İnvaziv olmayan beyin stimülasyonu tarafından hedeflenen bir beyin ağının etkileşimini belirlemek için bir makine öğrenimi yaklaşımı
Transkraniyal doğru akım stimülasyonu (tDCS), elektrot montajının yanı sıra stimülasyonun polaritesine ve dozuna bağlı olarak davranış, biliş ve beyin fonksiyonlarını invazif olmayan bir şekilde modüle edebilir. Eşzamanlı tDCS-fMRI, invaziv olmayan beyin stimülasyonunun parametre alanını keşfetmenin ve hedeflenen bir beyin bölgesinin veya uzamsal olarak dağıtılmış beyin bölgeleri ağının devreye girip girmediğini bildirmenin yeni bir yolunu sunar. Bu çalışmada, Arcuate Fasciculus Network’ün (AFN) düğüm bölgelerini hedefleyen çoklu elektrot montajı, tek elektrot montajı ve stimülasyonsuz kontrol koşuluyla karşılaştırıldı. Dinamik fonksiyonel bağlantı (DFC) değerleri yardımıyla rs-fMRI verilerini üç farklı kategoride sınıflandırmak için makine öğrenme yöntemleri uygulandı ve çoklu elektrot koşulu için elde edilen en yüksek değerle %92’lik bir genel doğruluk elde edildi. Sınıflandırmaya katkıda bulunan ilk 5 ROI çifti, model performans parametreleri kullanılarak belirlendi ve esas olarak doğru AFN içindeydi. Stimülasyon elektrot yerleşiminin doğruluğunu tahmin etmek için DFC değerlerini kullanarak AFN etkileşimini tanımlamak için bir kavram kanıtı gerçek zamanlı geri bildirim sistemi önerilmiştir.
