CN117731946B - 一种靶向大脑主从功能状态的个体化刺激控制系统及方法 - Google Patents
一种靶向大脑主从功能状态的个体化刺激控制系统及方法 Download PDFInfo
- Publication number
- CN117731946B CN117731946B CN202311750640.XA CN202311750640A CN117731946B CN 117731946 B CN117731946 B CN 117731946B CN 202311750640 A CN202311750640 A CN 202311750640A CN 117731946 B CN117731946 B CN 117731946B
- Authority
- CN
- China
- Prior art keywords
- stimulation
- brain
- state
- slave
- master
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000000638 stimulation Effects 0.000 title claims abstract description 243
- 210000004556 brain Anatomy 0.000 title claims abstract description 178
- 230000008685 targeting Effects 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title abstract description 17
- 230000003925 brain function Effects 0.000 claims abstract description 89
- 238000002595 magnetic resonance imaging Methods 0.000 claims abstract description 30
- 230000006870 function Effects 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 230000000284 resting effect Effects 0.000 claims abstract description 14
- 238000004088 simulation Methods 0.000 claims description 46
- 238000011156 evaluation Methods 0.000 claims description 21
- 230000004913 activation Effects 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 11
- 238000013145 classification model Methods 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000005684 electric field Effects 0.000 description 3
- 238000004070 electrodeposition Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 210000004761 scalp Anatomy 0.000 description 3
- 210000003625 skull Anatomy 0.000 description 3
- 230000007177 brain activity Effects 0.000 description 2
- 210000003710 cerebral cortex Anatomy 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 208000024827 Alzheimer disease Diseases 0.000 description 1
- 208000027089 Parkinsonian disease Diseases 0.000 description 1
- 206010034010 Parkinsonism Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000005013 brain tissue Anatomy 0.000 description 1
