基于网络的近头皮个性化大脑刺激目标
Ru Kong1,2,3,4, Aihuiping Xue1,2,3,4, Leon Qi Rong Ooi1,2,3,4,5
1Centre for Sleep and Cognition & Centre for Translational MR Research, Yong Loo Lin School of Medicine, National University of Singapore, Singapore.
bioRxiv : the preprint server for biology
|June 6, 2025
概括
这项研究引入了一个新的算法,用于个性化的跨脑磁刺激 (TMS) 向. 该方法优化了功能连接和头皮接近,提高了大脑刺激疗法的可靠性和患者舒适性.
科学领域:
- 神经科学是一个神经科学.
- 医疗成像医学成像
- 计算生物学 计算生物学
背景情况:
- 功能连接 (FC) 对于个性化的跨磁刺激 (TMS) 目标识别至关重要.
- 当前的方法往往忽略了个体的整个皮层网络变异.
- 靠近头皮的目标可以通过潜在地减少刺激强度来提高患者的耐受性.
研究的目的:
- 开发一个算法,以优化FC和头皮的近距离,以实现个性化的TMS目标定位.
- 通过最大限度地减少可调节的参数,提高跨不同人群的概括性.
主要方法:
- 利用多会期层次贝叶斯模型 (MS-HBM) 进行高质量,个体特定的皮质网络估计.
- 采用基于树的算法来进行最佳目标位置选择.
- 将新方法与"集群"和"圆"算法进行了比较,这些算法涉及头皮的近距离,可靠性和FC.
主要成果:
- 基于树的MS-HBM可靠地确定了两个数据集中的健康个体的近头皮个性化的TMS抑郁症目标.
- 与现有方法相比,目标显示出更高的可靠性,头皮的接近性和FC到下前带状皮层.
- 该算法通过在没有参数调整的情况下成功识别焦虑的目标来显示多功能性.
结论:
- 基于树的MS-HBM算法为估计近皮肤个性化的TMS目标提供了一个强大的和可概括的框架.
- 这种方法有可能改善患者的耐受性和大脑刺激治疗结果.


