一种个体化调控靶点定位方法、系统、电子设备及介质技术方案

本发明专利技术公开一种个体化调控靶点定位方法、系统、电子设备及介质，涉及医疗检测领域，该定位方法包括确定待测者大脑标准空间下的各向异性分数图；应用纤维追踪方法确定结构连接网络；构建待测者的个体化大脑神经模型；将待测者的功能影像数据进行预处理得到标准空间下的真实功能影像信号；对大脑神经模型进行优化；对优化后的大脑神经模型的脑区进行经颅磁刺激模拟仿真计算全脑功能连接矩阵；根据健康人数据集的功能磁共振成像的平均功能信号计算健康真实的全脑功能连接矩阵；计算待测者各脑区经颅磁刺激后对应的全脑功能连接矩阵与健康人真实全脑功能连接矩阵之间的相关性确定作为靶点的脑区。本发明专利技术能够提高靶点定位的精度。精度。精度。

【技术实现步骤摘要】
一种个体化调控靶点定位方法、系统、电子设备及介质


[0001]本专利技术涉及医疗检测领域，特别是涉及一种个体化调控靶点定位方法、系统、电子设备及介质。

技术介绍

[0002]对于包括经颅磁刺激在内的神经调控技术可以对异常的大脑状态进行调整，对多种脑疾病的治疗与康复具有较大潜力，但其治疗效果存在较大的个体差异。而个体化的刺激靶点定位方法将有助于针对每个患者制定针对其个人的刺激方案，有助于提高神经调控技术的有效性。
[0003]现有的神经调控个体化靶点定位方法主要基于静息态功能磁共振成像，或任务态功能磁共振成像。基于静息态功能磁共振成像的个体化靶点定位方法首先对受试者的个体功能影像计算自发活动增多最明显的脑区或直接选择目标深部脑区，然后把该脑区作为感兴趣区进行基于种子点的功能连接分析，最后选择与感兴趣区功能连接最强的皮层区域作为个体化靶点。基于任务态功能磁共振影像的方法，先对受试者进行任务态的功能磁共振扫描，然后计算任务相关的激活脑区，并将该脑区作为感兴趣区进行基于种子点的功能连接分析，最后同样选择与激活脑区功能连接最强的皮层区域作为个体化的刺激靶点。
[0004]尽管现有的个体化靶点定位方法已在多种疾病中广泛使用，但有许多证据表明这些方法仍具有一定的局限性。因为在使用基于功能连接的方法寻找与深部脑区或任务激活脑区连接较强的皮层脑区作为个体化靶点时，通常会遇到同时出现多个连接较强的皮层激活区，或者出现某个孤立的、远离聚集性皮层激活区的高峰值点等情况，由于缺乏直接、快速的评估方法，无法预知哪个靶点可以带来更好的大脑响应效果，因此在这些情况下难以客观地选定一个相对最优的刺激靶点。

