CN110491518B - 一种针对任务态的经颅磁刺激建模仿真方法 - Google Patents

Abstract

本发明公开了一种针对任务态的经颅磁刺激建模仿真方法，通过静息态MRI T1图像构建颅脑组织结构，通过静息态下的MRI DTI图像和任务态下的fMRI BOLD图像构建颅内神经网络连接，然后根据神经网络连接建立各向异性电导率头模型，最后对任务态下的TMS颅内电流密度分布进行仿真。本发明根据血氧水平反映出的颅内神经电活动信息构建功能神经网络，采用功能网络与结构网络相结合用于描绘颅内神经网络连接，将比单独采用结构网络表现出更有效的神经网络连接，且与具体的任务态具有更好的对应性。任务态下的TMS建模仿真对于模拟TMS结合具体任务的刺激效果、优化TMS线圈及刺激参数具有重要意义。

Description

一种针对任务态的经颅磁刺激建模仿真方法

技术领域

本发明涉及一种经颅磁刺激建模仿真方法。特别是涉及一种针对任务态的经颅磁刺激建模仿真方法。

背景技术

重复经颅磁刺激(repetitive transcranial magnetic stimulation，rTMS)是一种脑刺激技术，广泛应用于脑功能、脑网络及脑回路等研究。

目前TMS仿***要是针对静息态颅脑特征的建模仿真，通过个体化的磁共振(magnetic resonance imaging，MRI)T1图像描绘颅脑沟回结构信息，通过MRI弥散张量(diffusion tensor imaging，DTI)图像描绘颅内纤维束形成的神经网络结构信息。对于任务状态下的TMS颅内电流密度分布，目前尚无明确的建模仿真方法。

发明内容

本发明的目的是提供一种针对任务态的经颅磁刺激建模仿真方法，解决现有技术中无法对任务态下的TMS进行建模仿真的缺点。

为解决上述技术问题，本发明采用如下技术方案：

一种针对任务态的经颅磁刺激建模仿真方法，包括如下步骤：

S1、采集静息态MRI T1图像、静息态下的MRI DTI图像和任务态下的fMRI BOLD图像，并全部均匹配至标准模板，根据标准模板的空间坐标为静息态MRI T1图像、静息态下的MRI DTI图像和任务态下的fMRI BOLD图像建立统一的空间节点，节点数为N；

S2、对静息态MRI T1图像进行图像矫正、组织分割和皮层重建，得到包含头皮、颅骨、脑脊液、脑灰质、脑白质的结构头模型，并保留空间节点信息；

S3、对静息态下的MRI DTI图像进行弥散张量重建，获取颅内脑灰质和脑白质各节点的弥散张量特征值，记为λ_ij，i＝1,2,……,n，n为脑灰质和脑白质内的节点数，n<N，j＝1,2,3，λ_i1为最大弥散系数、λ_i2为中级弥散系数，λ_i3为最低弥散系数，λ_i1代表平行于纤维方向的弥散系数，λ_i2和λ_i3代表横向弥散系数，表征纤维束结构连接信息；

S4、对任务态下的fMRI BOLD图像进行预处理，得到脑灰质和脑白质各个节点的时间序列数据，采用时间相关分析度量网络节点间的关系，通过阈值决定节点间是否存在连接边，获得各个节点的节点度，表示为K_i，i＝1,2,……,n，表征每个节点在功能网络中的重要性；

S5、结合弥散张量特征和节点功能特征建立脑灰质和脑白质的功能性电导率张量；

S6、结合结构头模型和功能性电导率张量建立包含功能网络连接信息的各向异性电导率头模型，对结构头模型进行电导率赋值，其中，对于脑灰质和脑白质，采用功能性电导率张量σ_ij对各个节点赋值，对于头皮、颅骨、脑脊液，采用各向同性电导率赋值，分别为

