Yöntem makalesi

Tedaviye Dirençli Depresyon İçin Robotik Olarak Verilen FMRI Rehberli Kişiselleştirilmiş Transkraniyal Manyetik Stimül Tedavisi

DOI:

10.3791/70318

⸱

10 Nisan 2026

 ,  ,  ,  ,  , 
1QIMR Berghofer Medical Research Institute, 2Queensland Neurostimulation Centre, 3University of Melbourne

Bu makalede

Özet

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

Bu protokol, tedaviye dirençli depresyon için robotik olarak sunulan fMRI rehberliğinde kişiselleştirilmiş transkraniyal manyetik stimülasyon tedavisinin iş akışını tanımlar. Bu protokolle klinik uygulama uygulanabilir ve açık etiket sonuçları bu yaklaşımın gerçek dünya etkinliğini destekler.

Özet

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

Tedaviye dirençli depresyon için transkraniyal manyetik uyarı (TMS) tedavisinin sonuçlarını iyileştirmek, dorsolateral prefrontal korteksin (DLPFC) hedeflenmesinin kişiselleştirilmiş hale getirilmesi ve hassas doz teslimatı sağlanmasıyla sağlanabilir. Yakın zamanda, tedaviye dirençli depresyonda robotik olarak uygulanan fonksiyonel manyetik rezonans görüntüleme (fMRI) rehberli, kişiselleştirilmiş TMS tedavisi kullanılarak yapılan açık etiketli bir çalışmanın ilk klinik sonuçlarını raporladık. Burada, tedaviye dirençli depresyon için kişiselleştirilmiş TMS'nin klinik uygulamasında kullanılan protokolü anlatıyoruz. Bu protokol Kasım 2021'den beri klinik olarak uygulanmaktadır. Tedaviye dirençli depresyona sahip hastalar değerlendirilir ve TMS tedavisi için onay alırlar. Uygun hastalar anatomik ve 15 dakikalık açık gözlü, dinlenme durumu MR'ı yapılır. Anatomik ve fonksiyonel veriler, sol dorsolateral prefrontal korteks (DLPFC) içindeki optimal TMS hedefini belirlenmiş bir yaklaşımla hesaplamak için bulut tabanlı bir platforma yüklenir. Bu işlem hattının çıktısı, subgenual cingulat kortekste (SGC) ve DLPFC'de fMRI sinyalleri arasında en güçlü antikorelasyona sahip beyin kümelerini tanımlar. TMS hedefi, bireysel anatomiye (örneğin girus pozisyonu) ve hedeflenen kortikal küme(ler)in boyutuna göre geliştirilir. Hedef için saç derisi giriş noktası nöronavigasyon yazılımı aracılığıyla hesaplanır. Nöronavigasyon, robotik kola monte edilmiş TMS bobinini yönlendirmek için kullanılır; böylece seanslar içinde ve seanslar arasında hassas ve tutarlı uyarım sağlanır. Hastalar, %120 dinlenme motor eşiğinde aralıklı theta-patlama uyarısı kullanarak 4-6 hafta boyunca günlük TMS seansları yaparlar. Semptom yanıtı tedavi tamamlandıktan 2 hafta sonra değerlendirilir. Bu protokol, tedaviye dirençli depresyon için robotik olarak sunulan fMRI rehberli kişiselleştirilmiş TMS için gereken kaynakları ve iş akışını göstermektedir.

Giriş

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

TMS, tedaviye dirençli depresyon için önerilen biyolojik bir terapidir. 2007'deki ilk klinik denemedenbu yana, TMS protokollerinin farklı bobinlerin kullanımı, uyarılma dalga formları, seans başına uyarı darbelerinin sayısı, tedavi başına seans sayısı ve oranı, uyarım yoğunluğu ve beyin hedefleme yöntemleri gibi çeşitli TMS protokolleri geliştirilmiştir. Bu tür terapötik iterasyonlar, erken1 ve daha yeni TMS klinikçalışmaları 2,3,4,5'te yanıt ve remisyon oranları arasındaki farkı artırır. Bu farkı açıklayabilecek bir diğer faktör ise, beyin hedefleme yöntemlerine özgün olan ve hedeflemenin doğruluk ve hassasiyetidir. Geleneksel TMS hedefleme, saç derisi tabanlı sezgisel yöntemlere dayanır, ancak daha yeni kanıtlar, tedavi sonucunun dorsolateral prefrontal korteks (DLPFC) uyarı bölgesi ile subgenual singulat korteks (SGC) arasındaki dinlenme durumu fonksiyonel bağlantısı (RSFC) ile ilişkili olabileceğini göstermektedir. Bu hipotez ilk olarak 2012/13 yılında ortayaatıldı ve ardından optimal bağlantı temelli hedeflerin bireyler arasında farklı olabileceğifikri ortaya çıktı 7. 2021 yılında ekibimiz, milimetre hassasiyetiyle tekrarlanabilir bağlantı tabanlıhedefleri belirlemeyi mümkün kılan hesaplamalı bir metodoloji geliştirdi. 2021'deki retrospektif araştırmamız, optimal bağlantı temelli hedeflere daha yakın olmanın daha iyi tedavi sonuçlarıyla ilişkili olduğunu ilk kezgöstermiştir 9; Bu bulgu daha sonratekrarlanmıştır 10. Yakın zamanda,depresyon 11 hastalarında, özellikle az eşzamanlı hastalığı olanlarda, kişiselleştirilmiş hedeflemeyle üstün klinik sonuçlar gösteren ilk prospektif açık etiketli çalışmayı yayımladık. Dikkat çekici olarak, bu denemedeki geleneksel TMS terapisinden tek fark, robot kolu kullanılarak gerçekleştirilen kişiselleştirilmiş bağlantı tabanlı hedefleme yöntemiydi. Diğer TMSprotokolleri 12,13 de benzer şekilde klinik etkinliklerinin bir kısmını ilgili hedefleme yöntemlerinden türetebilir.

Bu protokol çalışmasında, klinik ve araştırma ortamlarında depresyon için robotik olarak sunulan, fMRI rehberliğinde kişiselleştirilmiş TMS terapisini çoğaltmak için gereken klinik, nörogörüntüleme ve yazılım iş akışlarını raporlayacağız. Bu protokolü kullanma deneyimimizden gerçek dünya sonuçları ve uygulama uygulanabilirliği hakkında yorum yapacağız. Son olarak, bu protokolün doz ve doz oranını ayarlamaya yönelik diğer terapötik iterasyonları nasıl destekleyebileceğini veya depresyon ötesinde tedavi belirtileri için potansiyel avantajlarını açıklayacağız.

