Closed-loop Ikke-invasiv hjernestimulering (CLOSEDLOOP)

Transkraniell magnetisk stimulering (TMS) er et mye brukt verktøy for å utforske hjernens funksjon hos mennesker (Siebner et al. et al., 2022), som har ført til nye terapeutiske midler for ulike psykiatriske og nevrologiske lidelser (Lefaucheur et al., 2020). Imidlertid har den åpne sløyfebruken av denne teknikken reist spørsmål om driftsprinsippet, på grunn av den høye graden av heterogenitet av resultater og de små til middels observerte effektstørrelsene (Zrenner og Ziemann, 2023). For å øke responsraten har det blitt foreslått å individualisere stimulering ved å tilpasse TMS-parametrene (dvs. levert dose, måldose, målretting, timing, etc.) til øyeblikkelige estimater av hjernens hjernetilstand. En slik tilnærming, kjent som closed-loop closed-loop stimulering, er for tiden en av hovedutfordringene på dette feltet (closed-loop brain state-dependent stimulation). For dette formål fokuserer vi på kombinasjonen av robotisk TMS og elektroencefalografi (EEG) (Hernandez-Pavon et al. al., 2023). Stimuleringene med lukket sløyfe som bruker denne kombinasjonen utviklet til dags dato, har to begrensninger: (i) de er ikke adaptive og fokuserer hovedsakelig på å beregne fasen av hjerneoscillasjoner for å utløse stimulering og (ii) er begrenset til sentrale kortikale (sensorimotoriske) områder, hvor EEG-signal-til-støy-forholdet er optimalt.

Dette prosjektet har som mål å utvikle closed-loop TMS-EEG-protokoller som overvinner disse to begrensningene: (i) ved å inkorporere adaptiv beslutningsmodellering (AutoHS-modell, Harquel et al. 2017) for å optimalisere flere parametere parallelt (spoleplassering, orientering, intensitet) mens du bruker et bredere spekter av EEG-markører (fremkalte potensialer, oscillerende aktivitetsstyrke, tilkobling, etc.), og (ii) ved å integrere sanntids EEG-forbehandling for å få tilgang til ethvert kortikalt mål (inkludert frontal-, temporal- og occipitallapper).