CN115736961A - 医学扫描的控制方法、脑机接口装置及医学扫描系统 - Google Patents

Abstract

本发明公开了一种医学扫描的控制方法、脑机接口装置及医学扫描系统，所述控制方法包括：根据扫描对象的脑电信号刺激所述扫描对象，并在刺激所述扫描对象的过程中，监测所述扫描对象的脑电信号；根据所述脑电信号中确定所述扫描对象的生理状态参数；当所述生理状态参数达到目标参数值时，对所述扫描对象进行医学扫描。本发明的医学扫描的控制方法，根据扫描对象的脑电信号对其进行情绪调控，配合情绪调控的效果及脑电信号中提取出的生理状态参数，根据生理状态参数计算输出最适合医学扫描的触发点或时间窗口期间，提升了医学扫描的最终成像质量，免除了对传统ECG电极和胸腹贴片的依赖，提升了用户的体验感。

Description

医学扫描的控制方法、脑机接口装置及医学扫描系统

技术领域

本发明涉及医学成像技术领域，特别涉及一种医学扫描的控制方法、脑机接口装置及医学扫描系统。

背景技术

医学扫描设备如CT(Computed Tomography，计算机断层扫描)装置以及MRI(Magnetic Resonance Imaging，断层成像)装置广泛应用于医疗领域。多数医学扫描设备的检查空间较为封闭，被扫描者在接受扫描时候，通常只能通过扬声器和麦克的方式和操作者进行沟通。医学扫描时可能出现操作者听不到被扫描者的反馈，或者被扫描者听不到操作者的指导或安抚的情况，进而导致被扫描者情绪紧张，尤其对于特殊精神状态的病人，如抑郁症、躁郁症、焦虑症、幽闭恐惧症患者，身体处于不适合扫描的状态；这种不适合扫描的状态会影响扫描的最终成像质量，尤其针对胸扫和心脏扫描可能出现运动伪影，导致医学扫描的质量不高。

发明内容

本发明要解决的技术问题是为了克服现有技术中无法保证扫描对象处于适合扫描的状态导致医学扫描的质量不高的缺陷，提供一种医学扫描的控制方法、脑机接口装置及医学扫描系统。