Protokol

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

Araştırma prosedürleri yerel İnsan Araştırmaları Etik Komitesi (Uniting Care, Brisbane, Avustralya) tarafından onaylandı ve katılımcılar onay verdi. Bu protokolde tanımlanan yazılım, Terapötik Ürünler İdaresi'nden Yetkili Reçete Yazıcı onayı aldı. Nörogörüntüleme veri işlemesi, ulusal veri gizliliği standartlarına uygun olarak bulut hesaplama hizmetlerinde ( bkz. Materyal Tablosu) gerçekleştirilmiştir. Bu protokol Kasım 2021'den beri kullanılmaktadır.

1. Tedavi öncesi değerlendirme ve nörogörüntüleme

  1. Metalik implant veya cihaz, klostrofobi ve hamilelik olan hastaları tespit edin; çünkü bu klinik özellikler MRI kapsamında güvenlik hariç kriterleri oluşturur ve görüntü kalitesini etkileyebilir (örneğin, metal artefakt, hareket artefaktı).
  2. Montgomery-Asberg Depresyon Derecelendirme Ölçeği (MADRS), 14 Hamilton Anksiyete Ölçeği (HAM-A), 15 ve Hastane Anksiyete Depresyon Ölçeği (HADS) kullanılarak tedavi öncesi semptom şiddetini tam olarak değerlendirin. 16 Psikiyatrik eş hastalık olmayan MDD (Grup 1, RCT-kabul edilebilir), psikiyatrik komorbiditeli MDD (Grup 2, Naturalistik), nörolojik eş hastalıklı MDD (Grup 3) ve bipolar depresyon (yine Grup 3) tanısı doğrultusunda hastaları alt gruplara dağıt, Sforzini ve ark.17'de tanımlanan prognostik sınıflandırmaya benzer şekilde.
  3. Kan oksijen seviyesine bağlı (BOLD) görüntüleme için yazılım lisansına sahip bir görüntüleme merkezinde hastaları tara. 64 kanallı bir bobin ile 3 Tesla (3T) alan şiddeti MRG'da T1 ağırlıklı görüntüler, 15 dakikalık gözler açık dinlenme durumu dizisi ve iki ters faz kodlu spin-echo alan haritası alın (bkz. Malzemeler Tablosu).
    NOT: Herhangi bir büyük üreticinin 3T MRI makineleri kullanılabilir. Tam nörogörüntüleme protokolü edinimi, Ek Dosya 1'de açıklanmıştır.

2. Nörogörüntüleme ön işleme ve dinlenme hali fonksiyonel bağlantı analizi

  1. Hastanın MRI DICOM dosyalarını NIFTI formatına dönüştürmek için dcm2niix yazılımını (bkz. Materyaller Tablosu) kullanın; bu dosyalar aynı zamanda BIDS uyumlu JSON dosyası ve klasör yapılarını da oluşturur (BIDS uyumlu JSON formatı organizasyonunun oluşturulması Li ve ark.18'de açıklanmıştır).
  2. Ön işleme iş akışını başlatmak için fMRIprep'te komut satırı argümanlarını çalıştırın (bkz. Materyaller Tablosu) (fMRIprep işlemi Esteban ve ark.19'da açıklanmakta ve tam ön işleme adımları Ek Dosya 2'de açıklanmıştır).
    NOT: Ön işleme bulut tabanlı hesaplama ile yapılır, ancak yüksek performanslı bir küme de kullanılabilir.
  3. RSFC analizine, İnsan KonnektomuProjesi 20'de elde edilen 2000 taramadan türetilen SGC tohum haritası kullanılarak SGC zaman serisini oluşturarak başlatın. Bunu, SGC tohum haritasını bireysel hastanın dinlenme durumu fMRI verileriyle çarparak SGC zaman serisini türeterek yapın (RSFC analiz adımları Cash ve ark.3'te açıklanmıştır).
  4. DLPFC'deki her voxelin zaman serisi ile SGC'nin zaman serisi arasındaki korelasyonu hesaplayın. DLPFC'ye en üst -0,001 ile en üst -0,2 eşik uygulanarak yalnızca zaman serisinin SGC ile en antikorelli olduğu kümelenme voksellerini tespit edin ve korunun. Hedef site voxelini en büyük DLPFC kümesinin ağırlık merkezindeki (yani maksimum anti-korelasyon noktası) x, y, z koordinatlarında hesaplayın (DLPFC hedefleme adımları Cash ve ark.3'te açıklanmıştır).
  5. Sol DLPFC'nin anti-korelasyon kümelerinde x, y, z formatında bulunan standart uzay beyin koordinatlarını belirleyin. NIFTI formatında üretilen standart uzay DFLPC-SGC fonksiyonel bağlantı haritasını edinin. Sağ abduktörün brevis motor alanını (M1) takip eden bir hedefe yaklaşan standart bir uzay beyin koordinatı (x = -36, y = -26, z = 66) belirleyin.
  6. DLPFC ve M1 koordinatlarını ve DLPFC-SGC fonksiyonel bağlantı haritasını standart uzaydan (MNI152NLin6Asym) hastanın doğal alanına çarptırın; bu dönüşümler 2.2'de açıklanan ilk ön işlem boru hattıyla oluşturulan dönüşümlerdir. (Yerel uzaya bükülme talimatları için Ek Dosya 2'ye bakınız).
  7. TMS yapan psikiyatristi, DLPFC ve M1 (x, y, z formatında RAS yönelmesiyle) ve DLPFC-SGC fonksiyonel bağlantı haritasını hedefleyen TMS yapan psikiyatristi sağla.

