CN113040790B - 基于内源性脑信号的闭环神经调控系统、方法和设备 - Google Patents

基于内源性脑信号的闭环神经调控系统、方法和设备 Download PDF

Info

Publication number
CN113040790B
CN113040790B CN202110336167.5A CN202110336167A CN113040790B CN 113040790 B CN113040790 B CN 113040790B CN 202110336167 A CN202110336167 A CN 202110336167A CN 113040790 B CN113040790 B CN 113040790B
Authority
CN
China
Prior art keywords
regulation
control
concentration information
brain
sub
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
Application number
CN202110336167.5A
Other languages
English (en)
Other versions
CN113040790A (zh
Inventor
刘浩
蒋田仔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Automation of Chinese Academy of Science
Original Assignee
Institute of Automation of Chinese Academy of Science
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Automation of Chinese Academy of Science filed Critical Institute of Automation of Chinese Academy of Science
Priority to CN202110336167.5A priority Critical patent/CN113040790B/zh
Priority to PCT/CN2021/084424 priority patent/WO2022205073A1/zh
Publication of CN113040790A publication Critical patent/CN113040790A/zh
Application granted granted Critical
Publication of CN113040790B publication Critical patent/CN113040790B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • A61B5/14553—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases specially adapted for cerebral tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4836—Diagnosis combined with treatment in closed-loop systems or methods
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/36014—External stimulators, e.g. with patch electrodes
    • A61N1/36025—External stimulators, e.g. with patch electrodes for treating a mental or cerebral condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/18—Applying electric currents by contact electrodes
    • A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
    • A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
    • A61N1/36014—External stimulators, e.g. with patch electrodes
    • A61N1/3603—Control systems
    • A61N1/36031—Control systems using physiological parameters for adjustment
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Neurology (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Optics & Photonics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明属于神经科学和电磁学领域，具体涉及了一种基于内源性脑信号的闭环神经调控系统、方法及设备，旨在解决现有的神经调控技术无法结合光电同步脑活动实时对神经进行调控的问题。本发明包括：通过脑信号采集设备实时获取多模态脑信号，进而获得被试的脑部血氧水平信号和脑电信号，基于脑部血氧水平信号和脑电信号进行分析和融合生成调控信号对脑部神经进行调控，根据调控效果评价优化调控参数，进而实现外源性刺激信号闭环动态地控制内源性脑信号。本发明通过实时采集内源性的脑信号，同步调整外部调控设备的调控参数，实现了外源性刺激信号对内源性脑信号的精确闭环控制。

