A formalism for sequential estimation of neural membrane time constant and input–output curve towards selective and closed-loop transcranial magnetic stimulation <sup>*</sup>
Notice bibliographique
Résumé
Abstract Objective. To obtain a formalism for real-time concurrent sequential estimation of neural membrane time constant and input–output (IO) curve with transcranial magnetic stimulation (TMS). Approach. First, the neural membrane response and depolarization factor, which leads to motor evoked potentials with TMS are analytically computed and discussed. Then, an integrated model is developed which combines the neural membrane time constant and IO curve. Identifiability of the proposed integrated model is discussed. A condition is derived, which assures estimation of the proposed integrated model. Finally, sequential parameter estimation (SPE) of the neural membrane time constant and IO curve is described through closed-loop optimal sampling and open-loop uniform sampling TMS. Without loss of generality, this paper focuses on a specific case of commercialized TMS pulse shapes. The proposed formalism and SPE method are directly applicable to other pulse shapes. Main results. The results confirm satisfactory estimation of the membrane time constant and IO curve parameters. By defining a stopping rule based on five times consecutive convergence of the estimation parameters with a tolerances of 0.01, the membrane time constant and IO curve parameters are estimated with 82 TMS pulses with absolute relative estimation errors (AREs) of less than 4% with the optimal sampling SPE method. At this point, the uniform sampling SPE method leads to AREs up to 16%. The uniform sampling method does not satisfy the stopping rule due to the large estimation variations. Significance. This paper provides a tool for real-time closed-loop SPE of the neural time constant and IO curve, which can contribute novel insights in TMS studies. SPE of the membrane time constant enables selective stimulation, which can be used for advanced brain research, precision medicine and personalized medicine.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».