CN113769275B - 一种用于经颅磁的治疗靶点自动定位方法及系统 - Google Patents
一种用于经颅磁的治疗靶点自动定位方法及系统 Download PDFInfo
- Publication number
- CN113769275B CN113769275B CN202111213148.XA CN202111213148A CN113769275B CN 113769275 B CN113769275 B CN 113769275B CN 202111213148 A CN202111213148 A CN 202111213148A CN 113769275 B CN113769275 B CN 113769275B
- Authority
- CN
- China
- Prior art keywords
- search
- transcranial magnetic
- point
- mep
- optimal
- 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
- 238000011282 treatment Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000011491 transcranial magnetic stimulation Methods 0.000 claims abstract description 30
- 230000000763 evoking effect Effects 0.000 claims abstract description 17
- 230000001225 therapeutic effect Effects 0.000 claims abstract description 14
- 230000009471 action Effects 0.000 claims abstract description 11
- 210000004556 brain Anatomy 0.000 claims description 49
- 230000000638 stimulation Effects 0.000 claims description 42
- 230000033001 locomotion Effects 0.000 claims description 18
- 230000003183 myoelectrical effect Effects 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 12
- 101100243399 Caenorhabditis elegans pept-2 gene Proteins 0.000 claims description 9
- 210000003205 muscle Anatomy 0.000 claims description 7
- 230000001054 cortical effect Effects 0.000 claims description 6
- 238000002567 electromyography Methods 0.000 claims description 6
- 238000002653 magnetic therapy Methods 0.000 claims description 6
- 238000010009 beating Methods 0.000 claims description 5
- 201000010099 disease Diseases 0.000 claims description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 5
- 210000000976 primary motor cortex Anatomy 0.000 claims description 5
- 238000010845 search algorithm Methods 0.000 claims description 4
- 210000005036 nerve Anatomy 0.000 claims description 3
- 210000003710 cerebral cortex Anatomy 0.000 claims 5
- 238000000537 electroencephalography Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 7
- 230000001976 improved effect Effects 0.000 abstract description 5
- 230000005389 magnetism Effects 0.000 abstract description 3
- 210000003311 CFU-EM Anatomy 0.000 description 75
- 210000003128 head Anatomy 0.000 description 29
- 230000001960 triggered effect Effects 0.000 description 11
- 210000003813 thumb Anatomy 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000001965 increasing effect Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000003321 amplification Effects 0.000 description 3
- 230000037396 body weight Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 230000002360 prefrontal effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000004936 stimulating effect Effects 0.000 description 3
- 208000006096 Attention Deficit Disorder with Hyperactivity Diseases 0.000 description 2
- 208000036864 Attention deficit/hyperactivity disease Diseases 0.000 description 2
- 208000020401 Depressive disease Diseases 0.000 description 2
- 208000018737 Parkinson disease Diseases 0.000 description 2
- 206010002026 amyotrophic lateral sclerosis Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 208000015802 attention deficit-hyperactivity disease Diseases 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000002651 drug therapy Methods 0.000 description 2
- 206010015037 epilepsy Diseases 0.000 description 2
- 230000005714 functional activity Effects 0.000 description 2
- 238000011478 gradient descent method Methods 0.000 description 2
- 208000022821 personality disease Diseases 0.000 description 2
