MétaCan
Menu
← Retour à la cohorte
Enregistrement W4205937118 · doi:10.1016/j.jneumeth.2022.109486

The rt-TEP tool: real-time visualization of TMS-Evoked Potentials to maximize cortical activation and minimize artifacts

2022· review· en· W4205937118 sur OpenAlexfundno aff
Silvia Casarotto, Matteo Fecchio, Mario Rosanova, Giuseppe Varone, Sasha D’Ambrosio, Simone Sarasso, Andrea Pigorini, Simone Russo, Angela Comanducci, Risto J. Ilmoniemi, Marcello Massimini

Notice bibliographique

RevueJournal of Neuroscience Methods · 2022
Typereview
Langueen
DomaineNeuroscience
ThématiqueTranscranial Magnetic Stimulation Studies
Établissements canadiensnon disponible
Organismes subventionnairesHorizon 2020 Framework ProgrammeRegione LombardiaMinistero della SaluteFondazione per la Ricerca BiomedicaEuropean CommissionFondazione Regionale per la Ricerca BiomedicaTiny Blue Dot FoundationCanadian Institute for Advanced Research
Mots-clésTranscranial magnetic stimulationComputer scienceVisualizationReproducibilityElectroencephalographySoftwareA priori and a posterioriEvoked potentialStimulus (psychology)Artificial intelligencePattern recognition (psychology)NeuroscienceStimulationChemistryPsychology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Background The impact of transcranial magnetic stimulation (TMS) on cortical neurons is currently hard to predict based on a priori biophysical and anatomical knowledge alone. This problem can hamper the reliability and reproducibility of protocols aimed at measuring electroencephalographic (EEG) responses to TMS. New Method We introduce and release a novel software tool to facilitate and standardize the acquisition of TMS-evoked potentials (TEPs). The tool, rt-TEP (real-time TEP), interfaces with different EEG amplifiers and offers a series of informative visualization modes to assess in real time the immediate impact of TMS on the underlying neuronal circuits. Results We show that rt-TEP can be used to abolish or minimize magnetic and muscle artifacts contaminating the post-stimulus period thus affording a clear visualization and quantification of the amplitude of the early (<50 ms) EEG response after averaging a limited number of trials. This real-time readout can then be used to adjust TMS parameters (e.g. site, orientation, intensity) and experimental settings (e.g. loudness and/or spectral features of the noise masking) to ultimately maximize direct cortical effects over the undesired sensory effects of the coil’s discharge. Comparison with Existing Methods The ensemble of real-time visualization modes of rt-TEP are not implemented in any current commercial software and provide a key readout to titrate TMS parameters beyond the a priori information provided by anatomical models. Conclusions Real-time optimization of stimulation parameters with rt-TEP can facilitate the acquisition of reliable TEPs with a high signal-to-noise ratio and improve the standardization and reproducibility of data collection across laboratories. Highlights rt-TEP provides an immediate EEG readout to assess the quality of TEPs in real time rt-TEP interfaces with most commercial EEG systems Informative, real time visualization allows maximising the cortical impact of TMS while minimizing artifacts rt-TEP facilitates the acquisition of reliable TEPs with a high signal-to-noise ratio

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,005

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,195
Tête enseignante GPT0,459
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations145
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neuroscience Methods→Même sujetTranscranial Magnetic Stimulation Studies→Travaux en français237 207→