CN116650113A - 基于光学导航的经颅磁刺激手部热点自动搜索系统 - Google Patents
基于光学导航的经颅磁刺激手部热点自动搜索系统 Download PDFInfo
- Publication number
- CN116650113A CN116650113A CN202310409431.2A CN202310409431A CN116650113A CN 116650113 A CN116650113 A CN 116650113A CN 202310409431 A CN202310409431 A CN 202310409431A CN 116650113 A CN116650113 A CN 116650113A
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- head
- camera
- individual
- matrix
- 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
Links
- 230000003287 optical effect Effects 0.000 title claims abstract description 35
- 238000011491 transcranial magnetic stimulation Methods 0.000 title claims abstract description 29
- 239000011159 matrix material Substances 0.000 claims abstract description 88
- 230000033001 locomotion Effects 0.000 claims abstract description 69
- 210000004556 brain Anatomy 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 49
- 230000000638 stimulation Effects 0.000 claims abstract description 46
- 210000003710 cerebral cortex Anatomy 0.000 claims abstract description 12
- 210000003128 head Anatomy 0.000 claims description 149
- 239000000523 sample Substances 0.000 claims description 47
- 230000009466 transformation Effects 0.000 claims description 29
- 239000008188 pellet Substances 0.000 claims description 22
- 238000013507 mapping Methods 0.000 claims description 18
- 210000004761 scalp Anatomy 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 210000003205 muscle Anatomy 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 8
- 239000013598 vector Substances 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000004807 localization Effects 0.000 claims description 5
- 238000013519 translation Methods 0.000 claims description 4
- 238000012800 visualization Methods 0.000 claims description 4
- 239000002131 composite material Substances 0.000 claims description 3
- 239000011324 bead Substances 0.000 claims description 2
- 230000002490 cerebral effect Effects 0.000 claims description 2
- 230000017105 transposition Effects 0.000 claims 2
- 230000008569 process Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 210000003625 skull Anatomy 0.000 description 3
- 230000003925 brain function Effects 0.000 description 2
- 210000005013 brain tissue Anatomy 0.000 description 2
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 210000004884 grey matter Anatomy 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 210000000976 primary motor cortex Anatomy 0.000 description 2