本发明是通过下述技术方案来解决上述技术问题：

本发明提供一种医学扫描的情绪调控方法，所述控制方法包括：

根据扫描对象的脑电信号刺激所述扫描对象，并在刺激所述扫描对象的过程中，监测所述扫描对象的脑电信号；

根据所述监测得到的脑电信号中确定所述扫描对象的生理状态参数；

当所述生理状态参数达到目标参数值时，生成对所述扫描对象进行医学扫描的指令。

较佳地，所述脑电信号包括若干不同频段的脑电信号；

监测所述扫描对象的脑电信号的步骤包括：

监测所述扫描对象的若干脑电信号；

将所述若干脑电信号分成至少两组，并分别通过不同的预设频段的滤波器以得到不同频段的脑电信号；

以所述不同频段的脑电信号中选定的脑电信号为参考信号，将同频段的其他脑电信号分别与所述参考信号进行差分运算放大并抑制噪声信号。

较佳地，所述脑电信号包括若干不同频段的脑电信号；

根据扫描对象的脑电信号刺激所述扫描对象的步骤包括：

根据扫描对象的不同频段的脑电信号生成情绪调节信号刺激所述扫描对象；

所述情绪调节信号用于调节所述扫描对象的情绪至适合医学扫描的情绪状态。

较佳地，根据所述不同频段的脑电信号生成情绪调节信号的步骤包括：

对所述不同频段的电信号进行特征提取以得到特征信息；

将所述特征信息与样本脑电信号的特征信息进行比对以得到近似程度；所述样本脑电信号对应于若干情绪类别；

根据所述近似程度确定所述扫描对象的脑电信号的情绪类别以得到当前情绪状态；

根据所述当前情绪状态和预设的目标情绪状态的偏差生成情绪调节信号。

较佳地，所述脑电信号包括心电信号的频段对应的脑电信号；所述生理状态参数包括所述扫描对象的心电R波；

根据所述脑电信号中确定所述扫描对象的生理状态参数的步骤包括：

对所述心电信号的频段对应的脑电信号进行心电信号QRS波的探测；

通过预估所述心电信号QRS波的二阶导数或加速度确定所述心电R波的波峰；

基于归一化最小均方误差算法和/或集平均值算法计算得到所述心电R波的波峰的发生时刻；

根据所述心电R波的波峰的发生时刻确定所述心电R波的波形。

较佳地，所述生理状态参数具体包括心电R波对应的心率；所述目标参数值包括目标心率；

当所述生理状态参数达到目标参数值时，生成对所述扫描对象进行医学扫描的指令的步骤包括：

当所述心电R波对应的心率达到目标心率时，生成对所述扫描对象进行医学扫描的指令。

较佳地，根据扫描对象的脑电信号刺激所述扫描对象的步骤之后，所述医学扫描方法还包括：

监测所述扫描对象的若干生理状态参数；

当所述若干生理状态参数均达到对应的目标参数值时，生成对所述扫描对象进行医学扫描的指令。

本发明还提供一种医学扫描方法，所述医学扫描方法包括：

利用如上所述的医学扫描的控制方法对扫描对象进行情绪监控，并生成对所述扫描对象进行医学扫描的指令；

根据所述指令对所述扫描对象进行医学扫描。

本发明还提供一种脑机接口装置，所述脑机接口装置连接于医学扫描设备；

所述脑机接口装置包括：

脑电信号监控模块，用于根据扫描对象的脑电信号刺激所述扫描对象，并在刺激所述扫描对象的过程中，监测所述扫描对象的脑电信号；

生理状态确定模块，用于根据所述监测得到的脑电信号中确定所述扫描对象的生理状态参数；

扫描指令生成模块，用于当所述生理状态参数达到目标参数值时，生成对所述扫描对象进行医学扫描的指令，并发送至所述医学扫描设备。

较佳地，所述脑电信号包括若干不同频段的脑电信号；

所述脑电信号监控模块包括：

至少一个脑电信号传感器阵列，用于采集所述扫描对象的若干脑电信号；

脑电信号滤波电路，用于将所述若干脑电信号分成至少两组，并分别通过不同的预设频段的滤波器以得到不同频段的脑电信号；

脑电信号调理电路，用于以所述不同频段的脑电信号中选定的脑电信号为参考信号，将同频段的其他脑电信号分别与所述参考信号进行差分运算放大并抑制噪声信号。

较佳地，脑电信号监控模块具体用于根据扫描对象的不同频段的脑电信号生成情绪调节信号刺激所述扫描对象；

所述情绪调节信号用于调节所述扫描对象的情绪至适合医学扫描的情绪状态。

较佳地，所述脑电信号监控模块包括：

特征信息提取单元，用于对所述不同频段的电信号进行特征提取以得到特征信息；

特征信息比对单元，用于将所述特征信息与样本脑电信号的特征信息进行比对以得到近似程度；所述样本脑电信号对应于若干情绪类别；

情绪状态识别单元，用于根据所述近似程度确定所述扫描对象的脑电信号的情绪类别以得到当前情绪状态；

调节信号生成单元，用于根据所述当前情绪状态和预设的目标情绪状态的偏差生成情绪调节信号。

较佳地，所述脑电信号包括心电信号的频段对应的脑电信号；所述生理状态参数包括所述扫描对象的心电R波；

生理状态确定模块包括心电R波提取单元；

所述心电R波提取单元用于对所述心电信号的频段对应的脑电信号进行心电信号QRS波的探测；

所述心电R波提取单元用于通过预估所述心电信号QRS波的二阶导数或加速度确定所述心电R波的波峰；

所述心电R波提取单元用于基于归一化最小均方误差算法和/或集平均值算法计算得到所述心电R波的波峰的发生时刻；

所述心电R波提取单元用于根据所述心电R波的波峰的发生时刻确定所述心电R波的波形。

较佳地，所述生理状态参数具体包括心电R波对应的心率；所述目标参数值包括目标心率；

所述扫描指令生成具体用于当所述心电R波对应的心率达到目标心率时，生成对所述扫描对象进行医学扫描的指令。

较佳地，所述生理状态确定模块还用于监测所述扫描对象的若干生理状态参数；

所述扫描指令生成模块还用于当所述若干生理状态参数均达到对应的目标参数值时，生成对所述扫描对象进行医学扫描的指令。

较佳地，所述脑机接口装置还包括一对耳套；所述耳套与皮肤接触的外环上设置有预设数量的电极点；

所述一对耳套的电极点组成若干对正负极点，以形成直流电刺激回路穿过所述扫描对象的脑部；

所述耳套内部设置有线圈绕组，用于提供直流情绪调节信号或交流情绪调节信号。

较佳地，所述脑机接口装置还包括隔离件；

所述隔离件用于隔离所述医学扫描设备对所述脑电信号采集模块的干扰。

本发明还提供一种医学扫描系统，所述医学扫描系统包括如上所述的脑机接口装置。

本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的医学扫描的控制方法或如上所述的医学扫描方法。

本发明还提供一种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如上所述的医学扫描的控制方法或如上所述的医学扫描方法。

本发明的积极进步效果在于：

本发明的医学扫描的控制方法，根据扫描对象的脑电信号对其进行情绪调控，配合情绪调控的效果及脑电信号中提取出的生理状态参数，根据生理状态参数计算输出最适合医学扫描的触发点或时间窗口期间，提供了医学扫描时间点的良好建议；针对胸腔扫描和心脏扫描起到降低运动伪影的作用，提升了医学扫描的最终成像质量的同时，免除了心脏扫描对传统ECG电极和胸腹贴片的依赖；通过对病人扫描对象，尤其对于特殊精神状态的病人，在扫描床上期间的情绪的监测和神经调控，可以提升用户体验感。

附图说明

图1为本发明实施例1的医学扫描的控制方法的第一流程图。

图2为本发明实施例1的医学扫描的控制方法的第二流程图。

图3为本发明实施例1的脑电信号传感器阵列的第一结构示意图。

图4为本发明实施例1的脑电信号传感器阵列的第二结构示意图。

图5为本发明实施例1的脑电信号传感器阵列的第三结构示意图。

图6为本发明实施例1的脑电信号传感器阵列的设置方式示意图。

图7为本发明实施例3的脑机接口的第一结构示意图。

图8为本发明实施例3的脑机接口的第二结构示意图。

图9为本发明实施例3的脑机接口的第三结构示意图。

图10为本发明实施例3的脑机接口的第四结构示意图。

图11为本发明实施例5中的一种电子设备的硬件结构示意图。

具体实施方式

下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。

实施例1

请参考图1，其为本实施例中的医学扫描的控制方法的第一流程图。具体的，所述控制方法包括：

S101、采集扫描对象的脑电信号；具体地，脑电信号主要包括脑电波(Electroencephalogram，EEG)，EEG信号记录大脑活动时的电波变化，是脑神经细胞的电生理活动在大脑皮层或头皮表面的总体反映，EEG信号通常通过EEG传感器进行采集。

S102、根据脑电信号刺激扫描对象，并在刺激扫描对象的过程中，监测扫描对象的脑电信号；脑电信号可以反映神经活动和情绪状态变化，具体地，可实时提取出EEG信号中各个频段的信号并分别做频谱分析，以实现了解神经活动和情绪状态，并根据神经活动和情绪状态刺激扫描对象的大脑皮层；刺激方式可以采用经颅直流电刺激(transcranialdirect current stimulation，tDCS)，利用恒定、低强度直流电(1～2mA)调节大脑皮层神经元活动。在刺激扫描对象的过程中，持续监测扫描对象的脑电信号，并可以根据脑电信号调整刺激信号。

S103、根据监测得到的脑电信号中确定扫描对象的生理状态参数；具体地，EEG信号非常的微弱，所以采集EEG信号的设备非常灵敏，在采集EEG信号的同时会采集到其他生理信号，常见的生理信号包括：眼电(electro-oculogram，EOG)信号、肌电(electromyogram，EMG)信号、心电(electrocardiogram，ECG)信号。从脑电信号中提取出扫描对象的这些生理状态参数，可以用于反映和评估神经活动和情绪状态变化。

S104、当生理状态参数达到目标参数值时，对扫描对象进行医学扫描；具体地，目标生理状态对应于适合医学扫描的情绪状态。在最有利于医学扫描的状态下对扫描对象进行医学扫描，有利于降低运动伪影的作用，提升医学扫描的最终成像质量。