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005714 functional activity Effects 0.000 description 1
- 210000004884 grey matter Anatomy 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000004886 head movement Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013102 re-test Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002739 subcortical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 210000004885 white matter Anatomy 0.000 description 1
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种靶向大脑主从功能状态的个体化刺激控制系统及方法,包括:所述结构和功能磁共振影像扫描模块,用于采集刺激干预对象的磁共振成像数据,所述磁共振成像数据包括结构磁共振影像和静息态功能磁共振影像;所述个体化脑网络动态模式计算模块,用于利用所述磁共振成像数据,绘制个体化脑功能图谱,获取个体化脑功能网络中心位置坐标,并确定个体化主导状态和从属状态;所述个体刺激时空定位模块,用于基于所述个体化脑功能网络中心位置坐标,获取全脑刺激靶点定位结果,并基于所述个体化主导状态和从属状态设定主从刺激参数,根据所述主从刺激参数进行个体化刺激,其中,所述主从刺激参数包括电刺激频率和电刺激幅值。
Description
技术领域
本发明属于经颅交流电刺激调控技术领域,尤其涉及一种靶向大脑主从功能状态的个体化刺激控制系统及方法。
背景技术
经颅交流电刺激是无创脑功能调控的重要方式之一,可以用于改善运动、记忆、情绪等能力,且已应用于阿尔茨海默病、帕金森病、抑郁症等疾病的干预治疗中。但是现有结果表明,该技术对脑功能调控的效果具有较大的个体异质性,个体化精准调控是技术发展趋势。
既往研究中,对于提升电刺激调控精准性的方案中,主要优化的参数包括电极放置位置、电流频率等。其中,电极放置位置主要取决于功能调控的靶点,可通过个体化模型对刺激电极位置进行优化,最大化目标靶点的电场,从而提高刺激的精准性。在电流频率的参数确定中,主要基于脑电等影像方式将大脑活动分成不同频率的振荡,分别解析各频率下振荡和认知、疾病的关系,在某一频率范围内计算个体的最大化响应,作为个体化刺激频率。同时,也有研究考虑多个靶点的刺激方案,设计不同靶点的相位,实现脑区间同步性刺激和异步性刺激。
然而,不论是单靶点还是多靶点电刺激,对于大脑功能的改变都是局部的,虽然有可能通过间接方式将这种局部效应扩散至全脑,但对全脑活动的改变仍然有限。同时,大脑是一个不断动态变换的复杂非线性系统,脑功能状态模式的切换具有明显的偏重性,即存在主导状态,不同于靶向特定脑区、靶向特定连接的刺激方式,将电刺激靶向全脑、靶向全脑状态模式的切换更符合大脑的动态性理论,有望提高调控的精准性。因此,亟需一种靶向大脑主从功能状态的个体化刺激控制系统及方法,以解决现有技术中的不足之处。
发明内容
本发明的目的在于提出一种靶向大脑主从功能状态的个体化刺激控制系统及方法,以解决上述现有技术存在的问题,实现个体化脑功能网络动态性的时空间精准调控。
一方面,为实现上述目的,本发明提供了一种靶向大脑主从功能状态的个体化刺激控制系统,包括结构和功能磁共振影像扫描模块、个体化脑网络动态模式计算模块和个体刺激时空定位模块;
所述结构和功能磁共振影像扫描模块,用于采集刺激干预对象的磁共振成像数据,所述磁共振成像数据包括结构磁共振影像和静息态功能磁共振影像;
所述个体化脑网络动态模式计算模块,用于利用所述磁共振成像数据,绘制个体化脑功能图谱,获取个体化脑功能网络中心位置坐标,并确定个体化主导状态和从属状态;
所述个体刺激时空定位模块,用于基于所述个体化脑功能网络中心位置坐标,获取全脑刺激靶点定位结果,并基于所述个体化主导状态和从属状态设定主从刺激参数,根据所述主从刺激参数进行个体化刺激,其中,所述主从刺激参数包括电刺激频率和电刺激幅值。
可选的,所述个体化脑网络动态模式计算模块包括个体化脑功能网络计算单元以及大脑主导和从属状态分析单元,所述结构和功能磁共振影像扫描模块的输出端连接所述个体化脑功能网络计算单元以及所述大脑主导和从属状态分析单元;
所述个体化脑功能网络计算单元,用于利用所述磁共振成像数据,绘制所述个体化脑功能图谱,获取所述个体化脑功能网络中心位置坐标;
所述大脑主导和从属状态分析单元,用于利用所述个体化脑功能图谱,获取个体化大脑功能重复模式,并确定所述个体化主导状态和从属状态。
