CN116492600A - 基于个体化时-空靶点的调控装置、设备及存储介质 - Google Patents
基于个体化时-空靶点的调控装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116492600A CN116492600A CN202310770540.7A CN202310770540A CN116492600A CN 116492600 A CN116492600 A CN 116492600A CN 202310770540 A CN202310770540 A CN 202310770540A CN 116492600 A CN116492600 A CN 116492600A
- Authority
- CN
- China
- Prior art keywords
- target
- resting state
- determining
- individualized
- image
- 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.)
- Granted
Links
- 230000033228 biological regulation Effects 0.000 title claims abstract description 107
- 210000005036 nerve Anatomy 0.000 claims abstract description 92
- 210000004556 brain Anatomy 0.000 claims abstract description 68
- 230000006870 function Effects 0.000 claims abstract description 34
- 230000000638 stimulation Effects 0.000 claims abstract description 29
- 230000000284 resting effect Effects 0.000 claims description 107
- 230000033764 rhythmic process Effects 0.000 claims description 78
- 230000004007 neuromodulation Effects 0.000 claims description 43
- 238000009792 diffusion process Methods 0.000 claims description 27
- 238000007781 pre-processing Methods 0.000 claims description 22
- 230000003595 spectral effect Effects 0.000 claims description 19
- 210000001103 thalamus Anatomy 0.000 claims description 15
- 210000001652 frontal lobe Anatomy 0.000 claims description 14
- 210000004885 white matter Anatomy 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 12
- 239000000835 fiber Substances 0.000 claims description 7
- 210000001152 parietal lobe Anatomy 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 5
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 230000001276 controlling effect Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 13
- 238000004458 analytical method Methods 0.000 abstract description 7
- 230000003925 brain function Effects 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 6
- 208000029028 brain injury Diseases 0.000 abstract description 5
- 230000003993 interaction Effects 0.000 abstract description 5
- 238000000034 method Methods 0.000 description 27
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 230000001054 cortical effect Effects 0.000 description 5
- 230000001936 parietal effect Effects 0.000 description 5
- 210000004761 scalp Anatomy 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000001537 neural effect Effects 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000002490 cerebral effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000011491 transcranial magnetic stimulation Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000003727 cerebral blood flow Effects 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000004886 head movement Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012880 independent component analysis Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000000554 physical therapy Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N2/00—Magnetotherapy
