【技术实现步骤摘要】
本专利技术设计生物医学工程领域，具体涉及一种用于脑磁源定位的局部传感器阵列设计方法。
技术介绍
1、脑磁图(magnetoencephalography,meg)是一种具有重要临床应用的非侵入性功能成像技术。目前，meg广泛使用超导量子干涉装置(superconducting quantuminterference devices,squids)进行，它可以测量大脑中电流产生的弱磁场。然而，squid-meg传感器阵列必须固定在密封的液氦中以实现良好的隔热，这限制了其应用。
2、与squid-meg不同，基于无自旋交换弛豫(spin-exchange relaxation-free,serf)原子磁强计的meg可以放置在更靠近头皮的位置，以获得更高的信号强度和增强的空间分辨率。并且，serf-meg具有灵活的传感器配置，这意味着可以更好地匹配不同参与者(尤其是儿童)的头部尺寸，以确保传感器覆盖范围。
3、在传感器数量有限的情况下，serf-meg可以设计为针对特定大脑区域的局部排列传感器阵列(locally arranged sensor array,lasa)。与传统的squid-meg阵列相比，针对特定大脑区域的lasa可以保持感兴趣皮层的空间分辨率和灵敏度，并实现源定位精度。目前，研究人员倾向于根据大脑解剖结构在大脑感兴趣区域放置有限数量的传感器来获取大脑磁场信号。此外，还提出了基于不同指标优化lasa的方法，然而，这些方法大多处于仿真阶段，在优化时没有考虑实际的传感器尺寸，尚不能应用于构建serf
技术实现思路
1、本专利技术要解决的技术问题是：针对serf原子磁强计数量有限的局部传感器阵列设计问题，目前的方法未考虑传感器尺寸，尚不能应用于实际的serf-meg系统。为克服现有方法的不足，本专利技术提供了一种用于脑磁源定位的局部传感器阵列设计方法，该方法简单高效，通用性和实用性较强，并对提高脑磁源定位精度有一定的帮助。
2、本专利技术所述局部传感器阵列设计方法包括以下步骤：
3、步骤1：对扫描所得的个体头部核磁共振影像进行脑区分割，采用三维重建技术获得头皮表面网格和皮质表面网格，采用头皮表面网格和皮质表面网格生成候选传感器阵列；
4、步骤2：基于布罗德曼图谱将皮质表面分割成104个大脑功能区，在感兴趣大脑功能区内随机选取x个偶极子源，采用frobenius范数计算选定偶极子源对应的阵列灵敏度s；
5、步骤3：基于阵列灵敏度s确定传感器的初始位置n1，采用尺寸半径r和间距半径r约束传感器的体积和相邻传感器距离，基于用户设定的传感器数量n依次确定每个传感器的位置，并生成局部传感器阵列。
6、步骤4：将模拟生成的局部传感器阵列位置信息投射到被试真实的头皮表面，使其应用于构建serf-meg系统。
7、进一步地，所述步骤1包括：
8、基于核磁共振仪对被试头部进行扫描，获得t1w-mri数据；采用freesurfer软件对mri数据进行分割，以获得皮质表面c1和头皮表面s1；为保证候选传感器阵列的实用性，将所述头皮表面s1进行裁剪，裁剪方法为删除由皮质表面最低点确定的平面以下所有顶点，并手动删除覆盖被试耳朵和眼睛处的顶点；采用delaunay三角剖分算法重建所述裁剪后的离散点云的拓扑连接，得到新的头皮表面s2；采用所述头皮表面s2的n个顶点作为候选传感器位置，进一步生成候选传感器阵列。
9、进一步地，所述步骤2包括：
10、所述步骤1的皮质表面c1被下采样为具有m个顶点的三角网格，进一步将皮质表面c1生成源模型，将m个顶点作为候选偶极子源；采用单壳头模型和源模型计算候选传感器阵列的引导场矩阵l；采用布罗德曼图谱将皮质表面c1分割成104个大脑功能区，在感兴趣大脑功能区内随机选取x个偶极子源，及其对应的候选传感器阵列的引导场矩阵l；采用frobenius范数计算选定偶极子源对应的阵列灵敏度s＝{||l1||,||l2||,…,||ln||}。
11、进一步地，所述步骤3包括：
12、步骤3.1：设置局部传感器阵列通道数n；
13、步骤3.2：将所述步骤2得到的选定偶极子源对应的待选传感器阵列灵敏度s按照从大到小依次排列；
14、步骤3.3：选取灵敏度值最大的传感器作为局部传感器阵列的初始位置n1；
15、步骤3.4：设置传感器底座的长和宽，进而计算尺寸半径r和间距半径r；
16、步骤3.5：在以初始位置n1为球心，以尺寸半径r为半径的球体1中，计算球体1中包含的候选传感器位置，并删除；
17、步骤3.6：在以初始位置n1为球心，以间距半径r为半径的球体2中，计算球体2中包含的候选传感器位置，并删除；
18、步骤3.7：在剩余的候选传感器位置中选取灵敏度值最大的传感器作为局部传感器阵列的第二个位置n2；
19、步骤3.8：判断局部传感器阵列位置点是否达到预设通道数，若未达到，重复步骤3.5-3.7，若已达到预设通道数，则停止循环，并将最后得到的n个位置点生成局部传感器阵列。
20、进一步地，采用icp算法将所述步骤3.8得到的局部传感器阵列与被试的头皮表面s1相匹配，以获得带有传感器位置点的头模型；使用3d打印技术将所述头模型按照原始比例打印，并用记号笔标记局部传感器阵列的位置点。
21、进一步地，将空白柔性头盔安装在3d打印头模型上，以获取相应的传感器位置点，并用贴纸标记；将柔性头盔上的标记点作为传感器插槽的中心点，安装插槽即可将仿真得到的局部传感器阵列用于构建真实的serf-meg系统。
22、本专利技术与现有技术方法相比的优点在于：
23、本专利技术提供了一种可用于构建serf-meg系统的实用局部传感器阵列设计方法，该方法简单高效，通用性强，可以根据实际情况任意更改传感器尺寸及数量，使用该方法设计的局部传感器阵列可以在传感器数量有限的情况下获得更为准确的源估计。
本文档来自技高网...【技术保护点】
1.一种用于脑磁源定位的局部传感器阵列设计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的局部传感器阵列设计方法，其特征在于，所述步骤1包括：
3.根据权利要求1所述的局部传感器阵列设计方法，其特征在于，所述步骤2包括：
4.根据权利要求1所述的局部传感器阵列设计方法，其特征在于，所述步骤3包括：
5.根据权利要求1所述的局部传感器阵列设计方法，其特征在于：
6.根据权利要求5所述的局部传感器阵列设计方法，其特征在于：
【技术特征摘要】
1.一种用于脑磁源定位的局部传感器阵列设计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的局部传感器阵列设计方法，其特征在于，所述步骤1包括：
3.根据权利要求1所述的局部传感器阵列设计方法，其特征在于，所述步骤...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。