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

Os autores desenvolveram e validaram um sistema TMS-EEG em tempo real de ciclo fechado que detecta diretamente a fase oscilatória sem previsão, permitindo um disparo de estimulação com maior precisão e probabilidade para oscilações relacionadas a eventos durante tarefas cognitivas ativas.

O essencial

Imagine que o seu cérebro é como uma orquestra gigante tocando música o tempo todo. Às vezes, a música é calma e constante (como quando você está relaxado); outras vezes, são explosões rápidas de notas específicas quando você toma uma decisão ou se lembra de algo.

Os cientistas querem "conversar" com essa orquestra usando um dispositivo chamado TMS (Estimulação Magnética Transcraniana). É como um maestro que pode dar um leve "soco" no ar para fazer os músicos tocarem mais alto ou mais baixo.

O Problema:
O problema é que a música do cérebro muda muito rápido. Os métodos antigos funcionavam como um maestro que olha para a partitura, tenta adivinhar qual nota os músicos vão tocar daqui a meio segundo e, baseado nessa previsão, dá o "soco".

• Se a música for constante (como um ritmo de fundo), a previsão funciona bem.
• Mas, se for uma nota surpresa, rápida e única (como quando você resolve um quebra-cabeça), a previsão falha. O maestro erra o tempo, dá o "soco" na hora errada e a orquestra não responde.

A Solução (O Novo Sistema RT-CL):
Os autores deste artigo criaram um novo sistema chamado RT-CL (Laço Fechado em Tempo Real). Em vez de tentar adivinhar o futuro, eles construíram um maestro com "olhos de raio-x" e reflexos de super-herói.

1. Sem Adivinhação, Apenas Ação: Em vez de usar um computador lento que precisa processar dados e prever o futuro, eles usaram um chip especial (chamado FPGA) que é incrivelmente rápido. É como trocar um computador de escritório antigo por um processador de videogame de última geração.
2. Microssegundos: Esse chip detecta a nota exata que está sendo tocada agora e dá o "soco" quase instantaneamente (em microssegundos). É como se o maestro visse a nota e reagisse antes mesmo de você piscar o olho.

O Experimento:
Os cientistas testaram isso de três formas:

• Teste de Laboratório: Usaram um sinal de rádio falso que mudava de frequência. O novo sistema acertou quase 100% das vezes, enquanto o sistema de "adivinhação" errou muito nas mudanças rápidas.
• Cérebro em Repouso: Pediram para pessoas ficarem de olhos abertos e fechados (o cérebro muda o ritmo). O novo sistema acertou muito mais vezes e com mais precisão.
• Cérebro em Ação (O Grande Teste): Pediram para as pessoas jogarem um jogo de labirinto virtual e de memória. Quando elas recebiam uma recompensa, o cérebro dava um "pulso" rápido de energia (ondas theta). O novo sistema conseguiu acertar esse pulso rápido com muito mais frequência e precisão do que o sistema antigo.

A Analogia Final:
Pense no sistema antigo (PPA-CL) como alguém tentando pegar uma bola de beisebol que vem voando, mas que está calculando a trajetória com base em onde a bola estava há 1 segundo. Se a bola mudar de direção de repente, ele erra.

O novo sistema (RT-CL) é como um goleiro de futebol com reflexos sobrenaturais que vê a bola e pula exatamente no momento em que ela passa pela linha, sem precisar calcular nada.

Por que isso importa?
Isso abre portas para tratamentos médicos muito mais precisos. Em vez de dar remédios ou estimulações no horário fixo, os médicos poderão dar o tratamento exatamente no momento em que o cérebro do paciente precisa, seja para tratar depressão, ansiedade ou problemas de memória. É a diferença entre tomar um remédio "todo dia às 8h" e tomar o remédio "exatamente no momento em que a dor começa".

Resumo técnico

Resumo Técnico: Alvo de Fase de Precisão de Oscilações Relacionadas a Eventos usando TMS-EEG em Malha Fechada em Tempo Real

1. O Problema

O Estímulo Magnético Transcraniano (TMS) combinado com Eletroencefalografia (EEG) em malha fechada é uma ferramenta poderosa para investigar mecanismos neurais e desenvolver intervenções terapêuticas. No entanto, os sistemas atuais de TMS-EEG em malha fechada dependem de algoritmos de previsão de fase.

• Limitação Principal: Esses algoritmos exigem sinais altamente periódicos e estáveis (como oscilações espontâneas em repouso) para extrapolar a fase futura com precisão.
• Falha em Eventos Transientes: Eles falham ao tentar direcionar oscilações relacionadas a eventos (EROs) que são breves, ocorrem por apenas alguns ciclos após estímulos sensoriais ou cognitivos e apresentam flutuações abruptas de fase (reset de fase) e amplitude.
• Latência e Distorsão: O processamento em computadores (PCs) introduz atrasos variáveis (streaming de dados, execução de algoritmos) e distorções de fase (filtros causais), forçando os sistemas a dependerem de previsões que se tornam imprecisas quando a continuidade temporal do sinal é quebrada.

2. Metodologia

Os autores desenvolveram e validaram um novo sistema de TMS-EEG em Malha Fechada em Tempo Real (RT-CL) que elimina a necessidade de previsão de fase, realizando a detecção direta com latência na escala de microssegundos.