- A61N2/02—Magnetotherapy using magnetic fields produced by coils, including single turn loops or electromagnets
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
- A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
-
- 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
- A61B5/24—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
- A61B5/72—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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Neurology (AREA)
- High Energy & Nuclear Physics (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Psychology (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本申请提供了一种基于个体化时‑空靶点的调控装置、设备及存储介质，其中，该装置包括数据采集模块、个体化靶点确定模块和调控模块，利用个体化的多模态磁共振数据，综合考虑脑部功能连通性和结构连接，构建了个体化功能‑结构空间靶点，克服了现有无创神经调控技术仅从功能或结构上定位刺激靶点，且定位方式主要依靠医生经验所带来的调控效率低的问题。另外，充分考虑意识障碍患者由脑损伤导致的个体大脑皮层状态的庞大异质性及大脑皮层内源性的神经电活动与外加调控之间的交互效应，采用离线与在线分析方式确定神经调控的介入时间，实现了个体化无创时‑空精准神经调控。
Description
技术领域
本申请涉及医学中的理疗技术领域，尤其涉及一种基于个体化时-空靶点的调控装置、设备及存储介质。
背景技术
近年来，神经调控技术在临床医学中逐渐崭露头角，特别是以经颅电刺激、经颅磁刺激为代表的无创神经调控技术逐渐受到临床医生和患者家属的认可。经颅磁刺激是利用电磁感应原理，将磁线圈置于头皮，产生的磁脉冲无衰减穿透颅骨，诱发感应电场作用于大脑皮层，以对脑血流、脑代谢和脑神经生物电活动产生影响的无创神经调控技术。然而，现有的调控装置或方案多采用统一化的调控靶点，这往往会忽略靶点处个体化的损伤情况，导致神经调控的效率较低。
发明内容
针对上述问题，本申请提供了一种基于个体化时-空靶点的调控装置、设备及存储介质，同时考虑了脑部结构连接、功能连通性和神经调控的介入时机，有利于提升调控效率。
本申请第一方面提供了一种基于个体化时-空靶点的调控装置，该装置包括数据采集模块、个体化靶点确定模块和调控模块；
数据采集模块，用于在对被试者实施神经调控前，采集被试者脑部的磁共振结构像、静息态功能像、扩散张量像和被试者的第一静息态高密度脑电信号；
个体化靶点确定模块，用于基于磁共振结构像和静息态功能像，确定被试者神经调控的个体化功能靶点；基于扩散张量像，确定被试者神经调控的个体化结构靶点；根据个体化功能靶点和个体化结构靶点，得到被试者神经调控的个体化空间靶点；以及，基于第一静息态高密度脑电信号，确定触发神经调控的目标节律的能量占比阈值；
调控模块，用于实时采集被试者的第二静息态高密度脑电信号，基于目标节律的能量占比阈值和第二静息态高密度脑电信号，确定神经调控的实施时间；以及，定位个体化空间靶点，并在神经调控的实施时间对个体化空间靶点施加刺激，以对被试者进行神经调控。
结合第一方面，在一种可能的实施方式中，在基于磁共振结构像和静息态功能像，确定被试者神经调控的个体化功能靶点方面，个体化靶点确定模块，具体用于：
对磁共振结构像和静息态功能像进行预处理，得到第一预处理图像；
基于第一预处理图像，选取丘脑中央中核或中央外侧核为第一感兴趣区域；
获取第一感兴趣区域与被试者脑部每个体素之间的功能连接强度指标；
基于功能连接强度指标，确定出个体化功能靶点。
结合第一方面，在一种可能的实施方式中，功能连接强度指标采用皮尔逊相关系数表示；在基于功能连接强度指标，确定出个体化功能靶点方面，个体化靶点确定模块，具体用于：
将皮尔逊相关系数大于或等于第一预设值，且与额叶或顶叶皮层表面的距离小于或等于第二预设值的体素确定为个体化功能靶点。
结合第一方面，在一种可能的实施方式中，在基于扩散张量像，确定被试者神经调控的个体化结构靶点方面，个体化靶点确定模块，具体用于：
对扩散张量像进行预处理，得到第二预处理图像；
基于第二预处理图像，选取丘脑中央中核或中央外侧核为第二感兴趣区域；
基于第二感兴趣区域进行概率性纤维追踪，获取第二感兴趣区域与被试者脑部每个体素的白质结构连接特征；
将白质结构连接特征的值大于或等于第三预设值，且与额叶或顶叶皮层表面的距离小于或等于第四预设值的体素确定为个体化结构靶点。
结合第一方面，在一种可能的实施方式中，在基于第一静息态高密度脑电信号，确定触发神经调控的目标节律的能量占比阈值方面，个体化靶点确定模块，具体用于：
对第一静息态高密度脑电信号进行预处理，得到预处理后的第一静息态高密度脑电信号；
以设定的时间窗和步长在预处理后的第一静息态高密度脑电信号上滑动，计算时间窗内多个节律的第一频谱能量分布；多个节律包括目标节律；
基于第一频谱能量分布，计算时间窗内目标节律的能量与总能量的第一能量占比；
采用第一能量占比构建高斯分布，将高斯分布的预设分位数对应的值确定为目标节律的能量占比阈值。
结合第一方面，在一种可能的实施方式中，在基于目标节律的能量占比阈值和第二静息态高密度脑电信号，确定神经调控的实施时间方面，调控模块，具体用于：
对第二静息态高密度脑电信号进行预处理，
计算预处理后的第二静息态高密度脑电信号中多个节律的第二频谱能量分布；
基于第二频谱能量分布，计算目标节律的能量与总能量的第二能量占比；
将首次出现第二能量占比大于或等于目标节律的能量占比阈值的时间，确定为神经调控的实施时间。
结合第一方面，在一种可能的实施方式中，在根据个体化功能靶点和个体化结构靶点，得到被试者神经调控的个体化空间靶点方面，个体化靶点确定模块，具体用于：
生成个体化功能靶点的第一掩模图；
生成个体化结构靶点的第二掩模图；
将第一掩模图和第二掩模图叠加，生成第三掩模图；第三掩模图中值等于第五预设值的区域为个体化空间靶点。
本申请第二方面提供了一种基于个体化时-空靶点的调控方法，应用于第一方面中的基于个体化时-空靶点的调控装置，该方法包括：
在对被试者实施神经调控前，采集被试者脑部的磁共振结构像、静息态功能像、扩散张量像和被试者的第一静息态高密度脑电信号；
