CN116173417B - 经颅光刺激的靶区确定方法、装置、设备及存储介质 - Google Patents
经颅光刺激的靶区确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116173417B CN116173417B CN202211508754.9A CN202211508754A CN116173417B CN 116173417 B CN116173417 B CN 116173417B CN 202211508754 A CN202211508754 A CN 202211508754A CN 116173417 B CN116173417 B CN 116173417B
- Authority
- CN
- China
- Prior art keywords
- stimulation
- brain
- coordinate system
- target
- head
- 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
- 230000000638 stimulation Effects 0.000 title claims abstract description 385
- 230000003287 optical effect Effects 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 49
- 210000004556 brain Anatomy 0.000 claims abstract description 276
- 238000005192 partition Methods 0.000 claims abstract description 76
- 238000006243 chemical reaction Methods 0.000 claims abstract description 46
- 230000003925 brain function Effects 0.000 claims abstract description 30
- 238000000547 structure data Methods 0.000 claims abstract description 30
- 238000013507 mapping Methods 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 11
- 230000001054 cortical effect Effects 0.000 claims description 2
- 210000003128 head Anatomy 0.000 description 79
- 210000003625 skull Anatomy 0.000 description 22
- 238000010586 diagram Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 13
- GVJHHUAWPYXKBD-UHFFFAOYSA-N (±)-α-Tocopherol Chemical compound OC1=C(C)C(C)=C2OC(CCCC(C)CCCC(C)CCCC(C)C)(C)CCC2=C1C GVJHHUAWPYXKBD-UHFFFAOYSA-N 0.000 description 8
- 210000001320 hippocampus Anatomy 0.000 description 8
- 210000004727 amygdala Anatomy 0.000 description 7
- 210000003710 cerebral cortex Anatomy 0.000 description 7
- 238000005481 NMR spectroscopy Methods 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 239000000835 fiber Substances 0.000 description 5
- 229930003427 Vitamin E Natural products 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- WIGCFUFOHFEKBI-UHFFFAOYSA-N gamma-tocopherol Natural products CC(C)CCCC(C)CCCC(C)CCCC1CCC2C(C)C(O)C(C)C(C)C2O1 WIGCFUFOHFEKBI-UHFFFAOYSA-N 0.000 description 4
- 210000003016 hypothalamus Anatomy 0.000 description 4
- 239000003550 marker Substances 0.000 description 4
- 230000001537 neural effect Effects 0.000 description 4
- 229940046009 vitamin E Drugs 0.000 description 4
- 235000019165 vitamin E Nutrition 0.000 description 4
- 239000011709 vitamin E Substances 0.000 description 4
- 238000002598 diffusion tensor imaging Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 210000001061 forehead Anatomy 0.000 description 3
- 210000001652 frontal lobe Anatomy 0.000 description 3
- 210000004885 white matter Anatomy 0.000 description 3
- 235000011437 Amygdalus communis Nutrition 0.000 description 2
- 241000220304 Prunus dulcis Species 0.000 description 2
