CN109982741A - 时间同步深部脑刺激优化 - Google Patents

Abstract

本发明公开了一种由计算机实施的医学数据处理方法，用于确定位于患者身体的解剖学身体部位中的被刺激的神经纤维，该方法包括在至少一个计算机的至少一个处理器上执行以下步骤：a)在至少一个处理器处获取描述解剖学身体部位的数字图像的医学图像数据，其中解剖学身体部位包括沿着在解剖学身体部位的内部部分与解剖学身体部位的基本的外部部分之间的方向延伸的至少一个神经纤维；b)在至少一个处理器处获取描述包括至少一个神经纤维的表示的解剖学身体部位的基于图像的模型的图谱数据；c)由至少一个处理器并且基于医学图像数据和图谱数据确定描述外部部分与神经纤维之间的关联的外部部分数据；d)在至少一个处理器处获取描述基于外部部分数据被施加到外部部分的预定的所施加的刺激信号的刺激信号数据；e)在至少一个处理器处获取描述由神经纤维发射的所发射的刺激信号的检查信号数据；f)由至少一个处理器并且基于刺激信号数据和检查信号数据确定描述所施加的刺激信号与所发射的刺激信号之间的对应的度量的对应度量数据。

Description

时间同步深部脑刺激优化

本发明涉及用于确定位于患者身体的解剖学身体部位中的被刺激的神经纤维的由计算机实施的方法、相应的计算机程序、存储这种程序的非暂时性程序存储介质和用于执行该程序的计算机，以及用于确定位于患者身体的解剖学身体部位中的被刺激的神经纤维的系统。

技术背景

植入深部脑刺激(DBS)电极后，根据测试刺激和依次观察到的行为(例如，单极回顾)或(补充性地)根据解剖学编程(将电极定位在患者的脑中的并假定其为待刺激的预期目标结构，然后依次修改刺激参数以达到目标结构的最佳覆盖范围)来完成刺激设置的编程。然而，在某些情况下，对定向脑刺激系统来说某些电极触点在植入后实际指向哪个方向是不清楚的，因此解剖学编程可能变得具有挑战性。此外，或者在一些情况下，行为是不能立即观察到的(肌张力障碍)，因为这种效应仅发生在较长时间尺度的慢性刺激之后，或者行为不具有立即可观察到的性质(例如在DBS用于精神疾病的情况下)。

存在脑刺激装置的示例，例如被调谐以刺激电极周围的区域的深部脑刺激电极，其在记录中显示特定活动，例如在DBS用于帕金森氏病的情况下β频带中的高功率。然而，这是被动现象的记录，而不是捕获由第二植入的或非侵入性的装置所引起的强直或阶段刺激效应。

以前的解决方案不能用于治疗没有直接的行为效应或清楚的神经生理学标记的精神疾病或其他疾病。

此外，存在如下问题：当在植入期间对电极进行测试时，难以判断与特定功能区域(例如语言区域)相关的脑中的某个神经纤维是否已经根据需要被DBS电极所刺激。原因在于，由于手术的情况，患者可能被麻醉并因此失去知觉，因此当电极被激活进行刺激时，他不能与医疗团队合作以给出神经反应。

本发明旨在提供一种用于确定刺激信号是否已刺激解剖学身体部位(例如大脑)中的期望神经纤维和/或功能区域的方法和系统。

以下公开了本发明的各个方面、示例和示例性步骤以及其实施例。只要在技术上有利和可行，本发明的不同示例性特征可以根据本发明进行组合。

本发明的示例性简短描述

在下文中，给出了对本发明的具体特征的简短描述，其不应被理解为将本发明仅限制于本部分中描述的特征或特征的组合。

所公开的方法包含读取描述通过外部照射施加到连接到预定的神经纤维的皮质区域的所施加的电磁神经刺激信号的数据。响应于刺激信号，神经脉冲通过神经纤维来传递。描述所发射的刺激信号的相应测量数据通过所公开的方法来读取。可以将所发射的刺激信号与所施加的刺激信号进行比较，以确定测量装置(例如还适用于深部脑刺激的电极)是否已经相对于神经纤维正确放置。比较可以包括读取描述测量装置周围的组织的身体反应的数据，例如阻抗的变化或测量装置周围的电场电势的功率谱的变化。

本发明的总体描述

在该部分中，例如通过参考本发明的可能实施例给出了对本发明的一般特征的描述。

总体而言，本发明通过在第一方面提供一种由计算机实施的医疗方法来达到上述目的，该方法用于确定位于患者身体的解剖学身体部位中的被刺激的神经纤维。该方法例如是数据处理方法，并且包括在至少一个计算机(例如，至少一个计算机是深部脑刺激校准或调谐系统的一部分)的至少一个处理器上执行的以下由至少一个处理器执行的示例性步骤。

在(例如第一)示例性步骤中，获取描述(例如定义或表示)解剖学身体部位的数字图像而获取的医学图像数据。通过将医学成像模态应用于解剖学身体部位来通过对属于患者身体的解剖学身体部位进行成像，从而生成医学图像数据。因此，医学图像数据可以被称为患者图像数据。可以在开始执行所公开的方法之前生成医学图像数据，但是在所公开的方法的一个示例中，医学图像数据的生成作为所公开的方法的步骤来执行。

用于生成医学图像数据的成像模态例如是断层摄影成像模态，例如计算机的X射线断层摄影术(CT)、磁共振断层摄影术(MR)、正电子放射断层摄影术(PET)或超声断层摄影术(超声波扫描术)中至少一个。在特定示例中，成像模态是弥散加权磁共振成像(MRI)(例如通过磁共振弥散张量成像-MR-DTI生成)。

通常，解剖学身体部位可以是包括至少一个神经纤维的任何解剖学身体部位，该神经纤维可以从解剖学身体部位的外部进行电磁刺激并且例如靠近解剖学身体部位的表面延伸，但是当然仍然在解剖学身体部位内。在更具体的示例中，解剖学身体部位是大脑，外部部分是皮质(大脑皮层)。解剖学身体部位包含至少一个神经纤维，该神经纤维在解剖学身体部位的内部部分和解剖学身体部位的基本的外部部分之间的方向上延伸。基本的外部部分是靠近解剖学身体部位的外表面的解剖学身体部位的区域，并且在更具体的示例中包含外表面。外表面不必是患者身体的外表面(例如表皮)，但是在一般情况下是限定解剖学身体部位在朝向患者的身体的外表面的方向上的范围的解剖学身体部位的表面。具体地，相较于解剖学身体部位的其他区域，尤其是其中已经放置深部脑刺激电极的区域，外部部分更靠近外表面。值得注意的是，这种电极的放置不是所公开方法的一部分。此外，所公开的方法的执行不需要在执行所公开的方法同时放置电极。

在另一(例如第二)示例性步骤中，获取图谱数据，其用于描述(例如定义或表示)包括至少一个神经纤维的表示解剖学身体部位的基于图像的模型。通常图谱数据使用至少与用于生成医学图像数据的成像模态相同的成像模态来生成。在一个示例中，基于图像的模型还包括外部部分的表示。

