Predicting Magnetostimulation Thresholds in the Peripheral Nervous System using Realistic Body Models.
Predicting Magnetostimulation Thresholds in the Peripheral Nervous System using Realistic Body Models.
复制标题
使用逼真的身体模型预测周围神经系统中的磁刺激阈值。
DOI：
10.1038/s41598-017-05493-9
复制
发表时间：
2017-07-13
影响因子：
4.6
通讯作者：
Wald LL
中科院分区：
文献类型：
--
作者：
Davids M;Guérin B;Malzacher M;Schad LR;Wald LL
在人体中快速切换千赫兹频率范围内的外加磁场会产生足够强大的电场，足以引起周围神经刺激 (PNS)。 PNS 已成为使用高梯度场进行最新 MRI 梯度技术快速成像的主要限制之一。在最近的 MRI 梯度中，应用的场足够强大，以至于 PNS 限制了它们在快速成像序列（如平面回波成像）中的应用。磁粒子成像 (MPI) 在人类中的应用同样受到 PNS 的限制。尽管它是一个主要约束，但 PNS 考虑因素仅间接纳入线圈设计过程中，主要是通过使用线性区域的大小作为 PNS 阈值的代理或在构建线圈原型后进行人体实验。我们首次提出一个框架来模拟真实线圈几何形状的 PNS 阈值，以便在设计过程中直接解决 PNS 问题。我们的 PNS 模型由用于电磁场模拟的精确身体模型、周围神经图集以及用于预测神经对所施加电场的反应的神经动力学模型组成。通过该模型，我们能够以良好的一致性再现两个腿部/手臂电磁线圈的测量 PNS 阈值。
Rapid switching of applied magnetic fields in the kilohertz frequency range in the human body induces electric fields powerful enough to cause Peripheral Nerve Stimulation (PNS). PNS has become one of the main constraints on the use of high gradient fields for fast imaging with the latest MRI gradient technology. In recent MRI gradients, the applied fields are powerful enough that PNS limits their application in fast imaging sequences like echo-planar imaging. Application of Magnetic Particle Imaging (MPI) to humans is similarly PNS constrained. Despite its role as a major constraint, PNS considerations are only indirectly incorporated in the coil design process, mainly through using the size of the linear region as a proxy for PNS thresholds or by conducting human experiments after constructing coil prototypes. We present for the first time, a framework to simulate PNS thresholds for realistic coil geometries to directly address PNS in the design process. Our PNS model consists of an accurate body model for electromagnetic field simulations, an atlas of peripheral nerves, and a neurodynamic model to predict the nerve responses to imposed electric fields. With this model, we were able to reproduce measured PNS thresholds of two leg/arm solenoid coils with good agreement.
登录
查看更多内容
影响因子：
4.4
作者：
Chronik, BA;Ramachandran, M
通讯作者：
Ramachandran, M
影响因子：
3.2
作者：
BASSER, PJ;ROTH, BJ
通讯作者：
ROTH, BJ
影响因子：
3.5
作者：
Gosselin, Marie-Christine;Neufeld, Esra;Kuster, Niels
通讯作者：
Kuster, Niels
影响因子：
3.3
作者：
IRNICH, W;SCHMITT, F
通讯作者：
SCHMITT, F
影响因子：
1.8
作者：
Basser, Peter J.
通讯作者：
Basser, Peter J.