Description

基于内源性脑信号的闭环神经调控系统、方法和设备
技术领域
本发明属于神经科学和电磁学领域，具体涉及了一种基于内源性脑信号的闭环神经调控系统、方法及设备。
背景技术
脑神经调控技术是通过侵入性或非侵入性手段，利用光、磁、电、超声等物理或化学等外部技术手段改变脑部内源神经信号传递，从而引起脑功能变化的重要方法。神经调控不仅能在较短时间内引起神经元结构变化，而且特定设计的调控范式还可带来功能环路的改变，从而恢复或者提高神经突触连接可塑性，是解析神经元信号传导、研究神经环路、阐明脑功能与行为因果关系的得力工具，又是治疗临床神经系统疾病的重要手段。
然而现有的神经调控技术仍处于技术突破和发展阶段，由于刺激参数固定、刺激流程单一、刺激效果难以定量评估，目前应用于临床的神经调控技术常为开环控制并未实现患者个体化闭环的治疗，存在着适应症有限、治疗稳定性不佳以及个体差异明显等问题。无创神经调控的效果随着大脑状态的不同而不同，这就启示我们当前开环神经调控存在的缺点，很可能是因为没有结合个体的内源性脑信号来调控，神经调控的参数需结合给定时间的大脑功能活动进行动态控制。
脑功能活动包括神经元活动和局部能量代谢等多个过程，复杂的功能活动使得脑汇集了多个模态的信息，其中最为重要的是神经元的电活动和激活区域的血氧代谢变化，只有实现这两种信息的有效提取、分析和融合，才能将脑功能活动有机的联系起来。光电同步脑活动检测仪可以同时检测脑电信号和脑血氧信号从而从两个维度解析脑功能信号。截至目前，尚没有结合光电同步脑活动检测仪来实时评估脑状态，并以此来控制神经调控的参数，实现个体化闭环调控目的。
发明内容
为了解决现有技术中的上述问题，即现有的神经调控技术无法结合光电同步脑活动实时对神经进行调控，本发明提供了一种基于内源性脑信号的闭环神经调控系统，包括脑信号采集模块、调控处理模块和调控参数优化模块；
所述脑信号采集模块，配置为通过脑信号采集设备实时获取多模态脑信号；所述多模态脑信号包括血氧水平信号fNIRS和脑电信号EEG；
所述调控处理模块，包括静息阶段单元、调控阶段单元和评价阶段单元；
所述静息阶段单元，配置为基于所述多模态脑信号，进行解码获取静息脱氧血红蛋白浓度信息HbR、静息氧合血红蛋白浓度信息HbO、EEG各子频段的静息阶段频点和EEG各子频段的静息阶段幅值，并进行子频段修正生成个体化子频段；
所述调控阶段单元，配置为通过基于所述多模态脑信号，进行解码获取最新n秒的脱氧血红蛋白浓度信息HbR和氧合血红蛋白浓度信息HbO，通过带通滤波和平均处理的方式获得调控脱氧血红蛋白浓度信息和调控氧合血红蛋白浓度信息；基于所述多模态脑信号截取最新m秒的脑电信号EEG，并对各子频段进行个体化子频段的带通滤波、快速傅里叶变换和希尔伯特变换计算各子频段的调控阶段幅值和调控阶段相位；n和m为非负数；
基于所述调控脱氧血红蛋白浓度信息和调控氧合血红蛋白浓度信息设置调控设备刺激的幅度控制信号，基于所述幅度控制信号和调控阶段相位生成控制信号的调控时刻，基于所述调控设备刺激的幅值和调控时刻生成调控信号，通过调控设备输出调控信号；
所述评价阶段单元，在调控阶段单元完成调控之后，基于所述多模态脑信号，进行解码获取评价脱氧血红蛋白浓度信息、评价氧合血红蛋白浓度信息、各子频段的评价阶段频点和各子频段的评价阶段幅值；
基于所述评价脱氧血红蛋白浓度信息、评价氧合血红蛋白浓度信息、静息脱氧血红蛋白浓度信息和静息氧合血红蛋白浓度信息计算血氧调控效果；
基于所述各子频段的评价阶段幅值和各子频段的静息阶段幅值计算脑电调控效果；
所述调控参数优化模块，配置为基于所述血氧调控效果和脑电调控效果调整调控参数。
在一些优选的实施方式中，所述静息阶段单元包括：
配置为对所述脱氧血红蛋白浓度信息HbR、氧合血红蛋白浓度信息HbO进行0.01Hz-0.2Hz的带通滤波，并对4个通道脑血氧信息平均处理获得静息脱氧血红蛋白浓度信息HbRrest和静息氧合血红蛋白浓度信息HbOrest；
对所述脑电信号EEG进行0.5Hz-100Hz的带通滤波以及50Hz的陷波处理，根据脑电频率标准分为δ频段、θ频段、α频段和β频段，通过快速傅里叶变换计算出各子频段的静息阶段幅值
Figure GDA0003352182500000031
和
Figure GDA0003352182500000032
并计算各子频段幅值最高的静息阶段频点
Figure GDA0003352182500000033
和
Figure GDA0003352182500000034
对各子频段进行修正获得个体化的子频段
Figure GDA0003352182500000035
Figure GDA0003352182500000036
Figure GDA0003352182500000037
和
Figure GDA0003352182500000038
Figure GDA0003352182500000039
在一些优选的实施方式中，所述调控阶段单元包括：
配置为通过n秒的矩形窗或汉宁窗截取血氧水平信号fNIRS，获得最新n秒的脱氧血红蛋白浓度信息HbR和氧合血红蛋白浓度信息HbO，基于所述最新n秒的脱氧血红蛋白浓度信息HbR和氧合血红蛋白浓度信息HbO进行0.01Hz-0.2Hz的带通滤波并对4个通道脑血氧信息平均处理获得调控脱氧血红蛋白浓度信息HbRnow和调控氧合血红蛋白浓度信息HbOnow；
通过m秒的矩形窗或汉宁窗截取所述脑电信号EEG，获得最新m秒的脑电信号，基于所述最新m秒的脑电信号进行0.5Hz-100Hz的带通滤波及50Hz的陷波处理，接着进行
Figure GDA0003352182500000041
Figure GDA0003352182500000042
Figure GDA0003352182500000043
和
Figure GDA0003352182500000044
Figure GDA0003352182500000045
的带通滤波，再在4个子频段中分别进行快速傅里叶变换和希尔伯特变换计算静息阶段频点
Figure GDA0003352182500000046
和
Figure GDA0003352182500000047
对应的调控阶段幅值
Figure GDA0003352182500000048
和
Figure GDA0003352182500000049
与调控阶段幅值相应的调控阶段相位为
Figure GDA00033521825000000410
Figure GDA00033521825000000411
和
Figure GDA00033521825000000412
基于相对于基线的脑血氧幅度控制信号、相对于基线的脑电幅度控制信号确定触发阈值，基于所述调控阶段相位获取相位控制信号进而获取调控时刻，根据所述触发阈值和调控时刻生成调控信号；
所述相对于基线的脑血氧幅度控制信号为
Figure GDA00033521825000000413
Figure GDA00033521825000000414
其中A和B为待调整参数，取值范围为[-1,1]；
所述相对于基线的脑电幅度控制信号为
Figure GDA00033521825000000415
Figure GDA00033521825000000416
其中C、D、E和F为待调整参数，取值范围为[-1,1]；
所述相位控制信号为
Figure GDA00033521825000000417
Figure GDA00033521825000000418
其中，G、H、I和J为预设的参数，取值范围为[-1,1]；
所述触发阈值为ModuThr＝M*Hbmodu+N*EEGmodu，调控时刻为Time＝ANGmodu，其中M和N为待调整参数，取值范围为[-1,1]；
