우리의 프로토콜은 건강한 아이들에 있는 모터 피질을 지도하기 위하여 세계 최초의 소아 TMS 로봇을 사용하고 또한 주산기 치기와 같은 초기 두뇌 상해가 있던 아이들에서 관련시킵니다. 프로토콜은 MRI 이미징과 신경 탐색을 통합하여 정확도와 정밀도가 향상된 맵을 획득하여 매핑 세션 시간을 줄일 수 있습니다. 그것은 인간의 오류를 제거하는 데 도움이 그것은 젊은 환자에 대한 안전과 내성을 증가.
모터 매핑은 진단 또는 예후 목적을 위해 아직 사용되지 않습니다, 그러나, 뇌에 손상이 발생한 후 또는 개입 후 뇌가 어떻게 변화하고 다시 와이어를 측정하는 새로운 기술이다. 서로 다른 대상이 있는 유사한 기술을 언어 영역 매핑에 사용할 수 있습니다. 언어 및 모터 매핑은 수술 전 계획에 중요할 수 있습니다.
신경 탐색 소프트웨어의 탭을 사용하여 피부와 전체 뇌 곡선을 재구성합니다. 새로운 피부, 컴퓨팅 스킨을 선택합니다. 머리의 코와 상단이 포함되어 있는지 확인합니다.
그런 다음 새롭고 완전한 뇌 곡선을 선택합니다. 뇌 바깥에 녹색 선택 상자를 둘러싸지만 두개골 내부를 둘러싸습니다. 계산 곡선을 선택합니다.
껍질 깊이를 4.0 ~6.0밀리미터로 조정합니다. 구성 랜드마크를 선택합니다. 코, 네이션, 그리고 재건 된 피부의 양쪽 귀의 노치의 끝에 네 개의 랜드 마크를 놓습니다.
해부학에 해당하는 랜드마크의 이름을 지정합니다. 대상탭을 선택하여 곡선 뇌를 봅니다. 새 직사각형 그리드를 선택합니다.
균일 한 12 by 12 좌표 격자를 7 밀리미터 간격으로 재구성 된 뇌의 표면에 모터 피질의 손 손잡이 위에 놓습니다. 다음으로 오른쪽의 대상 포지셔닝 도구를 사용하여 회전, 기울기 및 곡률에 대한 그리드 포지셔닝을 최적화합니다. 그리드 포인트를 궤도로 변환하여 로봇이 TMS 코일을 배치하도록 안내합니다.
궤적의 각도를 조정하여 세로 균열 이나 뇌에 45도 되도록 조정합니다. 스냅 도구를 사용하여 궤적을 경전뇌로 추정하고 최적화합니다. 마지막으로 TMS 로봇 팔과 시트를 초기화하고 배치하여 위치를 환영하고 4개의 센서 테스트를 사용하여 힘 판 센서를 보정합니다.
먼저 참가자를 시험실로 안내하고 안전 설문지를 작성합니다. 그런 다음 로봇 의자에 참가자를 앉히고 등받이와 목 받침대를 조정합니다. 발이 지원되는지 확인합니다.
매핑 세션 동안 베개로 팔과 손을 지원합니다. 관심있는 근육에 피부를 청소하십시오. 4개의 탈구 앞다리 근육을 대상으로 하는 참가자의 양팔과 팔뚝에 은은 염화물 표면 전극을 놓습니다.
첫 번째 등간 interosseous의 배, 납치자 pollicis brevis, 납치자 디지털 미니미, 손목 엑스텐서. 앰프를 호환 되는 EMG 소프트웨어와 함께 컴퓨터를 수집 하는 데이터에 연결 합니다. 다음으로, 표면 전극은 전동, 또는 EMG, 증폭기 및 데이터 수집 시스템으로, 지상 전극도 연결되어 있는지 확인합니다.
랜드마크 포인터를 사용하여 참가자의 머리에 있는 네 개의 랜드마크를 공동 등록하고 유효성 검사 탭을 사용하여 참가자 헤드가 제대로 등록되었는지 확인합니다. 그런 다음 참가자의 핸드노브에 가장 가까운 그리드 지점을 선택합니다. 대상 버튼에 정렬을 선택하여 로봇이 보유한 TMS 코일을 이 대상 위치에 정렬합니다.