图谱数据可以描述解剖学身体部位的多模型图谱，其中存储各解剖学身体部位的各个模型，其中每个模型已经利用不同的成像模态以及模型的解剖学上对应的各部分之间的转换规则来生成。这可以将医学图像数据转换成与用于其生成的成像模态不同的成像模态，例如以使医学图像数据与此不同的成像模态相当。变换规则可以基于为每个模型存储的描述相应的成像模态中的解剖学身体部位的成分的图像外观(例如，诸如多色值或灰度值的颜色值)的组织类信息。

此外，图谱数据可以从多个患者的解剖学身体部位的医学图像生成。备选地，图谱数据可以仅从为其生成医学图像数据的特定患者的解剖学身体部位的至少一个医学图像生成，即该模型可以是患者特定图谱的一部分。

图谱数据包括例如在三维坐标系中定义的位置信息。例如，图谱数据已经从解剖学身体部位的断层图像生成。在一个示例中，图谱数据包括描述(例如，定义或表示)在基于图像的模型中的外部部分和神经纤维之间的相对位置的位置信息。例如，图谱数据包括描述(例如，定义或表示)在用于定义在基于图像的模型中的位置的位置参考系统(例如，坐标系)中的每个外部部分和神经纤维的位置的信息。根据该信息，可以计算外部部分的位置和神经纤维的位置之间的相对位置。因此，关于每个外部部分和神经纤维的位置的信息也定义了相对位置。

在另一(例如第三)示例性步骤中，确定描述(例如，定义或表示)外部部分和神经纤维之间的关联的外部部分数据。在一个示例中，外部部分数据描述了外部部分在(用于定义在图谱数据中的位置的参考系统或用于定义在医学图像数据中的位置的参考系统中的至少一个系统中的)解剖学身体部位中的位置。具体地，外部部分数据包括指示神经纤维延伸进入和/或穿过外部部分的信息。外部部分数据基于医学图像数据和图谱数据来确定。例如，外部部分数据可以包括在图谱数据中。例如，外部部分数据可以通过在图谱数据和医学图像数据之间进行变换(诸如可以由矩阵乘法表示的位置映射)来确定。为此，例如，可以执行图像融合算法以融合图谱数据和医学图像数据。图像融合算法的输出将是用于将医学图像数据映射到图谱数据和/或将图谱数据映射到医学图像数据上的规则，使得相应的解剖学结构至少基本上被映射到彼此上。由此，可以确定在基于图像的模型中存在的和/或从医学图像数据(具体地，从数字图像)中(例如，通过图像分割手动地或自动地)选择的特定神经纤维的位置。在该模型中，已知哪个外部部分，例如皮质区域，与神经纤维连接(例如，已知神经纤维延伸通过或进入哪个外部部分，例如皮质区域)。这样至少在基于图像的模型中能够生成包括关于外部部分的信息(例如其名称或位置)的外部部分数据。通过知晓医学图像数据和图谱数据之间的位置映射，可以在(在数字图像中的)医学图像数据和/或在患者身体本身上确定相应的外部部分。在一个示例中，外部部分和神经纤维之间的关联包括外部部分与神经纤维之间的相对位置或外部部分与神经纤维之间的神经刺激传播连接二者中的至少一个。

在另一个(例如第四)示例性步骤中，获取刺激信号数据，其用于描述(例如，定义或表示)施加到外部部分的预定的(即，已知的或固定的至少一个)所施加的刺激信号。知晓外部部分的位置有利于将所施加的刺激信号施加到外部部分，从而基于外部部分数据将刺激信号施加到外部部分。刺激信号可以是通过包括例如发射线圈的刺激装置施加到外部部分的电信号。刺激装置放置在外部部分附近并被激活以将与时间相关的电磁信号发射到外部部分上，在那里它引起另外的与时间相关的电信号。该电信号从外部部分传递到神经纤维中，从而使得神经纤维中的电势增加。具体地，外部部分具有与神经纤维的导电连接，例如，神经纤维直接连接到外部部分，例如延伸进入或穿过它。然后，神经纤维将依次发射所发射的刺激信号，该刺激信号将以与所施加的刺激信号可比较的或相同的方式与时间相关。

在另一个(例如第五个)示例性步骤中，获取检查信号数据，其用于描述由神经纤维发射的所发射的刺激信号。在一个示例中，检查信号数据基于外部部分数据来获取。已经基于通过利用诸如感应线圈的测量装置来测量所发射的刺激信号而产生的电信号或电磁信号生成检查信号数据。在一个示例中，测量装置(也称为检测装置)包括在可插入(例如，插入到)解剖学身体部位中的电极中。在一个示例中，测量装置已相对于神经纤维(例如，在其附近或在其位置处)定位，以产生检查信号数据。电极可以是深部脑刺激(DBS)电极，例如具有多个离散的并且例如间隔开的触点的定向DBS电极，每个触点用于以预定电压和频率发射表示所施加的刺激信号的电刺激场。在一个实例中，电极是MER电极(微电极记录)。将电极插入例如脑中至假定位于神经纤维附近的位置。在一个示例中，将电极插入解剖学身体部位不是所公开方法的一部分，例如不包含在所公开的方法中。更确切地说，所公开的方法仅处理描述所发射的刺激信号的数据。例如，在执行所公开的方法之前，可以以数字形式检测并存储所发射的刺激信号。在这种情况下，该方法仅包含读取刺激信号数据，该刺激信号数据定义例如所发射的刺激信号的电压或频率中的至少一个的信号特性。

通常，期望通过刺激装置施加所施加的刺激信号经由外部部分刺激预定的(已知的或期望的中的至少一种)神经纤维。实际上放置感应线圈不必是所公开方法的一部分，但可能是其一部分。在任何情况下所公开的方法都包含读取从测量装置接收的测量数据，该测量数据可以存储在电子数据存储装置中并且在获取测量数据之后的某个时间通过所公开的方法来读取。刺激装置需要相对于外部部分来定位的以刺激外部部分的位置可以例如使用导航系统来确定。例如，将标记装置附接到刺激装置的预定的(已知的或固定的中的至少一个)相对位置。标记装置适合于通过使用立体定位导航系统光学地导航刺激装置的位置，该立体定位导航系统也知晓用于光学导航的参考系统中的外部区域的位置，例如来自包括在医学图像数据中的预定位置信息。因此，刺激装置可以被导航到相对于外部部分的适合于通过刺激装置来刺激外部部分的位置。

所发射的刺激信号通常是与时间相关的电信号，例如交流电和/或交变电磁场。如果测量装置(例如感应线圈)放置在这样的电磁场中，这将在感应线圈中感应出测量电流，该测量电流具有可以将其与刺激信号数据所描述的相应多个已知特性进行比较的多个物理特性(例如频率)。这可以检测预定的神经纤维是否已被刺激：如果测量装置放置在已知要连接到预定神经纤维的外部部分上，并且如果施加所施加的刺激信号导致在神经纤维附近检测到相应的(可比较的)所发射的刺激发出信号，则合理地假定已经用所施加的刺激信号刺激了预定的神经纤维并且当施加所施加的刺激信号时测量所发射的刺激信号的电极相对于预定的神经纤维的位置被正确地放置。然后可以进一步假定该电极的这个位置还适合于使用电极刺激神经纤维。如果没有检测到发射的刺激信号，则合理地假定尽管通过刺激装置施加了所施加的刺激信号但预定的神经纤维未被刺激。这将是当施加所施加的刺激信号时用于检测所发射的刺激信号的电极相对于预定的神经纤维的位置未被正确放置的指示。然后可以进一步假定电极的位置不适合使用电极刺激神经纤维。因此，该过程使得可以经由电极找到适合于深部脑刺激的电极的位置。