脑电信号包括若干不同频段的脑电信号；具体地，EEG信号包括多种频率的脑电波。EEG信号具有特征频率范围和空间分布，与大脑的不同功能状态相关联。EEG信号包括：

(1)Delta波段：频率范围为0.5-4Hz(赫兹)，高振幅波，通常会在成人进行深度睡眠时出现，该频段出现的部位通常是在成年人的前额位置和婴儿的后脑位置。

(2)Theta波段：频率范围为4-8Hz，在婴儿的脑中以及在成人和青少年出现睡意(或睡眠初期)的时侯出现；也会在人的大脑处于空闲状态或冥想时出现。

(3)Alpha波段：频率范围为8-13Hz，节律性脑电波中最明显的波，通常出现在头的后部以及头两侧。当清醒的人处于放松或者闭眼状态时，可以在枕叶区探测的EEG中检测到。

(4)Beta波：频率范围为13-30Hz，低振幅波，通常会对称地出现在大脑两侧，且在大脑的前部最为明显，可以在顶叶和额叶检测到。出现这频段的脑波时，人们往往处于注意力集中，逻辑思维活跃，情绪波动，警觉或焦虑的状态。

(5)Gamma波段：频率范围为30-50Hz。通常会出现在体感皮层，出现该频段时人通常处于十分激动、亢奋的状态，或是受到了强烈的刺激，也会在人跨模态感知处理中出现，例如进行物体识别，声音或触觉的短期记忆等。

请参考图2，其为本实施例中的医学扫描的控制方法的第二流程图。在一种可选的实施方式中，为了获取不同频段的脑电信号，步骤S101包括：

S1011、采集扫描对象的若干脑电信号；具体地，可以利用脑电信号传感器阵列采集扫描对象的若干脑电信号。

S1012、将若干脑电信号分成若干组，并分别通过不同的预设频段的滤波器以得到不同频段的脑电信号。

S1013、以若干脑电信号中选定的脑电信号为参考信号，将其他脑电信号分别与参考信号在调理电路中进行差分运算放大并抑制共模噪声信号。

如图3-6所示，可选地，脑电信号传感器阵列被设置为包含有9行9列共81个脑电极；通过多个EEG传感器阵列结构及医学扫描系统的支撑装置(如CT头托)的人体工学设计，将接受CT扫描的病人的脑电信号进行高保真地模拟信号采集以及模数转换；

可选地，脑电信号传感器阵列可为单个或复数个，可包括但不限于EEG、呼吸频率、PPG(photoplethysmography，光电容积描记)心率、血压、EMG肌电信号等生理信号的基于多识别手段的传感监测；脑电信号传感器阵列与头颅的物理接触及信号提取方式可为多样的，包括但不限于非侵入式、半侵入式或内外电磁耦合型植入式等；

可选地，脑电信号传感器阵列可为三个。其中一个传感阵列单元位于大脑皮层额叶区、顶叶区中央顶部，用于采集该区域的脑电信号。另外两个传感阵列单元分别位于左右半脑皮层颞叶区，用于采集该区域的脑电信号，并形成tDCS刺激的正负极。

可选地，从每一个传感阵列执行EEG脑电信号采集时，以每一行每一列第一个电极所采集的EEG信号为参考信号，每一列第二至第九电极采集之EEG信号分别与参考信号在调理电路中进行差分运算放大，抑制共模噪声信号后，输出所采集到的EEG信号。

具体地，列1和列2采集出的16个(2*8行＝16个差分输出信号)原始EEG信号波形通过使用下限频率32Hz–上限频率65Hz的带通滤波器和50Hz陷波滤波分别进行处理，得到16个Gamma频段EEG时域信号波形；

列3和列4采集出的16个原始EEG信号波形通过使用13Hz-32Hz的带通滤波器分别进行处理，得到16个Beta频段EEG时域信号波形；

列5和列6采集出的16个原始EEG信号波形通过使用8Hz-13Hz的带通滤波器分别进行处理，得到16个Alpha频段EEG时域信号波形；

列7和列8采集出的16个原始EEG信号波形通过使用4Hz-8Hz的带通滤波器分别进行处理，得到16个Theta频段EEG时域信号波形；

列9采集出的8个原始EEG信号波形通过使用0.5Hz-4Hz的带通滤波器分别进行处理，得到8个Theta频段EEG时域信号波形。

然后对每一个频段EEG信号进行特征提取，可使用例如小波变换等方法进行特性提取。对Delta至Gamma频段的所有EEG信号使用深度学习算法进行EEG信号解码与分类。

在一种可选的实施方式中，步骤S102包括：

根据不同频段的脑电信号生成情绪调节信号刺激扫描对象；情绪调节信号用于调节扫描对象的情绪至适合医学扫描的情绪状态。

具体地，根据不同频段的脑电信号生成情绪调节信号的步骤包括：

S1021、对不同频段的脑电信号进行特征提取以得到特征信息；具体地，利用频谱分析在频率域内分析不同频段的脑电信号以得到不同频段的描述函数。

S1022、将特征信息与样本脑电信号的特征信息进行比对以得到近似程度；样本脑电信号对应于若干情绪类别；样本脑电信号至少可以进行正常样本和重度抑郁样本的分类，且不同情绪类别的样本在不同频段具有固有的特征，重度抑郁样本的Gamma波段的信号强度较大并具有固有的描述函数。特征信息的比对可以采用量化比对的方式，即将描述函数的连续取值近似为有限多个离散值再进行比对，以通过量化实现编码。

S1023、根据近似程度确定扫描对象的脑电信号的情绪类别以得到当前情绪状态。具体地，根据近似程度并使用模式识别算法和深度学习模型确定扫描对象的脑电信号的情绪类别。根据与临床状态脑电样本的近似度，脑电信号的情绪类别可以包括正常状态和非正常状态，其中，正常状态可以细分为睡眠状态、稳定状态、放松状态、焦虑状态、兴奋状态等，非正常状态可以细分为抑郁状态、强迫状态等病理状态，进一步可以在各类别中根据情绪类别的程度等级划分若干等级，以更为准确地识别扫描对象的当前情绪状态。

具体地，鉴于可以参考公开数据库的已公开的各类人群和临床状态下的大量EEG样本数据集，所述临床状态脑电例如睡眠状态脑电、精神分裂症脑电、抑郁症脑电、强迫症脑电、帕金森症脑电、癫痫症脑电等，方法上可以结合来源于以上数据库的大量EEG样本数据集及临床状态类型，针对每一个频段的EEG信号的特征提取(如公共空间模式滤波commonspatial pattern filtering、连续小波变换continuous wavelet transform等方法)、模式识别和ERD(Event-related desynchronization，事件相关去同步化)/ERS(Eventrelated synchronization，事件相关同步化)量化分析，建立起一套普适性的基于情绪识别的深度学习模型。