- 235000020224 almond Nutrition 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 210000005013 brain tissue Anatomy 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241001653634 Russula vesca Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007177 brain activity Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 1
- 230000027288 circadian rhythm Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000003920 cognitive function Effects 0.000 description 1
- 230000036992 cognitive tasks Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 210000004884 grey matter Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002610 neuroimaging Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000013421 nuclear magnetic resonance imaging Methods 0.000 description 1
- 230000000258 photobiological effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 210000001103 thalamus Anatomy 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
- 150000003722 vitamin derivatives Chemical class 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/06—Radiation therapy using light
- A61N5/0613—Apparatus adapted for a specific treatment
- A61N5/0622—Optical stimulation for exciting neural tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/06—Radiation therapy using light
- A61N2005/0626—Monitoring, verifying, controlling systems and methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/06—Radiation therapy using light
- A61N2005/0635—Radiation therapy using light characterised by the body area to be irradiated
- A61N2005/0642—Irradiating part of the body at a certain distance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Artificial Intelligence (AREA)
- Biophysics (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- High Energy & Nuclear Physics (AREA)
- Neurosurgery (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种经颅光刺激的靶区确定方法、装置、设备及存储介质。经颅光刺激的靶区确定方法包括：获取刺激对象的脑部在经颅光刺激期间产生的脑部核磁数据；其中，脑部核磁数据包括脑部结构数据和脑部功能数据；根据脑部结构数据，确定预设在刺激对象头部的多个实际刺激靶点在头部坐标系中的位置坐标；根据多个实际刺激靶点在头部坐标系中的位置坐标，得到头部坐标系与预设的皮层坐标系的第一转换关系；根据皮层坐标系，建立脑网络模型，并确定脑网络坐标系与皮层坐标系的第二转换关系；其中，脑网络模型包括多个脑分区；根据第一转换关系和第二转换关系，将建立起来的脑网络模型映射到头部坐标系，使得刺激对象的头部与脑网络模型实现配准。
Description
技术领域
本发明涉及脑认知科学研究和医疗辅助器械领域，更具体地，涉及一种经颅光刺激的靶区确定方法、装置、终端设备及计算机可读存储介质。
背景技术
随着经颅光刺激技术的不断发展，经颅光刺激技术与核磁共振成像技术的融合也已经成为研究大脑功能与大脑活动的重要工具。额叶是经颅光刺激刺激最常见的刺激靶区，尚没有一个有效方法可以用来确定最优的刺激靶区。目前，经颅光刺激技术在实际应用中，最大难题的是如何精确地确定刺激靶区。通常通过手动的方式定位找到常规的刺激靶区，再对其进行经颅光刺激，但这种方式存在不能根据刺激对象的不同实际治疗需求精准地找到对应的经颅光刺激的刺激靶区的问题。
发明内容
本公开实施例的一个目的是提供一种关于经颅光刺激的靶区确定方法的新的技术方案。
根据本公开的第一方面，提供了一种经颅光刺激的靶区确定的方法，经颅光刺激的靶区确定方法包括：获取刺激对象的脑部在经颅光刺激期间产生的脑部核磁数据；其中，脑部核磁数据包括脑部结构数据和脑部功能数据；
根据脑部结构数据，确定预设在刺激对象头部的多个实际刺激靶点在头部坐标系中的位置坐标；其中，头部坐标系为表示刺激对象头部的坐标系；根据多个实际刺激靶点在头部坐标系中的位置坐标，得到头部坐标系与预设的皮层坐标系的第一转换关系；根据皮层坐标系，建立脑网络模型，并确定脑网络坐标系与皮层坐标系的第二转换关系；其中，脑网络模型包括多个脑分区；根据第一转换关系和第二转换关系，将建立起来的脑网络模型映射到头部坐标系，使得刺激对象的头部与脑网络模型实现配准。
可选地，在刺激对象的头部与脑网络模型实现配准之后，还包括：根据脑部功能数据，建立实际刺激靶点与脑网络模型中的脑分区的对应关系；根据经颅光刺激的设定的刺激目标，确定与刺激目标对应的至少一个脑分区，作为目标脑分区；根据目标脑分区与实际刺激靶点的对应关系，生成经颅光刺激的刺激矩阵。
可选地，根据多个实际刺激靶点在头部坐标系中的位置坐标，得到头部坐标系与预设的皮层坐标系的第一转换关系，包括：根据脑部结构数据，获取与实际刺激靶点对应的虚拟标刺激靶点；其中，虚拟刺激靶点位于皮层坐标系；根据实际刺激靶点和虚拟刺激靶点的坐标，得到头部坐标系与皮层坐标系的第一转换关系。
