Исследование ЭЭГ в состоянии покоя: отсутствие надежных биомаркеров латерализации тиннитуса

Исследование ЭЭГ в состоянии покоя: отсутствие надежных биомаркеров латерализации тиннитуса

Настоящее исследование было направлено на оценку возможности использования количественной электроэнцефалографии (qEEG) в состоянии покоя для надежной дифференциации латерализации тиннитуса. Для достижения этой цели применялись строгие методы контроля множественных сравнений и вложенное кросс-валидационное машинное обучение (ML). В исследовании анализировались 210 заранее определенных признаков qEEG: спектральная мощность (n=95), функциональная связность (n=80) и индексы асимметрии полушарий (n=35). В исследовании приняли участие 110 пациентов с хроническим тиннитусом, которые были распределены по группам: билатеральный тиннитус (n=58), левосторонний (n=27), правосторонний (n=16) и нелатерализованный (n=9).

Анализ групп и статистическая значимость

Для выявления различий между группами использовались тесты Краскела-Уоллиса с последующей коррекцией по методу Бенджамини-Хохберга для контроля частоты ложных открытий (FDR). Статистическая значимость устанавливалась на уровне <0.05.

Несмотря на то, что небольшое количество признаков показало значения p < 0.05 до коррекции, что соответствует ожидаемому количеству ложных положительных результатов, ни один из них не сохранился после коррекции FDR. Распределение значений p из этого основного анализа, иллюстрирующее отсутствие значимых результатов, представлено на Рис. 1.

Исследовательский постанализ

После коррекции на множественные сравнения методом Бенджамини-Хохберга ни один из признаков не остался значимым при уровне FDR < 10% дисперсии, что наблюдалось лишь в 2 из 210 признаков. Анализ чувствительности с использованием в качестве ковариат либо асимметрии аудиограмм (PTA_L–PTA_R), либо средней аудиограммы (mean PTA) дал аналогичные результаты: количество неисправленных обнаружений незначительно варьировалось в разных сравнениях, но ни один эффект латерализации не достиг FDR < 0.05, а эффекты ковариат оставались незначительными (медианное частичное η² ≈ 0.01 для обоих).

В совокупности с межслуховой асимметрией слуха, соответствующей латерализации тиннитуса (Таблица 1), эти результаты указывают на то, что слуховые пороги являются основным фактором, обуславливающим наблюдаемые групповые эффекты, в то время как остаточные различия в qEEG носят исследовательский характер.

Как показано на Рис. 3A, подмножество признаков изменило свой статус значимости после корректировки на ковариаты: 7 признаков приобрели новую значимость (например, PLV T3–C3 дельта, AI F3–F4 гамма), в то время как шесть признаков потеряли значимость (например, когерентность T4–C4 тета, P3 гамма-мощность). Рис. 3B далее иллюстрирует, что признаки, основанные на спектральной мощности, были непропорционально затронуты: множество переменных, связанных с мощностью (например, T3 альфа-мощность, O1 тета-мощность), потеряли статистическую значимость. В отличие от этого, признаки связности, включая метрики PLV (Phaselocking Value — значение синхронизации фаз) и AI (Asymmetry Index — индекс асимметрии), особенно в гамма- и дельта-диапазонах, с большей вероятностью приобретали значимость после контроля PTA (Pure Tone Audiometry — аудиометрия по чистым тонам).

Однако эти тенденции не сохранились после коррекции FDR и должны интерпретироваться как исследовательские, а не как свидетельство эффектов, независимых от слуха.

Машинное обучение: классификация и важность признаков

Были использованы подходы машинного обучения для оценки того, могут ли многомерные паттерны признаков qEEG классифицировать латерализацию тиннитуса. После неудачной классификации на четыре группы (результат на уровне 25% от случайного угадывания) были проведены бинарные классификации для всех постаналитических сравнений: левый против правого, левый против билатерального, правый против билатерального и унилатеральный против билатерального.

Были оценены три алгоритма: Random Forest (RF — Случайный лес), Support Vector Machine (SVM — Метод опорных векторов) и Logistic Regression (LR — Логистическая регрессия). Для небольших выборок (n < 30) использовалось кросс-валидирование методом исключения одного наблюдения (leave-one-out cross-validation, LOOCV), а для больших выборок — пятикратное кросс-валидирование (fivefold cross-validation). Все анализы столкнулись со значительным сокращением данных из-за пропущенных значений qEEG: полнота полных случаев варьировалась от 39,5% (17/43) для сравнения левостороннего против правостороннего до 50,0% (37/74) для сравнения правостороннего против билатерального (Таблица 3).

