CN110548226B - 一种根据节律耦合特征建立经颅磁刺激模式的方法 - Google Patents
一种根据节律耦合特征建立经颅磁刺激模式的方法 Download PDFInfo
- Publication number
- CN110548226B CN110548226B CN201910700759.3A CN201910700759A CN110548226B CN 110548226 B CN110548226 B CN 110548226B CN 201910700759 A CN201910700759 A CN 201910700759A CN 110548226 B CN110548226 B CN 110548226B
- Authority
- CN
- China
- Prior art keywords
- rhythm
- frequency
- neural
- coupling characteristics
- rhythms
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N2/00—Magnetotherapy
- A61N2/004—Magnetotherapy specially adapted for a specific therapy
- A61N2/006—Magnetotherapy specially adapted for a specific therapy for magnetic stimulation of nerve tissue
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- Urology & Nephrology (AREA)
- Surgery (AREA)
- Neurology (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Electrotherapy Devices (AREA)
- Magnetic Treatment Devices (AREA)
Abstract
本发明公开了一种根据节律耦合特征建立经颅磁刺激模式的方法,包括如下步骤:S1、将神经电信号进行频域分割,得到多个神经节律;S2、计算神经通路两端的同等节律耦合特征和交叉节律耦合特征;S3、对比得出占主导作用的节律耦合特征;S4、根据占主导作用的节律耦合特征建立rTMS刺激模式。本发明针对磁刺激靶点位于神经通路时,提出根据神经通路两端的神经节律耦合特征,确定rTMS刺激模式,为rTMS刺激模式的选择提供可靠依据,具有良好的发展和应用前景。
Description
技术领域
本发明涉及经颅磁刺激的重复频率建立方法,特别是涉及一种根据节律耦合特征建立经颅磁刺激模式的方法。
背景技术
重复经颅磁刺激(repetitive transcranial magnetic stimulation,rTMS)是一种脑刺激技术,广泛应用于脑功能、脑网络及脑回路等研究。
rTMS刺激模式是rTMS脑研究中的重要参数。已有rTMS刺激模式包括单频率重复磁刺激模式和丛状重复磁刺激模式两种。其中,1Hz以上的单频率rTMS用于易化皮层兴奋性,1Hz以下的单频率rTMS用于抑制皮层兴奋性;连续性的丛状rTMS用于易化皮层兴奋性,间歇性的丛状rTMS用于抑制皮层兴奋性。对于同样的刺激目的,具体是选择单频率rTMS还是丛状rTMS,目前尚无明确依据。这给rTMS刺激模式的选择带来困难,刺激模式的不统一也给多个研究之间的对比造成不便。
发明内容
为了解决解决现有技术中rTMS刺激模式的选择缺乏依据的缺点,本发明的目的是提供一种根据节律耦合特征建立经颅磁刺激模式的方法。
为解决上述技术问题,本发明采用如下技术方案:
一种根据节律耦合特征建立经颅磁刺激模式的方法,包括如下步骤:
S1、将神经电信号进行频域分割,得到多个神经节律;
S2、计算神经通路两端的同等节律耦合特征和交叉节律耦合特征;
S3、对比得出占主导作用的节律耦合特征;
S4、根据占主导作用的节律耦合特征建立rTMS刺激模式。
进一步的,所述S1具体包括:
S1.1记录神经通路两端的神经电信号,记为X(t)和Y(t),t=1,2,……,T,T为时间长度;
S1.2通过节律分割得到多个神经节律的时域信号,记为xm(t)和ym(t)其中,m指具体的神经节律,m={δ、θ、α、β、γ};
S1.3对神经通路两端的各神经节律的时域信号进行Hilbert变换,得到神经通路两端的各神经节律的幅值序列,记为Axm(t)和Aym(t),以及神经通路两端的各神经节律的相位序列,记为φxm(t)和φym(t)。
进一步的,所述S2具体包括:
S2.1计算神经通路两端的同等节律耦合特征,记为CMIm;
S2.2计算神经通路两端的交叉节律耦合特征,记为MIlh,lh={δ→α,δ→β,δ→γ,θ→α,θ→β,θ→γ}。
进一步的,所述S3具体包括:
S3.1对所有同等节律耦合特征CMIm和所有交叉节律耦合特征MIlh进行排序,得出1个占主导作用的节律耦合特征。
进一步的,所述S4具体包括:
S4.1当同等节律耦合特征占主导作用时,建立单频率rTMS刺激模式,当交叉节律耦合特征占主导作用时,建立丛状rTMS刺激模式。
进一步的,所述S1.2中通过节律分割得到多个神经节律的时域信号,具体包括如下步骤:
1)将神经通路两端的神经电信号X(t)和Y(t)变换至频域,根据频率范围对神经节律进行分割,其中δ节律为1-4Hz,θ节律为4-8Hz,α节律为8-13Hz,β节律为13-30Hz,γ节律为30-50Hz,得到神经通路两端的各神经节律的频域信号;