- 210000004885 white matter Anatomy 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005842 biochemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000000763 evoking effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000007383 nerve stimulation Effects 0.000 description 1
- 210000000944 nerve tissue Anatomy 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
- A61B5/395—Details of stimulation, e.g. nerve stimulation to elicit EMG response
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N2/00—Magnetotherapy
- A61N2/004—Magnetotherapy specially adapted for a specific therapy
- A61N2/006—Magnetotherapy specially adapted for a specific therapy for magnetic stimulation of nerve tissue
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2046—Tracking techniques
- A61B2034/2055—Optical tracking systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30016—Brain
-
- 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)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Neurology (AREA)
- Robotics (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种基于光学导航的经颅磁刺激手部热点自动搜索系统,包括:脑区定位模块,用于在无待测个体核磁数据的情况下,基于点云配准方法实现脑区定位,以得到待测个体大脑皮层的初级运动区;网格点阵设置模块,用于对初级运动区进行网格划分,以得到网格矩阵;光学导航模块,用于对网格矩阵进行定位,以确定待测个体头部各刺激位点的位置,并对各刺激位点依次施加刺激;热点判断模块,用于采集每个刺激位点刺激后产生的生理信号并进行分析,以实现手部运动热点的判定。该系统无需依赖患者个体核磁数据,适用条件广,使用方便,且具有更高的定位精度。
Description
技术领域
本发明属于经颅磁刺激技术领域,具体涉及一种基于光学导航的经颅磁刺激手部热点自动搜索系统。
背景技术
经颅磁刺激(Transcranial Magnetic Stimulation,TMS)是一种无痛的非侵入性的大脑神经刺激方法,近年来,已被广泛应用于临床和科研领域。TMS技术的基本原理是通过颅外施加的时变磁场,在脑内皮质诱发时变性感生电场,并在脑组织内引起感生电流,当感生电流超过神经组织兴奋阈值时,即产生与直接电刺激相似的效果,从而对相应脑组织进行有效刺激。实施TMS的过程中,经颅磁刺激仪和刺激线圈相连,刺激线圈被放置于被试头部需要刺激的区域,基于电磁感应原理,通过刺激线圈产生的脉冲磁场在大脑皮层产生感应电流,进而刺激大脑皮层神经,产生一系列生理生化反应。
TMS实施时,需要将线圈定位到患者头皮上的某一点位上,这个点位称为靶点。热点是靶点的一种,判定一个靶点是热点的依据在于当对此点位施加TMS时会使相应位置的肌肉产生MEP(运动诱发电位,是指刺激运动皮质在对侧靶肌记录到的肌肉运动复合电位)阳性。
所谓的TMS手部运动热点自动搜索即是使用机械臂自动控制刺激线圈到达刺激靶点,刺激靶点选在大脑皮层控制手部运动相应的头皮位置。对刺激靶点施加TMS,在对侧手部肌肉上贴合电极检测MEP,判断是否呈现阳性。在寻找大脑皮层控制手部运动区域时,首先要定位初级运动区,对于初级运动区的定位是寻找热点的关键,其定位精度将直接影响寻找热点的准确性。
针对脑部初级运动皮层的定位,现有技术提供了一些方法。例如,专利文献一(CN113769275A)提出了通过佩戴经颅磁头盔,在物理层面上实现对大脑功能区的定位,经颅磁头盔和TMS刺激线圈结合在一起,通过固定标识点的方法实现对大脑功能区的定位。然而,这种方法使用起来很不方便,且有些患者实际上不具备佩戴头盔的条件,因而无法采用该方案。此外,该方案对于脑区的定位没有一个直观的显示。
又如,专利文献二(CN114305730A)提出了通过脑区定位方法,将脑网格组图谱配准到患者医学影像数据上,这里医学影像数据指的是头部核磁共振数据,进而确定初级运动皮层,并且在初级运动区上划分出N×N的定位靶点矩阵,用于施加TMS刺激。然而,该方法的定位准确性依赖配准算法和脑网格组图谱的分割精度,而即使使用高精度的算法,整体的定位精度也较低,并且需要患者具有核磁图像数据,条件苛刻。
再如,专利文献三(CN115035124A)提出了使用图像处理算法,用结构像制作DLPFC靶区的方法,实时计算初级运动区的位置。但该方法输出靶点的时间太长,实时性差,并且精度较低。
综上,现有的方案大都需要患者个体核磁数据的支持,而不使用患者个体核磁数据的方案要么定位精度不高,要么使用条件受限,适用性差。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种基于光学导航的经颅磁刺激手部热点自动搜索系统。本发明要解决的技术问题通过以下技术方案实现:
一种基于光学导航的经颅磁刺激手部热点自动搜索系统,包括:
脑区定位模块,用于在无待测个体核磁数据的情况下,基于点云配准方法实现脑区定位,以得到待测个体大脑皮层的初级运动区;
