CN117063075A - Fmri检查的监测 - Google Patents
Fmri检查的监测 Download PDFInfo
- Publication number
- CN117063075A CN117063075A CN202280024358.0A CN202280024358A CN117063075A CN 117063075 A CN117063075 A CN 117063075A CN 202280024358 A CN202280024358 A CN 202280024358A CN 117063075 A CN117063075 A CN 117063075A
- Authority
- CN
- China
- Prior art keywords
- brain
- subject
- task
- time series
- activity
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 140
- 230000000694 effects Effects 0.000 claims abstract description 135
- 238000002599 functional magnetic resonance imaging Methods 0.000 claims abstract description 125
- 230000001953 sensory effect Effects 0.000 claims abstract description 66
- 238000002595 magnetic resonance imaging Methods 0.000 claims abstract description 65
- 238000012360 testing method Methods 0.000 claims abstract description 51
- 230000007177 brain activity Effects 0.000 claims abstract description 45
- 238000004590 computer program Methods 0.000 claims abstract description 5
- 210000004556 brain Anatomy 0.000 claims description 99
- 238000003384 imaging method Methods 0.000 claims description 44
- 230000004913 activation Effects 0.000 claims description 36
- 230000033001 locomotion Effects 0.000 claims description 32
- 230000009849 deactivation Effects 0.000 claims description 18
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 13
- 208000035475 disorder Diseases 0.000 claims description 10
- 238000013461 design Methods 0.000 claims description 9
- 230000007170 pathology Effects 0.000 claims description 7
- 208000004547 Hallucinations Diseases 0.000 claims description 6
- 230000001537 neural effect Effects 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000000516 activation analysis Methods 0.000 claims description 5
- 206010041349 Somnolence Diseases 0.000 claims description 4
- 230000001149 cognitive effect Effects 0.000 claims description 4
- 230000035807 sensation Effects 0.000 claims description 4
- 210000004092 somatosensory cortex Anatomy 0.000 claims description 4
- 208000032140 Sleepiness Diseases 0.000 claims description 3
- 210000003926 auditory cortex Anatomy 0.000 claims description 3
- 210000004227 basal ganglia Anatomy 0.000 claims description 3
- 210000004326 gyrus cinguli Anatomy 0.000 claims description 3
- 210000002442 prefrontal cortex Anatomy 0.000 claims description 3
- 210000000977 primary visual cortex Anatomy 0.000 claims description 3
- 230000002730 additional effect Effects 0.000 claims 1
- 210000005036 nerve Anatomy 0.000 claims 1
- 230000037321 sleepiness Effects 0.000 claims 1
- 238000001994 activation Methods 0.000 description 32
- 230000004044 response Effects 0.000 description 32
- 238000004458 analytical method Methods 0.000 description 28
- 238000012545 processing Methods 0.000 description 23
- 230000009471 action Effects 0.000 description 20
- 230000000638 stimulation Effects 0.000 description 20
- 230000008901 benefit Effects 0.000 description 14
- 238000001514 detection method Methods 0.000 description 13
- 230000000875 corresponding effect Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 230000002829 reductive effect Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 230000000284 resting effect Effects 0.000 description 9
- 230000001052 transient effect Effects 0.000 description 8
- 230000001419 dependent effect Effects 0.000 description 7
- 230000003340 mental effect Effects 0.000 description 7
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000002996 emotional effect Effects 0.000 description 6
- 238000013507 mapping Methods 0.000 description 6
- 238000010223 real-time analysis Methods 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 6
- 239000008280 blood Substances 0.000 description 5
- 210000004369 blood Anatomy 0.000 description 5
- 230000003925 brain function Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 210000001320 hippocampus Anatomy 0.000 description 5
- 230000000926 neurological effect Effects 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 5
- 230000002411 adverse Effects 0.000 description 4
- 238000003706 image smoothing Methods 0.000 description 4
- 230000006996 mental state Effects 0.000 description 4
- 230000036961 partial effect Effects 0.000 description 4
- 230000029058 respiratory gaseous exchange Effects 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 230000000004 hemodynamic effect Effects 0.000 description 3
- 208000014674 injury Diseases 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 230000037081 physical activity Effects 0.000 description 3
- 238000002600 positron emission tomography Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 230000008733 trauma Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 208000012902 Nervous system disease Diseases 0.000 description 2
- 208000028017 Psychotic disease Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 210000001638 cerebellum Anatomy 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 210000005153 frontal cortex Anatomy 0.000 description 2
- 210000004884 grey matter Anatomy 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000006386 memory function Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000007659 motor function Effects 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 208000020016 psychiatric disease Diseases 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- 230000002747 voluntary effect Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 206010000591 Acrochordon Diseases 0.000 description 1
- 235000011437 Amygdalus communis Nutrition 0.000 description 1
- 208000032612 Glial tumor Diseases 0.000 description 1