基于磁共振结构像和静息态功能像，确定被试者神经调控的个体化功能靶点；基于扩散张量像，确定被试者神经调控的个体化结构靶点；根据个体化功能靶点和个体化结构靶点，得到被试者神经调控的个体化空间靶点；以及，基于第一静息态高密度脑电信号，确定触发神经调控的目标节律的能量占比阈值；
实时采集被试者的第二静息态高密度脑电信号，基于目标节律的能量占比阈值和第二静息态高密度脑电信号，确定神经调控的实施时间；以及，定位个体化空间靶点，并在神经调控的实施时间对个体化空间靶点施加刺激，以对被试者进行神经调控。
结合第二方面，在一种可能的实施方式中，基于磁共振结构像和静息态功能像，确定被试者神经调控的个体化功能靶点，包括：
对磁共振结构像和静息态功能像进行预处理，得到第一预处理图像；
基于第一预处理图像，选取丘脑中央中核或中央外侧核为第一感兴趣区域；
获取第一感兴趣区域与被试者脑部每个体素之间的功能连接强度指标；
基于功能连接强度指标，确定出个体化功能靶点。
结合第二方面，在一种可能的实施方式中，功能连接强度指标采用皮尔逊相关系数表示；基于功能连接强度指标，确定出个体化功能靶点，包括：
将皮尔逊相关系数大于或等于第一预设值，且与额叶或顶叶皮层表面的距离小于或等于第二预设值的体素确定为个体化功能靶点。
结合第二方面，在一种可能的实施方式中，基于扩散张量像，确定被试者神经调控的个体化结构靶点，包括：
对扩散张量像进行预处理，得到第二预处理图像；
基于第二预处理图像，选取丘脑中央中核或中央外侧核为第二感兴趣区域；
基于第二感兴趣区域进行概率性纤维追踪，获取第二感兴趣区域与被试者脑部每个体素的白质结构连接特征；
将白质结构连接特征的值大于或等于第三预设值，且与额叶或顶叶皮层表面的距离小于或等于第四预设值的体素确定为个体化结构靶点。
结合第二方面，在一种可能的实施方式中，基于第一静息态高密度脑电信号，确定触发神经调控的目标节律的能量占比阈值，包括：
对第一静息态高密度脑电信号进行预处理，得到预处理后的第一静息态高密度脑电信号；
以设定的时间窗和步长在预处理后的第一静息态高密度脑电信号上滑动，计算时间窗内多个节律的第一频谱能量分布；多个节律包括目标节律；
基于第一频谱能量分布，计算时间窗内目标节律的能量与总能量的第一能量占比；
采用第一能量占比构建高斯分布，将高斯分布的预设分位数对应的值确定为目标节律的能量占比阈值。
结合第二方面，在一种可能的实施方式中，基于目标节律的能量占比阈值和第二静息态高密度脑电信号，确定神经调控的实施时间，包括：
对第二静息态高密度脑电信号进行预处理，
计算预处理后的第二静息态高密度脑电信号中多个节律的第二频谱能量分布；
基于第二频谱能量分布，计算目标节律的能量与总能量的第二能量占比；
将首次出现第二能量占比大于或等于目标节律的能量占比阈值的时间，确定为神经调控的实施时间。
结合第二方面，在一种可能的实施方式中，根据个体化功能靶点和个体化结构靶点，得到被试者神经调控的个体化空间靶点，包括：
生成个体化功能靶点的第一掩模图；
生成个体化结构靶点的第二掩模图；
将第一掩模图和第二掩模图叠加，生成第三掩模图；第三掩模图中值等于第五预设值的区域为个体化空间靶点。
本申请第三方面提供了一种电子设备，包括处理器和存储器，其中，所述存储器用于存储一个或多个程序，所述程序包括用于执行如上述第二方面任意一个实施例中的方法步骤的指令。
本申请第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有用于设备执行的计算机程序，计算机程序被执行时实现上述第二方面任意一个实施例中的方法。
本申请第五方面提供了一种计算机程序产品，当计算机程序产品被设备运行，使得设备执行上述第二方面任意一个实施例中的方法。
本申请的上述方案至少包括以下有益效果：
本申请实施例中，利用个体化的多模态磁共振数据，综合考虑脑部功能连通性和结构连接，构建了个体化功能-结构空间靶点，克服了现有无创神经调控技术仅从功能或结构上定位刺激靶点，且定位方式主要依靠医生经验所带来的调控效率低的问题。另外，充分考虑意识障碍患者由脑损伤导致的个体大脑皮层状态的庞大异质性及大脑皮层内源性的神经电活动与外加调控之间的交互效应，在实施神经调控前，以离线分析方式，通过采集被试者的静息态高密度脑电信号，确定触发神经调控的目标节律的能量占比阈值；再以在线分析方式，通过实时采集的静息态高密度脑电信号和该阈值确定神经调控的实施时间，从而利用该实施时间构建了个体化时-空靶点，实现了个体化无创时-空精准神经调控，有利于提升调控的整体效率和效果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种基于个体化时-空靶点的调控装置的结构示意图；
图2为本申请实施例提供的一种获取个体化功能靶点和个体化结构靶点的示意图；
图3为本申请实施例提供的一种获取个体化空间靶点的示意图；
图4为本申请实施例提供的一种获取目标节律的能量占比阈值的示意图；
图5为本申请实施例提供的一种确定神经调控的实施时间的示意图；
图6为本申请实施例提供的一种基于个体化时-空靶点的调控方法的流程示意图；
图7为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
本申请说明书、权利要求书和附图中出现的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地进一步包括没有列出的步骤或单元，或可选地进一步包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，术语“第一”、“第二”和“第三”等是用于区别不同的对象，而并非用于描述特定的顺序。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本申请所描述的实施例可以与其它实施例相结合。
以下对本申请涉及的相关技术及其不足进行简要说明。
当前经颅磁/电刺激在应用中的靶点确定方法：（1）头皮刺激靶点的定位多采用5cm定位法或基于国际10-20脑电系统的头皮标记定位法；（2）采用神经导航系统从皮层结构上定位皮层刺激靶点。现有神经调控中头皮刺激靶点的定位方案未考虑患者病因、解剖等个体差异，刺激靶点完全依赖医生的经验选择，粗放的定位方式限制了无创神经调控的有效率；仅从皮层结构上去定位刺激靶点，未考虑脑深部结构与皮层刺激靶点间的结构或功能关系以及意识损伤后脑功能和结构的异质性；仅考虑皮层刺激靶点与脑深部目标靶点间的功能连接，并从皮层结构定位刺激靶点，忽略了脑深部目标靶点与皮层刺激靶点间的结构连通性；仅考虑脑深部目标靶点与皮层刺激靶点间的结构连通性，忽略了意识损伤后个体脑功能的庞大异质性及皮层刺激靶点与脑深部目标靶点间的功能连接；并且，忽略了神经调控介入时机对调控效果的影响。
