编辑推荐：
为解决经颅磁刺激（TMS）与脑电图（EEG）联合采集面临的数据伪影、空间分辨率有限和同步协议不规范等问题，研究人员开展了 TMS-EEG 同步范式的对比研究。结果显示范式 3 性能更优，但各范式均有优劣。该研究为选择合适同步方法提供依据，推动 TMS-EEG 研究标准化。
在神经科学的研究领域中，大脑就像一座神秘的宝藏库，经颅磁刺激（Transcranial Magnetic Stimulation，TMS）和脑电图（Electroencephalography，EEG）是探索这座宝库的重要工具。TMS 能通过强而短暂的磁场刺激大脑中的轴突，使其去极化，引发动作电位传播；EEG 则可记录大脑神经元活动产生的电信号。将 TMS 与 EEG 结合（TMS-EEG），能为研究大脑皮质兴奋性、反应性、连接性以及大脑的即时状态提供有力手段，还能辅助调节大脑功能 。
然而，TMS-EEG 技术在实际应用中面临诸多挑战。首先，TMS 脉冲会在 EEG 数据中引入多种伪影，如电磁干扰、电极移动、肌肉激活以及线圈点击产生的听觉诱发电位等，这些伪影严重影响数据质量，干扰研究结果的准确性。其次，TMS-EEG 记录存在单试次变异性和噪声，使得研究结果的解读变得复杂。此外，目前 TMS-EEG 同步缺乏标准化协议，这给不同研究之间的比较带来困难。
为了攻克这些难题，来自英国利物浦大学（University of Liverpool）等机构的研究人员开展了一项极具意义的研究。他们聚焦于 TMS-EEG 同步化方法的评估，旨在开发并评估灵活精确的同步方法，以满足多系统需求，实现准确的时间间隔和潜伏期测量。该研究成果发表在《Scientific Reports》上。
在这项研究中，研究人员运用了多种关键技术方法。他们使用了 Lab Streaming Layer（LSL）技术，这是一种开源项目，能实现时间序列测量数据的标准化采集，可管理网络、时间同步，支持实时访问和数据记录。实验中用到了 actiCHamp EEG 放大器（德国 Brain Products 公司），它能支持 TMS-EEG 同步应用，具备高采样率、低延迟等优点 。同时，还使用了 DuoMAG XT 经颅磁刺激设备（捷克 Deymed Diagnostic 公司），该设备可提供外部触发和 USB 通信功能 。此外，研究人员还开发了定制应用程序，用于同步和控制 TMS 设备脉冲以及 EEG 放大器触发。
研究结果
- 时间间隔分析：研究人员计算了脉冲之间的时间间隔误差（Time Interval Error，TIE），并进行了统计分析。结果显示，在 1Hz 频率设置下，所有范式中 TMS 和 EEG 虚拟设备的平均 TIE 值较大，直方图分布有偏移。范式 1 和 2 的 TIE 直方图分布比范式 3 更宽，范式 3 的 TIE 分布更窄。除 1Hz 频率设置下范式 1 和 2 的 TMS TIE 值外，其他情况下 TIE 值接近零。不同频率设置间 TIE 值存在显著差异，1Hz 配置与其他频率在统计学上不同。对 TMS TIE 值的统计分析表明，范式 3 与其他范式相比具有显著差异（P<0.05） ，EEG TIE 值也有类似结果。在 IPI 相对误差和 TIE 相对不确定性方面，范式 3 在 1Hz 和 20Hz 时不确定性较低，整体 IPI 相对误差最小；范式 1 和 2 中 TMS 和 EEG 设备的相对不确定性较高 。
- 潜伏期分析：研究人员测量了 TMS 与 EEG 之间（TMS-EEG）以及 App 与 TMS（App-TMS）、App 与 EEG（App-EEG）之间的潜伏期。统计测试证实，所有频率配置和范式之间的潜伏期均存在显著差异。范式 1 的 TMS-EEG 潜伏期变异性最高，范式 3 最低。范式 1 和 2 在 1Hz 时平均潜伏期最高，20Hz 时最低；范式 3 在 10Hz 时平均潜伏期最高。App-EEG 和 App-TMS 配置的潜伏期通常较高。范式 3 的 TMS-EEG 潜伏期最低，App-TMS 潜伏期虽有变化但总体低于其他范式。在潜伏期相对不确定性方面，所有范式的 TMS-EEG 潜伏期分析相对不确定性较低，App-TMS 潜伏期相对不确定性较高 ，App-EEG 潜伏期相对不确定性处于中间水平。
研究结论与讨论
该研究全面分析了三种 TMS-EEG 同步范式，各范式均有其独特的优势与局限。范式 1 使用外部计算机通信，具有灵活性，对 EEG 数据记录的采样率要求较低，便于数据管理和分析，还能通过 LSL 精确测量和优化系统延迟 。范式 2 保留了范式 1 的部分优点，但使用 BNC 连接存在设置间变异性，且对 EEG 放大器采样率要求高。范式 3 集成了 TMS 应用程序，便于设置和脉冲传递，可直接确定运动阈值，适用于临床应用，但依赖硬件同步，对 EEG 数据采集的采样率要求高，存在设置间变异性，难以准确测量系统延迟和抖动，设备集成也较为复杂。
尽管硬件和非硬件同步范式结果存在差异，但所有范式的潜伏期和误差值均在 EEG 应用可接受范围内（40 - 100ms） ，这表明它们均可用于 EEG 应用。研究还发现，范式 3 在精度和准确性方面表现更优，其 TIE 值变化较小，潜伏期更低，在时间间隔分析和潜伏期分析中相对不确定性和相对误差都较低 。然而，范式 3 的硬件同步方式使其易受环境噪声影响，不利于新设备集成和 TIE 分析。范式 1 和 2 虽精度和准确性较低，但与 LSL 网络交互性强，便于添加新设备。
该研究强调了选择合适同步范式的重要性，研究人员应根据项目具体需求和实验方案权衡各范式的优缺点。同时，该研究也为 TMS-EEG 同步协议的标准化提供了重要参考，有助于提高 TMS-EEG 研究的可靠性和有效性。未来的研究可进一步对比该研究范式与制造商提供的硬件同步系统，还可集成先进信号处理技术和人工智能驱动的方法，以提高同步可靠性，推动 TMS-EEG 技术在神经科学研究和临床应用中的发展。
