CN109102894A - 结合皮层兴奋性的各向异性电导率头模型建模方法及装置 - Google Patents
结合皮层兴奋性的各向异性电导率头模型建模方法及装置 Download PDFInfo
- Publication number
- CN109102894A CN109102894A CN201811215954.9A CN201811215954A CN109102894A CN 109102894 A CN109102894 A CN 109102894A CN 201811215954 A CN201811215954 A CN 201811215954A CN 109102894 A CN109102894 A CN 109102894A
- Authority
- CN
- China
- Prior art keywords
- head model
- target
- anisotropic conductivity
- cortical excitability
- conductivity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 206010001497 Agitation Diseases 0.000 title claims abstract description 60
- 230000001054 cortical effect Effects 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000000638 stimulation Effects 0.000 claims abstract description 10
- 238000011491 transcranial magnetic stimulation Methods 0.000 claims abstract description 7
- 230000033001 locomotion Effects 0.000 claims description 66
- 230000000763 evoking effect Effects 0.000 claims description 37
- 238000011534 incubation Methods 0.000 claims description 9
- 210000005013 brain tissue Anatomy 0.000 claims description 8
- 238000002360 preparation method Methods 0.000 claims description 7
- 210000000976 primary motor cortex Anatomy 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 239000006185 dispersion Substances 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000003786 synthesis reaction Methods 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 2
- 238000002595 magnetic resonance imaging Methods 0.000 claims 11
- 238000002598 diffusion tensor imaging Methods 0.000 claims 6
- 238000009792 diffusion process Methods 0.000 claims 1
- 210000004556 brain Anatomy 0.000 abstract description 5
- 238000004088 simulation Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 238000005457 optimization Methods 0.000 abstract description 3
- 238000003860 storage Methods 0.000 description 7
- 230000006698 induction Effects 0.000 description 2
- 230000003925 brain function Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000007383 nerve stimulation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Landscapes