为克服相关技术中的缺陷或不足，本申请实施例提供了一种基于个体化时-空靶点的调控装置、设备及存储介质。请参见图1，图1为本申请实施例提供的一种基于个体化时-空靶点的调控装置的结构示意图，如图1所示，该装置包括数据采集模块、个体化靶点确定模块和调控模块。其中：
数据采集模块，用于在对被试者实施神经调控前，采集被试者脑部的磁共振结构像、静息态功能像、扩散张量像和被试者的第一静息态高密度脑电信号。
本申请实施例中，采用磁共振成像技术即可采集到被试者脑部的磁共振结构像、静息态功能像、扩散张量像等多模态图像，静息态高密度脑电信号也可通过相关设备采集到。
个体化靶点确定模块，用于基于磁共振结构像和静息态功能像，确定被试者神经调控的个体化功能靶点；基于扩散张量像，确定被试者神经调控的个体化结构靶点；根据个体化功能靶点和个体化结构靶点，得到被试者神经调控的个体化空间靶点；以及，基于第一静息态高密度脑电信号，确定触发神经调控的目标节律的能量占比阈值。
示例性的，在基于磁共振结构像和静息态功能像，确定被试者神经调控的个体化功能靶点方面，个体化靶点确定模块，具体用于：
对磁共振结构像和静息态功能像进行预处理，得到第一预处理图像；
基于第一预处理图像，选取丘脑中央中核或中央外侧核为第一感兴趣区域；
获取第一感兴趣区域与被试者脑部每个体素之间的功能连接强度指标；
基于功能连接强度指标，确定出个体化功能靶点。
本申请实施例中，此处的预处理包括格式转换、去除前10个时间点、时间层校正、头动校正、图像配准、结构像分割、空间标准化、回归滋扰信号、带通滤波、去线性漂移、空间平滑等操作。预处理的目的之一是将静息态功能像配准到磁共振结构像，再转换到标准空间，第一预处理图像是转换到标准空间的图像数据。其中，标准空间可以是标准蒙特利尔(MontrealNeurologicalInstitute，MNI)空间。基于第一预处理图像，选取丘脑中央中核或中央外侧核为第一感兴趣区域，即将丘脑中央中核或中央外侧核作为脑深部目标靶点（或种子点），第一感兴趣区域的位置可如图2所示。定义第一感兴趣区域的MNI空间坐标，半径取3mm，计算第一感兴趣区域与全脑每个体素的皮尔逊Pearson相关系数作为功能连接强度指标，并计算全脑每个体素与额叶或顶叶皮层表面的距离，将皮尔逊相关系数大于或等于第一预设值，且与额叶或顶叶皮层表面的距离小于或等于第二预设值的体素确定为个体化功能靶点，即图2中考虑脑深部意识相关神经核团与皮层刺激靶点间的个体化功能连接，选取距离额叶或顶叶皮层表面更近且与第一感兴趣区域功能连接更强的近皮层靶点作为个体化功能靶点。其中，第一预设值和第二预设值可进行个体化设定，即根据被试者的不同而不同，也可以采用标准设定。
该实现方式中，在构建空间靶点时，充分考虑了脑深部意识相关神经核团（如丘脑中央中核或中央外侧核）与皮层刺激靶点间的功能连接。
示例性的，在基于扩散张量像，确定被试者神经调控的个体化结构靶点方面，个体化靶点确定模块，具体用于：
对扩散张量像进行预处理，得到第二预处理图像；
基于第二预处理图像，选取丘脑中央中核或中央外侧核为第二感兴趣区域；
基于第二感兴趣区域进行概率性纤维追踪，获取第二感兴趣区域与被试者脑部每个体素的白质结构连接特征；
将白质结构连接特征的值大于或等于第三预设值，且与额叶或顶叶皮层表面的距离小于或等于第四预设值的体素确定为个体化结构靶点。
本申请实施例中，此处的预处理包括格式转换、头动校正、涡流校正、剥脑、图像配准等操作，基于第二预处理图像，选取丘脑中央中核或中央外侧核为第二感兴趣区域，即将丘脑中央中核或中央外侧核作为脑深部目标靶点，第二感兴趣区域的位置可参照图2中第一感兴趣区域的位置。以第二感兴趣区域为种子点，半径取3mm，在弥散空间采用probtrackx2算法进行概率性纤维追踪，设定最大步数、步长、样本数、曲率阈值等参数值，计算种子点与全脑每个体素的白质结构连接特征值，将白质结构连接特征的值大于或等于第三预设值，且与额叶或顶叶皮层表面的距离小于或等于第四预设值的体素确定为个体化结构靶点，即图2中考虑脑深部意识相关神经核团与皮层刺激靶点间的个体化结构连接，在基于皮层分析得到皮层厚度的基础上，选取距离额叶或顶叶皮层表面更近且与第二感兴趣区域白质结构连接特征的值更大（表示纤维束追踪更多）的皮层靶点作为个体化结构靶点。其中，第三预设值和第四预设值可进行个体化设定，即根据被试者的不同而不同，也可以采用标准设定。
该实现方式中，在构建空间靶点时，充分考虑了脑深部意识相关神经核团与皮层刺激靶点间的结构连通性。
示例性的，在根据个体化功能靶点和个体化结构靶点，得到被试者神经调控的个体化空间靶点方面，个体化靶点确定模块，具体用于：生成个体化功能靶点的第一掩模图和个体化结构靶点的第二掩模图，比如：靶点所在位置表示为1，非靶点位置表示为0，如图3所示，将第一掩模图和第二掩模图叠加，生成第三掩模图，第三掩模图中值等于第五预设值的区域即表示个体化空间靶点。其中，将第一掩模图和第二掩模图叠加可通过FSL（FMRIB'sSoftwareLibrary；牛津大学脑功能磁共振成像中心开发的一个软件库）实现，比如：设置第五预设值为2，则第一掩模图和第二掩模图中相交的靶点即为最终确定出的个体化空间靶点。
该实现方式中，将个体化功能靶点和个体化结构靶点相结合，考虑了结构和功能的相互作用，构建了个体化功能-结构空间靶点。
示例性的，个体化靶点确定模块将第三掩模图导入神经导航系统，用于神经调控时对个体化空间靶点进行精准定位。
示例性的，在基于第一静息态高密度脑电信号，确定触发神经调控的目标节律的能量占比阈值方面，个体化靶点确定模块，具体用于：
对第一静息态高密度脑电信号进行预处理，得到预处理后的第一静息态高密度脑电信号；
以设定的时间窗和步长在预处理后的第一静息态高密度脑电信号上滑动，计算时间窗内多个节律的第一频谱能量分布；多个节律包括目标节律；
基于第一频谱能量分布，计算时间窗内目标节律的能量与总能量的第一能量占比；
采用第一能量占比构建高斯分布，将高斯分布的预设分位数对应的值确定为目标节律的能量占比阈值。
本申请实施例中，如图4所示，在实施神经调控前，采集被试者一定时间的静息态高密度脑电，得到第一静息态高密度脑电信号，对第一静息态高密度脑电信号进行电极定位、剔除无用电极、带通滤波、分段和基线校正、剔除坏段、插值坏导、独立成分分析、剔除眼电等伪迹成分的预处理，以设定的时间窗和步长在预处理后的第一静息态高密度脑电信号上滑动，对于每个时间窗覆盖的区域，计算该区域内的多个节律的频谱能量分布，最终利用每个时间窗内的频谱能量分布构建出频谱功率图（横坐标为频率，纵坐标为能量）。其中，多个节律可通过拉普拉斯蒙太奇方法计算得到，目标节律是指感兴趣电极的节律，根据被试者的不同，感兴趣电极可能有个体化差异，具体不做限定。由于第一频谱能量分布给出了多个节律在时间窗内的能量，则可计算出目标节律的能量与时间窗内的总能量的第一能量占比，对于多个时间窗，可计算出与之一一对应的多个第一能量占比。请继续参见图4，采用多个第一能量占比，个体化靶点确定模块可构建出目标节律的能量占比的高斯分布，求取该高斯分布的预设分位数（比如：95%）对应的值，将该值确定为目标节律的能量占比阈值。
