CN105738843B - Pns水平检测及其有效梯度刺激时间计算方法 - Google Patents
Pns水平检测及其有效梯度刺激时间计算方法 Download PDFInfo
- Publication number
- CN105738843B CN105738843B CN201610094662.9A CN201610094662A CN105738843B CN 105738843 B CN105738843 B CN 105738843B CN 201610094662 A CN201610094662 A CN 201610094662A CN 105738843 B CN105738843 B CN 105738843B
- Authority
- CN
- China
- Prior art keywords
- gradient
- greatest
- stimulation time
- pns
- climb rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/28—Details of apparatus provided for in groups G01R33/44 - G01R33/64
- G01R33/38—Systems for generation, homogenisation or stabilisation of the main or gradient magnetic field
- G01R33/385—Systems for generation, homogenisation or stabilisation of the main or gradient magnetic field using gradient magnetic field coils
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Electrotherapy Devices (AREA)
Abstract
一种PNS水平检测中的有效梯度刺激时间计算方法,其特征在于,包括:根据采样点的梯度值计算最大梯度差分;计算对应所述最大梯度差分的最大梯度爬升率;及计算对应所述最大梯度爬升率的梯度累计刺激时间,并作为有效梯度刺激时间。根据本发明的一种PNS水平检测中的有效梯度刺激时间计算方法能更合理的检测到对患者的有效梯度刺激时间,使刺激时间与梯度爬升率更匹配,减少梯度场快速切换对患者的伤害,使PNS水平的计算结果更符合临床实际。
Description
技术领域
本发明涉及医疗设备领域,特别涉及磁共振成像设备中患者的安全监控方法。
背景技术
在磁共振成像设备(MRI)中,梯度线圈的梯度场快速切换会引起人体神经末梢激发出电流,从而刺激人体的外周神经(Peripheral Nervous System,以下简称为:PNS)与肌肉,特别刺激心脏,会使患者产生刺痛感。
美国的FDA(Food and Drug Administration:美国食品药品监督管理局)的I EC标准只给出了梯度的刺激时间与dB/dt的关系值,并未给出具体的模型,所以在这些安全标准的基础上,关于PNS的检测方法各种各样,没有统一的检测方法。PNS的检测方法如果不合适,不但达不到安全监控的目的,而且还会限制临床序列开发者去开发更高级的应用序列,最终降低产品的临床应用价值。
图1是根据采样点的梯度爬升示意图。在图1中横坐标表示时间,纵坐标表示梯度,这段波形由两个不同的梯度爬升段G[n]和G[n-1]组成,现有的有效梯度刺激时间检测方法是将两段时间叠加即总的累计持续时间(附图中简写为:Tseff)进行检测。这种累计的持续刺激时间是几种不同爬升率(dB/dt)共同造成的结果。这种计算方法的后果是最大dB/dt段刺激时间也按累计的所有爬升段持续时间来算,意味着最大dB/dt作用和其他dB/dt做了一个平均计算,人为的把最大dB/dt作用给患者的刺激时间变长。因此,这种方法存在误差,无法准确衡量dB/dt对患者造成影响如何。而实际监控中,我们只关注最大dB/dt是否对患者造成影响,就足以确保患者安全。
发明内容
本发明要解决的问题是现有的PNS计算中无法准确检测局部最大梯度爬升率对患者造成的影响,而不能保证患者安全的问题而设计的。
为了解决所述问题,本发明提供一种PNS水平检测中的有效梯度刺激时间计算方法,包括:
对梯度场进行采样,获取对应的采样点的梯度值;
根据所述采样点的梯度值计算最大梯度差分;
计算对应所述最大梯度差分的最大梯度爬升率;及
计算对应所述最大梯度爬升率的梯度累计刺激时间,并作为有效梯度刺激时间。
可选的,所述的有效梯度刺激时间计算方法中,
所述采样点的采样间隔时间均相同。
可选的,所述的有效梯度刺激时间计算方法中,
采样点所形成的梯度爬升段中包括平台期时,平台期前后分别计算对应最大梯度爬升率的梯度累计刺激时间。
可选的,所述的有效梯度刺激时间计算方法中,
所述对应最大梯度爬升率的梯度累计刺激时间是根据相似三角形等比算法计算。
可选的,所述的有效梯度刺激时间计算方法中,