3. Nöronavigasyonun hazırlanması

  1. Nöronavigasyon yazılımındaki menü çubuğunu kullanarak ( bkz. Materyaller Tablosu), hastanın yerel T1w görüntülerinin depolanma konumuna gitmek için Dosya > Yeni Oturum'a tıklayın. Bir oturum klasörü oluşturun ve T1w görgelerinin depolama formatına bağlı olarak DICOM (.dcm) veya nifti (.nii) seçin.
    NOT: Herhangi bir nöronavigasyon yazılımı kullanılabilir, ancak TMS iş akışında kullanılan diğer donanımlarla uyumluluğu sağlamak için kullanıcı kılavuzuna başvurabilirsiniz.
  2. Saç derisi ve beyin üzerindeki yüzey eşiklerini ayarlayın ve menü çubuğundaki aşağıdaki yazılım seçenekleriyle T1w görüntüsünde anatomik işaretleri önceden belirleyin.
    1. Kafa derisi yüzey eşiğini Adjust Scalp Threshold seçeneğiyle şişirmek veya söndürmek için ayarlayın. Epidural boşluk veya saç derisi aşırı şişirilmesinin saç derisi yüzey tanımından en aza indirilmesini sağlamak.
    2. Beyin yüzeyini, beyin segmentasyon seçeneğiyle beyin dokularını (örneğin beyaz madde ve gri madde) beyin dışı dokulardan (örneğin dura ve kafatası) segmentlere ayırarak tanımlayın. Bunu, büyük beyaz madde traktı seçip Hesapla butonuna tıklayarak yazılımın beyin ve beyin dışı dokuların göreceli kontrast değerlerini belirleyebilmesi için gerçekleştirin. Tanımlanmış beyin yüzeyinin gri madde yüzeyiyle yeterince hizalandığından emin olun.
    3. Hasta Kaydı seçeneğiyle anatomik işaretleri önceden tanımlayın. Hastanın gerçek saç derisi simgeleriyle birlikte kayıt için hastanın doğal uzay T1w görüntüsüne nasion, sağ tragus ve sol tragusu işaretleyin.
  3. Yerel uzay DLPFC hedefini ve M1'i RAS yönümünde x, y, z koordinatları olarak menü çubuğundaki planlama seçeneğiyle girin.
  4. DLPFC hedefi sulkus içine giriyorsa en yakın girusa yeniden konumlandırın. Yeniden konumlandırma ile oluşturulan yeni beyin koordinatının hâlâ seçilen anti-korelasyon kümesi içinde olup olmadığını MRI görselleştirme yazılımında kontrol ederek doğrulayın. Bunu, hastanın doğal uzay T1w görüntüsüne yerel uzay DLPFC-SGC fonksiyonel bağlantı haritasını yerleştirerek ve yeniden konumlandırılan beyin hedefinin koordinatlarını girerek yapın.
    NOT: Herhangi bir MRI görselleştirme yazılımı kullanılabilir.
  5. Gerekirse M1 koordinatını pre-merkezi girusa yeniden konumlandırın.
  6. DLPFC ve M1 koordinatları için saç derisindeki TMS bobininin dik giriş noktalarını hesaplayın. Giriş noktası hesaplanırken TMS bobininin sol tarafına göre yaklaşım açısının 45° olarak programlandığından emin olun.
  7. Kontrol alanındaki giriş/hedef seçeneğinde 5x5 mm aralıklarla yerleştirilmiş 6x4 giriş/hedef ızgarası (yani M1 ızgarası) üzerine bindirerek dinlenme motoru eşiği (RMT) testi için ek hedefler oluşturulur.

4. Robotik kol iş akışının hazırlanması

  1. Hastayı motorlu bir tedavi koltuğuna oturtun, boyun dayağı bulunuyor. Hastanın bacaklarını rahat bir pozisyona kaldırılmış halde ve boyun dayağı başı ile boynu yeterince destekleyecek şekilde yatırıldığından emin olun.
    NOT: Başın bobin yerleşimine göre ideal konumlandırılması için birden fazla hareket ekseni taşıyabilen bir sandalyeye sahip olmak tavsiye edilir.
  2. Hasta referans takipçisini (yansıtıcı küreler içeren bir fiducial marker) hastanın sağ alnına bir bant veya çift taraflı bant kullanarak sabitleyin. Hastanın başını motorlu sandalye kullanarak nöronavigasyon kamerasının görsel alanında konumlandırın.
    NOT: Herhangi bir nöronavigasyon kamerası kullanılabilir, ancak TMS iş akışında kullanılan diğer yazılım/donanımlarla uyumluluğu kullanıcı kılavuzuna başvurarak garanti edin.
  3. T1w görselindeki hastanın anatomik işaretlerini ve saç derisi yüzeyini önceden tanımlanmış anatomik işaretlere ve saç derisi yüzeyine birlikte kaydetmek için menü çubuğundaki hasta kayıt seçeneğine geri dönün. İşaretçiyi (yansıyan küreler içeren elde tutulan bir fiducial marker) hastanın gerçek saç derisi işaretlerine dokun, ardından ayak/el anahtarındaki Yeşil düğmeye basarak bunları edinin.
  4. Saç derisine işaret noktasına dokunun ve hastanın saç derisinde nazikçe gezdirerek ayak/el düğmesindeki yeşil düğmeye basarak üç yüz saç derisi işareti elde edin.
    NOT: Eğer hasta referans izleyicisi seans sırasında ortak kayıttan sonra herhangi bir zamanda taşınırsa, 4.3 ve 4.4 adımları tekrarlanmalıdır.
  5. Hasta kayıt işleminin sonunda, kök ortalama kare (RMS) sapma milimetresi cinsinden bildirilen gerçek ve önceden tanımlanmış anatomik işaretlerin ve saç derisi yüzeyinin mekânsal hizalama doğruluğunu kontrol edin. RMS değerlerinin 3 mm'den küçük olduğundan emin olun; aksi takdirde, bu gerçekleşene kadar 4.3 ve/veya 4.4 adımlarını tekrarlayın.
  6. Hastayı motorlu sandalyeye yeniden konumlandırın; böylece hasta referans takipçisi nöronavigasyon kamerasının görsel alanı için ideal mesafe ve açıda olsun. Nöronavigasyon kamerasının görsel alanının cobot ( bkz. Materyal Tablosu) referans noktalarından birini (cobotun ön-sol ve sağ tarafında yer alan yansıtıcı küreler içeren sabit fiducial işaretler) görebildiğinden emin olun. Menü çubuğundaki Check Tracking System seçeneğini seçerek görsel alanı kontrol edin.
  7. Kontrol alanındaki cobot seçeneğinde manuel modu etkinleştirerek bobine monte edilen robotik kolu ( bkz. Materyaller Tablosu) çalışma alanına manuel olarak hareket ettirin (bobini tutan alet tutucusunda yeşil ışık ve nöronavigasyon yazılımında görselleştirilen yeşil kubbe ile gösterilir). Nöronavigasyon yazılımının kontrol alanındaki cobot seçenekler panelindeki Park pozisyonuna Taşın düğmesine tıklayın ve bobini nötr konuma taşıyabilirsiniz.
  8. Cobotu manuel olarak konumlandırın veya motorlu sandalye pozisyonunu ayarlayın, bobin hastanın başının hemen üzerinde birkaç santimetre aralıkla durur.
  9. Nöronavigasyon yazılımının kontrol alanındaki cobot seçeneğinde bulunan bobinin kuvvet sensörü fonksiyonunu kalibre edin; bu, dört basınç ışığı ile bir sensör açılır penceresini tetikler. Bir parmağınızı bobin üzerine koyup bobin üzerindeki parmak basıncını yavaşça artırıp azaltarak dört basınç ışığı sırayla açıp kapanmasını sağlar.