所述调控信号DevModu为：
Figure GDA0003352182500000051
其中Devbase为预设的调控设备刺激强度基准值，P为待调整参数，取值范围为[-1,1]。
在一些优选的实施例中，所述评价阶段单元包括：
配置为对所述脱氧血红蛋白浓度信息HbR、氧合血红蛋白浓度信息HbO进行0.01Hz-0.2Hz的带通滤波，并进行4个通道的脑血氧信息平均处理获得评价脱氧血红蛋白浓度信息HbRpost和评价氧合血红蛋白浓度信息HbOpost；
对所述脑电信号EEG进行0.5Hz-100Hz的带通滤波以及50Hz的陷波处理，并进行
Figure GDA0003352182500000052
Figure GDA0003352182500000053
Figure GDA0003352182500000054
和
Figure GDA0003352182500000055
的带通滤波，再在4个子频段中分别进行快速傅里叶变换计算评价阶段频点
Figure GDA0003352182500000056
和
Figure GDA0003352182500000057
和对应的评价阶段幅值
Figure GDA0003352182500000058
和
Figure GDA0003352182500000059
血氧调控效果为：
Figure GDA00033521825000000510
其中R和S为待调整参数，取值范围为[-1,1]；
脑电调控效果为：
Figure GDA00033521825000000511
Figure GDA00033521825000000512
其中U、V、W和X为待调整参数，取值范围为[-1,1]。
在一些优选的实施方式中，所述脑信号采集模块包括：
通过光电同步脑活动检测仪NEG同时收集多模态脑信号，光电同步脑活动检测仪的电极和光极按照NEG-32或NEG-8采集帽排布；fNIRS光通道排布在电极周围，32或8通道帽子覆盖全脑或特定区域。
在一些优选的实施方式中，所述调控设备包括经颅磁刺激设备TMS或经颅电刺激设备tES。
在一些优选的实施方式中，所述静息阶段单元和评价阶段单元均持续3分钟，使用者保持非任务状态下的闭眼或睁眼状态且调控设备处于关闭状态；所述调控阶段单元持续30分钟，调控设备处于开启状态，使用者保持睁眼状态或任务状态。
本发明的另一方面，提出了一种基于内源性脑信号的闭环神经调控方法，所述方法包括：
步骤S100，通过脑信号采集设备实时获取多模态脑信号；所述多模态脑信号包括血氧水平信号fNIRS和脑电信号EEG；
步骤S200，其具体包括步骤S210-步骤S230；
步骤S210，基于所述多模态脑信号，进行解码获取静息脱氧血红蛋白浓度信息HbR、静息氧合血红蛋白浓度信息HbO、EEG各子频段的静息阶段频点和EEG各子频段的静息阶段幅值，并进行子频段修正生成个体化子频段；
步骤S220，通过基于所述多模态脑信号，进行解码获取最新n秒的脱氧血红蛋白浓度信息HbR和氧合血红蛋白浓度信息HbO，通过带通滤波和平均处理的方式获得调控脱氧血红蛋白浓度信息和调控氧合血红蛋白浓度信息；基于所述多模态脑信号截取最新m秒的脑电信号EEG，并对各子频段进行个体化子频段的带通滤波、快速傅里叶变换和希尔伯特变换计算各子频段的调控阶段幅值和调控阶段相位；n和m为非负数；
基于所述调控脱氧血红蛋白浓度信息和调控氧合血红蛋白浓度信息设置调控设备刺激的幅度控制信号，基于所述幅度控制信号和调控阶段相位生成控制信号的调控时刻，基于所述调控设备刺激的幅值和调控时刻生成调控信号，通过调控设备输出调控信号；
步骤S230，在调控阶段单元完成调控之后，基于所述多模态脑信号，进行解码获取评价脱氧血红蛋白浓度信息、评价氧合血红蛋白浓度信息、各子频段的评价阶段频点和各子频段的评价阶段幅值；
基于所述评价脱氧血红蛋白浓度信息、评价氧合血红蛋白浓度信息、静息脱氧血红蛋白浓度信息和静息氧合血红蛋白浓度信息计算血氧调控效果；
基于所述各子频段的评价阶段幅值和各子频段的静息阶段幅值计算脑电调控效果；
步骤S300，基于所述血氧调控效果和脑电调控效果调整调控参数。
本发明的第三方面，提出了一种电子设备，其特征在于，包括：至少一个处理器；以及与至少一个所述处理器通信连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现上述的基于内源性脑信号的闭环神经调控方法。
本发明的第四方面，提出了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于被所述计算机执行以实现上述的基于内源性脑信号的闭环神经调控方法。
本发明的有益效果：
(1)本发明提出的基于内源性脑信号的闭环神经调控系统，通过实时采集内源性的脑信号，同步调整外部调控设备的调控参数，实现了外源性刺激信号闭环动态地控制内源性脑信号。
(2)本发明提出的基于内源性脑信号的闭环神经调控系统，通过光电同步脑活动检测仪采集多模态的内源性脑信号，融合高时间分辨率、高空间分辨率的采集信号，提高了脑部状态评估的精确度，使神经调控更精确。
(3)本发明提出的基于内源性脑信号的闭环神经调控系统，过多模态脑信号实时定量的改变调控参数，方便易用，实现了一体化脑活动同步采集和个体化调控。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本发明实施例的基于内源性脑信号闭环调控系统的结构框图；
图2是本发明实施例的基于内源性脑信号闭环调控系统的原理示意图；
图3是本发明实施例中运用的光电同步脑活动检测仪NEG设备；
图4是本发明实施例中NEG设备的一种电极和光极排布；
图5是本发明实施例中NEG设备采集的多模态脑信号；
图6是本发明实施例中的基于内源性脑信号闭环调控系统应用于经颅磁刺激设备TMS的示意图；
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
本发明提供一种基于内源性脑信号的闭环神经调控系统，本系统通过实时采集内源性的脑信号，同步调整外部调控设备的调控参数，实现了外源性刺激信号闭环动态地控制内源性脑信号。
本发明的一种基于内源性脑信号的闭环神经调控系统，包括脑信号采集模块、调控处理模块和调控参数优化模块；
所述脑信号采集模块，配置为通过脑信号采集设备实时获取多模态脑信号；所述多模态脑信号包括血氧水平信号fNIRS和脑电信号EEG；
所述调控处理模块，包括静息阶段单元、调控阶段单元和评价阶段单元；
所述静息阶段单元，配置为基于所述多模态脑信号，进行解码获取静息脱氧血红蛋白浓度信息HbR、静息氧合血红蛋白浓度信息HbO、EEG各子频段的静息阶段频点和EEG各子频段的静息阶段幅值，并进行子频段修正生成个体化子频段；
所述调控阶段单元，配置为通过基于所述多模态脑信号，进行解码获取最新n秒的脱氧血红蛋白浓度信息HbR和氧合血红蛋白浓度信息HbO，通过带通滤波和平均处理的方式获得调控脱氧血红蛋白浓度信息和调控氧合血红蛋白浓度信息；基于所述多模态脑信号截取最新m秒的脑电信号EEG，对各子频段进行个体化子频段的带通滤波、快速傅里叶变换和希尔伯特变换计算各子频段的调控阶段幅值和调控阶段相位；n和m为非负数；
基于所述调控脱氧血红蛋白浓度信息和调控氧合血红蛋白浓度信息设置调控设备刺激的幅度控制信号，基于所述幅度控制信号和调控阶段相位生成控制信号的调控时刻，基于所述调控设备刺激的幅值和调控时刻生成调控信号，通过调控设备输出调控信号；
所述评价阶段单元，在调控阶段单元完成调控之后，基于所述多模态脑信号，进行解码获取评价脱氧血红蛋白浓度信息、评价氧合血红蛋白浓度信息、各子频段的评价阶段频点和各子频段的评价阶段幅值；