在另一个(例如第六个)示例性步骤中，确定对应度量数据，其用于描述所施加的刺激信号与所发射的刺激信号之间的对应的度量。这包括具体确定(例如测量)对应度量的值。对应度量数据基于刺激信号数据和检查信号数据来确定。例如，通过将所施加的刺激信号与所发射的刺激信号进行比较来确定对应度量数据。对应度量描述了所测量的所发射的刺激信号与所施加的刺激信号的对应的程度。该对应的程度能够确定所发射的刺激信号是否足够相似，以证明预定的神经纤维通过施加所施加的刺激信号被刺激的确定(假定)。为此，将对应度量的确定值与对应度量的预定值进行比较，该对应度量的预定值被认为足以证明确定以下假设，即指定的神经纤维通过施加所施加的刺激信号而被刺激。

在所公开方法的另一示例性步骤中，确定描述解剖学身体部位对所施加的刺激信号的反应的反应信号的反应信号数据。反应信号通过例如阻抗相关量(例如，阻抗)或例如电信号的谱域中的比较度量中的至少一个来描述，该电信号是响应于例如基于互相关的度量(具体地，互相关)的所施加的刺激信号而通过神经纤维的反应(例如交流电)在电极的触点中所感应的电信号。然后，还可以基于反应信号数据来确定对应度量数据。

在一个更具体的示例中，确定阻抗相关量，并且该方法包括：

获取刺激阻抗数据，该刺激阻抗数据描述(例如，定义或表示)当所施加的刺激信号被施加时解剖学身体部位的阻抗；

基于刺激阻抗数据和刺激信号数据确定阻抗变化数据，所述阻抗变化数据描述(例如，定义或表示)当所施加的刺激信号被施加到所施加的刺激信号时阻抗随时间变化的变化。

众所周知，当所施加的刺激信号被施加到解剖学身体部位时，特别是施加到位于解剖学身体部位中的神经纤维时，解剖学身体部位的阻抗减小。当电极已被插入解剖学身体部位时，可以在电极的触点之间测量阻抗，并且阻抗取决于形成解剖学身体部位的组织的类型。不同的组织类型的典型的(预定的)阻抗值是已知的。因此，通过所测量的阻抗与预定的组织值的比较能够确定解剖学身体部位的组织类型。阻抗测量的采样率应与所施加的刺激信号具有相同的频率，并且在一个示例中，阻抗测量以与所施加的刺激信号的施加时间同步的方式发生，即阻抗测量应该在开始施加所施加的刺激信号时开始并且应该在结束施加所施加的刺激信号时结束。在所公开方法的一个示例中，阻抗减小的频率根据所测量的阻抗值来确定。阻抗减小的频谱峰值预计位于所施加的刺激信号的频率附近。

因此，所公开方法的在一个变型的示例中包含确定阻抗减小的频谱的峰值并且将该峰值与所施加的刺激信号的(预定的)频率(其通常可以等于或大约15Hz)进行比较。如果比较得出峰值至少位于所施加的刺激信号的频率附近的预定的间隔内，则确定所施加的刺激信号(根据需要)被施加到周围的组织，即被施加到解剖学身体部位。如果比较得出峰值不是至少位于所施加的刺激信号的频率附近的预定的间隔内，则确定所施加的刺激信号未被(根据需要)施加到测量装置周围的组织。

在替代的变型方案中，可以确定在施加所施加的刺激信号期间的平均阻抗，并且将其与当未施加所施加的刺激信号时的平均阻抗进行比较。然后使用满足预定标准(诸如具有相对于阈值的预定的关系，例如小于或大于或等于阈值)的各平均值之间的差作为指示，指示所发射的刺激信号已被测量装置检测到并且测量装置(电极)由此相对于神经纤维根据需要而放置，例如以便适合于通过测量装置(电极)来刺激神经纤维。

在另一个更具体的示例中，确定谱域中的比较度量，并且该方法包括：

获取刺激信号光谱数据，该刺激信号光谱数据描述(例如，定义或表示)当施加所施加的刺激信号时由所施加的刺激信号产生的电信号的功率谱；

基于刺激信号光谱数据和刺激信号数据，确定描述(例如，定义或表示)功率谱的比较结果的频谱比较数据。

当所施加的刺激信号根据需要被施加到外部部分时，解剖学身体部位中的组织的电刺激经由神经纤维发生。该电刺激可以根据所施加的刺激信号的强度和频率而在强度和频率中的至少一个上发生变化，并因此在电极中产生(具体地，引起)电信号。因此，电极的多个触点将经历电磁激励，该电磁激励至少基本上至少在频率上对应于所施加的刺激信号。该激励是上述电信号并且(仅)在施加所施加的刺激信号的同时发生。因此，所公开方法的此示例包括确定此电信号的发生的频谱的峰值并且将该峰值与所施加的刺激信号的(预定的)频率(其通常可以等于或大约15Hz)进行比较。还可以通过将所施加的刺激信号的频谱与当所施加的刺激信号未被施加时由测量装置检测到的信号的频谱进行比较来确定峰值。如果比较得出峰值至少位于所施加的刺激信号的频率周围的预定的间隔内，则确定所施加的刺激信号(根据需要)被施加到测量装置周围的组织，并且通过测量装置(电极)(根据需要)而检测到。然后可以确定电极相对于神经纤维被正确地放置。如果比较得出峰值不是至少位于所施加的刺激信号的频率周围的预定的间隔内，则确定所施加的刺激信号未(根据需要)被施加到测量装置周围的组织并且因此测量装置(电极)未被放置在预定的神经纤维附近。

因此，通过确定谱域中的阻抗相关量或比较度量能够检查所施加的刺激信号是否(根据需要)被施加到解剖学身体部位，特别是施加到电极周围的组织。这能够推断关于电极是否具有相对于(预定的)神经纤维的预定的(期望的)位置的信息。

在所公开的方法的一个示例中，确定神经纤维刺激数据，其用于描述(例如，定义或表示)(指定的)神经纤维是否已经被(或被)所施加的刺激信号刺激。神经纤维刺激数据基于对应度量数据来确定。如果对应度量是阻抗相关量，则可以另外基于阻抗变化数据来确定神经纤维刺激数据。如果对应度量的确定值与对应度量的预定值具有预定的关系，则当施加所施加的刺激信号时为了放置电极而做出某种确定。例如，如果确定值等于或大于预定值，则确定电极被正确放置以刺激预定的神经纤维。相反，如果确定值低于预定值，则确定电极未被正确放置以刺激预定的神经纤维。