调控模块，用于实时采集被试者的第二静息态高密度脑电信号，基于目标节律的能量占比阈值和第二静息态高密度脑电信号，确定神经调控的实施时间；以及，定位个体化空间靶点，并在神经调控的实施时间对个体化空间靶点施加刺激，以对被试者进行神经调控。
本申请实施例中，在确定好目标节律的能量占比阈值后，如图5所示，调控模块实时采集被试者的静息态高密度脑电，得到第二静息态高密度脑电信号，对第二静息态高密度脑电信号进行电极定位、剔除无用电极、带通滤波、分段和基线校正、剔除坏段、插值坏导、独立成分分析、剔除眼电等伪迹成分的预处理，并计算预处理后的第二静息态高密度脑电信号中多个节律的第二频谱能量分布，由于第二频谱能量分布给出了多个节律的能量，则可计算出目标节律的能量与总能量的第二能量占比，将首次出现第二能量占比大于或等于目标节律的能量占比阈值的时间，确定为神经调控的实施时间，即神经调控的介入时间。在该时间调控模块可通过神经导航系统对个体化空间靶点进行精准定位，从而通过脑电电极施加一定刺激以进行神经调控。
可以看出，本申请实施例中，利用个体化的多模态磁共振数据，综合考虑脑部功能连通性和结构连接，构建了个体化功能-结构空间靶点，考虑了脑损伤后，意识相关神经元功能和结构的个体差异对神经调控效果的影响，克服了现有无创神经调控技术仅从功能或结构上定位刺激靶点，且定位方式主要依靠医生经验所带来的调控效率低的问题。另外，充分考虑意识障碍患者由脑损伤导致的个体大脑皮层状态的庞大异质性及大脑皮层内源性的神经电活动与外加调控之间的交互效应，在实施神经调控前，以离线分析方式，通过采集被试者的静息态高密度脑电信号，确定触发神经调控的目标节律的能量占比阈值；再以在线分析方式，通过实时采集的静息态高密度脑电信号和该阈值确定神经调控的实施时间，从而利用该实施时间构建了个体化时-空靶点，实现了个体化无创时-空精准神经调控，有利于提升调控的整体效率和效果。
基于上述基于个体化时-空靶点的调控装置实施例的描述，本申请还提供一种基于个体化时-空靶点的调控方法，该方法可应用于图1所示的实施例中的装置。请参见图6，图6为本申请实施例提供的一种基于个体化时-空靶点的调控方法的流程示意图，如图6所示，该方法可以包括步骤601-603：
601：在对被试者实施神经调控前，采集被试者脑部的磁共振结构像、静息态功能像、扩散张量像和被试者的第一静息态高密度脑电信号；
602：基于磁共振结构像和静息态功能像，确定被试者神经调控的个体化功能靶点；基于扩散张量像，确定被试者神经调控的个体化结构靶点；根据个体化功能靶点和个体化结构靶点，得到被试者神经调控的个体化空间靶点；以及，基于第一静息态高密度脑电信号，确定触发神经调控的目标节律的能量占比阈值；
603：实时采集被试者的第二静息态高密度脑电信号，基于目标节律的能量占比阈值和第二静息态高密度脑电信号，确定神经调控的实施时间；以及，定位个体化空间靶点，并在神经调控的实施时间对个体化空间靶点施加刺激，以对被试者进行神经调控。
在一种可能的实施方式中，基于磁共振结构像和静息态功能像，确定被试者神经调控的个体化功能靶点，包括：
对磁共振结构像和静息态功能像进行预处理，得到第一预处理图像；
基于第一预处理图像，选取丘脑中央中核或中央外侧核为第一感兴趣区域；
获取第一感兴趣区域与被试者脑部每个体素之间的功能连接强度指标；
基于功能连接强度指标，确定出个体化功能靶点。
在一种可能的实施方式中，功能连接强度指标采用皮尔逊相关系数表示；基于功能连接强度指标，确定出个体化功能靶点，包括：
将皮尔逊相关系数大于或等于第一预设值，且与额叶或顶叶皮层表面的距离小于或等于第二预设值的体素确定为个体化功能靶点。
在一种可能的实施方式中，基于扩散张量像，确定被试者神经调控的个体化结构靶点，包括：
对扩散张量像进行预处理，得到第二预处理图像；
基于第二预处理图像，选取丘脑中央中核或中央外侧核为第二感兴趣区域；
基于第二感兴趣区域进行概率性纤维追踪，获取第二感兴趣区域与被试者脑部每个体素的白质结构连接特征；
将白质结构连接特征的值大于或等于第三预设值，且与额叶或顶叶皮层表面的距离小于或等于第四预设值的体素确定为个体化结构靶点。
在一种可能的实施方式中，基于第一静息态高密度脑电信号，确定触发神经调控的目标节律的能量占比阈值，包括：
对第一静息态高密度脑电信号进行预处理，得到预处理后的第一静息态高密度脑电信号；
以设定的时间窗和步长在预处理后的第一静息态高密度脑电信号上滑动，计算时间窗内多个节律的第一频谱能量分布；多个节律包括目标节律；
基于第一频谱能量分布，计算时间窗内目标节律的能量与总能量的第一能量占比；
采用第一能量占比构建高斯分布，将高斯分布的预设分位数对应的值确定为目标节律的能量占比阈值。
在一种可能的实施方式中，基于目标节律的能量占比阈值和第二静息态高密度脑电信号，确定神经调控的实施时间，包括：
对第二静息态高密度脑电信号进行预处理，
计算预处理后的第二静息态高密度脑电信号中多个节律的第二频谱能量分布；
基于第二频谱能量分布，计算目标节律的能量与总能量的第二能量占比；
将首次出现第二能量占比大于或等于目标节律的能量占比阈值的时间，确定为神经调控的实施时间。
在一种可能的实施方式中，根据个体化功能靶点和个体化结构靶点，得到被试者神经调控的个体化空间靶点，包括：
生成个体化功能靶点的第一掩模图；
生成个体化结构靶点的第二掩模图；
将第一掩模图和第二掩模图叠加，生成第三掩模图；第三掩模图中值等于第五预设值的区域为个体化空间靶点。
需要说明的是，该方法实施例中各个步骤的实现，可对应参照图1-图5所示的装置实施例中各个模块的实现，且在装置侧模块功能发生变化的情况下，方法侧也可参照装置侧的变化而进行适应性调整。
可以理解的是，由于方法实施例与装置实施例为相同技术构思的不同呈现形式，因此，本申请实施例装置侧的内容应同步适配于本申请实施例方法侧，且能达到相同或相似的有益效果，此处不再赘述。
可以看出，在图6所示的方法实施例中，利用个体化的多模态磁共振数据，综合考虑脑部功能连通性和结构连接，构建了个体化功能-结构空间靶点，克服了现有无创神经调控技术仅从功能或结构上定位刺激靶点，且定位方式主要依靠医生经验所带来的调控效率低的问题。另外，充分考虑意识障碍患者由脑损伤导致的个体大脑皮层状态的庞大异质性及大脑皮层内源性的神经电活动与外加调控之间的交互效应，在实施神经调控前，以离线分析方式，通过采集被试者的静息态高密度脑电信号，确定触发神经调控的目标节律的能量占比阈值；再以在线分析方式，通过实时采集的静息态高密度脑电信号和该阈值确定神经调控的实施时间，从而利用该实施时间构建了个体化时-空靶点，实现了个体化无创时-空精准神经调控，有利于提升调控的整体效率和效果。
请参见图7，图7为本申请实施例提供的一种电子设备的结构示意图。该电子设备包括处理器701、存储器702和通信接口703，上述处理器701、存储器702和通信接口703通过总线704相互连接。比如：该电子设备可以是神经调控的控制设备。