其中，ERD/ERS量化分析的实施思路：可利用功率谱分析法等频域特征分析方法，将频率内的各个特征保留记录下来，写入普适性的基于情绪识别的深度学习模型并通过大量EEG样本分析对模型进行训练、完善，当量化分析的样本量足够充足时，当前采集的EEG(如CT扫描场景下通过本专利提出的CT脑机接口集成系统所采集到的EEG数据)信号输入到训练得到的深度学习模型时，在Delta至Gamma波段的每一个波段的EEG信号中，此模型都有能力定位出已经过ERD/ERS分析确定的特征类型、并快速地判别出此波段脑电对应的情绪/心境状态类型及程度等级。

S1024、根据当前情绪状态和预设的目标情绪状态的偏差生成情绪调节信号。具体地，在完成当前情绪状态识别后，可运用神经调控技术，将当前情绪状态和目标情绪进行编码生成情绪调节信号，以脑电极帽接触的电信号刺激、磁信号刺激、耳机声学刺激等刺激方式，通过对应大脑皮层的情绪状态的自适应反馈调节，使扫描对象处于最有利于医学扫描成像的状态。

可选地，自适应反馈调节的刺激方式可为其它类型感官刺激或混合方式；自适应情绪调控也可设计为可自定义(如10s(秒)、20s或30s内实现达到目标情绪状态，采用一种刺激或混合刺激方式)的情绪调控；情绪调节信号可以以多种物理接触或非接触的形式实现对特定目标大脑皮层的传递注入。

可选地，可以利用具有多重功能的耳套实施刺激：隔离外界噪音(包括CT转动噪声)、直流/交流磁刺激、直流电刺激等。每个耳套结构上与皮肤直接接触的外环上设计有4个直流电刺激实施电极点，左右耳套组成4对正负极点，实施直流刺激神经调控时穿过患者脑部形成直流电刺激回路；每个耳套结构内部圆环凸起部分中设计包含有线圈绕组，用于提供直流磁刺激或交流刺激神经调控。

在一种可选的实施方式中，脑电信号包括心电信号的频段对应的脑电信号；生理状态参数包括扫描对象的心电R波；传统ECG电极采集心电信号需要在监测对象身体多处部分设置ECG电极，在本实施例的结合多种类型生理信号综合判断医学扫描时机的方式中，较多数量和种类的信号采集装置会导致扫描对象的情绪波动，如兴奋或紧张，不利于扫描对象快速进入适合医学扫描的状态，从脑电信号提取其他生理状态参数，在扫描对象接收情绪调节的同时，在扫描对象无意识的状态下取得若干目标参数，有利于扫描对象快速进入适合医学扫描的状态，可以提高扫描对象的扫描体验。具体地，步骤S103包括：

S1031、对心电信号的频段对应的脑电信号进行心电信号QRS波的探测；即高亮出、定位出心电R波波峰并将其提取出来。具体地，心电R波频率通常在1.4Hz至1.75Hz之间，故在本实施例中，采用Delta频段(0.5Hz-4Hz)的脑电信号进行心电R波的提取。可以基于独立成分分析算法(Independent Component Analysis，ICA algorithm)对Delta频段的脑电信号进行心电信号QRS波的探测，心电信号QRS波为心电信号主波的波形。

S1032、通过预估心电信号QRS波的二阶导数或加速度确定心电R波的波峰；具体地，LSA(Least square acceleration filter)数字滤波器作为FIR滤波器(有限长单位冲击相应滤波器FIR，finite-impulse response filter)的一种拓展设计，通过预估出数字信号的二阶导数或加速度(second derivative or acceleration)，探测确定数字信号中的尖峰(Spike)值点即心电R波尖峰点。当EEG数字信号的某一数值区间幅值的二阶导数值极大，则认为此区域为R波上升沿，直到计算出的二阶导数为零，则认为此位置点为R波波峰。

S1033、基于归一化最小均方误差算法和/或集平均值算法计算得到心电R波的波峰的发生时刻。

S1034、根据心电R波的波峰的发生时刻确定心电R波的波形。

通过对每一个传感阵列的第9列的8个Delta频段EEG信号进行自适应算法分析(例如ICA算法分析、NLMS算法和EA算法等上述三种主要算法)，比对已监测计算出的一系列R波发生时刻点，确定出心电R波的波形和CT病床上患者的实时心率状况，并控制所述情绪反馈调控模块对患者进行信号刺激(如电信号刺激、磁信号刺激、耳机声学刺激等刺激方式)以实现对情绪状态、R-R期间、R波信噪比、实时心率等患者状态的自适应最优化调节。

在一种可选的实施方式中，生理状态参数具体包括心电R波对应的心率；目标生理状态包括目标心率；具体地，心电信号中RR间期是心电图上两个QRS波群中R波和R波之间的距离，RR间期的正常值是0.6～1.0秒，根据RR间期可以计算出心电R波对应的心率。

步骤S104包括：

S1041、当心电R波对应的心率达到目标心率时，生成对扫描对象进行医学扫描的指令。例如，心脏扫描所需的理想心率是65bpm(心率单位)的状态。在生理状态参数中，心率是确定最适合扫描状态的最重要的参考指标。

在另一种可选的实施方式中，步骤S102之后，控制方法还包括：

S105、监测扫描对象的若干生理状态参数；具体地，生理状态参数可以包括但不限于：EEG、呼吸频率、PPG心率、血压、EMG肌电信号。例如，生理状态确定模块2还可以通过呼吸仪检测呼吸频率，通过血压仪检测血压。

更优地，用以做心脏扫描触发的心电R波的提取可不单纯依赖所采集到的Deal频段的EEG信号，也可为结合其它类型生理信号的多模态算法分析(一种生理信号视为一种模态)的方式来确定和准确提取。

具体地，由于心电信号中R波成分能量较高，其存在于大多数生理信号中，如EMG肌电信号中也含有心电R波噪声成分，因此，可以设计添加EMG采集点于对应人体后脑至颈部的区域，利用前述EEG脑电的特征提取一系列结果与EMG肌电信号的特征提取一些列结果进行拟合比对，即实现‘多模态’算法分析。在利用EMG信号辅助分析患者实时情绪状态的同时，也可实现心脏扫描的R波触发功能。

