30 July 2025 in Brain Topography
Although the interstimulus interval (ISI) is one of the crucial parameters in the transcranial magnetic stimulation (TMS), the ISI effect on the results of the TMS motor mapping is usually overlooked. This study explored the influence of ISI, ranging from 1.5 to 41 s, on multi-muscle navigated TMS (nTMS) motor mapping results. Twenty-six healthy male volunteers underwent four nTMS motor mapping sessions on two separate days. We mapped the muscles' cortical representations (MCRs) of the five upper limb muscles: abductor pollicis brevis (APB), abductor digiti minimi (ADM), first dorsal interosseous (FDI), extensor digitorum communis (EDC), and biceps brachii (BB). We estimated the relationship between ISIs and trial-to-trial motor evoked potentials (MEPs) amplitudes and MCR areas. In addition, we accounted for the association between the ISI and TMS mapping procedure parameters such as the distance between the successive stimulation points, the number of stimuli in a TMS session, and the stimulus counting number. A weak positive association was observed between: (1) trial-to-trial ISI and MEP amplitude and (2) median ISI and MCR areas. We recommend reporting ISI values in TMS motor mapping studies and monitoring the impact of ISI on MEP amplitudes.
30 June 2021 in Психология. Журнал Высшей школы экономики
Транскраниальная магнитная стимуляция (ТМС) является методом неинвазивного воздействия на мозг человека для его изучения и модуляции в норме и при патологии. Важной проблемой, ограничивающей применение ТМС как в научных, так и в клинических целях, является крайне высокая вариативность ее эффектов. Становится очевидным, что эффекты ТМС – это не только свойство самого протокола стимуляции, но и следствие взаимодействий ТМС с особенностями нейронального фенотипа и с функциональным состоянием, в первую очередь текущей нейрональной активностью. Необходимо создание ТМС подходов, учитывающих текущее нейрональное состояние, так называемых подходов состояние или активность-зависимой ТМС. В работе представлено программное обеспечение (ПО), объединяющее возможности нейронавигации по данным магнитно-резонансной томографии и учета текущей биологической активности при ТМС. Подача стимулов происходит автоматически при выполнении заданного ряда условий, таких как начало движения/сокращение мышцы-мишени, отсутствие преактивации других мышц, правильное расположение магнитного стимулятора относительно головы испытуемого. Новизна разработанного ПО состоит в комбинации пространственной информации о положении магнитного стимулятора («где?») и временной информации о текущей биологической активности («когда?») для принятия решения о моменте запуска ТМС. Задержка запуска стимула была протестирована в эксперименте со стимуляцией по началу сокращения мышцы-мишени, и составила около 20 мс. Планируется дальнейшее развитие ПО для целей ЭЭГ-зависимой ТМС. Создание технического решения для нейронавигируемой активность–зависимой ТМС является важным условием для выхода метода ТМС на новый уровень пространственно-временной специфичности.
28 May 2020 in Preprints.ru
Транскраниальная магнитная стимуляция (ТМС) является средством модулирующего воздействия на мозг для его изучения в норме и при патологии. Важной проблемой, ограничивающей применение ТМС, является высокая вариативность ее эффектов. Становится очевидным, что эффект ТМС протокола – это не только свойство самого протокола, но следствие взаимодействий ТМС с индивидуальными особенностями нервной системы и ее текущим функциональным состоянием. Необходимо создание ТМС подходов, учитывающих текущее нейрональное состояние – подходов состояние/активность-зависимой ТМС. В работе представлено программное обеспечение, объединяющее возможности нейронавигации и учета текущего функционального состояния при ТМС. Подача стимулов происходит автоматически при выполнении ряда заданных условий (например, начало движения, точное положение индуктора). Задержка запуска ТМС протестирована в эксперименте со стимуляцией по условию начала сокращения мышцы. Разработка технического решения для навигационной активность-зависимой ТМС позволит вывести этот метод стимуляции мозга на новый уровень персонифицированного использования.
8 February 2024 in Izvestiya VUZ. Applied Nonlinear Dynamics
NENational Research University Higher School of Economics
National Research University Higher School of Economics
NTNational Research University of Electronic Technology
National Research University of Electronic Technology
The purpose of this study is to develop a classifier capable of detecting typical absence seizures in real-time using electroencephalogram (EEG) data and a Support Vector Machine (SVM) model. Methods. Sections of the EEG, previously identified by a specialist as containing typical absences, were used to train the SVM model. Key features for classification include the number of zero crossings, cross-correlation between two consecutive windows, spectral power across various frequency bands, and the standard deviation of instantaneous signal power. Results. Training and testing datasets were established, consisting of EEG windows with various types of artifacts. The SVM model was successfully trained and tested, achieving high performance metrics. The developed algorithm can be integrated into a mobile application and used in conjunction with a wearable EEG device with dry electrodes for real-time detection of typical absences. Conclusion. The study results affirm the potential for using machine learning techniques for the automatic detection and logging of epileptic activity. However, additional testing on a larger dataset is needed for more conclusive results, including data acquired through a wireless EEG device using dry electrodes. Future work will involve selecting a suitable EEG device and developing a mobile application for real-time data collection and analysis.