得到包含功能网络连接信息的各向异性电导率头模型；

S7、对任务态下的TMS颅内电流密度分布进行仿真。

进一步的，所述S5具体包括如下步骤：

S5.1、建立表征纤维束结构连接信息的结构性电导率张量，记为d_ij，根据体归一法，d_ij可由公式(1)求得，其中，

为脑灰质或脑白质的各向同性电导率，

S5.2、结合节点功能特征建立功能性电导率张量，将各个节点的节点度作为结构性电导率张量的权重系数，功能性电导率张量σ_ij可由公式(2)求得：

σ_ij＝K_i·d_ij   (2)。

进一步的，所述S7具体包括如下步骤：

S7.1、采用有限元分析软件对各向异性电导率头模型进行去耦合、面分网、体分网操作，得到对应的有限元模型；

S7.2、根据电磁感应定律和界面电荷积累效应，对颅内电场进行仿真运算，颅内电场记为

具体运算如公式(3)，其中，

为TMS线圈磁矢势，

为界面积累的静电荷产生的标量势，

S7.3、根据颅内电场计算颅内各节点的电流密度，

分别为头皮、颅骨和脑脊液的组织电流密度，

为脑灰质和脑白质的组织电流密度。

进一步的，所述的MRI T1和MRI DTI图像，具体是应用T1三维脑容积扫描序列和DTI弥散张量扫描序列进行全脑结构扫描得到的图像。

进一步的，所述的任务态下的fMRI BOLD图像，具体是利用磁共振造影在执行任务的同时扫描功能图像，探测执行任务时的颅内神经活动信息，即BOLD信号。

进一步的，所述各向同性电导率具体是查询Daniele Andreuccetti等人建立的各频段生物组织电磁特性公开数据库，得到TMS脉冲频率对应的各脑组织电导率。

与现有技术相比，本发明的有益技术效果：

本发明针对任务态下的经颅磁刺激建模仿真，提出采集任务态下的功能磁共振(functional magnetic resonance imaging，fMRI)血氧水平依赖(Blood OxygenationLevel Dependent，BOLD)图像，根据血氧水平反映出的颅内神经电活动信息构建功能神经网络，采用功能网络与结构网络相结合用于描绘颅内神经网络连接，将比单独采用结构网络表现出更有效的神经网络连接，且与具体的任务态具有更好的对应性。任务态下的TMS建模仿真对于模拟TMS结合具体任务的刺激效果、优化TMS线圈及刺激参数具有重要意义，具有良好的发展和应用前景。

附图说明

下面结合附图说明对本发明作进一步说明。

图1为本发明针对任务态的经颅磁刺激建模仿真方法的流程示意图。

具体实施方式

如图1所示，一种针对任务态的经颅磁刺激建模仿真方法，包括如下步骤：

S1、采集静息态MRI T1图像、静息态下的MRI DTI图像和任务态下的fMRI BOLD图像，并全部均匹配至标准模板，根据标准模板的空间坐标为静息态MRI T1图像、静息态下的MRI DTI图像和任务态下的fMRI BOLD图像建立统一的空间节点，节点数为N；

S2、对静息态MRI T1图像进行图像矫正、组织分割和皮层重建，得到包含头皮、颅骨、脑脊液、脑灰质、脑白质的结构头模型，并保留空间节点信息；

S3、对静息态下的MRI DTI图像进行弥散张量重建，获取颅内脑灰质和脑白质各节点的弥散张量特征值，记为λ_ij，i＝1,2,……,n，n为脑灰质和脑白质内的节点数，n<N，j＝1,2,3，λ_i1为最大弥散系数、λ_i2为中级弥散系数，λ_i3为最低弥散系数，λ_i1代表平行于纤维方向的弥散系数，λ_i2和λ_i3代表横向弥散系数，表征纤维束结构连接信息；

S4、对任务态下的fMRI BOLD图像进行预处理，得到脑灰质和脑白质各个节点的时间序列数据，采用时间相关分析度量网络节点间的关系，通过阈值决定节点间是否存在连接边，获得各个节点的节点度，表示为K_i，i＝1,2,……,n，表征每个节点在功能网络中的重要性；

S5、结合弥散张量特征和节点功能特征建立脑灰质和脑白质的功能性电导率张量，具体包括如下步骤：

S5.1、建立表征纤维束结构连接信息的结构性电导率张量，记为d_ij，根据体归一法，d_ij可由公式(1)求得，其中，

为脑灰质或脑白质的各向同性电导率，

S5.2、结合节点功能特征建立功能性电导率张量，将各个节点的节点度作为结构性电导率张量的权重系数，功能性电导率张量σ_ij可由公式(2)求得：

σ_ij＝K_i·d_ij   (2)；

S6、结合结构头模型和功能性电导率张量建立包含功能网络连接信息的各向异性电导率头模型，对结构头模型进行电导率赋值，其中，对于脑灰质和脑白质，采用功能性电导率张量σ_ij对各个节点赋值，对于头皮、颅骨、脑脊液，采用各向同性电导率赋值，分别为