在所公开的方法的一个示例中，用于施加所施加的刺激信号的装置(例如，引入到例如预定的神经纤维附近的解剖学身体部分中的电极)和用于产生所发射的刺激信号的装置(诸如包括感应线圈的电磁测量装置的测量装置)已经设置为时间同步。在该示例的一个更具体的变型方案中，所施加的刺激信号和所发射的刺激信号相对于彼此具有实际的(例如，测量的)时间关系(诸如时移)。在所公开的方法的另一示例中，图谱数据包括与所施加的刺激信号和所发射的刺激信号之间的预期时间关系相对应的信息。将该信息与实际时间关系进行比较，以便基于比较结果推断诸如神经纤维是否具有脱髓鞘的生理信息。特别地，可以这样确定刺激信号穿过神经纤维所需的时间，并且该时间取决于神经纤维的脱髓鞘的程度。

根据第一方面的方法适用于例如以下这种情况，其中通过基于患者特定弥散加权磁共振成像数据使用纤维示踪成像方法和利用所提出的深部脑刺激电极的目标位置或检测到的深部脑刺激电极的实际手术中的位置作为纤维束种子区域，在体内确定(待刺激的)外部部分的位置。

在第二方面，本发明涉及一种计算机程序，当在至少一个计算机(例如，计算机)的至少一个处理器(例如，处理器)上运行时或者当被加载到至少一个计算机(例如，计算机)的至少一个存储器(例如，存储器)中时，其使得至少一个计算机执行上述根据第一方面的方法。

在第三方面，本发明涉及一种非暂时性计算机可读程序存储介质，其上存储有根据第四方面的程序。

在第四方面，本发明涉及至少一个计算机(例如，计算机)，其包括至少一个处理器(例如，处理器)和至少一个存储器(例如，存储器)，其中根据第四方面的程序在处理器上运行或者被加载到存储器中，或者其中该至少一个计算机包括根据第五方面的计算机可读程序存储介质。

在第七方面，本发明涉及一种(物理的，例如电的，例如技术上产生的)信号波，例如数字信号波，其携带表示根据第二方面的程序的信息。

在第八方面，本发明涉及一种用于确定位于患者身体的解剖学身体部位中的神经纤维的刺激的医疗系统，该系统包括：

a)根据第四方面的至少一个计算机；

b)至少一个电子数据存储装置，其存储医学图像数据或图谱数据或刺激信号数据中的至少一个；和

c)用于测量所发射的刺激信号的测量装置(例如电磁测量装置，诸如包括用于测量感应电信号的感应线圈的电磁测量装置)，该测量装置可操作地连接到至少一个计算机，用于将信号发送到关于检查信号数据的至少一个计算机，

其中，所述至少一个计算机可操作地耦合到所述至少一个电子数据存储装置，用于从所述至少一个数据存储装置获取所述医学图像数据或所述图谱数据或所述刺激信号数据中的至少一个。

总体上，本发明不涉及或者例如包括或包含侵入性步骤，该侵入性步骤将代表对身体的实质性物理干扰，其需要专业的医学专门知识来实施并且即使在实施时具有所需的专业护理和专业知识也会引起实质性的健康风险。例如，本发明不包括用电离辐射照射解剖学身体部位和/或患者身体的步骤，使得其不包括任何人体或动物体的治疗步骤，例如它不包括任何治疗或手术步骤。尤其地，本发明不涉及或尤其包括或包含任何手术或治疗活动。相反，本发明旨在适用于读取对应于电信号的数据，该电信号被施加到神经纤维(所施加的刺激信号)并且从与神经纤维具有导电连接的外部部分被发射(所发射的刺激信号)。仅仅由于这个原因，实施本发明不需要或不暗示任何手术或治疗活动，特别是手术或治疗步骤。

组合本发明的一个或多个实施例或方面的一个或多个特征以便形成任何其在技术上是有利的和/或可行的新的实施例都在本发明的范围内。具体地，具有与另一实施例的另一特征相同或相似功能的一个实施例的特征可以与所述另一特征交换，并且对另一实施例添加附加功能的一个实施例的特征可以例如被添加到所述另一实施例。

定义

在该部分中，提供了本发明中使用的特定术语的定义，其也构成本发明的一部分。

根据本发明的方法是例如由计算机实施的方法。例如，根据本发明的方法的所有步骤或仅一些步骤(即，小于步骤的总数)可以由计算机(例如，至少一个计算机)执行。由计算机实施的方法的实施例是计算机用来执行数据处理方法的应用。由计算机实施的方法的实施例是涉及计算机的操作的方法，使得计算机被操作以执行该方法的一个、多个或所有步骤。

计算机例如包括至少一个处理器和例如至少一个存储器，以便(技术上)处理数据，例如电子地和/或光学地处理数据。处理器例如由半导体的物质或组合物制成，例如至少部分n掺杂的半导体和/或p掺杂的半导体，例如II、III、IV、V、VI半导体材料中的至少一种，例如(掺杂的)砷化硅和/或砷化镓。所描述的各计算步骤例如由计算机执行。各确定步骤或各计算步骤是例如在技术方法的框架内，如在程序的框架内，确定数据的各步骤。计算机是例如任何类型的数据处理装置，例如电子数据处理装置。计算机可以是通常被认为是计算机的装置，例如台式个人电脑、笔记本电脑、上网本等，但还可以是任何可编程设备，例如移动电话或嵌入式处理器。计算机可以例如包括“多个子计算机”的系统(网络)，其中每个子计算机独立地代表计算机。术语“计算机”包括云计算机，例如云服务器。术语“云计算机”包括云计算机系统，其例如包括至少一个云计算机的系统，并且例如包括多个可操作地互连的云计算机，例如服务器群。这种云计算机优选地连接到诸如万维网(WWW)的广域网，并且位于所有连接到万维网的计算机的所谓的云中。这种基础设施用于“云计算”，其描述了不需要终端用户知道提供特定服务的计算机的物理位置和/或配置的计算、软件、数据访问和存储服务。例如，术语“云”在这方面用作因特网(万维网)的隐喻。例如，云提供计算基础设施即服务(IaaS)。云计算机可以用作用于执行本发明方法的操作系统和/或数据处理应用程序的虚拟主机。云计算机是例如由亚马逊网络服务(Amazon Web Services^TM)提供的弹性计算云(EC2)。计算机例如包括接口以便接收或输出数据和/或执行模拟到数字转换。该数据是例如表示物理特性和/或从技术信号生成的数据。技术信号例如是通过(技术)检测装置(例如用于检测标记装置的装置)和/或(技术)分析装置(例如用于执行(医疗)成像方法的装置)产生的，其中技术信号例如是电信号或光信号。技术信号例如表示由计算机接收或输出的数据。计算机优选地可操作地连接到显示装置，该显示装置使得由计算机输出的信息可以被显示，例如显示给用户。显示装置的一个示例是增强现实装置(也称为增强现实眼镜)，其可以用作用于导航的“护目镜”。这种增强现实眼镜的具体示例是谷歌眼镜(谷歌公司的商标)。增强现实装置既可以用于通过用户交互将信息输入到计算机中，也可以用于显示由计算机输出的信息。显示装置的另一个例子是包括例如液晶显示器的标准计算机监视器，该液晶显示器可操作地连接到用于从用于产生信号的计算机接收显示控制数据的计算机，该信号用于在显示装置上显示图像信息内容。这种计算机监视器的一个具体实施例是数字灯箱。监视器还可以是例如手持式的便携式装置，例如智能电话或个人数字助理或数字媒体播放器。