技术实现思路

[0005]本专利技术的目的是提供一种个体化调控靶点定位方法、系统、电子设备及介质，能够从多个待选靶点中确定目标刺激靶点，提高了靶点定位的精度。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种个体化调控靶点定位方法，所述定位方法包括：
[0008]对待测者的弥散张量成像进行弥散张量估计，确定大脑标准空间下的各向异性分数图；
[0009]根据所述各向异性分数图，应用纤维追踪方法，确定结构连接网络；
[0010]根据所述结构连接网络，计算各脑区之间的平均各向异性分数，得到各脑区之间的连接强度；
[0011]根据所述连接强度，基于Kuramoto模型，构建待测者的大脑神经模型，并计算待测者的仿真功能信号；
[0012]将所述待测者的功能影像数据进行预处理，得到标准空间下的真实功能影像信
号；
[0013]根据所述真实功能影像信号和所述仿真功能信号之间的相关性，对所述大脑神经模型进行优化，得到优化后的大脑神经模型；
[0014]对所述优化后的大脑神经模型的脑区进行经颅磁刺激模拟仿真，计算待测者各脑区经颅磁刺激后对应的仿真全脑功能连接矩阵；
[0015]根据健康人数据集预处理后的功能磁共振成像，计算健康人的真实全脑功能连接矩阵；
[0016]计算所述待测者各脑区经颅磁刺激后对应的仿真全脑功能连接矩阵与所述健康人的真实全脑功能连接矩阵之间的相关性，确定作为靶点的脑区。
[0017]可选地，所述对待测者的弥散张量成像进行弥散张量估计，确定大脑标准空间下的各向异性分数图，具体包括：
[0018]将待测者的弥散张量成像的数据格式转换为NIFTI格式；
[0019]将格式转换后的弥散张量成像进行涡流校正和磁场形变矫正，得到矫正后的弥散张量成像；
[0020]估计所述矫正后的弥散张量成像的弥散张量，确定各向异性分数；
[0021]将所述矫正后的弥散张量成像按照大脑标准空间进行转换，得到大脑标准空间下的各向异性分数图。
[0022]可选地，根据所述各向异性分数图，应用纤维追踪方法，确定结构连接网络，具体包括：
[0023]应用纤维追踪方法，确定所述各向异性分数图中各体素之间的连接关系；
[0024]以所述连接关系作为白质纤维，得到待测者大脑的白质纤维分布图；
[0025]以各脑区为点，脑区之间的纤维为边，构建结构连接网络。
[0026]可选地，根据所述结构连接网络，计算各脑区之间的平均各向异性分数，得到各脑区之间的连接强度，具体包括：
[0027]根据所述脑区之间的纤维的数量，确定所述结构连接网络中具有连接关系的脑区；
[0028]计算所述具有连接关系的脑区之间的平均各向异性分数；
[0029]以所述平均各向异性分数为权重，得到各脑区之间的连接强度。
[0030]可选地，所述大脑神经模型为：
[0031]；
[0032]其中，为脑区i的固有频率；λ为脑区间的耦合强度；N为脑区的个数；W
ij
为脑区i和脑区j之间的结构连接强度；（θ
i
‑
θ
j
）为预设的脑区i和脑区j之间的相位差；θ
i
为预设的脑区i的相位；θ
j
为预设的脑区j的相位，t为时间。
[0033]可选地，根据健康人数据集预处理后的功能磁共振成像，计算真实全脑功能连接矩阵，具体包括：
[0034]将所述健康人数据集的功能磁共振成像进行预处理和空间转换，得到标准空间下
的健康人功能影像信号；
[0035]对所述健康人功能影像信号求平均，得到标准空间下的真实平均功能信号；
[0036]根据所述健康人真实平均功能信号，计算真实全脑功能连接矩阵。
[0037]可选地，计算所述待测者各脑区经颅磁刺激后对应的仿真全脑功能连接矩阵与所述健康人的真实全脑功能连接矩阵之间的相关性，确定作为靶点的脑区，具体包括：
[0038]计算所述待测者各脑区经颅磁刺激后对应的仿真全脑功能连接矩阵与所述健康人的真实全脑功能连接矩阵之间的相关性，得到模拟刺激各脑区对应的相关系数；
[0039]对所述相关系数进行比较，将最大的相关系数对应的脑区作为靶点。
[0040]一种个体化调控靶点定位系统，应用于上述的个体化调控靶点定位方法，所述定位系统包括：
[0041]估计模块，用于对待测者的弥散张量成像进行弥散张量估计，确定大脑标准空间下的各向异性分数图；
[0042]追踪模块，用于根据所述各向异性分数图，应用纤维追踪方法，确定结构连接网络；
[0043]第一计算模块，用于根据所述结构连接网络，计算各脑区之间的平均各向异性分数，得到各脑区之间的连接强度；
[0044]构建模块，用于根据所述连接强度，基于Kuramoto模型，构建待测者的大脑神经模型，并计算待测者的仿真功能信号；
[0045]转换模块，用于将所述待测者的功能影像数据进行预处理，得到标准空间下的真实功能影像信号；
[0046]优化模块，用于根据所述真实功能影像信号和所述大脑神经模型仿真的功能信号之间的相关性，对所述大脑神经模型进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种个体化调控靶点定位方法，其特征在于，所述定位方法包括：对待测者的弥散张量成像进行弥散张量估计，确定大脑标准空间下的各向异性分数图；根据所述各向异性分数图，应用纤维追踪方法，确定结构连接网络；根据所述结构连接网络，计算各脑区之间的平均各向异性分数，得到各脑区之间的连接强度；根据所述连接强度，基于Kuramoto模型，构建待测者的大脑神经模型，并计算待测者的仿真功能信号；将所述待测者的功能影像数据进行预处理，得到标准空间下的真实功能影像信号；根据所述真实功能影像信号和所述仿真功能信号之间的相关性，对所述大脑神经模型进行优化，得到优化后的大脑神经模型；对所述优化后的大脑神经模型的脑区进行经颅磁刺激模拟仿真，计算待测者各脑区经颅磁刺激后对应的仿真全脑功能连接矩阵；根据健康人数据集预处理后的功能磁共振成像，计算健康人的真实全脑功能连接矩阵；计算所述待测者各脑区经颅磁刺激后对应的仿真全脑功能连接矩阵与所述健康人的真实全脑功能连接矩阵之间的相关性，确定作为靶点的脑区。2.根据权利要求1所述的个体化调控靶点定位方法，其特征在于，所述对待测者的弥散张量成像进行弥散张量估计，确定大脑标准空间下的各向异性分数图，具体包括：将待测者的弥散张量成像的数据格式转换为NIFTI格式；将格式转换后的弥散张量成像进行涡流校正和磁场形变矫正，得到矫正后的弥散张量成像；估计所述矫正后的弥散张量成像的弥散张量，确定各向异性分数；将所述矫正后的弥散张量成像按照大脑标准空间进行转换，得到大脑标准空间下的各向异性分数图。3.根据权利要求1所述的个体化调控靶点定位方法，其特征在于，根据所述各向异性分数图，应用纤维追踪方法，确定结构连接网络，具体包括：应用纤维追踪方法，确定所述各向异性分数图中各体素之间的连接关系；以所述连接关系作为白质纤维，得到待测者大脑的白质纤维分布图；以各脑区为点，脑区之间的纤维为边，构建结构连接网络。4.根据权利要求3所述的个体化调控靶点定位方法，其特征在于，根据所述结构连接网络，计算各脑区之间的平均各向异性分数，得到各脑区之间的连接强度，具体包括：根据所述脑区之间的纤维的数量，确定所述结构连接网络中具有连接关系的脑区；计算所述具有连接关系的脑区之间的平均各向异性分数；以所述平均各向异性分数为权重，得到各脑区之间的连接强度。5.根据权利要求1所述的个体化调控靶点定位方法，其特征在于，所述大脑神经模型为：
；其中，为脑区i的固有频率；λ为脑区间的耦合强度；N为脑区的个数；W
ij
为脑区i和脑区j之间的结构连接强度；（θ
i
‑
θ
j
）为预设的脑区i和...

【专利技术属性】
技术研发人员：刘涛，周怡君，刘浩，刘子阳，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：