CN105942979A - 基于认知任务测试的近红外脑成像仪 - Google Patents
基于认知任务测试的近红外脑成像仪 Download PDFInfo
- Publication number
- CN105942979A CN105942979A CN201610342178.3A CN201610342178A CN105942979A CN 105942979 A CN105942979 A CN 105942979A CN 201610342178 A CN201610342178 A CN 201610342178A CN 105942979 A CN105942979 A CN 105942979A
- Authority
- CN
- China
- Prior art keywords
- task
- infrared
- module
- infrared brain
- brain
- 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.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
- A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Educational Technology (AREA)
- Developmental Disabilities (AREA)
- Hospice & Palliative Care (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Neurology (AREA)
- Child & Adolescent Psychology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于认知任务测试的近红外脑成像仪,包括:近红外脑成像模块,其包括向受检者头皮发出近红外光的发射光极、从受检者头皮接收脑部组织反射的近红外光的接收光极和根据接收光极的接收近红外光生成近红外脑成像图谱的图谱生成单元;认知任务模块,其配置在近红外脑成像模块工作时向受检者同步提供预设的认知任务;处理器,其配置为根据认知任务模块提供的认知任务获取并处理近红外脑成像模块生成的对应的近红外脑成像图谱;数据分类模块,其配置为根据处理器处理的近红外脑成像图谱按照图谱波形的位相、波幅、频率和/或趋势进行分类;数据存储模块,其配置为对数据分类模块分类的近红外脑成像图谱进行存储。
Description
技术领域
本发明涉及一种医疗检测设备,特别是一种基于认知任务测试的近红外脑成像仪。
背景技术
目前,心理障碍的诊断过程主要遵循“症状-综合征-病史-诊断”模式,目前心理障碍主要是症状经验性诊断,临床上缺乏的便捷辅助症状识别和诊断技术。但随着例如功能性磁共振(fMRI)、正电子发射断层显像术(PET)和单电子发射断层显像术(SPECT)等无创检测方法的逐渐应用,深化了研究工作者对精神障碍患者的发病机理和疾病过程的认识。比如,现已经证实抑郁症患者的前额功能影像有异常。但由于fMRI、PET、SPECT等设备使用时或多或少会有诸如体积偏大、价格偏高、噪声大、时间长、不耐受、幽闭(可能影响测试结果)与不自然(可能影响测试结果)等方面原因,因此在目前的心理障碍诊断过程中并没有得到实际的临床应用。
功能近红外光谱脑成像(fNIRS)技术是近年发展起来的一种动态检测脑功能的方法。其基本原理是由于近红外光700-1400nm的波长能够透过颅骨2-3cm,其中780nm被脱氧血红蛋白(Deoxy-Hb)吸收和散射,而830nm被氧合血红蛋白(Oxy-Hb))吸收和散射,这能间接反映脑皮层神经元的活动和脑认知功能活动。并且fNIRS可以较为准确的区分来自不同脑结构的信号,其空间分辨率可以达到1-2厘米,不仅如此fNIRS的采样率可以达到0.1秒,远远高于功能磁共振成像。由于此项技术具有的可移动性、安静无噪声、使用成本低、容易操作和维护、对被试的限制少,兼容磁性金属物品、允许长时间连续测量和短时间内反复多次测量等特点,加之其理想的空间定位能力,使其正逐渐的成为该领域重要成像手段。但功能近红外光谱脑成像所得图谱一般难以辨识,工作繁琐,使用者难以有效理解使用。
另外,在中国专利申请CN104055524A中公开了一种基于近红外光谱功能连接检测方法及系统,该检测方法主要通过近红外光谱血氧仪采集受试者左右脑前额叶氧合血红蛋白信号,然后再对氧合血红蛋白信号进行时频分析,进而获取小波相干系数。该方法的现实意义在于通过小波相干系数,间接预估脑功能连接状况,预防脑功能障碍。但这项技术是基于现有的红外光谱血氧仪实现,不能很好的实现认知功能检测。而认知功能损害是精神障碍的核心症状之一,研究表明不同亚型的抑郁障碍(Dillon et al,2014),焦虑障碍(Andreescuet al,2014),强迫症患者(Dittrich et al,2011)均呈现一定程度的认知损害。Dan的研究表明,语言流畅任务(vft)是主要由前额叶及颞叶参与,用于检测词语检索与语言执行功能(Dan et al,2013)。因此,vft任务被广泛地应用于检测精神障碍患者(psychiatric patients)前额叶的激活模式(Herrmannnet al,2003)’。
