电脑电图振荡可以预测theta爆刺激后的皮质反应
Guiyuan Cai1, Jiayue Xu1, Qian Ding2
1Department of Rehabilitation Medicine, the Second Affiliated Hospital, School of Medicine, South China University of Technology, Guangzhou, 510013 China.
Brain research bulletin
|February 17, 2024
概括
使用脑电图 (EEG) 振荡的机器学习模型可以预测个体对跨磁刺激 (TMS) 的反应. 这有助于通过根据大脑活动模式识别响应者和非响应者来个性化TMS协议.
科学领域:
- 神经科学是一个神经科学.
- 计算神经科学是一种神经科学.
- 生物医学工程 生物医学工程
背景情况:
- 像连续和间歇的甲爆刺激这样的重复性横磁刺激 (TMS) 模型显示皮层刺激性变化的高个体间的变化.
- 电脑电图 (EEG) 振荡在调节TMS反应中的作用尚未完全理解,这有助于反应变化.
研究的目的:
- 研究机器学习模型的潜力,利用EEG振荡特征,预测TMS的个体皮质反应.
- 探索特定的EEG振荡模式与TMS响应的变化之间的关联.
主要方法:
- 23名健康成年人在单独的会议中接受了连续和间歇的甲型爆发刺激.
- 在TMS之前记录了静止状态EEG,并根据静止运动值变化将参与者分为响应者或不响应者.
- 使用支持矢量机 (SVM) 和多层感知子 (MLP) 来构建TMS响应的预测模型.
主要成果:
- 在SVM模型中,对于间歇性达爆发刺激 (91.30%) 和连续性达爆发刺激 (95.66%) 两种情况下,SVM模型在区分响应者和非响应者方面都表现出高准确度.
- 影响模型预测的关键EEG特征包括贝塔频段内的全球聚类系数和全球特征路径长度.
结论:
- 脑电图振荡特征可以作为可靠的生物标志物,用于预测皮质对TMS的反应.
- 这些发现增强了对神经振荡在TMS反应变异性中的作用的理解,并支持开发个性化的TMS协议.