- 206010018338 Glioma Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 238000012307 MRI technique Methods 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 208000025966 Neurological disease Diseases 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 241000220304 Prunus dulcis Species 0.000 description 1
- 206010038743 Restlessness Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 235000020224 almond Nutrition 0.000 description 1
- 210000004727 amygdala Anatomy 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000003727 cerebral blood flow Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000036992 cognitive tasks Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 208000037765 diseases and disorders Diseases 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000006397 emotional response Effects 0.000 description 1
- 206010015037 epilepsy Diseases 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 230000005057 finger movement Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000001976 improved effect Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000003715 limbic system Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 206010027191 meningioma Diseases 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 210000000337 motor cortex Anatomy 0.000 description 1
- 230000007971 neurological deficit Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 210000000976 primary motor cortex Anatomy 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000000700 radioactive tracer Substances 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 230000000698 schizophrenic effect Effects 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/4806—Functional imaging of brain activation
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Neurosurgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明涉及一种用于监测在fMRI检查期间由对象执行的预定测试任务的表现的方法(10)。所述方法包括:采集(11)fMRI图像的时间序列,并且根据所述预定测试任务在所述采集期间向所述对象提供(12)感觉刺激。所述方法包括:在所述感觉刺激之后确定(13)指示至少一个预定感兴趣区域中的脑部活动的活动度量,以及当所述活动度量指示所述预定测试任务的表现不佳和/或对所述预定测试任务的依从性不佳时生成(14)至少一个信号。所述信号是在所述时间序列的采集期间和/或在将所述对象从磁共振成像系统移除之前生成的。本发明的其他方面涉及计算机程序产品、计算机系统和MRI系统。
Description
技术领域
本发明涉及功能性磁共振成像领域,并且更具体地,本发明涉及一种用于在功能性成像流程期间监测由对象对预定任务的执行的设备和方法,例如关于预期任务的对象的依从性。
背景技术
磁共振成像(MRI)是用于对人体或动物体内的内部身体结构进行非侵入性成像的非凡工具。在MRI中使用强磁场来对准身体中原子的核自旋,在此之后可以以位置相关的方式研究由于这些自旋的弛豫而发射的返回信号,例如使用适合的磁场梯度和有目的地设计的射频激励脉冲。本领域中存在许多技术来准备和/或处理观察到的信号,诸如以创建对身体中的各种材料性质敏感的图像。
这些技术的一种类型涉及创建指示血氧的可检测图像对比度。这允许检测脑部中的活动区的血液动力学响应,并且因此确定脑部中的哪些区是活动的。这些MRI技术,例如依赖于血氧水平依赖(BOLD)效应、脑血流或类似方法,通常被称为功能性磁共振成像(fMRI)。
然而,fMRI中的挑战之一涉及由该BOLD效应(或其备选方案)生成的差的图像对比度。即,与例如BOLD效应无关的信号分量通常比感兴趣的实际信号分量明显得多(强几个数量级)。这通常通过应用MRI数据的扩展时间序列的适合统计分析(或备选数据建模和/或挖掘方法)来克服。在收集该时间序列时,脑部的功能被(通常重复地)触发,以辨别脑部图像中相对于在没有该功能触发的情况下收集的其他图像的变化。因此,传统方法需要分析,即检测活动条件与控制条件之间的统计显著偏差。
功能性磁共振成像(fMRI)是研究人脑功能的一种通用方法,例如用于研究目的,以及用于诊断涉及脑部的神经、精神或其他疾病和障碍。脑部的特定感觉、认知、情绪、行为、动机、记忆和运动功能可以使用fMRI进行可视化和详细研究。因此,可以详细研究脑部皮层和边缘系统中的特定区域对脑部的特定动作的参与(但不一定限于直接和/或主动任务)。
为了使用fMRI可视化这些脑部功能,需要在脑部的特定功能活跃时(例如通过让被成像对象执行特定任务)采集的图像与在没有该特定功能的情况下采集的参考图像之间引入对比度差异。将清楚的是,参考可以涉及感兴趣脑部活动不太活跃的状况,而不是字面上不存在的状况,或者在更具体的控制条件下采集参考图像的状况,例如正在执行类似的任务,该任务以可能非常具体的方式不同于感兴趣的任务。可以考虑许多更复杂或稍微不同的方法,例如(仅列出几个已知的变化),其中,两个以上条件相互对比,而不是直接与控制条件相关的单个感兴趣任务,或者其中,考虑了任务参数,例如与所执行的任务的每次迭代相关联的可变强度或幅度。所研究的任务或特定功能也可以从非常广泛的可能性中选择,例如,包括仅涉及对感官刺激的仅有观察、(一个或多个)肌肉的受控移动或者甚至仅涉及移动意图的“任务”、特定的心理计算或思维过程、情绪线索(显性或潜意识)和/或许多其他可能性。
功能性MRI可以应用于许多且不同的目的,包括神经科学研究和临床应用,诸如神经外科规划。fMRI的第一实际应用之一是初级运动皮层的映射,这在手术中是避免的,以避免瘫痪或运动功能恶化,通过由在活动条件块(休息作为控制条件)中的手指敲击移动组成的任务。
然而,大多数fMRI研究,并且特别是对于临床应用,使用简单的试验设计,例如任务和控制条件的周期(块)交替的分块试验设计。每个块可以由多个试验组成,或者至少由(一个或多个)目标脑部区的假定(任务诱发)活动的延长时间组成,使得可以在块中的多个图像采集上建立并维持大的信号对比度(相对于控制条件)。因此,可以改进感兴趣对比度的信噪比,并且可以减少试验条件的开始(和/或结束)附近的瞬态效应的效应,例如,减少了对激活流耦合(AFC)响应的精确估计的依赖性。同样,任务和控制块的多次连续迭代可以包括在试验范例中,以进一步改进鲁棒性和灵敏度。
无论具体的任务范例和fMRI成像协议如何,通常要求被成像对象在努力执行规定任务时的合作。即使特定的任务将仅依赖于脑部的潜意识或自主反应,成像的对象也将可能仍然需要合作,以避免可能阻止检测到感兴趣的细微图像对比度的运动伪影。不遵守规定任务可能以各种方式表现,例如,测试对象对任务相关线索的随机响应或甚至没有响应。这可能容易由对象分心或者甚至睡着造成。
将清楚地理解,在精神病患者和/或患有严重神经障碍或创伤(例如癫痫、中风、脑膜瘤、神经胶质瘤等)的患者的fMRI检查中,归因于不依从规定任务的问题可能更有问题、更明显和/或更频繁地发生。可能与这样的疾病或状况相关的其他因素可能包括归因于年龄或残疾的执行任务的下降的能力。
即使考虑到同意的患者通常可能非常有动力遵守测试流程,患有精神或神经系统不良状况的患者可能具有理解广泛可能的任务指令的减少的能力、在执行任务时减少的注意力持续时间、和/或在接收感觉提示时身体困难、在集中注意力和/或准确和/或及时地响应提示以及其他可能的混淆问题方面。此外,在高度有动力遵守测试流程的对象中,该遵守可能影响按需执行的能力,这可能导致假阴性fMRI结果,使得对解释的重要性或置信度可能是困难的。
本领域已知一些方法来减轻与减少的患者(或测试对象)依从性相关联的问题。例如,如本领域已知的fMRI映射方法可以依赖于对象休息时的自发脑部活动,这常被称为休息状态功能连接fMRI。因此,不同脑部区域中的波动活动之间的相关性模式可以用于评估休息状态下的功能连接和活动,即不要求对象的参与,例如,即使在对象镇静或睡着时。尽管如此,限制是相当清楚的。识别与特定功能相关联的特定脑部区域是困难的,这对许多临床(或研究)目的可能很重要。
US2015/272669描述了一种使用与功能任务相关的模型将在执行功能任务时从对象采集的fMRI数据分解为任务相关信号和非任务信号的方法。这允许通过根据任务信号生成任务活动图和根据非任务信号生成非任务活动图,将传统事件任务-相关fMRI的益处(例如,在对感兴趣的功能的特异性方面)与休息状态功能连接fMRI(rs-fcfMRI)的益处组合。然后可以通过适合的加权来组合这两个映射。这具有以下优点:如果依从性不足以采集有用的任务相关结果,则人们仍然可以依赖于自发激活映射。尽管如此,这并不解决在依从性不佳的情况下丢失任务相关信息的问题,即使仍然可以从数据集中收集到至少一些信息。
US2019/159715A1公开了一种系统,其中,确定响应于特定刺激的脑部活动。后续任务可以适于考虑实际测量的脑部活动。换句话说,原始的脑部活动测量基本上是确定最佳任务设置的校准。
WO2010/053976A2公开了向患者施用神经制剂以改进神经反馈训练的功效。在制剂的影响下执行任务时采取对患者的fMRI,并且患者被示出为脑部活动的结果作为神经反馈。
US2014/206982公开了基于在将PET示踪剂引入对象以测量对象的脑部活动之后获得的fMRI扫描来调节正电子发射断层摄影(PET)结果。
在“Real-time motion detection of functional MRI data”(J.Appl.Clin.Med.Phys、第5卷、第2期、第64-70页(2004年))中,T.R.Steger和E.F.Jackson公开了一种在术前fMRI流程期间实时量化运动的方法。
发明内容
本发明的实施例的目的是提供在功能性磁共振成像(fMRI)流程期间监测被成像对象的任务的表现的良好且有效的方法和装置。
本发明的实施例的优点在于,fMRI任务的表现可以基本上实时地监测,例如,当检测到不佳的任务依从性时,警报操作者进行干预。
本发明的实施例的优点在于,被成像对象可以被通知不佳的任务表现,诸如在fMRI检查期间将他/她的注意力重新集中在待执行的任务上。
本发明的实施例的优点在于,fMRI时间序列可以用关于对象任务表现/依从性的信息来注释,例如在时间序列的采集期间(或紧接地之后),使得在所述fMRI时间系列数据的分析中可以考虑该注释信息。例如,时间序列的时间间隔或块可以被标记为指示该间隔或块中的低任务表现,例如使得它可以在时间序列的后续处理和分析中被相应地忽略(或者以另一适合的方式处理,例如给定较低的权重)。
本发明的实施例的优点在于,当被成像对象不佳地执行任务和/或任务表现和/或依从性的度量可以与fMRI数据相关联时,可以警报操作者,例如根据检测到的表现和/或依从性水平对数据进行加权,和/或在fMRI数据的统计分析中考虑所述水平。