S106、当若干生理状态参数均达到对应的目标生理状态时，对扫描对象进行医学扫描。

在一种可选的实施方式中，脑机接口的EEG脑电信号传感采集阵列可设计成拓扑结构、兼容地集成于医学扫描系统的其它定位/支撑装置或部件中，以CT为例，支撑设备包括但不限于CT头托、头臂托、头垫等CT患者定位附件/支撑装置和病床；CT支撑设备中与人体躯干肌直接接触的面积或位置可以设置EMG信号采集电极点位，例如对应人体后脑至颈部的区域的EMG采集点可以设置于CT头托、头垫等支撑装置中。

本实施例的医学扫描的控制方法，根据扫描对象的脑电信号对其进行情绪识别和自适应地情绪调控，配合情绪调控的效果及脑电信号中提取出的心电R波信息，根据心率等生理状态参数计算输出最适合医学扫描的触发点或时间窗口期间，提供了心脏扫描时间点的良好建议；针对胸腔扫描和心脏扫描起到降低运动伪影的作用，提升了医学扫描的最终成像质量的同时，免除了心脏扫描对传统ECG电极和胸腹贴片的依赖；通过对病人扫描对象，尤其对于特殊精神状态的病人，在扫描床上期间的情绪的监测和神经调控，可以提升用户体验感。

实施例2

本实施例提供一种医学扫描方法，所述医学扫描方法包括：

利用实施例1中的医学扫描的控制方法对扫描对象进行情绪监控，并生成对扫描对象进行医学扫描的指令；

根据指令对扫描对象进行医学扫描。

本实施例的医学扫描方法，利用上述医学扫描的控制方法，根据扫描对象的生理状态参数计算输出最适合医学扫描的触发点或时间窗口期间，提供了心脏扫描时间点的良好建议；针对胸腔扫描和心脏扫描起到降低运动伪影的作用，提升了医学扫描的最终成像质量的同时，免除了心脏扫描对传统ECG电极和胸腹贴片的依赖；通过对病人扫描对象，尤其对于特殊精神状态的病人，在扫描床上期间的情绪的监测和神经调控，可以提升用户体验感。

实施例3

请参考图7，其为本实施例中的脑机接口装置的第一结构示意图。具体的，该脑机接口装置连接于医学扫描设备；所述脑机接口装置包括：

脑电信号监控模块1，用于根据扫描对象的脑电信号刺激扫描对象，并在刺激扫描对象的过程中，监测扫描对象的脑电信号；具体地，脑电信号主要包括脑电波，EEG信号记录大脑活动时的电波变化，是脑神经细胞的电生理活动在大脑皮层或头皮表面的总体反映，EEG信号通常通过EEG传感器进行采集。脑电信号可以反映神经活动和情绪状态变化，可实时提取出EEG信号中各个频段的信号并分别做频谱分析，以实现了解神经活动和情绪状态，并根据神经活动和情绪状态刺激扫描对象的大脑皮层；刺激方式可以采用经颅直流电刺激，利用恒定、低强度直流电(1～2mA)调节大脑皮层神经元活动。在刺激扫描对象的过程中，持续监测扫描对象的脑电信号，并可以根据脑电信号调整刺激信号。

生理状态确定模块2，用于根据监测得到的脑电信号中确定扫描对象的生理状态参数；具体地，EEG信号非常的微弱，所以采集EEG信号的设备非常灵敏，在采集EEG信号的同时会采集到其他生理信号，常见的生理信号包括：眼电(EOG)信号、肌电(EMG)信号、心电(ECG)信号。从脑电信号中提取出扫描对象的这些生理状态参数，可以用于反映和评估神经活动和情绪状态变化。

扫描指令生成模块3，用于当生理状态参数达到目标参数值时，生成对扫描对象进行医学扫描的指令。具体地，目标生理状态对应于适合医学扫描的情绪状态。在最有利于医学扫描的状态下对扫描对象进行医学扫描，有利于降低运动伪影的作用，提升医学扫描的最终成像质量。

脑电信号包括若干不同频段的脑电信号；具体地，EEG信号包括多种频率的脑电波。EEG信号具有特征频率范围和空间分布，与大脑的不同功能状态相关联。EEG信号包括：

(1)Delta波段：频率范围为0.5-4Hz，高振幅波，通常会在成人进行深度睡眠时出现，该频段出现的部位通常是在成年人的前额位置和婴儿的后脑位置。

(2)Theta波段：频率范围为4-8Hz，在婴儿的脑中以及在成人和青少年出现睡意(或睡眠初期)的时侯出现；也会在人的大脑处于空闲状态或冥想时出现。

(3)Alpha波段：频率范围为8-13Hz，节律性脑电波中最明显的波，通常出现在头的后部以及头两侧。当清醒的人处于放松或者闭眼状态时，可以在枕叶区探测的EEG中检测到。

(4)Beta波：频率范围为13-30Hz，低振幅波，通常会对称地出现在大脑两侧，且在大脑的前部最为明显，可以在顶叶和额叶检测到。出现这频段的脑波时，人们往往处于注意力集中，逻辑思维活跃，情绪波动，警觉或焦虑的状态。

(5)Gamma波段：频率范围为30-50Hz。通常会出现在体感皮层，出现该频段时人通常处于十分激动、亢奋的状态，或是受到了强烈的刺激，也会在人跨模态感知处理中出现，例如进行物体识别，声音或触觉的短期记忆等。

在一种可选的实施方式中，为了获取不同频段的脑电信号，脑电信号监控模块1包括：

至少一个脑电信号传感器阵列，用于采集扫描对象的若干脑电信号；

脑电信号滤波电路，用于将所述若干脑电信号分成若干组，并分别通过不同的预设频段的滤波器以得到不同频段的脑电信号；

脑电信号调理电路，用于以所述不同频段的脑电信号中选定的脑电信号为参考信号，将同频段的其他脑电信号分别与所述参考信号进行差分运算放大并抑制噪声信号。

如图3-6所示，可选地，脑电信号传感器阵列被设置为包含有9行9列共81个脑电极；通过多个EEG传感器阵列结构及医学扫描系统支撑装置(如CT头托)的人体工学设计，将接受CT扫描的病人的脑电信号进行高保真地模拟信号采集以及模数转换；

可选地，脑电信号传感器阵列可为单个或复数个，可包括但不限于EEG、呼吸频率、PPG心率、血压、EMG肌电信号等生理信号的基于多识别手段的传感监测；脑电信号传感器阵列与头颅的物理接触及信号提取方式可为多样的，包括但不限于非侵入式、半侵入式或内外电磁耦合型植入式等；

可选地，脑电信号传感器阵列可为三个。其中一个传感阵列单元位于大脑皮层额叶区、顶叶区中央顶部，用于采集该区域的脑电信号。另外两个传感阵列单元分别位于左右半脑皮层颞叶区，用于采集该区域的脑电信号，并形成tDCS刺激的正负极。