网格点阵设置模块,用于对所述初级运动区进行网格划分,以得到网格矩阵;
光学导航模块,用于对所述网格矩阵进行定位,以确定待测个体头部各刺激位点的位置,并对各刺激位点依次施加刺激;
热点判断模块,用于采集每个刺激位点刺激后产生的生理信号并进行分析,以实现手部运动热点的判定。
本发明的有益效果:
1、本发明针对无待测个体核磁数据的情况,提出了一种基于光学导航的经颅磁刺激手部热点自动搜索系统,该系统利用点云配准的方法实现了对患者初级运动区的定位,从而更精确的实现了手部热点自动搜索。该系统无需依赖患者个体核磁数据,适用条件广,使用方便,且具有更高的定位精度。
2、本发明提供的基于光学导航的经颅磁刺激手部热点自动搜索系统还可以将10-20系统与点云配准方法结合起来实现初级运动区的定位,可以更加直观的体现运动区的定位过程,便于操作。
以下将结合附图及实施例对本发明做进一步详细说明。
附图说明
图1是本发明实施例提供的一种基于光学导航的经颅磁刺激手部热点自动搜索系统的结构框图;
图2是本发明实施例提供的一种脑区定位模块的结构框图;
图3是本发明实施例提供的一种脑区定位模块的工作流程图;
图4是本发明实施例提供的定位支架佩戴示意图;
图5是本发明实施例提供的头部支架在相机坐标系下的示意图;
图6是本发明实施例提供的头部跟踪坐标系的示意图;
图7是本发明实施例提供的定位探针的结构示意图;
图8是本发明实施例提供的探针坐标系的示意图;
图9是本发明实施例提供的一种网格点阵设置模块的结构框图;
图10是本发明实施例提供的另一种脑区定位模块的结构框图;
图11是本发明实施例提供的虚拟坐标系和10-20点位显示图;
图12是本发明实施例提供的另一种网格点阵设置模块的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
实施例一
请参见图1,图1是本发明实施例提供的一种基于光学导航的经颅磁刺激手部热点自动搜索系统的结构框图,其包括:
脑区定位模块,用于在无待测个体核磁数据的情况下,基于点云配准方法实现脑区定位,以得到待测个体大脑皮层的初级运动区;
网格点阵设置模块,用于对初级运动区进行网格划分,以得到网格矩阵;
光学导航模块,用于对网格矩阵进行定位,以确定待测个体头部各刺激位点的位置,并对各刺激位点依次施加刺激;
热点判断模块,用于采集每个刺激位点刺激后产生的生理信号并进行分析,以实现手部运动热点的判定。
本实施例针对无待测个体核磁数据的情况,提出了一种基于光学导航的经颅磁刺激手部热点自动搜索系统,该系统首先通过点云配准方法定位初级运动区,然后针对初级运动区进行网格化覆盖,再利用光学导航实现初级运动区网格化靶点的定位,最后对网格化靶点施加刺激以确定手部运动热点的位置。该系统无需依赖患者个体核磁数据,适用条件广,使用方便,且具有更高的定位精度。
以下针对每个模块进行详细说明。
对于脑区定位模块,可选的,作为一种实现方式,请联合参见图2和图3,图2是本发明实施例提供的一种脑区定位模块的结构框图,图3是本发明实施例提供的一种脑区定位模块的工作流程图。本实施例提供的脑区定位模块主要包括:
第一三维重建单元,用于对标准核磁数据进行三维重建,以获得标准头模型,并针对标准头模型建立虚拟坐标系;
点云配准单元,用于利用相机进行待测个体头部目标跟踪并配合定位探针进行头部若干关键点提取,同时通过建立头部跟踪坐标系、相机坐标系、探针坐标系以及虚拟坐标系之间的联系,实现个体空间与标准头模型的配准;其中,头部跟踪坐标系为待测个体实际头部对应的坐标系,相机坐标系为相机对应的坐标系,探针坐标系为定位探针对应的坐标系;
分割单元,用于对标准脑图谱AAL进行分割,以获得虚拟坐标系下的不同脑区,并根据头部跟踪坐标系与虚拟坐标系的联系将脑区配准到个体空间下;同时,根据头部跟踪坐标系与虚拟坐标系的联系将标准头模型转换到个体空间下;
第一映射单元,用于对个体空间下的标准头模型和脑区进行三维可视化和脑区皮质映射,以得到初级运动区。
具体而言,对于第一三维重建单元,其利用标准核磁数据进行三维重建的过程如下:
首先,对标准核磁数据进行分割,得到灰质、脑脊液、白质、颅骨以及头皮。其中,
对灰质、脑脊液和白质的分割过程可以使用现有的区域生长算法实现,通过在图像的感兴趣区域或者目标区域选择起始种子点,然后在种子点的领域范围内搜索具有相似像素的点,最后将搜索的点进行连接,形成最终的目标区域,其中区域生长算法包括孤立连接、置信连接和连接门限。
对头皮以及颅骨的分割可以使用等值面抽取算法,通过设置抽取值,对输入的数据值进行抽取,将数据中等于抽取值的部分抽取出来,即可得到等值面数据,也就是相对应的头皮以及颅骨的图像。
然后,分别进行三维重建,获得脑部三维重建图像,由于重建图像表面不光滑,通过使用拉普拉斯平滑算法进行网格平滑,经过多次迭代可以得到平滑后的图像。此时完成标准头模型的三维重建。
需要说明的是,在完成标准头模型的分割和三维重建后,还需要完成对标准头模型的三维可视化,并创建虚拟坐标系,且把患者实际头部称为个体空间。
进一步的,点云配准单元的主要任务是将患者实际头部和标准头模型建立联系,这个联系是坐标系之间的联系,个体空间下建立的坐标系是头部跟踪坐标系,也即该过程即是建立头部跟踪坐标系和虚拟坐标系联系的过程。该过程具体描述如下:
1、使用相机追踪待测个体头部支架上安装的红外反光小球,实现红外反光小球在相机坐标系下三维坐标的提取,并据此计算头部跟踪坐标系到相机坐标系的转化矩阵B。
首先,该过程需要患者佩戴跟踪定位支架,如图4所示,定位支架分为左支、右支、上支和下支四个分支,定位支架上有三个红外反光定位小球,位于支架的左支、右支和上支位置,呈三角分布。
然后,使用双目相机追踪待测个体头部支架上安装的红外反光小球,实现对待测个体头部进行目标跟踪,以实现红外反光小球在相机坐标系下三维坐标的提取。
可以理解的是,红外光源放置在相机处,并对相机加装了红外滤光片,以滤除可见光信息的干扰。对然后需要执行对获取的每一帧图像进行如下处理,以实现目标跟踪流程。
(a)等比例压缩处理,以提升运算速度;
