정밀 TMS : EEG 및 기계 학습을 사용하여 TMS 응답 예측
주요 우울 장애 (MDD)는 흔하고 쇠약해지는 질병이다. 한 가지 새로운 개입은 약물 내성 MDD에 대해 식품 의약청에서 승인한 경두개 자기 자극 (TMS)이다. TMS는 빠르게 변동하는 자기장을 사용하여 MDD에서 전기적 활동을 유도하고 병리학적 신경망을 수정한다. 그럼에도 불구하고 TMS는 환자의 약 60%에서 효과적이며 최대 6주 동안 매일 치료가 필요한다. 이를 위해 TMS의 신경생물학적 효과에 대한 데이터 기반 통찰력과 치료 예측 및 진행을 위한 객관적인 마커는 큰 가치가 있다. 이 프로젝트는 뇌파검사 (EEG)와 기계 학습을 사용하여 TMS 치료에 대한 치료 반응을 예측하는 것을 목표로 한다.
Potential Impact
연구자들은 정신 장애에 대한 치료법을 선택하는 시행착오에서 벗어나 환자와 임상 직원에게 개별화된 치료 반응 가능성을 제공하는 것을 목표로 한다. 그들은 그러한 이해가 연구자들이 새로운 치료 양식을 개발하거나 이미 사용 중인 것을 개선하는 데 도움이 되기를 희망하면서 정신 질환의 신경생물학을 더 잘 이해하기를 희망하고 있다.
Precision TMS: Using EEG and machine learning to predict TMS response | Carney Institute for Brain Science | Brown University
Major Depressive Disorder (MDD) is a common and debilitating illness. One novel intervention is transcranial magnetic stimulation (TMS), which has been cleared by the Food and Drug Administration for pharmacoresistant MDD. TMS uses rapidly fluctuating magn
www.brown.edu
'Brain Engineering > Computational Brain Science' 카테고리의 다른 글
| BrainGate (0) | 2022.03.13 |
|---|---|
| Brain networks : Inferring cortical microcircuitry with electrophysiology (0) | 2022.03.13 |
| The causal role of neocortical beta events in human sensory perception (0) | 2022.03.13 |
| Human Neocortical Neurosolver for circuit-level interpretation of human MEG / EEG (0) | 2022.03.13 |
| 계산뇌과학 (Computational Brain Science) (0) | 2022.03.13 |