Для статистического вывода представлены результаты вложенного кросс-валидирования с использованием сбалансированной точности (balanced accuracy) и площади под кривой рабочей характеристики приемника (ROC AUC — Receiver Operating Characteristic Area Under the Curve). При сравнении контрастов сбалансированная точность составила 57–63%, а ROC AUC — приблизительно 0,56, что близко к случайному угадыванию, с нестабильными ранжированиями важности признаков между фолдами.

Для прозрачности Таблица 3 воспроизводит значения точности из исходной схемы CV (LOOCV для очень малых выборок; пятикратное кросс-валидирование в остальных случаях). Поскольку точность может быть завышена при несбалансированности классов, эти значения следует интерпретировать с осторожностью; сбалансированная точность и AUC (Рис. 4) предоставляют предпочтительное обобщение дискриминационных характеристик. Профили важности признаков варьировались в зависимости от фолда и модели, и ни один набор признаков не показал последовательной, воспроизводимой важности в ресамплах. В совокупности с нулевыми унивариантными результатами эти данные позволяют предположить, что в нашем наборе данных qEEG скальпа в состоянии покоя вряд ли сможет обеспечить надежную классификацию латерализации.

Обсуждение

В данном исследовании мы ставили целью выявить нейрофизиологические маркеры латерализации тиннитуса, используя 210 признаков qEEG. Четырехгрупповое сравнение дало четкий нулевой результат — ни один из признаков не остался значимым после коррекции FDR, несмотря на тщательное статистическое тестирование. Это предполагает, что тиннитус крайне неоднороден, и любые кортикальные различия, связанные с перцептивной латерализацией, вероятно, тонкие или значительно варьируются между индивидами.

Исследовательское постаналитическое тестирование (без коррекции) выявило 48 признаков со значениями p < 0.05 в четырех парных сравнениях (Таблица 2). Большинство обнаружений возникло при сравнении правостороннего против билатерального тиннитуса, где тета-диапазон мощности в центральных/задних отделах был постоянно выше в группе билатерального тиннитуса (например, Cz тета p = 0.002, |d|=0.64). Сравнение левостороннего против правостороннего тиннитуса показало примерно вдвое меньше номинальных эффектов, особенно мощность гамма-диапазона в центральной области (C4 гамма p = 0.013, |d|=0.78). Контрасты унилатерального против билатерального и левостороннего против билатерального тиннитуса дали соответственно меньше результатов (≈11 и 6).

Все результаты являются исследовательскими; ни один признак не прошел коррекцию FDR.

Для оценки влияния слуха были проведены ANCOVA (Analysis of Covariance — дисперсионный анализ с ковариатами) с левосторонней PTA (PTA_L) в качестве ковариаты и повторены с использованием межслуховой асимметрии PTA (PTA_L–PTA_R) или средней PTA. При всех спецификациях большинство различий в спектральной мощности ослабевали, ни один термин латерализации не достигал FDR < 0.05, а эффекты ковариат были небольшими (медианное частичное η² ≈ 0.01). Вместе с межслуховой асимметрией слуха, соответствующей стороне тиннитуса (Таблица 1), эти результаты указывают на то, что слуховые пороги являются основным фактором, обуславливающим наблюдаемые групповые различия; любые остаточные паттерны ЭЭГ являются малыми и исследовательскими.

Осторожная интерпретация заключается в том, что периферическая асимметрия может объяснять локальные различия в спектральной мощности (альфа/тета), в то время как меры связности иногда демонстрировали тенденции (без коррекции) после корректировки. Эти тенденции не устанавливают реорганизацию, независимую от асимметрии слуха, и должны рассматриваться как гипотезогенерирующие. Наблюдения, такие как повышенная тета-мощность при билатеральном тиннитусе, согласуются с механистическими рамками (например, тромбокортиковая дизритмия), но наши данные не предоставляют подтвержденных доказательств для латерализационно-специфических кортикальных маркеров; потребуются большие, предварительно зарегистрированные когорты с независимым подтверждением и дополнительными методами визуализации.