(b)图像进行高斯滤波,滤除噪点,二值化图像,对图像进行开闭运算,剪除细小轮廓;
(c)使用轮廓提取算法提取所有轮廓,并将结果重绘在黑色图层上;
(d)使用连通域分析算法,分析重绘图像上所有连通域信息,得出所有连通域中心点、面积等信息,排除连通域面积过大的轮廓,计算连通域的圆度,排除非圆形的连通域;
(e)按连通域面积排序,取出最大的三个,即可得到所需定位的小球在相机成像平面的坐标,再将所得坐标按压缩比例放大。
对获得的头部支架的平面坐标进行三维重建,以获取其在相机坐标系下的三维坐标值P1(Xa,Ya,Za),P2(Xb,Yb,Zb),P3(Xc,Yc,Zc),如图5所示,其中,相机坐标系设置在双目相机左相机光心处,Z轴和光轴重合指向观测物体,Y轴竖直向上,X轴和Z轴、Y轴均垂直,方向指向右相机。
可以理解的是,在进行上述三维重建过程之前,还需要获取相机的内参矩阵和外参矩阵,获取方法即是需要进行相机标定,相机标定会受到多种因素的影响,包括标定板到相机的距离,标定板本身精度,相机曝光度,标定板位姿,相机焦距等。
上述过程完成了红外反光小球在相机系下三维坐标的提取,接下来需要将第一三维重建单元构建的虚拟坐标系下的坐标和相机坐标系的坐标关联起来。由于两者没有直接关系,本实施例在此使用头部佩戴的定位支架构建头部跟踪坐标系,作为两者联系的桥梁,并且针对现有的使用图像处理方法计算时间长,精度差的问题,提出一种计算时间短,精度更高的方法,主要分为头部跟踪坐标系到相机系的关联过程和虚拟系到头部跟踪坐标系关联的过程。
具体的,首先使用空间距离公式计算反光小球相互之间的空间距离D1、D2、D3,计算公式如下:
对D1、D2、D3的值按大小顺序排序,很明显可以得出最大值dmax=D3、最小值dmin1=D1和中间值dmid=D2,利用排序后的结果对三个反光小球标号,保证标号始终为P1(Xa,Ya,Za),P2(Xb,Yb,Zb),P3(Xc,Yc,Zc),之后需要构建头部跟踪坐标系,坐标系原点在支架的中心处用Otl表示,如图6所示。
由于头部跟踪坐标系是使用相机构建,头部跟踪系到相机系天然存在数学关系,可以计算出头部跟踪系到相机系的转化矩阵B,B矩阵构成如下:
其中T1为头部跟踪系转化到相机系的平移矩阵,是3行1列的矩阵,R1为头部跟踪系转化到相机系的旋转矩阵,是3×3的矩阵。
如图6所示,取从P1开始经P2到P3所形成的角为θ3,则
T1=(Xb+dmin1*cos∠θ3,Yb+dmin1*cos∠θ3,Zb+dmin1*cos∠θ3)T
构建头部跟踪坐标系的各个轴的单位向量αx、αy、αz:
αz=αx×αy
上式中×号表示向量叉乘,“|| ||”符号表示向量的模,P1、P2、P3指坐标值,αx、αy、αz经过以上计算得到的全是行向量,则R1=[αy T,αx T,αz T]。
由此可以得出头部跟踪系到相机系的转化矩阵B。
2、使用相机跟踪定位探针上的反光小球并据此构建探针坐标系,计算探针坐标系到相机坐标系的转化矩阵D。
请参见图7,图7是本发明实施例提供的定位探针的结构示意图。由于定位探针可以指示在待测个体头部若干关键点,例如鼻根点、左、右耳根点,则关键点在头部跟踪坐标系下的坐标和探针坐标相同,获取流程如下:
(a)将位点采集触发装置接入系统,该装置是由采集按钮、信号处理器组成:采集按钮具有自复位功能,信号处理器是由单片机控制的具有AD信号采集、转换,按键触发判断,串口通信等功能的装置。
(b)手持定位探针,指向患者鼻根位置,确定定位探针标识点被相机完全捕获后,按动触发按钮,完成鼻根位点采集,然后程序会根据定位探针上标识点的位置关系实时计算鼻根位点在头部跟踪坐标系下的坐标。
(c)再用定位探针依次指向右耳根和左耳根位置,重复上述(b)流程,即可获得三个点在头部跟踪系下的坐标。
然后,使用相机跟踪到探针上所有的反光小球,并获取最上面的三个小球在相机坐标系下的坐标P4(Xd,Yd,Zd),P5(Xe,Ye,Ze)和P6(Xf,Yf,Zf),用于构建探针坐标系。
计算三个小球相互之间的空间距离D4、D5、D6:
由于定位探针物理结构和头部佩戴的定位支架结构上基本一致,所以探针坐标系构建方法和头部跟踪坐标系类似,如图8所示。
则探针坐标系到相机坐标系的转化矩阵D表示为:
其中,T2为探针坐标系转化到相机系的平移矩阵,是3行1列的矩阵,R2为探针坐标系转化到相机系的旋转矩阵,是3×3的矩阵。
T2=(Xe+dmin2*cos∠θ2,Ye+dmin2*cos∠θ2,Ze+dmin2*cos∠θ2)T
dmin2为定位探针上的反光小球P4、P5、P6三点之间距离的最小值,即D4。对各个坐标轴取单位向量βx、βy、βz,P4、P5、P6指坐标值,则
βz=βx×βy
则有R2=[βy T,βx T,βz T]。
3、基于转化矩阵B和转化矩阵D获得待测个体头部若干关键点在头部跟踪坐标系下的坐标值。
获取探针针尖在探针坐标系下的坐标(Xp,Yp,Zp),其中,Xp=(d1+d2)*cos(180-θ1),Yp=0,Zp=-(d2*sin(180-θ1))。
构建矩阵probe_point如下:
probe_point=[Xp,Yp,Zp,1]T。
则结合转化矩阵B和转化矩阵D可以得出探针针尖在头部跟踪坐标系下的坐标(Xh,Yh,Zh)为:
(Xh,Yh,Zh,1)T=B-1*D*probe_point
由于探针可以指示在待测个体头部若干关键点,例如鼻根点、左、右耳根点,则关键点在头部跟踪坐标系下的坐标和探针针尖在头部跟踪坐标系下的坐标相同。
4、基于待测个体头部若干关键点在头部跟踪坐标系下的坐标值以及该若干关键点在虚拟坐标系下的坐标值,使用点云配准函数获得头部跟踪坐标系到虚拟坐标系的转化矩阵A。
首先,获取第一步中在虚拟坐标系下左耳根、鼻根、右耳根三个关键点的三维坐标值。由于第一步构建的标准头模型已经进行点云化处理,这里获取坐标直接输出即可,再使用标准的点云配准函数,将左耳根、鼻根、右耳根三点的在头部跟踪坐标系下的坐标和虚拟坐标系下的坐标联系起来,得到两个坐标系之间的转化矩阵,从头部跟踪坐标系到虚拟坐标系的转化矩阵称为A。