可选的,利用所述磁共振成像数据,绘制所述个体化脑功能图谱,获取所述个体化脑功能网络中心位置坐标包括:
对所述磁共振成像数据进行预处理和配准,获取预处理和配准后的磁共振成像数据;
基于所述预处理和配准后的磁共振成像数据,绘制所述个体化脑功能图谱,并获取个体化脑功能网络排布情况;
通过所述个体化脑功能网络排布情况,确定每个功能子网络的质心,作为所述个体化脑功能网络中心位置坐标。
可选的,利用所述个体化脑功能图谱,获取所述个体化大脑功能重复模式,并确定所述个体化主导状态和从属状态包括:
通过所述个体化脑功能图谱,提取脑功能活动信号;
基于所述脑功能活动信号,构建无监督分类模型,确定最优大脑模式数目;
基于得到最优大脑模式数目将个体内所有时间帧信号归纳为重复的大脑功能模式,获取所述个体化大脑功能重复模式;
基于所述个体化大脑功能重复模式,确定所述个体化主导状态和从属状态。
可选的,所述个体刺激时空定位模块包括全脑刺激靶点定位单元和主从刺激参数设定单元,所述个体化脑功能网络计算单元的输出端连接所述全脑刺激靶点定位单元,所述大脑主导和从属状态分析单元的输出端连接所述主从刺激参数设定单元,且所述全脑刺激靶点定位单元和所述主从刺激参数设定单元的输出端均连接刺激模式仿真评估模块;
所述全脑刺激靶点定位单元,用于基于所述个体化脑功能网络中心位置坐标,获取所述全脑刺激靶点定位结果;
所述主从刺激参数设定单元,用于基于所述个体化主导状态和从属状态,设定所述主从刺激参数。
可选的,基于所述个体化主导状态和从属状态,设定所述主从刺激参数包括:
基于所述个体化主导状态和从属状态,通过统计分析确定全脑各区域的统计量,作为全脑信号激活强弱关系;
对所述全脑信号激活强弱关系进行归一化,获取所述电刺激幅值;
基于所述个体化主导状态和从属状态,分别求解每一帧时间信号与基准脑模式的距离,得到主导状态和从属状态的时间波动序列;
通过所述主导状态和从属状态的时间波动序列,求解波动序列的频率,获取所述电刺激频率。
可选的,所述全脑信号波动包括主从模式刺激下的全脑信号波动、主导状态刺激下的全脑信号波动和从属状态刺激下的全脑信号波动。
可选的,所述系统还包括刺激模式仿真评估模块,用于利用所述全脑刺激靶点定位结果和所述主从刺激参数对全脑信号波动进行仿真,并对比评估不同模式刺激下全脑信号动态性,实现靶向大脑主从功能状态的个体化刺激;
所述刺激模式仿真评估模块包括主从模式刺激仿真单元、主导状态刺激仿真单元、从属状态刺激仿真单元和不同模式对比评估单元,且所述主从模式刺激仿真单元、所述主导状态刺激仿真单元和所述从属状态刺激仿真单元的输出端均连接所述不同模式对比评估单元;
所述主从模式刺激仿真单元,用于对所述主从模式刺激下的全脑信号波动进行仿真;
主导状态刺激仿真单元,用于对所述主导状态刺激下的全脑信号波动进行仿真;
从属状态刺激仿真单元,用于对所述从属状态刺激下的全脑信号波动进行仿真;
不同模式对比评估单元,用于对比评估不同模式刺激下全脑信号动态性。
另一方面,为实现上述目的,本发明提供了一种靶向大脑主从功能状态的个体化刺激方法,具体包括以下步骤:
采集刺激干预对象的磁共振成像数据;
对所述磁共振成像数据进行预处理和配准,绘制所述个体化脑功能图谱,并确定所述个体化脑功能网络中心位置坐标;
利用所述个体化脑功能图谱,确定所述个体化主导状态和从属状态;
基于所述个体化脑功能网络中心位置坐标,获取所述全脑刺激靶点定位结果;
基于所述个体化主导状态和从属状态,设置所述主从刺激参数,并利用所述全脑刺激靶点定位结果,实现靶向大脑主从功能状态的个体化刺激。
可选的,基于所述个体化脑功能网络中心位置坐标,获取所述全脑刺激靶点定位结果包括:
构建个体化颅脑模型;
利用所述个体化颅脑模型,最小化头皮表面电极中心坐标和所述个体化脑功能网络中心位置坐标的欧式距离,实现全脑皮层电极定位,获取所述全脑刺激靶点定位结果。
本发明具有以下有益效果:
本发明公开了一种靶向大脑主从功能状态的个体化刺激控制系统及方法,其中,结构和功能磁共振影像扫描模块采集刺激干预对象的磁共振成像数据;个体化脑网络动态模式计算模块基于磁共振成像数据绘制个体化脑功能图谱,获取个体化脑功能网络中心位置坐标,并确定个体化主导状态和从属状态;个体刺激时空定位模块基于个体化脑功能网络中心位置坐标,获取全脑刺激靶点定位结果,并基于个体化主导状态和从属状态设定主从刺激参数;刺激模式仿真评估模块利用全脑刺激靶点定位结果和主从刺激参数对全脑信号波动进行仿真,并对比评估不同模式刺激下全脑信号动态性,实现靶向大脑主从功能状态的个体化刺激,提高个体化脑功能网络动态性调控的时空间精准度。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本发明实施例一种靶向大脑主从功能状态的个体化刺激控制系统的结构图;