得到包含功能网络连接信息的各向异性电导率头模型；

S7、对任务态下的TMS颅内电流密度分布进行仿真，具体包括如下步骤：

S7.1、采用有限元分析软件对各向异性电导率头模型进行去耦合、面分网、体分网操作，得到对应的有限元模型；

S7.2、根据电磁感应定律和界面电荷积累效应，对颅内电场进行仿真运算，颅内电场记为

具体运算如公式(3)，其中，

为TMS线圈磁矢势，

为界面积累的静电荷产生的标量势，

S7.3、根据颅内电场计算颅内各节点的电流密度，

分别为头皮、颅骨和脑脊液的组织电流密度，

为脑灰质和脑白质的组织电流密度。

所述的MRI T1和MRI DTI图像，具体是应用T1三维脑容积扫描序列和DTI弥散张量扫描序列进行全脑结构扫描得到的图像。所述的任务态下的fMRI BOLD图像，具体是利用磁共振造影在执行任务的同时扫描功能图像，探测执行任务时的颅内神经活动信息，即BOLD信号。所述各向同性电导率具体是查询Daniele Andreuccetti等人建立的各频段生物组织电磁特性公开数据库，得到TMS脉冲频率对应的各脑组织电导率，该数据库是电磁场建模仿真公认的可靠数据库。

以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (3)

1.一种针对任务态的经颅磁刺激建模仿真方法，其特征在于，包括如下步骤：

S1、采集静息态MRI T1图像、静息态下的MRIDTI图像和任务态下的fMRI BOLD图像，并全部均匹配至标准模板，根据标准模板的空间坐标为静息态MRI T1图像、静息态下的MRIDTI图像和任务态下的fMRI BOLD图像建立统一的空间节点，节点数为N；

S2、对静息态MRI T1图像进行图像矫正、组织分割和皮层重建，得到包含头皮、颅骨、脑脊液、脑灰质、脑白质的结构头模型，并保留空间节点信息；

S3、对静息态下的MRIDTI图像进行弥散张量重建，获取颅内脑灰质和脑白质各节点的弥散张量特征值，记为λ_ij，i＝1,2,……,n，n为脑灰质和脑白质内的节点数，n<N，j＝1,2,3，λ_i1为最大弥散系数、λ_i2为中级弥散系数，λ_i3为最低弥散系数，λ_i1代表平行于纤维方向的弥散系数，λ_i2和λ_i3代表横向弥散系数，表征纤维束结构连接信息；

S4、对任务态下的fMRI BOLD图像进行预处理，得到脑灰质和脑白质各个节点的时间序列数据，采用时间相关分析度量网络节点间的关系，通过阈值决定节点间是否存在连接边，获得各个节点的节点度，表示为K_i，i＝1,2,……,n，表征每个节点在功能网络中的重要性；

S5、结合弥散张量特征和节点功能特征建立脑灰质和脑白质的功能性电导率张量；

S6、结合结构头模型和功能性电导率张量建立包含功能网络连接信息的各向异性电导率头模型，对结构头模型进行电导率赋值，其中，对于脑灰质和脑白质，采用功能性电导率张量σ_ij对各个节点赋值，对于头皮、颅骨、脑脊液，采用各向同性电导率赋值，分别为

和

得到包含功能网络连接信息的各向异性电导率头模型；

S7、对任务态下的TMS颅内电流密度分布进行仿真；

所述S5具体包括如下步骤：

S5.1、建立表征纤维束结构连接信息的结构性电导率张量，记为d_ij，根据体归一法，d_ij可由公式(1)求得，其中，

为脑灰质或脑白质的各向同性电导率，

S5.2、结合节点功能特征建立功能性电导率张量，将各个节点的节点度作为结构性电导率张量的权重系数，功能性电导率张量σ_ij可由公式(2)求得：

σ_ij＝K_i·d_ij                 (2)；

所述S7具体包括如下步骤：

S7.1、采用有限元分析软件对各向异性电导率头模型进行去耦合、面分网、体分网操作，得到对应的有限元模型；

S7.2、根据电磁感应定律和界面电荷积累效应，对颅内电场进行仿真运算，颅内电场记为

具体运算如公式(3)，其中，

为TMS线圈磁矢势，

为界面积累的静电荷产生的标量势，

S7.3、根据颅内电场计算颅内各节点的电流密度，

分别为头皮、颅骨和脑脊液的组织电流密度，

为脑灰质和脑白质的组织电流密度。

2.根据权利要求1所述的针对任务态的经颅磁刺激建模仿真方法，其特征在于，所述的MRI T1和MRIDTI图像，具体是应用T1三维脑容积扫描序列和DTI弥散张量扫描序列进行全脑结构扫描得到的图像。

3.根据权利要求1所述的针对任务态的经颅磁刺激建模仿真方法，其特征在于，所述的任务态下的fMRI BOLD图像，具体是利用磁共振造影在执行任务的同时扫描功能图像，探测执行任务时的颅内神经活动信息，即BOLD信号。

Images