斯坦福大学麻醉学、围手术期和疼痛医学系讲师Kenneth Weber II， DC博士，最近在威尼斯人app放射科的脊椎指压大会诊中发言。

Weber博士，他在Palmer 脊椎按摩学院 Florida获得临床训练作为脊椎按摩师，然后在Northwestern University完成神经科学博士学位，目前研究不同的神经科学，机器学习和临床研究技术，以更好地理解，治疗和预防肌肉骨骼和神经系统疾病，包括脊柱疼痛。

8月2日，他向学生、教师和工作人员发表了关于利用先进的磁共振成像技术推进脊椎指压治疗的主题 结构和功能磁共振成像（fMRI）技术及其优缺点的一般描述。 他描述了fMRI如何在慢性疼痛患者的评估中提供大脑神经解剖学和神经生理学的非侵入性映射。适应不良的神经回路是对持续性伤害感觉的一种适应性反应。这种对中枢敏化的适应利用了皮层和皮层下的神经可塑性，这些脑神经活动模式是用功能磁共振成像技术绘制的。 韦伯博士讨论了他在基于大脑的临床疼痛状态模型方面的研究，并采用了一种被称为机器学习的人工智能方法来增强皮肤对疼痛的反应模型。

他还解释了他在健康和临床疼痛疾病中对脊柱操作的广泛研究，包括他研究中的一项新进展：脊髓功能磁共振成像。 Kettner博士说，这项技术长期以来一直受到技术挑战的阻碍，但它正在进步，可能会提供脊髓损伤和疾病的生物标志物。 此外，同时进行脊髓的功能磁共振成像与大脑的功能成像也即将出现。

Kettner博士说，这种皮质脊髓图谱将提供一个大神经网络整合的视角，从而更精确地了解慢性疼痛和其他相关疾病，如焦虑和抑郁，以及它们的治疗结果。