基于所述评价脱氧血红蛋白浓度信息、评价氧合血红蛋白浓度信息、静息脱氧血红蛋白浓度信息和静息氧合血红蛋白浓度信息计算血氧调控效果；
基于所述各子频段的评价阶段幅值和各子频段的静息阶段幅值计算脑电调控效果；
所述调控参数优化模块，配置为基于所述血氧调控效果和脑电调控效果调整调控参数。
为了更清晰地对本发明基于内源性脑信号的闭环神经调控系统进行说明，下面结合图1对本发明实施例中各功能模块展开详述。
本发明第一实施例的基于内源性脑信号的闭环神经调控系统，包括步骤脑信号采集模块、调控处理模块和调控参数优化模块，各功能模块详细描述如下：
本实施例将基于内源性脑信号的闭环神经调控方法应用于经颅磁刺激TMS的运动区闭环调控；
所述脑信号采集模块，配置为通过脑信号采集设备实时获取多模态脑信号；所述多模态脑信号包括血氧水平信号fNIRS和脑电信号EEG；
在本实施例中，脑信号采集模块包括：
通过光电同步脑活动检测仪NEG如图3所示，同时收集多模态脑信号，光电同步脑活动检测仪的电极和光极按照NEG-32或NEG-8采集帽排布，支持32或8个通道的fNIRS信号、32或8个脑电通道排布，具体排布如图4所示，使用NEG-32的光电同步脑活动检测仪，该设备具有32通道的脑电和32通道的近红外，采集帽子的排布按照10-20排布形式，其中用到的EEG通道为FC1、FC3、FC5、C1、C3、C5、CP1、CP3、CP5等9个通道、用到的近红外通道为两个光源S和两个探头D组成的4个通道；fNIRS光通道排布在电极周围，32或8通道帽子覆盖全脑或特定区域。采集到的信号如图5所示。使用NEG-32的光电同步脑活动检测仪可直接采集到血氧水平信号fNIRS和脑电信号EEG；
所述调控处理模块，包括静息阶段单元、调控阶段单元和评价阶段单元；
在本实施例中，所述静息阶段单元和评价阶段单元均持续3分钟，使用者保持非任务状态下的闭眼或睁眼状态且调控设备处于关闭状态；所述调控阶段单元持续30分钟，调控设备处于开启状态，使用者保持睁眼状态或任务状态。
所述静息阶段单元，配置为基于所述多模态脑信号，进行解码获取静息脱氧血红蛋白浓度信息HbR、静息氧合血红蛋白浓度信息HbO、EEG各子频段的静息阶段频点和EEG各子频段的静息阶段幅值，并进行子频段修正生成个体化子频段；
在本实施例中，静息阶段具体包括：配置为对所述脱氧血红蛋白浓度信息HbR、氧合血红蛋白浓度信息HbO进行0.01Hz-0.2Hz的带通滤波，并对4个通道脑血氧信息平均处理获得静息脱氧血红蛋白浓度信息HbRrest和静息氧合血红蛋白浓度信息HbOrest；本阶段的血氧信息的通道数可根据具体应用场景中的设备设置或用户需求进行调整，此处不做具体限定；
在本实施例中，为突出运动区C3的脑电信号，可对9个电极采取拉普拉斯空间滤波处理；
对所述脑电信号EEG进行0.5Hz-100Hz的带通滤波以及50Hz的陷波处理，根据脑电频率标准分为δ频段(0.5-5Hz)、θ频段(5-8Hz)、α频段(8-12Hz)和β频段(12-30Hz)，通过快速傅里叶变换计算出各子频段的静息阶段幅值
Figure GDA0003352182500000121
和
Figure GDA0003352182500000122
并计算各子频段幅值最高的静息阶段频点
Figure GDA0003352182500000123
和
Figure GDA0003352182500000124
对各子频段进行修正获得个体化的子频段
Figure GDA0003352182500000125
Figure GDA0003352182500000126
Figure GDA0003352182500000127
和
Figure GDA0003352182500000128
所述个体化的子频段可适应不同个体的脑电信号，避免个体差异对本发明的效果造成影响。
所述调控阶段单元，配置为通过基于所述多模态脑信号，进行解码获取最新n秒的脱氧血红蛋白浓度信息HbR和氧合血红蛋白浓度信息HbO，通过带通滤波和平均处理的方式获得调控脱氧血红蛋白浓度信息和调控氧合血红蛋白浓度信息；基于所述多模态脑信号，截取最新m秒的脑电信号EEG，并对各子频段进行个体化子频段的带通滤波、快速傅里叶变换和希尔伯特变换计算各子频段的调控阶段幅值和调控阶段相位；n和m为非负数，在本实施例中，优选的n取值为3，m取值为2；
基于所述调控脱氧血红蛋白浓度信息和调控氧合血红蛋白浓度信息设置调控设备刺激的幅度控制信号，基于所述幅度控制信号和调控阶段相位生成控制信号的调控时刻，基于所述调控设备刺激的幅值和调控时刻生成调控信号，通过调控设备输出调控信号；
在本实施例中，所述调控设备包括经颅磁刺激设备TMS或经颅电刺激设备tES。
在本实施例中，调控阶段单元包括：配置为通过n秒的矩形窗或汉宁窗截取血氧水平信号fNIRS，获得最新n秒的脱氧血红蛋白浓度信息HbR和氧合血红蛋白浓度信息HbO，基于所述最新n秒的脱氧血红蛋白浓度信息HbR和氧合血红蛋白浓度信息HbO进行0.01Hz-0.2Hz的带通滤波并对4个通道脑血氧信息平均处理获得调控脱氧血红蛋白浓度信息HbRnow和调控氧合血红蛋白浓度信息HbOnow；
通过m秒的矩形窗或汉宁窗截取所述脑电信号EEG，获得最新m秒的脑电信号，基于所述最新m秒的脑电信号进行0.5Hz-100Hz的带通滤波及50Hz的陷波处理，接着进行
Figure GDA0003352182500000131
Figure GDA0003352182500000132
Figure GDA0003352182500000133
和
Figure GDA0003352182500000134
Figure GDA0003352182500000135
的带通滤波，再在4个子频段中分别进行快速傅里叶变换和希尔伯特变换计算静息阶段频点
Figure GDA0003352182500000136
和
Figure GDA0003352182500000137
对应的调控阶段幅值
Figure GDA0003352182500000138
和
Figure GDA0003352182500000139
与调控阶段幅值相应的调控阶段相位为
Figure GDA00033521825000001310
Figure GDA00033521825000001311
和
Figure GDA00033521825000001312
基于相对于基线的脑血氧幅度控制信号、相对于基线的脑电幅度控制信号确定触发阈值，基于所述调控阶段相位获取相位控制信号进而获取调控时刻，根据所述触发阈值和调控时刻生成调控信号；
所述相对于基线的脑血氧幅度控制信号为
Figure GDA00033521825000001313
Figure GDA00033521825000001314
其中A和B为待调整参数，取值范围为[-1,1]；在本实施例中，为突出关心运动区的激活，可优选的A取1，B取0,；
所述相对于基线的脑电幅度控制信号为
Figure GDA00033521825000001315
Figure GDA00033521825000001316
其中C、D、E和F为待调整参数，取值范围为[-1,1]；在本实施例中，由于大脑运动区α节律明显，优选地C、D、F取0，E取1；
所述相位控制信号为
Figure GDA00033521825000001317
Figure GDA00033521825000001318
其中，G、H、I和J为预设的参数，取值范围为[-1,1]；在本实施例中，由于在大脑运动区α节律明显，优选的G、H、J取0，I取1；
所述触发阈值为ModuThr＝M*Hbmodu+N*EEGmodu，调控时刻为Time＝ANGmodu，其中M和N为待调整参数，取值范围为[-1,1]；在本实施例中，TMS对EEG和fNIRS信号均有影响，所以M和N均取1；