存储器702包括但不限于是随机存储记忆体（random access memory，RAM）、只读存储器（read-only memory， ROM）、可擦除可编程只读存储器（erasable programmableread only memory，EPROM）、或便携式只读存储器（compact disc read-only memory，CD-ROM），该存储器702用于相关计算机程序及数据。通信接口703用于接收和发送数据。
处理器701可以是一个或多个中央处理器（central processing unit，CPU），在处理器701是一个CPU的情况下，该CPU可以是单核CPU，也可以是多核CPU。
该电子设备中的处理器701用于读取上述存储器702中存储的计算机程序代码，执行以下操作：
在对被试者实施神经调控前，采集被试者脑部的磁共振结构像、静息态功能像、扩散张量像和被试者的第一静息态高密度脑电信号；
基于磁共振结构像和静息态功能像，确定被试者神经调控的个体化功能靶点；基于扩散张量像，确定被试者神经调控的个体化结构靶点；根据个体化功能靶点和个体化结构靶点，得到被试者神经调控的个体化空间靶点；以及，基于第一静息态高密度脑电信号，确定触发神经调控的目标节律的能量占比阈值；
实时采集被试者的第二静息态高密度脑电信号，基于目标节律的能量占比阈值和第二静息态高密度脑电信号，确定神经调控的实施时间；以及，定位个体化空间靶点，并在神经调控的实施时间对个体化空间靶点施加刺激，以对被试者进行神经调控。
需要说明的是，各个操作的实现还可以对应参照图1-图5所示的装置实施例的相应描述。
本申请实施例还提供了一种计算机可读存储介质（Memory），所述计算机可读存储介质是信息处理设备或信息发送设备或信息接收设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括终端中的内置存储介质，当然也可以包括终端所支持的扩展存储介质，或者还可以包括与芯片配套使用的存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被芯片加载并执行的一条或多条的指令，这些指令可以是一个或一个以上的计算机程序（包括程序代码）。需要说明的是，此处的计算机可读存储介质可以是随机存储记忆体（random access memory，RAM）、双倍速率同步动态随机存储器（Double Data RateSynchronous Dynamic Random Access Memory，DDR），等等，也可以是非不稳定的存储器（non-volatile memory），例如至少一个磁盘存储器；可选的，还可以是至少一个位于远离前述芯片的计算机可读存储介质。在一个实施例中，可由设备加载并执行计算机可读存储介质中存放的一条或多条指令，以实现图6中所示的基于个体化时-空靶点的调控方法。
本申请实施例还提供了一种计算机程序产品，其中，该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，该计算机程序可操作来使设备执行图6中所示的基于个体化时-空靶点的调控方法。该计算机程序产品可以为一个软件安装包。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (9)
1.一种基于个体化时-空靶点的调控装置，其特征在于，所述装置包括数据采集模块、个体化靶点确定模块和调控模块；
所述数据采集模块，用于在对被试者实施神经调控前，采集被试者脑部的磁共振结构像、静息态功能像、扩散张量像和被试者的第一静息态高密度脑电信号；
所述个体化靶点确定模块，用于基于所述磁共振结构像和所述静息态功能像，确定被试者神经调控的个体化功能靶点；基于所述扩散张量像，确定被试者神经调控的个体化结构靶点；根据所述个体化功能靶点和所述个体化结构靶点，得到被试者神经调控的个体化空间靶点；以及，基于所述第一静息态高密度脑电信号，确定触发神经调控的目标节律的能量占比阈值；
所述调控模块，用于实时采集被试者的第二静息态高密度脑电信号，基于所述目标节律的能量占比阈值和所述第二静息态高密度脑电信号，确定神经调控的实施时间；以及，定位所述个体化空间靶点，并在神经调控的实施时间对所述个体化空间靶点施加刺激，以对被试者进行神经调控。
2.根据权利要求1所述的装置，其特征在于，在基于所述磁共振结构像和所述静息态功能像，确定被试者神经调控的个体化功能靶点方面，所述个体化靶点确定模块，具体用于：
对所述磁共振结构像和所述静息态功能像进行预处理，得到第一预处理图像；
基于所述第一预处理图像，选取丘脑中央中核或中央外侧核为第一感兴趣区域；
获取所述第一感兴趣区域与被试者脑部每个体素之间的功能连接强度指标；
基于所述功能连接强度指标，确定出所述个体化功能靶点。
3.根据权利要求2所述的装置，其特征在于，所述功能连接强度指标采用皮尔逊相关系数表示；在基于所述功能连接强度指标，确定出所述个体化功能靶点方面，所述个体化靶点确定模块，具体用于：
将所述皮尔逊相关系数大于或等于第一预设值，且与额叶或顶叶皮层表面的距离小于或等于第二预设值的体素确定为所述个体化功能靶点。
4.根据权利要求1所述的装置，其特征在于，在基于所述扩散张量像，确定被试者神经调控的个体化结构靶点方面，所述个体化靶点确定模块，具体用于：
对所述扩散张量像进行预处理，得到第二预处理图像；
基于所述第二预处理图像，选取丘脑中央中核或中央外侧核为第二感兴趣区域；
基于所述第二感兴趣区域进行概率性纤维追踪，获取所述第二感兴趣区域与被试者脑部每个体素的白质结构连接特征；
将所述白质结构连接特征的值大于或等于第三预设值，且与额叶或顶叶皮层表面的距离小于或等于第四预设值的体素确定为所述个体化结构靶点。
5.根据权利要求1所述的装置，其特征在于，在基于所述第一静息态高密度脑电信号，确定触发神经调控的目标节律的能量占比阈值方面，所述个体化靶点确定模块，具体用于：
对所述第一静息态高密度脑电信号进行预处理，得到预处理后的所述第一静息态高密度脑电信号；
以设定的时间窗和步长在预处理后的所述第一静息态高密度脑电信号上滑动，计算所述时间窗内多个节律的第一频谱能量分布；所述多个节律包括所述目标节律；
基于所述第一频谱能量分布，计算所述时间窗内所述目标节律的能量与总能量的第一能量占比；
采用所述第一能量占比构建高斯分布，将高斯分布的预设分位数对应的值确定为所述目标节律的能量占比阈值。
6.根据权利要求5所述的装置，其特征在于，在基于所述目标节律的能量占比阈值和所述第二静息态高密度脑电信号，确定神经调控的实施时间方面，所述调控模块，具体用于：
对所述第二静息态高密度脑电信号进行预处理，
计算预处理后的所述第二静息态高密度脑电信号中所述多个节律的第二频谱能量分布；
基于所述第二频谱能量分布，计算所述目标节律的能量与总能量的第二能量占比；
将首次出现所述第二能量占比大于或等于所述目标节律的能量占比阈值的时间，确定为神经调控的实施时间。