本发明的实施例的优点在于,具有至少两种不同条件的交替周期的分块试验设计,其中,至少一个任务条件(例如和至少一个控制条件)可以提供良好的灵敏度,例如图像体素或多个体素的区域中的可检测的信号(或当在这些周期中的至少两个周期之间进行比较时的可检测的信号变化),从该可检测信号实时或至少快速(例如接近实时或基本上实时)确定fMRI成像运行期间的任务表现。通过使用延长的“块”,例如持续感兴趣的条件的相当长的一段时间,例如通过在每个块中重复多次试验,实现了良好的信号质量(对比度;信噪比),其可以(基本上)实时检测表现/依从性或缺乏它们,例如所执行的任务的(接近)目前(当前;即时)表现和/或依从性的量化。同一个“块”的多个试验可以是相同的事件,或者至少在每个试验对应于归因于该块的相同“条件”的意义上彼此相似。此外,阻断试验设计可以有利地减少从fMRI数据确定的结果(例如通过统计分析)对可能先验未知或可能仅近似已知的时间特异性参数的依赖性,诸如血液动力学响应函数和/或激活流耦合响应。
本发明的实施例的优点在于,当fMRI检查仍在进行中(或最近终止)时,可以检测到被成像对象的(一个或多个)不利状态,使得可以校正这样的不利状态和/或可以重复和/或扩展fMRI成像运行以改进数据的质量,否则,在没有重复或时间扩展的情况下,数据的质量将通过该不利状态减少。这样的不利状态的示例包括分心的心理状态、嗜睡或睡眠的对象、意识丧失、减少的意识或意识水平、烦躁状态、困惑状态和/或不适合或不太适合执行预期任务的其他这样的心理状态。
本发明的实施例的优点在于,例如由于对相关联的任务指令缺乏(完全)理解,对规定的fMRI任务的依从性不佳,可以被检测到并减轻,例如通过指示操作者进一步需要帮助。
本发明的实施例的优点在于,可以检测、识别和/或量化fMRI扫描期间持续注意力和对任务需求的依从性的变化。
本发明的实施例的优点在于,根据实施例的方法和/或设备特别适合于监测(和/或改进)精神或神经患者(例如遭受精神障碍或神经障碍或创伤的对象)的fMRI检查的功效。例如,这样的障碍和/或创伤可能需要理解一系列任务、记住任务指令、保持足够的注意力持续时间跨度和/或执行规定的心理和/或身体动作的减少的能力。尽管如此,在研究健康对象时也可能出现这样的并发症(即使可能以较低的发生频率和/或严重性),使得实施例不一定限于适合于精神病和/或神经系统患者。
本发明的实施例的优点在于,即使对于没有直接可观察结果的任务,诸如认知任务(例如无声单词生成、心理想象、自传体记忆等),也可以监测对任务要求的依从性(和/或表现)。例如,对于这样的任务,在所述扫描会话期间,验证所述成像对象是否已经很好地执行(或正在执行)规定的任务或者甚至根本已经执行了所述任务可能是困难的。该困难可以通过根据本发明的实施例的方法和/或设备来克服或减轻。
根据本发明的实施例的设备和方法实现了上述目的。
在第一方面中,本发明涉及一种用于监测在功能性磁共振成像检查期间由对象执行的预定测试任务的表现的方法。所述方法包括:使用磁共振成像系统来采集所述对象的脑部的功能性磁共振图像的时间序列。所述方法包括:在所述时间序列的采集期间经由感觉刺激源向所述对象提供至少一个感觉刺激,以提示所述对象执行所述预定测试任务和/或根据所述预定测试任务诱发预期的脑部活动。所述方法包括:在提供所述感觉刺激之后,确定至少一个活动度量,所述活动度量指示由图像的时间序列成像的对象的脑部中的至少一个预定感兴趣区域中的脑部活动;以及当所述至少一个确定的活动度量指示所述预定测试任务的表现不佳和/或对所述预定测试任务的依从性不佳时,生成至少一个信号,其中,所述信号是在所述时间序列的采集期间和/或在将所述对象从所述磁共振成像系统移除之前生成的。
在根据本发明的实施例的方法中,所述至少一个信号可以包括通知操作者的警报信号。
在根据本发明的实施例的方法中,所述至少一个信号可以包括针对所述磁共振成像系统的延长、暂停、终止和/或重新开始所述时间序列的采集的指令。
在根据本发明的实施例的方法中,所述至少一个信号可以包括提供给所述对象的表现反馈信号。
在根据本发明的实施例的方法中,所述至少一个信号可以包括用于连同所采集的功能性磁共振图像的时间序列一起存储的注释信息,使得在所述采集的完成之后分析所述时间序列时,可以考虑所确定的活动度量在所述时间序列的时间跨度上的演变。
在根据本发明的实施例的方法中,所述至少一个信号可以包括在整个时间序列上的总体注意力或分心和/或依从性的度量,用于规划具有相同测试任务设计和/或针对相同对象群体的未来功能性磁共振成像检查。
在根据本发明的实施例的方法中,可以在采集所述时间序列期间的不同时间处向所述对象提供多个感觉刺激,可以在所述采集期间的不同时间重复确定所述活动度量并与之相关,并且如果最新近确定的活动度量指示不佳的表现和/或依从性,并且如果这样的话,则可以在(即,接近;之后不久)所述时间处生成所述信号。
在根据本发明的实施例的方法中,采集所述时间序列和提供所述感觉刺激可以根据分块功能性磁共振成像任务范例来执行,该任务范例包括至少一个活动状态和至少一个控制状态的时间块,其中,所述多个感觉刺激中的至少一个包括在对应于所述活动状态的每个时间块中。
在根据本发明的实施例的方法中,确定活动度量可以包括:比较在假定所述刺激在所述脑部中的效应不存在时采集的所述时间序列的至少一个第一图像和在假定所述刺激在所述脑部中的直接或间接效应存在时采集的所述时间序列的至少一个第二图像。
在根据本发明的实施例的方法中,提供所述感觉刺激可以包括显示视觉提示、发射听觉提示、提供触摸感觉和/或提供另一类型的感觉刺激,其中,可以针对至少一个感兴趣区域来确定所述活动度量,所述感兴趣区域包括感觉脑部区域、初级视觉皮层、所述初级听觉皮层、所述初级躯体感觉皮层和/或其部分和/或其组合,对于该(一个或多个)区域,所述感觉刺激引起神经激活。
在根据本发明的实施例的方法中,提供所述感觉刺激可以适于直接或间接地在内容特定的高阶感觉脑部区域中唤起脑响应,并且可以针对包括所述内容特定的高阶感觉脑部区域或其一部分的至少一个感兴趣区域来确定所述活动度量。
在根据本发明的实施例的方法中,所述预定测试任务可以适于唤起视觉和/或听觉心理想象,并且可以针对至少一个感兴趣区域来确定所述活动度量,该感兴趣区域包括高阶感知和/或记忆区域和/或内容特定的高阶感觉区域,和/或一个或多个初级感知脑部区域和/或其部分和/或其组合。
在根据本发明的实施例的方法中,所述预定测试任务可以适于唤起运动想象任务,并且所述至少一个感兴趣区域可以包括运动皮层和/或小脑区域;其部分和/或其组合。
在根据本发明的实施例的方法中,所述预定测试任务可以包括空间导航想象任务,并且所述至少一个感兴趣区域可以包括海马体或其一部分。
在根据本发明的实施例的方法中,所述预定测试任务可以包括心理场景构建任务,并且所述至少一个感兴趣区域可以包括默认模式网络和/或海马体和/或腹内侧前额叶皮层;和/或其部分和/或其组合。
在根据本发明的实施例的方法中,所述预定测试任务可以包括情绪场景构建任务,并且所述至少一个感兴趣区域可以包括杏仁核或其一部分。
根据本发明的实施例的方法可以包括:在采集所述时间序列之前提供所述预定测试任务或相关任务的指令和/或试验或试运行以训练所述对象执行所述预定测试任务,测试对所述预定测试任务的理解和/或所述预定测试任务的的表现,和/或校准所述活动度量的预期幅度和/或定位用于确定所述活动度量的一个或多个感兴趣区域。
根据本发明的实施例的方法可以包括:在所述时间序列的采集期间经由不同成像模态和/或生理参数传感器采集额外信息,其中,在确定所述活动度量时考虑该额外信息。
在根据本发明的实施例的方法中,确定所述活动度量可以包括执行注意力网络激活分析(例如检测背侧和/或腹侧注意力网络和/或休息状态网络和/或默认模式网络的激活或去激活),和/或检测所述预定任务中引起的至少一个感兴趣区域中的激活和/或去激活,和/或检测与所述预定任务没有已知关联的至少一个感兴趣区域中的激活和/或去激活。
在根据本发明的实施例的方法中,与所述预定任务没有已知关联的至少一个感兴趣区域可以包括前扣带皮层(ACC)、基底神经节、腹内侧前额叶皮层(vmPFC)和/或其中脑部活动指示认知疲劳的另一脑部区域。
在根据本发明的实施例的方法中,与所述预定任务没有已知关联的至少一个感兴趣区域包括障碍特异性和/或病理学特异性脑部区域,其中,神经激活指示幻觉或所述障碍或病理学的其他发作。
在根据本发明的实施例的方法中,检测与所述预定任务没有已知关联的至少一个感兴趣区域中的激活和/或去激活不一定限于在提供所述刺激之后进行确定,例如,可以在所述功能性磁共振成像采集期间连续地(即重复地)检查这样的任务无关的激活或去激活,而不必与呈现所述刺激(/i)的(一个或多个)时间相关。
根据本发明的实施例的方法可以包括在时间序列采集期间检测指示睡眠状态和/或嗜睡的另一活动度量的另一步骤。
根据本发明的实施例的方法可以包括在所述时间序列的采集期间检测所述对象的运动,并且如果检测到的运动超过预定阈值则生成所述信号或另一信号。
根据本发明的实施例的方法可以包括:对所采集的磁共振成像图像的时间序列执行功能性磁共振成像分析,例如不同于确定所述至少一个活动度量的步骤,例如在所述时间序列的采集已经完成之后和/或在所述对象已经从所述磁共振成像系统移除之后执行。该fMRI分析可以是基于体素的分析,例如,不限于一个或多个特定感兴趣区域,例如,通过将通用线性模型拟合到相关的(例如,包含灰质)并且彼此独立的被成像体积的每个体素(例如,即使图像平滑可以被用于控制体素相关性)。
在第二方面中,本发明涉及一种计算机程序产品,包括用于由处理器运行的机器可执行指令,其中,所述机器可执行指令的运行使所述处理器执行根据本发明的第一方面的实施例的方法。
在第三方面中,本发明涉及一种用于监测在功能性磁共振成像检查期间由对象执行的预定测试任务的表现的计算机系统。所述计算机系统包括:输入部,其用于基本上实时接收使用磁共振成像系统采集的所述对象的脑部的功能性磁共振图像的时间序列;第一输出部,其用于在所述时间序列的采集期间经由感觉刺激源向所述对象提供至少一个感觉刺激以提示所述对象执行所述预定测试任务和/或根据所述预定测试任务诱发预期的脑部活动;处理器,其用于在提供所述感觉刺激之后,基于由所述输入部接收到的图像来确定指示由图像的时间序列成像的所述对象的脑部中的至少一个预定感兴趣区域中的脑部活动的至少一个活动度量,以及用于当所述至少一个确定的活动度量指示所述预定测试任务的表现不佳和/或对所述预定测试任务的依从性不佳时,生成至少一个信号;第二输出部,其用于输出所述至少一个信号。所述处理器适于在所述时间序列的所述采集期间(即,在所述时间序列的完成之前)和/或在时间序列采集的完成之后不久生成所述信号。
在第四方面中,本发明涉及一种磁共振成像系统,包括根据本发明的第三方面的实施例的计算机系统。
独立和从属权利要求描述了本发明的具体和优选特征。从属权利要求的特征可以与独立权利要求的特征以及被视为适当的其他从属权利要求特征组合,并且不一定仅如权利要求中明确陈述的那样。
附图说明
图1示出了根据本发明的实施例的磁成像系统。
图2示出了根据本发明的实施例的说明性方法。
图3示出了根据本发明的实施例的方法的另一说明性示例。
附图是示意性而非限制性的。附图中的元件不一定按比例表示。本发明不一定限于如附图所示的本发明的特定实施例。
具体实施方式
尽管下文描述了示例性实施例,但是本发明仅由随附的权利要求限制。随附的权利要求在此明确地并入本详细描述中,其中,每个权利要求以及由权利要求定义的相关性结构允许的权利要求的每个组合形成本发明的单独实施例。
如权利要求中使用的词语“包括”不限于下文所描述的特征、元件或步骤,并且不排除额外的特征、元件或步骤。因此,这指定了所提到的特征的存在,而不排除一个或多个特征的进一步存在或添加。
在该详细描述中,呈现了各种具体细节。本发明的实施例可以在没有这些具体细节的情况下执行。此外,出于本公开的清晰和简洁的缘故,不必详细描述众所周知的特征、元件和/或步骤。
在本公开中参考“实时”或“近实时”的情况下,本领域技术人员将理解,处理操作必然要求至少一些计算时间,使得实时或瞬时处理明显由技术能力限制。然而,“实时”的使用指示,正在执行的处理本质上是时间关键的并且最好迅速执行,以便在确定的结果仍然相关的情况下响应于该结果而采取行动。特别地,在本发明的实施例中,在fMRI图像的时间序列的采集期间确定活动度量,使得可以响应于所确定的活动度量而采取动作,而该时间序列尚未被完全收集。因此,优选地(即使不是严格必要的),处理花费比正在使用的fMRI范例/协议中的块的时间长度更少的时间(或者例如小于两倍的长度)(当然,除非所考虑的协议不是分块事件协议)。例如,这允许在fMRI协议设计中的下一块(例如,相同事件类型的下一块)被安排开始之前采取校正动作。因此,(近)实时可以是指(仅作为示例)小于两分钟、或小于一分钟、优选地小于30秒、或甚至更优选地小于10秒的处理时间。清楚地,如果可以在不过度影响成本(例如所要求的计算硬件的成本、操作能力等)的情况下实现甚至显著小于该时间的处理时间,例如小于1秒,则这可能是更优选的。然而,本发明的实施例中的至少一些可以涉及基于(接近)实时计算向操作者警报结果,操作者然后可以采取动作作为响应。这可能隐含考虑到操作者在必要时采取响应动作所要求的时间,将处理时间减少到小于(例如)几秒的添加值可能受到一定的限制(例如除非提供自动响应作为备选方案或除了警报操作者之外)。
