優化使用 Thompson Sampling 的加速 TMS 治療慢性疼痛

簡要摘要

本研究旨在評估針對體感認知動作網路（SCAN）和動作運動網路（AMN）中個人化節點的加速間歇性theta爆發刺激（aiTBS）治療慢性疼痛的安全性及有效性。本研究將使用湯普森抽樣法，一種貝葉斯強化學習演算法，基於個體反應模式優化刺激點選擇。此方法有潛在性革命性改變疼痛管理，透過縮短時間表提高治療可及性，通過精準目標對準處理疼痛網路的個體差異，並可能通過加速神經可塑性達到更強的疼痛緩解。 研究的具體目標如下： 1. 建立SCAN和AMN連接性與認知-情感疼痛症狀之間的關係。 2. 評估湯普森抽樣法優化之aiTBS在SCAN和AMN對情感和感覺運動疼痛維度的有效性。 3. 確定預測治療反應和緩解的fMRI連接性生物標記。