7.根据权利要求1所述的装置，其特征在于，在根据所述个体化功能靶点和所述个体化结构靶点，得到被试者神经调控的个体化空间靶点方面，所述个体化靶点确定模块，具体用于：
生成所述个体化功能靶点的第一掩模图；
生成所述个体化结构靶点的第二掩模图；
将所述第一掩模图和所述第二掩模图叠加，生成第三掩模图；所述第三掩模图中值等于第五预设值的区域为所述个体化空间靶点。
8.一种电子设备，其特征在于，包括处理器和存储器，其中，所述存储器用于存储一个或多个程序，所述程序包括用于执行如下步骤的指令：
在对被试者实施神经调控前，采集被试者脑部的磁共振结构像、静息态功能像、扩散张量像和被试者的第一静息态高密度脑电信号；
基于所述磁共振结构像和所述静息态功能像，确定被试者神经调控的个体化功能靶点；基于所述扩散张量像，确定被试者神经调控的个体化结构靶点；根据所述个体化功能靶点和所述个体化结构靶点，得到被试者神经调控的个体化空间靶点；以及，基于所述第一静息态高密度脑电信号，确定触发神经调控的目标节律的能量占比阈值；
实时采集被试者的第二静息态高密度脑电信号，基于所述目标节律的能量占比阈值和所述第二静息态高密度脑电信号，确定神经调控的实施时间；以及，定位所述个体化空间靶点，并在神经调控的实施时间对所述个体化空间靶点施加刺激，以对被试者进行神经调控。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有用于设备执行的计算机程序，所述计算机程序被执行时实现以下步骤：
在对被试者实施神经调控前，采集被试者脑部的磁共振结构像、静息态功能像、扩散张量像和被试者的第一静息态高密度脑电信号；
基于所述磁共振结构像和所述静息态功能像，确定被试者神经调控的个体化功能靶点；基于所述扩散张量像，确定被试者神经调控的个体化结构靶点；根据所述个体化功能靶点和所述个体化结构靶点，得到被试者神经调控的个体化空间靶点；以及，基于所述第一静息态高密度脑电信号，确定触发神经调控的目标节律的能量占比阈值；
实时采集被试者的第二静息态高密度脑电信号，基于所述目标节律的能量占比阈值和所述第二静息态高密度脑电信号，确定神经调控的实施时间；以及，定位所述个体化空间靶点，并在神经调控的实施时间对所述个体化空间靶点施加刺激，以对被试者进行神经调控。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310770540.7A CN116492600B (zh) | 2023-06-28 | 2023-06-28 | 基于个体化时-空靶点的调控装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310770540.7A CN116492600B (zh) | 2023-06-28 | 2023-06-28 | 基于个体化时-空靶点的调控装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116492600A true CN116492600A (zh) | 2023-07-28 |
| CN116492600B CN116492600B (zh) | 2023-09-19 |
Family
ID=87316962
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310770540.7A Active CN116492600B (zh) | 2023-06-28 | 2023-06-28 | 基于个体化时-空靶点的调控装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116492600B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150119689A1 (en) * | 2012-05-16 | 2015-04-30 | Beth Israel Deaconess Medical Center, Inc. | Identifying individual target sites for transcranial magnetic stimulation applications |
| CN110473635A (zh) * | 2019-08-14 | 2019-11-19 | 电子科技大学 | 一种青少年脑结构网络和脑功能网络关系模型的分析方法 |
| CN112741613A (zh) * | 2021-01-13 | 2021-05-04 | 武汉大学 | 一种静息态人脑默认网络功能与结构耦合分析方法 |
| CN113367679A (zh) * | 2021-07-05 | 2021-09-10 | 北京银河方圆科技有限公司 | 靶点确定方法、装置、设备及存储介质 |
| CN114732519A (zh) * | 2022-04-11 | 2022-07-12 | 成都焕星科技有限公司 | 基于磁共振成像的个体空间经颅磁刺激精准定位导航的方法 |
| WO2023280002A1 (zh) * | 2021-07-05 | 2023-01-12 | 北京银河方圆科技有限公司 | 靶点确定方法、装置、电子设备、存储介质及神经调控设备 |
| CN115670429A (zh) * | 2022-11-17 | 2023-02-03 | 电子科技大学 | 基于弥散加权成像的经颅磁刺激个体结构靶点定位方法 |
| CN115984266A (zh) * | 2023-03-20 | 2023-04-18 | 首都医科大学附属北京天坛医院 | 一种脑区中靶点定位方法及系统 |
| CN115995299A (zh) * | 2023-03-22 | 2023-04-21 | 北京航空航天大学 | 一种个体化调控靶点定位方法、系统、电子设备及介质 |
-
2023
- 2023-06-28 CN CN202310770540.7A patent/CN116492600B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150119689A1 (en) * | 2012-05-16 | 2015-04-30 | Beth Israel Deaconess Medical Center, Inc. | Identifying individual target sites for transcranial magnetic stimulation applications |
| CN110473635A (zh) * | 2019-08-14 | 2019-11-19 | 电子科技大学 | 一种青少年脑结构网络和脑功能网络关系模型的分析方法 |