图2为本发明实施例一种靶向大脑主从功能状态的个体化刺激方法的流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
一种靶向大脑主从功能状态的个体化刺激控制系统及方法,整体结构如图1所示,具体工作流程如图2所示,刺激干预对象需在核磁室内完成磁共振成像扫描,获得结构影像和静息态功能影像;基于结构和功能磁共振影像绘制个体化脑功能图谱,确定个体化脑功能网络中心位置坐标,并基于功能网络中心位置坐标调节每个电极位置;同时,基于绘制的个体脑功能图谱提取网络水平的平均信号,解析静息态功能磁共振信号动态性,提取个体化大脑功能重复模式,分析重复性大脑功能模式出现频次,将最高频次所属状态定为主导状态,进一步分析主导状态转换至其他状态的频次,将最高的转换频次所属状态定为从属状态;分别构建主从模式刺激、主导状态刺激、从属状态刺激三种刺激模式,其中主从模式刺激对静息态功能信号进行主状态监测,在主状态出现时进行主从交替刺激,主导和从属状态刺激则为持续刺激,且刺激参数(包括频率、振幅)分别与主导状态、从属状态匹配。针对上述三种刺激模式进行皮层和皮层下区域的空间电场仿真,并对所有区域的信号波动性进行仿真,得到仿真情况下不同刺激方式的脑区激活情况。最终实现靶向主从状态切换、全脑电极同时刺激的个体化刺激模式。
如图1所示,本实施例中提供一种靶向大脑主从功能状态的个体化刺激控制系统,包括结构和功能磁共振影像扫描模块、个体化脑网络动态模式计算模块、个体刺激时空定位模块和刺激模式仿真评估模块,并依次连接。
结构和功能磁共振影像扫描模块用于采集刺激干预对象的磁共振成像数据,且输出端分别连接个体化脑网络动态模式计算模块的个体化脑功能网络计算单元以及大脑主导和从属状态分析单元,其中,磁共振成像数据包括结构磁共振影像和静息态功能磁共振影像。
个体化脑网络动态模式计算模块用于利用刺激干预对象的磁共振成像数据,绘制个体化脑功能图谱,获取个体化脑功能网络中心位置坐标,并确定个体化主导状态和从属状态,个体化脑网络动态模式计算模块包括个体化脑功能网络计算单元、大脑主导和从属状态分析单元,且个体化脑功能网络计算单元的输出端连接大脑主导和从属状态分析单元。
个体化脑功能网络计算单元,用于模块绘制个体化脑功能网络,确定个体化脑功能网络中心位置坐标,包括分析刺激干预对象的结构磁共振和静息态功能磁共振影像,基于结构和功能磁共振影像数据进行配准和标准化,提升功能影像每一帧数据的信噪比,基于配准和标准化后的功能影像数据,绘制个体化脑功能图谱,得到覆盖全脑的功能网络排布情况;基于功能网络排布情况,分别确定每个功能子网络的质心,作为个体化脑功能网络中心位置坐标。此外,个体化脑功能网络排布方案将左脑和右脑分别处理,不预先假设左右脑对称性;功能子网络质心为非规则、可离散的几何图形的假定中心。
大脑主导和从属状态分析单元,用于基于个体化脑功能网络计算单元结果,提取个体化脑功能网络信号,分析个体化大脑状态重复模式,确定个体化主导状态和从属状态,包括基于个体化脑功能图谱,提取每一帧影像数据中相应网络内脑功能活动信号;基于脑功能活动信号,构建无监督分类模型,确定最优大脑模式数目;基于最优大脑模式数目,将个体内所有时间帧信号归纳为重复的大脑功能模式;基于大脑功能重复模式,分析不同模式的占比,确定占比最大模式为主导状态;基于主导状态,分析主导状态的不同转换模式,确定转换频率最高的状态为从属状态。
个体刺激时空定位模块,用于基于个体功能网络中心位置坐标调节每个电极位置,即获取全脑刺激靶点定位结果,并基于个体化主导状态和从属状态设定主从刺激参数,主从刺激参数包括交流电刺激频率和刺激幅值,个体刺激时空定位模块包括全脑刺激靶点定位单元和主从刺激参数设定单元,个体化脑功能网络计算单元的输出端连接全脑刺激靶点定位单元,大脑主导和从属状态分析单元的输出端连接主从刺激参数设定单元,且全脑刺激靶点定位单元和主从刺激参数设定单元的输出端均连接刺激模式仿真评估模块。
全脑刺激靶点定位单元基于个体功能网络中心位置坐标调节每个电极位置,调节全脑所有电极的位置,最小化刺激位置和网络中心位置的距离,实现电极位置精准定位;主从刺激参数设定单元基于主从状态周期频率、空间相对激活强弱确定经颅交流电刺激频率、刺激幅值,即基于个体化主导状态和从属状态的频率特性和振幅特性,交替变换电刺激电流频率和振幅。其中,主导状态和从属状态与聚类中心的相似性时间序列为状态波动情况,波动情况是电刺激频率参数设定的依据;主导状态和从属状态下全脑信号的激活强弱关系是电刺激电流幅值参数设定的依据,电流幅值参数归一化后扩大同等倍数,以达到刺激效果。