- 238000000554 physical therapy Methods 0.000 description 2
- 208000020016 psychiatric disease Diseases 0.000 description 2
- 210000004761 scalp Anatomy 0.000 description 2
- 201000000980 schizophrenia Diseases 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 231100000331 toxic Toxicity 0.000 description 2
- 230000002588 toxic effect Effects 0.000 description 2
- 101100189913 Caenorhabditis elegans pept-1 gene Proteins 0.000 description 1
- 206010012374 Depressed mood Diseases 0.000 description 1
- 206010059866 Drug resistance Diseases 0.000 description 1
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 208000025966 Neurological disease Diseases 0.000 description 1
- 208000012886 Vertigo Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- HAPOVYFOVVWLRS-UHFFFAOYSA-N ethosuximide Chemical compound CCC1(C)CC(=O)NC1=O HAPOVYFOVVWLRS-UHFFFAOYSA-N 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 230000028161 membrane depolarization Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000337 motor cortex Anatomy 0.000 description 1
- 230000017311 musculoskeletal movement, spinal reflex action Effects 0.000 description 1
- 210000000944 nerve tissue Anatomy 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 210000000615 pisiform bone Anatomy 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000001671 psychotherapy Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N2/00—Magnetotherapy
- A61N2/12—Magnetotherapy using variable magnetic fields obtained by mechanical movement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
- A61B5/395—Details of stimulation, e.g. nerve stimulation to elicit EMG response
-
- 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
- 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)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Neurology (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Magnetic Treatment Devices (AREA)
Abstract
本发明涉及一种用于经颅磁的治疗靶点自动定位方法及系统，经颅磁刺激脑区，根据动作诱发电位采集对侧靶肌的皮肤表面肌电值，基于查找算法更新经颅磁拍头坐标寻找肌电值大于判定阈值的坐标点以判定经颅磁拍头到达初级运动皮层区，根据初级运动皮层区与对应治疗靶点的位置关系移动经颅磁拍头至治疗靶点。本发明根据解剖学统计规律，利用动作诱发电位现象和生物反馈原理，可以在较短时间内找到治疗靶点，将寻找时间缩短90％以上，操作简单，成本大幅降低，全程自动化，能有效提高经颅磁刺激的治疗效果。
Description
技术领域
本发明涉及经颅磁刺激医疗技术领域，尤其涉及一种用于经颅磁的治疗靶点自动定位方法及系统。
背景技术
抑郁症是最常见的精神疾病之一，在世界范围内影响着超过3.5亿人，已成为仅次于心脏病的人类健康的第二大疾病，其主要表现为情绪低落、思维迟缓、认知障碍等，严重者会反复出现自杀念头。
抑郁症的治疗分为药物治疗、心理治疗和物理治疗。目前，抑郁症主要通过药物治疗来缓解症状，但该方法费用昂贵而且需要长期服药容易导致严重的毒副作用与耐药性。心理治疗需要大量专业的心理治疗师的大量时间，目前国内缺口极大且短期内难以改善。物理治疗方法因为其无毒副作用、大幅提高接诊率和医治效率、治疗效果明显越来越得到推崇，特别是经颅磁技术(Transcranial Magnetic Stimulation,TMS)，具有无创、无痛、安全、非侵入性、见效快的特点。
经颅磁刺激治疗是利用脉冲磁场穿透颅骨，在大脑神经组织产生感应电流，引起靶区神经元的去极化从而产生生理效应，达到治疗抑郁症的效果。研究发现抑郁症用户的左侧背外侧前额叶(The dorsolateral prefrontal cortex,DLPFC)功能活动减弱，右侧DLPEC功能活动增强。高频经颅磁刺激左侧DLPEC增强其皮质活动或者低频刺激右侧DLPFC抑制其皮质活动均可改善抑郁症用户的症状。
除了治疗抑郁症，TMS还是多种神经类(癫痫、帕金森病、儿童注意缺陷多动障碍、肌萎缩侧索硬化症等)、精神类(人格障碍、精神分裂症等)、运动康复类(脑卒中等)疾病的推荐治疗方案。
经颅磁治疗的效果依赖于正确的治疗靶点。但是由于靶点在大脑内部，无法看见，难以确定是否找到。目前，绝大多数的经颅磁产品需要专业的医师根据解剖学知识和行医经验寻找靶点，操作繁琐，通常需要花费15分钟以上的时间才能找到靶点，进行治疗。而缺乏经验的医生十分容易找错靶点，治疗位置偏差较大，导致治疗效果不好，甚至无效。
为了解决这一问题，业界提出了使用结合磁共振(MRI)断层扫描的脑结构三维重建进行脑区靶点的定位与导航，但是该方法及其昂贵且复杂，难以普及。针对这一问题，本发明公开了一种用于经颅磁自动寻找治疗靶点的方法及系统。根据解剖学统计规律，利用动作诱发电位现象，电机控制方法和生物反馈原理，实现自动寻找抑郁症治疗靶点的方法与系统。本系统平均可以在三十秒内找到治疗靶点，将寻找时间缩短90％以上，操作简单，成本大幅降低，全程自动化，能有效提高经颅磁刺激的治疗效果。
发明内容
本发明的目的在于提供用于经颅磁的治疗靶点自动定位方法及系统，用户佩戴装有刺激线圈的经颅磁头盔，基于动作诱发电位的靶点定位方法，采集对侧靶肌的运动诱发电位，比较不同坐标经颅磁拍头诱发电位从而更新经颅磁拍头位置，直至寻找到初级运动皮层区域，根据靶点和初级运动皮层区域的相对位置关系，将经颅磁拍头定位到治疗靶点。
为实现上述目的，本发明的技术方案如下：
本发明实施例的第一方面，提供一种用于经颅磁的治疗靶点自动定位方法，包括如下步骤：经颅磁刺激脑区，根据动作诱发电位采集对应区域的皮肤表面肌电值，基于查找算法更新经颅磁拍头坐标寻找肌电值大于判定阈值的坐标点以判定经颅磁拍头到达初级运动皮层区，根据初级运动皮层区与对应治疗靶点的位置关系将经颅磁拍头定位至治疗靶点。