可选地，从每一个传感阵列执行EEG脑电信号采集时，以每一行每一列第一个电极所采集的EEG信号为参考信号，每一列第二至第九电极采集之EEG信号分别与参考信号在调理电路中进行差分运算放大，抑制共模噪声信号后，输出所采集到的EEG信号。

具体地，列1和列2采集出的16个(2*8行＝16个差分输出信号)原始EEG信号波形通过使用下限频率32Hz–上限频率65Hz的带通滤波器和50Hz陷波滤波分别进行处理，得到16个Gamma频段EEG时域信号波形；

列3和列4采集出的16个原始EEG信号波形通过使用13Hz-32Hz的带通滤波器分别进行处理，得到16个Beta频段EEG时域信号波形；

列5和列6采集出的16个原始EEG信号波形通过使用8Hz-13Hz的带通滤波器分别进行处理，得到16个Alpha频段EEG时域信号波形；

列7和列8采集出的16个原始EEG信号波形通过使用4Hz-8Hz的带通滤波器分别进行处理，得到16个Theta频段EEG时域信号波形；

列9采集出的8个原始EEG信号波形通过使用0.5Hz-4Hz的带通滤波器分别进行处理，得到8个Theta频段EEG时域信号波形。

然后对每一个频段EEG信号进行特征提取，可使用例如小波变换等方法进行特性提取。对Delta至Gamma频段的所有EEG信号使用深度学习算法进行EEG信号解码与分类。

在一种可选的实施方式中，脑电信号调控模块2具体用于根据不同频段的脑电信号生成情绪调节信号刺激扫描对象；情绪调节信号用于调节扫描对象的情绪至适合医学扫描的情绪状态。

具体地，脑电信号监控模块1包括：

特征信息提取单元，用于对不同频段的电信号进行特征提取以得到特征信息；具体地，利用频谱分析在频率域内分析不同频段的脑电信号以得到不同频段的描述函数。

特征信息比对单元，用于将特征信息与样本脑电信号的特征信息进行比对以得到近似程度；样本脑电信号对应于若干情绪类别；样本脑电信号至少可以进行正常样本和重度抑郁样本的分类，且不同情绪类别的样本在不同频段具有固有的特征，重度抑郁样本的Gamma波段的信号强度较大并具有固有的描述函数。特征信息的比对可以采用量化比对的方式，即将描述函数的连续取值近似为有限多个离散值再进行比对，以通过量化实现编码。

情绪状态识别单元，用于根据近似程度确定扫描对象的脑电信号的情绪类别以得到当前情绪状态；具体地，根据近似程度并使用模式识别算法和深度学习模型确定扫描对象的脑电信号的情绪类别。根据与临床状态脑电样本的近似度，脑电信号的情绪类别可以包括正常状态和非正常状态，其中，正常状态可以细分为睡眠状态、稳定状态、放松状态、焦虑状态、兴奋状态等，非正常状态可以细分为抑郁状态、强迫状态等病理状态，进一步可以在各类别中根据情绪类别的程度等级划分若干等级，以更为准确地识别扫描对象的当前情绪状态。

具体地，鉴于可以参考公开数据库的已公开的各类人群和临床状态下的大量EEG样本数据集，所述临床状态脑电例如睡眠状态脑电、精神分裂症脑电、抑郁症脑电、强迫症脑电、帕金森症脑电、癫痫症脑电等，方法上可以结合来源于以上数据库的大量EEG样本数据集及临床状态类型，针对每一个频段的EEG信号的特征提取(如公共空间模式滤波commonspatial pattern filtering、连续小波变换continuous wavelet transform等方法)、模式识别和ERD(Event-related desynchronization，事件相关去同步化)/ERS(Eventrelated synchronization，事件相关同步化)量化分析，建立起一套普适性的基于情绪识别的深度学习模型。

其中，ERD/ERS量化分析的实施思路：可利用功率谱分析法等频域特征分析方法，将频率内的各个特征保留记录下来，写入普适性的基于情绪识别的深度学习模型并通过大量EEG样本分析对模型进行训练、完善，当量化分析的样本量足够充足时，当前采集的EEG(如CT扫描场景下通过本专利提出的CT脑机接口集成系统所采集到的EEG数据)信号输入到训练得到的深度学习模型时，在Delta至Gamma波段的每一个波段的EEG信号中，此模型都有能力定位出已经过ERD/ERS分析确定的特征类型、并快速地判别出此波段脑电对应的情绪/心境状态类型及程度等级。

调节信号生成单元，用于根据当前情绪状态和预设的目标情绪状态的偏差生成情绪调节信号。具体地，在完成当前情绪状态识别后，可运用神经调控技术，将当前情绪状态和目标情绪进行编码生成情绪调节信号，以脑电极帽接触的电信号刺激、磁信号刺激、耳机声学刺激等刺激方式，通过对应大脑皮层的情绪状态的自适应反馈调节，使扫描对象处于最有利于医学扫描成像的状态。

可选地，自适应反馈调节的刺激方式可为其它类型感官刺激或混合方式；自适应情绪调控也可设计为可自定义(如10s、20s或30s内实现达到目标情绪状态，采用一种刺激或混合刺激方式)的情绪调控；情绪调节信号可以以多种物理接触或非接触的形式实现对特定目标大脑皮层的传递注入。

在一种可选的实施方式中，脑电信号包括心电信号的频段对应的脑电信号；生理状态参数包括扫描对象的心电R波；传统ECG电极采集心电信号需要在监测对象身体多处部分设置ECG电极，在本实施例的结合多种类型生理信号综合判断医学扫描时机的方式中，较多数量和种类的信号采集装置会导致扫描对象的情绪波动，如兴奋或紧张，不利于扫描对象快速进入适合医学扫描的状态，从脑电信号提取其他生理状态参数，在扫描对象接收情绪调节的同时，在扫描对象无意识的状态下取得若干目标参数，有利于扫描对象快速进入适合医学扫描的状态，可以提高扫描对象的扫描体验。

具体地，生理状态确定模块2包括心电R波提取单元；

心电R波提取单元用于对心电信号的频段对应的脑电信号进行心电信号QRS波的探测；即高亮出、定位出心电R波波峰并将其提取出来。具体地，心电R波频率通常在1.4Hz至1.75Hz之间，故在本实施例中，采用Delta频段(0.5Hz-4Hz)的脑电信号进行心电R波的提取。可以基于独立成分分析算法(Independent Component Analysis，ICA algorithm)对Delta频段的脑电信号进行心电信号QRS波的探测，心电信号QRS波为心电信号主波的波形。