所述调控信号为：
Figure GDA0003352182500000141
其中Devbase为预设的调控设备刺激强度基准值，P为待调整参数，取值范围为[-1,1]；在本实施例中，TMS的Devbase按照临床常用的静息运动阈值RMT确定，P值按照具体的TMS设备的情况而定，优选的取0.5；根据实际观测或治疗需要，ANGmodu可设定为其他角度或角度范围，调控设备可根据所述调控信号输出任意波形。本发明通生成的调控信号融合了脑电信号高时间分辨率的优点和血氧水平信号高空间分辨率的优点使神经调控更精确，能够适应更多的症状提高了神经调控的泛用性；由于存在个体差异，不同的使用者对脑血氧信号表现和脑电信号表现也存在差异，部分使用者脑血氧信号表现良好而脑电信号表现一般或脑血氧信号表现一般而脑电信号表现良好，通过本发明的融合两种模态信号的调控方法能够解决单一模态调控方法难以应对使用者个体差异的问题，即本发明并非将获取脑血氧信号进行调控和获取脑电信号进行调控的简单结合。另外，由于在实际的运用场景中，探测到的脑电信号容易受到干扰，本发明提出的神经调控方法由于其融合了脑血氧信号和脑电信号提取的信息进行调控，一定程度上地减小了脑电信号受干扰对调控带来的影响，实现了持续的精确调控。
所述评价阶段单元，在调控阶段单元完成调控之后，基于所述多模态脑信号，进行解码获取评价脱氧血红蛋白浓度信息、评价氧合血红蛋白浓度信息、各子频段的评价阶段频点和各子频段的评价阶段幅值；
基于所述评价脱氧血红蛋白浓度信息、评价氧合血红蛋白浓度信息、静息脱氧血红蛋白浓度信息和静息氧合血红蛋白浓度信息计算血氧调控效果；
基于所述各子频段的评价阶段幅值和各子频段的静息阶段幅值计算脑电调控效果；
在本实施例中，评价阶段单元包括：配置为对所述脱氧血红蛋白浓度信息HbR、氧合血红蛋白浓度信息HbO进行0.01Hz-0.2Hz的带通滤波，并进行4个通道的脑血氧信息平均处理获得评价脱氧血红蛋白浓度信息HbRpost和评价氧合血红蛋白浓度信息HbOpost；
对所述脑电信号EEG进行0.5Hz-100Hz的带通滤波以及50Hz的陷波处理，并进行
Figure GDA0003352182500000151
Figure GDA0003352182500000152
Figure GDA0003352182500000153
和
Figure GDA0003352182500000154
的带通滤波，再在4个子频段中分别进行快速傅里叶变换计算评价阶段频点
Figure GDA0003352182500000155
和
Figure GDA0003352182500000156
和对应的评价阶段幅值
Figure GDA0003352182500000157
和
Figure GDA0003352182500000158
血氧调控效果为：
Figure GDA0003352182500000159
其中R和S为待调整参数，取值范围为[-1,1]；在本实施例中，由于关心运动区的激活，优选的R取1，S取0；
脑电调控效果为：
Figure GDA00033521825000001510
Figure GDA00033521825000001511
其中U、V、W和X为待调整参数，取值范围为[-1,1]在本实施例中，由于在大脑运动区α节律明显，优选的U、V、X取0，W取1。
所述调控参数优化模块，配置为基于所述血氧调控效果和脑电调控效果调整调控参数；本发明在具体运用过程中，根据观测需要或是实际调节需要，人为地调控参数，以达到更好的控制效果。
如图2所示，本发明通过广电同步脑活动检测仪对使用者进行实时脑信号采集，获得fNIRS信号和EEG信号，对fNIRS信号经过脑信号处理得HbO信号和HbR信号；同时对EEG信号提取子频段相位和子频段幅值；通过HbO信号、HbR信号EEG信号提取子频段相位和子频段幅值获取调控效果评价，基于调控效果评价进行调控参数优化进而实时调控刺激。
基于内源性脑信号闭环调控系统应用于经颅磁刺激设备TMS上如图6所示。
需要说明的是，上述实施例提供的基于内源性脑信号的闭环神经调控的系统，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块来完成，即将本发明实施例中的模块或者步骤再分解或者组合，例如，上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块，以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称，仅仅是为了区分各个模块或者步骤，不视为对本发明的不当限定。
本发明第二实施例的基于内源性脑信号的闭环神经调控方法，具体步骤包括：
步骤S100，通过脑信号采集设备实时获取多模态脑信号；所述多模态脑信号包括血氧水平信号fNIRS和脑电信号EEG；
步骤S200，其具体包括步骤S210-步骤S230；
步骤S210，基于所述多模态脑信号，进行解码获取静息脱氧血红蛋白浓度信息HbR、静息氧合血红蛋白浓度信息HbO、EEG各子频段的静息阶段频点和EEG各子频段的静息阶段幅值，并进行子频段修正生成个体化子频段；
步骤S220，通过基于所述多模态脑信号，进行解码获取最新n秒的脱氧血红蛋白浓度信息HbR和氧合血红蛋白浓度信息HbO，通过带通滤波和平均处理的方式获得调控脱氧血红蛋白浓度信息和调控氧合血红蛋白浓度信息；基于所述多模态脑信号中的脑电信号EEG，对各子频段进行个体化子频段的带通滤波、快速傅里叶变换和希尔伯特变换计算各子频段的调控阶段幅值和调控阶段相位；
基于所述调控脱氧血红蛋白浓度信息和调控氧合血红蛋白浓度信息设置调控设备刺激的幅度控制信号，基于所述幅度控制信号和调控阶段相位生成控制信号的调控时刻，基于所述调控设备刺激的幅值和调控时刻生成调控信号，通过调控设备输出调控信号；
步骤S230，在调控阶段单元完成调控之后，基于所述多模态脑信号，进行解码获取评价脱氧血红蛋白浓度信息、评价氧合血红蛋白浓度信息、各子频段的评价阶段频点和各子频段的评价阶段幅值；
基于所述评价脱氧血红蛋白浓度信息、评价氧合血红蛋白浓度信息、静息脱氧血红蛋白浓度信息和静息氧合血红蛋白浓度信息计算血氧调控效果；
基于所述各子频段的评价阶段幅值和各子频段的静息阶段幅值计算脑电调控效果；
步骤S300，基于所述血氧调控效果和脑电调控效果调整调控参数。
所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的方法的具体工作过程及有关说明，可以参考上述系统实施例中的对应功能模块，在此不再赘述。
本发明第三实施例的一种电子设备，其特征在于，包括：至少一个处理器；以及与至少一个所述处理器通信连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现上述的基于内源性脑信号的闭环神经调控方法。
本发明第四实施例的一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于被所述计算机执行以实现上述的基于内源性脑信号的闭环神经调控方法。
所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的存储装置、处理装置的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。
术语“第一”、“第二”等是用于区别类似的对象，而不是用于描述或表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (9)