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明涉及经颅磁刺激头模型建模领域，尤其涉及结合皮层兴奋性的各向异性电导率头模型建模方法及装置。包括：建立基于MRI和DTI图像的各向异性电导率头模型；通过阵列靶点TMS实验获取个体皮层兴奋性综合指标；根据所述各向异性电导率头模型和所述个体皮层兴奋综合指标，构建含有皮层兴奋性的各向异性电导率头模型。本发明的经颅磁刺激头模型建模方法在结构信息的基础上结合了功能信息，反映了个体的皮层兴奋性，与真实大脑更加接近，能进一步提高TMS建模仿真的真实性和可靠性，在模拟TMS作用效果、优化TMS线圈及刺激参数方面均有重要的研究意义，具有良好的发展和应用前景。
Description
技术领域
本发明涉及经颅磁刺激头模型建模领域，尤其涉及结合皮层兴奋性的各向异性电导率头模型建模方法及装置。
背景技术
经颅磁刺激是一种非侵入式的神经刺激技术，广泛应用于脑功能、脑网络及脑回路等研究。该技术利用脉冲电流产生的变化磁场作用于脑组织进而产生感应电场，当脑组织区域内感应电场达到或超过一定阈值时，可以激活或者抑制该区域神经活性。
TMS仿真研究是预测TMS效果、优化TMS线圈及刺激参数的重要手段。TMS头模型的准确建立是进行TMS颅内场分布仿真运算的基础。目前的TMS头模型通常采用个体化的MRIT1和DTI进行构建，主要关注沟回和纤维束等结构信息，反映了不同个体在脑结构上的差异。对于头模型的电导率赋值，不同个体间则为统一的电导率赋值，并未反映出不同个体皮层兴奋性的差异。
为此，我们提出结合皮层兴奋性的各向异性电导率头模型建模方法及装置来解决上述问题。
发明内容
本发明的目的是为了解决现有技术中存在的不能反映不同个体皮层兴奋性的差异的缺点，而提出的结合皮层兴奋性的各向异性电导率头模型建模方法及装置。
为了实现上述目的，本发明采用了如下技术方案：
结合皮层兴奋性的各向异性电导率头模型建模方法，所述方法包括：
建立基于MRI和DTI图像的各向异性电导率头模型；
通过阵列靶点TMS实验获取个体皮层兴奋性综合指标；
根据所述各向异性电导率头模型和所述个体皮层兴奋综合指标，构建含有皮层兴奋性的各向异性电导率头模型。
进一步地，所述建立基于MRI和DTI图像的各向异性电导率头模型，具体包括：
采用T1制剂进行MRI获取MRI T1图像，将所述MRI T1图像进行图像矫正、组织分割和皮层重建，得到真实结构头模型；
对所述头模型进行去耦合、面分网、体分网操作，得到各向同性头模型；
根据DTI数据提取出弥散张量，转化为电导率张量；
将所述电导率张量与所述各向同性头模型结合得到各向异性电导率头模型。
进一步地，所述通过阵列靶点TMS实验获取个体皮层兴奋性综合指标，具体包括：
选定刺激靶区为初级运动皮层，将TMS线圈移动至各个靶点，对每个靶点实施单次TMS，记录单次TMS时的各靶点的运动阈值和运动诱发电位；
根据所述运动阈值计算靶区密度均值PAVE，计算所述运动阈值与所述靶区密度均值PAVE的离散值，根据所述离散值确定靶区密度中心，由所述靶区密度中心处的所述运动阈值和所述运动诱发电位获得所述个体反映皮层兴奋性综合指标。
进一步地，所述的通过阵列靶点TMS实验获取个体皮层兴奋性综合指标，其特征在于：
所述运动诱发电位包括运动诱发电位幅值和运动诱发电位潜伏期。
进一步地，所述根据所述各向异性电导率头模型和所述个体皮层兴奋综合指标，构建含有皮层兴奋性的各向异性电导率头模型，具体包括：
设置所述各向异性头模型中各层脑组织的默认电导率，计算所述个体皮层兴奋综合指标的均值，作为总体皮层兴奋综合指标；
根据所述个体皮层兴奋综合指标与所述总体皮层兴奋综合指标获取个体化电导率系数，根据所述默认电导率与所述个体化电导率系数获得所述皮层兴奋性的各向异性电导率头模型。
结合皮层兴奋性的各向异性电导率头模型建模装置，其特征在于，包括：
第一建立模块，建立基于MRI和DTI图像的各向异性电导率头模型；
获取模块，通过阵列靶点TMS实验获取个体皮层兴奋性综合指标；
第二建立模块，根据所述各向异性电导率头模型和所述个体皮层兴奋综合指标，构建含有皮层兴奋性的各向异性电导率头模型。。
进一步地，所述第一建立模块，具体包括：
各向同性头模型建立模块，采用T1制剂进行MRI获取MRI T1图像，将所述MRI T1图像进行图像矫正、组织分割和皮层重建，得到真实结构头模型；
对所述头模型进行去耦合、面分网、体分网操作，得到各向同性头模型；
根据DTI数据提取出弥散张量，转化为电导率张量；
各向同性电导率头模型建立模块，将所述电导率张量与所述各向同性头模型结合得到各向异性电导率头模型。
进一步地，所述获取模块，具体包括：
第一获取模块，选定刺激靶区为初级运动皮层，将TMS线圈移动至各个靶点，对每个靶点实施单次TMS，记录单次TMS时的各靶点的运动阈值和运动诱发电位；
第二获取模块，根据所述运动阈值计算靶区密度均值PAVE，计算所述运动阈值与所述靶区密度均值PAVE的离散值，根据所述离散值确定靶区密度中心，由所述靶区密度中心处的所述运动阈值和所述运动诱发电位获得所述个体反映皮层兴奋性综合指标。
进一步地，所述获取模块，其特征在于：
所述运动诱发电位包括运动诱发电位幅值和运动诱发电位潜伏期。
进一步地，所述第二建立模块，具体包括：
