Navigasyon Ekipmanının Yokluğunda Transkraniyal Manyetik Stimülasyon için Fonksiyona Özgü Hedeflerin Lokalizasyonu

Motor bilişsel sinirbilim alanında çalışıyorum ve TMS ile ince el hareketlerinin nasıl artırılacağına bakıyorum. Navigasyon sistemleri olmadan bile beyin fonksiyonlarını hedeflemenin basit yollarını bulmaya çalışıyoruz.

Transkraniyal manyetik stimülasyon hedeflemesi, basit nokta toplamadan beyin ağlarını ayarlamaya geçti ve yapay zekanın yardımıyla daha akıllı, daha kişisel ve özel beyin tedavilerine daha yakın hale geliyor.

Şu anda, transkraniyal manyetik stimülasyon hedeflerini tanımlamanın yolları arasında, kapalı döngü ve beyin durumuna bağlı TMS kullanarak bilişsel performansa dayalı çok modlu görüntüleme kılavuzlu, FMRI kılavuzlu, zirve hedefleri ve elektrik alanlarının yüksek hassasiyetle modellenmesi yer almaktadır.

Cerrahi kortikal koordinatları ve iki diskli kapağı giriş hatalarıyla haritalamak zordur.

Çoğu meslektaşımızın nöral navigasyon sistemi yoktur, bu nedenle kişiselleştirilmiş fonksiyona özgü transkraniyal manyetik stimülasyon tedavisi için çözemezler. Yaklaşımımız bu sorunu çözmeyi seçiyor.