可选地，脑部结构数据包括刺激对象头部的颅脑结构数据。
可选地，脑部功能数据包括对每个实际刺激靶点进行经颅光刺激时各脑分区分别产生的刺激反馈信息。
可选地，根据脑部功能数据，建立实际刺激靶点与脑网络模型中的脑分区的对应关系，包括：根据脑部功能数据，选择在对实际刺激靶点进行经颅光刺激的情况下，所产生的刺激反馈信息中的反馈值超过预设标准值的至少一个脑分区，并将其作为与实际刺激靶点对应的脑分区。
可选地，根据目标脑分区与实际刺激靶点的对应关系，生成经颅光刺激的刺激矩阵，包括：根据对应关系，确定与目标脑分区对应的至少一个实际刺激靶点；根据实际刺激靶点所在的多个刺激靶区，得到经颅光刺激的刺激矩阵；其中，刺激矩阵包括多个刺激靶区。
根据本公开的第二方面，还提供了一种经颅光刺激的靶区确定装置，经颅光刺激的靶区确定装置包括数据获取模块、第一处理模块、第二处理模块、模型建立模块和第一配准模块。其中：
数据获取模块，用于获取刺激对象的脑部在经颅光刺激期间产生的脑部核磁数据；其中，脑部核磁数据包括脑部结构数据和脑部功能数据；
第一处理模块，用于根据脑部结构数据，确定预设在刺激对象头部的多个实际刺激靶点在头部坐标系中的位置坐标；其中，头部坐标系为表示刺激对象头部的坐标系；
第二处理模块，用于根据多个实际刺激靶点在头部坐标系中的位置坐标，得到头部坐标系与预设的皮层坐标系的第一转换关系；
模型建立模块，用于根据皮层坐标系，建立脑网络模型，并确定脑网络坐标系与皮层坐标系的第二转换关系；其中，脑网络模型包括多个脑分区；
第一配准模块，用于根据第一转换关系和第二转换关系，将建立起来的脑网络模型映射到头部坐标系，使得刺激对象的头部与脑网络模型实现配准。
可选地，经颅光刺激的靶区确定装置还包括第三处理模块、第四处理模块和靶区确定模块，其中：
第三处理模块，用于根据脑部功能数据，建立实际刺激靶点与脑网络模型中的脑分区的对应关系；其中，脑部功能数据包括大脑在经颅光刺激下产生的刺激反馈信息；
第四处理模块，用于根据经颅光刺激的设定的刺激目标，确定与刺激目标对应的至少一个脑分区，作为目标脑分区；
靶区确定模块，用于根据目标脑分区与实际刺激靶点的对应关系，生成经颅光刺激的刺激矩阵。
根据本公开的第三方面，还提供了一种终端设备，包括处理器和存储器，存储器存储可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如第一方面任一项的经颅光刺激的靶区确定方法的步骤。
根据本公开的第四方面，还提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现如第一方面中任一项的经颅光刺激的靶区确定方法的步骤。
本申请实施例提供的经颅光刺激的靶区确定方法，通过获取刺激对象的脑部在经颅光刺激期间产生的脑部核磁数据；其中，脑部核磁数据包括脑部结构数据和脑部功能数据；根据脑部结构数据，确定预设在刺激对象头部的多个实际刺激靶点在头部坐标系中的位置坐标；其中，头部坐标系为表示刺激对象头部的坐标系；根据多个实际刺激靶点在头部坐标系中的位置坐标，得到头部坐标系与预设的皮层坐标系的第一转换关系；根据皮层坐标系，建立脑网络模型，并确定脑网络坐标系与皮层坐标系的第二转换关系；其中，脑网络模型包括多个脑分区；根据第一转换关系和第二转换关系，将建立起来的脑网络模型映射到头部坐标系，使得刺激对象的头部与脑网络模型实现配准。通过这种方式，可以根据刺激对象的脑部在经颅光刺激期间产生的脑部核磁数据，得到经颅光刺激的最优刺激靶区，提升了刺激靶区的精准性，增强了经颅光刺激的刺激效果。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。
图1是用于实现一个实施例的终端设备的硬件配置结构图；
图2是根据一个实施例的经颅光刺激的靶区确定方法的流程示意图；
图3是根据一个实施例的经颅光刺激的靶区确定方法的流程示意图；
图4是根据再一个实施例的经颅光刺激的靶区确定方法的示意图；
图5是根据再一个实施例的经颅光刺激的靶区确定方法的示意图；
图6是可用于实现一个实施例的经颅光刺激的靶区确定装置的示意图；
图7是可用于实现再一个实施例的经颅光刺激的靶区确定装置的示意图；
图8为根据一个实施例的终端设备的结构示意图。
具体实施方式
现在将参照附图来详细描述本申请的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本申请及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
<实施环境和硬件配置>
图1为可以应用于本发明实施例的经颅光刺激的靶区确定方法的终端设备1000的硬件配置结构图。
如图1所示，终端设备1000可以包括处理器1100、存储器1200、接口装置1300、显示装置1400、输入装置1500等。其中，处理器1100用于执行计算机程序，该计算机程序可以采用比如x86、Arm、RISC、MIPS、SSE等架构的指令集。存储器1200例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置1300为实体接口，例如USB接口或耳机接口等。显示装置1400可以是显示屏，该显示屏可以是触摸显示屏。输入装置1500可以包括键盘、鼠标等，也可以包括触摸装置。
在本实施例中，终端设备1000的存储器1200用于存储计算机程序，该计算机程序用于控制处理器1100进行操作以实施根据任意实施例的经颅光刺激的靶区确定方法。技术人员可以根据本说明书所公开方案设计计算机程序。该计算机程序如何控制处理器1100进行操作，这是本领域公知，故在此不再详细描述。
本领域技术人员应当理解，尽管在图1中示出了终端设备1000的多个装置，本公开实施例的终端设备1000可以仅涉及其中的部分装置，也可以还包含其他装置，在此不做限定。
<方法实施例>
图2和图3示出了根据一个实施例的经颅光刺激的靶区确定方法。该经颅光刺激的靶区确定方法可以由如图1所示的终端设备1000实施。
该经颅光刺激的靶区确定方法包括以下步骤S1000至步骤S1700，以下予以详细说明：
步骤S1000，获取刺激对象的脑部在经颅光刺激期间产生的脑部核磁数据；其中，脑部核磁数据包括脑部结构数据和脑部功能数据。
经颅光刺激技术在人类健康中扮演着越来越重要的作用，如波长范围在630到1100nm的近红外光可以调节昼夜节律，促进视力发育，或参与体内的维生素代谢活动等。近些年发展出的经颅光刺激利用近红外光非侵入式地穿过颅骨进入大脑皮层，通过一系列复杂的光生物学的反应从而起到增强认知功能和保护神经的作用。通过特定波长的光子对神经元的影响，可用于对特定脑区的神经调控。