1.一种基于内源性脑信号的闭环神经调控系统，其特征在于，所述系统包括：脑信号采集模块、调控处理模块和调控参数优化模块；
所述脑信号采集模块，配置为通过脑信号采集设备实时获取多模态脑信号；所述多模态脑信号包括血氧水平信号fNIRS和脑电信号EEG；
所述调控处理模块，包括静息阶段单元、调控阶段单元和评价阶段单元；
所述静息阶段单元，配置为基于所述多模态脑信号，进行解码获取静息脱氧血红蛋白浓度信息HbR、静息氧合血红蛋白浓度信息HbO、EEG各子频段的静息阶段频点和EEG各子频段的静息阶段幅值，并进行子频段修正生成个体化子频段；
所述调控阶段单元，配置为通过基于所述多模态脑信号，进行解码获取最新n秒的脱氧血红蛋白浓度信息HbR和氧合血红蛋白浓度信息HbO，通过带通滤波和平均处理的方式获得调控脱氧血红蛋白浓度信息和调控氧合血红蛋白浓度信息；基于所述多模态脑信号截取最新m秒的脑电信号EEG，并对各子频段进行个体化子频段的带通滤波、快速傅里叶变换和希尔伯特变换计算各子频段的调控阶段幅值和调控阶段相位；
基于所述调控脱氧血红蛋白浓度信息和调控氧合血红蛋白浓度信息设置调控设备刺激的幅度控制信号，基于所述幅度控制信号和调控阶段相位生成控制信号的调控时刻，基于所述调控设备刺激的幅值和调控时刻生成调控信号，通过调控设备输出调控信号；
所述评价阶段单元，在调控阶段单元完成调控之后，基于所述多模态脑信号，进行解码获取评价脱氧血红蛋白浓度信息、评价氧合血红蛋白浓度信息、各子频段的评价阶段频点和各子频段的评价阶段幅值；
基于所述评价脱氧血红蛋白浓度信息、评价氧合血红蛋白浓度信息、静息脱氧血红蛋白浓度信息和静息氧合血红蛋白浓度信息计算血氧调控效果；
基于所述各子频段的评价阶段幅值和各子频段的静息阶段幅值计算脑电调控效果；
所述调控参数优化模块，配置为基于所述血氧调控效果和脑电调控效果调整调控参数。
2.根据权利要求1所述的基于内源性脑信号的闭环神经调控系统，其特征在于，所述静息阶段单元包括：
配置为对所述脱氧血红蛋白浓度信息HbR、氧合血红蛋白浓度信息HbO进行0.01Hz-0.2Hz的带通滤波，并对4个通道脑血氧信息平均处理获得静息脱氧血红蛋白浓度信息HbRrest和静息氧合血红蛋白浓度信息HbOrest；
对所述脑电信号EEG进行0.5Hz-100Hz的带通滤波以及50Hz的陷波处理，根据脑电频率标准分为δ频段、θ频段、α频段和β频段，通过快速傅里叶变换计算出各子频段的静息阶段幅值
Figure FDA0003352182490000021
和
Figure FDA0003352182490000022
并计算各子频段幅值最高的静息阶段频点
Figure FDA0003352182490000023
和
Figure FDA0003352182490000024
对各子频段进行修正获得个体化的子频段
Figure FDA0003352182490000025
Figure FDA0003352182490000026
和
Figure FDA0003352182490000027
Figure FDA0003352182490000028
3.根据权利要求2所述的基于内源性脑信号的闭环神经调控系统，其特征在于，所述调控阶段单元包括：
配置为通过n秒的矩形窗或汉宁窗截取血氧水平信号fNIRS，获得最新n秒的脱氧血红蛋白浓度信息HbR和氧合血红蛋白浓度信息HbO，基于所述最新n秒的脱氧血红蛋白浓度信息HbR和氧合血红蛋白浓度信息HbO进行0.01Hz-0.2Hz的带通滤波并对4个通道脑血氧信息平均处理获得调控脱氧血红蛋白浓度信息HbRnow和调控氧合血红蛋白浓度信息HbOnow；n为非负数；
通过m秒的矩形窗或汉宁窗截取所述脑电信号EEG，获得最新m秒的脑电信号，基于所述最新m秒的脑电信号进行0.5Hz-100Hz的带通滤波及50Hz的陷波处理，接着进行
Figure FDA0003352182490000031
Figure FDA0003352182490000032
和
Figure FDA0003352182490000033
的带通滤波，再在4个子频段中分别进行快速傅里叶变换和希尔伯特变换计算静息阶段频点
Figure FDA0003352182490000034
和
Figure FDA0003352182490000035
对应的调控阶段幅值
Figure FDA0003352182490000036
Figure FDA0003352182490000037
和
Figure FDA0003352182490000038
与调控阶段幅值相应的调控阶段相位为
Figure FDA0003352182490000039
和
Figure FDA00033521824900000310
m为非负数；
基于相对于基线的脑血氧幅度控制信号和相对于基线的脑电幅度控制信号确定触发阈值，基于所述调控阶段相位获取相位控制信号进而获取调控时刻，根据所述触发阈值和调控时刻生成调控信号；
所述相对于基线的脑血氧幅度控制信号为
Figure FDA00033521824900000311
Figure FDA00033521824900000312
其中A和B为待调整参数，取值范围为[-1,1]；
所述相对于基线的脑电幅度控制信号为
Figure FDA00033521824900000313
Figure FDA00033521824900000314
其中C、D、E和F为待调整参数，取值范围为[-1,1]；
所述相位控制信号为
Figure FDA00033521824900000315
Figure FDA00033521824900000316
其中，G、H、I和J为预设的参数，取值范围为[-1,1]；
所述触发阈值为ModuThr＝M*Hbmodu+N*EEGmodu，调控时刻为Time＝ANGmodu，其中M和N为待调整参数，取值范围为[-1,1]；
所述调控信号DevModu为：
Figure FDA0003352182490000041
其中Devbase为预设的调控设备刺激强度基准值，P为待调整参数，取值范围为[-1,1]。
4.根据权利要求3所述的基于内源性脑信号的闭环神经调控系统，其特征在于，所述评价阶段单元包括：
配置为对所述脱氧血红蛋白浓度信息HbR、氧合血红蛋白浓度信息HbO进行0.01Hz-0.2Hz的带通滤波，并进行4个通道的脑血氧信息平均处理获得评价脱氧血红蛋白浓度信息HbRpost和评价氧合血红蛋白浓度信息HbOpost；
对所述脑电信号EEG进行0.5Hz-100Hz的带通滤波以及50Hz的陷波处理，并进行