本公开中对“任务”的引用可以相当广泛地解释。这样的任务通常涉及对象脑部中的特定响应,例如可以在时间(在执行任务的时刻或在与执行任务的时刻具有特定时间关系的时刻)和空间(例如特定的一个或多个脑部区域)上定位的响应。然而,该任务不一定涉及对象的主动动作,例如,可以限于对象对一个或多个刺激的被动观察(例如,经由任何感觉器官或多种感觉的组合触发)和/或对这样的刺激的潜意识和/或非自愿响应,例如情绪响应、情绪转移、情绪、记忆功能等。明显地,这并不排除任务,事实上,该任务确实包括由特定任务范例规定的对象的主动(重新)动作。这样的主动任务诱发的(规定的)行为可以在外部观察到,例如手指移动、语言或发声,以及许多其他可能性,但也可以仅是内部过程,例如自愿和有意识的过程(与上述潜意识和/或非自愿响应相反),诸如思维过程、心理计算、有意记忆过程、想象或模拟的身体动作或场景,以及许多其他可能性。应注意,不涉及对象的外部可观察反应的任务可能特别难以监测,即可能难以确定任务是否实际按预期执行。可以通过本发明的实施例有利地克服该挑战。
在第一方面中,本发明涉及一种用于监测由成像对象在功能性磁共振成像检查期间执行的预定测试任务的表现(和/或依从性)的方法。特别地,根据本发明的实施例的方法可以是计算机实施的方法,例如当在适合的计算平台上执行时由计算机程序产品执行(然而,不排除在计算硬件(例如数字处理硬件)中完全或部分实施的实施例)。
该方法可以通过与磁共振成像系统相互作用来执行。图1示出了这样的磁共振成像系统100的示例,例如通常适合于实施根据本发明的实施例的方法的步骤的MRI系统。MRI系统100包括磁体104,例如超导圆柱形磁体,通过该磁体定义膛105。针对这种类型的磁体的变化和/或备选方案也是可能的,例如,磁体可以是分开的圆柱形磁体或开放磁体(例如其中磁体部分布置在用于接收待成像对象的开放空间的周围,例如上方和下方)。磁体104可以包括多个超导线圈,例如在低温恒温器中。在膛105内部,定义了成像区域108,在该成像区域108中,可以对对象进行成像。在该成像区域108中,磁体104的磁场通常是强且均匀的,即足够强且均匀以执行MR成像。对于开放磁体或其他备选磁体组件,可能没有定义膛腔,但是成像区域108将仍然是可清楚识别的,例如以适合的磁场强度和均匀性为特征。由系统在其使用中采集的磁共振数据通常表示由成像区域108或其一部分(例如,在该成像区域内定义的特定感兴趣区域)定义的空间的内容。
对象110,例如,诸如待诊断或检查的患者的人类对象,在使用中可以被放置在成像区域108内。为此,系统可以包括对象支撑体112,例如致动的患者卧榻。通过控制对象支撑体,支撑体上的对象的身体部分或感兴趣区域可以移动到成像区域108内的适合位置。
该系统还可以包括多个磁场梯度线圈103,其适于对成像区域108内的磁自旋进行空间编码(例如,通过将局部磁场变化叠加到磁体的强磁场上)。例如,磁场梯度线圈可以包括至少三个线圈(或线圈组),以允许在三个正交的空间方向上,即在空间中的任何方向上进行空间编码。磁场梯度线圈103可以作为时间的函数来控制,此外还可以被控制诸如以选择空间编码方向,例如创建作为时间的函数的脉冲、斜坡或以其他方式变化的梯度。例如,磁场梯度线圈的电源(多个电源)可以由控制器、处理器或计算机控制,以根据期望的空间和/或时间函数来实现磁场(梯度)。该系统通常可以包括控制器118以控制磁场梯度线圈103。
该系统通常可以包括射频(RF)线圈115(RF天线设备),其可以充当射频接收器和发射器。例如,RF线圈可以发送破坏(核)自旋与磁场(成像区域108中的原子和分子)的对准的信号,并且RF线圈可以接收由破坏的核自旋的进动和弛豫生成的返回信号,返回到磁场对准。RF线圈可以是包括多个单独的线圈元件和/或支撑装备的构造。RF线圈可以集成在膛系统中,或者可以是放置在被成像对象附近或与被成像对象接触的单独部件。例如,(一个或多个)RF线圈可以集成在头部线圈组件中,用于对对象110的脑部成像。
RF线圈115包括或连接到RF收发机116。明显地,该系统还可以包括单独的RF发送和接收天线以及对应的(单独的)接收器和发射器系统,或者多个天线线圈以及收发机和/或接收器和/或发射器系统的任何组合。例如,多个天线线圈可以连接到单独的接收和/或发送信道,其可以单独地、一致地或以被认为适合于预期目的的任何组合来控制。例如,多个并行信道可用于并行成像技术,诸如SENSE或ASSET(灵敏度编码;阵列线圈空间灵敏度编码)。
MRI系统100还可以包括在MRI成像操作期间向对象提供感觉刺激的感觉刺激源120。这样的感觉刺激可以包括可以经由身体的物理感觉中的任何(或其组合)提供给对象的信号,诸如触摸、嗅觉、味觉、听觉和视觉。通常,感觉刺激源可以包括光或显示器,以在被定位在成像区域中时向对象呈现视觉刺激(可能包括投影屏幕和/或光学系统,以将显示的信息中继到膛体积内),和/或扬声器或声源,以向对象呈现听觉刺激(可能包括中继系统,例如使用引导空气压力传输或将声音接触传导到膛体积中,例如到耳机)。
在执行根据实施例的方法时,使用感觉刺激源120来触发对象中的感兴趣脑部区域中的活动。因此,对象接收指令以执行如由感觉刺激源提示的“任务”。如已经提到的,该任务在性质上可以是被动的或主动的(或其组合)。可以相对于收集的MRI数据的定时来控制定时,使得可以通过考虑在图像收集时(或者在图像收集时间之前至少近似已知的时间延迟)呈现的刺激来分析采集的图像。
RF收发机116、梯度线圈控制器118和感觉刺激源120可以连接到计算机系统122的硬件接口121。硬件接口例如可以是数字网络接口或数据总线接口。硬件接口可以适于在计算机系统与系统的其他部件之间交换数据和/或命令。硬件接口还可以适于在计算机系统的不同部件之间交换数据和/或命令。硬件接口不一定是同质接口基础设施,例如可以包括或包括不同类型的数据交换介质、计算机网络、通信总线、共享存储器访问结构等。
MRI系统100特别地适于采集fMRI图像。换句话说,可以采集图像的时间序列,其中,序列中的每个图像例如由计算机系统122基于由RF收发机和与其连接的(一个或多个)天线线圈检测到的信号来重建。对于fMRI成像,(一个或多个)RF线圈可以特别地集成在头部线圈组件中,以实现用于对对象的脑部成像的良好信号质量。
不一定排除了计算机系统包括通过适合的网络基础设施相互连接的多个计算机的实施例。例如,由计算机系统执行的处理可以分布在计算集群或云计算平台上。而且,尽管在下文中参考传统的计算机架构,但是本领域技术人员将清楚的是,并非所有实施例中都必须是这种情况。例如,计算机系统可以包括或者甚至包含用于实施下文所述的处理功能的专用硬件,例如包括专用集成电路和/或现场可编程门阵列硬件。还将理解,在参考单个计算机系统的情况下,该计算机系统的不同功能可以被分配给专用计算机系统,例如其能够交换数据。
计算机系统122可以包括至少一个处理器123。处理器可以可操作地连接到硬件接口,诸如允许梯度线圈、感觉刺激源和RF收发机由处理器控制和/或使能由处理器处理由RF收发机接收的数据。
计算机系统122可以包括用户接口124,例如用于与操作MRI系统的操作者交互。处理器可以同样地连接到用户接口,例如,使得用户可以选择要由MRI系统执行的动作、要应用的参数、复查指示系统的操作的数据和/或如由系统采集的图像(或从中导出的图像)。用户接口可以包括显示器、键盘、指针设备、触摸接口和/或在人机交互系统中普遍存在的其他这样的部件。用户接口可以适于例如经由显示器来渲染图像。
计算机系统122可以包括存储器125。存储器可以包括或包含不同类型的存储器,其全部是处理器(直接或间接)可访问的。这可以例如包括随机存取存储器、高速缓存存储器、非易失性存储器(诸如闪存)、硬盘驱动器、固态驱动器和/或其他存储设备。存储器可以包括非瞬态计算机可读介质。
存储器可以包含机器可执行指令,以使得处理器能够执行各种数据处理任务和/或控制MRI系统的其他部件。机器可执行指令可以使得处理器能够执行根据本发明的实施例的方法的至少一部分。
根据本发明的实施例的方法可以体现在源程序、可执行程序(例如字节码或中间语言代码、目标代码和/或机器代码)中,计算机可解释脚本和/或包括指令集的任何其他实体,该指令集可以由计算机系统(例如由计算机系统122的处理器)直接或间接执行(例如通过促进程序或代码,诸如解释器、即时编译器、编译器等,和/或支持代码库、框架、操作系统等)。应指出,实施例不限于计算机代码实施方式,例如,该方法可以(完全或部分)由专门设计用于预期方法的专用硬件执行,例如在ASIC中,和/或由可以加载在可编程硬件结构(例如FPGA)中的硬件配置执行。
存储器125还可以包含脉冲序列命令的表示,其使得处理器能够以对应的方式控制MRI系统,例如通过根据这些命令控制梯度线圈和RF收发机。存储器还可以包含通过利用脉冲序列命令控制MRI系统采集的磁共振成像数据。
存储器125可以包括控制感觉刺激源120的感觉刺激命令(或数据)的表示。这些感觉刺激命令可以与脉冲序列命令相关联或集成在脉冲序列命令中,使得在执行时,在由梯度线圈和RF收发机(和/或MRI系统的其他部件)执行的操作与经由感觉刺激源呈现给对象的提示之间的定时上建立明确定义的关系。例如,在MRI数据的采集之间,感觉刺激命令可以指示或诱发在活动状态与休息状态之间的改变,在该活动状态中执行特定任务,在该休息状态中例如没有任务或用于参考/控制的另一任务被执行。元数据可以与所采集的MRI数据相关联,以指示感觉刺激源的状态,例如在对应于MRI数据的采集时间的时间处呈现给对象的信息或信息类型的指示。
计算机系统122还可以适于根据从RF收发机采集的MRI数据重建断层摄影图像。用于使用适合的脉冲序列控制MRI系统以及用于根据由RF收发机作为响应收集的信号重建断层摄影图像的方法在本领域中是众所周知的,并且在本公开中将不再详细讨论。然而,应注意,脉冲序列通常将包括控制MRI系统的命令或数据,诸如收集对归因于脑部活动的人脑变化敏感的图像数据(如通过对所采集的信号的对应处理重建的)。这些变化可能依赖于脑部响应于脑部活动的血液动力学响应,例如增加的血流量和/或脑部活动区域中的血液中的资源的消耗和/或供应速率的变化和/或依赖于血氧水平的信号对比度。
计算机系统122可以包括,例如可以经由适合的软件和/或硬件实施,检测和/或分析模块,以基本上(接近)实时地分析fMRI图像,并且监测成像对象的当前注意力水平,如下文根据本发明的实施例的方法的描述中详细解释的。
计算机系统122可以包括(例如可以实施)响应和/或警报模块,以基于检测和/或分析模块的输出向系统的操作者和/或对象提供信息,以便校正对象在fMRI检查期间的注意力丧失,例如通过操作者的介入和/或通过引起对象对正在执行的fMRI任务的该注意力损失的注意。这也将在下文中关于根据实施例的方法进行进一步解释。
参考图2(和/或图3),示出了根据本发明的实施例的方法10,该方法用于监测在功能性磁共振成像检查期间由成像对象执行的预定测试任务的表现。应注意,图2和图3中描绘了垂直轴T,以图示该方法的不同步骤相对于彼此的时间关系,例如时间流T。该时间关系仅是说明性的,但是被提供以帮助技术人员理解根据实施例的可能方法中的事件的一般流,特别是在这可能涉及并行事件流的情况下。
方法10包括使用磁共振成像系统,例如如上文所描述的MRI系统100,采集11对象的脑部的功能性磁共振图像的时间序列。采集图像的时间序列可以包括根据脉冲序列控制MRI系统,以及通过RF收发机收集信号。因此,时间序列包括在随后的时间块T0、T1、…、TN期间采集的图像序列(或基本上在一系列时刻T0、T1..、TN采集的)。
采集时间序列还可以包括处理收集的信号以重建图像,例如断层摄影图像。重建图像可以是体积(3D)断层摄影图像、一个或多个平面(截面的;2D)图像或其组合。在本领域中已知的是,基本上实时重建信号,即,在仍然采集时间序列时(在序列完成之前),即使可以(但不一定)以较低的分辨率、在较小的区域(例如,仅一个或几个切片)上和/或以比最终重建更低的质量执行立即重建。这样的最终重建可以例如在时间序列已经被全部收集时的稍后时间执行;例如使得诊断可以以其最高可实现的重建质量和分辨率基于包含在整个时间序列中的信息。
虽然取决于所使用的fMRI成像技术,所采集的信号可以表示脑部中的不同位置的基本上相同的时刻(例如,使用适合的3D成像序列和/或加速成像技术),或者可以表示脑部中的不同位置的稍微不同的时刻(例如,使用传统的回波平面成像技术),如果需要的话(例如使用切片定时校正方法)校正小的时间偏移以获得在整个被成像体积上表示基本上单个时刻的图像也是本领域已知的。因此,可以假定所采集的时间序列可以包括基本上(或至少近似地)指示在对应的时间点序列处成像的脑部的图像(2D,优选地3D),例如,如果需要或期望的话,通过在信号/图像上包括适合的预处理步骤。
考虑到MRI和fMRI领域的现有技术,本公开将不关于适合的脉冲序列、图像重建方法和/或fMRI分析技术进行详述(例如,根据对这样的脑部活动具有适合的灵敏度的MRI图像,例如T2*加权图像,创建表示脑部活动的图像,例如假设脑部活动的统计图,例如使用BOLD效应作为用于脑部活动的代理)。技术人员熟知本领域已知的适合的方法。然而,应注意,已知这两种技术以(近)实时地执行MRI图像重建,以及基于这样的图像(例如经由BOLD响应的估计)(近)实时地检测脑部活动。