在本申请的实施例中，在对刺激对象的脑部进行经颅光刺激期间，可以同步对刺激对象的脑部进行核磁共振的影像学数据的采集。其中，核磁共振所采集的脑部核磁数据可以包括脑部结构数据和脑部功能数据。需要注意的是，人体头部的结构从外向内依次为颅骨-皮层-脑。在本申请的实施例中，脑部核磁数据中的脑部结构数据可以包括刺激对象头部的颅脑结构的数据，即包括颅骨、皮层以及脑的结构数据。脑部结构数据可以为磁共振扫描仪在核磁结构像扫描下得到的数据。此处为本领域技术人员可以理解，在此不多赘述。
具体而言，脑部结构数据可以为T1结构像数据(Structural MRI，sMRI)和弥散张量成像(Diffusion Tensor Imaging，DTI)，也可以为其它类型的脑部数据，在此不作限制。在脑部结构数据所呈现的结构影像中，可以通过信号高低来表示脑部的灰质，白质，脑脊液等脑组织的对比图像。此外，磁共振扫描仪还可以采用不同扫描序列和参数采集不同类型信息。脑部核磁数据中的脑部功能数据可以为功能像数据(Functional MRI，fMRI)，还可以为其它类型的脑部功能数据，在此不作限制。在功能像数据所呈现的影像中，由于成像越亮的部位表示神经活动比较活跃，因此可以通过核磁共振采集到的脑部功能数据来判断脑部神经活动比较活跃的脑部分区。
步骤S1100，根据脑部结构数据，确定预设在刺激对象头部的多个实际刺激靶点在头部坐标系中的位置坐标；其中，头部坐标系为表示刺激对象头部的坐标系。
在本申请的实施例中，根据上述内容中核磁共振采集的脑部结构数据，就可以建立起关于刺激对象头部的头部坐标系以及大脑皮层所在的皮层坐标系。对于根据脑部结构数据建立头部坐标系或者皮层坐标系。另外需要注意的是，本申请实施例中的坐标系可以均为三维坐标系。此外，由于颅骨可以构成人体头部的基本轮廓，因此头部坐标系可以为颅骨所在的坐标系。
需要注意的是，在收集核磁结构像之前，由于大脑额叶是经颅光刺激最常见的刺激位置，因此可以让刺激对象在面部前额的位置佩戴柔性的橡胶片，并且将柔性橡胶片依照前额部位的颅骨形状进行紧密贴合并固定。如图4所示，柔性橡胶片上可以设置多个实际刺激靶区，分别为实际刺激靶区1至实际刺激靶区8。需要注意的是，对于多个实际刺激靶区的排列方式或者靶区数量可以根据实际情况进行设置，在此不作限制。另外，在每个实际实际靶区的中心位置可以设置一个实际刺激靶点，并且在每个实际刺激靶点的位置可以用含维他命E的标记物进行标记。其中需要注意的是，实际刺激靶点和实际刺激靶区是一一对应的关系，例如，图4中实际刺激靶点1可以为实际刺激靶区1在中心位置的靶点，实际刺激靶点2可以为实际刺激靶区2在中心位置的靶点，以此类推。
在本申请的实施例中，可以将该实际刺激靶点用含维他命E的标记物进行核磁结构像扫描下的空间标记，就可以不使用传统的机械臂或标尺对外部的刺激进行空间上的配准，而只需要通过含维生素E的标记物对各个实际刺激靶点进行空间上的经颅空间坐标系的转化，就可以得到每个实际刺激靶点在颅骨所在的头部坐标系上的位置坐标。换句话说，在得到维他命E的标记物在头部坐标系的位置坐标之后，就可以得到实际刺激靶点在头部坐标系的位置坐标。由于柔性橡胶片的形状是依照刺激对象头部的前额颅骨形状紧密贴合的，因此此处得到的实际刺激靶点在头部坐标系的位置坐标也相当于颅骨上的实际刺激靶点在头部坐标系上的位置坐标。
步骤S1200，根据多个实际刺激靶点在头部坐标系中的位置坐标，得到头部坐标系与预设的皮层坐标系的第一转换关系。
在本申请的实施例中，在得到颅骨上的多个实际刺激靶点在头部坐标系中的位置坐标之后，还需要得到颅骨上的多个实际刺激靶点在皮层坐标系上分别对应的多个虚拟刺激靶点，并得到虚拟刺激靶点在皮层坐标系上的坐标位置。在此基础上，根据大脑皮层上与虚拟刺激靶点对应的多个虚拟刺激靶点，就可以得到颅骨所在的头部坐标系与大脑皮层所在的皮层坐标系之间的第一转换关系。
在本申请的一个实施例中，步骤S1200，根据多个实际刺激靶点在头部坐标系中的位置坐标，得到头部坐标系与预设的皮层坐标系的第一转换关系，可以包括步骤S1210至步骤S1220。具体内容如下：
步骤S1210，根据脑部结构数据，获取与实际刺激靶点对应的虚拟标刺激靶点；其中，虚拟刺激靶点位于皮层坐标系。
为了排除个体差异，进而使得个体间脑组织的对比得以实施，常需要将脑部配准到公共的空间，来为了后续使用相关的统计方法进行组间分析。本领域的脑功能研究软件FSL(FMRIB's Software Library)中有两个函数分别为fnirt非线性配准函数和flirt线性配准函数可以用于脑部配准。因此，根据适用的问题不同可以将配准方法分为线性配准和非线性配准两种。其中的线性配准就是采用坐标旋转、平移、缩放以及剪切将两个图像匹配到一起。但是线性配准也有局限性,很多时候仅仅用线性配准是不够的。在本申请的实施例中，可以通过fnirt非线性配准的方法，即通过变换、插值等其它方式，来实现颅骨与大脑皮层在经颅空间中的转换，使颅骨上的实际刺激靶点与大脑皮层的空间进行转换，获得颅骨上的多个实际刺激靶点在大脑皮层上对应的多个虚拟刺激靶点。此处为本领域技术人员可以理解，在此不多赘述。
步骤S1220，根据实际刺激靶点和虚拟刺激靶点的坐标，得到头部坐标系与皮层坐标系的第一转换关系。
在本申请的实施例中，在得到与颅骨上多个实际刺激靶点分别对应的在皮层上的多个虚拟刺激靶点之后，就可以根据颅骨上多个实际刺激靶点在头部坐标系上的位置坐标和对应的多个虚拟刺激靶点在皮层坐标系上的位置坐标，来得到头部坐标系与皮层坐标系之间的第一转换关系。
步骤S1300，根据皮层坐标系，建立脑网络模型，并确定脑网络坐标系与皮层坐标系的第二转换关系；其中，脑网络模型包括多个脑分区。
在本申请的实施例中，可以以皮层坐标系中的多个虚拟刺激靶点为种子点，根据采集到的脑部核磁数据对脑网络进行建模并得到脑网络模型。脑网络模型所在的坐标系可以为脑网络坐标系。构建的脑网络模型可以包括基于白质纤维束的结构性脑网络模型和基于认知任务的功能性脑网络模型这两种基于不同模态的脑网络模型。在本申请的实施例中，可以将脑网络模型中的脑分区视为节点，将相关指标视为边，然后对任意两个脑分区对应的节点根据二者之间的相关指标进行连边。通过对结构性脑网络模型中的结构连接指标(例如：白质纤维数量指标、纤维长度指标等)与功能性脑网络模型中的功能连接指标(例如：时间序列的皮尔逊等相关指标)及其网络拓扑结构进行量化分析，可以将三维的脑影像学数据依据在脑网络中节点的连边的连接强度的大小进行降维，再根据这些指标的贡献的大小进行加权计算，最终将建立起来的脑网络坐标系映射到皮层坐标系中来。此处为本领域技术人员可以理解，在此不多赘述。
需要注意的是，在将脑网络坐标系映射到皮层坐标系中之后，就可以根据皮层中多个虚拟刺激靶点在皮层坐标系上的位置坐标与脑网络模型上对应的多个刺激点位在脑网络坐标系上的位置坐标，来确定脑网络坐标系与皮层坐标系之间的第二转换关系。