基于上述背景,能够设计出基于认知任务测试的近红外脑成像仪,对于心理障碍的进一步研究,深入了解其病理机制以及之后的临床诊断都将具有重要意义。
发明内容
鉴于现有技术存在的上述问题,本发明的目的在于提供一种基于认知任务测试的近红外脑成像仪,该设备可以实现在预设的多项认知任务的刺激呈现下,连续获取受检者脑部对应的近红外脑成像图谱,为实际临床症状识别提供参考。
为了实现上述目的,本发明提供的一种基于认知任务测试的近红外脑成像仪,包括:
近红外脑成像模块,其包括向受检者头皮发出近红外光的发射光极、从受检者头皮接收脑部组织反射的近红外光的接收光极和根据所述接收光极的接收近红外光生成近红外脑成像图谱的图谱生成单元;
认知任务模块,其配置在所述近红外脑成像模块工作时向受检者同步提供预设的认知任务;
处理器,其配置为根据所述认知任务模块提供的认知任务获取并处理所述近红外脑成像模块生成的对应的近红外脑成像图谱;
数据分类模块,其配置为根据所述处理器处理的近红外脑成像图谱按照图谱波形的位相、波幅、频率和/或趋势进行分类;
数据存储模块,其配置为对所述数据分类模块分类的近红外脑成像图谱进行存储。
实际上,在本申请中,所述近红外脑成像模块可采用常规的近红外光谱成像仪实现。
而对于认知任务模块,优选地,其包括一显示单元、一输入单元和一同步单元,所述显示单元以一时间周期向受检者显示需完成的认知任务;所述输入单元供所述受检者根据认识任务提示输入对应反馈信息;所述同步模块用于根据所述时间周期启动所述近红外脑呈现模块。
进一步优选的,所述显示单元显示认知任务的时间周期包括任务前静息期、任务中静息期和任务后静息期。
进一步优选的,所述任务前静息期、任务中静息期和任务后静息期的时间分别为15s、30s和15s。
进一步优选的,所述显示单元显示的认知任务包括情绪图片任务、语言流畅任务、对指运动任务和症状图片任务等认知任务单元组成。
对于所述数据分类模块,优选地,还可以根据预设的标准图谱信息对所述处理器处理的近红外脑成像图谱进行分类。具体地,所述预设标准图谱信息包括正相双曲线正常波形、负相低平波形、负相交叉分离波形、负相开口状波形、正相高波幅波形和正相开口状波形。
本发明所提供的基于认知任务测试的近红外脑成像仪,能够在认知任务的刺激呈现下,获取高参考价值的近红外脑成像图谱并主动对图谱进行分类,进而为相关研究工作及临床诊断提供切实可信的相关参考,具有十分广阔的应用前景及商业价值。
附图说明
图1为本发明的基于认知任务测试的近红外脑成像仪的结构框图。
图2为本发明的基于认知任务测试的近红外脑成像仪的近红外脑成像模块中发射电极和接收电极的位置示意图。
图3为本发明的基于认知任务测试的近红外脑成像仪的数据分类模块在分类时所依据的标准图谱信息中的正常对照组波形。
图4为本发明的基于认知任务测试的近红外脑成像仪的数据分类模块在分类时所依据的标准图谱信息中的抑郁障碍组波形。
图5为本发明的基于认知任务测试的近红外脑成像仪的数据分类模块在分类时所依据的标准图谱信息中的抑郁焦虑组波形。
图6为本发明的基于认知任务测试的近红外脑成像仪的数据分类模块在分类时所依据的标准图谱信息中的广泛焦虑组波形。
图7为本发明的基于认知任务测试的近红外脑成像仪的数据分类模块在分类时所依据的标准图谱信息中的抑郁强迫组波形。
图8为本发明的基于认知任务测试的近红外脑成像仪的数据分类模块在分类时所依据的标准图谱信息中的焦虑强迫组波形。
具体实施方式
以下参照附图对本发明所提出的技术方案做进一步详细的说明。
如图1所示,本发明提供的一种基于认知任务测试的近红外脑成像仪,包括:
近红外脑成像模块1,其包括向受检者头皮发出近红外光的发射光极、从受检者头皮接收脑部组织反射的近红外光的接收光极和根据所述接收光极的接收近红外光生成近红外脑成像图谱的图谱生成单元;在图1中,发射电极、接收电极及图谱生成单元并未示出,图2示出了发射电极和接收电极的位置示意。实际上,这一模块的功能与现有的近红外光谱成像仪所实现的功能相同,均是用于获取受检者脑部(主要前额叶及颞叶)的近红外脑成像图谱。换句话说,本发明技术方案中的近红外脑成像模块以现有近红外光谱成像仪替代也可以实现。
认知任务模块5,其配置在所述近红外脑成像模块1工作时向受检者同步提供预设的认知任务;这一模块的主要作用在于向受检者提供刺激症状图谱出现的认知任务,这里主要指语言流畅任务(vft),如前所述,vft任务已经被广泛地应用于检测精神障碍患者前额叶的激活模式。这是构成本发明创造的核心模块,具体地,如图1所示,其可由显示单元51、输入单元52和同步单元53构成,所述显示单元51以一时间周期向受检者显示需完成的认知任务;所述输入单元52供所述受检者根据认识任务提示输入对应反馈信息;所述同步模块53用于根据所述时间周期启动所述近红外脑呈现模块。对于认知任务的显示,在本发明中被配置为周期性的呈现,具体地可以设有多组,每组包括15s的任务前静息期、30s的任务中静息期和15s任务后静息期。在这一过程中,显示单元51可以为一显示器,用于周期性向受检者显示任务信息。而在任务当中,输入单元52,可以是常规的电脑输入键盘等等,用于供受检者完成认知任务的反馈。同步单元53则为软件控制部分,用于在认知任务呈现期间,按照上述时间周期控制近红外脑成像模块1获取近红外脑成像图谱。
