Summary
伸手是允许人类与环境互动的基本技能。一些研究旨在使用各种方法表征到达行为。本文提供了经颅磁刺激的开源应用,以评估人类在达到任务执行期间的皮质脊髓兴奋状态。
Abstract
伸展是运动生理学和神经科学研究中广泛研究的行为。虽然已经使用各种行为操作检查了到达,但在理解到达计划、执行和控制所涉及的神经过程方面仍然存在重大差距。这里描述的新方法将二维到达任务与经颅磁刺激(TMS)和来自多个肌肉的同步肌电图(EMG)记录相结合。该方法允许在伸展运动展开期间的精确时间点无创检测皮质脊髓活动。示例任务代码包括一个延迟响应到达任务,其中两个可能的目标显示在偏离中线 45° ±。单脉冲TMS在大多数任务试验中提供,无论是在准备提示(基线)开始时还是在命令性提示(延迟)之前100毫秒。该样品设计适用于研究 REACH 制备过程中皮质脊髓兴奋性的变化。示例代码还包括视觉运动扰动(即光标旋转 ± 20°),以研究适应对 REACH 准备过程中皮质脊髓兴奋性的影响。可以调整任务参数和TMS交付,以解决有关到达行为期间运动系统状态的特定假设。在最初的实施中,83%的TMS试验成功诱发了运动诱发电位(MEP),并在所有试验中记录了到达轨迹。
Introduction
目标导向的到达是一种基本的运动行为,允许人类与外部环境互动并操纵外部环境。运动生理学、心理学和神经科学领域的研究产生了丰富而广泛的文献,其中包括各种方法论。早期的接触研究使用非人类灵长类动物的直接神经记录来研究单个神经元水平的神经活动1,2。最近的研究调查了使用行为范式来探索运动学习和控制的本质3,4,5。这种行为任务与功能性磁共振成像和脑电图相结合,可以测量人类到达时的全脑活动6,7。其他研究已应用在线TMS来调查到达准备和执行的各种特征8,9,10,11,12,13,14。然而,仍然需要一种开源和灵活的方法,将覆盖的行为评估与TMS相结合。虽然将TMS与行为协议相结合的效用已经非常成熟15,但在这里,我们专门研究了TMS在使用开源方法的背景下的应用。这是新颖的,因为使用这种方法组合发表文章的其他小组没有使他们的工具随时可用,因此禁止直接复制。这种开源方法促进了复制、数据共享和多中心研究的可能性。此外,如果其他人希望使用类似的工具追求新颖的研究问题,开源代码可以作为创新的发射台,因为它很容易适应。
TMS提供了一种在精确控制的时间点16探测电机系统的无创方法。当应用于初级运动皮层(M1)时,TMS可以在目标肌肉的肌电图中引起可测量的偏转。该电压波的振幅称为电机诱发电位(MEP),提供了皮质脊髓(CS)通路瞬时兴奋状态的指数 - 这是对CS通路17的所有兴奋性和抑制性影响的合成模拟。除了提供可靠的内在CS兴奋性受试者内测量外,TMS还可以与其他行为或运动学指标相结合,以时间精确的方式研究CS活动与行为之间的关系。许多研究已经利用TMS和肌电图(EMG)的组合来解决有关运动系统的各种问题,特别是因为这种方法的组合使得在各种行为条件下研究MEP成为可能15。事实证明,这特别有用的一个领域是动作准备的研究,最常见的是通过研究单关节运动18。然而,对自然主义多关节运动(如伸展)的TMS研究相对较少。
目前的目标是设计一种延迟反应到达任务,包括行为运动学,在线单脉冲TMS管理以及来自多个肌肉的同时肌电图记录。该任务包括一个二维点对点到达范式,使用水平方向的监视器进行在线视觉反馈,使得视觉反馈与到达轨迹相匹配(即,在真实反馈期间的 1:1 关系,视觉反馈和运动之间没有转换)。目前的设计还包括一组视觉运动扰动试验。在提供的示例中,这是光标反馈中的 20° 旋转偏移。以前的研究使用类似的到达范式来解决与感觉运动适应相关的机制和计算的问题19,20,21,22,23,24,25。此外,这种方法可以在在线运动学习期间的精确时间点评估运动系统的兴奋性动态。
由于接触已被证明是研究学习/适应的一种富有成效的行为,因此在这种行为的背景下评估CS兴奋性具有揭示这些行为所涉及的神经基质的巨大潜力。这些可能包括局部抑制影响,调谐特性的变化,神经事件的时间等,正如在非人类灵长类动物研究中已经建立的那样。然而,这些特征在人类和临床人群中更难量化。在人类没有明显运动的情况下,也可以使用TMS和EMG组合方法(即,在准备运动或休息时)研究神经动力学。
所提供的工具是开源的,代码很容易适应。这种新颖的范式将对伸展运动的准备、执行、终止和适应所涉及的机制产生重要的见解。此外,这种方法的组合有可能揭示电生理学与人类到达行为之间的关系。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
此处详述的所有方法均按照IRB协议和批准(俄勒冈大学IRB协议编号10182017.017)进行。获得所有受试者的知情同意。
1. 伸展装置
- 将大型图形输入板平放在桌面上。
