编辑推荐：
为解决经颅磁刺激 - 脑电图（TMS-EEG）中刺激参数对记录信号影响不明确及 TMS 诱发电位（TEP）变异性问题，研究人员开展了 TMS 电流方向和脉冲波形对皮质 - 皮质回路激活影响的研究。结果表明不同参数会激活不同皮质通路，该研究有助于优化 TMS-EEG 应用。
在神经科学研究领域，大脑的奥秘一直吸引着众多科研人员不断探索。经颅磁刺激（Transcranial Magnetic Stimulation，TMS）与脑电图（Electroencephalography，EEG）技术的结合，为研究大脑皮质反应性和连接性提供了有力工具。TMS-EEG 能够以高空间特异性和时间分辨率，探究 TMS 引发的大脑活动，TMS 诱发电位（TMS-evoked Potentials，TEPs）更是被视为潜在的神经精神疾病生物标志物，在情绪障碍、精神分裂症、神经退行性疾病和癫痫等病症的研究中备受关注。
然而，当前 TMS-EEG 技术在应用过程中面临着一些挑战。其中，刺激参数（如线圈方向、TMS 脉冲技术特征等）对记录信号的影响尚不明确，这使得 TEPs 的变异性增加，严重阻碍了对其结果的准确解读。打个比方，就好像在探索一座神秘的城堡时，各种参数就像是城堡中错综复杂的道路，而我们却不清楚这些道路究竟通向何方，这无疑给研究带来了很大的困难。为了攻克这些难题，更好地理解大脑的奥秘，来自 IRCCS Istituto Centro San Giovanni di Dio Fatebenefratelli 等机构的研究人员开展了一项深入研究。
该研究聚焦于 TMS 电流方向和脉冲波形对不同皮质 - 皮质回路激活的影响，旨在揭示 TEP 记录中可能存在的变异性来源。研究人员招募了 32 名健康参与者，让他们接受 TMS-EEG 实验。在实验过程中，精心操纵脉冲波形（单相位、双相位）和电流方向（后 - 前、前 - 后、侧 - 中），并同步记录 EEG 活动 。之后，研究人员采用了两种互补的方法对数据进行分析。一方面，评估经典 TEP 成分（N15、P30、N45、P60、N100 和 P180）的振幅和潜伏期是否受刺激参数变化的影响；另一方面，探究头皮地形图在不同条件下的变化情况，以及微状态分析能否为更好地描述 TMS 诱导的 M1 活动传播和不同刺激参数下不同回路的激活提供有价值的信息。
研究结果令人瞩目。在 TEP 峰值方面，刺激参数对所有六个 TEP 峰值振幅都有显著调节作用，且存在 “电流方向” 与 “脉冲波形” 的交互效应 。例如，单相位 AP 导致 N15 振幅最大（更负），单相位 PA 方向的 N15 最小；双相位 LM 电流导致 P30 成分最小等。在潜伏期方面，N15 和 P60 是仅有的两个显示出显著调节的成分，单相位 AP 电流使 N15 潜伏期显著短于其他条件，单相位 LM 电流使 P60 潜伏期显著长于 PA 电流。
微状态分析结果同样值得关注。测试表明所有条件下的地形一致性在每个时间点都达到了统计学显著性。采用的 6 微状态类模型能够解释 91.34% 的总方差 。不同刺激条件下，微状态的序列和出现情况存在差异，尤其是在 TMS 后的前 50ms 更为明显。例如，单相位 AP 条件下的微状态模式与其他条件差异较大，在 100-250ms 期间，左感觉运动电极处有较长时间的负信号，右额叶电极处有正信号。此外，微状态的 AUC、持续时间和出现顺序也受到刺激参数的显著影响。在单相位条件下，不同电流方向会导致微状态 AUC 发生变化；微状态持续时间在单相位和双相位条件下也存在显著差异；微状态出现顺序在不同刺激条件下发生了四次显著反转，这表明不同的皮质回路被激活。
综合研究结果和讨论部分，该研究具有重要意义。它明确了 TMS 参数对 TEP 调制和变异性的关键作用，发现不同的皮质回路和网络会根据所选的电流方向和脉冲波形被招募。具体来说，双相位刺激在改变线圈方向时对诱发反应的影响较小，而单相位刺激则有助于实现更高的刺激选择性，其中 AP 电流方向与其他条件相比，产生了最不同的时空模式。此外，微状态分析为研究提供了有价值的信息，有助于推断不同皮质回路的激活情况。这些发现为优化 TMS-EEG 在基础和临床研究中的应用提供了重要依据，有助于更精准地靶向特定神经通路或回路，尤其是在临床环境中，有望为神经精神疾病的诊断和治疗带来新的突破。
在研究方法上，研究人员主要运用了以下关键技术：一是 TMS-EEG 联合技术，对参与者进行不同参数的 TMS 刺激并同步记录 EEG 数据；二是采用特定的预处理流程，结合 EEGLAB 和 Fieldtrip 函数对 EEG 数据进行插值、滤波、降采样、去噪、伪迹去除等处理；三是利用随机化图形用户软件（RAGU）进行微状态分析；四是运用重复测量方差分析（rmANOVA）、协方差分析（ANCOVA）等统计方法对数据进行深入分析。
总的来说，这项发表在《Brain Topography》上的研究成果，为我们理解大脑在 TMS 刺激下的活动机制提供了新的视角，为未来 TMS-EEG 技术的发展和神经精神疾病的研究开辟了新的道路，具有极高的科学价值和应用潜力。