本发明实施例的第二方面，提供一种用于经颅磁的治疗靶点自动定位系统，包括信号处理模块和与所述信号处理模块相连的经颅磁刺激主机、拍头控制模块和肌电采集模块；其中，
肌电采集模块用于采集用户对应区域皮肤表面的肌电信号；
信号处理模块根据皮肤表面的肌电信号确定脑区初级运动皮层区和磁刺激参数；
经颅磁刺激主机根据磁刺激参数，发送对应强度的磁刺激触发指令至经颅磁拍头；
拍头控制模块根据脑区初级运动皮层区与对应治疗靶点的位置关系将经颅磁拍头移动至指定治疗靶点。
与现有技术相比，本发明的有益效果包括：
根据解剖学统计规律，利用动作诱发电位现象的生物反馈原理，可以在较短内找到治疗靶点，将寻找时间缩短90％以上，操作简单，成本大幅降低，全程自动化，能有效提高经颅磁刺激的治疗效果。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。其中：
图1为本发明实施例治疗靶点自动定位流程图；
图2为本发明实施例经颅磁拍头坐标的更新流程图；
图3为本发明实施例基于二分法的脑区定位算法流程图；
图4为本发明实施例新坐标点入标准库判断流程图；
图5为本发明实施例根据M1坐标库确定最优搜索路径示意图；
图6为本发明实施例系统实际定位过程中坐标点更新过程图；
图7为本发明实施例最优搜索路径更新示意图；
图8为本发明实施例头部尺寸与身高体重关系图；
图9为本发明实施例MEP值随头盔坐标分布图；
图10为本发明实施例运动诱发电位波形图；
图11为本发明实施例用于经颅磁的治疗靶点自动定位系统工作示意图；
图12为本发明实施例经颅磁头盔；
图13为本发明实施例对侧靶肌运动诱发电位采集电极粘贴示意图。
具体实施方式
下面结合附图和实施例对本发明的技术方案做进一步的详细说明。
作为本发明的一实施例，如图1-10所示，提出了一种用于经颅磁的治疗靶点自动定位方法，经颅磁刺激脑区，根据动作诱发电位采集对侧靶肌的皮肤表面肌电值，基于查找算法更新经颅磁拍头坐标寻找肌电值大于判定阈值的坐标点以判定经颅磁拍头到达初级运动皮层区，根据初级运动皮层区与对应治疗靶点的位置关系将经颅磁拍头定位至治疗靶点。
大量临床研究和解剖学统计结论表明：
大脑初级运动皮层区沿着头皮向前移动5到6cm是抑郁症的治疗靶点：左侧背外侧前额叶(The dorsolateral prefrontal cortex,DLPFC)。
动作诱发电位(Motor Evoked Potentials,MEP)：刺激运动皮质，可以检测到对侧靶肌的肌肉运动复合电位。
使用经颅磁刺激大脑初级运动皮层区M1，可以使大拇指产生不由自主地运动。使用肌电采集器，可以捕捉到大拇指运动的肌电信号，从而判断经颅磁拍头是否到达M1区域。临床上，通常把使M1脑区产生动作诱发电位波幅大于判定阈值的最小强度称为运动阈值或参考值，作为其他皮层的刺激强度。根据当前经颅磁拍头坐标，控制经颅磁拍头沿着头皮向前运动相应地距离，即可找到抑郁症治疗靶点。
当找到M1脑区后，系统自动调节磁刺激强度，记录MEP值，直至找到用于其他皮层刺激治疗的刺激强度。
记最优磁刺激强度为S，通常强度为100％—0％，逐级下调强度，直至MEP值首次小于判定阈值MEP_Threshold，通常设置为50uv，则上一次磁刺激强度为磁刺激最优强度。
S＝D*10+U，D取0至10的整数，U取0至9的整数，记S强度时MEP值为MEP_D_U。
首先，十位查找：D从10向0调整，MEP_i_0逐级下降，当MEP_i_0>MEP_Threshold 而且MEP_i-1_0<MEP_Threshold，D确定为i-1。
其次，个位查找：U从9向0调整，MEP_D_j逐级下降，当MEP_D_j>MEP_Threshold 而且MEP_D_j-1<MEP_Threshold，D确定为j。
由此确定最优磁刺激强度S＝D*10+U。
如图8所示，本发明采集了11位志愿者的基本信息和M1脑区坐标，进行了统计学分析，发现成年男性的头部大小有很强的规律性：
头围尺寸大小与体重关系不大；
头围尺寸大小与身高关系不大；
头围尺寸大小与胖瘦(BMI)关系不大；
矢状线(鼻根到枕后)长度与体重关系不大；
冠状线(左耳前凹至右耳前凹)长度与体重关系不大；
成年男性的头部大小差别不大，有些人看起来头大其实是脸大，脸部脂肪多导致视觉上看起来较大。由头部大小差别不大，可以推论内部特定脑区的位置在经颅磁头盔上的坐标差别也不会太大，从而可以通过自动搜索算法找到。
目前，大部分经颅磁治疗靶点根据国际脑电图学会规定的10-20标准导联系统确定。实际上，标准系统无法解决每个人的脑袋的形状不同，不同人功能脑区的大小分布不同的问题，通常定位误差较大。
为了解决这一问题，本发明提出了基于动作诱发电位的二分法脑区定位方法：使用TMS 刺激脑区，采集大拇指肌电，根据不同坐标对应的肌电值对比更新下一次经颅磁拍头坐标，直至找到目标治疗靶点。
采集N位志愿者M1脑区坐标，记第n位志愿者脑区坐标为(Theta_n,R_n,Alpha_n)，其中Theta_n为头盔的圆周角度，R_n为头盔的半径标度，Alpha_n为经颅磁拍头的自旋角度，由于经颅磁拍头的自旋角度规律性较强，绝大多数情况为35，故经颅磁拍头在头盔上的位置主要由(Theta_n,R_n)决定。大部分人的M1脑区坐标在一个较小的区域内，可以拟合出一个最优搜索路径。为了计算方便，需要将头盔的极坐标系转换成直接坐标系，公式为：
具体的，搜索路径由最优搜索路径y＝K_1*x+B_1和垂直搜索路径y＝K_2*x+B_2组成。当最优搜索路径阶段已搜索成功，则不需要进入垂直搜索路径阶段。
表1公开了11位男性志愿者基于MEP的脑区定位统计表：
| 序号 | 圆周角度(度) | 半径标度(度) | 经颅磁拍头角度(度) |
| 1 | 48 | 40 | 35 |
| 2 | 65 | 21 | 35 |
| 3 | 63 | 31 | 35 |
| 4 | 61 | 30 | 35 |
| 5 | 65 | 21 | 35 |
| 6 | 51 | 40 | 35 |
| 7 | 52 | 33 | 35 |
| 8 | 64 | 27 | 35 |
| 9 | 58 | 32 | 35 |
| 10 | 62 | 25 | 35 |
| 11 | 67 | 27 | 35 |
如图7所示，基于11个M1脑区的具体坐标点，在一个狭长的区域内，计算出离所有点最近的直线，即最优搜索路径的参数：K_1＝0.54，B_1＝16.90，则最优搜索路径的直角坐标系表达式：y＝0.54*x+16.90。
第一阶段：基于最优搜索路径搜索;
根据收集到的脑区坐标集合(X_n,Y_n)，确定最优搜索路径，计算公式为：
确定最优搜索路径上最左侧的搜索点(X_Min,K_1*X_Min+B_1)，最右侧搜索点(X_Max,K_1*X_Max+B_1)。
为满足大部分人群符合两侧搜索点的范围，设置左侧缩小系数和右侧放大系数：
其中，L_Scale为左侧缩小系数，取值范围为(0,1]，R_Scale为右侧放大系数，取值范围为(1,2]。典型地，L_Scale取0.9，R_Scale取1.1。
最大搜索次数影响搜索坐标的精度和搜索速度，最大搜索次数增大，最终坐标精度提高，同时搜索次数变多，搜索时间加大。为了平衡精度和速度，根据最左侧搜索点和最右侧搜索点计算第一阶段最大搜索次数Search_Count_Max：
Search_Count_Max＝2+[log2(X_max-X_min)] (4) ;
公式(4)中，2代表最左侧和最右侧的搜索点，[log2(X_max-X_min)]为中间需要进行的搜索次数，搜索分辨率为1。为搜索方便，设置中间变量X_Left，X_Right，X_Mid，初始化X_Left为X_Min,X_Right为X_Max；设置搜索成功标志Flag_Success，初始化为0；设置搜索成功治疗靶点的横坐标为Success_X。
第一个点：横坐标为X_Left，控制拍头移动到坐标(Theta_Left,R_Left,Alpha_0)，其中直角坐标转化成极坐标的公式为：
触发磁刺激，记录此时大拇指的肌电值Left_Mep，若Left_Mep大于判定阈值 Mep_Threshold，则搜索成功，停止搜索，此时Flag_Success设为1，Success_X设为X_Left；否则进行下一个点的搜索。
第二个点：横坐标为X_Right，控制拍头移动到坐标(Theta_Right,R_Right,Alpha_0)，触发磁刺激，记录此时大拇指的肌电值Right_Mep，若Right_Mep大于判定阈值Mep_Threshold，则搜索成功，停止搜索，Flag_Success设为1，Success_X设为X_Right；否则进行下一个点的搜索。
第三个点至第Search_Count_Max个点：横坐标为X_Mid＝(X_Left+X_Right)/2，经颅磁拍头移动到坐标(Theta_Mid,R_Mid,Alpha_0)，触发磁刺激，记录此时大拇指的肌电值Mid_Mep，若Mid_Mep大于判定阈值Mep_Threshold，则搜索成功，停止搜索，Flag_Success设为1， Success_X设为X_Mid。若搜索不成功，进行更新：若肌电值Left_Mep>Right_Mep，更新X_Right为X_Mid，更新Right_Mep为Mid_Mep，否则，更新X_Left为X_Mid，更新Left_Mep 为Mid_Mep，进行下一个点的搜索，直至第Search_Count_Max个点停止。
搜索完最后一个点，若搜索成功标志Flag_Success仍然为0，第一阶段搜索最优点P_1_Opt 的横坐标Opt_1_X设置为X_Mid。若肌电值Left_Mep>Right_Mep，Opt_1_X更新为X_Left；若Left_Mep<Right_Mep，Opt_1_X更新为X_Right。
作为本发明最优搜索路径的实施例，根据最优搜索路径的直角坐标系表达式：y＝0.59*x +16.17，确定最优搜索路径上最左侧点横坐标X_Min＝0.9*8.87＝7.98，最右侧点横坐标X_Max ＝1.1*23.76＝29.44。第一阶段最大搜索次数Search_Count_Max＝2+[log2(29.44-7.98)]＝6。搜索成功标志Flag_Success初始化为0，判定阈值Mep_Threshold设置为50。
第1个点：横坐标为X_Left＝X_Min＝7.98，换算成头盔极坐标(19.35，22.65，35)，电机控制拍头运动到该点，触发磁刺激，采集到MEP值Left_Mep＝47.49，小于Mep_Threshold，进行下一点搜索。
第2个点：横坐标为X_Right＝X_Max＝29.44，换算成头盔极坐标(48.02，44.01)，电机控制拍头运动到该点，触发磁刺激，采集到MEP值Right_Mep＝4.95，小于Mep_Threshold，进行下一点搜索。
第3个点：横坐标为X_Mid＝(X_Left+X_Right)/2＝18.71，换算成头盔极坐标(55.22， 32.81,35)，电机控制拍头运动到该点，触发磁刺激，采集到MEP值Mid_Mep＝32.09，小于 Mep_Threshold，由于Left_Mep>Right_Mep，更新X_Right为X_Mid，更新Right_Mep为 Mid_Mep，进行下一点搜索。
第4个点：横坐标为X_Mid＝(X_Left+X_Right)/2＝13.35，换算成头盔极坐标(60.99， 27.53,35)，电机控制拍头运动到该点，触发磁刺激，采集到MEP值Mid_Mep＝40.84，小于 Mep_Threshold，由于Left_Mep>Right_Mep，更新X_Right为X_Mid，更新Right_Mep为 Mid_Mep，进行下一点搜索。
第5个点：横坐标为X_Mid＝(X_Left+X_Right)/2＝10.67，换算成头盔极坐标(64.76， 25.02,35)，电机控制拍头运动到该点，触发磁刺激，采集到MEP值Mid_Mep＝49.24，小于 Mep_Threshold，由于Left_Mep>Right_Mep，更新X_Right为X_Mid，更新Right_Mep为 Mid_Mep，进行下一点搜索。
第6个点：横坐标为X_Mid＝(X_Left+X_Right)/2＝9.33，换算成头盔极坐标(66.94，23.81,35)，电机控制拍头运动到该点，触发磁刺激，采集到MEP值Mid_Mep＝45.77，小于 Mep_Threshold。
由于达到第一阶段最大搜索次数Search_Count_Max＝6，Flag_Success仍然为0，第一阶段搜索结果Opt_1_X设置为X_Mid。若Right_Mep>Left_Mep，Right_Mep<Mid_Mep，Opt_1_X更新为X_Right＝10.67，进行下一阶段搜索。
第二阶段：基于垂直搜索路径搜索;
根据第一阶段搜索结果Opt_1_X和最优搜索路径参数K_1计算垂直搜索路径y＝K_2*x +B_2的参数：
确定垂直搜索路径上最左侧的搜索点(X_Ver_Min,K_2*X_Ver_Min+B_2)，最右侧搜索点(X_Ver_Max,K_2*X_Ver_Max+B_2)。其中
其中，D_Scale为左侧缩小系数，取值范围为(0,1]，U_Scale为右侧放大系数，取值范围为(1,2]。典型地，D_Scale取0.85，U_Scale取1.15。
根据最左侧搜索点和最右侧搜索点计算第二阶段最大搜索次数Search_Ver_Count_Max：
Search_Ver_Count_Max＝3+log2(X_Ver_max-X_Ver_min) (8);
公式(8)中，3代表最左侧搜索点、最右侧搜索点以及为提高搜索分辨率的最后一个搜索点，log2(X_Ver_max-X_Ver_min)为中间需要进行的搜索次数，搜索分辨率为0.5。根据实验发现，垂直搜索分辨率为最优搜索分辨率的二分之一较优。为搜索方便，设置中间变量X_ Ver_Left，X_Ver_Right，X_Ver_Mid，初始化X_Ver_Left为X_Ver_Min,X_Ver_Right为X_Ver_Max。
第一个点：横坐标为X_Ver_Left，经颅磁拍头移动至坐标(Theta_Ver_Left,R_Ver_Left, Alpha_0)，触发磁刺激，记录此时大拇指的肌电值Left_Ver_Mep，若Left_Ver_Mep大于判定阈值Mep_Threshold，则搜索成功，停止搜索，Flag_Success设为1，Success_X设为X_ Ver_Left；否则进行下一个点的搜索。
第二个点：横坐标为X_Ver_Right，经颅磁拍头移动到坐标(Theta_Ver_Right,R_Ver _Right,Alpha_0)，触发磁刺激，记录此时大拇指的肌电值Right_Ver_Mep，若Right_Ver_Mep 大于判定阈值Mep_Threshold，则搜索成功，停止搜索，Flag_Success设为1，Success_X设为X_Ver_Right；否则进行下一个点的搜索。
第三个点至第Search_Ver_Count_Max个点：横坐标为X_Ver_Mid＝(X_Ver_Left+X_Ver _Right)/2，经颅磁拍头移动到坐标(Theta_Ver_Mid,R_Ver_Mid,Alpha_0)，触发磁刺激，记录此时大拇指的肌电值Mid_Ver_Mep，若Mid_Ver_Mep大于判定阈值Mep_Threshold，则搜索成功，停止搜索，Flag_Success设为1，Success_X设为X_Ver_Mid。若搜索不成功，进行更新：若Left_Ver_Mep>Right_Ver_Mep，更新X_Ver_Right为X_Ver_Mid，更新Right_Ver_Mep为Mid_Ver_Mep，否则，更新X_Ver_Left为X_Ver_Mid，更新Left_Ver _Mep为Mid_Ver_Mep，进行下一个点的搜索，直至搜索至第Search_Ver_Count_Max个点停止。
搜索完最后一个点，若搜索成功标志Flag_Success仍然为0，第二阶段搜索最优点P_2_Opt 的横坐标Opt_1_X设置为X_Ver_Mid。若Left_Ver_Mep>Right_Ver_Mep，Opt_1_X更新为X_Ver_Left；若Left_Ver_Mep<Right_Ver_Mep，Opt_2_X更新为X_Ver_Right。
作为本发明垂直搜索路径的实施例，根据第一阶段搜索结果Opt_1_X＝10.67和最优搜索路径参数K_1＝0.59，计算垂直搜索路径的参数：K_2＝-1.86，B_2＝42.49，则直角坐标系表达式：y＝-1.86*x+42.49。
设定垂直搜索路径上最左侧点横坐标X_Ver_Min＝0.85*10.67＝9.07，最右侧点横坐标 X_Ver_Max＝1.15*10.67＝12.27。第二阶段最大搜索次数Search_Ver_Count_Max＝ 3+[log2(12.27-9.07)]＝4。
第1个点：横坐标为X_Ver_Left＝X_Ver_Min＝9.07，换算成头盔极坐标(70.5，27.17， 35)，经颅磁拍头运动到该点，触发磁刺激，采集到MEP值Left_Ver_Mep＝48.33，小于 Mep_Threshold，进行下一点搜索。
第2个点：横坐标为X_Ver_Right＝X_Ver_Max＝12.27，换算成头盔极坐标(58.02，23.17， 35)，经颅磁拍头运动到该点，触发磁刺激，采集到MEP值Right_Mep＝46.85，小于Mep_Threshold，进行下一点搜索。
第3个点：为第一阶段最优点，横坐标为X_Ver_Mid＝Opt_1_X＝10.67，换算成头盔极坐标(64.76，25.02,35)，MEP值Mid_Ver_Mep＝49.24，小于Mep_Threshold，由于Left_Ver_Mep>Right_Ver_Mep，更新X_Ver_Right为X_Ver_Mid，更新Right_Ver_Mep为Mid_Ver _Mep，进行下一点搜索。
第4个点：横坐标为X_Ver_Mid＝(X_Ver_Left+X_Ver_Right)/2＝9.87，换算成头盔极坐标(67.75，26.06,35)，经颅磁拍头运动到该点，触发磁刺激，采集到MEP值Mid_Ver _Mep＝55.98，大于Mep_Threshold，搜索成功，Flag_Success设为1，Success_X设为9.87。因此，搜索成功靶点的横坐标为9.87，换算成头盔的极坐标点即为脑区靶点坐标。
第三阶段：经颅磁拍头自旋搜索;
若垂直搜索路径搜索完毕，仍未搜索成功，即Flag_Success仍然为0，此时经颅磁拍头的坐标为所有已搜索点中离M1区最近的点。经颅磁拍头的线圈进行自旋，通过改变Alpha_n 进行搜索。Alpha_n初始为35，依次搜索典型值按照出现频次进行排列，典型值如30，40， 0。
自旋搜索完毕，如果仍未找到靶点，输出自动搜索失败，提醒医师根据离群坐标库进行手动查找。
同理，目前已实现的算法有解析类，如梯度下降法、斐波那契法、黄金分割法、插值法、切线法、二分法等；概率类，如模拟退火、遗传算法、禁忌搜索、蚁群算法等以及解析和概率混合类。其中基于二分法的脑区定位算法，时间复杂度和空间复杂度最优，为对数阶O(logN)。
梯度下降法：从点P_k出发，到达点P_k+1，迭代公式P_k+1＝P_k+t_k*D_k，其中t_K为步长，D_k为点P_k出发使MEP值变化最快的方向(梯度)，直至MEP值不再变化，搜索停止。
斐波那契法：斐波那契数列：F_n＝F_n-2+F_n-1，F_0＝F_1＝1，斐波那契分数：F_n-1/F_n，从初始点P_a和P_b开始搜索第i个点t的公式：t_i＝a+(b-a)*F_n-i/F_n，搜索精度：(b-a) /F_n。
黄金分割法：从初始点P_a和P_b开始搜索第i个点t的公式：t_i＝a+(b-a)*0.618^i ;
插值法：采集点P_i和MEP_i的数值，不断用不超过三次的多项式来近似MEP，再用插值多项式的极值点来逼近最优点P_Opt。
概率类算法:
从点P_k出发，到达点P_k+1，迭代公式P_k+1＝P_k+t_k*D_k，其中t_K为步长，D_k为点P_k出发的随机方向。若MEP变大则接受此方向，否则拒绝。如此迭代，直至MEP值不再变化，搜索停止。
本发明详细公开了基于二分法的脑区定位算法，基于相同或相似同理，根据MEP值确定具体取点的坐标，取点的方法笼统的来说，即往MEP值增大的方向取点，解析类、概率类以及解析类与概率类的混合算法均能通过MEP值的大小判定是否找到最优点P_Opt。
根据解剖学和临床统计规律，确定待治疗疾病k的治疗靶点和找到的M1区相对坐标差为(Theta_Diff_k，R_Diff_k)。若用户m找到的M1区坐标为(Theta_m，R_m,Alpha_m)，运动控制模块将经颅磁拍头运动至治疗靶点(Theta_Treat_k，R_Treat_k,Alpha_0)＝(Theta_m+ Theta_Diff_k，R_m+R_Diff_k,Alpha_m)。
如图10和图13所示，在右手第一骨间背侧肌处贴采集电极，在右侧豌豆骨处贴参考电极，两个采集电极相距2cm。设t时刻采集到的肌电值为p(t)，通常刺激伪迹远大于正常MEP 值，设置刺激伪迹阈值为Artifact_Vpp，查找第k时刻的值大于Artifact_Vpp，取第k+Artf时刻至k+Duration时刻为Mep计算范围，其中，Artf为伪迹持续时间，本案取0.003，Duration 为Mep持续时间，如本案为0.03，则Mep数值为：
最优的搜索路径是距离所有已知用户治疗靶点坐标最近的直线，其参数的选取很大程度上影响着靶点坐标搜索的速度和准确度。
因此，本发明的一实施例公开了最优搜索路径的自动更新算法，记录新用户定位成功的脑区坐标，进行统计学离群性判断，若不属于离群值将存入标准坐标库，随后对路径参数进行更新。随着治疗用户数量的增多，坐标库的数据将逐渐增大，对人群脑区的分布规律的描述将越来越准确，最优路径参数会越来越优化，寻找靶点的速度会越来越快且越来越准。
治疗第M+1个用户前，标准脑区坐标库共有M个坐标值(Theta_m，R_m，Alpha_m)，根据上述极坐标到直角坐标转换公式，计算出坐标的直角坐标(X_m，Y_m)，最优搜索路径参数为K_1和B_1，到最优路径的距离为Dis_m,其计算方法为：
根据上述二分法自动搜索到第M+1个用户的坐标值(Theta_m+1，R_m+1，Alpha_m+1)，根据上述极坐标到直角坐标转换公式，计算出坐标的直角形式(X_m+1，Y_m+1)及其距离Dis_m+1。
医学上难以有100％的规律，比如绝大多数人的心脏在左侧，但大概有十万分之一的概率长在右侧。使用符合大数规律的数据优化参数，可以使得系统的性能越来越好。但是使用特殊情况训练系统，则可能导致系统性能变差，越更新越发散。因此需要对新的坐标点进行统计学分析，判断为正常值后加入脑区坐标库指导最优路径更新，否则加入离群坐标库。
先计算坐标库的数学期望Dis_Mean_M和标准差Dis_Std_M ;
根据上述参数判断新坐标是否为正常值。若Dis_m+1<Dis_Mea_M+3*Dis_Std_M，则有 99.73％的把握认为该点为正常值，将其加入脑区坐标库，否则认为该点为离群值，加入离群坐标库。
若有新坐标加入坐标库，则进行最优路径参数的更新。计算出新参数K_1_New,B_1_New，将K_1更新为K_1_New，将B_1更新为B_1_New：
根据上述垂直搜索路径得到的脑区坐标(67.75，26.06,35)，判断其是否加入标准坐标库。
原坐标库各点和最优路径的距离均值Dis_Mean_M＝1.56，标准差Dis_Std_M＝0.7。
新坐标与最优搜索路径的距离Dis_m+1＝1.74<Dis_Mea_M+3*Dis_Std_M，为正常值，加入标准脑区坐标库，计算新的最优搜索路径参数：K_1_N＝0.51，B_1_N＝17.43；
因此，最优搜索路径的直角坐标系表达式：y＝0.51*x+17.43。
作为本发明的另一实施例，如图11-12所示，提出了一种基于诱发电位的靶点定位系统，包括经颅磁刺激主机、拍头控制模块、肌电采集模块、信号处理模块、通讯模块和显示模块；其中，
肌电采集模块用于采集用户对侧靶肌的皮肤表面的肌电信号，由采集电极和参考电极组成。经颅磁刺激患者运动脑区时，电流经过神经通路传递到相应身体部位，如手、脚等，相应身体部位会产生动作，贴于身体相应部分的肌电采集器，可以采集到相应的肌电信号。
信号处理模块根据皮肤表面的肌电信号计算经颅磁拍头坐标和磁刺激参数。
为进一步对肌电信号处理，采集到的肌电需要进行处理得到TMS刺激相应区域的MEP 值，作为坐标更新的依据。通常肌电信号中包含刺激伪迹，需要对其进行去除，提取出实际的MEP值。
根据治疗方案，计算经颅磁刺激的频率、强度、脉冲数、间隔、时长等参数。向经颅磁刺激主机发送经颅磁拍头坐标和磁刺激触发指令，接受MEP值，通过自动定位方法更新出经颅磁拍头坐标，直至找到目标治疗靶点。
经颅磁刺激主机根据磁刺激参数，通过通信模块发送对应强度的磁刺激触发指令至经颅磁拍头，包括相应频率、强度、脉冲数、间隔和时长的电磁波。
拍头控制模块根据经颅磁拍头坐标将经磁颅拍头移动至指定治疗靶点。通过三个电机控制经颅磁拍头到达头盔的指定位置，对用户的治疗靶点进行治疗。治疗时，患者佩戴头盔，经颅磁拍头在半球形头盔内部贴着用户头部，可以在头盔上通过电机控制进行沿圆周的转动，以及沿半径的滑动，以此确定治疗靶点；同时，经颅磁拍头还可以进行线圈自转，调整磁场聚焦的方向。具体的，经颅磁拍头的坐标由头盔圆周角度(Theta)、头盔半径标度(R)、拍头角度(Alpha)确定。当然，经颅磁拍头不一定处于头盔内部，也设计在一个三自由度的机械系统内，通过三个自由度的坐标实现经颅磁拍头位置的定位。
肌电采集模块由贴于相应身体部位的采集电极和参考电极组成，经颅磁拍头刺激脑区时，电流经过神经通路传递到相应身体部位，相应身体部位产生动作即可采集到肌电信号。
本系统还包括与经颅磁刺激主机相连的显示模块，用于显示用户信息，经颅磁治疗方案，肌电信号数据及波形、经颅磁拍头的实时坐标以及诱发电位值等信息。
通信模块用于连接信号处理模块、经颅磁刺激主机、拍头控制模块、肌电采集模块和显示模块，目前实现了有线(包括但不限于STD和CAMAC总线、ISA总线、VXI总线、PCI、Compact及PXI总线、RS-232C、RS-422A、RS-485、USB、IEEE-1943、IEEE488、SCSI总线、MXI总线)和无线(包括但不限于自定义协议、IEEE802.15.4协议、ZigBee协议、蓝牙协议、LoRa以及UWB通信方式)方式。
用户佩戴装有经颅磁拍头的头盔，触发单次经颅磁刺激，采集对侧靶肌的运动诱发电位，比较不同坐标的诱发电位更新经颅磁拍头的位置，直至寻找到初级运动区。根据治疗靶点和初级运动区的相对位置关系，运动控制模块将经颅磁拍头定位到治疗靶点。
本发明根据解剖学统计规律，利用动作诱发电位现象的生物反馈原理，可以在30秒内找到治疗靶点，将寻找时间缩短90％以上，操作简单，成本大幅降低，全程自动化，能有效提高经颅磁刺激的治疗效果。
同理，还可根据视觉诱发电位，听觉诱发电位，嗅觉诱发电位和事件相关电位等确定对应脑区坐标，再根据特定脑区和治疗靶点的相对位置关系，将经颅磁拍头移动到目标治疗靶点，进行治疗。治疗靶点除了抑郁症的侧背外侧前额叶，还可以是神经类(癫痫、帕金森病、儿童注意缺陷多动障碍、肌萎缩侧索硬化症等)、精神类(人格障碍、精神分裂症等)、运动康复类(脑卒中等)疾病的治疗靶区。以视觉诱发电位为例，用户头戴有电极的脑电帽，脑电信号实时传递给信号处理模块。用户由静息状态通过观看视频或图片进入视觉诱发状态，信号处理模块根据前后脑电图的差异确定视觉脑区坐标(Theta_VEP,R_VEP,Alpha_VEP), 再根据视觉脑区和治疗靶点的相对坐标差(Diff_Theta_VEP,Diff_R_VEP,Diff_Alpha_VEP)，计算出治疗靶点的坐标(Theta_VEP+Diff_Theta_VEP,R_VEP+Diff_R_VEP,Alpha_VEP+ Diff_Alpha_VEP)，控制经颅磁拍头到达相应坐标进行治疗。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是，以上所述仅为本发明的具体实施方式，并不用于限定本发明保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应含在本发明的保护范围之内。
Claims (11)
1.一种用于经颅磁的治疗靶点自动定位方法，其特征在于，包括如下步骤：
根据事先采集的若干用户大脑初级运动皮层区坐标，拟合最优搜索路径y＝K_1*x+B_1，其中，K_1和B_1为坐标拟合参数；
基于查找算法中的二分法确定最优搜索路径上的左侧搜索点和右侧搜索点，触发经颅磁刺激脑区，根据动作诱发电位采集对应区域的皮肤表面肌电值，寻找肌电值大于判定阈值对应的坐标点以判定经颅磁拍头到达初级运动皮层区，采用左侧搜索点和右侧搜索点的中间点替换左侧搜索点和右侧搜索点中较小MEP值对应的搜索点后，重新计算下一次搜索点的坐标；
若在最优搜索路径阶段已进行最大搜索次数仍未搜索到初级运动皮层区，则进入垂直搜索路径；
所述最大搜索次数为Search_Count_Max＝N+[log2(X_max-X_min)]，其中，N根据搜索分辨率决定搜索次数，X_max为最右侧搜索点横坐标，X_min为最左侧搜索点横坐标；
所述垂直搜索路径y＝K_2*x+B_2，其中，
B_2＝Opt_1_Y-Opt_1_X*K_2，(Opt_1_X，Opt_1_Y)为最优搜索路径阶段得到的最优搜索点坐标；
再次基于二分法确定垂直搜索路径的搜索点，触发经颅磁刺激，根据皮肤肌电值与判定阈值的大小，设置下一次搜索点坐标，直至搜索到初级运动皮层区；
最后，根据初级运动皮层区与对应治疗靶点的位置关系将经颅磁拍头定位至治疗靶点。
2.根据权利要求1所述的方法，其特征在于，若完成垂直搜索路径的最大搜索次数仍未搜索成功，则最近的初级运动皮层区坐标由垂直搜索路径最大搜索次数的上一次搜索中左侧搜索点或右侧搜索点中较大MEP值确定。
3.根据权利要求1所述的方法，其特征在于，当治疗靶点确定后，最优磁刺激强度为脑区初级运动皮层区产生波幅大于判定阈值的运动诱发电位的最小强度，当经颅磁拍头位于初级运动皮层区时，自动逐级调节磁刺激强度，直至MEP值首次小于判定阈值，则上一次磁刺激强度为最优磁刺激强度。
4.根据权利要求1所述的方法，其特征在于，所述经颅磁拍头的坐标由头盔的圆周角度、半径标度以及经颅磁拍头的自转角度组成。
5.根据权利要求1所述的方法，其特征在于，所述皮肤表面肌电值为经颅磁刺激相应区域得到的实际MEP值。
6.根据权利要求1所述的方法，其特征在于，初级运动皮层区与待治疗疾病靶点位置关系的坐标差由国际脑电图学会规定的10-20标准导联系统确定。
7.根据权利要求1所述的方法，其特征在于，所述最优搜索路径还包括自动更新算法，基于二分法的脑区定位方法自动搜索用户的经颅磁拍头坐标，计算其最优路径距离、脑区坐标集的数学期望及标准差，比较最优路径距离与数学期望及三倍标准差之和的大小，判定此次经颅磁拍头坐标是否为可以加入脑区坐标集，并更新最优路径参数。
8.一种用于经颅磁的治疗靶点自动定位系统，其特征在于，包括信号处理模块和与所述信号处理模块相连的经颅磁刺激主机、拍头控制模块和肌电采集模块；其中，
肌电采集模块用于采集用户对侧靶肌的皮肤表面的肌电信号；
信号处理模块采用如权利要求1-7任一所述的治疗靶点自动定位方法确定脑区初级运动皮层区，根据治疗方案确定磁刺激参数；
经颅磁刺激主机根据磁刺激参数，发送对应强度的磁刺激触发指令至经颅磁拍头；
拍头控制模块根据脑区初级运动皮层区与对应治疗靶点的位置关系将经颅磁拍头移动至指定治疗靶点。
9.根据权利要求8所述的系统，其特征在于，所述肌电采集模块包括贴于相应身体部位的采集电极，经颅磁拍头刺激脑区时，电流经过神经通路传递到相应身体部位，相应身体部位产生动作即可采集到皮肤表面肌电信号。
10.根据权利要求8所述的系统，其特征在于，所述经颅磁拍头安装在头盔内且贴近用户脑部侧，拍头控制模块控制经颅磁拍头沿头盔圆周和半径运动，以确定治疗靶点；经颅磁拍头可自旋，用于调整磁场聚焦的方向。
11.根据权利要求8至10任一所述的系统，其特征在于，还包括与信号处理模块相连的显示模块，用于显示经颅磁治疗方案，肌电信号数据及波形、经颅磁拍头的实时坐标以及诱发电位值。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111213148.XA CN113769275B (zh) | 2021-10-19 | 2021-10-19 | 一种用于经颅磁的治疗靶点自动定位方法及系统 |
| PCT/CN2022/123391 WO2023066020A1 (zh) | 2021-10-19 | 2022-09-30 | 用于经颅磁的治疗靶点自动定位方法、系统及头盔 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111213148.XA CN113769275B (zh) | 2021-10-19 | 2021-10-19 | 一种用于经颅磁的治疗靶点自动定位方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113769275A CN113769275A (zh) | 2021-12-10 |
| CN113769275B true CN113769275B (zh) | 2022-10-04 |
Family
ID=78871507
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111213148.XA Active CN113769275B (zh) | 2021-10-19 | 2021-10-19 | 一种用于经颅磁的治疗靶点自动定位方法及系统 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113769275B (zh) |
| WO (1) | WO2023066020A1 (zh) |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180001107A1 (en) | 2016-07-01 | 2018-01-04 | Btl Holdings Limited | Aesthetic method of biological structure treatment by magnetic field |
| US11247039B2 (en) | 2016-05-03 | 2022-02-15 | Btl Healthcare Technologies A.S. | Device including RF source of energy and vacuum system |
| US11534619B2 (en) | 2016-05-10 | 2022-12-27 | Btl Medical Solutions A.S. | Aesthetic method of biological structure treatment by magnetic field |
| US10583287B2 (en) | 2016-05-23 | 2020-03-10 | Btl Medical Technologies S.R.O. | Systems and methods for tissue treatment |
| US10556122B1 (en) | 2016-07-01 | 2020-02-11 | Btl Medical Technologies S.R.O. | Aesthetic method of biological structure treatment by magnetic field |
| EP3721939B1 (en) | 2019-04-11 | 2022-07-06 | BTL Healthcare Technologies a.s. | Device for aesthetic treatment of biological structures by radiofrequency and magnetic energy |
| AU2021269187B2 (en) | 2020-05-04 | 2023-02-23 | Btl Healthcare Technologies A.S. | Device and method for unattended treatment of a patient |
| US11878167B2 (en) | 2020-05-04 | 2024-01-23 | Btl Healthcare Technologies A.S. | Device and method for unattended treatment of a patient |
| EP4415812A1 (en) | 2021-10-13 | 2024-08-21 | BTL Medical Solutions a.s. | Devices for aesthetic treatment of biological structures by radiofrequency and magnetic energy |
| CN113769275B (zh) * | 2021-10-19 | 2022-10-04 | 南京伟思医疗科技股份有限公司 | 一种用于经颅磁的治疗靶点自动定位方法及系统 |
| US11896816B2 (en) | 2021-11-03 | 2024-02-13 | Btl Healthcare Technologies A.S. | Device and method for unattended treatment of a patient |
| CN116173415A (zh) * | 2022-11-18 | 2023-05-30 | 深圳先进技术研究院 | 一种缓解焦虑的经颅磁刺激系统、设备和介质 |
| CN116543042B (zh) * | 2023-05-10 | 2024-01-23 | 中国科学院心理研究所 | 基于组水平平均统计图的抑郁症tms个体化靶点定位方法及系统 |
| CN116504363B (zh) * | 2023-05-10 | 2024-03-08 | 中国科学院心理研究所 | 基于组水平差异统计图的抑郁症tms个体化靶点定位方法及系统 |
| CN116510183B (zh) * | 2023-06-28 | 2023-09-19 | 南昌大学第一附属医院 | 经颅磁刺激设备、电子设备及存储介质 |
| CN117180614B (zh) * | 2023-07-31 | 2024-05-03 | 国家康复辅具研究中心 | 一种非侵入颅电刺激的时间干涉电刺激系统 |
| CN118044789A (zh) * | 2024-03-27 | 2024-05-17 | 天津大学 | 内源性配对关联刺激效果的经颅磁刺激评估系统 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2001253422A1 (en) * | 2000-04-12 | 2001-10-30 | Neotonus, Inc. | Magnetic nerve stimulator utilizing vertically overlapping cores |
| US20060241374A1 (en) * | 2002-11-20 | 2006-10-26 | George Mark S | Methods and systems for using transcranial magnetic stimulation and functional brain mapping for examining cortical sensitivity, brain communication, and effects of medication |
| US9265965B2 (en) * | 2011-09-30 | 2016-02-23 | Board Of Regents, The University Of Texas System | Apparatus and method for delivery of transcranial magnetic stimulation using biological feedback to a robotic arm |
| US10137307B2 (en) * | 2012-05-16 | 2018-11-27 | Beth Israel Deaconess Medical Center, Inc. | Identifying individual target sites for transcranial magnetic stimulation applications |
| CN102814001B (zh) * | 2012-08-08 | 2015-05-13 | 深圳先进技术研究院 | 经颅磁刺激导航系统及经颅磁刺激线圈定位方法 |
| WO2014116276A1 (en) * | 2013-01-24 | 2014-07-31 | Kantrack Llc | Individualized medicine system |
| CN104001266A (zh) * | 2014-06-13 | 2014-08-27 | 中国医学科学院生物医学工程研究所 | 一种基于距离测量确定经颅磁刺激刺激量的方法 |
| US11311193B2 (en) * | 2017-03-30 | 2022-04-26 | The Trustees Of Columbia University In The City Of New York | System, method and computer-accessible medium for predicting response to electroconvulsive therapy based on brain functional connectivity patterns |
| CN110420389A (zh) * | 2019-08-12 | 2019-11-08 | 四川大学华西医院 | 一种经颅磁刺激的视皮层定位方法及装置 |
| CN112494810A (zh) * | 2020-09-17 | 2021-03-16 | 杭州师范大学 | 多刺激靶点聚焦的重复经颅磁刺激方法 |
| CN112674753A (zh) * | 2021-02-03 | 2021-04-20 | 四川大学 | 基于动手指的任务态功能磁共振的mt值测定方法 |
| CN113180693A (zh) * | 2021-03-23 | 2021-07-30 | 深圳市人民医院 | 静息态脑电rTMS疗效预测及干预闭环反馈诊疗方法 |
| CN113769275B (zh) * | 2021-10-19 | 2022-10-04 | 南京伟思医疗科技股份有限公司 | 一种用于经颅磁的治疗靶点自动定位方法及系统 |
-
2021
- 2021-10-19 CN CN202111213148.XA patent/CN113769275B/zh active Active
-
2022
- 2022-09-30 WO PCT/CN2022/123391 patent/WO2023066020A1/zh unknown
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023066020A1 (zh) | 2023-04-27 |
| CN113769275A (zh) | 2021-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113769275B (zh) | 一种用于经颅磁的治疗靶点自动定位方法及系统 | |
| US9486389B2 (en) | Apparatus and method for calibrating non-invasive desynchronizing neurostimulation | |
| US20210290155A1 (en) | Neuromodulation method and system for sleep disorders | |
| US8942813B1 (en) | Transcranial stimulation device and method based on electrophysiological testing | |
| US8838247B2 (en) | Transcranial stimulation device and method based on electrophysiological testing | |
| US8938289B2 (en) | Motor training with brain plasticity | |
| CN109171770B (zh) | 一种用于注意力训练的脑-机接口系统 | |
| US11543879B2 (en) | System for communicating sensory information with an interactive system and methods thereof | |
| EP2863986A1 (en) | Device and methods for noninvasive neuromodulation using targeted transcrannial electrical stimulation | |
| CN112546446A (zh) | 一种基于权重功能连接的个体化靶点定位方法 | |
| Bertollo et al. | Using brain technologies in practice | |
| KR20170086056A (ko) | 개선된 신호 분석에 기초한 스코어링 방법 | |
| Pun et al. | Brain-computer interaction research at the Computer Vision and Multimedia Laboratory, University of Geneva | |
| US20240325680A1 (en) | Systems, methods, and devices for biomarker shaping and sleep profile enhancement | |
| CN110420389A (zh) | 一种经颅磁刺激的视皮层定位方法及装置 | |
| Sreedharan et al. | Brain-computer interfaces for neurorehabilitation | |
| Machado et al. | Progress and prospects in EEG-based brain-computer interface: clinical applications in neurorehabilitation | |
| US20220168585A1 (en) | Dynamically Controlling Self-Directed Magnetic Stimulation | |
| Wang et al. | Motor imagery and action observation induced electroencephalographic activations to guide subject-specific training paradigm: a pilot study | |
| JP6749777B2 (ja) | リハビリテーション装置 | |
| CN112205977A (zh) | 基于功能磁共振改善失眠的生物反馈治疗方法 | |
| Henshaw | Improved brain-computer interface methods with application to gaming | |
| EP4204077B1 (en) | Computer-implemented method for enabling patient-specific electrostimulation of neuronal tissue | |
| RU2822811C1 (ru) | Способ стимуляции головного мозга | |
| Cho et al. | The Effect of Neurofeedback Training Using Display After Stroke |
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 |