在本发明的框架内，计算机程序单元可以通过硬件和/或软件(这包括固件、驻留软件、微代码等)来体现。在本发明的框架内，计算机程序单元可以采用计算机程序产品的形式，该计算机程序产品可以由诸如计算机可读数据存储介质的计算机可用数据存储介质实现，该计算机可用数据存储介质包括诸如计算机可读程序指令的计算机可用程序指令，在所述数据存储介质中体现的“代码”或“计算机程序”用于在指令执行系统上或与指令执行系统结合使用。这样的系统可以是计算机；计算机可以是包括用于执行根据本发明的计算机程序单元和/或程序的部件的数据处理装置，例如包括执行计算机程序单元的数字处理器(中央处理单元或CPU)的数据处理装置，以及可选的包括用于存储用于执行计算机程序单元和/或通过执行计算机程序单元产生的数据的易失性存储器(例如随机存取存储器或RAM)的数据处理装置。在本发明的框架内，计算机可用数据存储介质，例如计算机可读数据存储介质，可以是任何可以包括、存储、传达、传播或传输用于在执行系统、设备或装置上使用或与执行系统、设备或装置结合使用的程序的数据存储介质。计算机可用数据存储介质，例如计算机可读数据存储介质，可以例如是，但不限于，电子的、磁的、光学的、电磁的、红外或半导体系统、设备或装置或诸如互联网的传播介质。计算机可用数据存储介质或计算机可读数据存储介质甚至可以是例如纸或其上印有程序的其他合适的介质，因为程序可以被电子地捕获，例如通过光学扫描纸或其他合适的介质，然后以合适的方式编译、解释或以其他方式进行处理。数据存储介质优选的为非易失性数据存储介质。这里描述的计算机程序产品和任何软件和/或硬件形成用于在示例实施例中执行本发明的功能的各种部件。计算机和/或数据处理装置可以例如包括引导信息装置，该引导信息装置包括用于输出引导信息的部件。引导信息可以例如通过视觉指示部件(例如，监视器和/或灯)在视觉上和/或通过听觉指示部件(例如，扬声器和/或数字语音输出装置)在听觉上和/或触觉指示装置(例如，振动元件或包括在仪器中的振动元件)在触觉上输出给用户。出于本文件的目的，计算机是技术计算机，该技术计算机例如包括诸如有形组件的技术组件，该有形组件例如机械组件和/或电子组件。本文件中提到的任何装置都是技术装置并且例如有形装置。

表达“获取数据”例如包含(在由计算机实施的方法的框架内)其中数据通过由计算机实施的方法或程序被确定的场景。确定数据例如包含测量物理量并将所测量的值转换成例如数字数据的数据，和/或借助于计算机并且例如在根据本发明的方法的框架内计算该数据。“获取数据”的含义还例如包含场景，其中通过由计算机实施的方法或程序例如从另一程序、先前的方法步骤或数据存储介质接收或检索数据，例如用于通过由计算机实施的方法或程序进行进一步处理。待获取的数据的生成可以但不必是根据本发明的方法的一部分。因此，表达“获取数据”还可以例如表示等待接收数据和/或接收数据。所接收的数据可以例如通过接口来输入。表述“获取数据”还可以表示由计算机实施的方法或程序执行步骤以便(主动地)从例如数据存储介质(例如ROM、RAM、数据库、硬盘驱动器等)的数据源或通过接口(例如，从另一个计算机或网络)接收或检索数据。分别通过所公开的方法或装置获取的数据可以从位于数据存储装置中的数据库获取，该数据存储装置可操作地连接到计算机用于数据库和计算机之间的数据传输，例如从数据库到计算机。计算机获取数据以用作确定数据的步骤的输入。所确定的数据可以再次输出到相同的或另一个数据库以便存储以供以后使用。数据库或用于实施所公开方法的数据库可以位于网络数据存储装置或网络服务器(例如，云数据存储装置或云服务器)或本地数据存储装置(例如可操作地连接到至少一个执行所公开方法的计算机的大容量存储装置)。通过在获取步骤之前执行附加步骤，可以使数据“随时可用”。根据该附加步骤，数据被生成以便被获取。例如，数据例如(例如，通过分析装置)被检测或被捕获。可选地或另外地，数据根据附加步骤被输入，例如通过接口。所生成的数据可以例如被输入(例如输入到计算机)。根据附加步骤(其在获取步骤之前)，数据还可以通过执行将数据存储在数据存储介质(例如ROM、RAM、CD和/或硬盘驱动器)中的附加步骤来提供，使得它们在根据本发明的方法或程序的框架内随时可用。因此，“获取数据”的步骤还可以涉及命令装置去获取和/或提供待获取的数据。特别地，获取步骤不包含侵入性步骤，该侵入性步骤会代表对身体的实质性物理干扰，其需要专业的医学专门知识来执行并且即使执行时具有所需的专业护理和专业知识也会引起实质性健康风险。特别地，获取数据的步骤，例如确定数据，不包含外科手术步骤，特别是不包含使用手术或治疗来治疗人体或动物体的步骤。为了区分本方法使用的不同数据，将数据表示为(即称为)“XY数据”等，并根据它们描述的信息来定义，然后优选地将其称为“XY信息”等。

在医学领域，成像方法(也称为成像模态和/或医学成像模态)用于生成人体的解剖学结构(例如软组织、骨骼、器官等)的图像数据(例如，二维或三维图像数据)。术语“医学成像方法”被理解为表示(有利地基于设备的)成像方法(例如所谓的医学成像模态和/或放射成像方法)，例如计算机断层扫描(CT)和锥形束计算机断层扫描(CBCT，如体积的CBCT)、X射线断层扫描、磁共振断层扫描(MRT或MRI)、常规X射线、超声波扫描和/或超声检查，以及正电子发射断层扫描。例如，医学成像方法通过分析装置来执行。通过医学成像方法应用的医学成像模态的示例为如维基百科提到的：X射线照相术、磁共振成像、医学超声波扫描或超声波、内窥镜检查、弹性成像、触觉成像、热成像、医学摄影和例如正电子发射断层扫描(PET)和单光子发射计算机断层扫描(SPECT)的核医学功能成像技术。由此生成的图像数据也称为“医学成像数据”。分析装置例如用于在基于设备的成像方法中生成图像数据。成像方法例如用于医学诊断，以分析解剖学身体以生成由图像数据描述的图像。成像方法还例如用于检测人体中的病理变化。然而，解剖学结构中的一些变化，例如结构(组织)中的病理变化，可能是不可检测的，并且例如在通过成像方法产生的图像中可能是不可见的。肿瘤代表解剖学结构中的变化的一个例子。如果肿瘤生长，则可以说它代表扩张的解剖学结构。这个扩张的解剖学结构可能是不可检测的；例如，仅可扩张的解剖结构的一部分可能是可检测的。例如，当造影剂用于浸润肿瘤时，原发性/高级别脑肿瘤通常在MRI扫描中是可见的。MRI扫描代表成像方法的示例。在对这种脑肿瘤进行MRI扫描的情况下，MRI图像中的信号增强(由于造影剂浸润肿瘤)被认为代表实体肿瘤块。因此，肿瘤是可检测的，并且例如在通过成像方法产生的图像中是可辨别的。除了被称为“增强”肿瘤的这些肿瘤之外，认为大约10％的脑肿瘤在扫描中是不可辨别的，并且例如对于观察通过成像方法产生的图像的用户是不可见的。