刺激模式仿真评估模块,用于输入个体刺激时空定位模块的全脑刺激靶点定位结果和主从刺激参数,分别对主从模式刺激、主导状态刺激、从属状态刺激下全脑信号波动进行仿真,并对比评估不同模式刺激下全脑信号动态性,实现靶向主从状态切换、全脑电极同时刺激的个体化刺激模式。刺激模式仿真评估模块包括主从模式刺激仿真单元、主导状态刺激仿真单元、从属状态刺激仿真单元和不同模式对比评估单元,且主从模式刺激仿真单元、主导状态刺激仿真单元和从属状态刺激仿真单元的输出端均连接不同模式对比评估单元。
主从模式刺激仿真单元用于对主从模式刺激下全脑信号波动进行仿真;主导状态刺激仿真单元用于对主导状态刺激下全脑信号波动进行仿真;从属状态刺激仿真单元用于对从属状态刺激下全脑信号波动进行仿真;不同模式对比评估单元用于对比评估不同模式刺激下全脑信号动态性。
主从模式刺激仿真模块中,以全脑静息态功能活动信号为仿真基线,任一时刻状态信号和重复性大脑模式的相关性是信号触发的依据,若当前时刻判定为主导状态,则触发主从式刺激模式,且刺激过程为全脑电极同时刺激、主从状态交替切换的个体化刺激模式。主导和从属状态刺激则为持续刺激,且刺激参数(包括频率、振幅)分别与主导状态、从属状态匹配。
如图2所示,本实施例中提供一种靶向大脑主从功能状态的个体化刺激方法,包括以下步骤:
S1、采集刺激干预对象的磁共振成像数据,磁共振成像数据包括结构磁共振影像和静息态功能磁共振影像;
其中,静息态功能磁共振影像至少采集两次,每次采集时长至少为15分钟,用于评估个体脑图谱构建的重测性和稳定性。
S2、对磁共振成像数据进行预处理和配准,基于不同区域的功能连接相似性绘制个体化脑功能图谱,得到覆盖全脑的功能网络排布情况,并分别确定每个功能子网络的质心,作为个体化脑功能网络中心位置坐标;
对结构磁共振影像进行剥头皮、去颅骨,将脑组织分割成灰质、白质、脑脊液,对静息态功能磁共振影像进行层面时间校正、头动校正、结构功能影像配准、滤波、回归全脑信号等变量、平滑;基于单个被试不同脑区功能信号的相关性进行迭代划分,将全脑区域划分至不同功能网络,分别制作各个网络的二值化模板,依据网络模板计算网络中心位置坐标。
S3、将个体化脑功能图谱作为模板,提取每个网络的平均信号,并分析静息态功能磁共振信号动态性,确定个体化最优大脑模式数目,基于最优大脑模式数目,将个体内所有时间帧信号归纳为重复的大脑功能模式,将出现频次最高的状态定义为主导状态,分析主导状态转换至其他状态的概率,概率最高状态为从属状态;
基于个体化脑功能图谱提取每一帧影像数据中相应网络内脑功能活动信号,构建无监督分类模型,确定最优大脑模式数目;基于最优大脑模式数目,将个体内所有时间帧信号归纳为重复的大脑功能模式,进而分析不同模式的出现频次,确定出现频次最高的模式为主导状态,分析主导状态的不同转换模式,确定转换频次最高的状态为从属状态。
S4、基于个体化功能网络中心位置坐标调节全脑每个电极位置,具体包括:个体化功能网络中心位置坐标位于颅骨内大脑皮层结构,全脑电极位置坐标位于颅骨外头皮表面,因此构建个体化颅脑模型,最小化头皮表面电极中心坐标和颅脑内网络中心位置的欧式距离,实现全脑皮层电极定位。
S5、基于功能状态空间相对激活强弱确定交流电刺激幅值,基于主从状态周期频率、空间相对激活强弱确定经颅交流电刺激频率、刺激幅值,具体包括:
在主导状态和从属状态下,分别通过统计分析确定全脑各区域的统计量,作为全脑信号激活强弱关系。将全脑信号激活强弱关系进行归一化,基于交流电刺激效应情况,将归一化的激活强弱扩大同等倍数,作为电刺激振幅;以主导状态和从属状态的大脑功能模式为基准,分别求解每一帧时间信号与基准脑模式的距离,得到主导状态和从属状态的时间波动序列,求解波动序列的频率,分别作为主动状态和从属状态的刺激频率。
S6、利用全脑刺激靶点定位结果和主从刺激参数进行主从模式刺激仿真、主导状态刺激仿真和从属状态刺激仿真,并进行不同模式刺激的对比评估,实现靶向主从状态切换、全脑电极同时刺激的个体化刺激模式;
基于结构磁共振影像构建脑结构精细化模型,构建主从模式刺激、主导状态刺激、从属状态刺激下的仿真模型,评估不同刺激模式在空间电场、信号波动性等方面的差异,优化刺激方案。
本实施例可以选择主导模式刺激时间和从属模式刺激时间等长,如均为1秒。大脑功能模式求解和主从状态时间波动序列求解过程中的距离d定义方式如下:
其中,m是个体脑功能网络的数目,ui和vi是第i个网络在两个不同时间点u和V的信号强度,σu、σv分别是时间点u和V的所有网络信号均值和标准差,d的取值范围是0到2。
在主导状态或从属状态下,对相应时间点下全脑各网络信号分别进行单样本非参数检验,估计各网络信号的统计量,并进行归一化,归一化方式如下:
其中,Xi是第i个网络的信号统计量,Xmin是全脑信号统计量的最小值,Xmax是全脑信号统计量的最大值,Xnormalization是归一化后的全脑信号向量。经过归一化后的全脑信号向量作为系数,对基准电流大小(如2mA)进行加权,从而得到全脑电极刺激的电流幅值。