所述对应最大梯度爬升率的梯度累计刺激时间是,根据最大梯度差分与单个采样时间比值和当前梯度值与对应最大梯度爬升率的梯度累计刺激时间比值之间的关系获得。
可选的,所述的有效梯度刺激时间计算方法中,
所述对应最大梯度爬升率的梯度累计刺激时间是:
根据最大梯度差分与单个采样时间比值和每个采样点的梯度差分与每个采样点的对应最大梯度爬升率的时间比值之间的关系获得每个采样点的对应最大梯度爬升率的时间,
将每个采样点的对应最大梯度爬升率的时间相加获得。
可选的,所述的有效梯度刺激时间计算方法中,
当前梯度差分不是最大梯度差分时,所述对应最大梯度爬升率的梯度累计刺激时间是:
最大梯度差分之前根据最大梯度差分与单个采样时间比值和最大梯度爬升段对应的采样点梯度值与最大梯度差分之前的对应最大梯度爬升率的梯度累计刺激时间比值之间的关系获得最大梯度差分之前的对应最大梯度爬升率的梯度累计刺激时间,
最大梯度差分之后根据最大梯度差分与单个采样时间比值和最大梯度爬升率之后每个采样点的梯度差分与每个采样点的对应最大梯度爬升率的时间比值之间的关系获得最大梯度差分之后的每个采样点的对应最大梯度爬升率的时间,并相加,获得最大梯度差分之后的对应最大梯度爬升率的梯度累计刺激时间,
将所述最大梯度差分之前的对应最大梯度爬升率的梯度累计刺激时间和最大梯度差分之后的对应最大梯度爬升率的梯度累计刺激时间相加获得。
本发明还提供一种PNS水平检测方法,包括:
对梯度场进行采样,获取对应的采样点的梯度值;
根据采样点的梯度值计算最大梯度差分;
计算对应所述最大梯度差分的最大梯度爬升率;
计算对应所述最大梯度爬升率的梯度累计刺激时间,并作为有效梯度刺激时间,及
根据所述有效梯度刺激时间计算PNS水平值。
可选的,所述的PNS水平检测方法中,
根据所述对应最大梯度爬升率的梯度累计刺激时间计算X、Y、Z轴的PNS值;及
根据所述算X、Y、Z轴的PNS值计算系统PNS水平值。
可选的,所述的PNS检测方法,其特征在于,所述X、Y、Z轴的PNS值(PNS_X[n]、PNS_Y[n]、PNS_Z[n])是根据以下公式计算获得:
其中,ΔGrad[n]为第(n-1)采样点到第n个采样点的差分值;T_esff_cnt[n]为对应最大梯度爬升率的梯度累计刺激时间;FactorA、FactorB为三个轴的常量。
可选的所述的PNS监测方法中,所述系统PNS水平值PNSXYZ[n]是根据以下公式计算获得:
可选的,所述的PNS水平监控方法,还包括:
设定PNS上限值;及
当所述PNS水平值大于所述上限值时发出超限报警,停止施加梯度。
与现有技术相比,根据本发明的PNS检测方法能更合理的检测到对患者的有效梯度刺激时间,使刺激时间与dB/dt更匹配,计算出的结果更符合临床实际,有效的提高了安全监控的精准度。进一步,拓宽更高级的临床应用序列开发,提高产品应用价值。
附图说明
图1是根据采样点的梯度爬升示意图;
图2是本发明第一实施例的梯度爬升变化示意图;
图3是本发明的根据X、Y、Z轴的叠加计算PNS水平的示意图;
图4是本发明第二实施例的梯度爬升变化示意图;
图5是本发明第三实施例的梯度爬升变化示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施方式的限制。
本发明是关于磁共振成像系统中的PNS水平检测及水平检测中的有效梯度刺激时间计算方法,所述磁共振成像系统包括磁体系统、梯度系统及射频系统,所述磁体系统用于产生主磁场,所述梯度系统用于产生一个可变的梯度场,所述射频系统用于发射射频信号并接收被扫描部位的磁共振信号。在磁共振成像过程中梯度场快速切换会引起人体神经末梢激发出电流,会给患者带来不适。为了避免所述情形需要更合理的PNS水平检测方法。以下通过具体实施例对本发明的PNS水平检测方法及PNS水平检测中的有效梯度刺激时间计算进行详细说明。
第一实施例:
图2是根据本发明第一实施例的梯度爬升示意图。如图2所示,本实施例中包括两次梯度值采样,根据附图可以看出第二次采样(梯度段2)的梯度爬升率明显大于第一次采样(梯度段1)的梯度爬升率,整体上呈现爬升率逐渐增大的波形。每次采样时间TS=10us,那么梯度变化率可以按相邻两个点,以如下方法求差分:
ΔG[n]=G[n]-G[n-1]
ΔG[n-1]=G[n-1]-Offset
其中G[n]可以认为第n个采样点的梯度值,ΔG[n]为G[n-1]到G[n]的差分;ΔG[n-1]为offset到G[n-1]的差分,其中offset为梯度的平台值。
在本实施例中,ΔG[n]>ΔG[n-1],且只有两次采样,所以最大梯度差分ΔGmax=ΔG[n]。因此根据相似三角形等比性质可以生成以下关系等式:
根据上述关系等式可以得出梯度段2即最大梯度爬升率对应的梯度累计刺激时间Tseff=(G[n]-offset)*Ts/ΔGmax,其中梯度的平台值(offset)初始值为0,Ts为采样时间,本实施例中Ts可以为10μs。
根据所述方法获得的最大梯度爬升率对应的梯度累计刺激时间(tseff)计算PNS水平值就可以获得最大梯度爬升率对患者的影响。
以下介绍计算PNS水平值的方法,根据上述方法分别计算x、y、z三个轴的梯度爬升率,并对三轴的梯度爬升率进行叠加,以此衡量患者的PNS水平。其具体计算公式如下(公式中x,y,z表示不同的轴):