5、对转化矩阵A取逆,获得标准头模型到实际头模型的变换矩阵,以实现个体空间与标准头模型的配准。
由于实际中需要获取的是从虚拟坐标系到头部跟踪坐标系的坐标,即标准头模型到实际头模型的变换矩阵,所以要对A取逆矩阵。
至此,获取了从头部跟踪坐标系到虚拟坐标系的转化矩阵A,头部跟踪系到相机系的转化矩阵B,由这两个矩阵建立虚拟系和相机系的关联。
进一步的,分割单元使用阈值分割方法将标准脑图谱AAL不同的脑区分割出来。此时得到的脑区图像在虚拟坐标系下的,然后需要用上一步得出的矩阵A和阈值分割后的脑区作配准变换,将脑区配准至实际患者的头部上,称为个体空间下的脑区。
此外,还需要对标准头模板用矩阵A进行同样变换,将其也转换到个体空间下。
最后,第一映射单元将上一步的标准头模型图像和脑区进行三维可视化,其中脑区图像通过皮质映射实现皮层感兴趣区域的定位,最终确定初级运动区。
本实施例提供的脑区定位模块利用点云配准方法实现了在没有患者个体核磁数据的情况下对患者头部初级运动区的定位,相较于现有的佩戴经颅磁头盔等物理层面的定位方法,更加方便,适用性更高。
针对网格点阵设置模块,可选的,作为一种实现方式,请参见图9,图9是本发明实施例提供的一种网格点阵设置模块的结构框图,其包括:
第一划分单元,用于在标准头模型上构建方阵形网格矩阵,具体的,在曲线的某一侧选取与该曲线中点的曲线距离为S的某一点作为唯一交点,确定一个和头皮层相交的平面;以所选的点为中心在平面上以确定的间距向各个方向辐射构建一个覆盖初级运动区的N*N网格点阵,并将其映射到标准头模型上;其中,曲线为初级运动区中心点和待测个体头部两个关键点构成的平面与头皮层相交形成的曲线;
第一转换单元,用于根据转化矩阵A将标准头模型上的网格矩阵转换到个体空间上。
具体而言,第一划分单元在标准头模型上构建N*N网格矩阵过程如下:
在点云配准方法中,可以经计算得出初级运动区中心位置,同时可以确定左右耳根的位置,三点可以确定一个平面,此平面和头皮层必有一条相交曲线,在初级运动区中心点右侧或者左侧曲线距离S处,选定一点。构建方法:以选定点为唯一交点确定一个和头皮层相交的平面。再以此点为中心,在平面上以确定的间距,向各个方向辐射构建一个N*N的网格点阵,这里N的取值足以覆盖手部运动区域,由于点阵的点和头皮层的距离都较近,用最小距离搜索将其映射到患者个体头模型上。
第一转换单元将标准头模型上的网格矩阵转换到个体空间的过程如下:
取在网格点阵上任意一点坐标为(X1,Y1,Z1),这个坐标是在标准模板的虚拟坐标系下的,可以构建矩阵target_point:
target_point=(X1,Y1,Z1,1)T
取头部跟踪坐标系下的初级运动皮层网格阵上任意一点位的坐标值为(X2,Y2,Z2),根据其坐标值构建矩阵head_point
head_point=(X2,Y2,Z2,1)T
其中T上标表示矩阵转置,即head_point是4行1列的列向量。
此时可以表示head_point和target_point两个矩阵的关系:
head_point=A-1*target_point
其中-1上标表示对A矩阵取逆,A由无核磁数据做脑区定位时得到,重复上述流程,直至完成所有点位转化。
在划分出网格点阵后,需要将刺激线圈精准定位到每一个网格点上,该过程由光学导航模块完成,具体包括:
首先,将相机坐标系下初级运动区的网格点转换到机械臂坐标系。
具体的,取初级运动皮层网格阵上任意一点位在相机坐标系下的坐标(x3,y3,z3),构建矩阵cam_point
cam_point=(x3,y3,z3,1)T
经过点云配准步骤将相机系和虚拟系点位联系了起来,有如下关系矩阵:
cam_point=B*head_point=B*A-1*target_point
接着需要将转化到相机系下的点位继续转化到机械臂坐标系下,机械臂坐标系原点设置在机械臂基座的中心,Z轴竖直向上,符合左手定则。机械臂坐标系和相机系的转化关系需要用手眼标定来确定,手眼标定的精度直接影响到转化精度,手眼标定流程最终可以得到相机系到机械臂坐标系的转化矩阵C,C是一个4*4的矩阵。
取初级运动皮层上任意一点在机械臂坐标系下的坐标为(x4,y4,z4),构建矩阵robot_point;
robot_point=(x4,y4,z4,1)T
有如下关系成立:
robot_point=C*cam_point=C*B*head_point=C*B*A-1*target_point
经过上述过程,可以得到初级运动皮层上任意一点在机械臂坐标系下的坐标。
最后,基于机械臂坐标系利用程序控制机械臂带动刺激线圈到达指定点位,即可对该点进行刺激。
对于热点判断模块,其具体用于:
采集对应手部肌肉处的复合点位,并在判断产生MEP阳性时,将对应的网格点判定为热点并记录;
按照一定的路径实现对初级运动皮层上所有网格点阵的刺激和MEP阳性判断,聚合所有热点以得到热点区域。
具体而言,判断手部运动热点时,若网格点均建立在右侧脑,则应记录左手的电极电位,相应的,若网格点均建立在左侧脑,则应记录右手的电极电位。记录电极电位需要通过贴合在手部肌肉处的电极来采集,采集数据导入分析设备进行分析,结果传入计算机显示MEP波形,需要使机械臂控制刺激线圈运动到网格点阵上的点,运动到位后,设定TMS设备刺激强度为男性50%MSO,女性45%MSO,MSO是TMS刺激设备输出刺激的最大强度。之后触发TMS设备施加刺激,通过贴合在对侧手肌肉部位的电极记录手部肌肉的复合电位,并判断是否产生MEP阳性,若TMS在MSI或MSI以下诱发MEP波幅≥50μV,其中MSI为设备输出强度,则定义为MEP阳性,并判断对应网格点为热点,并记录。按照一定的路径实现对初级运动皮层上所有网格点阵的刺激和MEP阳性判断,最终所有热点聚合的区域即是热点区域。
至此,完成了经颅磁刺激手部热点自动搜索。
本发明针对无待测个体核磁数据的情况,提出了一种基于光学导航的经颅磁刺激手部热点自动搜索系统,该系统利用点云配准的方法实现了对患者初级运动区的定位,从而更精确的实现了手部热点自动搜索。该系统无需依赖患者个体核磁数据,适用条件广,使用方便,且具有更高的定位精度。