以上所述,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (5)
1.一种靶向大脑主从功能状态的个体化刺激控制系统,其特征在于,包括结构和功能磁共振影像扫描模块、个体化脑网络动态模式计算模块和个体刺激时空定位模块;
所述结构和功能磁共振影像扫描模块,用于采集刺激干预对象的磁共振成像数据,所述磁共振成像数据包括结构磁共振影像和静息态功能磁共振影像;
所述个体化脑网络动态模式计算模块,用于利用所述磁共振成像数据,绘制个体化脑功能图谱,获取个体化脑功能网络中心位置坐标,并确定个体化主导状态和从属状态;
利用所述磁共振成像数据,绘制所述个体化脑功能图谱,获取所述个体化脑功能网络中心位置坐标包括:
对所述磁共振成像数据进行预处理和配准,获取预处理和配准后的磁共振成像数据;
基于所述预处理和配准后的磁共振成像数据,绘制所述个体化脑功能图谱,并获取个体化脑功能网络排布情况;
通过所述个体化脑功能网络排布情况,确定每个功能子网络的质心,作为所述个体化脑功能网络中心位置坐标;
利用所述个体化脑功能图谱,获取个体化大脑功能重复模式,并确定所述个体化主导状态和从属状态包括:
通过所述个体化脑功能图谱,提取脑功能活动信号;
基于所述脑功能活动信号,构建无监督分类模型,确定最优大脑模式数目;
基于得到最优大脑模式数目将个体内所有时间帧信号归纳为重复的大脑功能模式,获取所述个体化大脑功能重复模式;
基于所述个体化大脑功能重复模式,将出现频次最高的状态定义为主导状态,分析主导状态转换至其他状态的概率,概率最高的状态为从属状态;
所述个体刺激时空定位模块,用于基于所述个体化脑功能网络中心位置坐标,获取全脑刺激靶点定位结果,并基于所述个体化主导状态和从属状态设定主从刺激参数,根据所述主从刺激参数进行个体化刺激,其中,所述主从刺激参数包括电刺激频率和电刺激幅值;
基于所述个体化主导状态和从属状态,设定所述主从刺激参数包括:
基于所述个体化主导状态和从属状态,通过统计分析确定全脑各区域的统计量,作为全脑信号激活强弱关系;
对所述全脑信号激活强弱关系进行归一化,获取所述电刺激幅值;
基于所述个体化主导状态和从属状态,分别求解每一帧时间信号与基准脑模式的距离,得到主导状态和从属状态的时间波动序列;
通过所述主导状态和从属状态的时间波动序列,求解波动序列的频率,获取所述电刺激频率。
2.如权利要求1所述的一种靶向大脑主从功能状态的个体化刺激控制系统,其特征在于,所述个体化脑网络动态模式计算模块包括个体化脑功能网络计算单元以及大脑主导和从属状态分析单元,所述结构和功能磁共振影像扫描模块的输出端连接所述个体化脑功能网络计算单元以及所述大脑主导和从属状态分析单元;
所述个体化脑功能网络计算单元,用于利用所述磁共振成像数据,绘制所述个体化脑功能图谱,获取所述个体化脑功能网络中心位置坐标;
所述大脑主导和从属状态分析单元,用于利用所述个体化脑功能图谱,获取个体化大脑功能重复模式,并确定所述个体化主导状态和从属状态。
3.如权利要求2所述的一种靶向大脑主从功能状态的个体化刺激控制系统,其特征在于,所述个体刺激时空定位模块包括全脑刺激靶点定位单元和主从刺激参数设定单元,所述个体化脑功能网络计算单元的输出端连接所述全脑刺激靶点定位单元,所述大脑主导和从属状态分析单元的输出端连接所述主从刺激参数设定单元,且所述全脑刺激靶点定位单元和所述主从刺激参数设定单元的输出端均连接刺激模式仿真评估模块;
所述全脑刺激靶点定位单元,用于基于所述个体化脑功能网络中心位置坐标,获取所述全脑刺激靶点定位结果;
所述主从刺激参数设定单元,用于基于所述个体化主导状态和从属状态,设定所述主从刺激参数。
4.如权利要求1所述的一种靶向大脑主从功能状态的个体化刺激控制系统,其特征在于,全脑信号波动包括主从模式刺激下的全脑信号波动、主导状态刺激下的全脑信号波动和从属状态刺激下的全脑信号波动。
5.如权利要求4所述的一种靶向大脑主从功能状态的个体化刺激控制系统,其特征在于,所述系统还包括刺激模式仿真评估模块,用于利用所述全脑刺激靶点定位结果和所述主从刺激参数对全脑信号波动进行仿真,并对比评估不同模式刺激下全脑信号动态性,实现靶向大脑主从功能状态的个体化刺激;
所述刺激模式仿真评估模块包括主从模式刺激仿真单元、主导状态刺激仿真单元、从属状态刺激仿真单元和不同模式对比评估单元,且所述主从模式刺激仿真单元、所述主导状态刺激仿真单元和所述从属状态刺激仿真单元的输出端均连接所述不同模式对比评估单元;
所述主从模式刺激仿真单元,用于对所述主从模式刺激下的全脑信号波动进行仿真;
主导状态刺激仿真单元,用于对所述主导状态刺激下的全脑信号波动进行仿真;
从属状态刺激仿真单元,用于对所述从属状态刺激下的全脑信号波动进行仿真;