2)对神经通路两端的各神经节律的频域信号分别进行傅里叶逆变换,得到神经通路两端的各神经节律的时域信号,记为xm(t)和ym(t)。
进一步的,所述S2.1中所述的计算神经通路两端的同等节律耦合特征,具体包括如下步骤:
1)计算流过神经通路的信息流大小,记为Iτ,τ是时间滞后函数;
2)计算各神经节律的同等节律耦合特征,由条件互信息得出,H(·|·)表示条件熵;
进一步的,所述S2.2中计算神经通路两端的交叉节律耦合特征,具体包括如下步骤:
1)将所有神经节律划分为低频神经节律组和高频神经节律组,低频神经节律组包括δ节律和θ节律,表示为lm,高频神经节律组包括α节律、β节律和γ节律,表示为hm;
2)提取神经通路一端的低频节律相位和神经通路另一端的高频节律幅值,分别记为φxlm(t)和Ayhm(t),其中,lm={δ,θ},hm={α,β,γ};
3)将低频节律相位的每个周期均分成n个区间,计算高频节律幅值在低频节律相位的概率分布,包含3个高频节律和2个低频节律,记为Plh(j),lh={δ→α,δ→β,δ→γ,θ→α,θ→β,θ→γ},j=1,2,……,n,k=1,2,……,n;
4)计算低频节律相位对高频节律幅值的调制指数,记为MIlh;
进一步的,所述S4.1中建立单频率rTMS刺激模式,具体为结合刺激目的确立单频率rTMS的重复频率,当刺激目的为易化皮层兴奋性时,采用该神经节律的中心频率或更高频率作为rTMS重复频率,当刺激目的为抑制皮层兴奋性时,采用低于该神经节律中心频率的频率作为rTMS重复频率,或者选用1Hz以下的频率作为rTMS重复频率。
进一步的,所述S4.1中建立丛状rTMS刺激模式,具体包括间歇性丛状刺激模式和连续性丛状刺激模式,当刺激目的为易化皮层兴奋性时,采用间歇性丛状刺激模式进行刺激,当刺激目的为抑制皮层兴奋性时,采用连续性丛状刺激模式进行刺激,丛间重复频率为低频节律的中心频率,丛内脉冲重复频率为高频节律的中心频率。
与现有技术相比,本发明的有益技术效果:
本发明针对磁刺激靶点位于神经通路时,提出根据神经通路两端的神经节律耦合特征,确定rTMS刺激模式,为rTMS刺激模式的选择提供可靠依据,具有良好的发展和应用前景。
附图说明
下面结合附图说明对本发明作进一步说明。
图1为本发明根据节律耦合特征建立经颅磁刺激模式的方法的流程示意图。
具体实施方式
如图1所示,一种根据节律耦合特征建立经颅磁刺激模式的方法,包括如下步骤:
S1、将神经电信号进行频域分割,得到多个神经节律;
S1.1记录神经通路两端的神经电信号,记为X(t)和Y(t),t=1,2,……,T,T为时间长度;
S1.2通过节律分割得到多个神经节律的时域信号,记为xm(t)和ym(t)其中,m指具体的神经节律,m={δ、θ、α、β、γ};
S1.3对神经通路两端的各神经节律的时域信号进行Hilbert变换,得到神经通路两端的各神经节律的幅值序列,记为Axm(t)和Aym(t),以及神经通路两端的各神经节律的相位序列,记为φxm(t)和φym(t)。
S2、计算神经通路两端的同等节律耦合特征和交叉节律耦合特征;
S2.1计算神经通路两端的同等节律耦合特征,记为CMIm;
1)计算流过神经通路的信息流大小,记为Iτ,τ是时间滞后函数;
2)计算各神经节律的同等节律耦合特征,由条件互信息得出,H(·|·)表示条件熵;
S2.2计算神经通路两端的交叉节律耦合特征,记为MIlh,lh={δ→α,δ→β,δ→γ,θ→α,θ→β,θ→γ};
具体包括如下步骤:
1)将所有神经节律划分为低频神经节律组和高频神经节律组,低频神经节律组包括δ节律和θ节律,表示为lm,高频神经节律组包括α节律、β节律和γ节律,表示为hm;
2)提取神经通路一端的低频节律相位和神经通路另一端的高频节律幅值,分别记为φxlm(t)和Ayhm(t),其中,lm={δ,θ},hm={α,β,γ};
3)将低频节律相位的每个周期均分成n个区间,计算高频节律幅值在低频节律相位的概率分布,包含3个高频节律和2个低频节律,记为Plh(j),lh={δ→α,δ→β,δ→γ,θ→α,θ→β,θ→γ},j=1,2,……,n,k=1,2,……,n;
4)计算低频节律相位对高频节律幅值的调制指数,记为MIlh;
S3、对比得出占主导作用的节律耦合特征;
S3.1对所有同等节律耦合特征CMIm和所有交叉节律耦合特征MIlh进行排序,得出1个占主导作用的节律耦合特征。
S4、根据占主导作用的节律耦合特征建立rTMS刺激模式;
S4.1当同等节律耦合特征占主导作用时,建立单频率rTMS刺激模式,当交叉节律耦合特征占主导作用时,建立丛状rTMS刺激模式。
建立单频率rTMS刺激模式,具体为结合刺激目的确立单频率rTMS的重复频率,当刺激目的为易化皮层兴奋性时,采用该神经节律的中心频率或更高频率作为rTMS重复频率,当刺激目的为抑制皮层兴奋性时,采用低于该神经节律中心频率的频率作为rTMS重复频率,或者选用1Hz以下的频率作为rTMS重复频率。
建立丛状rTMS刺激模式,具体包括间歇性丛状刺激模式和连续性丛状刺激模式,当刺激目的为易化皮层兴奋性时,采用间歇性丛状刺激模式进行刺激,当刺激目的为抑制皮层兴奋性时,采用连续性丛状刺激模式进行刺激,丛间重复频率为低频节律的中心频率,丛内脉冲重复频率为高频节律的中心频率。
实施案例:以大鼠海马神经通路为刺激对象,记录神经通路两端CA3和CA1的局部场电位,计算同等神经节律的耦合特征和交叉神经节律的耦合特征。若alpha节律的同等节律交叉耦合特征占主要作用,则建立单频率rTMS刺激模式,采用alpha节律的中心频率作为rTMS重复频率;若theta节律与gamma节律的交叉节律耦合特征占主要作用,则建立丛状rTMS刺激模式,采用theta节律的中心频率作为丛间重复频率,采用gamma节律的中心频率作为丛内脉冲重复频率。