Хотя ни один признак не сохранился после коррекции в наших исследовательских анализах, группа с билатеральным тиннитусом продемонстрировала повышенную тета-мощность — паттерн, потенциально отражающий тромбокортиковую дизритмию — модель, предполагающая, что деафферентация приводит к повышенной низкочастотной активности и компенсаторной активации гамма-диапазона. Эта теория остается краеугольным камнем в понимании патофизиологии тиннитуса и была расширена в недавних сетевых моделях. В отличие от этого, группа с унилатеральным тиннитусом показала усиленную межполушарную связность, что может представлять собой каллозальную компенсацию или механизмы перебалансировки после асимметричной индукции.

Эти исследовательские результаты следует интерпретировать с осторожностью, однако они концептуально согласуются с более широкими рамками патофизиологии тиннитуса, которые включают как локализованную возбудимость, так и нарушение распределенной сети.

Клиническое значение и ограничения

Наши результаты имеют несколько важных клинических последствий. Во-первых, несмотря на то, что некоторые модели достигли более 70% точности классификации в постаналитических ML-анализах, низкие значения AUC (0,51–0,75) и несбалансированные профили чувствительности-специфичности указывают на ограниченную клиническую применимость текущих моделей на основе qEEG для прогнозирования латерализации тиннитуса. Например, модель SVM в сравнении унилатерального против билатерального тиннитуса показала 92% специфичность, но только 8,5% чувствительность, фактически возвращая предсказания большинства классов.

Во-вторых, qEEG скальпа с использованием обычных спектральных признаков и признаков связности, хотя и ценно для генерации гипотез, по-видимому, недостаточно для клинической стратификации подтипов тиннитуса. Однако наши результаты предполагают, что связность в гамма-диапазоне, особенно в височно-теменных областях, может служить центральным биомаркером, заслуживающим дальнейшего изучения в будущих рамках. В поддержку этого недавнее исследование, применяющее вейвлет-основанное разложение частот и моделирование микросостояний, выявило отчетливые изменения в динамике бета- и гамма-диапазонов — в частности, в продолжительности микросостояний и вероятностях перехода — которые позволили практически идеально классифицировать пациентов с тиннитусом с использованием глубоких нейронных сетей, с точностью до 100% в гамма-диапазоне в условиях открытых глаз. Эти результаты предполагают, что временные признаки, основанные на микросостояниях, а не только традиционные меры ЭЭГ, могут предлагать более надежные биомаркеры тиннитуса. В свою очередь, нейромодулирующие методы лечения могут быть более эффективными, если они нацелены на аномальную сетевую связность — особенно в гамма-диапазоне — а не только на локализованную кортикальную активность. Таким образом, вмешательства с руководством по ЭЭГ или информированные связностью, такие как tACS (Transcranial Alternating Current Stimulation — транскраниальная стимуляция переменным током) или нейрообратная связь, могут предложить персонализированные варианты лечения для латерализованного тиннитуса.

Критические ограничения исследования

Данное исследование имеет несколько критических ограничений. Наиболее значительным является статистический подход. Наш переход от неудавшегося первичного четырехгруппового сравнения к исследовательскому постаналитическому анализу конкретной подгруппы значительно увеличивает риск ошибки I рода. Представленные скорректированные значения p в нашем постанализе не учитывают предвзятость отбора, введенную этой последовательной, основанной на данных стратегией.

Во-вторых, исследование было ограничено его ограниченной статистической мощностью и сильным дисбалансом размеров выборки. Небольшие размеры выборки для групп правостороннего (n=16) и нелатерализованного (n=9) тиннитуса были недостаточны для обнаружения чего-либо, кроме очень больших эффектов, что является вероятным фактором нулевых результатов в нашем первичном анализе.

В-третьих, ретроспективный дизайн исследования вносит потенциальные искажения. Наш анализ основывался на клинически собранных данных, которые могут вносить предвзятость отбора и вариабельность в том, как были получены измерения. Кроме того, кросс-секционный характер исследования ограничивает нашу способность делать причинно-следственные выводы между наблюдаемыми нейрофизиологическими паттернами и латерализацией тиннитуса; мы можем только описывать ассоциации.

Наконец, хотя qEEG предоставила ценные сведения в этом исследовании, она также имеет важные ограничения. Поскольку ЭЭГ в основном отражает активность кортикальной поверхности, ее пространственное разрешение относительно низкое, и она не может напрямую улавливать сигналы из более глубоких структур мозга, таких как таламус или миндалевидное тело — области, которые считаются центральными для патофизиологии тиннитуса. Для преодоления этих ограничений будущие исследования должны использовать проспективные дизайны с большими и более сбалансированными выборками, а также рассматривать возможность включения мультимодальных методов визуализации для лучшего картирования сложных нейронных сетей, вовлеченных в латерализацию тиннитуса.