图像融合可以是弹性图像融合或刚性图像融合。在刚性图像融合的情况下，2D图像的像素和/或3D图像的体素之间的相对位置是固定的，而在弹性图像融合的情况下，允许相对位置进行改变。

在本申请中，术语“图像变形”也用作术语“弹性图像融合”的替代，但具有相同的含义。

弹性融合变换(例如，弹性图像融合变换)例如被设计为能够实现从一个数据集(例如第一数据集，例如第一图像)到另一个数据集(例如第二数据集，例如第二图像)的无缝过渡。例如，变换被设计成使得第一和第二数据集(图像)中的一个变形，例如以这样的方式使得对应的结构(例如，对应的图像元素)被设置在与第一和第二张图像中的另一个相同的位置处。从第一和第二图像之一变换的变形的(变换)图像例如尽可能与第一和第二图像中的另一个相似。优选地，应用(数值)优化算法以便找到得到最佳相似度的变换。优选地，通过相似性的度量(在下文中也称为“相似性度量”)来测量相似度。优化算法的参数例如是变形场的矢量。这些矢量通过优化算法来确定，以这样的方式使得得到最佳的相似度。因此，最佳相似度表示优化算法的条件，例如约束。矢量的基础位于例如待被变换的第一和第二图像之一的体素位置处，并且矢量的尖端位于待变换的图像中的相应的体素位置处。优选地提供多个这些矢量，例如超过二十个或一百个或一千个或一万个等。优选地，存在对变换(变形)的(其他)约束，例如以便避免病理变形(例如，通过变换所有体素被移动到相同位置)。这些约束包括例如变换是规则的的约束，其例如表示从变形场(例如，矢量场)的矩阵计算得到的雅可比行列式大于零，并且还包括变换的(变形的)图像不是自相交的并且例如变换的(变形的)图像不包括缺陷和/或破裂的约束。约束包括例如如下约束：如果规则网格与图像同时并且以相应的方式被变换，则不允许网格在其任何位置处交错折叠。优化问题例如通过优化算法例如迭代地来解决，该优化算法例如是一阶优化算法，例如梯度下降算法。优化算法的其他示例包括诸如下降单纯形算法的不使用导数的优化算法，或使用诸如类牛顿算法的高阶导数的算法。优化算法优选地执行局部优化。如果存在多个局部最优，则可以使用诸如模拟退火算法或通用算法的全局算法。在线性优化问题的情况下，例如可以使用单纯形法。

在优化算法的步骤中，将体素例如在一个方向上移动一个幅度，使得相似度增加。该幅度优选地小于预定限制，例如小于图像直径的十分之一或百分之一或千分之一，并且例如大约等于或小于相邻体素之间的距离。例如由于大量(迭代)步骤，可以实施大的变形。

所确定的弹性融合变换可以例如用于确定第一数据集和第二数据集(第一图像和第二图像)之间的相似度(或相似性度量，参见上文)。为此，确定弹性融合变换与恒等变换之间的偏差。偏差程度可以例如通过确定弹性融合变换的行列式与恒等变换之间的差异来计算。偏差越大，相似性越低，因此偏差程度可用于确定相似性的度量。

相似性的度量例如可以基于第一数据集和第二数据集之间的确定的相关性来确定。

标记的功能为可通过标记检测装置(例如，相机或超声接收器或诸如CT或MRI装置的分析装置)被检测以这样的方式使得可以确定其空间位置(即其空间定位和/或其空间对齐)。检测装置例如是基于计算机的导航系统的一部分，并且可以是立体定向相机，其对预定的波长范围内的电磁波敏感，例如红外波长范围或任何其他标记被照射所用的以及由标记所反射的波长范围。标记可以是有源标记。有源标记可以例如发射可以处于红外、可见和/或紫外光谱范围内的电磁辐射和/或波。然而，标记也可以是无源的，即可以例如反射红外、可见和/或紫外光谱范围内的电磁辐射，或者可以阻挡X射线辐射。为此，标记可以具有表面，该表面具有相应的反射特性或者可以由金属制成以阻挡X射线辐射。标记也可以反射和/或发射在射频范围内或为超声波波长的电磁辐射和/或波。标记优选地具有球形的和/或椭球形的形状，因此可以被称为标记球形体；然而，标记也可以呈现出例如立方体的有角的形状。

标记装置可以例如是参考星或指针或单个标记或多个(个体的)标记，该多个(个体的)标记然后优选地处于预定的空间关系。标记装置包括一个、两个、三个或更多个标记，其中两个或更多个这样的标记具有预定的空间关系。该预定空间关系例如是对导航系统来说已知的并且例如存储在导航系统的计算机中。

在另一个实施例中，标记装置包括光学图案，例如在二维表面上。光学图案可以包括多个几何形状，如圆形、矩形和/或三角形。光学图案可以在由相机捕获的图像中被识别出，并且标记装置相对于相机的位置可以根据图像中的图案的大小、图像中的图案的取向和图像中的图案的失真来确定。这允许从单个二维图像确定在多达三个旋转尺寸和多达三个平移尺寸中的相对位置。

标记装置的位置可以例如通过医疗导航系统来确定。如果标记装置被附接到诸如骨骼或医疗器械的物体，则可以根据标记装置的位置和标记装置与物体之间的相对位置来确定物体的位置。确定该相对位置也被称为登记标记装置和对象。可以跟踪标记设备或物体，这意味着标记设备或物体的位置随时间确定两次或更多次。

附图说明

在下文中，参考表示本发明的特定实施例的附图对本发明进行描述。然而，本发明的范围不限于在附图的上下文中公开的具体特征，其中：

图1是示出根据第一方面的所公开方法的基本步骤的流程图；

图2是示出根据第一方面的所公开方法的详细示例的流程图；

图3是表示根据第一方面的公开方法的例子的流程图，其中对应度量是阻抗；

图4是表示根据第一方面的公开方法的例子的流程图，其中对应度量是谱量；和

图5示出了根据第八方面的系统的使用。

图1是说明根据第一方面的所公开方法的基本步骤的流程图，其在图1的说明性示例中以获取患者图像数据的步骤S1.1开始。在随后的步骤S1.2中，获取图谱数据，接着是步骤S1.3，其包含确定外部部分数据。然后，步骤S1.4获取刺激信号数据。步骤S1.1、S1.2用作步骤S1.3的输入步骤，步骤S1.3用作步骤S1.4的输入步骤。步骤S1.5涉及获取检查信号数据。最后，步骤S1.1至S1.5用作图1的最后步骤的输入步骤，图1的最后步骤为包含确定对应度量数据的步骤S1.6。