PNS是梯度爬升率与刺激限值的比值,dt=Ts=10us,因此分子项只需要求出每个轴上对应的相邻两个梯度的差分值(ΔG[n]),而分母项是根据安全标准得到的一种模型,最重要的就是需要计算最大梯度爬升率对应的有效梯度刺激时间(公式中的T_esff_cnt即为Tesff。公式中FactorAx、FactorBx、FactorAy、FactorBy、FactorAz、FactorBz为三个轴的常量,是对梯度数据回路采集的ADC的位数、单位量化因子(mT/Bit)、采样时间等简化而来的。
根据上述方法计算X、Y、Z的PNS以后在根据所述三个轴的PNS计算总的PNS水平值,计算公式如下:
在根据上述公式计算的PNS水平值计算最大PNS水平值:
在系统中对PNS设置一个容限值(PNS_TOLER),当扫描的过程中满足下述不等式时可继续扫描,如果不满足,则发出超限报警,停止扫描;
PN5XYZ_MAX[n]≤PNS_TOLER。
图3中,dB/dt(X),dB/dt(Y),dB/dt(Z)分别表示三个轴上单轴PNS变化图,PNS水平(level)是根据三个轴的梯度变化计算出的总的PNS变化图,在其中我们可以获得PNSXYZ_MAX。
第二实施例:
图4是本发明第二实施例的梯度爬升变化示意图。如图4所示,在这个实施例中梯度的变化相对复杂,在梯度段2爬升变化率最大,梯度段3、4逐渐减小。因此,最大梯度爬升率对应的有效刺激时间应该按照梯度段2来换算。与第一实施例一样,这个波形图中每次采样时间也均相等(Ts=10us),根据实施例1中的求差分方法可知ΔG[n-2]为最大差分值(ΔGmax)。
ΔGmax=G[n-2]-G[n-3],
按照相似三角形性质对应最大梯度爬升率的梯度段1和梯度段2折算的有效刺激时间为:
t1=(G[n-2]-offset)*Ts/ΔGmax;
梯度段3按梯度段2折算的有效刺激时间为:
t2=ΔG[n-1]*Ts/ΔGmax;
梯度段4按梯度段2折算的有效刺激时间为:
t3=ΔG[n]*Ts/ΔGmax。
那么以此类推,最大梯度爬升率对应的整个爬升段的累计刺激时间(Tseff)为:
Tseff=t1+t2+t3。
根据本实施例,当前梯度差分值不是最大梯度爬升率时,分两个部分进行计算,所述对应最大梯度爬升率的梯度累计刺激时间是,最大梯度差分之前,根据最大梯度差分与单个采样时间比值和最大梯度爬升段对应的采样点梯度值与最大梯度差分之前的对应最大梯度爬升率的梯度累计刺激时间比值之间的关系获得最大梯度差分之前的对应最大梯度爬升率的梯度累计刺激时间;最大梯度差分之后,根据最大梯度差分与单个采样时间比值和最大梯度爬升率之后每个采样点的梯度差分与每个采样点的对应最大梯度爬升率的时间比值之间的关系获得最大梯度差分之后对应每个采样点的对应最大梯度爬升率的时间,并其相加,获得最大梯度差分之后的对应最大梯度爬升率的梯度累计刺激时间;并将所述最大梯度差分之前的最大梯度爬升率的梯度累计刺激时间和最大梯度差分之后的最大梯度爬升率的梯度累计刺激时间相加获得。
计算最大梯度爬升率对应的累计刺激时间(Tseff)后再计算PNS水平,并与容限值比较。关于计算PNS及与容限值进行比较的方法与实施1中相同,在此不在赘述。
第三实施例
图5是本发明第三实施例的梯度变化示意图,如图5所示,在梯度变化波形图中梯度段3是一个平台期,平台期梯度不爬升,那么整个爬升段应该分成两段来分别计算累计刺激时间Tseff,其中梯度段1、梯度段2是梯度爬升率逐渐增大的,则参照第一实施例中的方法进行计算。梯度段4、梯度段5是梯度爬升率逐渐减小的,则参照图3中的计算t2、t3方法进行计算,但是此时的平台值offset等于G[n-2],并不为零。在这个实施例中包括两个累计刺激时间(Tseff1、Tseff2),并且计算两个不同的PNS值,并分别与容限值(PNS_TOLER)进行比较,当扫描的过程中满足下述不等式时可继续扫描,如果不满足,则发出超限报警,停止扫描。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
Claims (10)
1.一种PNS水平检测中的有效梯度刺激时间计算方法,其特征在于,包括:
对梯度场进行采样,获取对应的采样点的梯度值;
根据所述采样点的梯度值计算最大梯度差分;
计算对应所述最大梯度差分的最大梯度爬升率;及
计算对应所述最大梯度爬升率的梯度累计刺激时间,并作为有效梯度刺激时间。
2.根据权利要求1所述的有效梯度刺激时间计算方法,其特征在于,
所述采样点的采样间隔时间均相同。
3.根据权利要求2所述的有效梯度刺激时间计算方法,其特征在于,
采样点所形成的梯度爬升段中包括平台期时,平台期前后分别计算对应最大梯度爬升率的梯度累计刺激时间。
4.根据权利要求3所述的有效梯度刺激时间计算方法,其特征在于,
所述对应最大梯度爬升率的梯度累计刺激时间是根据相似三角形等比算法计算。
5.根据权利要求4所述的有效梯度刺激时间计算方法,其特征在于,
所述对应最大梯度爬升率的梯度累计刺激时间是,根据最大梯度差分与单个采样时间比值和当前梯度值与对应最大梯度爬升率的梯度累计刺激时间比值之间的关系获得。
