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

The impact of transcranial magnetic stimulation (TMS) on cortical neurons is currently hard to predict based on a priori biophysical and anatomical knowledge alone. Lack of control of the immediate effects of TMS on the underlying cortex can hamper the reliability and reproducibility of protocols aimed at measuring electroencephalographic (EEG) responses to TMS. We introduce and release a novel software tool labelled rt-TEP (real-time TEP). This tool interfaces with different EEG amplifiers and offers a series of informative visualization modes to assess the magnitude of the initial brain response to TMS and the overall quality of TMS-evoked potentials (TEPs) in real time. We show that rt-TEP can be used to detect - and thus abolish or minimize - magnetic and muscle artifacts contaminating the post-stimulus period of single-trial data: this application affords a clear visualization and quantification of the amplitude of the early (8-50 ms) and local EEG response after averaging a limited number of trials. Such real-time readout can then be used to optimize TMS parameters (e.g., site, orientation, intensity) before data acquisition to obtain TEPs characterized by high signal-to-noise ratio. The ensemble of real-time visualization modes of rt-TEP are not currently implemented in any available commercial software and provide a key readout to titrate TMS parameters beyond the a priori information provided by biophysical and anatomical models. Real-time optimization of TMS parameters to achieve a desired level of initial activation can facilitate the acquisition of reliable TEPs and can improve the reproducibility of data collection across laboratories.

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 MethodsMême sujetTranscranial Magnetic Stimulation StudiesTravaux en français237 207