第三获取模块，设置所述各向异性头模型中各层脑组织的默认电导率，计算所述个体皮层兴奋综合指标的均值，作为总体皮层兴奋综合指标；
各向异性电导率头模型建立模块，根据所述个体皮层兴奋综合指标与所述总体皮层兴奋综合指标获取个体化电导率系数，根据所述默认电导率与所述个体化电导率系数获得所述皮层兴奋性的各向异性电导率头模型。
本发明将阵列靶点TMS实验中的运动阈值、运动诱发电位幅值和运动诱发电位潜伏期作为皮层兴奋综合指标；根据皮层兴奋综合指标实现个体化电导率赋值，构建含有个体化皮层兴奋性的各向异性电导率头模型。本发明的经颅磁刺激头模型建模方法在结构信息的基础上结合了功能信息，反映了个体的皮层兴奋性，与真实大脑更加接近，能进一步提高TMS建模仿真的真实性和可靠性，在模拟TMS作用效果、优化TMS线圈及刺激参数方面均有重要的研究意义，具有良好的发展和应用前景。
附图说明
图1示出了本发明实施例1中的结合皮层兴奋性的各向异性电导率头模型建模方法的流程图；
图2示出了本发明实施例1中的结合皮层兴奋性的各向异性电导率头模型建模方法的具体流程图；
图3示出了本发明实施例2中的结合皮层兴奋性的各向异性电导率头模型建模装置的结构图。
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。
实施例1
本实施例提供一种较好的结合皮层兴奋性的各向异性电导率头模型建模方法，用于结合皮层兴奋性的各向异性电导率头模型建模装置中。如图1、2所示，该方法包括以下步骤：
S101：建立基于MRI和DTI图像的各向异性电导率头模型；
进一步地，采用T1制剂进行MRI获取MRI T1图像，将MRI T1图像进行图像矫正、组织分割和皮层重建，得到真实结构头模型；
对头模型进行去耦合、面分网、体分网操作，得到各向同性头模型；
根据DTI数据提取出弥散张量，转化为电导率张量；
将电导率张量与各向同性头模型结合得到各向异性电导率头模型。
S102：通过阵列靶点TMS实验获取个体皮层兴奋性综合指标；
进一步地，选定刺激靶区为初级运动皮层，将TMS线圈移动至各个靶点，对每个靶点实施单次TMS，记录单次TMS时的各靶点的运动阈值和运动诱发电位，其中该运动诱发电位包括运动诱发电位幅值和运动诱发电位潜伏期；
具体地：选定刺激靶区为初级运动皮层，靶区形状为长方形，长为n，宽为m，靶点个数为N，则N=n*m，靶点坐标表示为(i, j)，i=1…n，j=1…m；由机械臂控制TMS线圈移动至各个靶点，对每个靶点实施单次TMS，记录单次TMS时的各靶点运动阈值，计为P ij ，记录各靶点运动诱发电位幅值和运动诱发电位潜伏期；
根据运动阈值计算靶区密度均值PAVE，计算运动阈值与靶区密度均值PAVE的离散值，根据离散值确定靶区密度中心，由靶区密度中心处的运动阈值和运动诱发电位获得个体反映皮层兴奋性综合指标；
具体地：根据各靶点运动阈值计算靶区密度均值PAVE，，
计算各靶点运动阈值P ij 与PAVE的差值，并求绝对值，记为离散值E ij ，，
离散值E ij 的最小值对应的靶点确定为靶区密度中心，将靶区密度中心处的运动阈值与运动诱发电位幅值和运动诱发电位潜伏期用于评价皮层兴奋性，将运动阈值计为PC，将运动诱发电位幅值记为AC，将运动诱发电位潜伏期记为TC，定义反映个体皮层兴奋性综合指标g，g=AC/(PC*TC)
S103：根据各向异性电导率头模型和个体皮层兴奋综合指标，构建含有皮层兴奋性的各向异性电导率头模型；
进一步地，设置各向异性头模型中各层脑组织的默认电导率，计算个体皮层兴奋综合指标的均值，作为总体皮层兴奋综合指标；
具体地，设置各向异性头模型中各层脑组织的默认电导率s 0 ，计算所有个体的皮层兴奋综合指标g的均值，计为G，作为总体皮层兴奋综合指标，与默认电导率s 0 对应。
根据个体皮层兴奋综合指标与总体皮层兴奋综合指标获取个体化电导率系数，根据默认电导率与个体化电导率系数获得皮层兴奋性的各向异性电导率头模型。
具体地，将个体皮层兴奋综合指标g与总体皮层兴奋综合指标G的比值作为个体化电导率系数k，k=g/G，计算个体化电导率系数与默认电导率的乘积作为含有个体化皮层兴奋性的电导率赋值s i =k*s 0 ，最终构建出含有个体化TMS皮层兴奋性的各向异性头模型。
实施例2
本实施例提供一种较好的结合皮层兴奋性的各向异性电导率头模型建模装置。如图3所示，该装置包括：
S201：第一建立模块，建立基于MRI和DTI图像的各向异性电导率头模型；
进一步地，各向同性头模型建立模块，采用T1制剂进行MRI获取MRI T1图像，将MRI T1图像进行图像矫正、组织分割和皮层重建，得到真实结构头模型；
对头模型进行去耦合、面分网、体分网操作，得到各向同性头模型；
根据DTI数据提取出弥散张量，转化为电导率张量；
各向同性电导率头模型建立模块，将电导率张量与各向同性头模型结合得到各向异性电导率头模型；
S202：获取模块，通过阵列靶点TMS实验获取个体皮层兴奋性综合指标；
进一步地，第一获取模块，选定刺激靶区为初级运动皮层，将TMS线圈移动至各个靶点，对每个靶点实施单次TMS，记录单次TMS时的各靶点的运动阈值和运动诱发电位，其中该运动诱发电位包括运动诱发电位幅值和运动诱发电位潜伏期；
