本文属于类型a，即单项原创研究的学术报告。以下是根据文档内容生成的中文报告：

一、研究作者、机构与发表信息

本研究由Tapasi Brahma、Alexander Guillen、Jeffrey Moreno、Abhishek Datta和Yu Huang完成。其中，第一作者Tapasi Brahma、Alexander Guillen、Jeffrey Moreno、Abhishek Datta及通讯作者Yu Huang均隶属于Soterix Medical Inc.（美国新泽西州伍德布里奇），Abhishek Datta同时隶属于纽约城市学院（The City College of New York）。该论文发表于《Brain Stimulation》期刊，2025年7月9日在线发表，刊载于第18卷，页码1373至1388。

二、研究背景与目的

经颅电刺激（transcranial electrical stimulation, tES）通过向头皮施加微弱电流来调节大脑神经活动，已被用于改善认知功能及治疗抑郁症、癫痫、帕金森病、慢性疼痛和脑卒中等疾病。然而，传统tES产生的电场较为弥散，难以聚焦于大脑深部区域。高精度经颅电刺激（high-definition transcranial electrical stimulation, HD-tES）虽然提高了浅层靶点的聚焦性，但对深部脑区的聚焦刺激仍存在局限。

近年来，经颅时间干涉刺激（temporal interference stimulation, TI或TIS或tTIS，也称干涉刺激IFS）因其能够非侵入性地聚焦刺激深部脑区而受到广泛关注。TI通过两对电极施加频率相近的正弦电流，从而在脑内产生一个包络信号，其包络频率位于低频范围内，神经元因低通滤波特性仅响应慢速振荡。研究团队此前提出了利用两组电极阵列优化TI的算法，并在标准平均头模型（MNI152模板）及最多三个个体头部模型上验证了其相对于优化HD-tES和传统两对电极TI的聚焦优势。然而，已有研究大多在不同个体上使用相同的公共（甚至是优化的）电极配置，没有考虑个体间变异性。

本研究的目的在于：在25个个体化头部模型上系统研究优化TI的个体间变异性；比较优化TI与优化HD-tES在不同脑区靶点的聚焦性差异；比较个体化优化电极配置与公共模板配置及文献配置的差异；并通过数值敏感性分析和头部模型实验验证个体化优化的重要性。

三、研究流程与方法

1. 个体化头部模型构建

研究共纳入25个头部模型，其中10个来自人类连接组计划（Human Connectome Project）数据库，年龄22至35岁；另15个来自神经发育数据库，年龄范围17至89岁，以增强结果的普适性。所有个体化头部模型均使用开源工具箱ROAST生成，该工具箱自动将个体T1加权磁共振图像（MRI）分割为灰质、白质、脑脊液、颅骨、头皮和空气腔六种组织类型，并利用统计参数映射软件SPM12估计MNI坐标到个体MRI空间的变换。为获得真实的电流分布，头部模型视野向下延伸至颈部。在每个头皮表面按国际10/10系统放置72个高精度圆盘电极，以Iz电极为参考电极，分别求解其余71个电极的电场分布，共获得71个导联场（lead field）。最终每个头部模型包含约70万个节点和400万个单元，使用有限元法（finite element model, FEM）求解拉普拉斯方程。组织电导率采用ROAST默认值（灰质0.276 S/m，白质0.126 S/m，脑脊液1.65 S/m，颅骨0.01 S/m，皮肤0.465 S/m等）。

2. HD-TES与TI的优化算法

研究针对六个目标脑区进行优化：右侧海马体（MNI坐标[28,-22,-14]）、左侧背外侧前额叶皮层（DLPFC，[-39,34,37]）、左侧运动皮层（[-48,-8,50]）、右侧杏仁核（[21,-1,-22]）、右侧尾状核（[14,13,11]）和左侧丘脑（[-9,-17,6]）。其中除DLPFC和运动皮层外，其余均为深部脑区。

