在缺乏导航设备的情况下定位经颅磁刺激的功能特异性靶点

我从事运动认知神经科学的研究，探索如何利用经颅磁刺激（TMS）增强手部精细运动。我们正致力于寻找一些简单的方法来调控脑功能，即使在没有导航系统的情况下也能实现精准靶向。

经颅磁刺激靶点定位已从简单的位点选择发展到对脑网络的精细调控，而借助人工智能，这一技术正变得越来越智能、个性化，并逐步接近定制化的脑部治疗。

目前，定义经颅磁刺激靶点的方法包括多模态影像引导、功能磁共振成像（fMRI）引导、基于认知表现峰值的闭环靶点定位、依赖脑状态的经颅磁刺激，以及高精度电场建模。

绘制手术皮层坐标并将双盘帽与之对应时，容易引入误差，具有挑战性。

大多数同行没有神经导航系统，因此无法实施针对个体化功能的经颅磁刺激治疗。我们的方法旨在解决这一问题。

[Presenter] 首先，打开预处理软件。点击 DPARSF 5.4，然后选择 DPARSF 高级版，以使用特定参数对任务态数据进行预处理。执行切片时间校正和头动校正。将功能像与结构像进行配准，并采用半高全宽为 6 毫米的空间平滑。打开 SPM 12，点击配准估计（coregister estimate）。在参考图像中，从 T1 Img 文件夹选择名为 sub-asterisk crop_1.nii 的文件；在源图像中，从 realign parameter 文件夹选择 mean asterisk.nii 文件；在其他图像中，从 fun Img AR 文件夹选择 raw asterisk.nii 文件。点击分割（segment），然后选择“体积”（volumes）。从 T1 Img 文件夹中选择 sub-asterisk crop_1.nii 文件。在形变场选项中，选择“逆向加正向”（inverse plus forward），然后点击运行。对同一文件夹中的 sub-asterisk.nii 文件重复此分割过程。接下来，点击平滑（smooth）。从 fun imgar 文件夹中选择 raasterisk.nii 文件作为待平滑图像，并在 FWHM 字段中输入 666。进行一阶分析以获得个体激活图，并将激活峰值体素确定为刺激靶点。创建一个名为 indiv_act 的新文件夹，点击“指定一阶分析”（specify first level）。在目录字段中选择 indiv_act 文件夹。点击设计单位，选择“扫描”（scans），并将扫描间间隔设为 2。在数据与设计部分，选择扫描下的 SRA asterisk.nii 文件。在条件部分，将名称设为 tap，然后输入 0、30、60、90 作为起始时间，持续时间设为 15。接着点击多个协变量（multiple regressors），从 realigned parameters 文件夹中选择 rp_aasterisk.txt 文件。进行估计时，从 indiv_act 文件夹中选择 SPM.map 文件，生成个体任务激活图 spmt_0001。现在，点击结果（results），从 indiv_act 文件夹中选择 spm.map 文件。勾选 T 对比，点击“定义新对比”（define new contrast）。输入自定义名称，然后在对比字段中输入 1,0，点击提交。好的，完成。在应用掩模（apply masking）中选择“无”（none）。在 P 值校正控制中选择“无”（none），并将阈值设为 0.001。将簇扩展阈值设为 0。接下来，点击标准化写入（normalize write），然后点击数据（data）。在形变场中，从 T1 Img 文件夹选择 iy crop 1 文件。在待写入图像中，选择 M1 脑区掩模。然后输入个体边界框和体素大小。接下来，点击配准重切片（coregister reslice），从 indiv_act 文件夹中选择 SPMT_0001 作为定义空间的图像。对于待重切片图像，选择之前生成的 W asterisk.nii 文件。现在，计算个体任务激活峰值。在 MatLab 中运行 sort positive 代码，然后按提示输入名称。识别第一个 X 坐标为负值的点，并将其记录为个体任务激活峰值。为了定位个体化、功能特异性的靶点，启动 SPM 12，点击 FMRI，然后从菜单中选择分割（segment）。在参数界面中，点击体积（volumes）按钮，选择 MNI 脑模板文件。然后点击形变场，选择“逆向加正向”。接下来，启动 MatLab 并运行 edges 代码，以勾勒标准头皮的内外边缘。选择 c5.nii 图像，然后点击完成以生成 c5_edges.nii 文件。现在，使用 SPM 12 将标准头皮边缘转换至个体空间。点击标准化写入（normalize write），然后点击数据（data）。在形变场中，从 T1 Img 文件夹选择 iy_sub asterisk.nii 文件。在待写入图像中选择 C5 outer edge.nii，并输入个体边界框和体素大小。通过在 MatLab 中打开 transcortex to scalp 代码并执行第一行，将皮层坐标转换为头皮坐标。输入个体激活点坐标，选择 WC5 outer edge 文件，然后记录输出坐标。打开 dpabi 查看器。点击底图（underlay），选择个体 T1 结构像。定位并记录左、右耳尖、鼻根点和枕外隆凸的坐标。现在，通过在 MatLab 中打开 intersection 代码来定义头皮原点。输入四个标志点的坐标，然后运行代码以计算耳点连线与鼻根-枕外隆凸连线的交点坐标。记录交点坐标。为了将交点沿 Z 轴移动至头皮表面，打开 origin 代码。在 define point H 中输入交点坐标，并选择 WC5 outer edge 文件，获得头皮原点坐标 O。为了计算从头皮原点到各点的实际距离，运行 distance 代码。选择 WC5 outer edge 文件，并按提示输入头皮原点、靶点及四个标志点的坐标。现在，通过打开 calculate angle X axis 代码并运行第一行，计算头皮靶点与头皮原点连线在 XY 平面内与 X 轴之间的夹角。在命令窗口中输入头皮原点和刺激靶点的坐标。使用定位尺，根据计算出的距离和角度固定相应的软尺位置，然后用可擦笔在头皮上标记。基于单样本 T 检验图，功能连接性和低频波动振幅结果在未进行多重比较校正的情况下显示。