不同模式对比评估单元,用于对比评估不同模式刺激下全脑信号动态性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311750640.XA CN117731946B (zh) | 2023-12-19 | 2023-12-19 | 一种靶向大脑主从功能状态的个体化刺激控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311750640.XA CN117731946B (zh) | 2023-12-19 | 2023-12-19 | 一种靶向大脑主从功能状态的个体化刺激控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117731946A CN117731946A (zh) | 2024-03-22 |
CN117731946B true CN117731946B (zh) | 2024-11-01 |
Family
ID=90253976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311750640.XA Active CN117731946B (zh) | 2023-12-19 | 2023-12-19 | 一种靶向大脑主从功能状态的个体化刺激控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117731946B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118177968B (zh) * | 2024-05-17 | 2024-09-24 | 清华大学 | 颅内电极的靶点标定方法和系统、手术导航方法和系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113303815A (zh) * | 2021-06-24 | 2021-08-27 | 中国科学技术大学 | 一种多导经颅时间干涉电刺激电流参数的优化方法和系统 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8588899B2 (en) * | 2010-03-24 | 2013-11-19 | Steven John Schiff | Model based control of Parkinson's disease |
US20130030499A1 (en) * | 2011-07-28 | 2013-01-31 | The Regents Of The University Of California | Method for deep brain stimulation targeting based on brain connectivity |
WO2019018400A1 (en) * | 2017-07-17 | 2019-01-24 | Sri International | OPTIMIZATION OF SLOW WAVE ACTIVITY BASED ON DOMINANT PERIPHERAL NERVOUS SYSTEM OSCILLATIONS |
US10856803B1 (en) * | 2017-08-21 | 2020-12-08 | Aqeel, LLC | Method and apparatus for closed-loop brain stimulation |
US10898706B2 (en) * | 2017-10-31 | 2021-01-26 | Stimscience Inc. | Systems, methods, and devices for brain stimulation and monitoring |
AU2022346775A1 (en) * | 2021-09-15 | 2024-04-11 | Cornell University | Methods for vector-based targeting of the human central thalamus to guide deep brain stimulation and devices therefor |
CN114870249B (zh) * | 2022-04-18 | 2023-06-13 | 北京理工大学 | 一种闭环自适应交流电刺激神经网络调控方法及系统 |
US20230398353A1 (en) * | 2022-06-13 | 2023-12-14 | Washington University | System and method for non-invasive brain stimulation of cognitive enhancement |