5. Dinlenme motor eşik testi

  1. TMS'nin ilk seansında RMT testi yapın. TMS makinesinin arkasında bulunan MEP monitöre bağlı üç elektromiyograf elektrotu, sağ abductor pollicis brevis'in ventral uzunluğu boyunca yerleştirin. TMS makinesinde MEP protokolünü seçin, hassasiyeti 200uV/div olarak ayarlayın, Geri Çağırma seçeneğini seçin ve ardından MEP arayüzünü açmak için Zamanlama seçeneğini seçin.
  2. Bobin üzerine monte edilen robot koluna ızgaradaki ilk M1 hedefine hareket etmesini emredin. Bunu kontrol alanına gidip giriş/hedef seçeneği panelinde M1 hedefini seçerek ve ardından cobot seçenek panelinde Bobin Hizalanması düğmesini kullanarak bobini hastanın saç derisine yerleştirerek yapın.
  3. Nöronavigasyon yazılımının kontrol alanında uyarıcı seçeneğini seçin ve genlik seçeneğinde başlangıç uyarma yoğunluğunu %40'a ayarlayın. Tek Darbe düğmesine tıklayarak M1 ızgarasındaki her hedefe ardışık hareket ederek darbe verebilirsiniz. RMT testi sırasında hastanın eli ve kolunun dinlenme halinde olduğundan emin olun.
  4. Gerekirse uyarım yoğunluğunu artırın; MEP (EMG'de >50 mV) veya başparmak fleksiyonunu gözlemleyin. TMS makinesi ekranında ve nöronavigasyon yazılımındaki uyarı işaretleyici panelinde görüldüğü gibi en güçlü MEP ve psikiyatristin görsel olarak gözlemlediği gibi en büyük genlikli sağ başparmak/parmak/bilek fleksiyonu gözlemlenin; bu da RMT testi için optimal M1 hedefini gösterir.
  5. Giriş/Hedef panelinde optimal M1 hedefini seçin ve ardından bobinin hastanın saç derisine konumlandırılması için cobot seçenek panelindeki Bobin Hizalanması düğmesine tıklayın. Bu hedefteki tek darbelerin uyarı yoğunluğunu belirli aralıklarla artırın veya azaltın, RMT belirlenebilene kadar. RMT'yi minimum MEP eşiği olan 10 hareketten 5'ini (EMG'de >50 mV) uyarmak için gereken minimum uyarılma yoğunluğunu belirleyin.

6. Kişiselleştirilmiş DLPFC hedefine uyarıcı sağlamak

  1. Hastaya gözlerini kapatmasını, rahatlamasını ve düşüncelere odaklanmamasını söyle, çünkü bu, beyin durumlarının (ve optimal TMS koordinatlarının) fMRI ve TMSseansları 21,22 arasında benzer olmasını sağlar.
  2. Bobin üzerine monte edilen robotik kolu DLPFC hedefine hareket etmesini emredin. Bunu kontrol alanına gidip giriş/hedef seçeneği panelinde DLPFC hedefini seçerek ve ardından cobot seçenek panelinde Bobin Hizalama düğmesini kullanarak bobini hastanın saç derisine yerleştirerek yapın.
  3. TMS makinesindeki menü seçeneğine gidin ve Programlanmış 3 dakikalık aralıklı Theta Patlama Uyarısı (iTBS) protokolünü seçin. Geri Çağırma butonunu ve ardından Zamanlama düğmesini seçerek TMS makinesini 3 dakikalık iTBS protokolünü teslim etmek için astarlayın.
  4. Kontrol alanında Stimulator seçeneğini seçin. İlk seansta uyarım yoğunluğunu %80 RMT, ikinci seansta %100 RMT ve sonraki her seansta %120 RMT olarak ayarlayın. Stimulatör seçeneğindeki Trains Başlat/Durdur butonuna tıklayarak tekrarlayan TMS darbelerinin tam trenini verebilirsiniz.
  5. Sol DLPFC uyarımını günlük olarak 20-30 hafta içi seans boyunca (yani 4-6 hafta boyunca) gerçekleştirin.

7. Tedavi sonrası değerlendirme

  1. Son TMS seansını tamamladıktan 2 hafta sonra hastanın tedavi yanıtı açısından değerlendirin. Aynı standart klinisyen ve hasta değerlendirme ölçeklerini 1.2. adımdan itibaren tamamla.
  2. Tedavi yanıtı, tedavi öncesi MADRS ve HAM-A puanlarına kıyasla %50 semptom azalmasına eşit veya daha fazla olarak tanımlayın. Remisyon yanıtı, tedavi sonrası değerlendirmede MADRS puanları 10 ≤ ve HAM-A puanları ≤ 7 olaraktanımlayın 1.
  3. Tedavi öncesi, TMS sırasında (haftalık aralıklarla) ve tedavi sonrası HADS puanlarını gözden geçirerek tedavi genelindeki semptom yanıtı eğilimini değerlendirin.

Sonuçlar

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

Yakın zamanda bu protokolü kullanarak yapılan açık etiketli bir çalışmanın sonuçlarını Hearne ve ark.11'de yayımladık. Çalışma, genel yanıt oranının %52 ve remisyon oranının %33 olduğunu gösterdi (N = 61; Şekil 1). Bu bulgular, yakın zamanda yapılan açık etiketli çalışmadan (%31 yanıt oranı, %23 remisyon oranı)23 ve klinik çalışma sonuçlarının yeni meta-analizinden (%45 yanıt oranı, %22 remisyon oranı)24 kadar sayısal olarak üstün çıktı; burada standart hedefleme yöntemleri ve standart klinisyen tarafından değerlendirilmiş ölçekler kullanıldı. A priori alt gruplar (bkz. Adım 1.2) farklı yanıt ve remisyon oranı profilleri gösterir (Şekil 1A,B), bu da komorbidite ve bipolar depresyonun daha düşük tedavi yanıtıyla ilişkili olduğunu gösterir. Tedavi öncesi, SGC-DLPFC'nin grup ortalaması (N=61) fonksiyonel bağlantısı -0,25 idi. TMS öncesi ve sonrası fMRI yapan hastaların bir alt kümesi (n = 28) kullanılarak elde edilen bulgular, sol DLPFC ile sağ SGC arasında anti-korelasyonlu RSFC'de (negatif RSFC sıfıra yaklaşıyor) spesifik bir azalmayı da göstermektedir (Şekil 2B, iki kuyruklu çift t testi: Mdiff = −0.10, t(26) = 4.34, d = 0.63, p < 0.001). Son olarak, SGC'deki düşük frekanslı dalgalanmaların fraksiyonel genliği (fALFF) kullanılarak bölgesel beyin aktivitesindeki olası değişiklikleri değerlendirdik. SGC'de grup ortalaması fALFF tedavi öncesi (0,19) ile tedavi sonrası (0,18) arasında azaldı (t(26)=2,18, d=0,34, p=.039, düzeltilmemiş). Bu azalma, depresyon şiddetindeki değişikliklerle zayıf bir korelasyon (MADRS skorları) vardır.

