System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及腦認(rèn)知科學(xué)研究和醫(yī)療輔助器械領(lǐng)域,更具體地,涉及一種經(jīng)顱電刺激的干預(yù)優(yōu)化方法、裝置及存儲介質(zhì)。
技術(shù)介紹
1、經(jīng)顱交流電刺激(transcranial?alternating?current?stimulation,tacs)通過在頭皮表面施加特定頻率和強(qiáng)度的交流電,可以直接影響大腦皮層神經(jīng)元的活動,從而調(diào)節(jié)腦活動。
2、目前,傳統(tǒng)的經(jīng)顱電刺激靶區(qū)的確定方法為通過組水平腦圖譜進(jìn)行腦區(qū)的空間定位,并通過單模態(tài)腦影像數(shù)據(jù)刻畫腦區(qū)之間的連接的解剖功能等特性,從而獲取經(jīng)顱交流電刺激靶區(qū)。然而,通過組水平腦圖譜進(jìn)行腦區(qū)的空間定位,導(dǎo)致腦區(qū)空間定位不準(zhǔn),并且,通過單模態(tài)腦影像數(shù)據(jù)難以充分刻畫腦區(qū)之間連接的解剖功能等特性。因而,傳統(tǒng)的經(jīng)顱電刺激靶區(qū)確定方法難以精準(zhǔn)獲取個體化差異大腦下的經(jīng)顱交流電刺激靶區(qū),從而影響經(jīng)顱交流電刺激的干預(yù)效果的準(zhǔn)確性和穩(wěn)定性。
技術(shù)實現(xiàn)思路
1、本公開實施例的一個目的是提供一種經(jīng)顱電刺激的干預(yù)優(yōu)化方案,以實現(xiàn)精準(zhǔn)獲取個體化差異大腦下的經(jīng)顱交流電刺激靶區(qū),提高經(jīng)顱交流電刺激的干預(yù)效果的準(zhǔn)確性和穩(wěn)定性。
2、根據(jù)本公開的第一方面,提供了一種經(jīng)顱電刺激的干預(yù)優(yōu)化方法,該方法包括:
3、獲取目標(biāo)對象的多模態(tài)腦影像數(shù)據(jù);
4、根據(jù)所述多模態(tài)腦影像數(shù)據(jù),確定所述目標(biāo)對象的腦網(wǎng)絡(luò);其中,所述目標(biāo)對象的腦網(wǎng)絡(luò)用于反映所述目標(biāo)對象的大腦的不同腦分區(qū)之間的功能連接和結(jié)構(gòu)連接關(guān)系;
5、獲取對所述目標(biāo)對象進(jìn)行經(jīng)顱電刺
6、根據(jù)所述刺激目標(biāo)和所述目標(biāo)對象的腦網(wǎng)絡(luò),確定多個候選腦分區(qū);
7、根據(jù)所述多模態(tài)腦功能影像數(shù)據(jù),確定所述多個候選腦分區(qū)之間的融合連接;
8、根據(jù)所述多個候選腦分區(qū)之間的融合連接,從所述多個候選腦分區(qū)中確定目標(biāo)腦分區(qū)。
9、可選地,所述多模態(tài)腦影像數(shù)據(jù)包括靜息態(tài)功能磁共振數(shù)據(jù)、任務(wù)態(tài)功能磁共振數(shù)據(jù)和彌散磁共振影像數(shù)據(jù),所述根據(jù)所述多模態(tài)腦影像數(shù)據(jù),確定所述多個候選腦分區(qū)之間的融合連接,包括:
10、根據(jù)所述靜息態(tài)功能磁共振數(shù)據(jù),確定所述多個候選腦分區(qū)之間的靜息態(tài)功能連接;
11、根據(jù)所述任務(wù)態(tài)功能磁共振數(shù)據(jù),確定所述多個候選腦分區(qū)之間的任務(wù)態(tài)功能連接;
12、根據(jù)所述彌散磁共振影像數(shù)據(jù),確定所述多個候選腦分區(qū)之間的結(jié)構(gòu)連接;
13、根據(jù)所述多個候選腦分區(qū)之間的所述靜息態(tài)功能連接、所述任務(wù)態(tài)功能連接以及所述結(jié)構(gòu)連接,確定所述多個候選腦分區(qū)之間的融合連接。
14、可選地,所述根據(jù)所述多個候選腦分區(qū)之間的融合連接,從所述多個候選腦分區(qū)中確定目標(biāo)腦分區(qū),包括:
15、根據(jù)所述多個候選腦分區(qū)之間的融合連接的連接強(qiáng)度,確定目標(biāo)連接強(qiáng)度的融合連接對應(yīng)的兩個腦分區(qū);
16、將所述目標(biāo)連接強(qiáng)度的融合連接對應(yīng)的兩個腦分區(qū)作為所述目標(biāo)腦分區(qū)。
17、可選地,所述根據(jù)所述多模態(tài)腦影像數(shù)據(jù),確定所述目標(biāo)對象的腦網(wǎng)絡(luò),包括:
18、獲取群體的腦功能影像數(shù)據(jù);
19、根據(jù)所述群體的腦功能影像數(shù)據(jù),確定所述群體的組水平大腦節(jié)點功能信號序列;
20、將所述組水平大腦節(jié)點功能信號序列分解,得到參考皮層網(wǎng)絡(luò);
