使用TMS-EEG进行离线处理时,评估大脑网络对干扰的抗性变化的协议

科学领域:

• 神经科学是一个神经科学.
• 认知科学 认知科学
• 大脑网络分析 脑网络分析

背景情况:

• 跨磁刺激 (TMS) 和脑电图 (EEG) 是研究大脑活动和连接性的关键工具.
• 在认知任务后在线处理期间评估网络变化需要精确的方法来最大限度地减少固有的偏见.

研究的目的:

• 提出一种标准化的静止状态TMS-EEG协议,用于评估大脑网络活动变化.
• 详细说明实验设计,设置,数据收集和分析步骤,以进行准确的离线处理评估.

主要方法:

• 采用了一种可控的实验设计,将静止状态TMS与EEG结合起来.
• 实施了一项专注于在数据采集和分析过程中最大限度地减少偏差的协议.
• 描述了实验规划,参与者准备和数据处理的程序.

主要成果:

• 开发的协议使得在离线处理过程中准确评估大脑网络活动变化.
• 该方法有效地减少了与TMS-EEG研究经常相关的混因素.
• 证明了一种可靠的方法来调查任务诱导的网络修改.

结论:

• 本文介绍的静止状态TMS-EEG协议为研究大脑网络动态提供了一个强大的方法.
• 这种标准化的方法提高了在连接的大脑网络中评估离线处理的可靠性和准确性.
• 该协议是研究人员研究大脑可塑性和网络功能的宝贵工具.