figure-results-1
Şekil 1: Kişiselleştirilmiş TMS klinik sonuçları. (A) Tedavi öncesi ve sonrası ortalama Montgomery–Åsberg Depresyon Değerlendirme Ölçeği (MADRS) puanları a priori alt grup (G1: RCT benzeri, G2: Doğal, G3: Bipolar ve Nörolojik eş hastalık), %95 güven aralıklarıyla sol tarafta görselleştirilmiştir. Her bir a priori alt grup ve toplam kohort (All) için klinik yanıt (yani %50 semptom azalması) ve remisyon (≤ 10 semptom puanı) elde eden hasta oranı sağda görselleştirilmiştir. (B) Tedavi öncesi ve sonrası ortalama Hamilton Anksiyete Derecelendirme Ölçeği (HAMA-A) puanları a priori alt grup olarak, %95 güven aralıklarıyla solda gösterilmiştir. Klinik yanıt (yani %50 semptom azalması) ve remisyon (≤ 7 semptom puanı) elde eden hasta oranı her bir öncelikli alt grup ve toplam kohort (Hepsi) için sağda görselleştirilmiştir. (C) Her a priori alt grup için Hastane Anksiyete ve Depresyon Ölçeğinde Değişim - Depresyon (HADS-D) puanları. (D) Hastane Anksiyete ve Depresyon Ölçeğinde Değişim - Anksiyete (HADS-A) puanları, her bir öncelikli alt grup için. Bu rakam11'den değiştirilmiştir. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

figure-results-2
Şekil 2: Her hasta ve grup için kişiselleştirilmiş TMS uyarı hedefleri, tedavi öncesi ve sonrası dinlenme durumu fonksiyonel bağlantılarındaki ortalama değişim. (A) Her hasta için sol dorsolateral prefrontal korteks (DLPFC) uyarı hedefleri (N=61), Montgomery–Åsberg Depresyon Değerlendirme Ölçeği'nde (MADRS) tedavi öncesinden sonrasına oran azalmasıyla renk kodlanmıştır. (B) Tedavi sonrası fMRI (N=28) yaptıran bir hasta alt grubunda DLPFC'de kişiselleştirilmiş uyarım bölgesi ile subcinsüel singulat (SGC) arasında dinlenme durumu fonksiyonel bağlantısında (RSFC) grup ortalaması değişimi (RSFC) (tekrarlanan ölçümler) %95 güven aralıkları ile görülür. Karşılaştırma için, DLPFC'deki kişiselleştirilmiş uyarım ile diğer tüm beyin bölgeleri (Global) arasındaki RSFC'deki grup ortalama değişimi sağda görselleştirilmiştir. Bu rakam11'den değiştirilmiştir. Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

Ek Dosya 1: Nörogörüntüleme protokolü. Bu dosyayı indirmek için lütfen buraya tıklayın.

Ek Dosya 2: Nörogörüntüleme ön işleme, ses yalıtımı ve standart uzaydan yerel uzay protokolüne bükültme. Bu dosyayı indirmek için lütfen buraya tıklayın.

Tartışma

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

Bu protokol, nöronavigasyon ve robot olarak verilen bobin kurulumu kullanılarak tedaviye dirençli depresyonlu hastalar için TMS'nin fMRI ile kişiselleştirilmiş hedeflenmesinin yüksek düzeyde bir özetini sunar. Bu protokolün kritik adımları, RSFC hedeflemesinin sağladığı doğruluğun klinikte tam olarak sağlanabilmesi için çeşitli MR, yazılım ve nöronavigasyon bağımlılıklarının anlaşılmasını gerektirir. İlk olarak, bu protokol, BOLD görüntüleri elde etmek için yazılım lisanslı bir radyografi servisine erişim gerektirir. Kritik olarak, Cash ve ark.8'de tanımlandığı gibi, SGC'den RSFC analiz edilirken yeterli SNR için ~2mm izotropik voxel çözünürlüğü ile en az 15 dakika dinlenme durumunda BOLD alımı önerilir. FSFC analizi için fMRI verilerinin sonraki hazırlanmasına, kamuya açık ve standartlaştırılmış ön işleme yazılım paketlerinin kullanılmasına izin verilir (ticari amaçlarla bu paketlerin kullanımı için ad hoc izinler gereklidir). fMRI verileri ön işlendikten sonra, RSFC analizi standart bir beyin alanında sağ SGC'den ağırlıklı bir zaman serisinin çıkarılmasını içerir; bu zaman serisi sol DLPFC'nin zaman serileriyle ilişkilendirilerek fonksiyonel bir bağlantı haritası oluşturulur. Bu harita, antikorelasyon kümelerini belirlemek için eşiklenir. Uyarma için kişiselleştirilmiş DLPFC beyin koordinatının seçimi, anti-korelasyon kümesinin farklı eşiklerde ne kadar tutarlı şekilde tanımlandığı ve en yakın girusun anti-korelasyon kümesinin maksimumuna göre konumuna göre belirlenir. Seçilen beyin koordinatı standart beyin alanından yerel beyin alanına doğru büküldüğünde, nöronavigasyon yazılımında TMS hedef planlaması için psikiyatriste bildirilir. Nöronavigasyon yazılımı, hastanın saç derisi yüzeyini ve anatomik işaretlerini MRI görüntüsünde önceden tanımlananlarla birlikte kaydetmek için kullanılır; böylece beyin koordinatlarının hedeflenmesi doğru ve kesin planlanabilir. Robotik kola monte edilen bobinin kullanımı, RSFC hedeflemesinin sağladığı doğruluğun, seans içinde ve seanslar arasında hedeflenen beyin koordinatına hassas şekilde iletilmesini sağlar. TMS doğumundan önceki hastanın beyin durumunun, fMRI alındığı anda (yani dinlenme hali) talimatları verilen gibi olması çok önemlidir.

Bu protokolü 2021'den beri kullanırken, güvenilirliği artırmak ve yöntemin klinik uygulamasını kolaylaştırmak için çeşitli değişiklikler yaptık. Örneğin, başlangıçta, çoklu dilim edinimiyle zamansal çözünürlüğü önceliklendirmek için 8 katına ayarlanmış BOLD bir toplama yöntemi kullandık (yani belirli bir zamanda daha fazla veri elde edilmesi). Ancak bu, SGC'de SNR sorunlarına yol açtı ve özellikle daha fazla baş hareketi olan hastalarda bu sorunlar daha fazla artış gösterdi. Ayrıca, çoklu bant 8 önemli görüntü bozulmalarına neden oldu. Alt çoklu bant faktörünün (yani 4) kullanımı bu sorunları sınırladı ve SGC gibi subkortikalbölgeler 25'ten üretilen tohum tabanlı korelasyon haritalarının güvenilirliğini artırdı. İkinci bir değişiklik ise psikiyatriste SGC-DLPFC fonksiyonel bağlantı haritası ve en az iki küme seçeneği sunmaktı. Bu sayede psikiyatrist, derin veya sulkal hedef durumunda beyin koordinatını uyarlamasına ve hastanın dayanılmaz (yüz ve trigeminal sinir uyarısı nedeniyle) hedefleri yeniden konumlandırmasına olanak sağladı; aynı zamanda seçilmiş bir küme içinde uyarlama güvenini korudu. Bu yaklaşım, beyin koordinatının seçilmesi üzerinde klinisyenlerin daha fazla etkisi olmasına izin verirken, benzer RSFC protokolleri bu süreci otomatikleştirmiştir; böyleceklinisyenin 26'sına sadece gyrus tabanlı koordinatlar verilmektedir. Son olarak, yerel yüksek performanslı bir kümede ön işleme ve RSFC analizi için yazılım boru hatlarını başlattık. Daha sonra bu analiz boru hatlarını tıbbi uygun bulut tabanlı bir hizmet kullanarak uyguladık ve araştırma dışı personel tarafından kullanımlarını kolaylaştırdık. Bu iş akışını yerel, araştırmaya özgü yüksek performanslı hesaplama kümesinden bulut platformuna geçirmek, tekrarlanabilirliği ve ölçeklenebilirliği artırdı; klinik alanlarda tutarlı yürütmeyi mümkün kıldı ve standartlaştırılmış fMRI ön işleme ve bağlantı analiz boru hatlarının dağıtımını basitleştirdi. Bu ölçeklenebilirlik, kişiselleştirilmiş TMS protokollerinin daha geniş klinik çevirisi ve çoklu merkezli tekrarlanabilirliğini destekler.