根据图2，成像数据(对应于医学图像数据)在步骤S2.1中由计划系统的计算机获取(加载到计划系统的计算机)。在步骤S2.2中，纤维结构，即通过刺激要针对的神经纤维或神经纤维束，从数字图像例如通过使用例如下拉菜单的用户选择来确定。然后，在步骤S2.3中，通过在步骤S2.3中包括或排除诸如脑的解剖学身体部位的某些部分来确定用于追踪要针对的纤维结构的感兴趣区域(ROI)。随后，在步骤S2.4中，使用例如由Brainlab AG提供的“纤维追踪元件”软件模块来执行示踪成像纤维重建。然后算法继续进行步骤S2.5，在步骤S2.5中将所追踪的纤维提交给立体定向计划系统，并且进行步骤S2.6，在步骤S2.6中皮质感兴趣区域被提交给IGS神经导航系统。这允许基于根据例如它们到神经纤维的距离或者已知的各神经纤维的髓鞘含量的图谱信息(图谱数据)在步骤S2.7中使用TMS(经颅磁刺激)来自动选择待刺激的最佳ROI。然后，在步骤S2.8中执行患者的导航记录以及立体定位，并且在步骤S2.9中手术开始以将电极立体定位地(即，使用立体定向导航)放置在要针对的纤维系统中。然后，在步骤S2.10中将nTMS(导航的经颅磁刺激)装置导航就位以刺激属于纤维系统的皮质ROI。在步骤S2.11中将电极触点附接到阻抗测量装置或功率谱分析装置，并且在步骤S2.12中，相应的测量装置被设置为与nTMS触发系统时间同步。然后，在步骤S2.13中用nTMS以例如1Hz的频率刺激感兴趣区域。经由可以是MER电极(微电极记录)的DBS电极从纤维系统读出相位刺激图案。例如，在步骤S2.14中，在功率谱密度函数中确定1Hz信号，或者确定1Hz阻抗波动。

如果对应的度量是阻抗相关量，则将在相位刺激期间每个电极触点的阻抗测量与相位刺激阶段之前和之后获取的基线测量进行比较。受刺激影响的触点将显示相位上减小的阻抗值，从而将它们识别为沿刺激路径或在刺激路径内定位。

如果对应的度量是时间谱域中的比较度量，则在外科手术过程期间或之后从所植入的电极获取局部场势数据，将用于在相位刺激期间连接到每个电极触点的通道上的时间序列数据的描述性度量(诸如给定频带的功率)与在相位刺激阶段之前和之后获取的基线测量值进行比较。在这里，在刺激时间窗口期间，受刺激影响的触点将在包含刺激频率的频带中(例如，如果用15Hz TMS脉冲来刺激，则低β频带2-20Hz将受到最强烈的影响)显示出统计上显著的功率差异，从而将它们识别为沿刺激路径或在刺激路径内定位。对于这样的过程，多个刺激周期与相等长度的、功率值提取的非刺激周期交织，随后的t检验显著性测试用于识别受影响的触点。在替代方法中，信号分解/维数降低方法(例如，时间独立分量分析)可以应用于(从单个触点记录的)各种通道上的时间序列数据，在分解之后，某些分量(例如，独立分量)将在刺激期间在受影响的通道上显示相位变化。

如果在步骤S2.15中确定在步骤S2.14中没有检测到信号，则可以改变电极放置。如果在步骤S2.14中根据需要检测到信号，则可以在步骤S15中选择电极的最佳触点以便之后在刺激期间使用。

图3示出了通过阻抗测量确定对应度量的示例。再次，在步骤S3.1中，植入电极，并且在步骤S3.2中将记录装置附接到其上。在步骤S3.3中，经由光学导航将刺激装置定位在种子区域(即外部部分)上方。然后，在步骤S3.4中，将刺激器(刺激装置)和记录器(测量/检测装置)设置为时间同步的。在步骤S3.5中，进行阻抗值的时间分辨记录，并且在步骤S3.6中，以逐块方式开始刺激(即，在所施加的刺激信号的间隔中为开启或关闭，间隔的序列为例如周期性地重复。开启的块和关闭的块应该具有相等的时间长度。在步骤S3.7中，应该对所有可用的通道应用单独的开启块时间序列和关闭块时间序列。在步骤S3.8中，将在开启的块期间记录的平均阻抗(即，当所施加的刺激信号正在被施加时)与在关闭的块期间记录的平均阻抗(即，当所施加的刺激信号没有被施加时)进行比较。然后在步骤S3.9中，确定在平均阻抗上具有显著差异的通道被连接到已记录所发射的刺激信号的受影响的触点。

图4示出了通过频谱分析确定对应度量的示例。再次，在步骤S4.1中，植入电极，并且在步骤S4.2中将记录装置附接到其上。在步骤S4.3中，经由光学导航将刺激装置定位在种子区域(即外部部分)上方。然后，在步骤S4.4中，将刺激器(刺激装置)和记录器(测量/检测装置)设置为时间同步的。然后，在步骤S4.5中，开始测量装置(电极)周围的局部(电)场势的时间分辨记录。在步骤S4.6中，以逐块方式开始刺激(即，在所施加的刺激信号的间隔中为开启或关闭，间隔的序列为例如周期性地重复。开启和关闭的块应当具有相同的时间长度。在步骤S4.7中，应对所有可用的通道应用单独的开启块时间序列和关闭块时间序列。在步骤S4.8中，执行功率谱密度分析，并且在步骤S4.9中，将在开启间隔的被刺激频带中的平均功率与关闭间隔的平均功率进行比较。然后在步骤S4.10中，确定在平均功率上具有显著差异的通道被连接到已记录所发射的刺激信号的受影响的触点。

图5示出了可用于实施根据第一方面的方法的设置，该设置也是根据第八方面的系统的一部分。图示的是由具有两个半脑2,3的脑所表示的解剖学身体部位1。由具有多个触点5的定向电极4体现的测量装置被放置在连接到由皮质区域7体现的外部部分的一束神经纤维6的附近。包括用于发射(施加)所施加的刺激信号的发射线圈9的刺激装置8被放置在相对于皮质区域7的合适位置。刺激装置8设置有具有多个回射球形标记的标记阵列(参考星)10，该多个回射球形标记为可使用立体定向相机进行光学追踪的，以确定它们在由导航系统(未示出)所使用的位置参考系统中的位置。

所公开的方法和系统提供以下特征、功能和优点：

-患者已被植入脑刺激装置，例如DBS电极或皮质刺激网格。

-除了主动刺激能力之外，植入装置具有至少一个感测功能，即在触点处的进行简单的阻抗测量或频率的直接电记录。

-已使用通用图谱分割来处理患者解剖学数据，植入物定位在术后成像(例如CT)中，并且使用纤维追踪对周围的纤维连接进行示踪成像上的传输重建。

-使用导航(IGS-图像引导手术)系统，将脑刺激器置于适当位置(例如nTMS)并在该区域对脑进行刺激。

-当待调谐刺激器(例如定向DBS)附近的纤维被激活时，阻抗下降。

-这样，可以将系统的刺激方向调谐为朝向所激发的阻抗变化，从而最佳地刺激将刺激器连接到例如nTMS刺激区域的纤维。

-相同的原理可以与皮质刺激或与感测而不是与阻抗测量一起应用，通过借助电刺激引起功率谱组成中的可预测变化，系统也可以在基于非阻抗的工作流程中进行调整。

例如，在抑郁症中，已知额极布洛德曼区域10涉及与情绪相关的某些功能，并且源自BA10的纤维穿过内侧前脑束，然而MFB的植入和正确定向刺激仍然具有挑战性。BA10来源纤维的nTMS刺激可以允许调谐刺激以包含正确的纤维。