处理器2,其配置为根据所述认知任务模块5提供的认知任务获取并处理所述近红外脑成像模块1生成的对应的近红外脑成像图谱;实际操作当中,该部分完成所有的数据运算工作,其可以为Intel、AMD、arm等平台架构的CPU。
数据分类模块4,其配置为根据所述处理器处理的近红外脑成像图谱按照图谱波形的位相、波幅、频率和/或趋势进行分类;在分类过程中,另一可替代方案是根据存储于数据存储模块的预设的标准图谱信息对所述处理器处理的近红外脑成像图谱进行比较并分类。具体地,所述预设标准图谱信息包括正相双曲线正常波形、负相低平波形、负相交叉分离波形、负相开口状波形、正相高波幅波形和正相开口状波形。具体参见图3至图8。
数据存储模块3,其配置为对所述数据分类模块分类的近红外脑成像图谱进行存储。
以下提供本发明的基于认知任务测试的近红外脑成像仪具体应用的实验例。
1、受试对象:
该研究主要在清华大学玉泉医院进行,受试者的招募工作从2012年5月持续至2015年3月。玉泉医院伦理委员会已经批准通过该项研究,所有受试者均签署了知情同意书。
入组标准:我们总共招募了45名健康对照志愿者(广告招募58名,有13名不符合入组标准被排除),按整群抽样的原则选取了74名患有抑郁障碍(单相抑郁,初步筛检93例,有19例不符合入组标准被排除)及60名患焦虑障碍(初步筛检78例,有18例不符合入组标准被排除)的门诊病人。所招募病人均由2名经验丰富的精神科医生(副高及以上职称)依据DSM-IV。所有受试者的母语均为汉语(普通话),以保证汉语版本的VFT能够顺利进行。VFT总数,正常对照组与抑郁障碍组及焦虑障碍组差异均有显著性(t=0.048,p=0.001),但抑郁障碍组及焦虑障碍组之间差异无显著性(p=0.172)。
在进行NIRS检查的当天,我们将使用24项汉密尔顿抑郁量表(HamiltonDepression Rating Scale for Depression,HAMD)来对受试者的抑郁障碍状进行评定;使用汉密顿焦虑量表(Hamilton Anxiety Scale,HAMA)对其焦虑障碍状进行评定;使用耶鲁强迫量表(Yale-Brown obsessive compulsivescale,Y-BOCS)对强迫症状进行评定。研究期间,病例组中部分患者服用一种或两种小剂量药物(抗抑郁药物SSRI),但用药时间少于2周,有24例未服药的病人。
为了控制混杂因素,我们使用单因素方差分析ANOVA对年龄、受教育程度和性别进行了比较,三者差异均无显著性(P>0.05)。结果见表1。
排除标准:1、既往有双相障碍躁狂发作史或轻躁狂发作史;2、既往为伴精神病性症状的重度抑郁发作患者;3、患有其他心理障碍或神经疾病或躯体疾病(如甲低等);4、服用抗抑郁或精神病药超过2周以上;5、排除引起认知损伤的脑外伤以及酒精或物质依赖或成瘾;6、受教育程度低于6年,母语为非汉语者。
2、方法
2.1检测工具
近红外光谱成像仪作为近红外脑成像模块采集近红外脑成像图谱,选用日本岛津的LabNIRS-52channel,采用CW(continuous wave)技术模式,测量氧合血红蛋白(Oxy-Hb)浓度、总氧合血红蛋白(t—Hb)浓度和脱氧合血红蛋白(Deoxy—Hb)相对浓度。
2.2刺激呈现
言语流畅任务(verbal fluency task,VFTr):任务由E.Prime软件(2.0)进行呈现。
静息状态:安装近红外光极后,告知受检者,保持安静,尽量不要思考,持续5分钟。氧合与脱氧血红蛋白相对浓度定标为±0.1(mmol/L×cm)。观察氧合与脱氧血红蛋白相对浓度双曲线处于较稳定的状态。
为了保证语言流畅任务的稳定性,在该任务前加用情绪图片任务作为预试验,起环境适应的作用。情绪图片任务:任务负荷轻度,它由4s的图片呈现期和2s的静息期组成,共15幅图(正性5幅+中性5幅+负性5幅),检测时间为90s。该任务未纳入统计。
激活任务为语言流畅任务(VFT):依据实验心理任务规范和临床预实验,每个任务block为:15s的静息期、30s的任务期和15s的任务后静息期组成。四组blocks连续完成,时间为240s。进行任务时,受试者被告知需在任务期尽可能地多地说出所提示的汉语词汇(蔬菜、家用电器、四条腿的动物和水果),所选词汇类别均为中性,四组词汇均为等效。四组blocks能够有效地反应血氧浓度的时间依赖曲线变化。
3、NIRS检测
光极安装参考脑电图10/20系统制作了前额脑区光极帽(4X7光极安放位点),利用3D坐标定位系统依次记录眉心、颅顶正中、左耳前、右耳前4个参考位置及各个光极,面积14cmX20cm,包括Broca与语言调节相关区45、44、46区,非语言调节相关区:8、9、10等。共获取45标定逻辑通道图谱。
4、波形分析工具
软件名称:多项认知任务近红外脑成像图谱分析软件(简称:近红外脑图谱分析软件)V3.0.著作权人:刘破资。权利取得方式:原始取得。权利范围:全部权利。开发完成日期2013年12月16日。首次发表日期:2014年1月3日。中华人民共和国国家版权局,计算机软件著作权登记证书号:软著登字第0959027号。软件登记号:2015SR071941。
5、NIRS数据分类分析
我们以4次等效语言流畅任务呈现波形的位相、波幅、频率、趋势为依据对图谱进行分类处理。