步骤S1400，根据第一转换关系和第二转换关系，将建立起来的脑网络模型映射到头部坐标系，使得刺激对象的头部与脑网络模型实现配准。
在本申请的实施例中，在得到头部坐标系与皮层坐标系的第一转换关系以及皮层坐标系与脑网络坐标系与皮层坐标系的第二转换关系之后，就可以根据第一转换关系和第二转换关系将脑网络坐标系映射到头部坐标系。在此基础上，可以建立起脑网络模型与颅骨上的多个实际刺激靶点之间的映射关系。换句话说，可以对刺激对象的头部与脑网络模型实现配准。
步骤S1500，根据脑部功能数据，建立实际刺激靶点与脑网络模型中的脑分区的对应关系。
在本申请的实施例中，脑网络模型可以包括多个脑分区且不同的脑分区可以对应大脑的不同功能，例如，海马体、下丘脑以及杏仁体等大脑重要组成部分可以分别对应一个脑网络模型中的脑分区。在对刺激对象的头部与建立起来的脑网络模型完成配准之后，可以根据核磁共振采集到的脑部功能数据，建立起颅骨上的多个实际刺激靶点与脑网络模型中不同脑分区之间的对应关系。需要注意的是，在本申请的实施例中，对刺激对象的头部进行的经颅光刺激与核磁共振采集脑部功能数据可以为同步进行的。换句话说，根据在对颅骨的实际刺激靶点进行经颅光刺激的过程中采集到的脑部功能数据，就可以得到颅骨上的每个实际刺激靶点在脑网络模型中分别对应的至少一个脑分区。脑部功能数据包括对每个实际刺激靶点进行经颅光刺激各个脑分区分别产生的刺激反馈信息。
在本申请的一个实施例中，步骤S1500，根据脑部功能数据，建立实际刺激靶点与脑网络模型中的脑分区的对应关系，可以包括步骤S1510。
具体内容如下：
步骤S1510，根据脑部功能数据，选择在对实际刺激靶点进行经颅光刺激的情况下，所产生的刺激反馈信息中的反馈值超过预设标准值的至少一个脑分区，并将其作为与实际刺激靶点对应的脑分区。
在对实际刺激靶点进行经颅光刺激的情况下，根据上述内容中的脑部功能数据，可以获取脑网络模型中的多个脑分区分别产生的刺激反馈信息。其中，该刺激反馈信息可以表征脑分区中神经活动的活跃程度。当脑分区中神经活动的活跃程度越高，则刺激反馈信息中的反馈值也越高。反之，则刺激反馈信息中的反馈值越低。对于产生的刺激反馈信息中的反馈值超过预设标准值的脑分区，可以将其作为与实际刺激靶点对应的脑分区，从而建立起实际刺激靶区与脑网络模型的脑分区之间的对应关系。其中需要注意的是，单个实际刺激靶点可以对应至少一个脑分区。
示例性地，如图4所示，当对颅骨上的实际刺激靶点1进行经颅光刺激时，脑网络模型中的下丘脑所在的脑分区、海马体所在的脑分区以及杏仁体所在的脑分区均产生了相应的刺激反馈信息，但是下丘脑产生的刺激反馈信息中的反馈值明显低于预设的标准值，而海马体和杏仁体所产生的刺激反馈信息中的反馈值均高于预设的标准值。在这种情况下，可以将脑网络模型中的海马体和杏仁体所在的脑分区作为该实际刺激靶点1对应的脑分区。对于预设标准值的设定，可以根据实际情况人为设置，在此不作限制。
步骤S1600，根据经颅光刺激的设定的刺激目标，确定与刺激目标对应的至少一个脑分区，作为目标脑分区。
在本申请的实施例中，在建立起实际刺激靶区与脑网络模型的脑分区之间的对应关系之后，就可以根据刺激对象的实际临床症状来选择经颅光刺激的设定的刺激目标。在此基础上，可以选择与该刺激目标对应的脑分区来作为目标脑分区。
示例性地，当刺激对象的临床表现症状为记忆力减弱，常常忘记事情，则可以将大脑的海马体作为经颅光刺激的刺激目标。在确定了刺激目标为海马体的基础上，就可以选择脑网络模型中海马体所在的脑分区作为经颅光刺激的目标脑分区。
步骤S1700，根据目标脑分区与实际刺激靶点的对应关系，生成经颅光刺激的刺激矩阵。
在确定了目标脑分区之后，就可以选择与目标脑分区对应的至少一个实际刺激靶点，并将这些被选中的实际刺激靶点所在的实际刺激靶区组合起来，来形成经颅光刺激的刺激矩阵。也就是说，经颅光刺激的刺激矩阵可以包括至少一个实际刺激靶区。
在本申请的一个实施例中，步骤S1700，根据目标脑分区与实际刺激靶点的对应关系，生成经颅光刺激的刺激矩阵，可以包括步骤S1710至步骤S1720。具体内容如下：
步骤S1710，根据对应关系，确定与目标脑分区对应的至少一个实际刺激靶点。
根据目标脑分区与实际刺激靶点的对应关系，可以选择与脑网络模型中目标脑分区对应的至少一个实际刺激靶点，并将其作为该目标脑分区对应的实际靶点。
示例性地，在目标脑分区与实际刺激靶点的对应关系中，实际刺激靶点1与脑网络模型中下丘脑以及杏仁体所在的脑分区对应，实际刺激靶点2与脑网络模型中杏仁体和海马体所在的脑分区对应，实际刺激靶点3与脑网络模型中杏仁体和丘脑所在的脑分区对应。在此情况下，当刺激对象的临床症状表现为中度抑郁症，则可以选择脑网络模型中杏仁体所在的脑分区来作为经颅光刺激的目标脑分区。根据上述的目标脑分区与实际刺激靶点的对应关系，就可以选择与杏仁体所在的脑分区对应的实际刺激靶点1、实际刺激靶点2以及实际刺激靶点3作为实际刺激靶点。
步骤S1720，根据实际刺激靶点所在的多个刺激靶区，得到经颅光刺激的刺激矩阵；其中，刺激矩阵包括多个刺激靶区。
在实际经颅光刺激的操作过程中，光刺激需要保证对刺激对象颅骨的照射面积，因此在确定了实际刺激靶点之后，可以选择实际刺激靶点所在的实际刺激靶区作为经颅光刺激的刺激靶区。根据上述内容，在确定了实际刺激靶点的基础上，可以选择实际刺激靶点所在的多个实际刺激靶区，并将其组合起来得到经颅光刺激最优的刺激矩阵。换句话说，经颅光刺激的刺激矩阵可以包括多个实际刺激靶区。在对刺激对象的头部进行经颅光刺激的过程中，可以依次对刺激矩阵中的多个实际刺激靶区进行经颅光刺激，也可以同时对刺激矩阵中多个实际刺激靶区进行经颅光刺激，此处可以根据实际情况人为设定，在此不作限制。
示例性地，在根据经颅光刺激的设定的刺激目标确定目标脑分区，再根据目标脑分区确定实际刺激靶点之后，可以根据实际刺激靶点所在的实际刺激靶区确定经颅光刺激的刺激矩阵。需要注意的是，如图5所示，每个刺激矩阵中深色的实际刺激靶区代表需要进行刺激的靶区，淡色的实际刺激靶区则代表不需要进行刺激的靶区。
在此基础上，若确定的实际刺激靶点仅在实际刺激靶区1中，则得到的刺激矩阵为图5中示出的刺激矩阵1，即仅对实际刺激靶区1进行经颅光刺激，对其它实际刺激靶区不进行经颅光刺激；若确定的实际刺激靶点在实际刺激靶区1、2和5中，则得到的刺激矩阵为图5中示出的刺激矩阵2，即对实际刺激靶区1、2以及5进行经颅光刺激，对其它的实际刺激靶区则不进行经颅光刺激；若确定的实际刺激靶点在实际刺激靶区1和7中，则得到的刺激矩阵为图5中示出的刺激矩阵3，即对实际刺激靶区1和7进行经颅光刺激，对其它的实际刺激靶区则不进行经颅光刺激，以此类推。