Figure FDA0003352182490000042
Figure FDA0003352182490000043
和
Figure FDA0003352182490000044
的带通滤波，再在4个子频段中分别进行快速傅里叶变换计算评价阶段频点
Figure FDA0003352182490000045
和
Figure FDA0003352182490000046
和对应的评价阶段幅值
Figure FDA0003352182490000047
和
Figure FDA0003352182490000048
血氧调控效果为：
Figure FDA0003352182490000049
其中R和S为待调整参数，取值范围为[-1,1]；
脑电调控效果为：
Figure FDA00033521824900000410
Figure FDA00033521824900000411
其中U、V、W和X为待调整参数，取值范围为[-1,1]。
5.根据权利要求1所述的基于内源性脑信号的闭环神经调控系统，其特征在于，所述脑信号采集模块包括：
通过光电同步脑活动检测仪NEG同时收集多模态脑信号，光电同步脑活动检测仪的电极和光极按照NEG-32或NEG-8采集帽排布；fNIRS光通道排布在电极周围，32或8通道帽子覆盖全脑或特定区域。
6.根据权利要求1所述的基于内源性脑信号的闭环神经调控系统，其特征在于，所述调控设备包括经颅磁刺激设备TMS或经颅电刺激设备tES。
7.根据权利要求1所述的基于内源性脑信号的闭环神经调控系统，其特征在于，所述静息阶段单元和评价阶段单元均持续3分钟，使用者保持非任务状态下的闭眼或睁眼状态且调控设备处于关闭状态；所述调控阶段单元持续30分钟，调控设备处于开启状态，使用者保持睁眼状态或任务状态。
8.一种电子设备，其特征在于，包括：至少一个处理器；以及与至少一个所述处理器通信连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行基于内源性脑信号的闭环神经调控方法，具体为：
步骤S100，通过脑信号采集设备实时获取多模态脑信号；所述多模态脑信号包括血氧水平信号fNIRS和脑电信号EEG；
步骤S200，其具体包括步骤S210-步骤S230；
步骤S210，基于所述多模态脑信号，进行解码获取静息脱氧血红蛋白浓度信息HbR、静息氧合血红蛋白浓度信息HbO、EEG各子频段的静息阶段频点和EEG各子频段的静息阶段幅值，并进行子频段修正生成个体化子频段；
步骤S220，通过基于所述多模态脑信号，进行解码获取最新n秒的脱氧血红蛋白浓度信息HbR和氧合血红蛋白浓度信息HbO，通过带通滤波和平均处理的方式获得调控脱氧血红蛋白浓度信息和调控氧合血红蛋白浓度信息；基于所述多模态脑信号截取最新m秒的脑电信号EEG，并对各子频段进行个体化子频段的带通滤波、快速傅里叶变换和希尔伯特变换计算各子频段的调控阶段幅值和调控阶段相位；n和m为非负数；
基于所述调控脱氧血红蛋白浓度信息和调控氧合血红蛋白浓度信息设置调控设备刺激的幅度控制信号，基于所述幅度控制信号和调控阶段相位生成控制信号的调控时刻，基于所述调控设备刺激的幅值和调控时刻生成调控信号，通过调控设备输出调控信号；
步骤S230，在调控阶段单元完成调控之后，基于所述多模态脑信号，进行解码获取评价脱氧血红蛋白浓度信息、评价氧合血红蛋白浓度信息、各子频段的评价阶段频点和各子频段的评价阶段幅值；
基于所述评价脱氧血红蛋白浓度信息、评价氧合血红蛋白浓度信息、静息脱氧血红蛋白浓度信息和静息氧合血红蛋白浓度信息计算血氧调控效果；
基于所述各子频段的评价阶段幅值和各子频段的静息阶段幅值计算脑电调控效果；
步骤S300，基于所述血氧调控效果和脑电调控效果调整调控参数。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于被所述计算机执行
基于内源性脑信号的闭环神经调控方法，具体为：
步骤S100，通过脑信号采集设备实时获取多模态脑信号；所述多模态脑信号包括血氧水平信号fNIRS和脑电信号EEG；
步骤S200，其具体包括步骤S210-步骤S230；
步骤S210，基于所述多模态脑信号，进行解码获取静息脱氧血红蛋白浓度信息HbR、静息氧合血红蛋白浓度信息HbO、EEG各子频段的静息阶段频点和EEG各子频段的静息阶段幅值，并进行子频段修正生成个体化子频段；
步骤S220，通过基于所述多模态脑信号，进行解码获取最新n秒的脱氧血红蛋白浓度信息HbR和氧合血红蛋白浓度信息HbO，通过带通滤波和平均处理的方式获得调控脱氧血红蛋白浓度信息和调控氧合血红蛋白浓度信息；基于所述多模态脑信号截取最新m秒的脑电信号EEG，并对各子频段进行个体化子频段的带通滤波、快速傅里叶变换和希尔伯特变换计算各子频段的调控阶段幅值和调控阶段相位；n和m为非负数；
基于所述调控脱氧血红蛋白浓度信息和调控氧合血红蛋白浓度信息设置调控设备刺激的幅度控制信号，基于所述幅度控制信号和调控阶段相位生成控制信号的调控时刻，基于所述调控设备刺激的幅值和调控时刻生成调控信号，通过调控设备输出调控信号；
步骤S230，在调控阶段单元完成调控之后，基于所述多模态脑信号，进行解码获取评价脱氧血红蛋白浓度信息、评价氧合血红蛋白浓度信息、各子频段的评价阶段频点和各子频段的评价阶段幅值；
基于所述评价脱氧血红蛋白浓度信息、评价氧合血红蛋白浓度信息、静息脱氧血红蛋白浓度信息和静息氧合血红蛋白浓度信息计算血氧调控效果；
基于所述各子频段的评价阶段幅值和各子频段的静息阶段幅值计算脑电调控效果；
步骤S300，基于所述血氧调控效果和脑电调控效果调整调控参数。
CN202110336167.5A 2021-03-29 2021-03-29 基于内源性脑信号的闭环神经调控系统、方法和设备 Active CN113040790B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110336167.5A CN113040790B (zh) 2021-03-29 2021-03-29 基于内源性脑信号的闭环神经调控系统、方法和设备
PCT/CN2021/084424 WO2022205073A1 (zh) 2021-03-29 2021-03-31 基于内源性脑信号的闭环神经调控系统、方法和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110336167.5A CN113040790B (zh) 2021-03-29 2021-03-29 基于内源性脑信号的闭环神经调控系统、方法和设备