第二获取模块，根据运动阈值计算靶区密度均值PAVE，计算运动阈值与靶区密度均值PAVE的离散值，根据离散值确定靶区密度中心，由靶区密度中心处的运动阈值和运动诱发电位获得个体反映皮层兴奋性综合指标。
S203：第二建立模块，根据各向异性电导率头模型和个体皮层兴奋综合指标，构建含有皮层兴奋性的各向异性电导率头模型；
进一步地，第三获取模块，设置各向异性头模型中各层脑组织的默认电导率，计算个体皮层兴奋综合指标的均值，作为总体皮层兴奋综合指标；
各向异性电导率头模型建立模块，根据个体皮层兴奋综合指标与总体皮层兴奋综合指标获取个体化电导率系数，根据默认电导率与个体化电导率系数获得皮层兴奋性的各向异性电导率头模型。
本发明实施例还提供了一种非暂态计算机存，储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行实施例中的任一实施方式。其中，所述存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）、随机存储记忆体（Random Access Memory，RAM）、快闪存储器（Flash Memory）、硬盘（Hard Disk Drive，HDD）或固态硬盘（Solid-State Drive，SSD）等；所述存储介质还可以包括上述种类的存储器的组合。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（ROM）或随机存储记忆体（RAM）等。
以上所述，仅为本发明较佳的一部分具体实施方式，但本发明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发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以组合、等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (10)
1.结合皮层兴奋性的各向异性电导率头模型建模方法，其特征在于，所述方法包括：
建立基于MRI（Magnetic Resonance Imaging，磁共振成像）和DTI（diffusion tensorimaging，弥散张量成像）图像的各向异性电导率头模型；
通过阵列靶点TMS（Transcranial Magnetic Stimulation，经颅磁刺激）实验获取个体皮层兴奋性综合指标；
根据所述各向异性电导率头模型和所述个体皮层兴奋综合指标，构建含有皮层兴奋性的各向异性电导率头模型。
2.根据权利要求1所述的结合皮层兴奋性的各向异性电导率头模型建模方法，其特征在于，所述建立基于MRI和DTI图像的各向异性电导率头模型，具体包括：
采用T1制剂进行MRI获取MRI T1图像，将所述MRI T1图像进行图像矫正、组织分割和皮层重建，得到真实结构头模型；
对所述头模型进行去耦合、面分网、体分网操作，得到各向同性头模型；
根据DTI数据提取出弥散张量，转化为电导率张量；
将所述电导率张量与所述各向同性头模型结合得到各向异性电导率头模型。
3.根据权利要求1所述的结合皮层兴奋性的各向异性电导率头模型建模方法，其特征在于，所述通过阵列靶点TMS实验获取个体皮层兴奋性综合指标，具体包括：
选定刺激靶区为初级运动皮层，将TMS线圈移动至各个靶点，对每个靶点实施单次TMS，记录单次TMS时的各靶点的运动阈值和运动诱发电位；
根据所述运动阈值计算靶区密度均值PAVE，计算所述运动阈值与所述靶区密度均值PAVE的离散值，根据所述离散值确定靶区密度中心，由所述靶区密度中心处的所述运动阈值和所述运动诱发电位获得所述个体反映皮层兴奋性综合指标。
4.根据权利要求3所述的通过阵列靶点TMS实验获取个体皮层兴奋性综合指标，其特征在于：
所述运动诱发电位包括运动诱发电位幅值和运动诱发电位潜伏期。
5.根据权利要求1所述的结合皮层兴奋性的各向异性电导率头模型建模方法，其特征在于，所述根据所述各向异性电导率头模型和所述个体皮层兴奋综合指标，构建含有皮层兴奋性的各向异性电导率头模型，具体包括：
设置所述各向异性头模型中各层脑组织的默认电导率，计算所述个体皮层兴奋综合指标的均值，作为总体皮层兴奋综合指标；
根据所述个体皮层兴奋综合指标与所述总体皮层兴奋综合指标获取个体化电导率系数，根据所述默认电导率与所述个体化电导率系数获得所述皮层兴奋性的各向异性电导率头模型。
6.结合皮层兴奋性的各向异性电导率头模型建模装置，其特征在于，包括：
第一建立模块，建立基于MRI和DTI图像的各向异性电导率头模型；
获取模块，通过阵列靶点TMS实验获取个体皮层兴奋性综合指标；
第二建立模块，根据所述各向异性电导率头模型和所述个体皮层兴奋综合指标，构建含有皮层兴奋性的各向异性电导率头模型。
7.根据权利要求6所述的结合皮层兴奋性的各向异性电导率头模型建模装置，所述第一建立模块，具体包括：
各向同性头模型建立模块，采用T1制剂进行MRI获取MRI T1图像，将所述MRI T1图像进行图像矫正、组织分割和皮层重建，得到真实结构头模型；
