- 4 次围观
时域干扰刺激（TIS）的计算模型通常针对给定的解剖结构和电极配置报告单一的电场估计。由于非确定性四面体网格生成不会对固定的组织标签图像产生唯一的离散化，因此单次网格实现可能引入数值变异。我们量化了不同独立网格实现之间的变化，并将其与在单个选定网格上重复执行下游模拟的结果进行了对比。对十个头部模型进行了评估，刺激靶点为左侧海马和右侧初级运动皮层（M1）。对于每个模型和靶点，我们生成了40个独立网格，并在每个网格上完成一次完整模拟。另行地，我们选取了 parcel 水平电场估计最接近中位数的网格，并在保持该几何结构固定的情况下重复下游操作40次，总计进行了1,600次 TIS 模拟。主要结果指标为球形靶区内 TIS 包络场的空间中位数。对于独立重新网格化的运行，受试者内变异系数在海马刺激中为1.81–3.65%，在 M1 中为1.62–2.79%。在固定网格上重复执行时，运行间标准差降低了99%以上，表明工作流变异几乎完全由非确定性网格生成驱动，而非求解器不稳定、数值舍入或后处理所致。单次运行的网格实现保持了总体队列排序（海马的 Kendall's tau 中位数为0.867，M1 为0.911），但经常会颠倒预测场相近的受试者对的排名顺序。此外，bootstrap 分析表明，对五到十次独立重网格运行取平均可有效抑制这种随机噪声。这些结果量化的是单一工作流的可重复性，而非绝对误差。因此，当实验结论依赖于细微的场强差异或固定的神经调控阈值时，应通过多次运行平均来控制或减轻随机网格变异。
时域干扰刺激（temporal interference stimulation, TIS）的计算模型通常针对给定的解剖结构和电极排布报告单一的电场估计。由于非确定性四面体网格生成并不会对固定的组织标签图像产生唯一的离散化结果，单一网格实现可能引入数值变异。我们量化了独立网格实现之间的变异，并将其与在单一选定网格上重复进行下游仿真的结果进行了对比。共评估了10个头模型，分别用于左海马和右初级运动皮层（M1）的刺激。对于每个模型和靶区，我们生成了40个独立网格，并在每个网格上执行一次完整仿真。另一方面，我们选取其分区层面场估计最接近中位数的网格，并在保持该几何结构不变的情况下重复下游操作40次，总计进行了1,600次TIS仿真。主要结果为球形靶区内TIS包络场的空间中位数。对于独立重网格运行，受试者内变异系数在海马为1.81–3.65%，在M1为1.62–2.79%。在固定网格上重复执行时，运行间标准差降低了99%以上，表明工作流变异几乎完全由非确定性网格生成驱动，而非求解器不稳定、数值舍入或后处理所致。单次运行的网格实现保持了整体队列排序（海马的Kendall’s tau中位数为0.867，M1为0.911），但常常会颠倒预测场接近的受试者对之间的秩次顺序。此外，bootstrap分析表明，对五至十次独立重网格运行取平均可有效抑制这种随机噪声。这些结果量化的是单一工作流的可重复性，而非绝对误差。因此，当实验结论依赖于细微场差异或固定的神经调控阈值时，应通过多次运行平均来控制或减轻随机网格变异。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.08.743658v1?rss=1
🏷️ 时间干涉刺激 有限元网格 数值变异性 可重复性 电场仿真