CN115990316A (zh) * | 2022-12-06 | 2023-04-21 | 北京理工大学 | 一种针对脑图谱的皮层靶点精准聚焦方法 |
CN115721861B (zh) * | 2022-12-06 | 2024-01-23 | 北京理工大学 | 一种面向脑图谱的多层次神经元经颅磁刺激方法 |
-
2023
- 2023-12-19 CN CN202311750640.XA patent/CN117731946B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113303815A (zh) * | 2021-06-24 | 2021-08-27 | 中国科学技术大学 | 一种多导经颅时间干涉电刺激电流参数的优化方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117731946A (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bigdely-Shamlo et al. | Measure projection analysis: a probabilistic approach to EEG source comparison and multi-subject inference | |
CN110598793B (zh) | 一种大脑功能网络特征分类方法 | |
CN109480833A (zh) | 基于人工智能的癫痫患者脑电信号的预处理和识别方法 | |
CN110575164B (zh) | 脑电信号伪迹去除方法及计算机可读存储介质 | |
EP4115940B1 (en) | Method, server and computer program for designing customized headgear for transcranial direct current stimulation | |
CN112002428B (zh) | 以独立成分网络为参照的全脑个体化脑功能图谱构建方法 | |
WO2019102901A1 (ja) | 脳内ネットワークの活動推定システム、脳内ネットワークの活動推定方法、脳内ネットワークの活動推定プログラム、および、学習済み脳活動推定モデル | |
CN117731946B (zh) | 一种靶向大脑主从功能状态的个体化刺激控制系统及方法 | |
CN117058514B (zh) | 基于图神经网络的多模态脑影像数据融合解码方法和装置 | |
CN109965869A (zh) | 基于脑源域空间的mi-eeg识别方法 | |
Cong et al. | Key issues in decomposing fMRI during naturalistic and continuous music experience with independent component analysis | |
CN114027857B (zh) | 一种基于脑电信号测量运动能力的方法 | |
CN113274037B (zh) | 一种动态脑功能网络的生成方法、系统及设备 | |
CN110392549A (zh) | 确定引起期望行为的最佳大脑刺激的方法和设备 | |
CN113436170B (zh) | 基于磁共振影像的经颅电刺激个体化优化平台 | |
CN111513717A (zh) | 一种大脑功能状态提取方法 | |
CN111931578B (zh) | 一种基于最小生成树和区域双层网络的脑电识别方法 | |
CN111134692A (zh) | 一种脑电信号多维度特征图片序列的生成方法 | |
CN115363523A (zh) | 一种癫痫发作区定位系统、设备及介质 | |
CN116898454B (zh) | 基于脑电特征融合深度学习模型的癫痫分类方法及系统 | |
CN112842363A (zh) | 一种睡眠脑电检测方法及系统 | |
Sakkalis et al. | Optimal brain network synchrony visualization: Application in an alcoholism paradigm | |
CN113995422A (zh) | 基于非负块稀疏贝叶斯学习的瞬态脑电源定位方法及系统 | |
CN115211868B (zh) | 融合Topomap图像识别与fMRI结合的高精度EEG识别系统 | |
CN106354990B (zh) | 一种EEG和fMRI一致性的检测方法 |
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 |