对所述头模型进行去耦合、面分网、体分网操作，得到各向同性头模型；
根据DTI数据提取出弥散张量，转化为电导率张量；
各向同性电导率头模型建立模块，将所述电导率张量与所述各向同性头模型结合得到各向异性电导率头模型。
8.根据权利要求6所述的结合皮层兴奋性的各向异性电导率头模型建模装置，其特征在于，所述获取模块，具体包括：
第一获取模块，选定刺激靶区为初级运动皮层，将TMS线圈移动至各个靶点，对每个靶点实施单次TMS，记录单次TMS时的各靶点的运动阈值和运动诱发电位；
第二获取模块，根据所述运动阈值计算靶区密度均值PAVE，计算所述运动阈值与所述靶区密度均值PAVE的离散值，根据所述离散值确定靶区密度中心，由所述靶区密度中心处的所述运动阈值和所述运动诱发电位获得所述个体反映皮层兴奋性综合指标。
9.根据权利要求8所述的获取模块，其特征在于：
所述运动诱发电位包括运动诱发电位幅值和运动诱发电位潜伏期。
10.根据权利要求6所述的结合皮层兴奋性的各向异性电导率头模型建模装置，其特征在于，所述第二建立模块，具体包括：
第三获取模块，设置所述各向异性头模型中各层脑组织的默认电导率，计算所述个体皮层兴奋综合指标的均值，作为总体皮层兴奋综合指标；
各向异性电导率头模型建立模块，根据所述个体皮层兴奋综合指标与所述总体皮层兴奋综合指标获取个体化电导率系数，根据所述默认电导率与所述个体化电导率系数获得所述皮层兴奋性的各向异性电导率头模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811215954.9A CN109102894B (zh) | 2018-10-18 | 2018-10-18 | 结合皮层兴奋性的各向异性电导率头模型建模方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811215954.9A CN109102894B (zh) | 2018-10-18 | 2018-10-18 | 结合皮层兴奋性的各向异性电导率头模型建模方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109102894A true CN109102894A (zh) | 2018-12-28 |
| CN109102894B CN109102894B (zh) | 2021-09-07 |
Family
ID=64869099
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811215954.9A Active CN109102894B (zh) | 2018-10-18 | 2018-10-18 | 结合皮层兴奋性的各向异性电导率头模型建模方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109102894B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110491518A (zh) * | 2019-07-31 | 2019-11-22 | 中国医学科学院生物医学工程研究所 | 一种针对任务态的经颅磁刺激建模仿真方法 |
| WO2020172780A1 (zh) | 2019-02-26 | 2020-09-03 | 武汉资联虹康科技股份有限公司 | 一种基于摄像头的经颅磁刺激诊疗头模建模*** |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7860548B2 (en) * | 2004-07-07 | 2010-12-28 | The Cleveland Clinic Foundation | Tissue stimulation models, systems, devices, and methods |
| CN105631930A (zh) * | 2015-11-27 | 2016-06-01 | 广州聚普科技有限公司 | 一种基于dti的颅内神经纤维束的三维重建方法 |
| CN107194911A (zh) * | 2017-04-18 | 2017-09-22 | 浙江工业大学 | 一种基于扩散mri微结构成像的最小核误差分析方法 |
| CN107929938A (zh) * | 2017-12-27 | 2018-04-20 | 首都医科大学宣武医院 | 一种经颅电磁同步刺激*** |
| WO2018109691A2 (en) * | 2016-12-13 | 2018-06-21 | Zeev Bomzon | Treating patients with ttfields with the electrode positions optimized using deformable templates |
-
2018