通过优化脑刺激以最佳地覆盖期望的待刺激纤维，患者的结果可以以不一定包含侵入性过程或行为激发范式的方式被优化。

所公开方法的具体特征是刺激、感测/阻抗测量的定时连接以及通过GUIDE类算法的刺激的自动定向。

在一个示例中，BOLD或PET成像数据用于确定将在待调谐的刺激器的位置处引起变化的刺激区域。

在一个示例中，刺激强度被保持得很低，使得受试者不会主观地体验到可察觉的效果，从而大大增加了患者对于这些测试场景的舒适度。

在一个示例中，通过用一个系统刺激纤维并用另一个系统进行调谐来补充刺激器的同时双侧植入，反之亦然。

在一个示例中，(皮质的)兴奋性信息直接用于通知最佳DBS刺激水平。

在一个示例中，这用于确定脑中D-引线电极的实际取向。

Claims (21)

1.一种由计算机实施的医学数据处理方法，用于确定位于患者身体的解剖学身体部位中的被刺激的神经纤维，所述方法包括在至少一个计算机的至少一个处理器上执行以下步骤：

a)在所述至少一个处理器处获取描述所述解剖学身体部位的数字图像的医学图像数据，其中所述解剖学身体部位包括沿着在所述解剖学身体部位的内部部分与所述解剖学身体部位的基本的外部部分之间的方向延伸的至少一个神经纤维；

b)在所述至少一个处理器处获取描述包括所述至少一个神经纤维的表示的所述解剖学身体部位的基于图像的模型的图谱数据；

c)由所述至少一个处理器并且基于所述医学图像数据和所述图谱数据确定描述所述外部部分与所述神经纤维之间的关联的外部部分数据；

d)在所述至少一个处理器处获取描述基于所述外部部分数据被施加到所述外部部分的预定的所施加的刺激信号的刺激信号数据；

e)在所述至少一个处理器处获取描述由所述神经纤维发射的所发射的刺激信号的检查信号数据；

f)由所述至少一个处理器并且基于所述刺激信号数据和所述检查信号数据确定描述所述所施加的刺激信号与所述所发射的刺激信号之间的对应的度量的对应度量数据。

2.根据前述权利要求所述的方法，包括：

由所述至少一个处理器并且基于所述对应度量数据确定描述所述神经纤维是否已被所述所施加的刺激信号刺激的神经纤维刺激数据。

3.根据前述权利要求中任一项所述的方法，其中所述外部部分与所述神经纤维之间的关联包括所述外部部分与所述神经纤维之间的相对位置或所述外部部分与所述神经纤维之间的神经刺激传播连接中的至少一个。

4.根据前述权利要求中任一项所述的方法，其中，所述外部部分数据描述所述外部部分在所述解剖学身体部位中的位置。

5.根据前述权利要求中任一项所述的方法，其中，所述检查信号数据是基于通过用测量装置测量所述所发射的刺激信号而产生的电信号或电磁信号产生的，所述测量装置例如是包括感应线圈的测量装置。

6.根据前述从属于权利要求4的权利要求中任一项所述的方法，其中所述刺激信号已经使用包括例如发射线圈的刺激装置被施加，其中所述刺激装置已经基于所述外部部分数据相对于所述外部部分被定位。

7.根据前述权利要求中任一项所述的方法，其中，所述图谱数据包括描述在所述基于图像的模型中的所述外部部分与所述神经纤维之间的相对位置的位置信息。

8.根据前述权利要求中任一项所述的方法，其中所述解剖学身体部位是脑，并且所述外部部分是皮质。

9.根据前述权利要求中任一项所述的方法，其中，通过将所述所施加的刺激信号与所述所发射的刺激信号进行比较来确定所述对应度量数据。

10.根据前述权利要求中任一项所述的方法，其中，确定描述对所述所施加的刺激信号进行反应的所述解剖学身体部位的反应信号的反应信号数据，并且其中进一步基于所述反应信号数据来确定所述对应度量数据。

11.根据前述权利要求所述的方法，其中所述反应信号通过阻抗相关量来描述，并且其中所述方法包括：

在所述至少一个处理器处获取描述在所述所施加的刺激信号被施加时的所述解剖学身体部位的阻抗的刺激阻抗数据；

由所述至少一个处理器并且基于所述刺激阻抗数据和所述刺激信号数据确定阻抗变化数据，所述阻抗变化数据描述在所述所施加的刺激信号被施加到所述所施加的刺激信号时阻抗随时间变化的变化。

12.根据前述从属于权利要求2的权利要求所述的方法，其中所述神经纤维刺激数据是基于所述阻抗变化数据来确定的。

13.根据前述紧接的三项权利要求中任一项所述的方法，其中所述反应信号通过在谱域中的比较度量来描述，并且其中所述方法包括：

在所述至少一个处理器处获取刺激信号光谱数据，所述刺激信号频谱数据描述在所述所施加的刺激信号被施加时受所述所施加的刺激信号影响的电信号的功率谱；

由所述至少一个处理器并且基于所述刺激信号光谱数据和所述刺激信号数据确定描述所述功率谱的比较的光谱比较数据。

14.根据前述权利要求中任一项所述的方法，其中，用于施加所述所施加的刺激信号的装置和用于产生所述所发射的刺激信号的装置已经被设置为时间同步。

15.根据前述权利要求中任一项所述的方法，其中，所述所施加的刺激信号和所述所发射的刺激信号相对于彼此具有时移。

16.根据前述权利要求所述的方法，其中，所述图谱数据包括与所述所施加的刺激信号和所述所发射的刺激信号之间的预期时间关系相对应的信息，并且其中将所述信息与所述预定的时间关系进行比较，以便通过所述至少一个处理器和基于所述比较的结果来推断生理信息。

17.根据前述权利要求中任一项所述的方法，其中，通过将弥散加权磁共振成像模态应用于所述解剖学身体部位来生成所述医学图像数据。

18.一种计算机程序，当在至少一个计算机的至少一个处理器上运行时或当被加载到至少一个计算机的存储器中时，其使得所述至少一个计算机执行根据前述权利要求中任一项所述的方法，或产生携带表示所述程序的信息的信号波，例如数字信号波。

19.一种非暂时性计算机可读程序存储介质，其上存储有根据前述权利要求的所述程序。

20.至少一个计算机，包括至少一个处理器和存储器，其中根据权利要求17的所述程序在所述至少一个处理器上运行或者被加载到所述存储器中，或者其中所述至少一个计算机包括根据前述权利要求所述的所述程序存储介质。

21.一种医疗系统，用于确定位于患者身体的解剖学身体部位中的神经纤维的刺激，所述系统包括：

d)根据前述权利要求所述的至少一个计算机；

e)至少一个电子数据存储装置，其存储所述医学图像数据或所述图谱数据或所述刺激信号数据中的至少一个；和

f)用于测量所述所发射的刺激信号的测量装置，所述测量装置可操作地连接到所述至少一个计算机，用于将信号发送到与所述检查信号数据相对应的所述至少一个计算机，

其中，所述至少一个计算机可操作地连接到所述至少一个电子数据存储装置，用于从所述至少一个数据存储装置获取所述医学图像数据或所述图谱数据或所述刺激信号数据中的至少一个。