21、根據(jù)所述多模態(tài)腦影像數(shù)據(jù)更新所述參考皮層網(wǎng)絡(luò),得到所述目標(biāo)對象的腦網(wǎng)絡(luò)。
22、可選地,在所述從所述多個候選腦分區(qū)中確定目標(biāo)腦分區(qū)之后,所述方法還包括:
23、根據(jù)所述目標(biāo)腦分區(qū),確定候選電極集合;其中,所述候選電極集合包括每一候選電極在所述目標(biāo)對象的頭部坐標(biāo)系中的位置和刺激參數(shù);
24、從所述候選電極集合中隨機(jī)選取多個高密度刺激空間陣列;
25、對于任一所述高密度刺激空間陣列,根據(jù)所述高密度刺激空間陣列和所述目標(biāo)對象的電傳導(dǎo)模型,確定所述高密度刺激空間陣列對應(yīng)的腦電場分布;
26、根據(jù)每一所述高密度刺激空間陣列對應(yīng)的腦電場分布在所述目標(biāo)腦分區(qū)的電場強(qiáng)度和聚焦程度,確定目標(biāo)刺激矩陣。
27、可選地,所述根據(jù)所述目標(biāo)腦分區(qū),確定候選電極集合,包括:
28、根據(jù)預(yù)設(shè)的刺激電極-腦分區(qū)對應(yīng)關(guān)系,確定所述目標(biāo)腦分區(qū)對應(yīng)的初始電極位置;其中,所述刺激電極-腦分區(qū)對應(yīng)關(guān)系用于反映在頭部施加刺激的電極與接收到刺激的腦分區(qū)之間的對應(yīng)關(guān)系;
29、根據(jù)預(yù)設(shè)距離間隔和所述初始電極位置,確定候選電極集合。
30、可選地,所述多模態(tài)腦影像數(shù)據(jù)包括腦結(jié)構(gòu)影像數(shù)據(jù),在所述確定目標(biāo)刺激矩陣之后,所述方法還包括:
31、根據(jù)所述目標(biāo)對象的腦結(jié)構(gòu)影像數(shù)據(jù),確定所述目標(biāo)對象的頭部模型;
32、根據(jù)所述目標(biāo)對象的頭部模型,確定與所述頭部模型適配的電刺激定位帽;其中,所述電刺激定位帽設(shè)置有與所述目標(biāo)刺激矩陣對應(yīng)的實際刺激靶點;
33、根據(jù)所述目標(biāo)刺激矩陣,通過所述電刺激定位帽對所述目標(biāo)對象進(jìn)行經(jīng)顱電刺激。
34、可選地,所述多模態(tài)腦影像數(shù)據(jù)包括腦結(jié)構(gòu)影像數(shù)據(jù),確定所述目標(biāo)對象的電傳導(dǎo)模型包括:
35、根據(jù)所述目標(biāo)對象的腦結(jié)構(gòu)影像數(shù)據(jù),確定所述目標(biāo)對象的腦組織結(jié)構(gòu)層;
36、根據(jù)每一所述腦組織結(jié)構(gòu)層對應(yīng)的電導(dǎo)率值,確定所述目標(biāo)對象的電傳導(dǎo)模型。
37、根據(jù)本公開的第二方面,還提供了一種經(jīng)顱電刺激的干預(yù)優(yōu)化裝置,包括處理器和存儲器,所述存儲器存儲可在所述處理器上運行的程序或指令,所述程序或指令被所述處理器執(zhí)行時實現(xiàn)如第一方面所述的經(jīng)顱電刺激的干預(yù)優(yōu)化方法的步驟。
38、根據(jù)本公開的第三方面,還提供了一種計算機(jī)可讀存儲介質(zhì),所述計算機(jī)可讀存儲介質(zhì)上存儲計算機(jī)程序,所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如第一方面所述的經(jīng)顱電刺激的干預(yù)優(yōu)化方法的步驟。
39、本公開實施例的一個有益效果在于,通過獲取目標(biāo)對象的多模態(tài)腦影像數(shù)據(jù);根據(jù)所述多模態(tài)腦影像數(shù)據(jù),確定所述目標(biāo)對象的腦網(wǎng)絡(luò);其中,所述目標(biāo)對象的腦網(wǎng)絡(luò)用于反映所述目標(biāo)對象的大腦的不同腦分區(qū)之間的功能連接和結(jié)構(gòu)連接關(guān)系,獲取對所述目標(biāo)對象進(jìn)行經(jīng)顱電刺激的刺激目標(biāo),根據(jù)所述刺激目標(biāo)和所述目標(biāo)對象的腦網(wǎng)絡(luò),確定多個候選腦分區(qū),根據(jù)所述多模態(tài)腦影像數(shù)據(jù),確定所述多個候選腦分區(qū)之間的融合連接,根據(jù)所述多個候選腦分區(qū)之間的融合連接,從所述多個候選腦分區(qū)中確定目標(biāo)腦分區(qū)。通過構(gòu)建目標(biāo)對象的腦網(wǎng)絡(luò)進(jìn)行腦區(qū)的空間定位,可以提高腦區(qū)定位的準(zhǔn)確性,并且,通過多個候選腦分區(qū)之間的融合連接刻畫腦區(qū)之間連接的解剖功能等特性,再根據(jù)多個候選腦分區(qū)之間的融合連接,從多個候選腦分區(qū)中確定目標(biāo)腦分區(qū)可以實現(xiàn)精準(zhǔn)獲取個體化差異大腦下的經(jīng)顱交流電刺激靶區(qū),提高經(jīng)顱交流電刺激的干預(yù)效果的準(zhǔn)確性和穩(wěn)定性。