心电R波提取单元用于通过预估心电信号QRS波的二阶导数或加速度确定心电R波的波峰；具体地，LSA(Least square acceleration filter)数字滤波器作为FIR滤波器(有限长单位冲击相应滤波器FIR，finite-impulse response filter)的一种拓展设计，通过预估出数字信号的二阶导数或加速度(second derivative or acceleration)，来探测确定数字信号中的尖峰(Spike)值点即心电R波尖峰点。当EEG数字信号的某一数值区间幅值的二阶导数值极大，则认为此区域为R波上升沿，直到计算出的二阶导数为零，则认为此位置点为R波波峰。

心电R波提取单元用于基于归一化最小均方误差算法和/或集平均值算法计算得到心电R波的波峰的发生时刻；

心电R波提取单元用于根据心电R波的波峰的发生时刻确定心电R波的波形。

通过对每一个传感阵列的第9列的8个Delta频段EEG信号进行自适应算法分析(例如ICA算法分析、NLMS算法和EA算法等上述三种主要算法)，比对已监测计算出的一系列R波发生时刻点，确定出心电R波的波形和CT病床上患者的实时心率状况，并控制所述情绪反馈调控模块对患者进行信号刺激(如电信号刺激、磁信号刺激、耳机声学刺激等刺激方式)以实现对情绪状态、R-R期间、R波信噪比、实时心率等患者状态的自适应最优化调节。

在一种可选的实施方式中，生理状态参数具体包括心电R波对应的心率；目标生理状态包括目标心率；具体地，心电信号中RR间期是心电图上两个QRS波群中R波和R波之间的距离，RR间期的正常值是0.6～1.0秒，根据RR间期可以计算出心电R波对应的心率。

扫描指令生成模块3具体用于当心电R波对应的心率达到目标心率时，对扫描对象进行医学扫描。例如，心脏扫描所需的理想心率是65bpm的状态。在生理状态参数中，心率是确定最适合扫描状态的最重要的参考指标。

在另一种可选的实施方式中，生理状态确定模块2还用于监测扫描对象的若干生理状态参数；具体地，生理状态参数可以包括但不限于：EEG、呼吸频率、PPG心率、血压、EMG肌电信号。例如，生理状态确定模块2还可以通过呼吸仪检测呼吸频率，通过血压仪检测血压。

更优地，用以做心脏扫描触发的心电R波的提取可不单纯依赖所采集到的Deal频段的EEG信号，也可为结合其它类型生理信号的多模态算法分析(一种生理信号视为一种模态)的方式来确定和准确提取。

具体地，由于心电信号中R波成分能量较高，其存在于大多数生理信号中，如EMG肌电信号中也含有心电R波噪声成分，如图9所示，可以设计添加EMG采集点4于对应人体后脑至颈部的区域，利用前述EEG脑电的特征提取一系列结果与EMG肌电信号的特征提取一些列结果进行拟合比对，即实现‘多模态’算法分析。在利用EMG信号辅助分析患者实时情绪状态的同时，也可实现心脏扫描的R波触发功能。

扫描指令生成模块3还用于当若干生理状态参数均达到对应的目标参数值时，生成对扫描对象进行医学扫描的指令。

如图8-10所示，在一种可选的实施方式中，脑机接口装置还包括一对耳套；耳套与皮肤接触的外环上设置有预设数量的电极点；一对耳套的电极点组成若干对正负极点，以形成直流电刺激回路穿过扫描对象的脑部；耳套内部设置有线圈绕组，用于提供直流情绪调节信号或交流情绪调节信号。

具体地，可以利用具有多重功能的耳套实施刺激：隔离外界噪音(包括CT转动噪声)、直流/交流磁刺激、直流电刺激等。每个耳套结构上与皮肤直接接触的外环上设计有4个直流电刺激实施电极点，左右耳套组成4对正负极点，实施直流刺激神经调控时穿过患者脑部形成直流电刺激回路；每个耳套结构内部圆环凸起部分中设计包含有线圈绕组，用于提供直流磁刺激或交流刺激神经调控。

在一种可选的实施方式中，脑机接口装置还包括隔离件；隔离件用于隔离医学扫描设备对脑电信号采集模块的干扰。

脑机接口的EEG脑电信号传感采集阵列可设计成拓扑结构、兼容地集成于医学扫描系统的其它定位/支撑装置或部件中，以CT为例，支撑设备包括但不限于CT头托、头臂托、头垫等CT患者定位附件/支撑装置和病床；CT支撑设备中与人体躯干肌直接接触的面积或位置可以设置EMG信号采集电极点位，例如对应人体后脑至颈部的区域的EMG采集点可以设置于CT头托、头垫等支撑装置中。

本实施例的脑机接口装置，根据扫描对象的脑电信号对其进行情绪识别和自适应地情绪调控，配合情绪调控的效果及脑电信号中提取出的心电R波信息，根据心率等生理状态参数计算输出最适合医学扫描的触发点或时间窗口期间，提供了心脏扫描时间点的良好建议；针对胸腔扫描和心脏扫描起到降低运动伪影的作用，提升了医学扫描的最终成像质量的同时，免除了心脏扫描对传统ECG电极和胸腹贴片的依赖；通过对病人扫描对象，尤其对于特殊精神状态的病人，在扫描床上期间的情绪的监测和神经调控，可以提升用户体验感。

实施例4

本实施例还提供一种医学扫描系统，所述医学扫描系统包括实施例2的脑机接口装置；脑机接口装置设置于医学扫描系统的支撑装置。具体地，以CT系统为例，医学扫描系统的支撑装置可以包括但不限于CT系统的用于支持监测对象的头托、头臂托、病床、头枕等，脑机接口装置优选地设置于支撑装置的靠近监测对象头部的位置。

本实施例的医学扫描系统，为常规医学扫描设备配置实施例2的脑机接口装置，脑机接口装置提供了心脏扫描时间点的良好建议；针对胸腔扫描和心脏扫描起到降低运动伪影的作用，提升了医学扫描的最终成像质量的同时，免除了心脏扫描对传统ECG电极和胸腹贴片的依赖；通过对病人扫描对象，尤其对于特殊精神状态的病人，在扫描床上期间的情绪的监测和神经调控，可以提升用户体验感。