- 2018-10-18 CN CN201811215954.9A patent/CN109102894B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7860548B2 (en) * | 2004-07-07 | 2010-12-28 | The Cleveland Clinic Foundation | Tissue stimulation models, systems, devices, and methods |
| CN105631930A (zh) * | 2015-11-27 | 2016-06-01 | 广州聚普科技有限公司 | 一种基于dti的颅内神经纤维束的三维重建方法 |
| WO2018109691A2 (en) * | 2016-12-13 | 2018-06-21 | Zeev Bomzon | Treating patients with ttfields with the electrode positions optimized using deformable templates |
| CN107194911A (zh) * | 2017-04-18 | 2017-09-22 | 浙江工业大学 | 一种基于扩散mri微结构成像的最小核误差分析方法 |
| CN107929938A (zh) * | 2017-12-27 | 2018-04-20 | 首都医科大学宣武医院 | 一种经颅电磁同步刺激*** |
Non-Patent Citations (3)
| Title |
|---|
| 吴占雄等: "脑白质电导率各向异性及非均质对头皮脑电分布的影响", 《传感技术学报》 * |
| 王义义: "经颅磁刺激治疗抑郁症研究进展", 《武警医学院学报》 * |
| 王欣: "不同动机特质静息态下低频振幅的研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020172780A1 (zh) | 2019-02-26 | 2020-09-03 | 武汉资联虹康科技股份有限公司 | 一种基于摄像头的经颅磁刺激诊疗头模建模*** |
| CN110491518A (zh) * | 2019-07-31 | 2019-11-22 | 中国医学科学院生物医学工程研究所 | 一种针对任务态的经颅磁刺激建模仿真方法 |
| CN110491518B (zh) * | 2019-07-31 | 2023-04-07 | 中国医学科学院生物医学工程研究所 | 一种针对任务态的经颅磁刺激建模仿真方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109102894B (zh) | 2021-09-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Swanson et al. | A quantitative model for differential motility of gliomas in grey and white matter | |
| Piastra et al. | A comprehensive study on electroencephalography and magnetoencephalography sensitivity to cortical and subcortical sources | |
| Henriquez | A brief history of tissue models for cardiac electrophysiology | |
| Nunez et al. | The surface Laplacian, high resolution EEG and controversies | |
| CN103279633B (zh) | 基于扩散加权磁共振数据的脑纤维三维显示方法 | |
| Turnbull et al. | Ultrasound backscatter microscope analysis of mouse melanoma progression | |
| CN109102894A (zh) | 结合皮层兴奋性的各向异性电导率头模型建模方法及装置 | |
| JP3730646B2 (ja) | 脳内電流源推定方法、脳内電流源推定プログラム、脳内電流源推定プログラムを記録した記録媒体および脳内電流源推定装置 | |
| CN107909227A (zh) | 超短期预测风电场功率的方法、装置及风力发电机组 | |
| Stinstra et al. | Incorporating histology into a 3D microscopic computer model of myocardium to study propagation at a cellular level | |
| CN107145702A (zh) | 基于医疗图像的心源性栓塞型中风风险预测***和方法 | |
| CN106133789A (zh) | 用于分割感兴趣区域的图像处理装置和方法 | |