作为示例,对于时间序列中的每个时间样本点,时间序列中采集的fMRI数据可以包括在施加激励RF脉冲之后的多个不同回波时间的多个MRI图像。
例如,针对适合的(近)实时fMRI处理方法参考EP3660530A1,而不必将本发明的实施例限制于该特定方法。鉴于根据本发明的实施例的方法的要求,也可以考虑确定13活动度量的更简单和/或直接的方法,如将在下文中进一步详细讨论的,例如,以便有利地减少存储器和/或处理要求,以足够快地(例如,接近实时地)确定活动度量。明显地,如果计算资源可用,则这并不排除更复杂的方法。例如,更传统的fMRI分析方法,例如常用的统计参数映射方法,可以应用于直到确定活动度量的时间点(即当执行计算时)的部分时间序列,并且该方法可以在时间序列的稍后的时间点重复直到该稍后的时间点,如果在该时间点处期望用于活动度量的另一值。还将明显的是,即使应用这样的传统处理,来自先前计算的一些中间结果(对于较短的部分时间序列和在较早的时间点处)也可以容易地重复使用(对于较长的部分时间序列和在较晚的时间点处),以至少在某种程度上简化计算。这样的可重复使用的中间结果的示例可以包括切片时间校正、运动补偿重新对准、与参考图像的共同配准、归一化、图像平滑、图像分割等,用于已经为较早部分序列收集的时间序列的图像。如果用于部分时间序列的较早估计的结果或中间结果可用,则即使一般线性模型的估计(不限于此)也可以被简化。尽管如此,应注意,出于效率和计算资源的保守使用的原因,专门设计为实现快速或接近实时fMRI脑部活动度量的方法可能比传统的处理流程更优选,例如如由统计参数映射工具箱中提供的算法例示的传统流程(如本领域中众所周知的;参见例如可从英国伦敦威康人类神经成像中心公开获得的SPM12的修订版7771)。
方法10包括在fMRI图像的时间序列的采集期间,例如经由感觉刺激源120向对象提供感觉刺激12,以提示对象执行预定测试任务(或其元件或步骤),或者通过根据预定测试任务的刺激在对象的脑部中直接诱发预期的脑部活动(参考上文的注释,根据本发明的至少一些实施例,对刺激的被动或潜意识脑部响应也可以被认为是“任务”)。“采集期间”可以是指在假设和/或预期脑部中的刺激的效应(直接或由于对象根据任务的预期响应)时,例如在提供刺激之后不久,采集时间序列的至少一个图像,以及在可以假设刺激的效应不存在时,例如在刺激之前或刺激之后足够的时间(例如,特别是在没有指示对象在延伸到该“足够”时间之后的一段时间内保持所提示的活动的情况下),采集时间序列的至少一个其他图像。因此,如本领域中通常已知的,可以通过比较这至少两个图像来评估刺激(直接或间接)的效应。应注意,通常,可以处理大量图像以准确地确定脑部中的感兴趣活动,例如,包括在没有效应的情况下的至少十个图像和在存在效应的情况下的至少十个图像。还应注意,感觉刺激通常是重复的,诸如重复诱发感兴趣的脑部活动,以通过联合分析增加灵敏度。此外,刺激可以在第一时间块期间重复,而它在第二(下一)时间块期间可能不存在,其中,这些类型的块可以交替下一次数,以更进一步增加鲁棒性。
如本领域中已知的,任务可以从多个不同的范例中选择(例如由操作者),这些范例被设计为在特定的脑部区域或感兴趣区域中引起活动,例如用于诊断目的或治疗/手术规划。不同的任务范例还可以考虑不同的对象群体/组,例如可以针对具有特定障碍或状况的患者进行定制。在fMRI会话期间,然后指示对象(例如患者)执行该特定任务,其中,刺激/刺激物旨在传达这些指令,以直接引起特定的脑部活动模式和/或充当提示,以使对象的任务相关活动的定时与fMRI图像采集的定时同步。对于更复杂的任务,对象可以预先接收详细的指令,使得在任务的执行期间简单的提示(刺激)可以足够。
提供刺激可以包括显示视觉提示,例如指令或指导性象形图,旨在调用特定脑部响应的图像(例如思想、记忆或情绪),或者甚至像照明变化(例如闪光)一样简单的提示。提供刺激可以包括发射听觉提示,例如声音、音调、听觉言语指令和/或旨在唤起特定脑部响应的言语或非言语声音。提供刺激还可以包括触摸,或者可以由对象的脑部以任何其他可想象的方式感测到的另一提示,例如可以由嗅觉检测到的分子的释放。
该方法可以考虑对象之间执行fMRI任务的能力的个体差异,例如,特别是考虑潜在的疾病和/或病理学。例如,在选择适合的fMRI范例/协议时可以考虑该先行信息。此外,该方法可以包括在采集fMRI时间序列和/或任务或相关任务的试运行之前向对象提供22(例如,自动或通过依赖于操作者)指令。即使对于相同的任务,这些指令也可能变化,这取决于对象(例如下层疾病/病理学)。此外,该方法可以包括在fMRI时间序列采集之前向对象提供刺激以练习任务和/或测试对任务指令的理解是否足够。例如,可以执行取决于精神障碍的非成像、基于认知的实验流程。在这样的试运行中,可以在没有已经执行脑部扫描的情况下应用感觉刺激。此外,在该试运行期间执行的任务可能与在成像运行期间执行的任务不同(例如稍微),例如诸如接收来自对象的反馈(例如言语或手势),以测试任务是否正确执行(而在成像运行期间待执行的实际任务不一定要求这样的反馈)。另一差异可能是,试验任务可以呈现特定的刺激,而实际的成像任务可能要求对象仅想象(或记忆)相同或相似的对象、设置和/或场景。此外,虽然实际感知与记忆或想象之间的这样的差异可以有利地允许对象的响应被测试/验证,但它也可以用于校准的目的。例如,在试运行(或其一部分)期间,可以采集单独的fMRI图像时间序列(来自先前提到的时间序列),以检测在下文进一步讨论的实时任务依从性监测中用作感兴趣区域的特定脑部区和/或校准在该监测中预期的激活/去激活的幅度(例如在特定感兴趣区域中)。
方法10包括,在提供刺激之后但在完成时间序列的采集之前,通过比较在假定刺激在脑部中的效应不存在时采集的时间序列的至少一个第一图像和在假定刺激在脑部中的效应时采集的时间序列的至少一个第二图像,确定13指示由fMRI图像的时间序列成像的对象脑部的体积中的预定感兴趣区域中的脑部活动的活动度量。例如,第一图像可以在施加刺激之前采集,并且第二图像可以在提供刺激期间或之后采集,例如在提供刺激之后不久,例如在之后小于一分钟,例如在之后优选地小于30秒,例如在之后小于10秒。应注意,虽然刺激在脑部中的直接效应可能通常是瞬态的,但是可以维持间接效应,并且因此是可检测的,在基本上更长的时间段上(例如,在之后几分钟内延伸,例如,在甚至长得多的时段内维持神经活动没有任何限制,即使当任务诱发的活动块在太长的时间段内延伸时可能出现实用性问题),例如与对对象的指令组合,以在用刺激呈现时开始特定心理或(有限的)身体活动。虽然身体活动明显由扫描器膛的约束和在时间序列的采集期间避免移动的典型要求(或强烈偏好)限制,但是应注意,在不干扰检查的情况下,一些有限的身体活动可能仍然是可能的,例如手指敲击。
因此,当患者在执行任务时,如由刺激/刺激物指导或同步的,并且MRI系统收集MRI图像的时间序列,根据实施例的方法提供对(至少一些)MRI图像的(近)实时分析以检查对象是否正确地执行任务和/或分心。
将至少第一图像和第二图像进行比较可以被广义地解释,例如可以涉及涉及来自第一图像和第二图像的图像信息的任何操作,以确定指示存在于第二图像中的脑部活动的定性或定量度量,其中,第二图像不存在或在较小程度上存在于第一图像中,或者甚至反之亦然,例如相对于第一图像的第二图像中的减少的脑部活动。这可能涉及图像相减、图像分割或对比度的类似度量的计算。这还可以涉及适合的预处理和/或处理步骤,例如补偿图像之间的运动、校正定时、将图像配准到已知坐标框架,例如使得可以在图像中容易地找到感兴趣区域、图像平滑等等。这还可以涉及对模型(诸如一般线性模型)的估计,以将强度和/或置信度分配给感兴趣区域中的脑部活动,例如,特别是当考虑两个以上的图像时。
确定13活动度量可以任选地通过额外成像和/或传感器信息来增强,例如通过与采集fMRI时间序列同时地采集正电子发射断层摄影(PET)图像、脑电图(EEG)、超声(US)图像和/或其他测量和/或图像。不同的信息源(例如不同的图像模态)可以允许测试不同的参数(或使用不同方法的相同参数),这些参数可以指示注意力的丧失和/或任务依从性,使得可以生成更鲁棒的信号来指示这样不佳的任务表现。
然而,确定13活动度量可能不同于传统fMRI处理的已知方法(尽管不一定)。首先,虽然在传统fMRI成像方法中,收集相对大量的图像以确定脑部的每个图像体素的脑部活动的鲁棒度量,但是根据实施例确定13的活动度量可以限于指示一个单个体素中的活动的单个标量值或几个标量值,在一个特定的脑部区域(感兴趣区域)中或在几个脑部区域(例如感兴趣区域可以包括多个可能分离的感兴趣区域)中。换句话说,在传统fMRI分析旨在可视化和/或量化参与任务或由任务(去)激活的脑部区域的情况下,这些区域仅是近似先验已知的(因此需要成像),根据实施例的活动度量在先验已知的(即,预定的)脑部区域中计算,该区域可能不一定是fMRI检查旨在检测的区域,而是可以仅(但不限于此)切向地参与执行任务,并且优选地专注和勤奋地执行任务。然而,这些在检查中主要感兴趣的区域和用于估计活动度量的区域也不一定完全不相连或分离;例如,检查的目的可能是精确定义任务中涉及的脑部区,而该脑部区可能位于的更宽区域可以用作用于确定活动度量的感兴趣区域。例如,感兴趣区域可以对应于脑回、一些相邻的回或甚至整个脑叶,其中,涉及任务的特定点或位置将被定位。
其次,基于其确定活动度量的图像的数量可以相对小,例如少至两个。在序列中的较大数量的图像优选执行准确的fMRI分析的情况下,活动度量13优选地仅从几个(即,少于整个时间序列中包括的)图像中确定,以对任务依从性或表现的(近似地)瞬时变化更敏感。活动度量的估计可以限于(一个或多个)感兴趣特定预定区域并且可以仅基于几个图像的事实有助于高效处理,并且因此有助于活动度量的期望的近实时估计。
然而,这并不意指不能考虑更多的图像。例如,基于其确定活动度量的图像可以包括直到计算活动度量时为止已经收集的时间序列中的所有(或许多;或大多数)图像,并且例如,可以在拟合到时间序列的模型中使用回归器来确定指示减少的(或增加的)依从性或表现的活动变化,例如注意力的减少(或增加)。可以包括多个这样的回归器来模拟更复杂的注意力效应,例如除了线性之外。此外,如果重复估计13活动度量,则在稍后的时间点处估计这样的模型时可以考虑活动度量的先前值,例如作为协变来检测相对于先前估计的活动度量的变化。
作为相对于传统fMRI分析的第三潜在差异,应注意,在感兴趣区域中检测到足够强的脑部活动(或其足够强的减少),其至少切向地参与执行任务,不一定要求如fMRI分析中常用的统计分析。应注意,鉴于所考虑的大量体素(例如,对应于脑部中的所有灰质),传统fMRI分析的挑战之一起因于充分控制假阳性数目的要求。特别地,可能需要对统计阈值的适合的校正,诸如Bonferoni校正(即使通常可以使用更复杂的备选方案)。然而,当考虑单个感兴趣区域或相对少量的感兴趣区域时,例如在根据实施例的(近)实时分析的情况下,情况并非如此,或者至少较少问题。
虽然以鲁棒和统计上可靠的方式确定哪些脑部区域参与fMRI任务可能很重要,但是出于监测任务表现的目的,用于仅检测特定脑部区域(或多个区域)是否由任务激活(或去激活)的要求可能被认为是不太重要。例如,假阳性可能仅将操作者的注意力吸引到被错误地认为分心的对象上,而没有太多进一步的后果,而fMRI时间序列的最终分析结果中的假阳性可能潜在地导致(例如)错误的医学诊断。因此,确定13活动度量的步骤可以保持相当简单,并且因此高效地(接近)实时执行。例如,可以定义(一个或多个)感兴趣区域以避免与附近结构的大对比度,使得可以避免分析之前的图像配准步骤(不限于此)。同样,出于实时监测的目的,诸如图像平滑的处理步骤(例如,如传统地应用以允许统计上鲁棒的推理(例如,基于高斯随机场性质)和/或切片定时校正可能不是(严格地)必需的。
例如,在fMRI检查会话期间(例如在仍然采集时间序列时),可以处理fMRI信号以生成横向弛豫(T2*)图,例如上述第二图像,当假设刺激对感兴趣区域中的图(第二图像)具有直接或间接影响时(至少在任务依从性足够的情况下),至少针对对象脑部中的感兴趣区域。例如,可以考虑fMRI数据变化的预定义模型,以基于采集的RF信号来生成T2*图。可以将横向弛豫图与参考T2*图进行比较,例如,上述第一图像,其是根据fMRI数据生成的,其中,假定直接或间接效应不存在(例如,第一图像可以基于在刺激之前的时间点收集的数据)。因此,可以使用该比较的结果来确定在当前活动时间窗口期间(例如,在提供刺激之后不久)(一个或多个)感兴趣区域的血氧水平依赖(BOLD)响应。因此,活动度量可以基于(或可以对应于)该估计的BOLD响应。
虽然(一个或多个)第二图像优选地是表示检查期间的当前状态的图像,例如最近关于确定13活动度量的动作采集的图像,但是(一个或多个)第一图像不一定限于参考图像或在最近的非活动时段中收集的图像(例如“休息状态块”)。由于这样的参考图像可以被认为是包含脑部的一般背景活动,因此例如通过平均(不限于此)来组合多个这样的图像可能是有利的。例如,可以考虑在确定活动度量的时间点之前已经收集的并且适合用作控制(“休息”、“参考”)条件的代表的许多甚至所有图像,例如,即使不是所有这些参考图像属于最近的“休息状态块”。因此,可以为每个参考时间窗口(例如,“休息状态块”)生成T2*图,并且可以组合到计算活动度量的时间点为止已经生成的生成的参考T2*图以获得相对鲁棒的参考图像(“第一图像”)。