波形分类:基于语言流畅任务下典型病例的4个Blocks任务总时间240s的前额标定脑区的45个通道OXY-HB和deoxy-Hb浓度变化的双曲线连续波谱为参考,进行症状波形分类:以45个通道(logic channel)为原点,形成的45个方框的波形为计量单位,纵坐标为波幅,向上为正相,向下为负相,横坐标为时间(240秒)。静息状态:OXY-HB和deoxy-Hb浓度变化的双曲线重合。任务状态:认知任务状态时,OXY-HB和deoxy-Hb浓度变化的双曲线波动状态。氧合与脱氧血红蛋白相对浓度定标为±0.1(mmol/L×cm)。
正相双曲线正常波形范围:双曲线连续图谱,波形红线(Oxy-Hb)在上,蓝线(Deoxy-Hb)在下,标定波幅适度(在1/3以内),部分通道可见于4个任务相关的波峰,波形比较有规律,类似正弦波。如图3所示。
负相低平波形:蓝线(Deoxy-Hb)在上,红线(Oxy-Hb)在下,称为负相波形,波幅低平,少见与任务相关的波峰。如图4所示。
负相交叉分离波形:蓝线(Deoxy-Hb)在上,红线(Oxy-Hb)在下,波形负相、交叉、波动或分离,波形漂移不稳。如图5所示。
负相开口状波形:蓝线(Deoxy-Hb)在上,波形红线(Oxy-Hb)在下,有些波未见明显回落,有叠加现象,局部呈负相向右开口状,似符号<。如图6所示。
正相高波幅波形:红线(Oxy-Hb)在上,蓝线(Deoxy-Hb)在下,标定波幅明显高于正常,可见于4个任务相关的高波峰,有些波幅大于1/3,波形比较有规律。如图7所示。
正相开口状波形:红线(Oxy-Hb)在上,蓝线(Deoxy-Hb)在下,有些波未见明显回落,有叠加现象,波形呈正相开口状<。如图8所示。
自变量:分组,因变量:NIRS变化值
正常范围波形、负相低平波形、负相开口状波形、负相交叉分离波形、正相高波幅波形、正相开口波形构成比(0-45/45,0-100%)为自变量,以正常对照组、依据DSM-IV诊断为抑郁障碍(单相抑郁)、焦虑障碍为因变量。
将上述进行了症状图谱分类的正常对照45例、抑郁障碍组74例、焦虑障碍60例,按照HAMD、HAMA量表总分为症状金标准(HAMD≤7分,HAMA≤7分,YALE≤10分为正常;抑郁障碍组需HAMD≥17分;焦虑障碍组需HAMA≥14分),计算前额叶标定脑区NIRS vft症状图谱分类的波形构成比和ROC。
6、统计分析
所有的统计分析过程均采用SPSS 19.0软件(SPSS Inc,Beijing,China)。一般情况及临床量表,通过使用单因素方差分析(ANOVA)来检测各组年龄、受教育情况及临床量表的组间差异。性别差异的检测使用卡方检验,差异显著性设定为P<0.05。正常组与抑郁障碍3个亚组及焦虑障碍2个亚组之间的量表差异使用t检验,P值设定为0.01。正常对照组与抑郁障碍组、焦虑障碍组6种波形构成比的差异使用t检验,P值设定为0.01。
Claims (7)
1.基于认知任务测试的近红外脑成像仪,包括:
近红外脑成像模块,其包括向受检者头皮发出近红外光的发射光极、从受检者头皮接收脑部组织反射的近红外光的接收光极和根据所述接收光极的接收近红外光生成近红外脑成像图谱的图谱生成单元;
认知任务模块,其配置在所述近红外脑成像模块工作时向受检者同步提供预设的认知任务;
处理器,其配置为根据所述认知任务模块提供的认知任务获取并处理所述近红外脑成像模块生成的对应的近红外脑成像图谱;
数据分类模块,其配置为根据所述处理器处理的近红外脑成像图谱按照图谱波形的位相、波幅、频率和/或趋势进行分类;
数据存储模块,其配置为对所述数据分类模块分类的近红外脑成像图谱进行存储。
2.如权利要求1所述的基于任务测试的近红外脑成像仪,所述认知任务模块包括一显示单元、一输入单元和一同步单元,所述显示单元以一时间周期向受检者显示需完成的认知任务;所述输入单元供所述受检者根据认识任务提示输入对应反馈信息;所述同步模块用于根据所述时间周期启动所述近红外脑呈现模块。
3.如权利要求2所述的基于任务测试的近红外脑成像仪,所述显示单元显示认知任务的时间周期包括任务前静息期、任务期和任务后静息期。
4.如权利要求3所述的基于任务测试的近红外脑成像仪,所述任务前静息期、任务期和任务后静息期的时间分别为15s、30s和15s。
5.如权利要求2所述的基于任务测试的近红外脑成像仪,所述显示单元显示的认知任务,由情绪图片任务、语言流畅任务、对指运动任务和症状图片任务组成。
6.如权利要求1所述的基于任务测试的近红外脑成像仪,所述数据分类模块根据预设的标准图谱信息对所述处理器处理的近红外脑成像图谱进行分类。
7.如权利要求6所述的基于任务测试的近红外脑成像仪,所述预设标准图谱信息包括正相双曲线正常波形、负相低平波形、负相交叉分离波形、负相开口状波形、正相高波幅波形和正相开口状波形。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610342178.3A CN105942979A (zh) | 2016-05-23 | 2016-05-23 | 基于认知任务测试的近红外脑成像仪 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610342178.3A CN105942979A (zh) | 2016-05-23 | 2016-05-23 | 基于认知任务测试的近红外脑成像仪 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105942979A true CN105942979A (zh) | 2016-09-21 |