Заключение

Несмотря на анализ 210 признаков qEEG у 110 пациентов с тиннитусом, мы не обнаружили статистически надежных маркеров латерализации после корректировки на множественные сравнения. Наблюдаемый медианный размер эффекта (d = 0.217) предполагает, что для достижения достаточной статистической мощности потребуется размер выборки приблизительно 335 участников в каждой группе.

Методы

Дизайн и популяция исследования

В данном исследовании анализировались данные 110 пациентов, посетивших клинику тиннитуса в третичном университетском госпитале в период с марта 2020 года по март 2025 года. Всем пациентам было проведено комплексное клиническое обследование и 19-канальная количественная электроэнцефалография (qEEG) в рамках их первоначальной оценки. Пациенты были категоризированы по латерализации тиннитуса на четыре группы: билатеральный (n=58), левый (n=27), правый (n=16) и нелатерализованный (n=9).

Этические одобрения и согласие на участие

Все методы проводились в соответствии с соответствующими руководящими принципами и нормами, включая Хельсинкскую декларацию. Все экспериментальные протоколы были одобрены Институциональным наблюдательным советом Больницы Университета Ихва (Ewha Womans University Mokdong Hospital Institutional Review Board) (Сеул, Республика Корея; номер одобрения: EUMC 2025–02011). В связи с ретроспективным характером исследования Институциональный наблюдательный совет Больницы Университета Ихва освободил от необходимости получения информированного согласия.

Клиническая оценка

Стандартная клиническая оценка включала подробный сбор анамнеза и комплексную аудиологическую оценку. Дистресс и характеристики, связанные с тиннитусом, оценивались с помощью Инвентаря инвалидизации при тиннитусе (THI — Tinnitus Handicap Inventory) и визуальных аналоговых шкал (VAS, 0–10), измеряющих осознание тиннитуса, его раздражающий эффект, громкость и влияние на повседневную жизнь. Аудиологическое обследование включало тональную пороговую аудиометрию для расчета средних порогов чистых тонов на частотах 0,5, 1, 2 и 4 кГц для каждого уха.

Психологическая оценка включала Шкалу тревоги и депрессии для стационарных больных (HAD — Hospital Anxiety and Depression Scale), Инвентарь депрессии Бека (BDI — Beck Depression Inventory) и Инвентарь тревоги Бека (BAI — Beck Anxiety Inventory). Дополнительные клинические переменные включали Мини-опросник психического статуса (MMSE — Mini-Mental State Examination), субъективную гиперакузию, качество сна, головную боль, боль в шее, головокружение и ощущение заложенности уха. Все измерения проводились во время первого визита пациента в клинику.

Сбор и обработка количественной ЭЭГ

Запись ЭЭГ в состоянии покоя проводилась в рамках стандартной первоначальной оценки с использованием 19-канальной системы MINDD scan (Ybrain, Республика Корея) с размещением электродов в соответствии с Международной системой 10–20. Данные записывались с частотой дискретизации 500 Гц, при этом импеданс электродов поддерживался ниже пяти кОм. Пациентам было предложено удобно сидеть с закрытыми глазами в звукоизолированной, экранированной от электромагнитных помех комнате в течение 20 минут. Обученный техник непрерывно контролировал записи на предмет признаков сонливости и при необходимости давал словесные предупреждения для обеспечения состояния расслабленного бодрствования. Этот протокол сбора данных соответствовал нашему предыдущему исследованию, посвященному нейронным коррелятам когнитивных изменений, связанных с тиннитусом.

Исходные данные ЭЭГ подвергались предварительной обработке, включая полосовую фильтрацию (0,5–70 Гц), режекторную фильтрацию (60 Гц) и отбраковку артефактов. Для удаления глазных, сердечных и мышечных артефактов применялся метод независимых компонент (ICA — Independent Component Analysis). Предварительно обработанные данные были разделены на 2-секундные эпохи, а эпохи, содержащие остаточные артефакты или маркеры сна (например, вертексные волны, К-комплексы, веретена сна), были вручную отбракованы обученным специалистом, слепым к клинической информации пациента.