Publications (2)

Publication Number Publication Date
CN113040790A CN113040790A (zh) 2021-06-29
CN113040790B true CN113040790B (zh) 2022-01-28

Family

ID=76516136

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110336167.5A Active CN113040790B (zh) 2021-03-29 2021-03-29 基于内源性脑信号的闭环神经调控系统、方法和设备

Country Status (2)

Country Link
CN (1) CN113040790B (zh)
WO (1) WO2022205073A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114870249B (zh) * 2022-04-18 2023-06-13 北京理工大学 一种闭环自适应交流电刺激神经网络调控方法及系统
CN115999069B (zh) * 2022-12-08 2024-01-05 北京师范大学珠海校区 经颅光刺激的参数确定装置和设备
CN115813385B (zh) * 2022-12-16 2024-04-12 天津大学 一种多模态视听联合的血氧代偿水平量化评估方法
CN115845213A (zh) * 2022-12-19 2023-03-28 合肥市第四人民医院 一种基于内源性脑信号的闭环神经调控系统及调控方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017112679A1 (en) * 2015-12-22 2017-06-29 University Of Florida Research Foundation, Inc. Multimodal closed-loop brain-computer interface and peripheral stimulaiton for neuro-rehabilitation
WO2018081980A1 (zh) * 2016-11-03 2018-05-11 中国科学院自动化研究所 基于脑电与功能近红外光谱技术的神经血管耦合分析方法
CN108937956A (zh) * 2018-06-04 2018-12-07 义乌市杰联电子科技有限公司 一种新型TMS-fNIRS脑成像装置
CN109925582A (zh) * 2019-03-20 2019-06-25 天津大学 双模态脑-机交互式运动神经反馈训练装置和方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9204831B2 (en) * 2011-12-21 2015-12-08 Mitsunori MINAMI Brain state support apparatus and program
EP3064130A1 (en) * 2015-03-02 2016-09-07 MindMaze SA Brain activity measurement and feedback system
CN106175701A (zh) * 2016-09-30 2016-12-07 中国科学院电子学研究所 一种神经信息光电调控与双模检测系统
CN108065932A (zh) * 2017-09-13 2018-05-25 中科搏锐（北京）科技有限公司 脑功能活动检测与调控联合方法、装置及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017112679A1 (en) * 2015-12-22 2017-06-29 University Of Florida Research Foundation, Inc. Multimodal closed-loop brain-computer interface and peripheral stimulaiton for neuro-rehabilitation
WO2018081980A1 (zh) * 2016-11-03 2018-05-11 中国科学院自动化研究所 基于脑电与功能近红外光谱技术的神经血管耦合分析方法
CN108937956A (zh) * 2018-06-04 2018-12-07 义乌市杰联电子科技有限公司 一种新型TMS-fNIRS脑成像装置
CN109925582A (zh) * 2019-03-20 2019-06-25 天津大学 双模态脑-机交互式运动神经反馈训练装置和方法

Also Published As

Publication number Publication date
WO2022205073A1 (zh) 2022-10-06
CN113040790A (zh) 2021-06-29

Similar Documents

Publication Publication Date Title
CN113040790B (zh) 基于内源性脑信号的闭环神经调控系统、方法和设备
Fanciullacci et al. Delta power is higher and more symmetrical in ischemic stroke patients with cortical involvement
Ozaki et al. Exploring the physiology and function of high-frequency oscillations (HFOs) from the somatosensory cortex
Hauser et al. Temporally dissociable contributions of human medial prefrontal subregions to reward-guided learning
Formaggio et al. Integrating EEG and fMRI in epilepsy
Sperl et al. Learning dynamics of electrophysiological brain signals during human fear conditioning
US12023496B2 (en) Closed-loop adaptive AC stimulation neural network regulation method and system
CN114042251B (zh) 多靶点光磁电耦合神经调控装置及方法
CN106580248B (zh) 基于脑电与功能近红外光谱技术的神经血管耦合分析方法
Chen et al. An IC-PLS framework for group corticomuscular coupling analysis
CN109363671A (zh) 基于ssvep与erp融合的情绪动态脑网络图的构建方法
Manting et al. Auditory steady-state responses during and after a stimulus: Cortical sources, and the influence of attention and musicality
Euler et al. Reliable activation to novel stimuli predicts higher fluid intelligence
US11944447B2 (en) Neurovascular coupling analytical method based on electroencephalogram and functional near-infrared spectroscopy
Molina et al. Phase detection in a visual-evoked-potential based brain computer interface
CN114917479A (zh) 一种经颅磁脉冲干扰滤除方法、系统及电子设备
Vartanov A new method of localizing brain activity using the scalp EEG data
Jedynak et al. Variability of single pulse electrical stimulation responses recorded with intracranial electroencephalography in epileptic patients
Sun et al. Abnormal brain topological structure of mild depression during visual search processing based on EEG signals
CN117180614B (zh) 一种非侵入颅电刺激的时间干涉电刺激系统
CN114869303B (zh) 一种经颅直流电刺激下去除脑电信号噪音的方法与系统
Aubonnet et al. Brain network dynamics in the alpha band during a complex postural control task
Cheng et al. Altered functional connectivity between primary and secondary somatosensory areas in panic disorder
CN110008874A (zh) 数据处理方法及其装置、计算机系统及可读介质
McLinden et al. Investigation of electro-vascular phase-amplitude coupling during an auditory task

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