实施例二
在上述实施例一的基础上,本实施例还提供了一种基于光学导航的经颅磁刺激手部热点自动搜索系统,其包括:
脑区定位模块,用于在无待测个体核磁数据的情况下,基于点云配准方法实现脑区定位,以得到待测个体大脑皮层的初级运动区;
网格点阵设置模块,用于对初级运动区进行网格划分,以得到网格矩阵;
光学导航模块,用于对网格矩阵进行定位,以确定待测个体头部各刺激位点的位置,并对各刺激位点依次施加刺激;
热点判断模块,用于采集每个刺激位点刺激后产生的生理信号并进行分析,以实现手部运动热点的判定。
可选的,作为一种实现方式,如图10所示,在本实施例中的脑区定位模块的包括:
第二三维重建单元,用于对标准核磁数据进行三维重建,以获得标准头模型,并针对标准头模型建立虚拟坐标系;
第二映射单元,用于将10-20系统映射到标准头模型上,以确定C3、C4点的位置,从而得到待测个体大脑皮层的初级运动区;其中,C3点对应左侧初级运动区,C4点对应右侧初级运动区。
本实施例针对无待测个体核磁数据的情况,引入了10-20系统并结合点云配准方法实现了初级运动区的定位。
具体而言,首先,第二三维重建单元需要建立标准头模型和虚拟坐标系,该过程可参考上述实施例一。
然后,第二映射单元要将10-20系统映射到可视化之后的标准头模型上,映射步骤如下:
人体的初级运动区(M1)位于中央前回,位于中央沟的前方,占中央前回的大部分。根据10-20系统分布可知,其标明的电极位点的C开头的点位表示中央区,是和运动相关的点位,和普遍意义上的大脑脑区位置分布图对照可知,这些点位包含在大脑初级运动区之内,此时可以通过定位到这些点位来指示运动区位置,其中C3的位置通常被认为是左侧M1区,C4被认为是右侧M1区。
首先需要对导入的标准头部核磁数据进行三维重建,并且如图11所示,在重建头模型左上方固定位置处构建虚拟坐标系,然后需要测定鼻根(Nz)、左耳根(AL)、右耳根(AR)以及枕内隆突尖(Iz)四个位置在虚拟系下的坐标值,这四个点做为参考点,用于计算头部表面的长度。重建出的头模型实际上是由点云组成,排除Z值大于参考点的所有点云。
需要先确定Cz点位置,选取一点,使其到四个参考点的直线距离相同,其中到Nz的距离为a,到Iz的距离为b,到AL的距离为c,到AR的距离为d。肯定有很多个满足条件的点,这里选取使(|a-b|+|c-d|)的值最小的,左式||表示绝对值,将此点初步定为第一个Cz点。
利用确定的第一个Cz点和Nz、Iz三点确定一个平面,这个平面和头模型的点云有一堆相交的点,大体上可以绘制出一条曲线,将这些点全部包进去,这个曲线是我们需要的头皮曲线(下简称曲线),这里设置第二个Cz点,将其定义在曲线的中心上。
再利用确定的第二个Cz点和AR、AL两点确定一个平面,同样可以在其上得出一条和头皮层相交的曲线,将第三个Cz点设置在其中心。然后根据第三个Cz的X值和第二个Cz的Y值和Z值定义第四个Cz,这样得到的第四个Cz会偏离头皮层,使用最小距离搜索算法将其转移到头皮层上,这就是最终确定的Cz值位置。
根据上述方法,这是可以用Cz,Nz,Iz确定一个曲线来定位Fpz,Fz,Pz,Oz几个点的位置,分别设置在以Nz为起点的曲线的10%,30%,70%,90%处。同理Cz,AR,AL也可确定一条曲线,可以将T3,C3,C4,T4几个点设置到曲线的以AL为起点的10%,30%,70%,90%处。
再用T3、Fpz、T4所确定的曲线的前半部分,以T3开始,总长度的20%,40%,60%,80%分别设置F7、Fp1、Fp2、F8几点。
再用T3、Oz、T4所确定的曲线的后半部分,以T3开始,总长度的20%,40%,60%,80%分别设置T5、O1、O2、T6几点。
经过映射之后,量化了10-20系统点位,得到了我们所需要的点位的位置,此时便可以通过定位C3、C4点位确定左右侧初级运动区,虚拟坐标系和10-20点位显示如图11所示。
之后,需要对标准头模型和实际患者头部进行点云取点和配准操作,可参考上述实施例一的点云选取和配准流程,得到标准头模型向实际患者头部的转化矩阵,可以将10-20所有点位和标准头模型转化到实际患者头部下,从而可以确定实际的患者头部的初级运动区位置,即可确定C3、C4点的位置。
进一步的,如图12所示,本实施例中的网格点阵设置模块包括第二划分单元和第二转换单元,其中,
第二划分单元用于基于10-20系统用于在标准头模型上构建方阵形网格矩阵;具体包括:
获取10-20系统标记的C3/C4点位置,以C3/C4点为选定的点,并以所选的点作为唯一交点确定一个和头皮层相交的平面;以所选的点为中心在平面上以确定的间距向各个方向辐射构建一个覆盖初级运动区的N*N网格点阵,并将其映射到标准头模型上;
第二转换单元用于基于转化矩阵A将标准头模型上的网格矩阵转换到个体空间上。
具体的,在确定了患者的大脑皮层初级运动区的位置后,需要在初级运动区上搜索热点位置,这里需要对初级运动皮层中控制手部运动的区域进行粗略的估计,大脑控制手部运动的区域大致在中央前回和中央旁小叶的前部,其位置在10-20系统的C3、C4点附近,C3、C4点到初级运动区中心的曲线距离均为S,S值确定可得出。然后需要自动划分出方阵形网格点(N*N,N为正整数)。
本实施例提出了一种可以实现在没有患者个体核磁数据情况下对初级运动区实现网格点阵设置的方法,使用该方法可以在无核磁情况下快速实现网格点阵设置。
具体的,以C3/C4点为选定的点,按照实施例一中在标准模板上构建N*N网格矩阵的过程,构建网格矩阵;然后再用已经得出的配准矩阵,将其转化到患者个体空间上,转化方法也同上述实施例一。
至此,完成了初级运动区的网格划分。
接着,利用光学导航模块和热点判断模块实现热点定位和搜索。本实施例中的光学导航模块和热点判断模块与上述实施例一相同,在此不再介绍。
本实施例提供的基于光学导航的经颅磁刺激手部热点自动搜索系统将10-20系统与点云配准方法结合起来实现初级运动区的定位,可以更加直观的体现运动区的定位过程,便于操作。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