优化问题设定为在目标点最大化调制深度（modulation depth, MD），同时限制非目标区域的刺激能量，这与聚焦性和强度之间的权衡有关。对于HD-TES，使用经典的最小约束最小方差（LCMV）算法求解。对于两组阵列TI，由于调制深度是注入电流的非线性非凸函数，研究采用序列二次规划（sequential quadratic programming）求解，并以HD-TES优化解作为初始值。总注入电流限制为2 mA。对于两对电极TI，则采用穷举搜索：从72个电极中选择4个电极，考虑3种配对方式，以及每对电极的电流幅值在0.5至1.5 mA范围内以0.05 mA步长变化（两对电极电流之和为2 mA），每个靶点共需评估6481万种配置。聚焦性定义为脑内达到目标点调制深度50%以上的体积大小（类似于半高全宽FWHM概念）。

3. 公共配置与文献配置对比

为了比较个体化优化配置与公共配置的差异，研究在MNI152标准头上优化了HD-TES、两组阵列TI和两对电极TI的配置，并将其应用于所有25个个体头部模型。同时，研究从TI文献中寻找针对六个靶点的电极配置（其中右侧海马体、左侧运动皮层、右侧尾状核和左侧丘脑找到了文献配置，DLPFC和杏仁核未找到），同样应用于25个个体头部。

4. 敏感性分析

在受试者1上随机生成1000个电极配置，每种刺激模态的配置保持与优化配置相同的电极数量和电流L1范数（总和为4 mA，注入电流代数和为0）。将这些随机配置应用于模型并与优化配置比较，以评估聚焦性对电极配置变化的敏感性。同时，研究还模拟了一种线性版本的TI，即将非线性关系替换为线性求和，以分离非线性对敏感性的贡献。为了排除特定组织层的贡献，还构建了具有均匀电导率（1.0 S/m）的受试者1模型并重复敏感性分析。

5. 头部模型实验验证

研究利用受试者1的MRI生成头皮外表面STL文件，3D打印模具并制作琼脂头部模型。将一个8触点立体脑电图（SEEG）电极条沿径向插入至右侧海马体位置。使用自研的HD-IFS设备进行两对电极TI刺激，刺激频率分别为1000 Hz和1010 Hz。记录在优化聚焦性配置、优化MD配置、文献配置及随机配置下的信号。由于SEEG仅能测量径向MD，研究还在均匀电导率模型上优化了径向MD最大的配置用于比较。MD计算采用包络信号的峰谷差。

四、主要研究结果

1. 个体间变异性显著

不同受试者针对同一靶点的优化电极配置存在显著差异，无论是HD-TES、两组阵列TI还是两对电极TI。例如，针对右侧海马体，两组阵列TI中一个频率的电流倾向于集中在右侧头皮，而两对电极TI的两个频率分别位于左右两侧，且电极位置在不同受试者间变化明显。所有六个靶点的优化聚焦性均表现出跨受试者差异。以80%归一化调制深度为例，两组阵列TI的聚焦性标准差在0.37 cm至1.20 cm之间，其中右侧尾状核最大（1.20 cm）。两对电极TI的聚焦性标准差在0.26 cm至0.93 cm之间。

2. 优化两组阵列TI在多数靶点优于优化HD-TES

在相同调制深度水平下，优化两组阵列TI在6个靶点中的5个（右侧海马体、左侧DLPFC、左侧运动皮层、右侧杏仁核、左侧丘脑）显著优于优化HD-TES的聚焦性。在80%调制深度时，配对t检验显示除右侧尾状核外其余靶点均有显著优势。在右侧尾状核，两组阵列TI仅在90%调制水平有轻微优势，而在30%调制水平反而不如HD-TES，这可能与该靶点的特殊位置及优化算法的数值不稳定性有关。两对电极TI在右侧尾状核的平均聚焦性（4.64 cm）仍优于HD-TES（大于5 cm）。深度靶点的聚焦性提升更明显，例如右侧海马体提升2.05 cm，而左侧运动皮层仅提升0.19 cm。