技术人员还将清楚的是,对于对应于参考或控制条件的时间块所收集的数据可以被过滤,以避免活动条件时间块的瞬态效应,例如通过排除在时间块的初始时间段期间收集的一些数据。
例如,在包括交替活动(A)和休息(R)状态块序列R1A1R2A2R3A3R4A4R5A5的简单范例中,当在活动状态块A4的执行期间计算代表任务依从性的活动度量时,(一个或多个)第一图像可以基于在休息状态块R1、R2、R3和R4中收集的数据,而(一个或多个)第二图像可以限于在活动块A4期间收集的数据。然而,应注意,使用在先前活动状态块中收集的数据也不一定被排除,例如,可以应用加权方法以向最近收集的数据分配更高的重要性,同时不完全丢弃先前的数据,使得活动的度量可以更准确地跟随检查期间注意力的变化(例如对噪声不太敏感)。还应注意,实施例也不一定限于阻塞的fMRI协议,例如,根据实施例的方法也可以在必要的修改后应用于事件相关协议。
通过确定活动度量以(近)实时指示对象脑部中的一个或多个感兴趣区域中的神经元活动,根据实施例的方法允许监测fMRI检查,特别是在fMRI时间序列的采集期间,并且允许操作者(或适于采取适合动作的自动监测系统)检查任务是否被充分执行和/或未分心。这在神经或精神病患者的潜在紊乱脑部中特别有用,并且在fMRI任务的情况下,其表现不容易通过患者的外部响应而明显(例如,与手指敲击或其他容易检测的任务相反的心理任务)。
确定13指示预定感兴趣区域中的脑部活动的活动度量还可以包括执行(近)实时注意力网络(例如,休息状态或默认模式网络)激活分析,例如,在该分析中,不同感兴趣区域的估计活动(例如,BOLD值)被认为是彼此相关。因此,对脑部活动(或其组成部分)的度量也可以指示不同区域中的活动之间的关系,而不是仅指示单个对应区域中的活动(或不同区域中的活动的列表)。
例如,为了集中注意力、记住指令并处理预定fMRI任务,可以涉及某些休息状态网络,例如,默认模式网络可以在休息期间是活动的,并且可以在任务的执行期间相应地去激活。用于任务相关认知的其他相关网络可以包括额顶网络和/或背侧和/或腹侧注意网络(分别为FPN、DAN、VAN)。网络激活分析可以包括一个或多个连接性和/或连贯性度量的计算,这些度量表达脑部中的不同预定区域的联合(连贯)活动。例如,可以基于图分析来确定(不限于此)功能连接度量,其中,图的节点表示不同的脑部区域,并且图的边缘表示这些区域之间的连接)。更简单的(示例性的)方法可以基于表示不同脑部区域的时间序列之间的相关性或关联的度量,例如可以基于针对矩阵X=(X1,X2,…,Xn)T计算的协方差矩阵,其中,每个随机变量Xi表示在对应的脑部区域中检测到的活动的时间序列,例如通过在与脑部区域相关联的体素上平均所采集的fMRI信号。
例如,在fMRI任务扫描会话期间,可以确定(例如可能重复地)活动度量以根据任务设计下层的一个或多个假设和/或基于先验知识(例如来自针对不同任务范例的不同脑部区域中的预期激活和去激活的参考数据库)基本上实时地检查与任务相关的脑部区域(例如预期被激活或去激活的(一个或多个)感兴趣区域)中是否存在激活和/或去激活。如果未检测到预期的激活和/或去激活,即未由确定的活动度量反映,则可以触发对操作者的警告,或者可以采取如下文进一步解释的其他动作。
此外,确定活动度量的感兴趣区域不一定限于任务相关的脑部区。例如,该方法可以备选地或额外地检查非相关和/或非任务相关区的激活,例如,其可以指示走神。换句话说,除了检查在特定感兴趣区域中是否存在预期的激活或去激活之外,活动度量还可以检查感兴趣区域中的意外的激活或去激活,而没有与fMRI任务的已知关联或者与分心或沉思的已知关联。
同样,可以执行注意力神经元网络激活分析,以根据任务的活动状态的一个或多个假设,和/或基于先验知识,例如特定任务范例中的特定注意力网络的预期激活和去激活的数据库,来检查预期被激活更多或被激活更少的注意力网络。
可以使用多个这些示例的组合。例如,可以在检查中确认(一个或多个)感兴趣任务相关区域中的预期激活和/或去激活。如果不满足该检查的条件,则可以生成警告或其他信号,而否则,可以执行第二检查以检查非相关和/或非任务相关区的激活,而基于任务假设/假设和/或先验知识将不预期这样的激活。如果该第二检查是阳性的,则可以生成警告或其他信号(其可以与前述信号或警告相同,或者可以不同以提供额外的消除歧义的信息)。如果该第二检查是阴性的(即没有检测到意外的激活),则第三检查可以基于任务假设/假设和/或先验知识来寻找注意力网络的预期提高或降低的激活。如果该第三检查是阳性的,例如检测到的注意力网络激活符合预期,则可能不需要采取进一步的动作,例如,直到在fMRI检查期间的稍后时间点处(任选地)重复检查为止。当然,三步检查的组合的该示例仅是说明性的,并且技术人员将能够考虑许多类似或等效的方法,而无需施加创造性的努力。
例如,对于使用感知输入(刺激/刺激物)的任务,(一个或多个)感兴趣区域可以包括被假设为由刺激(充分地)激活或至少去激活的感觉区域(和/或主要视觉、听觉和/或躯体感觉皮层;和/或其部分和/或其组合),例如被假设为在执行任务时是活动的,使得该假设的否定可能指示不佳的注意力和/或表现。(一个或多个)感兴趣区域可以包括内容特定的高阶感觉脑部区域(或其部分和/或其组合),诸如纺锤形“面部”区或海马旁“地点”(空间位置)区,其可以被假设为由刺激激活。
类似地,对于使用视觉和/或听觉心理想象的任务,(一个或多个)感兴趣区域可以包括被假设为由任务(充分地)激活的高阶感知和/或记忆区域。(一个或多个)感兴趣区域可以包括主要感知区域,其可以被假定为由任务解耦和/或去激活。(一个或多个)感兴趣区域可以包括内容特定的高阶感觉区域,诸如纺锤形面部区域,其可以被假定为由任务(重新)激活。
此外,对于这样的心理想象任务,该方法可以包括执行导频fMRI序列扫描以定位(一个或多个)感兴趣区域和/或校准预期的激活(或去激活/去耦合)水平,其中,该导频fMRI运行由直接刺激执行,例如与心理想象相反的任务的公开版本。
同样,对于运动想象任务,可以预期运动和/或小脑区域(或其部分;或其组合)的激活。对于空间导航想象任务,可以预期海马体(或其一部分)的激活。对于心理场景构建任务,可以预期默认模式网络(DMN)和/或海马体和/或腹内侧前额叶皮层(或其部分/组合)的激活。对于情绪场景构建任务,情绪内容可能引起杏仁核(或其一部分)的预期激活(或活动相对于休息状态的变化)。
在与fMRI任务没有已知关联或与分心或沉思有已知关联的感兴趣区域中检查意外激活或去激活还可以包括对指示认知疲劳的活动的(近)实时分析,诸如在(一个或多个)感兴趣区域中,包括前扣带皮层(ACC)、基底神经节、腹内侧前额叶皮层和/或其部分和/或其组合。
在与手头的fMRI任务没有已知关联的情况下,检查感兴趣区域中的意外激活或去激活也可以适于对象的特定障碍或病理学。例如,对于容易遭受幻觉的患者,可以监测由这样的幻觉激活的脑部区(如果通过直接依赖或通过经由施加的刺激引起而不参与手头的任务),以检测患者在检查期间是否未遭受这样的幻觉发作。因此,该方法可以额外地检查作为手头障碍的特性的感觉或意识体验。例如,对于精神分裂症患者,可以在扫描期间监测涉及听到声音的脑部区。当检测到这样的事件时,可以通过发出信号以与上文和下文所讨论的类似的方式来处理它们,例如以警告操作者(但在例如更普遍适用的注意力丧失检测的情况下,不一定是与那些信号不可区别的信号)。例如,对于幻觉体验,这样的感兴趣的障碍特异性区域可以包括初级视觉/听觉/躯体感觉皮层/皮层的一部分(就不与归因于手头任务的预期脑部活动冲突而言),和/或相关的高阶脑部过程,但也可以通过已知(和特定)参与患者障碍或状况来更具体地定义。
此外,任选地,该方法还可以包括在fMRI时间序列的采集期间检测15对象的运动,例如(近)实时检测运动。该运动检测可以通过分析所采集的fMRI图像(例如,时间序列中最近已采集的图像)来执行。基于例如时间序列的两个或两个以上图像的图像配准来估计运动的方法在本领域中是众所周知的。例如,对于时间序列的每个图像,例如在时间Ti处收集的,可以相对于先前图像(例如在时间Ti-1处)确定位移和/或旋转(不排除运动的其他表示)di。注意,如果考虑多个先前图像,运动估计可能更鲁棒,例如,以估计运动随时间的演变(即使这不是严格要求的)。
然而,不排除备选方案,诸如(仅举几个示例)根据相机观察和/或通过使用跟踪器的运动检测,例如可以在与MRI扫描器坐标系具有已知空间关系的坐标空间中跟踪的粘性皮肤标签。当检测到过度运动时,例如,在运动矢量(位移矢量)的幅度或运动矢量的任何分量(或者更一般地,确定的运动参数,例如仿射变换矩阵的任何元素)超过预定阈值的情况下(可以将不同类型的参数与不同的阈值相比较,以考虑不同的尺度效应),可以生成信号,例如以警报操作者。尽管这被示为生成14信号的步骤的箭头,如下文所讨论的,但是应注意,当检测到运动时可以生成与当检测到对象的注意力的下降时不同的信号。尽管如此,在特别简单的实施例中,可以仅触发警告声音或光来吸引操作者的注意,而不管检测到的问题是由于对象的过度运动还是注意力丧失。然而,更具信息性的警告可能被认为是优选的。
此外,确定13指示预定感兴趣区域中的脑部活动的活动度量的步骤可以包括检测指示睡眠状态的活动度量。然而,应注意,这可以更广泛地应用,例如,可以贯穿成像流程检测睡眠状态,即不一定(仅)在施加刺激之后。特别地,明显地,入睡的对象将导致在刺激之后采集的图像不再表示旨在成像/可视化的脑部功能,但也将改变被认为不受刺激影响的图像中的脑部活动,例如在“休息状态块”中,使得这些图像也不再是用于定义对照感兴趣的脑部活动的参考或控制状态的良好信息源。
然而,这也意指可以在被分配给活动状态条件的图像以及被分配给控制或参考(“休息”)状态条件的图像中检测到睡眠状态。换句话说,该方法还可以包括在时间序列的采集期间,例如根据最近采集的图像(或最近采集图像的子集),检测16指示睡眠状态的另一活动度量的另一(任选)步骤。可以对该睡眠检测的结果进行处理以生成信号,例如向操作者的警报信号。出于简单的缘故,这被示出为与生成14信号的步骤的链接,但是将理解,在检测到睡眠状态时采取的动作可以不同于(或者可能没有不同于)在检测到分心的精神状态(例如,不佳的任务表现)时采取的动作。
即使检测睡眠状态而不管先前提供的刺激是可能的,也将清楚的是,将其限制为仅当如上文所讨论的活动度量的其他部分处于睡眠状态时检测睡眠状态,不一定被排除在外(例如,出于简单的缘故,例如,通过仅在还确定/计算其他活动度量的那些时刻集中执行的实时处理,例如,使得处理可以集中在正在评估的相同图像上)。例如,响应于检测到睡眠状态而生成的信号可以包括向对象提供用于唤醒他/她的刺激(不限于此;不一定是如用于任务提示的相同类型的刺激)。
例如,为了检测睡眠状态,可以检测海马体的腹外侧视前核(VLPO)中MRI信号(例如T2*体素值)的变化,例如(一个或多个)感兴趣区域可以包括VLPO或其子区域。还应注意,睡眠状态的检测还可以包括(额外地或备选地)睡眠开始的检测(例如,实际入睡之前的瞬态)。作为另一示例,时间序列的图像可以被用于确定可以指示睡眠或睡眠开始的中间生理参数,诸如呼吸和/或心率和/或体积描记图。还将理解,可以控制扫描器以在fMRI图像时间序列的采集图像与用于确定这样的相关生理参数(例如呼吸和/或心率)的特定目的的专用图像或信号采集之间交替(但不一定是1:1交错)。应注意,已知在(一个或多个)(实际的)睡眠状态之前,可以检测到短暂的未清醒的脑部和生理活动的过渡期,这可以被称为嗜睡状态。因此,该瞬态可以有利地在睡眠实际开始之前,例如,直到之前30秒被检测到。因此,也可以及时采取纠正措施,诸如生成信号以吸引操作者对该条件的注意和/或温和地警报对象(优选地没有吓到他/她)。
例如,该方法可以包括经由fMRI图像时间序列的(近)实时图像配准来监测运动,这对操作者来说可能是有用的信息(和/或自动校正和/或丢弃当对象移动太多时采集的图像)。该运动模式可以进一步分析以检测呼吸模式(例如通过时间频率分析,例如傅立叶分析),而例如,呼吸的减慢可以指示睡眠状态或其开始。
在时间序列的采集期间检测16指示睡眠状态的另一活动度量(指示睡眠和/或其开始的状态)不一定限于根据采集的(一个或多个)MRI图像检测该另一活动度量。例如,传感器可以用于监测可以指示该睡眠状态的一个或多个生理参数,诸如采集(优选地在检查期间重复地)脑电图(EEG)、心电图(ECG)、光体积描记图(PPG)、心肺电图(CBG)、肌电图(EMG;例如直接或间接参与呼吸运动的肌肉的)的传感器,和/或使用雷达(或激光雷达)系统或光学和/或红外生命体征监测相机系统来监测呼吸和/或心脏活动(例如,呼吸速率;心率)。
该方法还可以包括跟踪对象的(一个或多个)瞳孔的运动,例如使用如本领域已知的MRI扫描器兼容的眼睛跟踪方法。例如,这样的眼睛跟踪可以被用于确定对象正在关注所呈现的刺激/刺激物(当然就视觉而言)和/或相反未由他/她的环境分心。类似地,眼睛运动的缺乏可变性也可能指示注意力丧失,例如冒入睡的风险的对象。当眼睛跟踪指示对任务缺乏注意力的高概率时,可以生成信号,例如,以警报操作者,如下文中关于根据fMRI数据的实时分析生成的信号进一步讨论的。
