今日文獻趨勢顯示，神經影像與機器學習正廣泛應用於神經復健與預後預測。fNIRS 腦功能定位為未來 rTMS 介入帕金森氏症姿態不穩提供了潛在的精準導航目標，展現了神經調控個人化醫療的潛力。
Neurorehabilitation and neural repair · Neural Correlates of Balance in People With Parkinson's Disease, Older, and Younger Adults: An fNIRS Study.
使用 fNIRS 發現帕金森氏症患者依賴前額葉皮質來維持平衡，這為未來針對帕金森氏症平衡障礙的非侵入性神經調控（如 rTMS）提供了潛在的介入目標。
Archives of physical medicine and rehabilitation · Prediction of Exercise Intolerance in the Recovery Period After Cardiovascular Surgery Using Perioperative Clinical Parameters.
透過機器學習模型成功預測心血管手術後患者的運動不耐症，此預測方法論未來可應用於篩選適合接受神經調控以提升復健成效的患者。
Neurorehabilitation and neural repair
使用 fNIRS 發現帕金森氏症患者依賴前額葉皮質來維持平衡，這為未來針對平衡障礙的非侵入性腦刺激提供了潛在目標。
Archives of physical medicine and rehabilitation
透過機器學習模型成功預測心血管手術後患者的運動不耐症，有助於早期風險分層與復健介入。