Mevcut protokolün temel sınırlaması, kaynak ve uzmanlık yoğun yapısıdır; bu da son kullanıcı (örneğin klinisistler ve hastalar) için erişilebilirlik ve ekonomik kaygıları artırır.3,27. İlk olarak, yazılım lisansına sahip bir radyografi hizmeti temin etmek zor olabilir, çünkü fMRI'nin ticari ve klinik kullanımı sınırlıdır. Bu MRI bağımlılığının ek bir noktası olarak, bazı hastaların güvenlik endişeleri nedeniyle (örneğin implante edilmiş cihazlar, hamilelik, klostrofobi) bu protokolü kullanamayacak olmasıdır. Ancak, deneyimimize göre, MRI güvenlik sorunları nedeniyle bu yöntemden hariç tutulan TMS uygun hasta sayısı nadir (%<%5). İkinci olarak, MRI edinimi, yazılım işleme ve nöronavigasyon kullanımıyla ilgili ücretler, hasta ve TMS kliniğinin iş modeli için maliyet-fayda değerlendirmesine dahil edilmelidir. Hedefleme yönteminin standart TMS hedefleme yöntemlerine kıyasla maliyet-etkinliğini değerlendirmek için gelecekteki çalışmalar gerekmektedir. Bu analiz, yaklaşan bir klinik denemede (ACTRN12625000528459) gerçekleştirilecektir. Bu protokolü uygulamak için gereken uzmanlık, laboratuvardan başucuya geçiş için bilimsel ve klinik personelden oluşan bir ekosistemi hâlâ gerektirmektedir. Ancak, MRI ön işleme ve RSFC analizi için gereken yazılımın nöronavigasyon ve robotik TMS kurulumuna dahil edildiği entegre çözümler zatenufukta 28. Bu tür kurulumlar, son kullanıcının sorun giderme ihtiyacını en aza indirmek veya ortadan kaldırmak için pragmatik çözümler içerir; örneğin girus26'nın otomatik hedeflenmesini sağlayan yöntem gibi. Ayrıca, elektroensefalografi (EEG) kullanılarak beyin aktivitesinin gerçek zamanlı izlenmesinin, depresyon için TMS terapisini kişiselleştirmek ve potansiyel olarak geliştirmek için daha pratik ve maliyet etkin bir yaklaşım sunup sunamayacağını belirlemek için gelecekteki çalışmalargerekmektedir 29,30,31.

RSFC tabanlı hedeflemenin doğruluk ve hassasiyetindeki artışın, özellikle nöronavigasyon ve robotik kol bobin teslimatı ile desteklendiğinde, saç derisi tabanlı hedefleme ve diğer bobin montaj yöntemlerine göre avantajlar sağladığına dair kanıtlar ortaya çıkmaktadır. Sadece standart hedefleme yöntemleri kullanılarak yapılan benzer çalışmalara kıyasla üstün sonuçlar gösteren açık etiketliçalışmayı yayımlamadık 11, aynı zamanda yakın zamanda yapılan doğal bir çalışma, hızlandırılmış protokoller kullanıldığında TMS dozunun artırılmasının sağladığı iyileşmelerden bağımsız olarak, RSFC hedeflemesine özgü tedavi sonuçlarındaki iyileşmeyi degöstermiştir 32. Bu, TMS sonuç varyansının kaynaklarının ele alınmasının aslında kısmen uyarının doğruluk ve hassasiyetiyle ilişkili olduğunu, doz farklılıklarının yarattığı varyanstan bağımsız olduğunu göstermektedir. İlgili olarak, RSFC hedeflemesinin yaygın bir uygulaması, hızlandırılmış TMS protokolleri 5,12,13,32,33 ile birlikte kullanılmasıdır; burada artan süre, oran ve toplam tedavi seansları sayısı, hasta ve TMS operatörü üzerinde yoğun bir şekilde daha yüksek dozlar sağlar. Bu ortamda RSFC hedefleme kullanımı nöronavigasyon gerektirir, ancak bobin monte edilmiş robotik kol zorunlu değildir. Buna rağmen, robotik kol, hasta başhareketi 34'ü kontrol etme açısından sabit kol monte bobinine göre avantajlar sağlar; bu hareket daha uzun süreli TMS seanslarında daha olasıdır ve tekrar eden seanslarda birikimlidir. Ayrıca, robotik otomasyon, TMS operatörünün güvenilirliğini ve güvenliğini artırır ve elde tutulan bobin yaklaşımlarına kıyasla yorgunluğuazaltır 27. Bu özellikle, hızlandırılmış TMS gibi yoğun protokoller için önemlidir; çünkü bunlar iş gücü üzerinde önemli etkiler (örneğin, uzatılmış çalışma saatleri, dönüşümlü klinik personel).

Bu protokolde tanımlandığı gibi, beyin devresine dayalı hedefli nörosümülasyon, depresyon ve TMS yönteminin tedavi göstergesinin ötesine daha kolay yayılacaktır. Dinlenme durumu beyin dinamiklerinin frontostriatal sistemlerdeki bozukluklarla güvenilir şekilde karakterize edildiği Obsesif Kompulsif Bozukluk (OKB)gibi durumlar, non-invaziv nörosümülasyonun fonksiyonel bağlantı temelli hedeflenmesine uygun bir sonraki durum olabilir. Gerçekten de, OKB'nin tedaviye dirençli doğası, bireysel düzeyde ortaya çıkan fonksiyonel farklılıkların kişiselleştirilmiş yaklaşımlar gerektirebileceği biyolojik heterojenliğinden kısmen kaynaklanabilir. Gelecekte yapılacak çalışmalar, TMS'nin OKBpatolojisinde (36) sürekli olarak rol oynadığı orbitofrontal korteks gibi küçük kortikalyapılara (27) doğru ve hassas şekilde ulaşılması için nöronavigasyonlu robotik hedeflemenin gerekli olup olmadığını değerlendirmek için gereklidir. Ayrıca, OKB'de rol oynayan alt kortikal bölgeler, örneğin ventralstriatum 37, özellikle odaklanma ultrason39,40 gibi gelişen invaziv olmayan nörosümülasyon teknolojilerini kullanan robotik yaklaşımlardan fayda görebilir; burada hassasiyet sadece etkinlik için değil, aynı zamanda güvenlik için de gereklidir.