6.根据权利要求4所述的有效梯度刺激时间计算方法,其特征在于,
所述对应最大梯度爬升率的梯度累计刺激时间是:
根据最大梯度差分与单个采样时间比值和每个采样点的梯度差分与每个采样点的对应最大梯度爬升率的时间比值之间的关系获得每个采样点的对应最大梯度爬升率的时间,
将每个采样点的对应最大梯度爬升率的时间相加获得。
7.根据权利要求4所述的有效梯度刺激时间计算方法,其特征在于,
当前梯度差分不是最大梯度差分时,所述对应最大梯度爬升率的梯度累计刺激时间是:
最大梯度差分之前根据最大梯度差分与单个采样时间比值和最大梯度爬升段对应的采样点梯度值与最大梯度差分之前的对应最大梯度爬升率的梯度累计刺激时间比值之间的关系获得最大梯度差分之前的对应最大梯度爬升率的梯度累计刺激时间,
最大梯度差分之后根据最大梯度差分与单个采样时间比值和最大梯度爬升率之后每个采样点的梯度差分与每个采样点的对应最大梯度爬升率的时间比值之间的关系获得最大梯度差分之后的每个采样点的对应最大梯度爬升率的时间,并相加,获得最大梯度差分之后的对应最大梯度爬升率的梯度累计刺激时间,
将所述最大梯度差分之前的对应最大梯度爬升率的梯度累计刺激时间和最大梯度差分之后的对应最大梯度爬升率的梯度累计刺激时间相加获得。
8.一种PNS水平检测方法,其特征在于,包括:
对梯度场进行采样,获取对应的采样点的梯度值;
根据采样点的梯度值计算最大梯度差分;
计算对应所述最大梯度差分的最大梯度爬升率;
计算对应所述最大梯度爬升率的梯度累计刺激时间,并作为有效梯度刺激时间,及
根据所述有效梯度刺激时间计算PNS水平值。
9.根据权利要求8所述的PNS水平检测方法,其特征在于,
根据所述对应最大梯度爬升率的梯度累计刺激时间计算X、Y、Z轴的PNS值;及
根据所述算X、Y、Z轴的PNS值计算系统PNS水平值。
10.根据权利要求9所述的PNS水平检测方法,其特征在于,所述X、Y、Z轴的PNS值(PNS_X[n]、PNS_Y[n]、PNS_Z[n])是根据以下公式计算获得:
其中,ΔGrad[n]为第(n-1)采样点到第n个采样点的差分值;T_esff_cnt[n]为对应最大梯度爬升率的梯度累计刺激时间;FactorA、FactorB为三个轴的常量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610094662.9A CN105738843B (zh) | 2016-02-19 | 2016-02-19 | Pns水平检测及其有效梯度刺激时间计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610094662.9A CN105738843B (zh) | 2016-02-19 | 2016-02-19 | Pns水平检测及其有效梯度刺激时间计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105738843A CN105738843A (zh) | 2016-07-06 |
CN105738843B true CN105738843B (zh) | 2018-10-09 |
Family
ID=56245445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610094662.9A Active CN105738843B (zh) | 2016-02-19 | 2016-02-19 | Pns水平检测及其有效梯度刺激时间计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105738843B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3770623A1 (en) * | 2019-07-24 | 2021-01-27 | Siemens Healthcare GmbH | Method for controlling patient stimulating effects in magnetic resonance imaging, corresponding computer program and computer-readable storage medium, and magnetic resonance imaging device |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107561463B (zh) * | 2017-08-31 | 2019-10-15 | 上海联影医疗科技有限公司 | 一种磁共振系统安全检测方法、系统及计算机可读介质 |
CN110412494B (zh) | 2019-07-08 | 2021-08-17 | 上海联影医疗科技股份有限公司 | 扫描序列确定方法、装置、计算机设备和存储介质 |