方法10还包括当所确定的活动度量指示对象的不佳任务表现和/或依从性时,生成14信号,例如警报信号。信号可以在fMRI时间序列的采集的完成之前生成(例如,至少就活动度量实际指示对警报的需要而言),例如,使得操作者可以在时间序列的进一步采集期间采取动作。该信号可以被认为是方法的(条件)输出,但不一定是执行方法的系统或设备的“输出”,例如,该信号可能完全在系统内部,例如激活子例程以延长、暂停、终止和/或重新启动fMRI检查。还将清楚的是,信号可以包括多个单独的信号,其可以具有相似或不同的性质(例如,存储在存储器中的值、显示在屏幕上的消息、听觉提示、计算机网络传输等)。这样的多个不同信号还可以消除触发(条件)输出的不同原因之间的歧义,例如检测到的运动、未检测到的预期任务相关的脑部激活、非任务相关的脑部区域中的意外脑部激活、睡眠/睡眠开始的高概率等。
因此,根据本发明的实施例的方法提供了MRI图像的(近)实时分析,以检查对象是否正确执行任务和/或分心,以及如果需要,警报操作者或采取另一纠正措施,诸如改变成像协议(例如延长时间序列或暂停检查)和/或向对象提供反馈,例如自动通知对象检测到的表现不佳。操作者在警报时,可以向患者报告或给出反馈,诸如通过再次或更详细地解释任务。操作者还可以切换到更容易执行的任务(如果存在备选方案),可以重复检查,可以延长时间序列的长度以补偿不佳的响应质量和/或可以采取另一适合的动作。
例如,活动度量可以指示脑部中的(一个或多个)感兴趣区域中的BOLD响应,并且因此可以指示感兴趣区域中的脑部结构的活动状态,例如其中,(一个或多个)相关联的体素值,例如感兴趣区域中的平均体素值(但不限于),示出高于(或可能地,备选地低于,这取决于所考虑的感兴趣区域和任务)相同的(一个或多个)体素的对应参考(例如休息状态)T2*值(或者例如,对应的平均体素值)的T2*值。
例如,警报信号可以经由计算机系统122的用户接口124提供给操作者。因此,操作者的注意力被吸引到对象可能分心、可能已经睡着或否则未按预期执行任务的事实上。然后,操作者可以在时间序列被完全收集之前采取动作来减轻该问题。例如,操作者可以要求对象专注于手头的任务,操作者可以检查对象的精神状态,和/或可以延长时间序列的长度,以补偿由于不佳的任务表现而收集的不佳质量数据。
其他可能的动作可以包括终止fMRI检查以切换到另一检查,例如使用更简单的任务,该任务可能更容易为对象执行。
警报信号不一定仅限于向操作者提供信息提示。在根据本发明的实施例的方法中,警报信号可以包括例如经由MRI系统100的感觉刺激源120提供给对象的提示以使对象将注意力重新集中到手头的任务上。
在又一示例中,信号可以包括计算机系统122的指令,其控制MRI系统100以扩展时间序列(例如包括Tn之后的额外时间样本)和/或终止或暂停时间序列的采集,例如允许操作者在继续或重新启动检查之前向被成像对象提供进一步的简报和/或指令。
该信号还可以包括与fMRI数据一起存储的注释信息(例如元数据),使得在完成检查之后处理fMRI数据时,可以考虑所确定的活动度量,例如作为时间函数的对象的注意力的指示器。例如,活动度量或从其中导出的值可以用作对所收集的成像数据执行fMRI分析时的协变量,例如用作应用于时间序列的一般线性模型中的协变量。备选地或者额外地,当执行fMRI分析时,注释信息指示低水平的注意力、不佳任务表现和/或不佳任务依从性的时间序列的一个或多个部分可以被拒绝(例如丢弃),例如,分析可以限于充分执行任务的时段。
因此,该方法可以包括在完成时间序列采集之后,将注释信息连同MRI时间序列一起存储,以指示检查期间注意力的演变和/或对任务的依从性(例如,使得可以根据该注释信息构建协变量)。该方法还可以包括计算和记录完整时间序列的总体注意力(或分心)和/或依从性的度量,例如对象确实(或没有)给予足够注意力的时间百分比。例如,这样的总体注意力的度量可能对于规划未来相同类型的fMRI检查(例如任务设计)和/或对于相同的对象群体(例如对于具有特定障碍的患者)有用。如果观察到针对任务和/或患者群体的低依从性,则例如未来的检查可以扩展以收集更多数据,可以标记用于重新设计或替换,和/或可以调节针对检查所需时间的估计以帮助调度。
生成14信号可以包括生成多个信号,例如上文给出的两个或两个以上示例的组合。术语“信号”可以被广义地解释,并且信号或信号的分量可以包括数字数据,例如存储在存储器中或经由瞬态或非瞬态数据载体传送的数字数据、用户接口中呈现的信息、经由刺激系统递送的物理信号和/或可以由计算机系统(与生成信号的系统相同或不同的计算机系统)和/或人类(例如操作者或对象)解释的任何其他有用形式的数据表示,如将从由信号携带的信息类型中明显的。
例如,如图3所示,在采集fMRI图像的时间序列期间,可以向对象重复提供12(相同或不同的)感觉刺激,并且可以重复确定13活动度量,例如每次根据在时间序列中采集的(例如,最)新近图像。换句话说,活动度量可以被更新以确定当前(目前;基本上实际的)任务表现和/或依从性,并且因此,当任务依从性和/或表现被假设为不佳时,可以在fMRI检查期间的不同时间点处生成14警报信号。
如本领域中已知的,感觉刺激(或不同刺激)可以在时间块(所谓的活动块)中重复,该时间块与其他时间块(被称为休息或休息块)交错,其中,未提供这样的感觉刺激,或者其中,提供不同类型的刺激/刺激物,其旨在唤起不同的脑部响应,例如控制或参考条件。
因此,fMRI时间序列可以被分割成对象的交错休息状态时段和活动状态时段,其经由向对象提供的刺激来促进(例如同步)。应注意,“休息状态”可以对应于任何适合的控制或参考条件,该条件与“活动状态”不同,因为它允许通过“活动状态”与“休息状态”之间的对比来研究感兴趣的特定脑部功能。换句话说,不应狭义地解释术语“活动”和“休息”。将清楚的是,如果需要的话,可以容易地扩展不同类型块的数目(例如,两个用于“活动”和“休息”),例如,使得可以将不同的(子)任务和/或参考条件相互比较。还应注意,刺激事件不一定组织在这样的块中,即使这可能具有一些优点。备选地,可以在不同的时间点处触发隔离的事件,而不被一起分组在块中,例如通常被称为事件相关协议/范例。
根据本发明的实施例的方法可以包括(任选地)在完全采集时间序列之后,使用如本领域中已知的方法对所采集的MRI图像的时间序列执行20fMRI分析。该fMRI分析可以与用于在fMRI时间序列采集期间(近)实时地确定13活动度量的一种或多种方法基本上不同。例如,fMRI分析可以是基于体素的分析,例如不限于一个或多个特定的感兴趣区域,或者可以被执行以确定(a)与在上述实时分析期间评估的不同的(一个或多个)感兴趣区域中的脑部激活。
在第二方面中,本发明涉及一种计算机程序产品,包括用于由处理器执行的机器可执行指令,其中,机器可执行指令的运行使处理器执行根据本发明的第一方面的实施例的方法。例如,处理器可以是说明性MRI系统100的说明性计算机系统122(或可以包括在其中)(参见例如图1和上文的描述)。
在第三方面中,本发明涉及一种用于监测在功能性磁共振成像检查期间由对象执行的预定测试任务的表现的计算机系统,例如,如上文所讨论的计算机系统122。
计算机系统包括输入部131,其用于基本上实时接收使用磁共振成像系统采集的对象的脑部的功能性磁共振图像的时间序列。例如,输入部可以包括在计算机系统122的硬件接口121中。
计算机系统包括第一输出部132,其用于在所述时间序列的采集期间经由感觉刺激源向对象提供至少一个感觉刺激以提示对象执行预定测试任务和/或根据预定测试任务诱发预期的脑部活动。
计算机系统包括处理器123,其用于在提供感觉刺激之后基于由所述输入部接收到的图像来确定指示由图像的时间序列成像的对象的脑部中的至少一个预定感兴趣区域中的脑部活动的至少一个活动度量,以及用于当所述至少一个确定的活动度量指示预定测试任务的表现不佳和/或依从性不佳时生成至少一个信号。
计算机系统包括用于输出至少一个信号的第二输出部133。第二输出部133可以被包括在硬件接口121中、用户接口124中、存储器125中或其组合中。
此外,处理器123适于在时间序列的采集期间和/或在完成之后不久,例如在时间序列采集的十分钟内,例如在五分钟内,优选地在一分钟内,生成至少一个信号。
在第四方面中,本发明涉及包括根据本发明的实施例的计算机系统(例如如上文所讨论的磁共振成像系统100)的磁共振成像系统。
根据实施例的计算机系统和/或磁共振成像系统可以特别适于执行根据本发明的第一方面的实施例的方法,使得根据本发明的实施例的MRI系统和/或计算机系统的其他特征或上文所描述的特征的细节鉴于上文进一步提供的涉及根据本发明的实施例的方法的描述应是清楚的。
Claims (15)
1.一种用于监测在功能性磁共振成像检查期间由对象执行的预定测试任务的表现的方法(10),所述方法包括:
-使用磁共振成像系统(100)来采集(11)所述对象的脑部的功能性磁共振图像的时间序列;
-在对所述时间序列的所述采集期间经由感觉刺激源(120)向所述对象提供(12)至少一个感觉刺激,以提示所述对象执行所述预定测试任务和/或根据所述预定测试任务来诱发预期的脑部活动;
-在提供所述感觉刺激之后确定(13)至少一个活动度量,所述至少一个活动度量指示由图像的所述时间序列成像的所述对象的脑部中的至少一个预定感兴趣区域中的脑部活动;并且
-当所述至少一个确定的活动度量指示所述预定测试任务的表现不佳和/或对所述预定测试任务的依从性不佳时生成(14)至少一个信号,其中,所述信号是在对所述时间序列的所述采集期间和/或在将所述对象从所述磁共振成像系统移除之前生成的。
2.根据权利要求1所述的方法,其中,所述至少一个信号包括:
-用于通知所述磁共振成像系统(100)的操作者的警报信号,和/或
-针对所述磁共振成像系统的用于延长、暂停、终止和/或重新开始所述采集(11)的指令,和/或
-被提供给所述对象的表现反馈信号。
3.根据权利要求1或权利要求2所述的方法,所述至少一个信号包括:
-注释信息,其用于与所采集(11)的功能性磁共振图像的时间序列一起存储,使得在所述采集(11)之后分析所述时间序列时能够考虑所确定(13)的至少一个活动度量在所述时间序列的时间跨度上的演变;和/或
-在整个时间序列上的总体注意力或分心和/或依从性的度量,所述度量用于规划具有相同或相似测试任务设计和/或针对相同对象群体的未来功能性磁共振成像检查。
4.根据前述权利要求中的任一项所述的方法,其中,在对所述时间序列的所述采集(11)期间的不同时间处向所述对象提供(12)多个感觉刺激,其中,在所述采集期间的不同时间处并与所述不同时间相关地重复地确定(13)所述活动度量,并且其中,所述信号是当最新近确定的活动度量指示表现不佳和/或依从性不佳时和在最新近确定的活动度量指示表现不佳和/或依从性不佳的时间处生成(14)的。
5.根据前述权利要求中的任一项所述的方法,其中,确定(13)所述活动度量包括:将在假定所述刺激在所述脑部中的效应不存在时采集的所述时间序列的至少一个第一图像与在假定所述刺激在所述脑部中的直接或间接效应存在时采集的所述时间序列的至少一个第二图像进行比较。
6.根据前述权利要求中的任一项所述的方法,其中,提供(12)所述感觉刺激包括:显示视觉提示,发射听觉提示,提供触摸感觉和/或提供另一类型的感觉刺激,其中,针对至少一个感兴趣区域来确定(13)所述活动度量,所述至少一个感兴趣区域包括:感觉脑区、初级视觉皮层、听觉皮层、躯体感觉皮层和/或其部分和/或其组合,针对所述至少一个感兴趣区域,所述感觉刺激引起神经激活。
7.根据前述权利要求中的任一项所述的方法,包括:在采集(11)所述时间序列之前提供(22)所述预定测试任务或相关任务的指令和/或试验或试运行,以训练所述对象来执行所述预定测试任务,测试对所述预定测试任务的理解和/或表现,和/或校准在确定(13)所述活动度量时使用的所述活动度量的预期幅度和/或定位在确定所述活动度量时所使用的一个或多个感兴趣区域。
8.根据前述权利要求中的任一项所述的方法,包括:在对所述时间序列的所述采集(11)期间经由不同成像模态和/或生理参数传感器来采集额外信息,其中,在确定(13)所述活动度量时考虑该额外信息。
9.根据前述权利要求中的任一项所述的方法,其中,确定(13)所述活动度量包括:执行注意力网络激活分析,和/或检测所述预定任务中引起的至少一个感兴趣区域中的激活和/或去激活;和/或检测与所述预定任务不具有已知关联的至少一个感兴趣区域中的激活和/或去激活。
10.根据权利要求9所述的方法,其中,与所述预定任务不具有已知关联的所述至少一个感兴趣区域包括:前扣带皮层、基底神经节、腹内侧前额叶皮层和/或脑部活动指示认知疲劳的另一脑部区域,
以及/或者,其中,与所述预定任务不具有已知关联的所述至少一个感兴趣区域包括:障碍特异性脑部区域和/或病理学特异性脑部区域,在所述障碍特异性脑部区域和/或所述病理学特异性脑部区域中,区域神经激活指示幻觉或者所述障碍或所述病理学的其他发作。
11.根据前述权利要求中的任一项所述的方法,其中,所述方法包括:在时间序列采集(11)期间检测(16)指示睡眠状态和/或嗜睡的另外的活动度量。
12.根据前述权利要求中的任一项所述的方法,包括:在对所述时间序列的所述采集期间检测(15)所述对象的运动;并且如果检测到的运动超过预定阈值,则生成(14)所述信号或生成另外的信号。