| Abdi et al. | A compact matrix model for atrial electrograms for tissue conductivity estimation | |
| Singh et al. | From theory to practical fundamentals of electroencephalographic source imaging in localizing the epileptogenic zone | |
| Sepasian et al. | Multivalued geodesic ray-tracing for computing brain connections using diffusion tensor imaging | |
| Golestanirad et al. | Effect of model accuracy on the result of computed current densities in the simulation of transcranial magnetic stimulation | |
| Liu et al. | Sandwich mapping of rodent density in Jilin Province, China | |
| Zhang et al. | A Virtual Puncture Surgery System Based on Multi-Layer Soft Tissue and Force Mesh. | |
| CN104220893B (zh) | 医学仪器以及用于控制该医学仪器的装置和方法 | |
| CN110491518B (zh) | 一种针对任务态的经颅磁刺激建模仿真方法 | |
| Blanc | A computer model of human atrial arrhythmia | |
| JP2005287675A (ja) | 脳内電流源推定方法、脳内電流源推定プログラムおよび脳内電流源推定装置 | |
| KR101702739B1 (ko) | 세포 및 조직 배양을 위한 실시간 모니터링 및 피드백 제어 장치 및 그 방법 | |
| Rezaei | Forward and Inverse Modeling via Finite Elements in EEG/MEG Source Localization: Application to Event Related Responses | |
| Lynch et al. | Precision mapping and transcranial magnetic stimulation of individual-specific functional brain networks in humans |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220209 Address after: 518107 18th floor, block B, high tech innovation center, guangqiao Road, Tianliao community, Yutang street, Guangming District, Shenzhen City, Guangdong Province Patentee after: SHENZHEN DELICA MEDICAL EQUIPMENT Co.,Ltd. Address before: 300192, 236 Bai Causeway Road, Tianjin, Nankai District Patentee before: CHINESE ACADEMY OF MEDICAL SCIENCES INSTITUTE OF BIOMEDICAL ENGINEERING |
|
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 518107 18th floor, block B, high tech innovation center, guangqiao Road, Tianliao community, Yutang street, Guangming District, Shenzhen City, Guangdong Province Patentee after: Shenzhen Delikai Medical Electronics Co.,Ltd. Address before: 518107 18th floor, block B, high tech innovation center, guangqiao Road, Tianliao community, Yutang street, Guangming District, Shenzhen City, Guangdong Province Patentee before: SHENZHEN DELICA MEDICAL EQUIPMENT Co.,Ltd. |