[Sunucu] Başlamak için ön işleme yazılımını açın. DPARSF 5.4'e tıklayın, ardından belirli parametreleri kullanarak görev durumu verilerini önceden işlemek için DPARSF Advanced Edition'ı seçin. Dilim zamanlaması ve kafa hareketi düzeltmeleri gerçekleştirin. İşlevsel görüntüleri yapısal görüntülere birlikte kaydedin ve tam genişlikte en fazla altı milimetre olacak şekilde uzamsal yumuşatma uygulayın. SPM 12'yi açın ve tahmini birlikte kaydet'e tıklayın. Başvuru görüntüsü için, T1 Img klasöründen sub-starerisk crop_1.nii adlı dosyayı seçin. Kaynak görüntü için, realign parametre klasöründen mean asterisk.nii dosyasını seçin. Diğer görüntü için, eğlenceli Img AR klasöründen ham asterisk.nii dosyasını seçin. Segmente tıklayın ve ardından birimleri seçin. T1 Img klasöründen alt yıldız işareti crop_1.nii dosyasını seçin. Deformasyon alanları için ters artı ileri'yi seçin. Ardından çalıştır'ı tıklayın. Aynı klasördeki sub-asterisk.nii dosyası için bu segmentasyonu yineleyin. Ardından, pürüzsüz'e tıklayın. Görüntünün düzgünleştirilmesi için fun imgar klasöründen raasterisk.nii dosyalarını seçin ve FWHM alanına 666 girin. Bireysel aktivasyon haritaları elde etmek için birinci seviye analiz yapın ve stimülasyon hedefi olarak aktivasyonun tepe vokselini belirleyin. indiv_act adlı yeni bir klasör oluşturun ve ilk seviyeyi belirtin'e tıklayın. Dizin alanında, indiv_act klasörünü seçin. Tasarım için birimlere tıklayın, taramaları seçin ve taramalar arası aralık için iki tane girin. Veri ve tasarım bölümünde, taramalar altında SRA asterisk.nii dosyalarını seçin. Koşul bölümünün altında, adı öğesine dokunun. Ardından başlangıç için 0, 30, 60, 90 girin ve süreleri 15 olarak ayarlayın. Ardından birden fazla regresöre tıklayın ve yeniden hizalanmış parametrelerden rp_aasterisk.txt dosyasını seçin. Tahmin etmek için indiv_act klasöründen SPM.map dosyasını seçin ve spmt_0001 tek tek görev etkinleştirme haritasını oluşturun. Şimdi sonuçlara basın ve indiv_act klasöründen spm.map dosyasını seçin. T kontrastını kontrol edin ve yeni kontrast tanımla'ya tıklayın. Özel bir ad girin, ardından kontrast alanına 1,0 girin ve gönder'e tıklayın. Tamam, bitti. Maskeleme uygula'nın altında hiçbiri'ni seçin. Ardından, kontrol etmek için P değeri ayarı altında hiçbiri'ni seçin ve değeri 0,001 olarak ayarlayın. ve genişletme eşiğini sıfıra ayarlayın. Şimdi, yazmayı normalleştir'e ve ardından veriyi tıklayın. Deformasyon alanlarında, T1 Img klasöründen iy crop 1 dosyasını seçin. Yazılacak görüntü için M1 beyin bölgesi maskesini seçin. Ardından tek tek sınırlayıcı kutuyu ve voksel boyutlarını girin. Ardından, coregister reslice tuşuna basın, ardından görüntü tanımlama alanı için indiv_act klasöründen SPMT_0001 seçin. Görüntünün yeniden dilimlenmesi için daha önce oluşturulan W asterisk.nii dosyasını seçin. Şimdi, bireysel görev etkinleştirme tepe noktasını hesaplayın. MatLab'da, pozitif kodu sıralayın, ardından verilen adları girin. Negatif bir değere sahip ilk X koordinatını belirleyin ve bunu bireysel görev etkinleştirme tepe noktası olarak kaydedin. Kişiselleştirilmiş, işleve özel, hedef lansman SPM 12'yi bulmak için FMRI'ye tıklayın ve ardından menüden segmenti seçin. Parametreler arayüzü altında, ses düğmesine basın, MNI beyin şablonu dosyasını seçin. Ardından ters artı ileriyi seçmek için deformasyon alanlarına tıklayın. Ardından, MatLab'ı başlatın ve standart kafa derisinin iç ve dış kenarlarını ana hatlarıyla belirtmek için kenar kodunu çalıştırın. c5.nii görüntüsünü seçin. Ardından c5_edges.nii dosyasını oluşturmak için bitti'yi tıklayın. Şimdi, standart kafa derisi kenarını bireysel alana dönüştürmek için SPM 12'yi kullanın. Normalleştir'e tıklayın, yazın ve verilere tıklayın. Deformasyon alanları altındaki T1 Img klasöründen iy_sub asterisk.nii dosyasını seçin. Yazılacak görüntüler için C5 outer edge.nii'yi seçin ve tek tek sınırlayıcı kutu ve voksel boyutlarını girin. MatLab'da transkorteksi kafa derisi koduna açarak kortikal koordinatları kafa derisi koordinatlarına dönüştürün ve ilk satırı çalıştırın. Bireysel etkinleştirme noktası koordinatlarını girin. WC5 dış kenar dosyasını seçin. Ardından çıkış koordinatlarını kaydedin. dpabi viewer'ı açın. Altlığa tıklayın ve bireysel T1 yapısal görüntüsünü seçin. Sol ve sağ kulak zirvelerinin, nasyonun ve inion'un koordinatlarını bulun ve kaydedin. Şimdi, MatLab'da kesişim kodunu açarak kafa derisi orijinini tanımlayın. Dört yer işareti noktasının koordinatlarını girin. Ardından kulak ve nasion-inion çizgilerinin kesişme koordinatlarını hesaplamak için kodu çalıştırın. Kavşak koordinatlarını kaydedin. Kesişme noktasını Z ekseni boyunca kafa derisine taşımak için başlangıç kodunu MatLab'da açın. Tanımlama noktası H alanına kesişme noktası koordinatlarını girin ve WC5 dış kenar dosyasını seçin. Kafa derisi orijin koordinatları O'yu elde edin. Kafa derisi orijininden her bir noktaya olan gerçek mesafeyi hesaplamak için mesafe kodunu çalıştırın. WC5 dış kenar dosyasını seçin ve istendiği gibi kafa derisi kaynağını, hedefi ve dört yer işareti noktası koordinatını girin. Şimdi, açı X ekseni hesaplama kodunu açarak kafa derisi hedefini ve kafa derisi orijini birleştiren çizgi ile XY düzlemindeki X ekseni arasındaki açıyı hesaplayın ve ilk satırı çalıştırın. Komut penceresinde, kafa derisi orijininin ve stimülasyon hedefinin koordinatlarını girin. Hesaplanan mesafe ve açıya göre karşılık gelen yumuşak cetvel konumunu sabitlemek için hedefleme cetvelini kullanın. Ardından kafa derisini yıkanabilir bir kalemle işaretleyin. Tek bir örnek T-testi haritasına dayalı olarak, işlevsel bağlantı ve düşük frekanslı dalgalanma sonuçlarının genliği, çoklu karşılaştırma düzeltmesi olmadan görüntülenir.