Family
ID=56909313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610342178.3A Pending CN105942979A (zh) | 2016-05-23 | 2016-05-23 | 基于认知任务测试的近红外脑成像仪 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105942979A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108186032A (zh) * | 2017-12-13 | 2018-06-22 | 东南大学 | 一种面向孤独症社会性诊断的近红外超扫描分析方法 |
CN111657887A (zh) * | 2020-05-27 | 2020-09-15 | 中国科学院计算技术研究所 | 一种近红外浅层皮下组织成像装置及认知负荷分析方法 |
CN112190235A (zh) * | 2020-12-08 | 2021-01-08 | 四川大学 | 一种基于不同情况下欺骗行为的fNIRS数据处理方法 |
CN113180650A (zh) * | 2021-01-25 | 2021-07-30 | 北京不器科技发展有限公司 | 近红外脑成像图谱识别方法 |
CN113274009A (zh) * | 2021-04-26 | 2021-08-20 | 山西医科大学第一医院 | 基于hct的红外脑成像图谱采集装置 |
CN113274010A (zh) * | 2021-04-26 | 2021-08-20 | 山西医科大学第一医院 | 基于hct的近红外脑功能成像仪3d分析系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090118602A1 (en) * | 2005-06-09 | 2009-05-07 | Shingo Kawasaki | Disease Diagnosis Support System |
CN102663414A (zh) * | 2012-03-14 | 2012-09-12 | 大连灵动科技发展有限公司 | 一种基于脑功能成像的识别大脑认知状态的方法 |
CN104287733A (zh) * | 2014-11-07 | 2015-01-21 | 中山大学 | 伪装认知功能障碍fMRI鉴定方法 |
CN104771164A (zh) * | 2015-03-09 | 2015-07-15 | 河北医科大学第一医院 | 运用事件相关电位仪辅助筛查轻度认知障碍的方法 |
WO2016073482A1 (en) * | 2014-11-04 | 2016-05-12 | Yale University | Methods, computer-readable media, and systems for measuring brain activity |
-
2016
- 2016-05-23 CN CN201610342178.3A patent/CN105942979A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090118602A1 (en) * | 2005-06-09 | 2009-05-07 | Shingo Kawasaki | Disease Diagnosis Support System |
CN102663414A (zh) * | 2012-03-14 | 2012-09-12 | 大连灵动科技发展有限公司 | 一种基于脑功能成像的识别大脑认知状态的方法 |
WO2016073482A1 (en) * | 2014-11-04 | 2016-05-12 | Yale University | Methods, computer-readable media, and systems for measuring brain activity |
CN104287733A (zh) * | 2014-11-07 | 2015-01-21 | 中山大学 | 伪装认知功能障碍fMRI鉴定方法 |
CN104771164A (zh) * | 2015-03-09 | 2015-07-15 | 河北医科大学第一医院 | 运用事件相关电位仪辅助筛查轻度认知障碍的方法 |
Non-Patent Citations (4)
Title |
---|
CHEN-YU SHEN 等: "Prefrontal Hemodynamic Functions during a Verbal Fluency Task in Blepharospasm Using Multi-Channel NIRS", 《PLOS ONE》 * |