实施例5

图11为本发明实施例5提供的一种电子设备的结构示意图。所述电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现实施例1的医学扫描的控制方法或实施例2的医学扫描方法。图11显示的电子设备30仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图11所示，电子设备30可以以通用计算设备的形式表现，例如其可以为服务器设备。电子设备30的组件可以包括但不限于：上述至少一个处理器31、上述至少一个存储器32、连接不同系统组件(包括存储器32和处理器31)的总线33。

总线33包括数据总线、地址总线和控制总线。

存储器32可以包括易失性存储器，例如随机存取存储器(RAM)321和/或高速缓存存储器322，还可以进一步包括只读存储器(ROM)323。

存储器32还可以包括具有一组(至少一个)程序模块324的程序/实用工具325，这样的程序模块324包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

处理器31通过运行存储在存储器32中的计算机程序，从而执行各种功能应用以及数据处理，例如本发明实现实施例1的医学扫描的控制方法或实施例2的医学扫描方法。

电子设备30也可以与一个或多个外部设备34(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口35进行。并且，模型生成的设备30还可以通过网络适配器36与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器36通过总线33与模型生成的设备30的其它模块通信。应当明白，尽管图中未示出，可以结合模型生成的设备30使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。

应当注意，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。

实施例6

本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现实施例1的医学扫描的控制方法或实施例2的医学扫描方法。

其中，可读存储介质可以采用的更具体可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。

在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行实现实施例1的医学扫描的控制方法或实施例2的医学扫描方法。

其中，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码，所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (10)

1.一种医学扫描的控制方法，其特征在于，所述控制方法包括：

根据扫描对象的脑电信号刺激所述扫描对象，并在刺激所述扫描对象的过程中，监测所述扫描对象的脑电信号；

根据所述监测得到的脑电信号中确定所述扫描对象的生理状态参数；

当所述生理状态参数达到目标参数值时，对所述扫描对象进行医学扫描。

2.如权利要求1所述的控制方法，其特征在于，所述脑电信号包括若干不同频段的脑电信号；

监测所述扫描对象的脑电信号的步骤包括：

监测所述扫描对象的若干脑电信号；

将所述若干脑电信号分成至少两组，并分别通过不同的预设频段的滤波器以得到不同频段的脑电信号；

以所述不同频段的脑电信号中选定的脑电信号为参考信号，将同频段的其他脑电信号分别与所述参考信号进行差分运算放大并抑制噪声信号；和/或，

根据扫描对象的脑电信号刺激所述扫描对象的步骤之后，所述医学扫描控制方法还包括：

监测所述扫描对象的若干生理状态参数；

当所述若干生理状态参数均达到对应的目标参数值时，生成对所述扫描对象进行医学扫描的指令。

3.如权利要求1所述的控制方法，其特征在于，所述脑电信号包括若干不同频段的脑电信号；

根据扫描对象的脑电信号刺激所述扫描对象的步骤包括：

根据扫描对象的不同频段的脑电信号生成情绪调节信号刺激所述扫描对象；

所述情绪调节信号用于调节所述扫描对象的情绪至适合医学扫描的情绪状态。

4.如权利要求3所述的控制方法，其特征在于，根据所述不同频段的脑电信号生成情绪调节信号的步骤包括：

对所述不同频段的电信号进行特征提取以得到特征信息；

将所述特征信息与样本脑电信号的特征信息进行比对以得到近似程度；所述样本脑电信号对应于若干情绪类别；

根据所述近似程度确定所述扫描对象的脑电信号的情绪类别以得到当前情绪状态；

根据所述当前情绪状态和预设的目标情绪状态的偏差生成情绪调节信号。

5.如权利要求1所述的控制方法，其特征在于，所述脑电信号包括心电信号的频段对应的脑电信号；所述生理状态参数包括所述扫描对象的心电R波；

根据所述监测得到的脑电信号中确定所述扫描对象的生理状态参数的步骤包括：

对所述心电信号的频段对应的脑电信号进行心电信号QRS波的探测；

通过预估所述心电信号QRS波的二阶导数或加速度确定所述心电R波的波峰；

基于归一化最小均方误差算法和/或集平均值算法计算得到所述心电R波的波峰的发生时刻；

根据所述心电R波的波峰的发生时刻确定所述心电R波的波形。

6.如权利要求5所述的控制方法，其特征在于，所述生理状态参数具体包括心电R波对应的心率；所述目标参数值包括目标心率；

当所述生理状态参数达到目标参数值时，生成对所述扫描对象进行医学扫描的指令包括：

当所述心电R波对应的心率达到目标心率时，生成对所述扫描对象进行医学扫描的指令。

7.一种脑机接口装置，其特征在于，所述脑机接口装置连接于医学扫描设备；

所述脑机接口装置包括：

脑电信号监控模块，用于根据扫描对象的脑电信号刺激所述扫描对象，并在刺激所述扫描对象的过程中，监测所述扫描对象的脑电信号；

生理状态确定模块，用于根据所述监测得到的脑电信号中确定所述扫描对象的生理状态参数；

扫描指令生成模块，用于当所述生理状态参数达到目标参数值时，生成对所述扫描对象进行医学扫描的指令，并发送至所述医学扫描设备。

8.如权利要求7所述的脑机接口装置，其特征在于，所述脑电信号包括若干不同频段的脑电信号；

所述脑电信号监控模块包括：

至少一个脑电信号传感器阵列，用于采集所述扫描对象的若干脑电信号；

脑电信号滤波电路，用于将所述若干脑电信号分成至少两组，并分别通过不同的预设频段的滤波器以得到不同频段的脑电信号；

脑电信号调理电路，用于以所述不同频段的脑电信号中选定的脑电信号为参考信号，将同频段的其他脑电信号分别与所述参考信号进行差分运算放大并抑制噪声信号；和/或，

所述脑机接口装置还包括一对耳套；所述耳套与皮肤接触的外环上设置有预设数量的电极点；

所述一对耳套的电极点组成若干对正负极点，以形成直流电刺激回路穿过所述扫描对象的脑部；

所述耳套内部设置有线圈绕组，用于提供直流情绪调节信号或交流情绪调节信号；和/或，

所述脑机接口装置还包括隔离件；

所述隔离件用于隔离所述医学扫描设备对所述脑电信号采集模块的干扰。

9.一种医学扫描系统，其特征在于，所述医学扫描系统包括如权利要求7-8任一项所述的脑机接口装置；

所述脑机接口装置设置于所述医学扫描系统的支撑装置。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，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中任一项所述的医学扫描的控制方法。

Images