本申请实施例提供的经颅光刺激的靶区确定方法，通过获取刺激对象的脑部在经颅光刺激期间产生的脑部核磁数据；其中，脑部核磁数据包括脑部结构数据和脑部功能数据；根据脑部结构数据，确定预设在刺激对象头部的多个实际刺激靶点在头部坐标系中的位置坐标；其中，头部坐标系为表示刺激对象头部的坐标系；根据多个实际刺激靶点在头部坐标系中的位置坐标，得到头部坐标系与预设的皮层坐标系的第一转换关系；根据皮层坐标系，建立脑网络模型，并确定脑网络坐标系与皮层坐标系的第二转换关系；其中，脑网络模型包括多个脑分区；根据第一转换关系和第二转换关系，将建立起来的脑网络模型映射到头部坐标系，使得刺激对象的头部与脑网络模型实现配准。通过这种方式，可以根据刺激对象的脑部在经颅光刺激期间产生的脑部核磁数据，得到经颅光刺激的最优刺激靶区，提升了刺激靶区的精准性，增强了经颅光刺激的刺激效果。
<系统实施例>
在本实施例中，还提供一种经颅光刺激的靶区确定装置2000。如图6所示，该经颅光刺激的靶区确定装置包括数据获取模块2100、第一处理模块2200、第二处理模块2300、模型建立模块2400和第一配准模块2500。其中：
数据获取模块2100，用于获取刺激对象的脑部在经颅光刺激期间产生的脑部核磁数据；其中，脑部核磁数据包括脑部结构数据和脑部功能数据；
第一处理模块2200，用于根据脑部结构数据，确定预设在刺激对象头部的多个实际刺激靶点在头部坐标系中的位置坐标；其中，头部坐标系为表示刺激对象头部的坐标系；
第二处理模块2300，用于根据多个实际刺激靶点在头部坐标系中的位置坐标，得到头部坐标系与预设的皮层坐标系的第一转换关系；
模型建立模块2400，用于根据皮层坐标系，建立脑网络模型，并确定脑网络坐标系与皮层坐标系的第二转换关系；其中，脑网络模型包括多个脑分区；
第一配准模块2500，用于根据第一转换关系和第二转换关系，将建立起来的脑网络模型映射到头部坐标系，使得刺激对象的头部与脑网络模型实现配准。
在本申请的一个实施例中，如图7所示，经颅光刺激的靶区确定装置2000还包括第三处理模块2600、第四处理模块2700以及靶区确定模块2800。
其中：
第三处理模块2600，用于根据脑部功能数据，建立实际刺激靶点与脑网络模型中的脑分区的对应关系；
第四处理模块2700，用于根据经颅光刺激的设定的刺激目标，确定与刺激目标对应的至少一个脑分区，作为目标脑分区；
靶区确定模块2800，用于根据目标脑分区与实际刺激靶点的对应关系，生成经颅光刺激的刺激矩阵。
根据本申请实施例提供的经颅光刺激的靶区确定装置，可以根据刺激对象的脑部在经颅光刺激期间产生的脑部核磁数据，得到经颅光刺激在额叶区域的最优刺激靶区，提升了刺激靶区的精准性，增强了经颅光刺激的刺激效果。
应当注意，尽管在上文详细描述中提及了用于动作执行的系统的若干模块或者单元，但这种划分并非强制性的。实际上，根据本申请的实施方法，上文描述的两个或者更多模块或者单元的特性和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
<设备实施例>
在本实施例中，还提供一种终端设备7000。如图8所示，该终端设备7000可以包括处理器7100和存储器7200，存储器7200中存储有计算机指令，计算机指令被处理器7100运行时执行本公开任一实施例的经颅光刺激的靶区确定方法中的步骤。
<介质实施例>
在本实施例中，还提供一种计算机可读存储介质，其上存储有计算机指令，计算机指令被处理器运行时，实现如本发明任一方法实施例的经颅光刺激的靶区确定方法。
在本实施例中，还提供一种计算机可读存储介质，其上存储有计算机指令，计算机指令被处理器运行时，实现如本发明任一方法实施例的经颅光刺激的靶区确定方法中的步骤。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器1100实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器1100，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器1100执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。
Claims (8)
1.一种经颅光刺激的靶区确定方法，其特征在于，包括：
获取刺激对象的脑部在经颅光刺激期间产生的脑部核磁数据；其中，所述脑部核磁数据包括脑部结构数据和脑部功能数据；
根据所述脑部结构数据，确定预设在所述刺激对象头部的多个实际刺激靶点在头部坐标系中的位置坐标；其中，所述头部坐标系为表示所述刺激对象头部的坐标系；
根据所述多个实际刺激靶点在所述头部坐标系中的位置坐标，得到所述头部坐标系与预设的皮层坐标系的第一转换关系；
根据所述皮层坐标系，建立脑网络模型，并确定所述脑网络坐标系与所述皮层坐标系的第二转换关系；其中，所述脑网络模型包括多个脑分区；
根据所述第一转换关系和所述第二转换关系，将建立起来的所述脑网络模型映射到所述头部坐标系，使得所述刺激对象的头部与所述脑网络模型实现配准；
在刺激对象的头部与所述脑网络模型实现配准之后，还包括：
根据所述脑部功能数据，建立所述实际刺激靶点与所述脑网络模型中的脑分区的对应关系；
根据所述经颅光刺激的设定的刺激目标，确定与所述刺激目标对应的至少一个脑分区，作为目标脑分区；
根据所述目标脑分区与所述实际刺激靶点的对应关系，生成所述经颅光刺激的刺激矩阵。
2.根据权利要求1所述的方法，其特征在于，所述根据所述多个实际刺激靶点在所述头部坐标系中的位置坐标，得到所述头部坐标系与预设的皮层坐标系的第一转换关系，包括：
根据所述脑部结构数据，获取与所述实际刺激靶点对应的虚拟刺激靶点；其中，所述虚拟刺激靶点位于所述皮层坐标系；
根据所述实际刺激靶点和所述虚拟刺激靶点的坐标，得到所述头部坐标系与所述皮层坐标系的第一转换关系。
3.根据权利要求1所述的方法，其特征在于，所述脑部结构数据包括刺激对象头部的颅脑结构数据。
4.根据权利要求1所述的方法，其特征在于，所述脑部功能数据包括对每个实际刺激靶点进行经颅光刺激时各脑分区分别产生的刺激反馈信息,所述根据所述脑部功能数据，建立所述实际刺激靶点与所述脑网络模型中的脑分区的对应关系，包括：
根据所述脑部功能数据，选择在对所述实际刺激靶点进行经颅光刺激的情况下，所产生的所述刺激反馈信息中的反馈值超过预设标准值的至少一个脑分区，并将其作为与所述实际刺激靶点对应的脑分区。
5.根据权利要求1所述的方法，其特征在于，所述根据所述目标脑分区与所述实际刺激靶点的对应关系，生成所述经颅光刺激的刺激矩阵，包括：
根据所述对应关系，确定与所述目标脑分区对应的至少一个实际刺激靶点；
根据所述实际刺激靶点所在的多个刺激靶区，得到所述经颅光刺激的刺激矩阵；其中，所述刺激矩阵包括多个所述刺激靶区。
6.一种经颅光刺激的靶区确定装置，其特征在于，包括：
数据获取模块，用于获取刺激对象的脑部在经颅光刺激期间产生的脑部核磁数据；其中，所述脑部核磁数据包括脑部结构数据和脑部功能数据；
