Methods. 376, 109591(2022).
  73. Rogasch, N. C., et al. Analysing concurrent transcranial magnetic stimulation and electroencephalographic data: A review and introduction to the opensource TESA software. NeuroImage. 147, 934-951 (2017).
  74. Mutanen, T. P., Metsomaa, J., Liljander, S., Ilmoniemi, R. J. Automatic and robust noise suppression in EEG and MEG: The SOUND algorithm. NeuroImage. 166, 135-151 (2018).
  75. Mutanen, T. P., Kukkonen, M., Nieminen, J. O., Stenroos, M., Sarvas, J., Ilmoniemi, R. J. Recovering TMSevoked EEG responses masked by muscle artifacts. NeuroImage. 139, 157-166 (2016).
  76. Mutanen, T., Mäki, H., Ilmoniemi, R. J. The effect of stimulus parameters on TMS-EEG muscle artifacts. Brain Stimul. 6 (3), 371-376 (2013).
  77. Rogasch, N. C., Thomson, R. H., Daskalakis, Z. J., Fitzgerald, P. B. Shortlatency artifacts associated with concurrent TMS-EEG. Brain Stimul. 6 (6), 868-876 (2013).
  78. Siddiqi, S. H., Weigand, A., PascualLeone, A., Fox, M. D. Identification of personalized transcranial magnetic stimulation targets based on subgenual cingulate connectivity: An independent replication. Biol Psychiatry. 90 (10), e55-e56 (2021).
  79. Williams, N. R., et al. Highdose spaced thetaburst TMS as a rapidacting antidepressant in highly refractory depression. Brain. 141 (3), e18(2018).
  80. Lioumis, P., et al. Study design for navigated repetitive transcranial magnetic stimulation for speech cortical mapping. J Vis Exp. , (2023).
  81. Lioumis, P., Zomorrodi, R., Hadas, I., Daskalakis, Z. J., Blumberger, D. M. Combined transcranial magnetic stimulation and electroencephalography of the dorsolateral prefrontal cortex. J Vis Exp. , (2018).
  82. Tervo, A. E., et al. Closedloop optimization of transcranial magnetic stimulation with electroencephalography feedback. Brain Stimul. 15 (2), 523-531 (2022).
  83. Trapp, N. T., Pace, B. D., Neisewander, B., Ten Eyck, P., Boes, A. D. A randomized trial comparing beam F3 and 5.5 cm targeting in rTMS treatment of depression demonstrates similar effectiveness. Brain Stimul. 16 (5), 1392-1400 (2023).
  84. Fitzgerald, P. B., Maller, J. J., Hoy, K. E., Thomson, R., Daskalakis, Z. J. Exploring the optimal site for the localization of dorsolateral prefrontal cortex in brain stimulation experiments. Brain Stimul. 2 (4), 234-237 (2009).
  85. Trapp, N. T., et al. Reliability of targeting methods in TMS for depression: Beam F3 vs 5.5 cm. Brain Stimul. 13 (3), 578-581 (2020).
  86. MirMoghtadaei, A., et al. Concordance between Beam F3 and MRIneuronavigated target sites for repetitive transcranial magnetic stimulation of the left dorsolateral prefrontal cortex. Brain Stimul. 8 (5), 965-973 (2015).
  87. Sun, Y., et al. Magnetic seizure therapy reduces suicidal ideation and produces neuroplasticity in treatmentresistant depression. Transl Psychiatry. 8 (1), 253(2018).
  88. Hui, J., et al. Altered interhemispheric signal propagation in schizophrenia and depression. Clin Neurophysiol. 132 (7), 1604-1611 (2021).
  89. Berlim, M. T., van den Eynde, F., TovarPerdomo, S., Daskalakis, Z. J. Response, remission and dropout rates following highfrequency repetitive transcranial magnetic stimulation (rTMS) for treating major depression: A systematic review and metaanalysis of randomized, doubleblind and shamcontrolled trials. Psychol Med. 44 (2), 225-239 (2014).
  90. Fitzgerald, P. B., Hoy, K. E., Anderson, R. J., Daskalakis, Z. J. A study of the pattern of response to rTMS treatment in depression. Depress Anxiety. 33 (8), 746-753 (2016).
  91. Nieminen, J. O., et al. Multilocus transcranial magnetic stimulation system for electronically targeted brain stimulation. Brain Stimul. 15 (1), 116-124 (2022).
  92. Daneshszand, M., Navarro de Lara, L., Makarov, S., Meng, Q., Nummenmaa, A. A modular multichannel TMS system with threeaxis coil design. Brain Stimul. 16 (1), 134(2023).

Перепечатки и разрешения

Запросить разрешение на повторное использование текста или иллюстраций этой статьи JoVE

Запросить разрешение

Теги

Похожие статьи