3. 个体化优化配置优于公共配置

对于HD-TES，个体化优化配置与MNI152公共配置在聚焦性上没有显著差异。然而对于两组阵列TI，个体化优化配置在所有靶点（除右侧杏仁核外）均显著优于公共配置。在80%调制深度时，使用公共配置导致右侧海马体聚焦性平均下降0.77 cm，左侧DLPFC下降0.29 cm，左侧运动皮层下降0.35 cm。对于两对电极TI，差异更加明显：使用公共配置导致聚焦性在六个靶点平均下降0.37 cm至2.33 cm，其中左侧DLPFC下降最大。公共配置还导致前四个靶点的调制强度显著降低。

4. 个体化优化配置显著优于文献配置

对于两对电极TI，文献配置在四个有文献记录的靶点上均导致聚焦性显著下降：右侧海马体下降1.66 cm，左侧运动皮层下降4.41 cm，右侧尾状核下降2.40 cm，左侧丘脑下降2.74 cm。尽管文献配置在多数靶点诱导了更高的调制强度，但其聚焦性反而更差，说明文献配置可能主要追求强度而非聚焦性。

5. 敏感性分析揭示非线性物理的重要性

随机配置导致聚焦性显著下降，最大可达9.27 cm（两组阵列TI在左侧运动皮层）。当非线性关系被移除后，聚焦性对配置的敏感性显著降低，表明TI物理中的非线性（即调制深度与导联场之间的非线性关系）是聚焦性对配置高度敏感的主要原因。两对电极TI在深部靶点比HD-TES更敏感，而在浅表靶点则相反。这一发现排除了特定组织层对敏感性的贡献。

6. 头部模型实验验证

实验记录显示，优化MD的配置产生的MD最强，显著优于文献配置和随机配置。改变优化配置中电流比例会大幅降低MD，与仿真敏感性分析一致。文献配置中1:3电流比例产生的MD弱于1:1比例，这与原文献中在人类尸体上记录的结果相反，可能是因为记录方向不同。仿真模型与实验记录在SEEG触点1至3上显示的相对强度顺序一致，但模型预测MD约为实验值的两倍，可能是电导率值不完全匹配所致。

五、研究结论与价值

本研究证明了针对深部脑区的TI刺激需要进行个体化优化。不同个体间的头部解剖结构和组织电导率差异导致优化电极配置产生显著变异，公共配置或文献配置无法保证在个体水平上实现最佳聚焦刺激。聚焦性下降最多可达4 cm，相当于某些脑区（如丘脑枕）的大小，这可能解释了近期TI在视觉皮层上未显示显著效应的现象。研究同时验证了此前在MNI152头上发现的两组阵列TI相对于HD-TES的聚焦优势，但也指出这种优势并非普遍存在，在右侧尾状核靶点上存在例外。

研究具有重要的科学价值和应用价值。科学上，它首次在25个个体头部模型上定量评估了TI优化的个体间变异性，并通过敏感性分析和线性化模型揭示了TI非线性物理对聚焦性的重要影响。应用上，研究主张未来TI研究应采用个体化建模和优化，避免使用公共头部模型和固定电极配置，这对TI的临床转化具有重要意义。

六、研究亮点

本研究的亮点包括：首次在较大规模个体化头部模型（25个）上系统研究TI优化的个体间变异性；创新性地使用序列二次规划求解TI非线性优化问题；通过构建线性化TI模型和均匀电导率模型，揭示了非线性物理对聚焦性敏感性的主导作用；利用3D打印的琼脂头部模型和自研HD-IFS设备进行了实验验证，提供了个体化优化重要性的初步实验证据；发现两组阵列TI相对HD-TES的优势并非普遍存在，修正了此前基于标准头模型的结论。

七、其他有价值的内容

研究还发现，针对更深部的靶点需要更多电极来引导电流。此外，研究中使用的72电极配置可能限制了深部靶点的最优化效果，此前研究在头部下方额外放置21个电极可能有助于电流到达更深的脑区。研究也指出，目前仍缺乏体内直接记录TI刺激下颅内电信号的实验数据，且尚无能够实时求解TI优化问题的算法，这两方面都是未来研究的重要方向。