쓰빈 샘플링을 활용한 만성 통증에 대한 가속화된 TMS 최적화

간략 요약

이 연구의 목적은 somato-cognitive action network (SCAN)과 action motor network (AMN) 내 개별 노드를 대상으로 한 가속 간격 theta burst stimulations (aiTBS)의 안전성과 효과를 평가하는 것입니다. 연구는 개별 반응 패턴에 기반하여 자극 위치 선택을 최적화하기 위한 베이지안 강화 학습 알고리즘인 Thompson Sampling을 사용합니다. 이 접근 방식은 시간 단축을 통해 치료 접근성을 개선하고, 정밀 타겟팅을 통해 통증 네트워크의 개별 차이를 해결하고, 가속된 신경塑性를 통해 더 강력한 통증 완화를 달성할 가능성이 있습니다. 이 연구의 구체적인 목표는 다음과 같습니다: 1. SCAN과 AMN 연결성과 신경학적-감정적 통증 증상 간의 관계를 설정합니다. 2. Thompson Sampling 최적화된 aiTBS가 SCAN과 AMN에서 감정적 및 감각 운동 통증 차원에서 효과를 평가합니다. 3. 치료 반응과 완화를 예측할 수 있는 fMRI 연결성 생물학적 기표를 식별합니다.