Извлечение признаков qEEG

Спектральные признаки извлекались с использованием пользовательских скриптов на основе MATLAB, интегрированных с EEGLAB. Мы систематически извлекли в общей сложности 210 признаков qEEG из предварительно обработанных данных для каждого участника. Эти признаки включали 95 признаков спектральной мощности, полученных из пяти различных частотных диапазонов (дельта: 1–4 Гц, тета: 4–8 Гц, альфа: 8–13 Гц, бета: 13–30 Гц, гамма: 30–45 Гц) по всем 19 электродам. Дополнительно были рассчитаны 80 признаков функциональной связности для восьми ключевых пар электродов (T3-T4, T5-T6, T3-F3, T4-F4, T3-C3, T4-C4, T5-P3, T6-P4) по пяти частотным диапазонам, используя как значение синхронизации фаз (PLV), так и когерентность в квадрате величины (MSC — Magnitude Squared Coherence). Наконец, были вычислены 35 индексов асимметрии полушарий для семи гомологичных пар электродов по формуле: AI = log (мощность в правом полушарии) – log (мощность в левом полушарии). Значения плотности спектральной мощности были преобразованы в логарифм по основанию 10 (log10), чтобы нормализовать распределение перед статистическим анализом. Затем эти признаки были объединены с демографическими и аудиологическими данными для последующего статистического анализа.

Статистический анализ

Наш статистический анализ проводился в два этапа на основе данных. На Этапе 1 (Первичный анализ) мы провели тесты Краскела-Уоллиса для сравнения всех четырех групп по латерализации тиннитуса по всем 210 признакам qEEG, а также по демографическим и клиническим характеристикам. Для категориальных переменных проводился хи-квадрат анализ. Полученные значения p были скорректированы на множественные сравнения с использованием процедуры FDR Бенджамини-Хохберга, при этом уровень статистической значимости устанавливался на уровне скорректированного p < 0.05.

После получения нулевых результатов первичного анализа мы провели исследовательские постаналитические парные сравнения: левосторонний против правостороннего, левосторонний против билатерального, правосторонний против билатерального и унилатеральный против билатерального тиннитуса. Для каждого сравнения мы провели тесты ранговых сумм Уилкоксона с коррекцией FDR, расчет размера эффекта с использованием d Коэна с 95% доверительными интервалами по методу бутстрэпа, а также ANCOVA с левосторонней PTA (PTA_L) в качестве ковариаты для контроля слуховых порогов. В качестве анализа чувствительности мы повторили ANCOVA с использованием в качестве ковариаты либо межслуховой асимметрии PTA (PTA_L–PTA_R), либо средней PTA [(PTA_L + PTA_R)/2]. Для каждого признака ЭЭГ мы суммировали скорректированное по FDR значение q для члена латерализации и частичное η² для ковариаты. Постгок анализ мощности проводился с использованием G*Power 3.1 для определения способности исследования обнаруживать эффекты различной величины. Все анализы проводились с использованием R версии 4.3.0. Уровень статистической значимости устанавливался на p < 0.05 для исследовательских (без коррекции) анализов, при этом для корректной значимости требовался уровень FDR-скорректированного p < 0.05.

Машинное обучение

После того как первоначальная четырехклассовая модель не достигла заранее определенных порогов производительности, мы переформулировали задачу как серию бинарных классификаций, охватывающих каждое постаналитическое парное сравнение. Пропущенные данные были удалены (анализ полных случаев), и все предикторы были стандартизированы по z-оценке в пределах фолдов ресемплинга для предотвращения утечки данных. Были протестированы три алгоритма: (i) RF с настройкой mtry (число признаков, используемых в каждом узле) с использованием сеточного поиска; (ii) SVM с радиальной базисной функцией с оптимизацией параметров cost и γ; и (iii) Логистическая регрессия с L2-регуляризацией (ridge) для снижения переобучения в пространствах признаков высокой размерности. Гиперпараметры выбирались с помощью внутреннего сеточного поиска, вложенного во внешнюю процедуру ресемплинга. Для валидации использовалось кросс-валидирование методом исключения одного наблюдения (LOOCV), когда меньший из двух классов содержал менее 30 наблюдений; в противном случае применялось стратифицированное пятикратное кросс-валидирование. Вложенная схема гарантировала, что настройка гиперпараметров опиралась исключительно на обучающие данные, обеспечивая несмещенные оценки производительности. Синтетическая оверсемплинг миноритарного класса применялся в каждом обучающем фолде для бинарных задач.