| CN112741613A (zh) * | 2021-01-13 | 2021-05-04 | 武汉大学 | 一种静息态人脑默认网络功能与结构耦合分析方法 |
| CN113367679A (zh) * | 2021-07-05 | 2021-09-10 | 北京银河方圆科技有限公司 | 靶点确定方法、装置、设备及存储介质 |
| WO2023280002A1 (zh) * | 2021-07-05 | 2023-01-12 | 北京银河方圆科技有限公司 | 靶点确定方法、装置、电子设备、存储介质及神经调控设备 |
| WO2023280086A1 (zh) * | 2021-07-05 | 2023-01-12 | 北京银河方圆科技有限公司 | 靶点确定方法、装置、电子设备、存储介质及神经调控设备 |
| CN114732519A (zh) * | 2022-04-11 | 2022-07-12 | 成都焕星科技有限公司 | 基于磁共振成像的个体空间经颅磁刺激精准定位导航的方法 |
| CN115670429A (zh) * | 2022-11-17 | 2023-02-03 | 电子科技大学 | 基于弥散加权成像的经颅磁刺激个体结构靶点定位方法 |
| CN115984266A (zh) * | 2023-03-20 | 2023-04-18 | 首都医科大学附属北京天坛医院 | 一种脑区中靶点定位方法及系统 |
| CN115995299A (zh) * | 2023-03-22 | 2023-04-21 | 北京航空航天大学 | 一种个体化调控靶点定位方法、系统、电子设备及介质 |
Non-Patent Citations (3)
| Title |
|---|
| MICHEL A. AUDETTE 等: "Towards an anatomical modeling pipeline for simulation and accurate navigation for brain and spine surgery", SUMMERSIM \'17: PROCEEDINGS OF THE SUMMER SIMULATION MULTI-CONFERENCE, pages 1 - 12 * |
| 马骏;张安易;金星明;: "脑功能影像技术在发育与行为儿科学中的应用", 教育生物学杂志, no. 01 * |
| 高天昊 等: "有关脑卒中后运动功能障碍重复经颅磁刺激治疗靶点定位的研究进展", 上海医药, pages 11 - 13 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116492600B (zh) | 2023-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Detecting large-scale brain networks using EEG: Impact of electrode density, head modeling and source localization | |
| US20230181077A1 (en) | Machine differentiation of abnormalities in bioelectromagnetic fields | |
| EP2428160A2 (en) | Monitoring physiological activity using partial state space reconstruction | |
| KR102280367B1 (ko) | 10-20 시스템 기반의 위치 정보 제공 방법, 장치 및 프로그램 | |
| US6529759B1 (en) | Method for mapping internal body tissue | |
| CN107007279A (zh) | 一种基于堆栈式自编码器的无创心内异常激动点定位方法 | |
| JP5996111B2 (ja) | 電流密度変動に基づく心筋損傷の評価装置 | |
| CN113827865B (zh) | 经颅磁刺激位置确定方法、装置、电子设备及存储介质 | |
| CN111417342A (zh) | 脑网络的活动估计系统、脑网络的活动估计方法、脑网络的活动估计程序以及已学习脑活动估计模型 | |
| CN103405225B (zh) | 一种获取疼感评测指标的方法、装置及设备 | |
| CN110575161B (zh) | 基于心脏标测激动序列图的房颤分析预测方法 | |
| CN106343992A (zh) | 心率变异性分析方法、装置及用途 | |
| WO2012173583A1 (en) | Method and device for evaluation of myocardial ischemia based on current density maps | |
| CN116492600B (zh) | 基于个体化时-空靶点的调控装置、设备及存储介质 | |
| CN116313029B (zh) | 一种数字针灸动态控制优化的方法、系统和装置 | |
| CN116746880A (zh) | 一种基于大脑皮质脑电源的刺激参数调制睡眠疗效评估方法与装置 | |
| CN116189881A (zh) | 一种任务态功能磁共振个体化调控策略制定方法及系统 | |
| KR100911731B1 (ko) | 뇌파기반 피질리듬활동 모니터링 시스템 | |
| Hegde et al. | A review on ECG signal processing and HRV analysis | |
| CN116099124A (zh) | 一种基于个体化参数的经颅交流电刺激系统 | |
| JP2022177820A (ja) | 心不整脈の診断及び部位判定のための医療装置及び方法 | |
| CN115363523A (zh) | 一种癫痫发作区定位系统、设备及介质 | |
| Zhong et al. | A 3D-CNN with temporal-attention block to predict the recurrence of atrial fibrillation based on body-surface potential mapping signals | |
| CN116943027A (zh) | 一种丘脑底核深部脑刺激术电极开机触点选择方法及系统 | |
| Li et al. | Forward-Solution Aided Deep-Learning Framework for Patient-Specific Noninvasive Cardiac Ectopic Pacing Localization |
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 |