- 使用可调节的 80-20 铝制框架将任务监视器平行放置在平板电脑上方 6-8 处,屏幕朝上(有关蓝图,请查看此处:https://github.com/greenhouselab/Reach_TMS 和补充图 1)。
注意:此设置允许参与者跨过平板电脑并获取任务监视器上显示的目标,同时遮挡其伸展手臂的视野。 - 使用Kim等人3 中描述的设置作为参考。
2. 机器接口
- 通过 USB 端口 将 平板电脑连接到计算机。通过HDMI端口 将 任务监视器连接到计算机。通过DB-9电缆 将 后面的TMS端口连接到计算机。
- 通过PCI-6220卡DAQ 将 EMG系统连接到计算机。通过BNC电缆 将 光电二极管连接到EMG系统。
3. 光电二极管传感器
- 将光电二极管传感器连接到 BNC 电缆。用胶带将光电二极管传感器固定在任务监视器的右上角,传感器面向屏幕,≤ 1 厘米远。
注意:这会将任务监视器上呈现的刺激的时序记录为独立输入通道中的模拟数据。
4. 软件
- 下载适用于 MATLAB 2018 的 VETA 工具箱26 (https://github.com/greenhouselab/Veta),与用于数据收集的硬件接口。
- 下载为控制实验参数和与平板电脑接口而开发的到达任务代码(https://github.com/greenhouselab/Reach_TMS)。
5. 参与者筛选和知情同意
- 筛查受试者是否有 TMS 禁忌证。排除标准包括癫痫发作、头痛、脑外伤、昏厥、慢性应激或焦虑、睡眠问题和任何神经活性药物的个人或家族史。其他排除标准包括大脑或颅骨中的任何金属植入物,以及在测试前24小时内使用任何娱乐性药物或酒精。纳入标准包括右撇子和年龄在18至35岁之间。
- 提供程序和相关风险的书面解释,澄清参与者可能提出的任何其他问题。
- 获得参与者的知情同意。
6. 科目设置
- 将拍摄对象放在面向平板电脑的舒适椅子上。确保膝盖弯曲至90°,腿在桌子下方。
- 准备皮肤并放置肌电图电极。
- 使用细粒砂纸轻轻擦拭右侧第一背骨间 (FDI)、桡腕伸肌和前三角肌部位的皮肤,以及颈部底部的 C4 突起,以检测 TMS 脉冲产生的电伪影。
注意:肌肉记录站点可以根据用户需求进行调整。 - 每个电极部位用酒精制备垫擦拭每个磨损区域一次以进行清洁。
- 在每个部位放置一个肌电图电极。确保电极垂直于肌肉纤维运行。将接地电极放在右肘的骨突出处。
- 用医用胶带固定每个电极。
- 使用细粒砂纸轻轻擦拭右侧第一背骨间 (FDI)、桡腕伸肌和前三角肌部位的皮肤,以及颈部底部的 C4 突起,以检测 TMS 脉冲产生的电伪影。
- 检查肌电图记录的质量。使用 VETA 工具箱可视化所有肌电图迹线,并确保它们没有伪影。如果肌电图迹线有噪音,请确保接地正确放置,并且所有电极与皮肤正确接触。
7. 经颅磁刺激
- 打开 TMS 机器。
- 通过刺激左侧M1 找到 右侧FDI肌肉的TMS热点。
- 将线圈横向放置~5厘米,在头部顶点前2厘米处放置,方向为中线~45°。
- 每 4 秒施用一次 TMS 脉冲,同时在前-后和内侧侧以约 5 mm 的增量重新定位线圈。
- 从 30% 的最大刺激器输出开始,以 2% 的增量逐渐增加 TMS 强度,直到观察到 MEP。
- 一旦确定了最佳位置,在该位置上,MEP 可以以尽可能低的刺激器强度可靠地在大多数 (~75%) 脉冲上被引出,通过找到在 10 个脉冲中的 5 个脉冲上产生峰峰值幅度为 >50 μV 的 MEP 的强度水平来确定静息运动阈值 (RMT)。
- 通过沿着线圈的周边在参与者的头上轻轻放置细条反光带来标记位置。通过手动握住线圈或使用支架支撑线圈来保持线圈定位。
8. 到达任务设置
- 将魔术贴手套戴在参与者的右手上,以促进放松的力量握持姿势。
- 将手写笔连接到手套上,并建议受试者在伸手运动之间保持手部放松。
- 传达任务说明,如下所示: 将光标引导到屏幕底部的初始位置。您将在两个目标位置之一看到提示。当目标填充颜色时,尽可能快速准确地穿过目标。然后返回初始位置。指示初始位置、提示和目标的位置(图 1A)。
- 指导参与者用手写笔尽可能快速准确地切开目标。关闭任务室中的灯,以遮挡参与者手臂运动的视野并提高任务监视器的可见性。
9. 任务设计
- 在 Matlab 2018 中使用 Psychtoolbox 3.0 控制视觉刺激呈现(补充编码文件 1)。
- 使用以下参数匹配当前数据:20 次练习试验;270次试验;4/5 的测试试验的 TMS;TMS 要么与预备提示开始(基线 TMS)重合,要么在命令性提示(延迟 TMS)之前 100 毫秒以相同的频率重合;总试验的1/10是捕获试验,其中没有出现命令性提示;起始位置是一个半径为 2 厘米的圆,位于工作区的底部中心;两个半径为 1 cm 的圆形目标位于距离起始位置 15 cm 处,距离中线 +45°和 -45°。
- 按如下方式设置事件顺序和持续时间:准备提示为 900 毫秒,命令式提示为 900 毫秒。
10. TMS管理