CN113805134A (zh) * | 2021-08-13 | 2021-12-17 | 深圳市联影高端医疗装备创新研究院 | 梯度信号检测方法、系统、装置、计算机设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1589410A (zh) * | 2001-11-26 | 2005-03-02 | 皇家飞利浦电子股份有限公司 | 能降低声学噪声的磁共振成像方法 |
CN102109586A (zh) * | 2009-12-23 | 2011-06-29 | Ge医疗系统环球技术有限公司 | 磁共振梯度脉冲波设计方法及其装置 |
CN104345288A (zh) * | 2013-07-31 | 2015-02-11 | 上海联影医疗科技有限公司 | 磁共振梯度场刺激水平计算方法、装置及控制方法、系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4402646C1 (de) * | 1994-01-29 | 1995-06-22 | Bruker Medizintech | Magnetresonanzmessung mit geschaltetem Phasenkodiergradienten |
JP3679892B2 (ja) * | 1997-04-10 | 2005-08-03 | 株式会社東芝 | 磁気共鳴イメージング装置 |
-
2016
- 2016-02-19 CN CN201610094662.9A patent/CN105738843B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1589410A (zh) * | 2001-11-26 | 2005-03-02 | 皇家飞利浦电子股份有限公司 | 能降低声学噪声的磁共振成像方法 |
CN102109586A (zh) * | 2009-12-23 | 2011-06-29 | Ge医疗系统环球技术有限公司 | 磁共振梯度脉冲波设计方法及其装置 |
CN104345288A (zh) * | 2013-07-31 | 2015-02-11 | 上海联影医疗科技有限公司 | 磁共振梯度场刺激水平计算方法、装置及控制方法、系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3770623A1 (en) * | 2019-07-24 | 2021-01-27 | Siemens Healthcare GmbH | Method for controlling patient stimulating effects in magnetic resonance imaging, corresponding computer program and computer-readable storage medium, and magnetic resonance imaging device |
Also Published As
Publication number | Publication date |
---|---|
CN105738843A (zh) | 2016-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105738843B (zh) | Pns水平检测及其有效梯度刺激时间计算方法 | |
Bastani et al. | Does anodal transcranial direct current stimulation enhance excitability of the motor cortex and motor function in healthy individuals and subjects with stroke: a systematic review and meta-analysis | |
Nguyen et al. | In vivo three‐dimensional high resolution cardiac diffusion‐weighted MRI: a motion compensated diffusion‐prepared balanced steady‐state free precession approach | |
Fox et al. | Intensity modulation of TMS‐induced cortical excitation: Primary motor cortex | |
US20200038675A1 (en) | Bi-phasic paired pulse transcranial magnetic stimulation | |
US10247803B2 (en) | Systems and methods for designing magnetic resonance imaging radio frequency pulses that are robust against physiological motion errors | |
CN1539373A (zh) | 考虑设备和患者特定边界值的实时控制最佳核磁共振成像 | |