第一处理模块，用于根据所述脑部结构数据，确定预设在所述刺激对象头部的多个实际刺激靶点在头部坐标系中的位置坐标；其中，所述头部坐标系为表示所述刺激对象头部的坐标系；
第二处理模块，用于根据所述多个实际刺激靶点在所述头部坐标系中的位置坐标，得到所述头部坐标系与预设的皮层坐标系的第一转换关系；
模型建立模块，用于根据所述皮层坐标系，建立脑网络模型，并确定所述脑网络坐标系与所述皮层坐标系的第二转换关系；其中，所述脑网络模型包括多个脑分区；
第一配准模块，用于根据所述第一转换关系和所述第二转换关系，将建立起来的所述脑网络模型映射到所述头部坐标系，使得所述刺激对象的头部与所述脑网络模型实现配准；
第三处理模块，用于根据所述脑部功能数据，建立所述实际刺激靶点与所述脑网络模型中的脑分区的对应关系；其中，所述脑部功能数据包括大脑在经颅光刺激下产生的刺激反馈信息；
第四处理模块，用于根据所述经颅光刺激的设定的刺激目标，确定与所述刺激目标对应的至少一个脑分区，作为目标脑分区；
靶区确定模块，用于根据所述目标脑分区与所述实际刺激靶点的对应关系，生成所述经颅光刺激的刺激矩阵。
7.一种终端设备，其特征在于，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-5任一项所述的经颅光刺激的靶区确定方法的步骤。
8.一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上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的经颅光刺激的靶区确定方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211508754.9A CN116173417B (zh) | 2022-11-28 | 2022-11-28 | 经颅光刺激的靶区确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211508754.9A CN116173417B (zh) | 2022-11-28 | 2022-11-28 | 经颅光刺激的靶区确定方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116173417A CN116173417A (zh) | 2023-05-30 |
| CN116173417B true CN116173417B (zh) | 2023-11-07 |
Family
ID=86435264
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211508754.9A Active CN116173417B (zh) | 2022-11-28 | 2022-11-28 | 经颅光刺激的靶区确定方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116173417B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007185491A (ja) * | 2005-12-16 | 2007-07-26 | National Agriculture & Food Research Organization | 経頭蓋的脳機能測定・刺激点の空間解析方法 |
| CN102814001A (zh) * | 2012-08-08 | 2012-12-12 | 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 |
| CN104474636A (zh) * | 2014-11-20 | 2015-04-01 | 西安索立德医疗科技有限公司 | 一种多点多频三维经颅磁刺激系统及颅内外坐标转换方法 |
| CN110559564A (zh) * | 2019-09-02 | 2019-12-13 | 深圳先进技术研究院 | 一种超声刺激方法及装置 |
| CN113827865A (zh) * | 2021-10-26 | 2021-12-24 | 中国医学科学院生物医学工程研究所 | 经颅磁刺激位置确定方法、装置、电子设备及存储介质 |
| CN114073820A (zh) * | 2022-01-20 | 2022-02-22 | 中国科学院自动化研究所 | 脑图谱导航的经颅磁刺激线圈位姿定位装置、方法、设备 |
| CN114782505A (zh) * | 2022-04-27 | 2022-07-22 | 中国医学科学院生物医学工程研究所 | 基于脑功能图谱的刺激靶点确定方法、装置、系统及介质 |
| CN115089159A (zh) * | 2022-05-06 | 2022-09-23 | 中山大学附属第三医院 | 一种基于功能性核磁共振实现经颅磁精准刺激系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013172981A1 (en) * | 2012-05-16 | 2013-11-21 | Beth Israel Deaconess Medical Center, Inc. | Identifying individual target sites for transcranial magnetic stimulation applications |
-
2022
- 2022-11-28 CN CN202211508754.9A patent/CN116173417B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007185491A (ja) * | 2005-12-16 | 2007-07-26 | National Agriculture & Food Research Organization | 経頭蓋的脳機能測定・刺激点の空間解析方法 |
| CN102814001A (zh) * | 2012-08-08 | 2012-12-12 | 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 |
| CN104474636A (zh) * | 2014-11-20 | 2015-04-01 | 西安索立德医疗科技有限公司 | 一种多点多频三维经颅磁刺激系统及颅内外坐标转换方法 |
| CN110559564A (zh) * | 2019-09-02 | 2019-12-13 | 深圳先进技术研究院 | 一种超声刺激方法及装置 |
| CN113827865A (zh) * | 2021-10-26 | 2021-12-24 | 中国医学科学院生物医学工程研究所 | 经颅磁刺激位置确定方法、装置、电子设备及存储介质 |