• Arquitetura do Sistema (RT-CL):

  • Utiliza FPGAs (Field Programmable Gate Arrays) para processamento de sinais analógicos diretamente no hardware, permitindo processamento paralelo e latência mínima (microssegundos).
  • O algoritmo no FPGA consiste em quatro módulos:
    1. Banco de Filtros: Filtros Butterworth em banda para amplitude e fase (ex: Alpha 9-12 Hz, Theta 4-10 Hz).
    2. Detecção de Fase: Identificação de picos, vales e fases ascendentes/descendentes baseada em mudanças de sinal e derivadas.
    3. Limiar de Amplitude: Seleção da banda com maior potência e verificação de amplitude.
    4. Lógica de Gatilho: Envio do pulso TMS apenas quando a fase alvo é detectada e a amplitude excede o limiar, condicionado a eventos de tarefa (gating de eventos).
  • Hardware: Amplificador EEG analógico (Contact Precision Instruments) conectado diretamente ao FPGA (National Instruments USB-7845R), evitando a digitalização inicial e o streaming via USB que causam latência.

• Protocolo Experimental:

  • Experimento 1 (Validação com Sinais Simulados): Uso de um gerador de funções para criar um sinal "chirp" (varredura de frequência de 50 Hz a 1 Hz) para testar a precisão em um sinal com "verdade fundamental" conhecida.
  • Experimento 2 (Dados Humanos - N=18):
    • Oscilações Alpha Espontâneas: Participantes alternaram entre olhos abertos e fechados para induzir oscilações alpha occipitais.
    • Oscilações Theta Relacionadas a Eventos (RPT): Participantes realizaram duas tarefas de navegação espacial (T-maze e Linear Track Memory) que elicitem respostas theta no córtex parietal posterior direito (canal PO8) após feedback de recompensa.
  • Comparação: O sistema RT-CL foi comparado com um sistema baseado em Previsão de Fase (PPA-CL) usando o software EventIDE, que ajusta um senoide à transformada de Hilbert e extrapola o sinal para o futuro.
  • Nota Importante: Nenhuma estimulação TMS real foi entregue durante a validação para isolar o desempenho do sistema de artefatos de estimulação.

3. Contribuições Principais

1. Inovação Tecnológica: Desenvolvimento de um sistema TMS-EEG totalmente baseado em FPGA que detecta a fase diretamente sem previsão, superando as limitações de latência e distorção de software.
2. Capacidade de Alvo em Eventos Transientes: Demonstração pela primeira vez de que é possível direcionar com precisão oscilações de curta duração (EROs) durante tarefas cognitivas ativas, algo que os métodos de previsão não conseguem fazer de forma confiável.
3. Validação Rigorosa: Comparação direta e quantitativa entre detecção direta (RT-CL) e previsão (PPA-CL) em sinais simulados, oscilações espontâneas e oscilações relacionadas a eventos em humanos.

4. Resultados

O sistema RT-CL superou consistentemente o sistema baseado em previsão (PPA-CL) em todos os métricas:

• Sinais Simulados (Chirp):

  • Probabilidade de Gatilho: RT-CL atingiu ~90-93% de probabilidade em toda a banda theta, enquanto o PPA-CL caiu drasticamente nas bordas da faixa (abaixo de 10% em 10 Hz), com média de ~73-77%.
  • Precisão (Erro de Fase): RT-CL teve menor variabilidade (SDPE de 7° a 9,7°) comparado ao PPA-CL (9,4° a 11,6°).

• Oscilações Alpha Espontâneas (Olhos Abertos/Fechados):

  • Sensibilidade: RT-CL detectou ~70% dos ciclos alpha vs. 59% do PPA-CL.
  • Precisão: RT-CL reduziu o desvio padrão do erro de fase (SDPE) em ~10° (29,7° vs. 40,1°).
  • Timing: O PPA-CL tendia a disparar antes da fase alvo (erro negativo), enquanto o RT-CL disparou logo após a fase alvo, conforme projetado.

• Oscilações Theta Relacionadas a Eventos (T-maze e LTM):

  • T-maze: RT-CL foi 11% mais sensível (83% vs. 72%) e 13° mais preciso (42,6° vs. 55,6° de SDPE).
  • LTM (Tarefa mais variável): A vantagem foi ainda maior. RT-CL foi 18% mais sensível (85,1% vs. 67%) e 19° mais preciso (41,6° vs. 60,3° de SDPE).
  • Conclusão: O sistema RT-CL manteve o desempenho mesmo quando a variabilidade trial-a-trial aumentou (como na tarefa LTM), onde o sistema de previsão degradou-se significativamente.

5. Significância e Implicações

• Neurociência Básica: O sistema RT-CL permite testar hipóteses causais sobre o papel da fase de oscilações neurais durante processos cognitivos ativos (como memória e tomada de decisão), que antes eram inacessíveis devido à natureza transiente desses sinais.
• Psiquiatria de Precisão e Neurologia: Abre caminho para intervenções terapêuticas que não apenas sincronizam com o estado do cérebro, mas com o contexto (ex: disparar TMS exatamente quando um sinal de memória patológica ou um estado emocional específico surge durante uma tarefa).
• Superioridade sobre Previsão: Enquanto a previsão é adequada para ritmos estáveis em repouso (ex: ritmo mu), a detecção direta é superior e necessária para sinais de alta variabilidade e reset de fase.
• Futuro: A tecnologia valida o uso de FPGAs para neuromodulação de próxima geração, permitindo o direcionamento de frequências mais altas (Gama) e protocolos complexos de rTMS sincronizados com estados cerebrais dinâmicos.

Em resumo, este trabalho estabelece um novo padrão metodológico para a estimulação cerebral em malha fechada, demonstrando que a detecção direta de fase via hardware dedicado é fundamental para interagir com a dinâmica neural transitória do cérebro humano em funcionamento.