US20140371608A1 (en) | Stimulative electrotherapy using autonomic nervous system control | |
Shellock et al. | Cardiac pacemakers and implantable cardioverter defibrillators: in vitro magnetic resonance imaging evaluation at 1.5-tesla | |
Hartwig et al. | A novel tool for estimation of magnetic resonance occupational exposure to spatially varying magnetic fields | |
Zhang et al. | Gradient‐induced voltages on 12‐lead ECGs during high duty‐cycle MRI sequences and a method for their removal considering linear and concomitant gradient terms | |
JP6593838B2 (ja) | 閾値推定装置、閾値推定方法、ならびに、プログラム | |
AU2001253084A1 (en) | Gated functional muscle imaging | |
EP1379160A2 (en) | Gated functional muscle imaging | |
CN116510183B (zh) | 经颅磁刺激设备、电子设备及存储介质 | |
NL1023455C2 (nl) | Werkwijze en kernspintomografie-apparaat voor de weergave met plaatselijke resolutie van een verandering van de functionele activiteiten van de hersenen. | |
Chronik et al. | Simple anatomical measurements do not correlate significantly to individual peripheral nerve stimulation thresholds as measured in MRI gradient coils | |
CN104523271A (zh) | 一种临床用肌电测痛方法及装置 | |
CN108469543B (zh) | 感生电压测量方法及系统 | |
Demirel et al. | Anatomical measurements correlate with individual magnetostimulation thresholds for kHz‐range homogeneous magnetic fields | |
Brown et al. | MR conditional safety assessment of implanted medical devices: Advantages of computational human phantoms | |
Alavi et al. | Closed-loop and automatic tuning of pulse amplitude and width in EMG-guided controllable transcranial magnetic stimulation (cTMS)⋆ | |
CN204428031U (zh) | 一种临床用肌电测痛装置 | |
Jog et al. | Proceedings# 16. Evaluation of a novel MRI technique for mapping in-vivo currents and hemodynamic changes during tDCS | |
US20230210399A1 (en) | Methods and systems for determining and correcting imaging artifacts |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder |
Address after: 201807 No. 2258 Chengbei Road, Jiading Industrial Zone, Jiading District, Shanghai. Patentee after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 No. 2258 Chengbei Road, Jiading Industrial Zone, Jiading District, Shanghai. Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |