CN114916916A - 一体化医疗设备及其扫描控制方法、装置和计算机设备 - Google Patents

一体化医疗设备及其扫描控制方法、装置和计算机设备 Download PDF

Info

Publication number
CN114916916A
CN114916916A CN202210588373.XA CN202210588373A CN114916916A CN 114916916 A CN114916916 A CN 114916916A CN 202210588373 A CN202210588373 A CN 202210588373A CN 114916916 A CN114916916 A CN 114916916A
Authority
CN
China
Prior art keywords
data
scanning
scan
modality acquisition
modality
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210588373.XA
Other languages
English (en)
Inventor
李思进
武志芳
王红亮
刘海燕
袁健闵
胡凌志
王哲
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.)
Shanghai United Imaging Healthcare Co Ltd
Shanxi Medical University
Original Assignee
Shanghai United Imaging Healthcare Co Ltd
Shanxi Medical University
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 Shanghai United Imaging Healthcare Co Ltd, Shanxi Medical University filed Critical Shanghai United Imaging Healthcare Co Ltd
Priority to CN202210588373.XA priority Critical patent/CN114916916A/zh
Publication of CN114916916A publication Critical patent/CN114916916A/zh
Pending legal-status Critical Current

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
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0048—Detecting, measuring or recording by applying mechanical forces or stimuli
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • 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
    • A61B5/242—Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents
    • A61B5/245—Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents specially adapted for magnetoencephalographic [MEG] signals
    • A61B5/246—Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents specially adapted for magnetoencephalographic [MEG] signals using evoked responses
    • 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
    • A61B5/369—Electroencephalography [EEG]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4094—Diagnosing or monitoring seizure diseases, e.g. epilepsy
    • 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
    • A61B5/4806—Sleep evaluation
    • A61B5/4812—Detecting sleep stages or cycles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/037—Emission tomography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Neurology (AREA)
  • Neurosurgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Physiology (AREA)
  • Theoretical Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Psychology (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Psychiatry (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Dentistry (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)

Abstract

本申请涉及一种一体化医疗设备及其扫描控制方法、装置和计算机设备。所述方法包括：控制所述第一模态采集设备实时采集检测对象的第一数据；获取所述第二模态采集设备的待执行扫描序列；基于所述第一数据，控制所述第二模态采集设备执行所述待执行扫描序列的触发和/或停止，通过身体状态信号判断检测对象的生理状态，并根据检测对象不同的生理状态进行扫描，从而避免所得扫描数据中混杂不同状态的信息，则根据扫描数据重建出来的医疗影像仅包含有疾病某一状态的信息，提高了图像质量。

Description

一体化医疗设备及其扫描控制方法、装置和计算机设备
技术领域
本申请涉及医学影像技术领域，特别是涉及一种一体化医疗设备及其扫描控制方法、装置和计算机设备。
背景技术
神经类疾病如癫痫等，严重影响病人的日常工作生活，给病人及其家庭带来很大的经济和精神负担，研究神经疾病检测对象的脑功能对深刻理解该疾病的发病机制具有重要作用。
一些疾病，如癫痫，目前在临床上利用MR、PET、脑电、红外、眼动等分别进行检查，病人需要在进入医院数天时间后才能够确定病因和严重程度，错过了疾病的最早期的治疗时间。在科研上，由于MR、PET等医疗影像准备和采集时间长，只能得到病人在一段时间内的医疗影像，但这一段时间内，病人可能经历了疾病发作期和疾病发作间期，得到的采集数据中混杂不同状态的信息，成像质量不佳，无法根据医疗影像对于疾病的机理和代谢情况进行研究。
针对相关技术中如何提高神经类疾病医疗影像的成像质量，目前还没有提出有效的解决方案。
发明内容
基于此，有必要针对上述技术问题，提供一种一体化医疗设备及其扫描控制方法、装置和计算机设备。
第一方面，本申请提供了一种一体化医疗设备的扫描控制方法。所述一体化医疗设备至少包括第一模态采集设备和第二模态采集设备，且所述第一模态采集设备的时间分辨率高于所述第二模态采集设备的时间分辨率，所述方法包括：
控制所述第一模态采集设备实时采集检测对象的第一数据；
获取所述第二模态采集设备的待执行扫描序列；
基于所述第一数据，控制所述第二模态采集设备执行和/或停止所述待执行扫描序列的扫描。
在其中一个实施例中，所述基于所述第一数据，控制所述第二模态采集设备执行所述待执行扫描序列的触发和/或停止包括：
将所述第一数据与预设数据进行比对，并获取比对结果；
若当前时刻的所述比对结果为不匹配，且前一时刻的所述比对结果为匹配，则控制所述第二模态采集设备停止当前的待执行扫描序列，并触发新的待执行扫描序列，得到异常扫描数据；
若当前时刻的所述比对结果为匹配，且前一时刻的所述比对结果为不匹配，则控制所述第二模态采集设备停止当前的待执行扫描序列，并触发新的待执行扫描序列，得到正常扫描数据。
在其中一个实施例中，所述基于所述第一数据，控制所述第二模态采集设备执行和/或停止所述待执行扫描序列的扫描之后还包括：
基于所述第一数据对实时扫描数据进行切割，区分正常扫描数据和异常扫描数据，所述实时扫描数据通过触发所述待执行扫描序列得到。
在其中一个实施例中，所述基于所述第一数据，控制所述第二模态采集设备执行和/或停止所述待执行扫描序列的扫描之后还包括：
基于所述实时扫描数据进行图像重建，所述实时扫描数据通过触发所述待执行扫描序列得到。
在其中一个实施例中，所述基于所述实时扫描数据进行图像重建包括：
基于所述异常扫描数据进行图像重建，得到异常状态图像；
基于所述正常扫描数据进行图像重建，得到正常状态图像。
在其中一个实施例中，所述第二模态采集设备包括PET设备和/或MR设备。
第二方面，本申请还提供了一种一体化医疗设备，所述设备包括第一模态采集设备、第二模态采集设备以及处理器，所述第一模态采集设备的时间分辨率高于所述第二模态采集设备的时间分辨率，其中：
所述第一模态采集设备用于实时采集检测对象的第一数据；
所述第二模态采集设备用于基于所述处理器的控制指令执行和/或停止所述待执行扫描序列的扫描；
所述处理器用于基于所述第一数据，控制所述第二模态采集设备执行和/或停止所述待执行扫描序列的扫描。
第三方面，本申请还提供了一种一体化医疗设备的扫描控制装置，所述装置包括：
第一控制模块，用于控制所述第一模态采集设备实时采集检测对象的第一数据；
获取模块，用于获取所述第二模态采集设备的待执行扫描序列；
第二控制模块，用于基于所述第一数据，控制所述第二模态采集设备执行和/或停止所述待执行扫描序列的扫描。
第四方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一个方面所述的一体化医疗设备的扫描控制方法的步骤。
第五方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一个方面所述的一体化医疗设备的扫描控制方法的步骤。
上述一体化医疗设备及其扫描控制方法、装置和计算机设备，通过控制所述第一模态采集设备实时采集检测对象的第一数据；获取所述第二模态采集设备的待执行扫描序列；基于所述第一数据，控制所述第二模态采集设备执行和/或停止所述待执行扫描序列的扫描，通过身体状态信号判断检测对象的生理状态，并根据检测对象不同的生理状态进行扫描，从而避免所得扫描数据中混杂不同状态的信息，则根据扫描数据重建出来的医疗影像仅包含有疾病某一状态的信息，提高了图像质量。
附图说明
图1为一个实施例中一体化医疗设备的扫描控制方法的应用环境图；
图2为一个实施例中一体化医疗设备的扫描控制方法的流程图；
图3为一个实施例中一体化医疗设备的扫描控制方法的优选流程图；
图4为一个实施例中一体化医疗设备的扫描控制装置的结构框图；
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供的一体化医疗设备的扫描控制方法，可以应用于如图1所示的应用环境中。图1为本申请实施例中一体化医疗设备的扫描控制方法的应用环境图。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。具体的，在第一模态采集设备采集到检测对象的第一数据之后，可通过网络将第一数据发送至服务器104，同时第二模态采集设备可将对应的待执行序列发送至服务器104；在服务器104中可对第一数据进行分析处理得到对于第二模态采集设备的控制指令，第二模态采集设备在接收到上述控制指令之后，可根据控制指令的指示内容执行和/或停止所述待执行扫描序列的扫描。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑等智能显示设备。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在本实施例中提供了一种一体化医疗设备的扫描控制方法，图2是本实施例的一体化医疗设备的扫描控制方法的流程图，如图2所示，该流程包括如下步骤：
步骤S201，控制所述第一模态采集设备实时采集检测对象的第一数据。
其中，第一模态采集设备为具有高时间分辨率的医疗设备，能够快速采集反映检测对象生理状态的第一数据；采集到的第一数据可用于监测检测对象实时生理状态的变化情况，能够反映检测对象生理状态的瞬时变化。但上述第一数据并不能准确地定位到检测对象生理状态发生变化的具体部位，以及无法全面反映其生理状态的详细信息。
具体的检测过程，可以是先向检测对象释放一定的刺激，控制第一模态采集设备采集检测对象对于该刺激的身体响应情况；也可以是控制第一模态采集设备接受检测对象主动发出的生理性信号。在本实施例中，第一模态采集设备能够满足快速进行数据采集即可，并不对其采集方式进行具体限定。
步骤S202，获取所述第二模态采集设备的待执行扫描序列。
其中，第二模态采集设备为具有低时间分辨率的设备，所采集到的第二数据能反映检测对象某一具体部位的详细生理状态。例如，可利用人体自身含有原子的磁性进行数据采集，也可以向人体注入标记药物，利用标记药物在人体内的代谢过程进行数据采集；在数据采集过程中，可以控制第二模态采集设备定位于某一部位进行扫描，在检测时间内，获取该部位内部细微结构在各时刻的数据。
进一步的，待执行扫描序列可以为当前时刻不处于工作状态的第二模态采集设备的序列，也可以是当前时刻处于工作状态的第二模态采集设备的序列。在检测对象进行检查的期间全程均有第二模态采集设备进行数据采集。
步骤S203，基于所述第一数据，控制所述第二模态采集设备执行和/或停止所述待执行扫描序列的扫描。
其中，第一模态采集设备的时间分辨率高于第二模态采集设备的时间分辨率，这意味着第一模态采集设备对于检测对象的身体状态信号变化的反应速度高于第二模态采集设备，能够在第二模态采集设备未对身体状态信号的变化进行反应之前，及时获知检测对象当前时刻的生理状态不同于前一时刻的生理状态，并在检测到检测对象的生理状态发生变化时能够及时控制第二模态采集设备执行相应的操作。
进一步的，本实施例中的第一模态采集设备与第二模态采集设备集成于同一检测设备中，在对检测对象进行检查时，可将第一模态采集设备的电信号作为第二模态采集设备的采集门控。当检测到检测对象的生理状态发生变化时，可根据对应的电信号执行和/或停止待执行扫描序列的扫描，得到相应的第二数据，即实时扫描数据。可选的，实时扫描数据可用于图像重建以得到医疗影像数据，直观的反映检测对象具体的生理状态。
上述步骤方法中，通过第一模态采集设备采集的第一数据对检测对象的实时生理状态进行判断，再根据判断结果控制第二模态采集设备针对检测对象不同的生理状态进行扫描，以得到相应实时扫描数据。与传统技术中，仅依赖单个类型设备进行扫描采集相比，本申请结合了不同时间分辨率的设备能在第一时间对检测对象不同的身体状态进行反应与数据采集，避免了在时间分辨率过低的情况下无法准确获取检测对象的检测数据，提高了医疗检测的精准性。进一步的，本实施例中可根据检测对象不同的生理状态分别进行实时扫描数据的采集，精确采集每个生理状态对应的实时扫描数据，避免了所得实时扫描数据中混杂多个不同状态的信息，使得在根据实时扫描数据重建得到的医疗影像中仅包含有某一生理状态的信息，进而提高了重建图像的质量，有利于提高检测的准确性。
可选的，第一模态采集设备可包括脑电波传感器、眼动仪、近红外光谱仪以及脑磁图探测仪等具备高时间分辨率的医疗检测设备中的至少一个设备，相应的第一数据可以为检测对象的脑电图，眼动数据、近红外光谱以及脑磁图等数据。具体的，脑电波是人脑一些自发的有节律的神经电活动，其频率变动范围在每秒1－30次之间的，可划分为四个波段，即δ波(0.5－3Hz)、θ波(4－7Hz)、α波(8－13Hz)、β波(14－30Hz)。相应的，脑电图(Electroencephalogram，简称EEG)可用来记录大脑通过放置在头皮表面的电极产生的电活动，EEG信号的测量可快速确定大脑活动因响应刺激而产生的变化，能够测量大脑异常活动，例如癫痫。功能性近红外光谱技术(functional Near-infrared spectroscopy，简称fNIRS)是一种非侵入无创的脑成像技术，它利用血液的主要成分对600-900nm近红外光良好的散射性，从而测量大脑活动时氧合血红蛋白(HbO2)和脱氧血红蛋白(HbR)的变化情况，根据上述变化情况进行数据记录。眼动追踪技术(Eye Tracking，简称ET)是通过对眼动轨迹的记录从中提取诸如注视点，注视时间和次数，眼跳距离，瞳孔大小等数据，进而研究个体的内在认知过程。脑磁图技术(Magnetoencephalography，简称MEG)可对人体脑内神经电流发出的极其微弱的生物磁场信号的直接测量，在MEG的检测过程中只需要经过一次测量就可采集到整个脑部的脑磁场的瞬时信号。
以第一数据为EEG数据为例，当检测到脑电信号为瞬变波形即尖波或棘波变为连续信号即具有尖波和棘波的复合波形时，说明此时检测对象处于癫痫的发作期初始时刻，可控制第二模态采集设备新的待扫描序列进行扫描得到疾病发作期的扫描数据。
进一步的，在另一个实施例中还可以利用EEG信号，ET数据等作为人体的睡眠数据，根据检测到的睡眠数据区分人体的不同睡眠分期，并分别针对不同睡眠分期控制第二模态采集设备对人体的生理状态进行实时扫描，例如可采集人体在浅睡区，深睡区，快速眼动区的具体生理状态。
在其中一些实施例中，所述基于所述第一数据，控制所述第二模态采集设备执行所述待执行扫描序列的触发和/或停止包括：
步骤一，将所述第一数据与预设数据进行比对，并获取比对结果。
其中，预设数据可以基于正常人体的脑电图数据，眼动数据以及近红外光谱数据等数据进行确定，也可以先对检测对象在正常状态下进行检测，得到正常数据。
步骤二，若当前时刻的所述比对结果为不匹配，且前一时刻的所述比对结果为匹配，则控制所述第二模态采集设备停止当前的待执行扫描序列，并触发新的待执行扫描序列，得到异常扫描数据。
以疾病发作周期内的数据为例，若当前时刻的对比结果为不匹配，且前一时刻的对比结果为匹配，则说明当前时刻处于检测对象的疾病发作期的初始时刻，此时需要启动新的第二模态采集设备的待执行扫描序列进行数据采集。新的待执行扫描序列对应的扫描数据即为异常扫描数据，可用于进一步确定检测对象的身体状态。
步骤三，若当前时刻的所述比对结果为匹配，且前一时刻的所述比对结果为不匹配，则控制所述第二模态采集设备停止当前的待执行扫描序列，并触发新的待执行扫描序列，得到正常扫描数据。
具体的，若当前时刻的对比结果为匹配，且前一时刻的对比结果为不匹配则说明当前时刻检测对象的疾病发作期结束，进入到了疾病的发作间期，需要停止之前处于工作状态的第二模态采集设备的待执行扫描序列，然后重新启动新的第二模态采集设备的待执行扫描序列进行数据采集，记录检测对象发作间期的各项数据，新的待执行扫描序列对应的扫描数据即为正常扫描数据。
在本实施例中，通过对当前时刻相邻时刻的第一数据与预设数据进行对比判断检测对象的生理状态。并依据检测对象不同的生理状态控制不同的第二模态采集设备的扫描序列分别进行扫描，得到不同生理状态对应的实时扫描数据，能够有效对实时扫描数据进行区分，有利于后续针对检测对象不同生理状态的数据进行分析研究。
在另一个实施例中，若当前时刻的所述比对结果为不匹配，且前一时刻的所述比对结果也为不匹配，则说明当前时刻为检测对象的疾病发作期过程的时间点，不需要改变第二模态采集设备当前的待执行扫描序列，依旧采用当前序列进行数据扫描，对应得到的实时扫描数据为异常扫描数据；进一步的，若当前时刻的所述比对结果为匹配，且前一时刻的所述比对结果也为匹配，则说明当前时刻为检测对象的疾病发作间期过程的时间点。同样的，也不需要改变第二模态采集设备当前的待执行扫描序列，依旧采用当前序列进行数据扫描，对应得到的实时扫描数据为正常扫描数据。
在另一个实施例中，所述基于所述第一数据，控制所述第二模态采集设备执行所述扫描序列的触发和/或停止之后还包括：基于所述第一数据对实时扫描数据进行切割，区分正常扫描数据和异常扫描数据，所述实时扫描数据通过触发所述待执行扫描序列得到。具体的，可将得到的第一数据与预设数据进行对比，第一数据与预设数据相匹配的时段对应的实时扫描数据即为正常扫描数据，第一数据与预设数据不匹配的时段对应的实时扫描数据则为异常扫描数据。
进一步的，本实施例中的异常扫描数据可以由多个不同时段的实时扫描数据构成，也可以仅包含单个时间段的实时扫描数据；同样的，正常扫描数据可以由多个不同时段的实时扫描数据构成，也可以仅包含单个时间段的实时扫描数据。正常扫描数据与异常扫描数据均可用于医疗影像的图像重建，且重建得到的图像中仅包含有某种疾病在某一状态的信息，能够避免图像中混杂不同状态信息。
在本实施例中，通过对实时扫描数据切割将异常扫描数据与正常扫描数据进行区分，避免了两种不同状态数据的混合，在后期根据扫描数据进行图像重建时对图像质量造成负面影响，为后续获取高质量的重建图像奠定基础。
进一步的，可根据异常扫描数据与正常扫描数据确定针对疾病的发作期与发作间期。以一个完整的观测周期为例，分析得到A时刻对应的实时扫描数据为异常扫描数据，在A时刻前一时刻对应的实时扫描数据为正常扫描数据，则A时刻为疾病的发作期起始时刻，A时刻前一时刻为疾病的发作前期终止时刻；然后对A时刻之后的每个时刻的数据进行逐个分析，若分析得到B时刻对应的实时扫描数据为正常扫描数据，则B时刻为疾病发作后期的起始时刻，B时刻前一时刻为疾病的发作期终止时刻，A时刻至B时刻之间的所有时刻构成疾病的发作期。相应的，在本次观测周期内，A时刻之前的正常扫描数据对应的时刻构成疾病的发作前期，B时刻之后的正常扫描数据对应的时刻构成疾病的发作后期。可选的，在一个检查周期内，可以有多个不同时段的疾病发作期，发作前期以及发作后期。对于两个相邻的发作期，上一发作周期对应的发作后期可以为后一发作周期对应的发作前期。
在其中一些实施例中，所述基于所述第一数据，控制所述第二模态采集设备执行所述扫描序列的触发和/或停止之后还包括：基于所述实时扫描数据进行图像重建，所述实时扫描数据通过触发所述待执行扫描序列得到。其中，实时扫描数据为第二模态采集设备采集到的用于反映人体当前状况的特异性信号，该信号不能被人眼识别，因此需要经过计算将上述信号转换为用于研究的医疗影像。
在本实施例中，通过图像重建将采集到的实时扫描数据进行图像重建得到医疗影像，更加直观的描述了在检查期间检测对象的身体状态，有利于医学研究人员更加清楚地了解相应疾病的发作信息，根据疾病的发作信息去提供更好的治疗。
在其中一些实施例中，所述基于所述实时扫描数据进行图像重建包括：基于所述异常扫描数据进行图像重建，得到异常状态图像；基于所述正常扫描数据进行图像重建，得到正常状态图像。具体的，在进行图像重建时可根据得到的多时段异扫描数据分别进行图像重建，得到疾病对应的不同发作期的异常状态图像。根据多时段正常扫描数据的分布特性可以得到疾病对应的不同发作前期的正常状态图像，以及疾病对应的不同发作后期的正常状态图像。
在本实施例中，通过对异常状态数据与正常状态数据分别进行图像重建，避免了两种不同状态图像信号的混合，有利于得到单个状态对应的具体图像，并且针对不同时段的扫描数据进行图像重建可以精准的确定某一疾病的发作前期，发作期与发作后期，有利于相关医护研究人员了解该疾病的机理与代谢情况，并根据其机理与代谢情况进行深入研究。
在其中一些实施例中，所述第二模态采集设备包括PET设备和/或MR设备。相应的通过第二模态采集设备采集到的实时数据包括PET图像和/或MR图像。其中PET设备为正电子发射计算机断层显像设备(positron emission tomography PET)，能够反映病变的基因、分子、代谢及功能状态，是目前可在活体上显示生物分子代谢，首体及神经介质活动的新型影像技术；MR设备为磁共振成像设备(Magnetic Resonance Imaging)，能够反映人体内部的结构功能情况。
可选的，本实施例中的第二模态采集设备还可以是电子计算机断层扫描设备(Computed Tomography，简称，CT设备)，单光子发射计算机断层显像设备(Single PhotonEmission Computed Tomography，简称，SPECT)、超声成像设备(Ultrasound)等能够反映检测对象内部生理状态的设备。
在本实施例中，通过第二模态采集设备对检测对象进行扫描获取到对应的实时扫描数据，利用实时扫描数据能够全面且准确的反映检测对象在检查周期内不同的生理状态，为后续医疗研究人员利用实时扫描数据对不同的生理状态进行研究提供了研究基础。
图3是本实施例的一体化医疗设备的扫描控制方法的优选流程图，如图3所示，该一体化医疗设备的扫描控制方法包括如下步骤：
步骤S301，获取第一模态采集设备实时采集到的检测对象的第一数据；获取第二模态采集设备的待执行扫描序列；
步骤S302，匹配第一数据与预设数据；
步骤S303，若当前时刻的第一数据与预设数据不匹配，前一时刻的第一数据与预设数据匹配，则控制所述第二模态采集设备停止当前的待执行扫描序列，并触发新的待执行扫描序列，得到实时扫描数据；
步骤S304，若当前时刻的第一数据与预设数据匹配，前一时刻的第一数据与预设数据不匹配，则控制所述第二模态采集设备停止当前的待执行扫描序列，并触发新的待执行扫描序列，得到实时扫描数据；
步骤S305，根据第一数据切割实时扫描数据，区分异常扫描数据与正常扫描数据；
步骤S306，根据异常扫描数据与正常扫描数据分别进行图像重建。
在上述步骤中，可通过第一模态采集设备采集到的第一数据与预设数据进行匹配，根据不同时刻的匹配结果控制第二模态采集设备执行和/或停止对应待执行扫描序列的扫描，得到检测对象在不同生理状态下的实时扫描数据，进而重建得到不同生理状态对应的医疗影像，避免了不同状态扫描数据的混合，进而可以得到仅包含有单一生理状态的图像，提高了图像的质量与准确性。
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中还提供了一种一体化医疗设备，该设备用于实现上述实施例及优选实施方式，包括第一模态采集设备、第二模态采集设备以及处理器，所述第一模态采集设备的时间分辨率高于所述第二模态采集设备的时间分辨率，其中，所述第一模态采集设备用于实时采集检测对象的第一数据；所述第二模态采集设备用于基于所述处理器的控制指令执行和/或停止所述待执行扫描序列的扫描；所述处理器用于基于所述第一数据，控制所述第二模态采集设备执行和/或停止所述待执行扫描序列的扫描。
上述设备，通过第一模态采集设备采集的第一数据对检测对象的实时生理状态进行判断，再根据判断结果控制第二模态采集设备针对检测对象不同的生理状态进行扫描，以得到相应实时扫描数据。与传统技术中，仅依赖单个类型设备进行扫描采集相比，本申请结合了不同时间分辨率的设备能在第一时间对检测对象不同的身体状态进行反应与数据采集，避免了在时间分辨率过低的情况下无法准确获取检测对象的检测数据，提高了医疗检测的精准性。进一步的，本实施例中可根据检测对象不同的生理状态分别进行实时扫描数据的采集，精确采集每个生理状态对应的实时扫描数据，避免了所得实时扫描数据中混杂多个不同状态的信息，使得在根据实时扫描数据重建得到的医疗影像中仅包含有某一生理状态的信息，进而提高了重建图像的质量，有利于提高检测的准确性。
在本实施例中还提供了一种一体化医疗设备的扫描控制装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。以下所使用的术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管在以下实施例中所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图4是本实施例的一体化医疗设备的扫描控制装置的结构框图，如图4所示，该装置包括：包括：第一控制模块41、获取模块42和第二控制模块43，其中：
第一控制模块41，用于控制所述第一模态采集设备实时采集检测对象的第一数据；
获取模块42，用于获取所述第二模态采集设备的待执行扫描序列；
第二控制模块43，用于基于所述第一数据，控制所述第二模态采集设备执行和/或停止所述待执行扫描序列的扫描。
上述装置中，通过第一模态采集设备采集的第一数据对检测对象的实时生理状态进行判断，再根据判断结果控制第二模态采集设备针对检测对象不同的生理状态进行扫描，以得到相应实时扫描数据。与传统技术中，仅依赖单个类型设备进行扫描采集相比，本申请结合了不同时间分辨率的设备能在第一时间对检测对象不同的身体状态进行反应与数据采集，避免了在时间分辨率过低的情况下无法准确获取检测对象的检测数据，提高了医疗检测的精准性。进一步的，本实施例中可根据检测对象不同的生理状态分别进行实时扫描数据的采集，精确采集每个生理状态对应的实时扫描数据，避免了所得实时扫描数据中混杂多个不同状态的信息，使得在根据实时扫描数据重建得到的医疗影像中仅包含有某一生理状态的信息，进而提高了重建图像的质量，有利于提高检测的准确性。
进一步的，第二控制模块43还用于将所述第一数据与预设数据进行比对，并获取比对结果；若当前时刻的所述比对结果为不匹配，且前一时刻的所述比对结果为匹配，则控制所述第二模态采集设备停止执行当前的待执行扫描序列，并触发新的待执行扫描序列，得到异常扫描数据；若当前时刻的所述比对结果为匹配，且前一时刻的所述比对结果为不匹配，则控制所述第二模态采集设备停止执行当前的待执行扫描序列，并触发新的待执行扫描序列，得到正常扫描数据。
进一步的，上述装置还包括数据处理模块，用于基于所述第一数据对实时扫描数据进行切割，得到正常扫描数据和异常扫描数据，所述实时扫描数据通过触发所述待执行扫描序列得到。
进一步的，数据处理模块还用于基于所述实时扫描数据进行图像重建，所述实时扫描数据通过触发所述待执行扫描序列得到。
进一步的，数据处理模块还用于基于所述异常扫描数据进行图像重建，得到异常状态图像；基于所述正常扫描数据进行图像重建，得到正常状态图像。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
需要说明的是，在本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，在本实施例中不再赘述。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种一体化医疗设备的扫描控制方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
控制所述第一模态采集设备实时采集检测对象的第一数据；
获取所述第二模态采集设备的待执行扫描序列；
基于所述第一数据，控制所述第二模态采集设备执行和/或停止所述待执行扫描序列的扫描。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
控制所述第一模态采集设备实时采集检测对象的第一数据；
获取所述第二模态采集设备的待执行扫描序列；
基于所述第一数据，控制所述第二模态采集设备执行和/或停止所述待执行扫描序列的扫描。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种一体化医疗设备的扫描控制方法，其特征在于，所述一体化医疗设备至少包括第一模态采集设备和第二模态采集设备，且所述第一模态采集设备的时间分辨率高于所述第二模态采集设备的时间分辨率，所述方法包括：
控制所述第一模态采集设备实时采集检测对象的第一数据；
获取所述第二模态采集设备的待执行扫描序列；
基于所述第一数据，控制所述第二模态采集设备执行和/或停止所述待执行扫描序列的扫描。
2.根据权利要求1所述的一体化医疗设备的扫描控制方法，其特征在于，所述基于所述第一数据，控制所述第二模态采集设备执行和/或停止所述待执行扫描序列的扫描包括：
将所述第一数据与预设数据进行比对，并获取比对结果；
若当前时刻的所述比对结果为不匹配，且前一时刻的所述比对结果为匹配，则控制所述第二模态采集设备停止当前的待执行扫描序列，并触发新的待执行扫描序列，得到异常扫描数据；
若当前时刻的所述比对结果为匹配，且前一时刻的所述比对结果为不匹配，则控制所述第二模态采集设备停止当前的待执行扫描序列，并触发新的待执行扫描序列，得到正常扫描数据。
3.根据权利要求1所述的一体化医疗设备的扫描控制方法，其特征在于，所述基于所述第一数据，控制所述第二模态采集设备执行和/或停止所述待执行扫描序列的扫描之后还包括：
基于所述第一数据对实时扫描数据进行切割，区分正常扫描数据和异常扫描数据，所述实时扫描数据通过触发所述待执行扫描序列得到。
4.根据权利要求2或3所述的一体化医疗设备的扫描控制方法，其特征在于，所述基于所述第一数据，控制所述第二模态采集设备执行和/或停止所述待执行扫描序列的扫描还包括：
基于实时扫描数据进行图像重建，所述实时扫描数据通过触发所述待执行扫描序列得到。
5.根据权利要求4所述的一体化医疗设备的扫描控制方法，其特征在于，所述基于所述实时扫描数据进行图像重建包括：
基于所述异常扫描数据进行图像重建，得到异常状态图像；
基于所述正常扫描数据进行图像重建，得到正常状态图像。
6.根据权利要求1所述的一体化医疗设备的扫描控制方法，其特征在于，所述第二模态采集设备包括PET设备和/或MR设备。
7.一种一体化医疗设备，其特征在于，包括第一模态采集设备、第二模态采集设备以及处理器，所述第一模态采集设备的时间分辨率高于所述第二模态采集设备的时间分辨率，其中：
所述第一模态采集设备用于实时采集检测对象的第一数据；
所述第二模态采集设备用于基于所述处理器的控制指令执行和/或停止所述待执行扫描序列的扫描；
所述处理器用于基于所述第一数据，控制所述第二模态采集设备执行和/或停止所述待执行扫描序列的扫描。
8.一种一体化医疗设备的扫描控制装置，其特征在于，所述装置包括：
第一控制模块，用于控制所述第一模态采集设备实时采集检测对象的第一数据；
获取模块，用于获取所述第二模态采集设备的待执行扫描序列；
第二控制模块，用于基于所述第一数据，控制所述第二模态采集设备执行和/或停止所述待执行扫描序列的扫描。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的一体化医疗设备的扫描控制方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的一体化医疗设备的扫描控制方法的步骤。
CN202210588373.XA 2022-05-27 2022-05-27 一体化医疗设备及其扫描控制方法、装置和计算机设备 Pending CN114916916A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210588373.XA CN114916916A (zh) 2022-05-27 2022-05-27 一体化医疗设备及其扫描控制方法、装置和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210588373.XA CN114916916A (zh) 2022-05-27 2022-05-27 一体化医疗设备及其扫描控制方法、装置和计算机设备

Publications (1)

Publication Number Publication Date
CN114916916A true CN114916916A (zh) 2022-08-19

Family

ID=82810983

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210588373.XA Pending CN114916916A (zh) 2022-05-27 2022-05-27 一体化医疗设备及其扫描控制方法、装置和计算机设备

Country Status (1)

Country Link
CN (1) CN114916916A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116859774A (zh) * 2023-04-28 2023-10-10 北京飞燕四海医疗科技有限责任公司 扫描设备控制方法、装置及计算机设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170251985A1 (en) * 2016-02-12 2017-09-07 Newton Howard Detection Of Disease Conditions And Comorbidities
CN108606778A (zh) * 2018-04-16 2018-10-02 顾继炎 医疗装置、算法更新方法、医疗系统及外部监测装置
CN108883294A (zh) * 2015-10-15 2018-11-23 医科达有限公司 用于在整个放射治疗中监视结构运动的系统和方法
CN109567797A (zh) * 2019-01-30 2019-04-05 浙江强脑科技有限公司 癫痫预警方法、装置及计算机可读存储介质
CN111887843A (zh) * 2020-08-07 2020-11-06 浙江环玛信息科技有限公司 融合性癫痫发作期自动检测方法及系统
US20210093897A1 (en) * 2017-10-05 2021-04-01 Insighitec, Ltd Frameless ultrasound therapy
CN114099174A (zh) * 2020-06-09 2022-03-01 首都医科大学宣武医院 一种癫痫患儿用监测系统及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108883294A (zh) * 2015-10-15 2018-11-23 医科达有限公司 用于在整个放射治疗中监视结构运动的系统和方法
US20170251985A1 (en) * 2016-02-12 2017-09-07 Newton Howard Detection Of Disease Conditions And Comorbidities
US20210093897A1 (en) * 2017-10-05 2021-04-01 Insighitec, Ltd Frameless ultrasound therapy
CN108606778A (zh) * 2018-04-16 2018-10-02 顾继炎 医疗装置、算法更新方法、医疗系统及外部监测装置
CN109567797A (zh) * 2019-01-30 2019-04-05 浙江强脑科技有限公司 癫痫预警方法、装置及计算机可读存储介质
CN114099174A (zh) * 2020-06-09 2022-03-01 首都医科大学宣武医院 一种癫痫患儿用监测系统及方法
CN111887843A (zh) * 2020-08-07 2020-11-06 浙江环玛信息科技有限公司 融合性癫痫发作期自动检测方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116859774A (zh) * 2023-04-28 2023-10-10 北京飞燕四海医疗科技有限责任公司 扫描设备控制方法、装置及计算机设备

Similar Documents

Publication Publication Date Title
Comanducci et al. Clinical and advanced neurophysiology in the prognostic and diagnostic evaluation of disorders of consciousness: review of an IFCN-endorsed expert group
Kropotov Functional neuromarkers for psychiatry: Applications for diagnosis and treatment
CA2888355C (en) Systems and methods for evaluation of neuropathologies
Rosanova et al. Recovery of cortical effective connectivity and recovery of consciousness in vegetative patients
Hinkley et al. Clinical symptoms and alpha band resting-state functional connectivity imaging in patients with schizophrenia: implications for novel approaches to treatment
Page et al. Wearable seizure detection using convolutional neural networks with transfer learning
US20200113466A1 (en) Systems and Methods for Tracking Non-Stationary Spectral Structure and Dynamics in Physiological Data
Chen et al. Functional magnetic resonance imaging for imaging neural activity in the human brain: the annual progress
CN106343992B (zh) 心率变异性分析方法、装置及用途
CN114916916A (zh) 一体化医疗设备及其扫描控制方法、装置和计算机设备
Kondziella et al. Understanding, detecting, and stimulating consciousness recovery in the ICU
Maher et al. Seizure detection with reduced electroencephalogram channels: research trends and outlook
Baldassano et al. Big data in status epilepticus
Yao et al. Exploring the impact of 3D movie watching on the brain source activities and energy consumption by ESI and fNIRS
Spranger Neurosciences and the law: An introduction
BE1023314B1 (fr) Procédé et outils pour prédire la réponse à la douleur chez un sujet
CN114864053A (zh) 数据处理方法、装置、计算机设备和计算机可读存储介质
Ferrari Artificial Intelligence for Autism Spectrum Disorders
Grant et al. Analysis of wearable time series data in endocrine and metabolic research
Stojmenski et al. A mobile application for ECG detection and feature extraction
Niu et al. A gender recognition method based on EEG microstates
CN114171180A (zh) 医学数据的处理方法、计算机设备和存储介质
US20230012989A1 (en) Systems and methods for rapid neurological assessment of clinical trial patients
US20240021313A1 (en) System and a method for detecting and quantifying electroencephalographic biomarkers in alzheimer's disease
TWI708589B (zh) 結合生理偵檢裝置監測心血管及腦部功能之系統和方法

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