发育中大脑运动皮层的非侵入性调控与机器人定位 mapping

本方案采用全球首台儿科经颅磁刺激（TMS）机器人，用于绘制健康儿童以及患有早期脑损伤（如围产期卒中）儿童的运动皮层图谱。该方案结合磁共振成像（MRI）与神经导航技术，可提高脑图谱绘制的准确性与精确度，并缩短映射会话时间。该方法有助于消除人为误差，同时提高年轻患者的治疗安全性与耐受性。

目前，运动功能定位尚未用于诊断或预后目的，但它是一种新颖的技术，可用于测量大脑在发生脑损伤或接受干预后所发生的变化及神经通路的重组情况。类似的技术若针对不同目标区域，也可用于语言区定位。语言区与运动功能定位在术前规划中具有重要意义。

首先使用神经导航软件中的选项卡重建皮肤和全脑的曲线结构。选择“新建”、“皮肤”，然后计算皮肤。确保包含鼻部和头顶区域。

然后，选择新的全脑曲线。将绿色选择框置于脑外但颅骨内，选择计算曲线。

调整剥离深度至4.0至6.0毫米。选择配置标志点。在重建皮肤的鼻尖、鼻根以及双侧耳切迹处放置四个标志点。

根据其解剖结构命名相应的解剖标志。选择目标的标签页以查看脑部的曲线结构。选择新建和矩形网格。

在重建脑表面的运动皮层手结区上方放置一个12×12的均匀坐标网格，网格间距为7毫米。接下来，使用右侧的目标定位工具优化网格的位置，调整其旋转、倾斜和曲率。将网格点转换为轨迹，以引导机器人定位经颅磁刺激（TMS）线圈。

调整轨迹角度，使其与大脑的纵裂或脑组织成45度角。使用吸附工具对轨迹进行外推，并优化至与大脑的曲线结构相匹配。最后，初始化经颅磁刺激（TMS）机器人的机械臂和座椅位置至就绪状态，并通过四点传感器测试校准测力板传感器。

首先引导受试者进入测试室，并让其填写安全问卷。然后让受试者坐在机器人座椅上，调节靠背和颈部支撑，确保其双脚有良好支撑。

在绘图过程中，使用枕头支撑手臂和手部。清洁目标肌肉区域的皮肤。将银/氯化银表面电极放置于受试者双手和前臂，分别对应双侧前臂远端的四块肌肉。

第一背侧骨间肌、拇短展肌、小指展肌以及腕伸肌。将放大器连接至配备兼容肌电图（EMG）软件的数据采集计算机。随后，将表面电极连接至肌电图（EMG）放大器和数据采集系统，并确保接地电极也已正确连接。

使用标记点指针在受试者头部共注册四个标记点，并使用验证选项卡确保受试者头部已正确注册。然后，选择最靠近受试者手结区的网格点。点击“对准目标”按钮，使机器人持有的经颅磁刺激（TMS）线圈对准该目标位置。

选择接触模式。使用接触力指示器监测接触质量，并确保指示器显示为绿色或黄色。指导参与者不要移动到机械臂工作范围之外。

确保受试者的手部肌肉在接触前处于放松且静止状态。选择“对齐并跟随”功能，以便在受试者移动时线圈仍能保持在靶点中心。使用TMS仪器上的TMS触发按钮，以最大刺激输出强度的40%至60%之间，给予5到10次TMS脉冲。

最后，确定能够引出左侧或右侧第一骨间背侧肌（FDI肌）最大且最稳定的运动诱发电位的网格点。将静息运动阈值（RMT）定义为：在10次刺激中，有5次能够使FDI肌产生至少50微伏（µV）运动诱发电位（MEP）的最低刺激强度。首先，在最接近热点的网格点处，以1秒的刺激间间隔和120% RMT的刺激强度，给予4次单脉冲经颅磁刺激（TMS）。

然后，在相邻的网格点重复该操作。沿响应点依次线性推进，直至到达一个无响应的点，该点即标示出图谱的第一个边界区域。接着，继续绘制以确定矩形网格四个方向上的所有边界点。

使用肌电图软件记录所有肌肉的运动诱发电位（MEPs），以供离线分析。在完成三到四个网格点后，选择关闭接触，并让受试者休息，直至其感觉可以继续为止。接下来，使用相同网格的纸质副本记录刺激顺序，以便进一步分析。

使用机器人经颅磁刺激（TMS）进行完整定位。最后，通过联系作者获取定制编码脚本，以生成三维运动图谱。利用有反应的轨迹位点计算运动图谱的面积和体积。

将每个坐标位置的运动表征作为加权平均值，计算重心。这些结果表明，在为期五天的训练中，经颅直流电刺激（tDCS）和高分辨率经颅直流电刺激（HD-tDCS）提高了学习速率。与假刺激组相比，主动干预组在第四天和第五天的每日平均左手PPT评分改善更为显著。

该方法学已从先前的研究中复制，且数据集已被合并。重复实验的数据表明，与假刺激组相比，tDCS 和 HD-tDCS 组的学习速率均有显著提高。手术流程的规划与实际操作同样重要。

应仔细将网格和轨迹叠加在磁共振成像（MRI）图像上。若使用脑模板，应从受试者头部采集多个样本。该操作可在干预前后分别进行，以评估运动图谱的相应变化。

按照此方案进行评估，可以揭示运动图谱测量指标与功能结局之间的关系。通过使用本方案，研究人员可学习如何在儿童中利用机器人经颅磁刺激（TMS）准确、及时且安全地生成运动图谱。主要挑战包括引导机器人并将其精确对准目标区域。

轨迹必须准确预设。通过练习线圈对准，并尝试多种倾斜和旋转参数组合，有助于优化线圈轨迹设计。所有仪器均无危险性。

当机器人触碰受试者头部时，必须持续观察机器人，因为机器人会对任何头部运动做出反应。