以上所述的实施例仅是对本发明的优选方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。
Claims (5)
1.一种根据节律耦合特征建立经颅磁刺激模式的方法,其特征在于,包括如下步骤:
S1、将神经电信号进行频域分割,得到多个神经节律;
S2、计算神经通路两端的同等节律耦合特征和交叉节律耦合特征;
S3、对比得出占主导作用的节律耦合特征;
S4、根据占主导作用的节律耦合特征建立rTMS刺激模式;
S1.1记录神经通路两端的神经电信号,记为X(t)和Y(t),t=1,2,……,T,T为时间长度;
S1.2通过节律分割得到多个神经节律的时域信号,记为xm(t)和ym(t)其中,m指具体的神经节律,m={δ、θ、α、β、γ};
S1.3对神经通路两端的各神经节律的时域信号进行Hilbert变换,得到神经通路两端的各神经节律的幅值序列,记为Axm(t)和Aym(t),以及神经通路两端的各神经节律的相位序列,记为φxm(t)和φym(t);
S2.1计算神经通路两端的同等节律耦合特征,记为CMIm;
S2.2计算神经通路两端的交叉节律耦合特征,记为MIlh,lh={δ→α,δ→β,δ→γ,θ→α,θ→β,θ→γ};
S4.1当同等节律耦合特征占主导作用时,建立单频率rTMS刺激模式,当交叉节律耦合特征占主导作用时,建立丛状rTMS刺激模式;
所述S2.1中所述的计算神经通路两端的同等节律耦合特征,具体包括如下步骤:
1)计算流过神经通路的信息流大小,记为Iτ,τ是时间滞后函数;
2)计算各神经节律的同等节律耦合特征,由条件互信息得出,H(·|·)表示条件熵;
所述S2.2中计算神经通路两端的交叉节律耦合特征,具体包括如下步骤:
1)将所有神经节律划分为低频神经节律组和高频神经节律组,低频神经节律组包括δ节律和θ节律,表示为lm,高频神经节律组包括α节律、β节律和γ节律,表示为hm;
2)提取神经通路一端的低频节律相位和神经通路另一端的高频节律幅值,分别记为φxlm(t)和Ayhm(t),其中,lm={δ,θ},hm={α,β,γ};
3)将低频节律相位的每个周期均分成n个区间,计算高频节律幅值在低频节律相位的概率分布,包含3个高频节律和2个低频节律,记为Plh(j),lh={δ→α,δ→β,δ→γ,θ→α,θ→β,θ→γ},j=1,2,……,n,k=1,2,……,n;
4)计算低频节律相位对高频节律幅值的调制指数,记为MIlh;
2.根据权利要求1所述的根据节律耦合特征建立经颅磁刺激模式的方法,其特征在于,所述S3具体包括:
S3.1对所有同等节律耦合特征CMIm和所有交叉节律耦合特征MIlh进行排序,得出1个占主导作用的节律耦合特征。
3.根据权利要求1所述的根据节律耦合特征建立经颅磁刺激模式的方法,其特征在于,所述S1.2中所述的通过节律分割得到多个神经节律的时域信号,具体包括如下步骤:
1)将神经通路两端的神经电信号X(t)和Y(t)变换至频域,根据频率范围对神经节律进行分割,其中δ节律为1-4Hz,θ节律为4-8Hz,α节律为8-13Hz,β节律为13-30Hz,γ节律为30-50Hz,得到神经通路两端的各神经节律的频域信号;
2)对神经通路两端的各神经节律的频域信号分别进行傅里叶逆变换,得到神经通路两端的各神经节律的时域信号,记为xm(t)和ym(t)。
4.根据权利要求1所述的根据节律耦合特征建立经颅磁刺激模式的方法,其特征在于,所述S4.1中建立单频率rTMS刺激模式,具体为结合刺激目的确立单频率rTMS的重复频率,当刺激目的为易化皮层兴奋性时,采用该神经节律的中心频率或更高频率作为rTMS重复频率,当刺激目的为抑制皮层兴奋性时,采用低于该神经节律中心频率的频率作为rTMS重复频率,或者选用1Hz以下的频率作为rTMS重复频率。
5.根据权利要求1所述的根据节律耦合特征建立经颅磁刺激模式的方法,其特征在于,所述S4.1中建立丛状rTMS刺激模式,具体包括间歇性丛状刺激模式和连续性丛状刺激模式,当刺激目的为易化皮层兴奋性时,采用间歇性丛状刺激模式进行刺激,当刺激目的为抑制皮层兴奋性时,采用连续性丛状刺激模式进行刺激,丛间重复频率为低频节律的中心频率,丛内脉冲重复频率为高频节律的中心频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910700759.3A CN110548226B (zh) | 2019-07-31 | 2019-07-31 | 一种根据节律耦合特征建立经颅磁刺激模式的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910700759.3A CN110548226B (zh) | 2019-07-31 | 2019-07-31 | 一种根据节律耦合特征建立经颅磁刺激模式的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110548226A CN110548226A (zh) | 2019-12-10 |
CN110548226B true CN110548226B (zh) | 2023-04-11 |
Family