XIAOMIN LIU 等: "Relationship between the prefrontal function and the severity of the emotional symptoms during a verbal fluency task in patients with major depressive disorder: A multi-channel NIRS study", 《PROGRESS IN NEURO-PSYCHOPHARMACOLOGY AND BIOLOGICAL PSYCHIATRY》 * |
YUKIFUMI MONDEN等: "Individual classification of ADHD children by right prefrontal hemodynamic responses during a go/no-go task as assessed by fNIRS", 《NEUROIMAGE: CLINICAL》 * |
申晨煜 等: "基于多项认知任务近红外脑成像症状分类图谱研究", 《第十七届全国心理学学术会议论文摘要集》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108186032A (zh) * | 2017-12-13 | 2018-06-22 | 东南大学 | 一种面向孤独症社会性诊断的近红外超扫描分析方法 |
CN111657887A (zh) * | 2020-05-27 | 2020-09-15 | 中国科学院计算技术研究所 | 一种近红外浅层皮下组织成像装置及认知负荷分析方法 |
CN111657887B (zh) * | 2020-05-27 | 2021-09-03 | 中国科学院计算技术研究所 | 一种近红外浅层皮下组织成像装置及认知负荷分析方法 |
CN112190235A (zh) * | 2020-12-08 | 2021-01-08 | 四川大学 | 一种基于不同情况下欺骗行为的fNIRS数据处理方法 |
CN112190235B (zh) * | 2020-12-08 | 2021-03-16 | 四川大学 | 一种基于不同情况下欺骗行为的fNIRS数据处理方法 |
CN113180650A (zh) * | 2021-01-25 | 2021-07-30 | 北京不器科技发展有限公司 | 近红外脑成像图谱识别方法 |
CN113180650B (zh) * | 2021-01-25 | 2023-02-07 | 北京柚果星空科技有限公司 | 近红外脑成像图谱识别方法 |
CN113274009A (zh) * | 2021-04-26 | 2021-08-20 | 山西医科大学第一医院 | 基于hct的红外脑成像图谱采集装置 |
CN113274010A (zh) * | 2021-04-26 | 2021-08-20 | 山西医科大学第一医院 | 基于hct的近红外脑功能成像仪3d分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kropotov | Functional neuromarkers for psychiatry: Applications for diagnosis and treatment | |
CN105942979A (zh) | 基于认知任务测试的近红外脑成像仪 | |
Hadas et al. | Association of repetitive transcranial magnetic stimulation treatment with subgenual cingulate hyperactivity in patients with major depressive disorder: a secondary analysis of a randomized clinical trial | |
ES2968507T3 (es) | Sistema de procesamiento de datos para generar predicciones de resultados cognitivos en pacientes | |
Petrescu et al. | Integrating biosignals measurement in virtual reality environments for anxiety detection | |
KR101719546B1 (ko) | 뇌파 및 심전도 복합 생체신호를 이용한 실시간 감정인식 인터페이스를 위한 방법 및 그 시스템 | |
Houck et al. | Through a glass darkly: some insights on change talk via magnetoencephalography. | |
KR102388596B1 (ko) | 동하는 상태에서 뇌와 관련된 신호를 수집하고, 디지털 컨텐츠 기반 치료 정보를 제공하는 장치 및 방법 | |
EP3763288A1 (en) | Brain activity training device, brain activity training method, and brain activity training program | |
CN109715049A (zh) | 用于创伤性脑损伤的多模态生理刺激和评估的协议和签名 | |
Miao et al. | A feature selection method for classification of ADHD | |
Ribas et al. | Technologies to support the diagnosis and/or treatment of neurodevelopmental disorders: A systematic review | |
Roland et al. | Brain mapping in a patient with congenital blindness–a case for multimodal approaches | |
CN106037645A (zh) | 基于认知任务测试的近红外脑成像波谱分类方法 | |
Torres-García et al. | Biosignal Processing and Classification Using Computational Learning and Intelligence: Principles, Algorithms, and Applications | |
Turk-Browne et al. | Infant neuroscience: how to measure brain activity in the youngest minds | |
Chen | Welcome remarks | |
Geng | Neural dynamics underlying object and action naming across languages: Insights from health and disease | |
Marques | EEG Spectral Analysis as a Predictor of Popularity | |
Yasina et al. | Neural Networks based approaches for Major Depressive Disorder and Bipolar Disorder Diagnosis using EEG signals: A review | |
Lorca Puls | Using non-invasive stimulation of the undamaged brain to guide the identification of lesion sites that predict language outcome after stroke | |
Gilford | Localisation of brain activity for SSVEP-based BCIs: an fMRI and EEG study | |
Thatcher et al. | Brain Function Index | |
Hu et al. | TDD: Auxiliary framework for recognizing people with depression based on physiological and emotional characteristics of EEG signals | |
Powers | Cognitive and Affective Control of Pain in the Human Brain and Brainstem Revealed by Means of Functional MRI and Analyses of Network Connectivity |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C41 | Transfer of patent application or patent right or utility model | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20170103 Address after: 100040 Yuquan Hospital of Tsinghua University, Shijingshan Road, Beijing, 5, China, Applicant after: Yuquan Hospital of Tsinghua University Applicant after: Qinghua UNiversity Address before: 100040 Yuquan Hospital of Tsinghua University, Shijingshan Road, Beijing, 5, China, Applicant before: Yuquan Hospital of Tsinghua University |
|
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160921 |
|
RJ01 | Rejection of invention patent application after publication |