- VETA工具箱同时管理TMS并记录肌电图 https://github.com/greenhouselab/Veta。
- 使用VETA工具箱控制TMS脉冲的时间,以与所选的行为事件(即,准备提示的开始或目标开始前100毫秒)一致。
- 以足够的频率提供 TMS,以确保有足够的 MEP 进行分析。
注意:如前所述,任务代码将在总试验的 4/5 上提供 TMS 脉冲,要么在准备提示开始时引出基线 MEP,要么在命令提示引发延迟 MEP 之前 100 毫秒。可以根据用户需要在代码中调整参数。没有TMS的试验可用于评估在没有TMS的情况下的行为表现。这对于确定 TMS 对性能的任何可能影响非常有用。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
所描述方法的成功执行包括记录片剂数据、肌电图痕迹和可靠地引出 MEP。完成了一项实验,其中包括270项测试试验,其中4/5试验(216项试验)提供了TMS。
数据来自16名年龄在25岁±10岁的参与者(8名女性8名男性),他们都自我报告为右撇子。我们通过推导一位代表性参与者的学习函数来评估视觉扰动对行为表现的有效性。 这些数据如图1B 所示,并显示参与者的手靶误差按预期调整为扰动和冲刷条件。我们还评估了基线到达期间目标误差的标准偏差,约为4.5°(图1B)。这与以前的研究一致24。
每次试验均提供一次TMS脉冲。一半的脉冲在基线时传递,一半在准备延迟期间传递(图2A)。每个参与者平均成功记录了91个±23个基线和88个±20个延迟的MEP,分别对应于84%和81%的成功率。仅当幅度超过.05 mV时才计算MEP。在所有试验中,从图形输入板成功捕获了到达轨迹,不包括捕获试验(即,未呈现“go”提示的试验和参与者未能发起覆盖或在命令提示之前启动的试验)。
平均延迟周期(预备提示和命令提示之间的持续时间)为 915 ± 0.5 毫秒(平均±标准差)。基线TMS在准备提示开始后26±8 ms施用,延迟TMS在命令性提示开始前126±3 ms(图2B)。在每种情况下,与预期的TMS管理时间的一致偏差表明需要进一步优化以解决硬件或软件组件引入的意外延迟。然而,这些延迟中相对较低的比例方差表明,这些大多是固定的延迟,可以通过额外的试点测试来控制,并表明事件的时间在试验中通常是可靠的。
图 1:从平板电脑收集的行为数据 。 (A)工作区包括起始位置(深蓝色),两个目标(青色)以及来自单个参与者的预曝光块的一组代表性到达轨迹。(B)目标误差计算为从到达终点到目标中心的距离(以度为单位)。试验箱是每个箱连续两次试验的平均值,数据由实验块分隔:预曝光(无阴影)、曝光(红色)、无反馈时的冲洗(绿色)和具有真实反馈的冲洗(无阴影)。 请点击此处查看此图的大图。
图 2:示例 MEP 迹线。 (A) 两个实验时期(基线和延迟)的代表性 MEP 和相应的光电二极管迹线。(B)负基线MEP延迟(-26±8毫秒)表示TMS刺激在准备提示之后到达,而正延迟MEP延迟(126±3毫秒)表示TMS刺激在所需时间点之前到达(命令式提示前100毫秒)。所有参与者的延迟平均值(n = 16)。请点击此处查看此图的大图。
补充图1:到达装置的蓝图。请点击此处下载此文件。
补充编码文件1:视觉刺激代码。 该delayed_reach_TMS.m文件包含用于控制片剂,刺激呈现,经颅磁刺激和肌电图记录的任务代码。 请点击此处下载此文件。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
上面概述的方法提供了一种在达到行为的背景下研究运动准备的新方法。尽管到达代表了运动控制和学习研究中的流行模型任务,但需要精确评估与到达行为相关的CS动力学。TMS提供了一种非侵入性的,时间精确的方法来捕获到达过程中离散时间点的CS活动。这里描述的方法结合了两个独立的子领域 - TMS和触及 - 涉及同时记录运动学和电生理指标的单一范式。
虽然所描述的方法有可能揭示在到达的背景下对行动控制的重要见解,但存在某些限制和考虑因素。最重要的是,MEP测量的可靠性取决于TMS给药前肌电图活动的稳定性,以及捕获的27个MEP的数量。在收集数据之前评估肌电图数据质量至关重要。为了获得足够的统计功效,建议每个任务条件至少进行 20 次 MEP 测量。此外,虽然MEP的变化代表了CS兴奋性的定量变化,但TMS的性质和由此产生的MEP产生了相当粗略的CS活动的总结指标,并且应谨慎解释它们与行为的因果关系15。此外,图形输入板要求手写笔与平板电脑表面保持接触,这限制了可以使用的伸展任务范围和握把孔径。
尽管该特定协议存在局限性,但TMS和EMG的组合在达到以外的行为任务期间用于索引运动系统兴奋性已经得到很好的确立15。这种组合方法的优点包括即使在没有明显运动的情况下也能测量CS兴奋性动力学,以及在与任务无关的肌肉中。这种方法还提供了毫秒级的高时间精度。此外,此处描述的协议可以适用于通过列出的输入/输出设备 直接 与刺激演示计算机接口的任意数量的EMG设备。
鉴于这些优势,该协议可以帮助弥合人类和动物研究之间的差距。对非人类灵长类动物的大量研究已经检查了在到达的背景下与到达和运动学习相关的电生理机制。使用TMS和EMG联合方法对人类的进一步研究可以帮助弥合非人类电生理学和人类行为发现。先前在伸手背景下对 MEP 的研究表明,当顶叶皮层、前运动皮层和顶叶 M1 回路在运动前受到刺激时,TMS 在伸展和抓握准备期间具有促进作用8,14。然而,在M1上的TMS后75至150 ms用脑电图测量的静息诱发电位的幅度在力场缓冲13后降低。CS的准备,适应和变化之间的微妙关系值得进一步研究。此外,通过在实验室中使用相同的工具和方法,复制将更容易实现,这将有助于研究结果的可解释性。
虽然这里的重点是M1的TMS,但一些研究已经利用双位点TMS来研究皮质区域(例如,顶叶皮层和M1)之间的相互作用。虽然其中许多研究是在休息期间进行的,但少数研究在到达计划和执行的背景下检查了皮质 - 皮质相互作用。双位点TMS显示,对后顶叶皮层的刺激促进了M1兴奋性,在听觉“去”提示后50毫秒和~100毫秒处启动准备好的对侧到达28。已经为双线圈TMS方法建立了其他方法,其中包括在目标导向的伸手抓取行为期间的应用29。这里描述的方案补充了这些以前的研究和方法,也可以很容易地适应双位点TMS研究。
示例任务代码由具有两个潜在目标的延迟响应任务组成。可以调整试验编号、靶标和光标特征、视觉反馈和 TMS 递送等参数,以解决各种研究问题。用这种方法记录的数据包括来自平板电脑的行为运动学和来自EMG的电生理测量。初步结果表明,TMS和行为测量显示出可靠的时机和对试验中到达方向变化的足够敏感性。这些方法和结果是未来研究使用这种方法通过TMS 到达 的神经机制的概念证明。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
所有作者声明不存在利益冲突
Acknowledgments
这项研究的部分原因是奈特校园本科生学者计划和菲尔和佩妮奈特基金会的慷慨资助。
Materials
Name | Company | Catalog Number | Comments |
2-Port Native PCI Express | StarTech.com | RS232 Card with 16950 UART | Must be compatible with desktop computer |
Adjustable 80-20 aluminum frame | any | ||
Alcohol prep pads | any | EMG preparation | |
Bagnoli Bipolar Electrodes | Delsys | DE 2.1 | |
Bagnoli Reference Electrode | Delsys | USX2000 | 2” (5cm) Round |
Bagnoli-8 EMG System | Delsys | ||
Chair | any | ||
Computer monitor for EMG/TMS | n/a | ||
Desk | any | ||
Desktop Computer | Dell | xps 8930 | RAM: 16 GB, Storage: 1TB, Graphics: 1060 6GB |
EMG electrodes | Delsys | Sensor Adhesive Interface | |
Fine grain sandpaper | any | EMG preparation | |
Graphics tablet | Wacom | Intuos-4 XL | |
Handle of paint roller | any | to be used as stylus handle, hollowed out center must be large enough for stylus to sit securely inside | |
Medical tape | any | To secure EMG electrodes | |
PCI-6220 card DAQ | National Instruments | To interface EMG system | |
Photodiode Sensor | Vishay | BPW21R | To record timing of task events into EMG trace. |
Rear TMS port | Magstim | Included with TMS machine | |
Right-handed polyethylene glove | any | Cut out thumb and index finger of glove to expose FDI muscle | |
Sensory Adhesive Interface, 2-slot | Delsys | SC-F01 | |
Stylus | Wacom | Intuos-4 grip pen | |
Tablet-to-Computer USB cable | any | Included in Tablet purchase | |
Task Monitor | Asus | VG248 | |
TMS coil | Magstim | D70 Remote Coil | 7cm diameter, figure-of-eight coil |
TMS machine | Magstim | 200-2 | |
TMS-to-Computer DB9 cable | any | Connects to PCIe Serial Card | |
Velcro | any | To be placed on glove and stylus handle |
References
- Georgopoulos, A. P., Kalaska, J. F., Caminiti, R., Massey, J. T. On the relations between the direction of two-dimensional arm movements and cell discharge in primate motor cortex. The Journal of Neuroscience. 2 (11), 1527-1537 (1982).
- Georgopoulous, A. P., Schwartz, A. B., Kettner, R. E. Neuronal population coding of movement direction. Science. 233 (4771), 1416-1419 (1986).
- Kim, H. E., Morehead, J. R., Parvin, D. E., Moazzezi, R., Ivry, R. B. Invariant errors reveal limitations in motor correction rather than constraints on error sensitivity. Communications Biology. 1, 19 (2018).
- Huberdeau, D. M., Krakauer, J. W., Haith, A. M. Dual-process decomposition in human sensorimotor adaptation. Current Opinion in Neurobiology. 33, 71-77 (2015).
- Shadmehr, R., Smith, M. A., Krakauer, J. W. Error correction, sensory prediction, and adaptation in motor control. Annual Review of Neuroscience. 33 (1), 89-108 (2010).
- Filimon, F., Nelson, J. D., Hagler, D. J., Sereno, M. I. Human cortical representations for reaching: Mirror neurons for execution, observation, and imagery. NeuroImage. 37 (4), 1315-1328 (2007).
- Hammon, P. S., Makeig, S., Poizner, H., Todorov, E., de Sa, V. R. Predicting reaching targets from human EEG. IEEE Signal Processing Magazine. 25 (1), 69-77 (2008).
- Busan, P., et al. Effect of transcranial magnetic stimulation (TMS) on parietal and premotor cortex during planning of reaching movements. PloS One. 4 (2), 4621 (2009).
- Busan, P., et al. Transcranial magnetic stimulation and preparation of visually-guided reaching movements. Frontiers in Neuroengineering. 5, 18 (2012).
- Lega, C., et al. The topography of visually guided grasping in the premotor cortex: a dense-transcranial magnetic stimulation (TMS) mapping study. The Journal of Neuroscience. 40 (35), 6790-6800 (2020).
- Marigold, D. S., Lajoie, K., Heed, T. No effect of triple-pulse TMS medial to intraparietal sulcus on online correction for target perturbations during goal-directed hand and foot reaches. PloS One. 14 (10), 0223986 (2019).
- Savoie, F. -A., Dallaire-Jean, L., Thenault, F., Whittingstall, K., Bernier, P. -M. Single-pulse TMS over the parietal cortex does not impair sensorimotor perturbation-induced changes in motor commands. eNeuro. 7 (2), (2020).
- Taga, M., et al. Motor adaptation and internal model formation in a robot-mediated forcefield. Psychoradiology. 1 (2), 73-87 (2021).
- Vesia, M., et al. Human dorsomedial parieto-motor circuit specifies grasp during the planning of goal-directed hand actions. Cortex. 92, 175-186 (2017).
- Bestmann, S., Krakauer, J. W. The uses and interpretations of the motor-evoked potential for understanding behaviour. Experimental Brain Research. 233 (3), 679-689 (2015).
- Rossini, P. M., et al. Non-invasive electrical and magnetic stimulation of the brain, spinal cord, roots and peripheral nerves: Basic principles and procedures for routine clinical and research application. An updated report from an I.F.C.N. Committee. Clinical Neurophysiology. 126 (6), 1071-1110 (2015).
- Rothwell, J. C., Thompson, P. D., Boyd, S., Marsden, C. D. Stimulation of the human motor cortex through the scalp. Experimental Physiology. 76 (2), 159-200 (1991).
- Bestmann, S., Duque, J. Transcranial magnetic stimulation: decomposing the processes underlying action preparation. The Neuroscientist. 22 (4), 392-405 (2016).
- Kim, H. E., Avraham, G., Ivry, R. B. The psychology of reaching: action selection, movement implementation, and sensorimotor learning. Annual Review of Psychology. 72 (1), 61-95 (2021).
- McDougle, S. D., Bond, K. M., Taylor, J. A. Explicit and implicit processes constitute the fast and slow processes of sensorimotor learning. The Journal of Neuroscience. 35 (26), 9568-9579 (2015).
- McDougle, S. D., Bond, K. M., Taylor, J. A. Implications of plan-based generalization in sensorimotor adaptation. Journal of Neurophysiology. 118 (1), 383-393 (2017).
- McDougle, S. D., Ivry, R. B., Taylor, J. A. Taking aim at the cognitive side of learning in sensorimotor adaptation tasks. Trends in Cognitive Sciences. 20 (7), 535-544 (2016).
- Morehead, J. R., Qasim, S. E., Crossley, M. J., Ivry, R. Savings upon re-aiming in visuomotor adaptation. The Journal of Neuroscience. 35 (42), 14386-14396 (2015).
- Taylor, J. A., Krakauer, J. W., Ivry, R. B. Explicit and implicit contributions to learning in a sensorimotor adaptation task. The Journal of Neuroscience. 34 (8), 3023-3032 (2014).
- Tsay, J. S., Kim, H. E., Parvin, D. E., Stover, A. R., Ivry, R. B. Individual differences in proprioception predict the extent of implicit sensorimotor adaptation. Journal of Neurophysiology. 125 (4), 1307-1321 (2021).
- Jackson, N., Greenhouse, I. VETA: An open-source matlab-based toolbox for the collection and analysis of electromyography combined with transcranial magnetic stimulation. Frontiers in Neuroscience. 13, 975 (2019).
- Goldsworthy, M. R., Hordacre, B., Ridding, M. C. Minimum number of trials required for within- and between-session reliability of TMS measures of corticospinal excitability. Neuroscience. 320, 205-209 (2016).
- Koch, G., et al. Functional interplay between posterior parietal and ipsilateral motor cortex revealed by twin-coil transcranial magnetic stimulation during reach planning toward contralateral space. The Journal of Neuroscience. 28 (23), 5944-5953 (2008).
- Goldenkoff, E. R., Mashni, A., Michon, K. J., Lavis, H., Vesia, M. Measuring and manipulating functionally specific neural pathways in the human motor system with transcranial magnetic stimulation. Journal of Visualized Experiments. (156), e60706 (2020).