ID=68736975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910700759.3A Active CN110548226B (zh) | 2019-07-31 | 2019-07-31 | 一种根据节律耦合特征建立经颅磁刺激模式的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110548226B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111346297B (zh) * | 2020-03-16 | 2021-03-23 | 首都医科大学宣武医院 | 多靶点电刺激电路、电刺激器及其信号输出方法 |
CN113368362A (zh) * | 2021-04-20 | 2021-09-10 | 刘书朋 | 用于谐振脑部γ节律震荡波的光声振动波装置及用途 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012005640A (ja) * | 2010-06-24 | 2012-01-12 | Ritsumeikan | 脳波計測用電極装置 |
CN103989472A (zh) * | 2014-05-22 | 2014-08-20 | 杜金刚 | 基于脑电α节律样本熵的脑卒中患者神经康复评定方法 |
CN104507523A (zh) * | 2012-04-06 | 2015-04-08 | 纽波特大脑研究实验室公司 | 频率特定的感官刺激 |
CN106963371A (zh) * | 2017-03-29 | 2017-07-21 | 天津大学 | 基于神经振荡活动检测大鼠学习记忆和认知功能的方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7620455B2 (en) * | 2005-10-25 | 2009-11-17 | Cyberonics, Inc. | Cranial nerve stimulation to treat eating disorders |
US20160220836A1 (en) * | 2015-01-30 | 2016-08-04 | Board Of Trustees Of The University Of Arkansas | Device and method of phase-locking brain stimulation to electroencephalographic rhythms |
DE102015109986B4 (de) * | 2015-06-22 | 2017-04-27 | Forschungszentrum Jülich GmbH | Vorrichtung zur effektiven nicht-invasiven Zwei-Stufen-Neurostimulation |
US10583294B2 (en) * | 2015-07-02 | 2020-03-10 | Dirk De Ridder | Methods and apparatus for sensing cross-frequency coupling and neuromodulation |
US11723579B2 (en) * | 2017-09-19 | 2023-08-15 | Neuroenhancement Lab, LLC | Method and apparatus for neuroenhancement |
US10966625B2 (en) * | 2017-12-12 | 2021-04-06 | Neuropace, Inc. | Systems, devices and methods using phase-amplitude coupling measures in implantable medical devices |
-
2019
- 2019-07-31 CN CN201910700759.3A patent/CN110548226B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012005640A (ja) * | 2010-06-24 | 2012-01-12 | Ritsumeikan | 脳波計測用電極装置 |
CN104507523A (zh) * | 2012-04-06 | 2015-04-08 | 纽波特大脑研究实验室公司 | 频率特定的感官刺激 |
CN103989472A (zh) * | 2014-05-22 | 2014-08-20 | 杜金刚 | 基于脑电α节律样本熵的脑卒中患者神经康复评定方法 |
CN106963371A (zh) * | 2017-03-29 | 2017-07-21 | 天津大学 | 基于神经振荡活动检测大鼠学习记忆和认知功能的方法 |
Non-Patent Citations (1)
Title |
---|
"不同频率rTMS对对侧运动区神经血管变化及耦合关系影响研究";刘睿旭 等;《医疗卫生装备》;20180630;第39 卷(第6 期);第24-28+42页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110548226A (zh) | 2019-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110548226B (zh) | 一种根据节律耦合特征建立经颅磁刺激模式的方法 | |