Основные конечные точки — общая точность и сбалансированная точность, каждая с 95% доверительными интервалами Уилсона. Вторичные метрики включали чувствительность, специфичность, AUC и κ Коэна. Для моделей RF были извлечены и ранжированы показатели важности признаков на основе индекса Джини для облегчения биологической интерпретации наиболее дискриминативных переменных.

Данные

Наборы данных, использованные и/или проанализированные в ходе текущего исследования, доступны у соответствующего автора по разумному запросу.

Ссылки

Скачать ссылки

Благодарности

Данное исследование было поддержано грантом Национального исследовательского фонда Кореи (NRF), финансируемым правительством Кореи (MSIT) (RS202400352526).

Информация об авторах

Авторы и учреждения:

• Отделение оториноларингологии, хирургии головы и шеи, Медицинский колледж Университета Кёнхи, Сеул, Корея
  Су Джин Ким
• Отделение оториноларингологии, хирургии головы и шеи, Медицинская школа Университета Ихва, Сеул, Корея
  СынХо Шин, Сун Ван Бюн & Хо Юн Ли
• Отделение оториноларингологии, хирургии головы и шеи, Медицинская школа Университета Ихва, Сеул, Республика Корея
  Хо Юн Ли

Авторы:

• Су Джин Ким: Просмотр публикаций автора, Поиск автора на: PubMed, Google Scholar
• СынХо Шин: Просмотр публикаций автора, Поиск автора на: PubMed, Google Scholar
• Сун Ван Бюн: Просмотр публикаций автора, Поиск автора на: PubMed, Google Scholar
• Хо Юн Ли: Просмотр публикаций автора, Поиск автора на: PubMed, Google Scholar

Вклад

С.Дж.К. провела предварительную обработку данных ЭЭГ и статистический анализ, а также составила черновик рукописи. С.Х.Ш. внесла вклад в сбор данных, клиническую оценку и рецензирование рукописи. С.В.Б. предоставил ресурсы, контролировал проверку данных и критически отредактировал рукопись. Х.Ю.Л. разработал концепцию исследования, привлек финансирование, курировал проект и отредактировал финальную версию рукописи. Все авторы просмотрели и одобрили окончательную версию рукописи.

Корреспондирующий автор

Переписка с: Хо Юн Ли.

Декларации об этике

Конфликты интересов

Авторы заявляют об отсутствии конфликтов интересов.

Дополнительная информация

Примечание издателя: Springer Nature остается нейтральной в отношении юрисдикционных претензий в опубликованных картах и институциональных принадлежностях.

Права и разрешения

Открытый доступ: Данная статья лицензирована в соответствии с Международной лицензией Creative Commons Attribution-NonCommercial-NoDerivatives 4.0, которая разрешает любое некоммерческое использование, распространение и воспроизведение в любых средах и форматах, при условии предоставления соответствующего указания авторства первоначальному автору (авторам) и источнику, а также ссылки на лицензию Creative Commons и указания на внесенные изменения. По данной лицензии вы не имеете права распространять адаптированные материалы, производные от данной статьи или ее частей. Изображения или другие материалы третьих лиц, включенные в данную статью, включены в лицензию Creative Commons данной статьи, если иное не указано в кредитной строке к материалу. Если материал не включен в лицензию Creative Commons данной статьи, и предполагаемое использование не разрешено законодательством или выходит за рамки разрешенного использования, вам потребуется получить разрешение непосредственно от правообладателя. Для просмотра копии данной лицензии посетите http://creativecommons.org/licenses/by-nc-nd/4.0/.

Воспроизведение и разрешения

Об этой статье:

Kim, S.J., Shin, SH., Byun, S.W. et al. Resting state EEG reveals no reliable biomarkers of tinnitus laterality. Sci Rep 15, 35820 (2025). https://doi.org/10.1038/s41598025197898

Цитировать эту статью:

Скачать цитату

Поделиться этой статьей

Любой, с кем вы поделитесь по следующей ссылке, сможет прочитать этот контент:

Получить ссылку для общего доступа

К сожалению, в настоящее время ссылка для общего доступа недоступна.

Скопировать ссылку для общего доступа в буфер обмена.

Предоставлено инициативой Springer Nature SharedIt по обмену контентом.