40、通過以下參照附圖對本公開的示例性實施例的詳細(xì)描述,本公開實施例的其它特征及其優(yōu)點將會變得清楚。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點】
1.一種經(jīng)顱電刺激的干預(yù)優(yōu)化方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述多模態(tài)腦影像數(shù)據(jù)包括靜息態(tài)功能磁共振數(shù)據(jù)、任務(wù)態(tài)功能磁共振數(shù)據(jù)以及彌散磁共振影像數(shù)據(jù),所述根據(jù)所述多模態(tài)腦影像數(shù)據(jù),確定所述多個候選腦分區(qū)之間的融合連接,包括:
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述根據(jù)所述多個候選腦分區(qū)之間的融合連接,從所述多個候選腦分區(qū)中確定目標(biāo)腦分區(qū),包括:
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述根據(jù)所述多模態(tài)腦影像數(shù)據(jù),確定所述目標(biāo)對象的腦網(wǎng)絡(luò),包括:
5.根據(jù)權(quán)利要求1所述的方法,其特征在于,在所述從所述多個候選腦分區(qū)中確定目標(biāo)腦分區(qū)之后,所述方法還包括:
6.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述根據(jù)所述目標(biāo)腦分區(qū),確定候選電極集合,包括:
7.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述多模態(tài)腦影像數(shù)據(jù)包括腦結(jié)構(gòu)影像數(shù)據(jù),在所述確定目標(biāo)刺激矩陣之后,所述方法還包括:
8.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述多模態(tài)腦影像數(shù)據(jù)包括腦結(jié)構(gòu)影像數(shù)據(jù),確
9.一種經(jīng)顱電刺激的干預(yù)優(yōu)化裝置,其特征在于,包括處理器和存儲器,所述存儲器存儲可在所述處理器上運行的程序或指令,所述程序或指令被所述處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-8任一項所述的經(jīng)顱電刺激的干預(yù)優(yōu)化方法的步驟。
10.一種計算機(jī)可讀存儲介質(zhì),其特征在于,所述計算機(jī)可讀存儲介質(zhì)上存儲計算機(jī)程序,所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-8中任一項所述的經(jīng)顱電刺激的干預(yù)優(yōu)化方法的步驟。
...【技術(shù)特征摘要】
1.一種經(jīng)顱電刺激的干預(yù)優(yōu)化方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述多模態(tài)腦影像數(shù)據(jù)包括靜息態(tài)功能磁共振數(shù)據(jù)、任務(wù)態(tài)功能磁共振數(shù)據(jù)以及彌散磁共振影像數(shù)據(jù),所述根據(jù)所述多模態(tài)腦影像數(shù)據(jù),確定所述多個候選腦分區(qū)之間的融合連接,包括:
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述根據(jù)所述多個候選腦分區(qū)之間的融合連接,從所述多個候選腦分區(qū)中確定目標(biāo)腦分區(qū),包括:
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述根據(jù)所述多模態(tài)腦影像數(shù)據(jù),確定所述目標(biāo)對象的腦網(wǎng)絡(luò),包括:
5.根據(jù)權(quán)利要求1所述的方法,其特征在于,在所述從所述多個候選腦分區(qū)中確定目標(biāo)腦分區(qū)之后,所述方法還包括:
6.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述根據(jù)所述...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:崔再續(xù),趙晨光,賈海,叢晶,
申請(專利權(quán))人:北京腦科學(xué)與類腦研究所,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。