Meunier et al. | Age-related changes in modular organization of human brain functional networks | |
McDonough et al. | Network complexity as a measure of information processing across resting-state networks: evidence from the Human Connectome Project | |
Zennaro et al. | A software package for the decomposition of long-term multichannel EMG signals using wavelet coefficients | |
Racz et al. | Multifractal dynamic functional connectivity in the resting-state brain | |
Martínez-Cancino et al. | Measuring transient phase-amplitude coupling using local mutual information | |
Storti et al. | Automatic selection of resting-state networks with functional magnetic resonance imaging | |
McManus et al. | Characterization and elimination of AC noise in electrocardiograms: a comparison of digital filtering methods | |
Chang et al. | Multivariate autoregressive models with exogenous inputs for intracerebral responses to direct electrical stimulation of the human brain | |
WO2020061971A1 (zh) | 一种基于机器学习的癫痫病脑电波状态检测方法 | |
CN110755749A (zh) | 一种建立经颅磁刺激靶点和重复频率的方法 | |
Murad et al. | Efficient reconstruction technique for multi-slice CS-MRI using novel interpolation and 2D sampling scheme | |
Shah et al. | Local structural connectivity directs seizure spread in focal epilepsy | |
Cho et al. | Relationship between short-term memory impairment and the dorsolateral prefrontal cortex injury in patients with mild traumatic brain injury | |
Zhang et al. | Time-frequency component analysis of somatosensory evoked potentials in rats | |
CN108888266B (zh) | 降低tms电磁脉冲对大鼠运动诱发电位影响的工频滤除方法 | |
Moradi et al. | Spatiotemporal empirical mode decomposition of resting-state fMRI signals: application to global signal regression | |
Wang et al. | Topological network analysis of electroencephalographic power maps | |
CN113100780B (zh) | 同步脑电-功能磁共振数据的自动化处理方法 | |
Ruffini et al. | Realistic modeling of ephaptic fields in the human brain | |
CN109657660B (zh) | 一种基于经验模态分解和小波时频分析的胎心率提取方法 | |
Ahmed et al. | Power spectral analysis can determine language laterality from resting‐state functional MRI data in healthy controls | |
Freeman et al. | Frequency analysis | |
Basti et al. | Spatiotemporal structures of time lags in the brain as revealed by magnetoencephalography | |
Höller et al. | Clinical application of fiber visualization with LIC maps using multidirectional anisotropic glyph samples (A-Glyph LIC) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |