Precision phase targeting of event-related oscillations using real-time closed-loop TMS-EEG

De auteurs hebben een real-time gesloten-lus TMS-EEG-systeem ontwikkeld dat de fase van kortdurende, gebeurtenisgeboren hersenoscillaties direct detecteert zonder voorspelling, waardoor de stimulatieprecisie aanzienlijk verbetert ten opzichte van bestaande voorspellingsmethoden.

De kern

De "Slimme Trigger" voor je Hersenen: Hoe Nieuwe Technologie de Timing van Stimulatie Perfect Maakt

Stel je voor dat je hersenen een enorm drukke orkest zijn. De muzikanten (je neuronen) spelen voortdurend muziek, maar ze spelen niet altijd op hetzelfde tempo. Soms spelen ze een rustig, voorspelbaar stukje (zoals wanneer je rustig zit met je ogen dicht), en soms spelen ze plotseling een korte, energieke solo als er iets belangrijks gebeurt (zoals wanneer je een beslissing neemt of een herinnering ophaalt).

Vroeger was het zo dat artsen die met magnetische impulsen (TMS) in de hersenen wilden ingrijpen, een beetje als een drummer waren die blindelings op de maat sloeg. Ze wisten niet precies wanneer de muzikant op dat moment een noot zou spelen. Ze gaven een klap, hoopten dat het op het juiste moment was, en hoopten dat het hielp.

Het Probleem: De Voorspeller vs. De Directe Waarnemer

In dit onderzoek hebben de auteurs een nieuwe, slimme manier bedacht om die "slagen" precies op het juiste moment te geven.

1. De Oude Methode (De Voorspeller):
   Stel je voor dat je probeert een bal te vangen die door een vriend wordt gegooid. De oude methode kijkt naar de bal, probeert te voorspellen waar hij over een seconde zal zijn, en berekent dan waar je hand moet zijn. Dit werkt prima als de bal in een rechte lijn vliegt (zoals een rustig, constant ritme in de hersenen). Maar als de bal plotseling van richting verandert of stopt (zoals een korte, spontane gedachte of een emotionele reactie), is de voorspelling vaak te laat of juist te vroeg. De "voorspeller" raakt de bal dan vaak in de lucht of mist hem helemaal.

2. De Nieuwe Methode (De Directe Waarnemer):
   De auteurs hebben een systeem gebouwd dat werkt als een supersnelle reflex. In plaats van te voorspellen waar de bal gaat, kijkt het systeem direct naar de bal en grijpt het hem op het exacte moment dat hij in je hand komt. Dit systeem gebruikt speciale computerchips (FPGA's) die zo snel zijn dat ze in microseconden (miljoenste van een seconde) kunnen reageren. Er is geen tijd nodig voor rekenen of voorspellen; het systeem "ziet" het moment en handelt direct.

Wat hebben ze gedaan?

De onderzoekers hebben dit nieuwe systeem getest op drie manieren:

• Met een simpele toon: Ze speelden een geluid dat langzaam van hoog naar laag ging. Het nieuwe systeem kon dit perfect volgen, terwijl het oude systeem bij de snelle veranderingen de draad kwijtraakte.
• Met rustige hersenen: Ze keken naar de hersengolven van mensen met hun ogen open en dicht (een rustig ritme). Het nieuwe systeem kon hier veel vaker en nauwkeuriger op "schieten" dan het oude systeem.
• Met actieve hersenen: Dit was de echte test. Mensen deden aan ruimtelijke puzzels en moesten onthouden waar ze waren geweest. Hierbij ontstonden er korte, krachtige "flitsen" in de hersenen (zoals een plotselinge "Aha!"-moment). Het oude systeem had hier veel moeite mee, omdat deze flitsen niet regelmatig zijn. Het nieuwe systeem pakte deze flitsen echter perfect op, alsof het een duivel in een duivelachtige dans kon volgen.

Waarom is dit belangrijk?

Dit is als de overstap van een oude, onnauwkeurige wekker naar een slimme horloge dat precies weet wanneer je wakker wordt.

• Voor onderzoek: Het stelt wetenschappers in staat om te kijken wat er gebeurt als ze precies op het moment van een gedachte ingrijpen. Ze kunnen nu echt zeggen: "Als we op dit exacte moment prikken, verandert de gedachte."
• Voor patiënten: Voor mensen met depressie, angst of andere hersenaandoeningen, betekent dit dat behandelingen veel preciezer kunnen worden. In plaats van een algemene behandeling, kan de arts de hersenen stimuleren op het exacte moment dat een ziektepatroon (zoals een negatieve gedachte) opduikt. Het is alsof je een brandblusser gebruikt op het moment dat het vuurtje begint, in plaats van het hele huis te besproeien.

Kortom:
Deze paper introduceert een nieuwe "slimme trigger" voor hersenstimulatie. In plaats van te gokken of te voorspellen, kijkt het systeem direct en reageert het razendsnel. Hierdoor kunnen artsen en onderzoekers nu de hersenen "tillen" op het moment dat ze het meest nodig hebben, zelfs als die momenten kort en onvoorspelbaar zijn. Het is een grote stap richting een toekomst waarin hersenbehandelingen net zo precies zijn als een chirurgische ingreep, maar dan zonder mes.

Technische samenvatting

Probleemstelling

Bestaande gesloten-lus (closed-loop) systemen voor Transcraniële Magnetische Stimulatie (TMS) gekoppeld aan EEG vertrouwen op algoritmen voor fasevoorspelling. Deze methoden analyseren honderden milliseconden aan voorgaande EEG-data om de toekomstige fase van een oscillatie te schatten. Hoewel dit effectief is voor stabiele, spontane oscillaties (zoals rustende mu-ritmen), hebben deze systemen fundamentele beperkingen:

1. Onvoldoende voor transiënte signalen: Ze falen bij kortdurende, gebeurtenis-gerelateerde oscillaties (ERO's) die slechts enkele cycli duren na een cognitieve of sensorische gebeurtenis, omdat deze geen stabiele periodiciteit vertonen.
2. Latentie en voorspellingsfouten: Softwarematige vertragingen (data-streaming, algoritme-uitvoering) en fasevervorming door causale filtering maken realtime detectie onmogelijk, waardoor men afhankelijk is van extrapolatie.
3. Beperking in onderzoek en therapie: Dit beperkt het onderzoek naar causale relaties tussen neurale fasen en cognitie, evenals de ontwikkeling van precisie-interventies voor pathologische hersentoestanden tijdens actieve taken.

Methodologie

De auteurs hebben een nieuw Real-Time Closed-Loop (RT-CL) TMS-EEG systeem ontwikkeld dat gebruikmaakt van Field Programmable Gate Arrays (FPGA's) om fase-detectie en stimulatie binnen microseconden mogelijk te maken, zonder voorspelling.

• Hardware en Architectuur: Het systeem gebruikt een National Instruments USB-7845R met een Xilinx Kintex-7 FPGA. Analoge EEG-signalen worden direct naar de FPGA gestuurd (via een Contact Precision Instruments versterker), waar ze parallel worden verwerkt. Dit elimineert de seriële verwerkingsbottlenecks van PC-gebaseerde systemen.
• Algoritme: Het FPGA-algoritme bestaat uit vier modules:
  1. Filterbank: Meerdere Butterworth-bandpassfilters (voor amplitude en fase) die in realtime worden geselecteerd op basis van de sterkste signaalsterkte.
  2. Fasedetectie: Identificatie van pieken, dalen, oplopende en aflopende fasen via tekenveranderingen in het golfvormsignaal en zijn eerste afgeleide.
  3. Amplitude-drempel: Detectie van de maximale amplitude binnen een venster van 5 ms na een fasegebeurtenis.
  4. Triggerlogica: Verzending van een TMS-puls zodra de doel-fase en -frequentie zijn gedetecteerd en de amplitude een drempel overschrijdt, gekoppeld aan een "event gating" mechanisme (bijv. feedback in een taak).
• Validatie-Experimenten:
  1. Gesimuleerde Chirp: Een frequentie-gemoduleerd signaal (50 Hz naar 1 Hz) om de prestaties te testen tegen een bekende grondwaarde.
  2. Menselijke EEG (N=18):
     • Spontane Alpha: Occipitale alpha-oscillaties (9-12 Hz) tijdens rust (ogen open/gesloten).
     • Event-Related Theta (RPT): Theta-oscillaties (4-10 Hz) tijdens twee ruimtelijke navigatietaken (een virtuele T-maze en een Linear Track Memory taak).
• Vergelijking: Het RT-CL-systeem werd vergeleken met een traditionele Phase Prediction Algorithm Closed-Loop (PPA-CL) methode (geïmplementeerd in EventIDE), waarbij de PPA-CL een sinusgolf fit op de Hilbert-getransformeerde data en deze extrapoleert.
• Opmerking: Alle validaties werden uitgevoerd zonder daadwerkelijke TMS-afgifte om artefacten te voorkomen; de focus lag puur op de triggerprecisie en -kans.

Belangrijkste Bijdragen

1. Directe Fase-detectie: Het introduceren van een FPGA-gebaseerd systeem dat de fase direct detecteert in plaats van te voorspellen, wat de latentie reduceert tot microseconden.
2. Validatie bij Transiënte Signalen: Het bewijzen dat dit systeem superieur is in het targeten van kortdurende, niet-stationaire oscillaties (ERO's) die optreden tijdens actieve cognitieve taken, een gebied waar bestaande methoden tekortschieten.
3. Openbare Beschikbaarheid: De code en documentatie zijn beschikbaar gesteld via een GitHub-repository, wat de reproduceerbaarheid en adoptie in de gemeenschap faciliteert.

Resultaten

De RT-CL-systemen presteerden significant beter dan de PPA-CL-systemen in zowel sensitiviteit (triggerkans) als precisie (fasefout-variabiliteit):

• Gesimuleerde Chirp:
  • Sensitiviteit: RT-CL bereikte ~98-100% triggerkans in het theta-bereik, terwijl PPA-CL daalde tot <10% aan de randen van het bereik (gemiddeld 73-77% voor PPA-CL vs. ~91% voor RT-CL).
  • Precisie: De standaarddeviatie van de fasefout (SDPE) was 19% lager voor RT-CL (7-9,7°) vergeleken met PPA-CL (9,4-11,6°).
• Spontane Alpha (Ogen open/gesloten):
  • RT-CL detecteerde ~70% van de alpha-cycli tegenover 59% voor PPA-CL.
  • De fasefout-variabiliteit was ~10° lager voor RT-CL (29,7° vs. 40,1°).
  • PPA-CL triggerde vaak voor de doel-fase (negatieve fout), terwijl RT-CL correct na de detectie triggerde.
• Event-Related Theta (T-maze en LTM-taken):
  • Dit was het meest uitdagende scenario vanwege trial-to-trial variabiliteit.
  • LTM-taak: RT-CL toonde het grootste voordeel: 18% hogere triggerkans (85,1% vs. 67%) en 19° lagere fasefout-variabiliteit (41,6° vs. 60,3°) dan PPA-CL.
  • De PPA-CL prestaties degradeerden aanzienlijk bij de minder voorspelbare LTM-taak, terwijl RT-CL robuust bleef.

Betekenis en Conclusie

De studie valideert dat FPGA-gebaseerde real-time gesloten-lus systemen een doorbraak vormen voor neuromodulatie.

• Methodologisch: Het opent de deur voor het onderzoeken van causale mechanismen van neurale fasen tijdens actieve cognitie en complexe taken, waar transiënte oscillaties cruciaal zijn.
• Klinisch: Het biedt een platform voor "state-and-context-dependent" precisie-interventies. In plaats van alleen te reageren op rusttoestanden, kan TMS nu worden gesynchroniseerd met pathologische hersentoestanden die optreden tijdens het ervaren van symptomen of cognitieve belasting (bijv. tijdens het coderen van geheugen of het verwerken van emoties).
• Toekomst: De technologie is essentieel voor het targeten van snelle, transiënte oscillaties (zoals gamma) en voor de ontwikkeling van geavanceerde therapeutische protocollen die reageren op de dynamische toestand van de patiënt in real-time.

Kortom, dit artikel bewijst dat directe detectie via FPGA's superieur is aan voorspelling voor het targeten van vluchtige neurale dynamiek, wat een nieuwe standaard zet voor precisie-neurowetenschap en klinische TMS-toepassingen.