1.一种基于光学导航的经颅磁刺激手部热点自动搜索系统,其特征在于,包括:
脑区定位模块,用于在无待测个体核磁数据的情况下,基于点云配准方法实现脑区定位,以得到待测个体大脑皮层的初级运动区;
网格点阵设置模块,用于对所述初级运动区进行网格划分,以得到网格矩阵;
光学导航模块,用于对所述网格矩阵进行定位,以确定待测个体头部各刺激位点的位置,并对各刺激位点依次施加刺激;
热点判断模块,用于采集每个刺激位点刺激后产生的生理信号并进行分析,以实现手部运动热点的判定。
2.根据权利要求1所述的基于光学导航的经颅磁刺激手部热点自动搜索系统,其特征在于,所述脑区定位模块包括:
第一三维重建单元,用于对标准核磁数据进行三维重建,以获得标准头模型,并针对所述标准头模型建立虚拟坐标系;
点云配准单元,用于利用相机进行待测个体头部目标跟踪并配合定位探针进行头部若干关键点提取,同时通过建立头部跟踪坐标系、相机坐标系、探针坐标系以及所述虚拟坐标系之间的联系,实现个体空间与所述标准头模型的配准;其中,所述头部跟踪坐标系为待测个体实际头部对应的坐标系,所述相机坐标系为相机对应的坐标系,所述探针坐标系为定位探针对应的坐标系;
分割单元,用于对标准脑图谱AAL进行分割,以获得虚拟坐标系下的不同脑区,并根据头部跟踪坐标系与虚拟坐标系的联系将脑区配准到个体空间下;同时,根据头部跟踪坐标系与虚拟坐标系的联系将标准头模型转换到个体空间下;
第一映射单元,用于对个体空间下的标准头模型和脑区进行三维可视化和脑区皮质映射,以得到初级运动区。
3.根据权利要求2所述的基于光学导航的经颅磁刺激手部热点自动搜索系统,其特征在于,所述点云配准单元利用相机进行待测个体头部目标跟踪并配合定位探针进行头部若干关键点提取,同时通过建立头部跟踪坐标系、相机坐标系、探针坐标系以及所述虚拟坐标系之间的联系,实现个体空间与所述标准头模型的配准,包括:
使用相机追踪待测个体头部支架上安装的红外反光小球,实现红外反光小球在相机坐标系下三维坐标的提取,并据此计算头部跟踪坐标系到相机坐标系的转化矩阵B;
使用相机跟踪定位探针上的反光小球并据此构建探针坐标系,计算探针坐标系到相机坐标系的转化矩阵D;
基于转化矩阵B和转化矩阵D获得待测个体头部若干关键点在头部跟踪坐标系下的坐标值;
基于待测个体头部若干关键点在头部跟踪坐标系下的坐标值以及该若干关键点在虚拟坐标系下的坐标值,使用点云配准函数获得头部跟踪坐标系到虚拟坐标系的转化矩阵A;
对所述转化矩阵A取逆,获得标准头模型到实际头模型的变换矩阵,以实现个体空间与标准头模型的配准。
4.根据权利要求3所述的基于光学导航的经颅磁刺激手部热点自动搜索系统,其特征在于,所述使用相机追踪待测个体头部支架上安装的红外反光小球,实现红外反光小球在相机坐标系下三维坐标的提取,并据此计算头部跟踪坐标系到相机坐标系的转化矩阵B,包括:
使用双目相机追踪待测个体头部支架上安装的红外反光小球,以实现红外反光小球在相机坐标系下三维坐标的提取,得到头部支架上的三个外反光小球P1、P2、P3在相机坐标系下的坐标,分别记为:P1(Xa,Ya,Za),P2(Xb,Yb,Zb),P3(Xc,Yc,Zc);
基于所述反光小球在相机坐标系下的坐标计算头部跟踪坐标系到相机坐标系的转化矩阵B,其表达式为:
其中,R1为头部跟踪系转化到相机坐标系的旋转矩阵,表示为:
R1=[αy T,αx T,αz T];
αy、αx、αz为头部跟踪坐标系的各个轴的单位向量,T为转置操作;
T1为头部跟踪系转化到相机坐标系的平移矩阵,表示为:
T1=(Xb+dmin1*cos∠θ3,Yb+dmin1*cos∠θ3,Zb+dmin1*cos∠θ3)T
dmin1为头部支架上的反光小球P1、P2、P3三点之间距离的最小值,θ3为从P1开始经P2到P3所形成的角。
5.根据权利要求3所述的基于光学导航的经颅磁刺激手部热点自动搜索系统,其特征在于,使用相机跟踪定位探针上的反光小球并据此构建探针坐标系,计算探针坐标系到相机坐标系的转化矩阵D,包括:
使用相机跟踪定位探针上所有的反光小球,并获取最上面的三个小球在相机坐标系下的坐标,记为P4(Xd,Yd,Zd),P5(Xe,Ye,Ze),P6(Xf,Yf,Zf);
构建探针坐标系,并计算探针坐标系到相机坐标系的转化矩阵D,其表达式为:
其中,R2为探针坐标系转化到相机坐标系的旋转矩阵,表示为:
R2=[βy T,βx T,βz T];
βx、βy、βz为探针坐标系的各个坐标轴的单位向量,T为转置操作;
T2为探针坐标系转化到相机坐标系的平移矩阵,表示为:
T2=(Xe+dmin2*cos∠θ2,Ye+dmin2*cos∠θ2,Ze+dmin2*cos∠θ2)T
dmin2为定位探针上的反光小球P4、P5、P6三点之间距离的最小值,θ2为从P4开始经P5到P6所形成的角。
6.根据权利要求3所述的基于光学导航的经颅磁刺激手部热点自动搜索系统,其特征在于,所述网格点阵设置模块包括:
第一划分单元,用于在所述标准头模型上构建方阵形网格矩阵;具体包括:
在曲线的某一侧选取与该曲线中点的曲线距离为S的某一点作为唯一交点,确定一个和头皮层相交的平面;以所选的点为中心在平面上以确定的间距向各个方向辐射构建一个覆盖初级运动区的N*N网格点阵,并将其映射到标准头模型上;其中,所述曲线为初级运动区中心点和待测个体头部两个关键点构成的平面与头皮层相交形成的曲线;
第一转换单元,用于根据所述转化矩阵A将标准头模型上的网格矩阵转换到个体空间上。
7.根据权利要求1所述的基于光学导航的经颅磁刺激手部热点自动搜索系统,其特征在于,所述脑区定位模块包括:
第二三维重建单元,用于对标准核磁数据进行三维重建,以获得标准头模型,并针对所述标准头模型建立虚拟坐标系;
第二映射单元,用于将10-20系统映射到所述标准头模型上,以确定C3、C4点的位置,从而得到待测个体大脑皮层的初级运动区;其中,C3点对应左侧初级运动区中心,C4点对应右侧初级运动区中心。
8.根据权利要求7所述的基于光学导航的经颅磁刺激手部热点自动搜索系统,其特征在于,所网格点阵设置模块包括:
第二划分单元,用于基于10-20系统在所述标准头模型上构建方阵形网格矩阵;具体包括:
获取10-20系统标记的C3/C4点在所述标准头模型上的位置,以C3/C4点为选定的点,并以所选的点作为唯一交点确定一个和头皮层相交的平面;以所选的点为中心在平面上以确定的间距向各个方向辐射构建一个覆盖初级运动区的N*N网格点阵,并将其映射到标准头模型上;
第二转换单元,用于基于所述转化矩阵A将标准头模型上的网格矩阵转换到个体空间上。
9.根据权利要求1所述的基于光学导航的经颅磁刺激手部热点自动搜索系统,其特征在于,所述光学导航模块具体用于:
将相机坐标系下初级运动区的网格点转换到机械臂坐标系;
基于所述机械臂坐标系利用程序控制机械臂带动刺激线圈到达指定点位,以对该点进行刺激。
10.根据权利要求1所述的基于光学导航的经颅磁刺激手部热点自动搜索系统,其特征在于,所述热点判断模块具体用于:
采集对应手部肌肉处的复合点位,并在判断产生MEP阳性时,将对应的网格点判定为热点并记录;
按照一定的路径实现对初级运动区上所有网格点阵的刺激和MEP阳性判断,聚合所有热点以得到热点区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310409431.2A CN116650113A (zh) | 2023-04-17 | 2023-04-17 | 基于光学导航的经颅磁刺激手部热点自动搜索系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310409431.2A CN116650113A (zh) | 2023-04-17 | 2023-04-17 | 基于光学导航的经颅磁刺激手部热点自动搜索系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116650113A true CN116650113A (zh) | 2023-08-29 |
Family
ID=87717903
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310409431.2A Pending CN116650113A (zh) | 2023-04-17 | 2023-04-17 | 基于光学导航的经颅磁刺激手部热点自动搜索系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116650113A (zh) |
-
2023
- 2023-04-17 CN CN202310409431.2A patent/CN116650113A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6161004B2 (ja) | 画像データ処理装置および経頭蓋磁気刺激装置 | |
CN102814001B (zh) | 经颅磁刺激导航系统及经颅磁刺激线圈定位方法 | |
CN106340015B (zh) | 一种关键点的定位方法和装置 | |
CN102814002B (zh) | 经颅磁刺激导航系统及经颅磁刺激线圈定位方法 | |
Ettinger et al. | Experimentation with a transcranial magnetic stimulation system for functional brain mapping | |
CN107049489B (zh) | 一种手术导航方法及系统 | |
CN110268444A (zh) | 一种用于经颅磁刺激诊疗的人头姿态跟踪系统 | |
CN106691438B (zh) | 用于复杂心律失常的整体心脏三维标测系统 | |
CN107714082A (zh) | 一种基于光学定位的超声探头标定装置及方法 | |
CN111657947B (zh) | 一种神经调控靶区的定位方法 | |
CN109701160A (zh) | 影像引导下可见光定位导航装置及方法 | |
CN110123451A (zh) | 应用于无标记点光学手术导航系统的病人表面注册方法 | |
CN114065825B (zh) | 一种基于结构相似性的脑磁meg源定位方法 | |
CN114073820B (zh) | 脑图谱导航的经颅磁刺激线圈位姿定位装置、方法、设备 | |
CN114733073A (zh) | 一种基于电磁导航定位的经颅磁刺激方法、系统及电子设备 | |
US20190240499A1 (en) | Accurate patient-specific targeting of cranial therapy using a brain atlas | |
CN116650113A (zh) | 基于光学导航的经颅磁刺激手部热点自动搜索系统 | |
JP2022519520A (ja) | 10-20システム基盤の位置情報提供方法 | |
CN114288560A (zh) | 经颅磁刺激导航过程的三维配准方法、系统及计算机设备 | |
CN116440419A (zh) | 一种经颅磁刺激治疗辅助定位装置及方法 | |
CN114279435B (zh) | 定位导航方法和可读存储介质 | |
Zagorchev et al. | Patient-specific sensor registration for electrical source imaging using a deformable head model | |
CN117138239B (zh) | 一种经颅磁刺激的神经定位方法、装置、系统及电子设备 | |
CN114288559A (zh) | 经颅磁刺激导航方法、系统及计算机设备 | |
CN116580820B (zh) | 基于多模态医学图像的经会阴前列腺穿刺智能麻醉系统 |
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 |