Açıklamalar

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

Tüm yazarlar Queensland Nörostümülatör Merkezi'nde yer almaktadır. L.J.H., A.Z., R.C. ve L.C. QNC TARAFıNDAN ÖDEME ALMAZKEN, B.B. (psikiyatrist) ve V.N. (yazılım mühendisi) QNC ile yaptıkları çalışmalar için maddi tazminat almıştır. B.B., klinik iş akışının gerçekleştiği Queensland Nörosümülasyon Merkezi'nin (QNC) direktörüdür. Burası, transkraniyal manyetik uyarım hizmetleri sunan Kar Amacı Gütmeyen bir kliniktir. L.C. ve B.B., nörogörüntüleme temelli kişiselleştirilmiş TMS'yi kapsayan patent başvurularında ortak mucit olarak görev yaptılar. L.C., Resonait ve ANT Neuro ile depresyon için görüntüleme tabanlı kişiselleştirilmiş TMS'nin geliştirilmesinde yer almaktadır. ANT Neuro ve Resonait'in geçici patenti ve ürünleri bu çalışmayla doğrudan ilgili değildir. L.C., Wiley Human Brain Mapping'in editör kurullarında yer almaktadır; bu dergisinin çalışmada hiçbir rolü yoktu.

Teşekkürler

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

Klinik iş akışını destekleyen ve veri toplayan I Cruice, S Thwaites, S Issa, J Miller ve J Ng'ye teşekkürler. Bu çalışma, Avustralya NHMRC (2001283 ve 2027597, L.C.) tarafından desteklendi. L.J.H., NHMRC'den (1194070) bir araştırma bursu ile desteklendi.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
64 kanallı baş ve boyun bobiniSiemens10606850
Bulut hesaplama ServisiAmazonhttps://aws.amazon.com/?refid=536ef9fe-bc1d-4318-ae84-3df0523ed98a
CobotAksilumhttps://www.axilumrobotics.com/en/Bu kobot, nöronavigasyon sistemi ve bobin ile özel entegrasyon yazılımı ve donanım entegrasyonuna sahiptir.
dcm2niixRordern Laboratuvarıhttps://www.nitrc.org/plugins/mwiki/index.php/dcm2nii:MainPage; https://github.com/rordenlab/dcm2niixBkz. https://www.nitrc.org/plugins/mwiki/index.php/dcm2nii:MainPage; https://github.com/rordenlab/dcm2niix için kullanım kılavuzu. 
fMRIPrepNiPrepshttps://fmriprep.org/en/stable/api.htmlfMRI ön işleme için açık kaynak yazılım aracı, işlem kılavuzu için https://fmriprep.org/en/stable/'ye bakınız.
MRI makinesiSiemens1660263 Tesla alan gücü.
MRICronNITRChttps://www.nitrc.org/projects/mricronMRI görüntülerini görselleştirmek için açık kaynak yazılım aracı, işlem kılavuzu için https://www.nitrc.org/projects/mricron'a bakınız.
Nöronavigasyon kamerasıNorthern Digital Inc.P7-11191Bu nöronavigasyon kamerası ve aynı üretici tarafından üretilen diğerleri; TMS Navigator ile uyumludur
TMS bobiniMagVenture9016 E0151Bu bobin, cobot robotik koluyla donanım entegrasyonu için tasarlanmıştır ve kendi soğutma sistemiyle birlikte gelir.
TMS nöronavigasyon sistemiYerel Bölge10225Bu nöronavigasyon sistemi, cobot ve TMS uyarıcısı ile özel entegre yazılım fonksiyonlarına sahiptir.
TMS stimulatörüMagVenture A/S  9016E0721Bu TMS stimulyatör sistemi, bobin ve nöronavigasyon sistemi ile stimülasyon geri bildirimi için entegre olacak şekilde tasarlanmıştır (örneğin, nabız sayısı, motor uyarılmış potansiyel kaydı).  

