Changes in Cortical Activation by Transcranial Magnetic Stimulation Due to Coil Rotation Are Not Attributable to Cranial Muscle Activation
Notice bibliographique
Résumé
Transcranial magnetic stimulation coupled with electroencephalography (TMS-EEG) allows for the study of brain dynamics in health and disease. Cranial muscle activation can decrease the interpretability of TMS-EEG signals by masking genuine EEG responses and increasing the reliance on preprocessing methods but can be at least partly prevented by coil rotation coupled with the online monitoring of signals; however, the extent to which changing coil rotation may affect TMS-EEG signals is not fully understood. Our objective was to compare TMS-EEG data obtained with an optimal coil rotation to induce motor evoked potentials (M1standard) while rotating the coil to minimize cranial muscle activation (M1emg). TMS-evoked potentials (TEPs), TMS-related spectral perturbation (TRSP), and intertrial phase clustering (ITPC) were calculated in both conditions using two different preprocessing pipelines based on independent component analysis (ICA) or signal-space projection with source-informed reconstruction (SSP-SIR). Comparisons were performed with cluster-based correction. The concordance correlation coefficient was computed to measure the similarity between M1standard and M1emg TMS-EEG signals. TEPs, TRSP, and ITPC were significantly larger in M1standard than in M1emg conditions; a lower CCC than expected was also found. These results were similar across the preprocessing pipelines. While rotating the coil may be advantageous to reduce cranial muscle activation, it may result in changes in TMS-EEG signals; therefore, this solution should be tailored to the specific experimental context.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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 ».