《Human Brain Mapping》：Standardizing TMS Intensity Across Different Coils Using Individualized Electric Field Modeling
编辑推荐：
量化经颅磁刺激（Transcranial Magnetic Stimulation, TMS）强度的测量指标对于确保其在治疗和研究环境中的安全与一致应用至关重要。然而，常用于确定刺激强度的静息运动阈值（resting motor thresholds, rMT
量化经颅磁刺激（Transcranial Magnetic Stimulation, TMS）强度的测量指标对于确保其在治疗和研究环境中的安全与一致应用至关重要。然而，常用于确定刺激强度的静息运动阈值（resting motor thresholds, rMTs）高度依赖于所使用的线圈。除非运动映射和治疗线圈完全相同，否则必须进行重新阈值测定，这不仅增加了受试者的不适感，还可能在不同研究间引入变异性。这些考量引出了一个尚未解决的根本性问题：个体的 rMT 是否反映了一种独立于线圈几何形状的恒定皮层电场（Electric Field, E-field）强度？本研究验证了 rMT 对应于一种线圈不变的皮层 E-field 强度这一假设，并评估了一种利用参考 rMT 预测不同线圈刺激器输出的计算方法。研究招募了13名健康的右利手参与者，其中10人纳入主要分析。研究人员使用两种不同尺寸的八字线圈进行 TMS 测试。采用快速多极边界元法（fast multipole boundary element method）在自由空间内以及基于个性化核磁共振成像（Magnetic Resonance Imaging, MRI）的头部模型中模拟了 E-field 分布。研究比较了详细的五层头部模型与简化的三层头部模型的 rMT 预测准确性，并将两者与直接使用参考线圈进行 rMT 缩放的方法进行了对比评估。结果表明，基于个性化 E-field 的方法显著提高了 rMT 的预测精度（p < 0.001）。详细模型和简化模型的均方根误差（root-mean-square error, RMSE）分别为最大刺激器输出（maximum stimulator output, MSO）的 1.26% 和 1.32%，而直接缩放法的误差为 6.1% MSO。个体的 rMT 对应于跨线圈类型的恒定皮层 E-field 强度比。基于 E-field 的预测提供了一种更准确、独立于线圈的 TMS 强度标准化方法，减少了重复阈值测定的需求。
论文解读：基于个体化电场建模的TMS跨线圈强度标准化研究
研究背景与意义
经颅磁刺激（Transcranial Magnetic Stimulation, TMS）作为一种非侵入性神经调控技术，在临床治疗（如难治性抑郁症、强迫症）和神经科学研究中应用日益广泛。然而，当前的TMS剂量设定主要依赖于静息运动阈值（resting motor threshold, rMT），即诱发目标肌肉产生微小运动诱发电位所需的最小刺激强度。现有的临床和研究实践中存在一个显著的痛点：rMT的数值高度依赖于所使用的具体线圈型号。当临床治疗中使用的“治疗线圈”与研究初期定位用的“映射线圈”不同时，必须对受试者进行繁琐且不适的重新阈值测定。这种重复操作不仅增加了受试者的痛苦，还引入了额外的实验变异性，严重阻碍了不同研究之间的横向可比性和标准化。因此，本研究旨在探究一个核心科学问题：在不同线圈几何形状下，达到神经元激活所需的皮层真实物理场强（即电场强度）是否恒定？基于这一假设，研究人员开发并验证了一种计算模型，试图通过单次测量的rMT来预测其他线圈所需的刺激强度，从而实现跨设备的精准剂量控制。该研究成果对于推动TMS领域的标准化进程具有重要意义。
关键技术方法
本研究是一项结合高分辨率结构磁共振成像（MRI）与电磁场计算的跨学科验证研究。研究人员共招募了13名健康右利手受试者（最终10人纳入主要分析）。关键技术流程包括：首先，采集受试者的T1和T2加权MRI图像用于构建个性化的头部解剖模型；其次，在实验环节，使用神经导航系统精确定位左侧初级运动皮层（M1）的手部热点，并分别测量两种不同尺寸线圈（Cool-B35和C-B60）的rMT；随后，研究人员利用基于快速多极法（Fast Multipole Method, FMM）的边界元法（Boundary Element Method, BEM）求解器，结合详细的线圈几何模型，离线模拟了两种线圈在各自rMT水平下的皮层电场分布。研究特别对比了两种头部建模策略——包含头皮、颅骨、脑脊液、灰质和白质共五层的详细模型，以及包含头皮、颅骨和颅内空间的三层简化模型，以此评估模型复杂度对预测精度的影响。
研究结果
1. 引言
研究指出，尽管TMS应用广泛，但线圈设计的多样化导致了刺激参数的巨大差异。现有的计算建模虽能估算个体电场，但关于“达到激活阈值所需的皮层电场强度是否与线圈设计无关”这一根本问题尚未得到解答。为此，研究团队提出了一种基于电场建模的预测方法，以期解决跨线圈标准化难题。
2. 方法
实验设计严格遵循对照原则。在第一天的MRI扫描后，第二天的TMS测试优先使用聚焦度更高的小型线圈（Cool-B35）寻找运动热点并测定rMT，随后在同一点位使用大型线圈（C-B60）复测。电场模拟涵盖了自由空间和个性化头部环境，并通过特定的数学公式（基于80%-100%最大电场范围内的均值）来计算预测的rMT值，最后通过线性回归和均方根误差分析来验证预测模型的准确性。
3. 结果
数据分析揭示了几个关键发现。首先，正如预期，两种线圈测得的rMT数值存在显著差异（C-B60的平均rMT约为42% MSO，而Cool-B35约为62% MSO），证明了单纯依赖设备输出百分比无法进行跨线圈比较。然而，当引入个性化头部模型计算皮层电场时，两种线圈在各自rMT下诱导的皮层电场强度并无显著差异，这表明rMT确实对应着一个恒定的生物物理阈值。在预测精度方面，传统的直接比例缩放法误差高达6.1% MSO，而基于电场的预测方法表现出极高的准确性：简化三层模型的预测误差仅为1.32% MSO，详细五层模型更是低至1.26% MSO。统计检验证实，电场法显著优于直接缩放法，且复杂模型与简化模型的精度无统计学差异。
4. 讨论
讨论部分深入分析了该方法的机制与局限性。研究人员强调，只有在考虑了个体头部组织导电特性的真实环境下，电场才具备“线圈不变性”；而在不考虑组织的自由空间中，这种一致性会消失。这意味着，个性化建模是实现精准标准化的必要条件。此外，研究还探讨了线圈方向、热点定位偏差对预测结果的影响，指出即使在简化模型下，只要线圈定位和朝向一致，该方法依然稳健可靠。
结论总结
综上所述，本研究证实了利用个体化电场建模来实现不同TMS线圈间刺激强度标准化的可行性。研究表明，静息运动阈值（rMT）本质上对应于一个相对恒定的皮层电场强度，这一强度不受线圈几何形状改变的影响。相比于传统的直接比例缩放，基于电场的预测方法将跨线圈强度转换的误差降低了数倍，达到了约1.3%的最大刺激器输出（MSO）精度。更重要的是，研究发现使用简化的三层头部模型即可获得与使用复杂五层模型相当的预测效果，这大大降低了该方法对高分辨率MRI数据的依赖，使其更易于在临床常规中推广。这一成果为实现TMS治疗的个性化剂量定制、减少患者重复测试负担以及提升多中心研究的科研可比性提供了强有力的技术支持。