| CN114073820A (zh) * | 2022-01-20 | 2022-02-22 | 中国科学院自动化研究所 | 脑图谱导航的经颅磁刺激线圈位姿定位装置、方法、设备 |
| CN114782505A (zh) * | 2022-04-27 | 2022-07-22 | 中国医学科学院生物医学工程研究所 | 基于脑功能图谱的刺激靶点确定方法、装置、系统及介质 |
| CN115089159A (zh) * | 2022-05-06 | 2022-09-23 | 中山大学附属第三医院 | 一种基于功能性核磁共振实现经颅磁精准刺激系统 |
Non-Patent Citations (2)
| Title |
|---|
| 《功能磁共振成像与经颅磁刺激结合调控脑功能网络的应用及展望》;夏清玲等;《磁共振成像》;第13卷(第8期);全文 * |
| 经颅磁刺激对运动功能的调控——手运动区靶点的个体化精准定位及对刺激后效应的评估;王珏;博士电子期刊;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116173417A (zh) | 2023-05-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tadel et al. | Brainstorm: A user‐friendly application for MEG/EEG analysis | |
| WO2018119766A1 (zh) | 多模态图像处理系统及方法 | |
| CN113367681B (zh) | 靶点确定方法、装置、设备及存储介质 | |
| WO2023280003A1 (zh) | 靶点确定方法、装置、电子设备、存储介质及神经调控设备 | |
| Frisoni et al. | Virtual imaging laboratories for marker discovery in neurodegenerative diseases | |
| Kadipasaoglu et al. | Category-selectivity in human visual cortex follows cortical topology: a grouped icEEG study | |
| WO2023280086A1 (zh) | 靶点确定方法、装置、电子设备、存储介质及神经调控设备 | |
| Huang et al. | Distilling neural representations of data structure manipulation using fMRI and fNIRS | |
| CN105395194B (zh) | 一种功能磁共振成像辅助的脑电通道选择方法 | |
| Rezaee et al. | Deep cerebellar transcranial direct current stimulation of the dentate nucleus to facilitate standing balance in chronic stroke survivors—a pilot study | |
| US11037296B1 (en) | Deriving target data from selected brain data | |
| Torner et al. | Multipurpose virtual reality environment for biomedical and health applications | |
| CN117954055A (zh) | 脑功能图谱的绘制系统 | |
| Eloyan et al. | Analytic programming with fMRI data: A quick-start guide for statisticians using R | |
| Neufeld et al. | Functionalized anatomical models for computational life sciences | |
| Taberna et al. | Detection of resting-state functional connectivity from high-density electroencephalography data: impact of head modeling strategies | |
| Wang et al. | Changes in task-related functional connectivity across multiple spatial scales are related to reading performance | |
| Martinez-Alvarez et al. | RetinaStudio: A bioinspired framework to encode visual information | |
| CN113240106A (zh) | 一种脑电溯源模型的训练方法，脑电溯源方法及电子设备 | |
| CN116173417B (zh) | 经颅光刺激的靶区确定方法、装置、设备及存储介质 | |
| Paniagua et al. | Combined SPHARM-PDM and entropy-based particle systems shape analysis framework | |
| Zaleshina et al. | The brain as a multi-layered map. Scales and reference points for pattern recognition in neuroimaging | |
| Vorwerk et al. | Interactive computation and visualization of deep brain stimulation effects using Duality | |
| Quitadamo et al. | Describing different brain computer interface systems through a unique model: a UML implementation | |
| US11399757B1 (en) | Medical imaging with features to determine emotional state |
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 |