Kaynaklar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. O’reardon, J. P., et al. Efficacy and safety of transcranial magnetic stimulation in the acute treatment of major depression: A multisite randomized controlled trial. Biol Psychiatry. 62 (11), 1208-1216 (2007).
  2. Luehr, J. G., Fritz, E., Turner, M., Schupp, C., Sackeim, H. A. Accelerated transcranial magnetic stimulation: A pilot study of safety and efficacy using a pragmatic protocol. Brain Stimulat Basic Translat Clin Res Neuromodulat. 17 (4), 860-863 (2024).
  3. Ramos, M. R. F., et al. Accelerated theta-burst stimulation for treatment-resistant depression: A randomized clinical trial. JAMA Psychiatry. 82 (5), 442-450 (2025).
  4. Blumberger, D. M., et al. Effectiveness of theta burst versus high-frequency repetitive transcranial magnetic stimulation in patients with depression (three-d): A randomised non-inferiority trial. Lancet. 391 (10131), 1683-1692 (2018).
  5. Cole, E. J., et al. Stanford neuromodulation therapy (snt): A double-blind randomized controlled trial. Am J Psychiatry. 179 (2), 132-141 (2022).
  6. Fox, M. D., Halko, M. A., Eldaief, M. C., Pascual-Leone, A. Measuring and manipulating brain connectivity with resting state functional connectivity magnetic resonance imaging (fcmri) and transcranial magnetic stimulation (tms). Neuroimage. 62 (4), 2232-2243 (2012).
  7. Fox, M. D., Liu, H., Pascual-Leone, A. Identification of reproducible individualized targets for treatment of depression with tms based on intrinsic connectivity. Neuroimage. 66, 151-160 (2013).
  8. Cash, R. F., Cocchi, L., Lv, J., Fitzgerald, P. B., Zalesky, A. Functional magnetic resonance imaging–guided personalization of transcranial magnetic stimulation treatment for depression. JAMA Psychiatry. 78 (3), 337-339 (2021).
  9. Cash, R. F., et al. Personalized connectivity-guided dlpfc-tms for depression: Advancing computational feasibility, precision and reproducibility. Human Brain Mapping. 42 (13), 4155-4172 (2021).
  10. Siddiqi, S. H., Weigand, A., Pascual-Leone, 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).
  11. Hearne, L. J., et al. Clinical and neurophysiological effects of robotically-delivered fmri-guided personalized transcranial magnetic stimulation therapy for depression. Psychother Psychosomat. 94 (4), 225-331 (2025).
  12. Cole, E. J., et al. Stanford accelerated intelligent neuromodulation therapy for treatment-resistant depression. Am J Psychiatry. 177 (8), 716-726 (2020).
  13. Koh, J. Z. J., et al. Personalized transcranial magnetic stimulation treatment for depression: An open label pilot trial. Brain Stimulat Basic Translat Clin Res Neuromodulat. 18 (1), 480-481 (2025).
  14. Montgomery, S. A., Åsberg, M. A new depression scale designed to be sensitive to change. Br J Psychiatry. 134 (4), 382-389 (1979).
  15. Hamilton, M. The assessment of anxiety states by rating. Br J Med Psychol. 32 (1), 50-55 (1959).
  16. Zigmond, A. S., Snaith, R. P. The hospital anxiety and depression scale. Acta Psychiatrica Scandinavica. 67 (6), 361-370 (1983).
  17. Sforzini, L., et al. A delphi-method-based consensus guideline for definition of treatment-resistant depression for clinical trials. Mol Psychiatry. 27 (3), 1286-1299 (2022).
  18. Li, X., Morgan, P. S., Ashburner, J., Smith, J., Rorden, C. The first step for neuroimaging data analysis: Dicom to nifti conversion. J Neurosci Meth. 264, 47-56 (2016).
  19. Esteban, O., et al. Fmriprep: A robust preprocessing pipeline for functional mri. Nat Meth. 16 (1), 111-116 (2019).
  20. Van Essen, D. C., et al. The human connectome project: A data acquisition perspective. Neuroimage. 62 (4), 2222-2231 (2012).
  21. Cocchi, L., et al. Effects of transcranial magnetic stimulation of the rostromedial prefrontal cortex in obsessive–compulsive disorder: A randomized clinical trial. Na Mental Health. 1 (8), 555-563 (2023).
  22. Cocchi, L., et al. Transcranial magnetic stimulation in obsessive-compulsive disorder: A focus on network mechanisms and state dependence. NeuroImage Clin. 19, 661-674 (2018).
  23. Bouaziz, N., et al. Real world transcranial magnetic stimulation for major depression: A multisite, naturalistic, retrospective study. J Affective Disord. 326, 26-35 (2023).
  24. Cao, X., Deng, C., Su, X., Guo, Y. Response and remission rates following high-frequency vs. Low-frequency repetitive transcranial magnetic stimulation (rtms) over right dlpfc for treating major depressive disorder (mdd): A meta-analysis of randomized, double-blind trials. Front Psychiatry. 9, 413(2018).
  25. Risk, B. B., et al. Which multiband factor should you choose for your resting-state fmri study. NeuroImage. 234, 117965(2021).
  26. Kong, R., et al. Network-based near-scalp personalized brain stimulation targets. bioRxiv. , (2025).
  27. Bai, W., et al. Robot-assisted transcranial magnetic stimulation (robo-tms): A review. IEEE Transact Neural Syst Rehabilitat Eng. 33, 2606-2621 (2025).
  28. Yang, Z., Luo, N., Fan, L., Jiang, T. Neuromodulation robot for precision tms. Aperture Neuro. 5 (Suppl 1), (2025).
  29. Faller, J., et al. Daily prefrontal closed-loop repetitive transcranial magnetic stimulation (rtms) produces progressive eeg quasi-alpha phase entrainment in depressed adults. Brain Stimulat. 15 (2), 458-471 (2022).
  30. George, M. S., et al. Eeg synchronized left prefrontal transcranial magnetic stimulation (tms) for treatment resistant depression is feasible and produces an entrainment dependent clinical response: A randomized controlled double blind clinical trial. Brain Stimulat. 16 (6), 1753-1763 (2023).
  31. Pantazatos, S. P., et al. The timing of transcranial magnetic stimulation relative to the phase of prefrontal alpha EEG modulates downstream target engagement. Brain Stimulat. 16 (3), 830-839 (2023).
  32. Desouza, D. D., et al. Naturalistic outcomes with fmri-guided and non-fmri-guided accelerated tms for depression. medRxiv. , (2025).
  33. Cole, E., et al. accelerated intelligent neuromodulation therapy for treatment-resistant depression (saint-trd). Brain Stimulat Basic Translat Clin Res Neuromodulat. 12 (2), 402(2019).
  34. Richter, L., Matthäus, L., Schlaefer, A., Schweikard, A. Fast robotic compensation of spontaneous head motion during transcranial magnetic stimulation (tms). UKACC Int Conf CONTROL 2010. , (2010).
  35. Cocchi, L., et al. Functional alterations of large-scale brain networks related to cognitive control in obsessive-compulsive disorder. Human Brain Mapping. 33 (5), 1089-1106 (2012).
  36. Naze, S., et al. Mechanisms and interventions promoting healthy frontostriatal dynamics in obsessive-compulsive disorder. Nat Comm. 16 (1), 7400(2025).
  37. Webb, L., et al. Altered striatal functional gradients in obsessive-compulsive disorder. Biol Psychiatry Cognitive Neurosci Neuroimag. 10 (11), 1134-1142 (2025).
  38. Cocchi, L., Zalesky, A. Personalized transcranial magnetic stimulation in psychiatry. Biol Psychiatry Cognitive Neurosci Neuroimag. 3 (9), 731-741 (2018).
  39. De Souza, D. N., et al. Focused ultrasound as an emerging therapy for neuropsychiatric disease: Historical perspectives and a review of current clinical data. Psychiatry Clin Neurosci. 79 (5), 215-228 (2025).
  40. Riva-Posse, P., Figee, M. A safe step in the right direction: Focused ultrasound in obsessive-compulsive disorder and depression. Biol Psychiatry. 97 (7), 664-665 (2025).
  41. Gorgolewski, K., et al. Nipype: A flexible, lightweight, and extensible neuroimaging data processing framework in Python. Front Neuroinfo. 5, 13(2011).
  42. Wang, H. T., et al. Continuous evaluation of denoising strategies in resting-state fmri connectivity using fmriprep and nilearn. PLoS Computat Biol. 20 (3), e1011942(2024).
  43. Avants, B. B., Tustison, N., Song, G. Advanced normalization tools (ANTS). Insight J. 2 (365), 1-35 (2009).

Yeniden basım ve izinler

Bu JoVE makalesinin metnini veya şekillerini yeniden kullanmak için izin iste

İzin iste

Etiketler

fMRI Rehberli inde TMSKi iselle tirilmi TMS TerapisiDorsolateral Prefrontal KorteksN ronavigasyon Yaz l mDinlenme Durumu Fonksiyonel Ba lant sallRobotik TMS UygulamasTeta Burst Stim lasyonuMotor E ik Testi

İlgili makaleler