13.一种包括机器可执行指令的计算机程序产品,所述机器可执行指令用于由针对包括MRI系统(100)和感觉刺激源(120)的fMRI系统的处理器运行,其中,所述机器可执行指令的运行使所述处理器执行根据前述权利要求中的任一项所述的方法。
14.一种用于监测在功能性磁共振成像检查期间由对象执行的预定测试任务的表现的计算机系统(122),所述计算机系统包括:
-输入部(131),其用于实质上实时接收使用磁共振成像系统(100)采集的所述对象的脑部的功能性磁共振图像的时间序列;
-第一输出部(132),其用于在对所述时间序列的所述采集期间经由感觉刺激源向所述对象提供至少一个感觉刺激,以提示所述对象执行所述预定测试任务和/或根据所述预定测试任务来诱发预期的脑部活动;
-处理器(123),其用于在提供所述感觉刺激之后,基于由所述输入部接收到的图像来确定指示由图像的所述时间序列成像的所述对象的脑部中的至少一个预定感兴趣区域中的脑部活动的至少一个活动度量,并且用于当所述至少一个确定的活动度量指示所述预定测试任务的表现不佳和/或对所述预定测试任务的依从性不佳时生成至少一个信号,
-第二输出部(133),其用于输出所述至少一个信号;
其中,所述处理器适于在对所述时间序列的所述采集期间和/或在所述时间序列采集的完成之后立刻生成所述信号。
15.一种磁共振成像系统(100),包括根据权利要求14所述的计算机系统(122)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP21153469.8 | 2021-01-26 | ||
EP21153469.8A EP4033267A1 (en) | 2021-01-26 | 2021-01-26 | Monitoring of fmri examination |
PCT/EP2022/051181 WO2022161838A1 (en) | 2021-01-26 | 2022-01-20 | Monitoring of fmri examination |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117063075A true CN117063075A (zh) | 2023-11-14 |
Family
ID=74285250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280024358.0A Pending CN117063075A (zh) | 2021-01-26 | 2022-01-20 | Fmri检查的监测 |
Country Status (4)
Country | Link |
---|---|
EP (2) | EP4033267A1 (zh) |
JP (1) | JP2024503752A (zh) |
CN (1) | CN117063075A (zh) |
WO (1) | WO2022161838A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117608411A (zh) * | 2024-01-23 | 2024-02-27 | 北京北测数字技术有限公司 | 基于脑机接口的信号传输处理方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110263968A1 (en) * | 2008-11-04 | 2011-10-27 | Mclean Hospital Corporation | Drug-Enhanced Neurofeedback |
DE102013201009A1 (de) * | 2013-01-23 | 2014-07-24 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung zur Durchführung einer Positronen-Emissions-Tomographie |
US20150272469A1 (en) | 2014-03-31 | 2015-10-01 | Michael Fox | System and Methods For Combined Functional Brain Mapping |
US20190159715A1 (en) * | 2016-08-05 | 2019-05-30 | The Regents Of The University Of California | Methods of cognitive fitness detection and training and systems for practicing the same |
EP3660530A1 (en) | 2018-11-29 | 2020-06-03 | Koninklijke Philips N.V. | Real-time fmri |
-
2021
- 2021-01-26 EP EP21153469.8A patent/EP4033267A1/en not_active Withdrawn
-
2022
- 2022-01-20 JP JP2023544646A patent/JP2024503752A/ja active Pending
- 2022-01-20 EP EP22702194.6A patent/EP4285132A1/en active Pending
- 2022-01-20 WO PCT/EP2022/051181 patent/WO2022161838A1/en active Application Filing
- 2022-01-20 CN CN202280024358.0A patent/CN117063075A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117608411A (zh) * | 2024-01-23 | 2024-02-27 | 北京北测数字技术有限公司 | 基于脑机接口的信号传输处理方法及系统 |
CN117608411B (zh) * | 2024-01-23 | 2024-03-22 | 北京北测数字技术有限公司 | 基于脑机接口的信号传输处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
EP4285132A1 (en) | 2023-12-06 |
EP4033267A1 (en) | 2022-07-27 |
JP2024503752A (ja) | 2024-01-26 |
WO2022161838A1 (en) | 2022-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hauser et al. | The feedback-related negativity (FRN) revisited: new insights into the localization, meaning and network organization | |
Steele et al. | Neuroimaging measures of error-processing: Extracting reliable signals from event-related potentials and functional magnetic resonance imaging | |
US20140316248A1 (en) | Methods for measurement and analysis of brain activity | |
Van Veen et al. | Errors without conflict: implications for performance monitoring theories of anterior cingulate cortex | |
Staudigl et al. | Saccades are phase-locked to alpha oscillations in the occipital and medial temporal lobe during successful memory encoding | |
Azeez et al. | A review of resting-state analysis methods | |
EP2052679A1 (en) | Electrophysiological assessment of the integrity of cerebral vasculature | |
JP6492356B2 (ja) | 脳活動訓練装置および脳活動訓練方法 | |
Moretti et al. | EEG upper/low alpha frequency power ratio relates to temporo-parietal brain atrophy and memory performances in mild cognitive impairment | |
WO2012104853A2 (en) | Method and system for use in monitoring neural activity in a subject's brain | |
Cociu et al. | Multimodal functional and structural brain connectivity analysis in autism: a preliminary integrated approach with EEG, fMRI, and DTI | |
EP3763288B1 (en) | Brain activity training device, brain activity training method, and brain activity training program | |
US20170238879A1 (en) | Method of Analyzing the Brain Activity of a Subject | |
Batouli et al. | Some points to consider in a task-based fMRI study: A guideline for beginners | |
Kim et al. | Feature optimization method for machine learning-based diagnosis of schizophrenia using magnetoencephalography | |
CN117063075A (zh) | Fmri检查的监测 | |
Gabriel et al. | Substitute or complement? Defining the relative place of EEG and fMRI in the detection of voluntary brain reactions | |
Kasten et al. | Integrating electric field modelling and neuroimaging to explain inter-individual variability of tACS effects | |
Vogel et al. | Imaging the developing human brain using functional and structural Magnetic Resonance Imaging: Methodological and practical guidelines | |
EP3861930A1 (en) | Apparatus for monitoring of a patient undergoing a magnetic resonance image scan | |
EP4364646A1 (en) | Migraine management using functional brain imaging | |
EP4029440A1 (en) | Mri wakefulness monitoring | |
EP4282329A1 (en) | Fmri guided coma therapy optimization | |
Mayeli | Advancing Multimodal Approaches to Study Human Brain: Improvements in Simultaneous EEG-fMRI Acquisition | |
Giulia et al. | The impact of neurofeedback on effective connectivity networks in chronic stroke patients |
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 |