연락처를 선택합니다. 접촉 력 표시기를 사용하여 접촉 품질을 모니터링하고 표시등이 녹색 또는 노란색인지 확인합니다. 참가자에게 로봇 팔의 범위를 벗어나지 말라고 지시한다.
참가자의 손 근육이 완화되었는지 확인하고 접촉 하기 전에 여전히 남아 있습니다. 참가자가 이동하는 경우 코일이 대상에 중앙으로 유지되도록 정렬 및 팔로우를 선택합니다. TMS 기계의 TMS 트리거 버튼을 사용하여 최대 자극기 출력40~60% 사이의 강도로 5~10TMS 펄스를 제공합니다.
마지막으로, 왼쪽 또는 오른쪽 FDI 근육에 대한 가장 크고 일관된 모터가 불러올 가능성을 제공하는 그리드 점을 결정합니다. 휴식 모터 임계값을 10자극 중 5개에서 FDI 근육에서 최소 50마이크로볼트의 생성 및 MEP의 가장 낮은 강도로 결정합니다. 먼저 1초의 인터자극으로 4개의 단일 펄스 TMS 펄스를 전달하고 그리드 지점에서 120% RMT의 강도가 핫스팟으로 닫힙습니다.
그런 다음 인접한 그리드 지점에서 반복합니다. 응답하지 않는 지점에 도달할 때까지 반응지점을 따라 선형 방식으로 순차적으로 계속하여 맵의 첫 번째 보더 영역을 지정합니다. 그런 다음 직사각형 그리드의 네 방향 모두에 보더 포인트를 설정하기 위해 매핑을 계속합니다.
오프라인 분석을 위해 EMG 소프트웨어를 사용하여 모든 근육의 모든 MEP를 기록합니다. 3~4개의 그리드 포인트 가 끝나면 연락처를 선택하고 참가자가 계속 할 준비가 될 때까지 휴식을 취하십시오. 다음으로 동일한 그리드의 하드 카피 버전을 사용하여 추가 분석을 위해 자극 순서를 추적합니다.
로봇 TMS를 사용하여 완벽한 매핑을 완료합니다. 마지막으로 사용자 지정 만든 코딩 스크립트를 사용하여 작성자에게 연락하여 사용할 수 있는 3D 모터 맵을 생성합니다. 반응형 궤적 사이트를 사용하여 모터 맵 영역과 볼륨을 계산합니다.
각 좌표 위치의 모터 표현의 가중치 평균으로 무게 중심을 계산합니다. 이러한 결과는 tDCS와 HD-tDCS가 5일간의 학습 률을 향상시킨 것으로 나타났습니다. 적극적인 내정간섭 단은 sham에 비해 4일과 5일에 매일 평균 왼손 PPT 점수에 있는 더 큰 개선이 있었습니다.
이 방법론은 이전 연구에서 복제되었으며 데이터 집합이 결합되었습니다. 복제 데이터는 가짜 그룹에 비해 tDCS 및 HD-tDCS 그룹에서 관찰되는 학습 비율이 현저한 증가가 있었다는 것과 유사한 결과를 입증했습니다. 절차를 계획하는 것은 절차를 수행하는 것만큼 중요합니다.
그리드와 궤적은 MRI에 신중하게 오버레이되어야 합니다. 뇌 템플릿을 사용하는 경우 참가자 머리에서 여러 샘플을 채취해야 합니다. 이 절차는 결과 모터 맵 변경에 응답하기 위해 사전 및 사후 개입을 완료할 수 있습니다.
이 절차에 따라 평가를 수행하면 모터 맵 측정값과 기능 결과 간의 관계를 나타낼 수 있습니다. 이 프로토콜을 사용하여 연구원은 로봇 TMS를 사용하는 어린이의 모터 맵을 정확하고 시기 쉽게 생성하는 방법을 배울 수 있습니다. 주요 과제는 로봇을 안내하고 목표 영역을 최적으로 조정하는 것입니다.
궤적은 정확하게 미리 결정되어야 합니다. 기울기 및 회전 파라미터의 여러 조합으로 코일 정렬을 연습하면 코일 궤적 설계를 최적화하는 데 도움이 됩니다. 어떤 기기도 위험하지 않습니다.
로봇이 머리 의 움직임에 반응하기 때문에 참가자의 머리를 만지는 동안 로봇을 지속적으로 관찰하는 것이 중요합니다.
