System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本公开涉及数据处理,尤其涉及一种大脑皮层与皮层下区域时间记录的脑机接口设备和方法。
技术介绍
1、当前神经监测技术面临的主要挑战之一是无法精确记录和分析大脑皮层与皮层下区域的活动。传统的神经监测方法,如脑电图(electroencephalogram,简称eeg)和脑磁图(magnetoencephalography,简称meg),虽然提供了良好的时间分辨率和空间分辨率来研究整个大脑的动态,但在检测和精确定位皮层下信号的能力上仍存在争议。尤其是在进行精确的皮层与皮层下区域的时间活动记录时,现有技术通常无法提供足够的精度和分辨率。
2、此外,尽管深部脑刺激(deep brain stimulation,简称dbs)、反应性神经刺激(repetitive nerve stimulation,简称rns)等临床应用中使用的内颅电极提供了一种独特的机会来记录皮层下区域的活动,但这些方法通常无法同时提供对皮层活动的精确记录。
技术实现思路
1、为了解决上述技术问题或者至少部分地解决上述技术问题,本公开提供了一种大脑皮层与皮层下区域时间记录的脑机接口设备和方法。
2、本公开实施例提供了一种大脑皮层与皮层下区域时间记录的脑机接口设备,所述设备包括:
3、神经监测植入装置,用于监测皮层和皮层下区域的神经信号;
4、同步时频分析单元,用于对所述神经信号进行短时傅里叶变换和小波变换,得到频域信号和小波域信号,并根据所述频域信号和所述小波域信号进行计算皮层
5、数据处理和机器学习模块,用于根据预设的机器学习和模式识别算法对所述频域信号、所述小波域信号、所述相位锁定值和所述相干性进行处理,得到关键特征和时间序列信息,并根据所述关键特征和所述时间序列信息生成脑图、趋势图和统计报告;
6、人机交互模块,用于显示所述脑图、所述趋势图和所述统计报告。
7、本公开实施例还提供了一种大脑皮层与皮层下区域时间记录的脑机接口方法,所述方法包括:
8、监测皮层和皮层下区域的神经信号;
9、对所述神经信号进行短时傅里叶变换和小波变换,得到频域信号和小波域信号,并根据所述频域信号和所述小波域信号进行计算皮层和皮层下区域的相位锁定值和相干性;
10、根据预设的机器学习和模式识别算法对所述频域信号、所述小波域信号、所述相位锁定值和所述相干性进行处理,得到关键特征和时间序列信息,并根据所述关键特征和所述时间序列信息生成脑图、趋势图和统计报告;
11、显示所述脑图、所述趋势图和所述统计报告。
12、本公开实施例还提供了一种电子设备,所述电子设备包括:处理器;用于存储所述处理器可执行指令的存储器;所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现如本公开实施例提供的大脑皮层与皮层下区域时间记录的脑机接口方法。
13、本公开实施例还提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行如本公开实施例提供的大脑皮层与皮层下区域时间记录的脑机接口方法。
14、本公开实施例提供的技术方案与现有技术相比具有如下优点:本公开实施例提供的大脑皮层与皮层下区域时间记录的脑机接口方案,监测皮层和皮层下区域的神经信号,对神经信号进行短时傅里叶变换和小波变换,得到频域信号和小波域信号,并根据频域信号和小波域信号进行计算皮层和皮层下区域的相位锁定值和相干性,根据预设的机器学习和模式识别算法对频域信号、小波域信号、相位锁定值和相干性进行处理,得到关键特征和时间序列信息,并根据关键特征和时间序列信息生成脑图、趋势图和统计报告,显示脑图、趋势图和统计报告。采用上述技术方案,利用同步时频分析技术,能够实时精准记录大脑皮层及皮层下区域的神经活动,通过整合先进的信号处理方法和机器学习算法,该设备能够动态评估和记录大脑不同区域间的活动和时间同步性,不仅能够提供良好的监测精度,还能够根据实时分析结果,为神经功能性疾病的诊断和治疗提供更为精准的数据支持,通过提供对大脑皮层及皮层下区域活动的记录与分析,为神经科学研究提供了强有力的工具。
本文档来自技高网...【技术保护点】
1.一种大脑皮层与皮层下区域时间记录的脑机接口设备,其特征在于,包括:
2.根据权利要求1所述的大脑皮层与皮层下区域时间记录的脑机接口设备,其特征在于,所述数据处理和机器学习模块,还用于:
3.根据权利要求1所述的大脑皮层与皮层下区域时间记录的脑机接口设备,其特征在于,所述数据处理和机器学习模块,具体用于:
4.根据权利要求1所述的大脑皮层与皮层下区域时间记录的脑机接口设备,其特征在于,所述数据处理和机器学习模块,具体用于:
5.根据权利要求1所述的大脑皮层与皮层下区域时间记录的脑机接口设备,其特征在于,所述人机交互模块,还用于:
6.根据权利要求1所述的大脑皮层与皮层下区域时间记录的脑机接口设备,其特征在于,所述同步时频分析单元,具体用于:
7.根据权利要求1所述的大脑皮层与皮层下区域时间记录的脑机接口设备,其特征在于,所述同步时频分析单元,具体用于:
8.一种大脑皮层与皮层下区域时间记录的脑机接口方法,其特征在于,包括:
9.一种电子设备,其特征在于,所述电子设备包括:
...【技术特征摘要】
1.一种大脑皮层与皮层下区域时间记录的脑机接口设备,其特征在于,包括:
2.根据权利要求1所述的大脑皮层与皮层下区域时间记录的脑机接口设备,其特征在于,所述数据处理和机器学习模块,还用于:
3.根据权利要求1所述的大脑皮层与皮层下区域时间记录的脑机接口设备,其特征在于,所述数据处理和机器学习模块,具体用于:
4.根据权利要求1所述的大脑皮层与皮层下区域时间记录的脑机接口设备,其特征在于,所述数据处理和机器学习模块,具体用于:
5.根据权利要求1所述的大脑皮层与皮层下区域时间记录的脑机接口设备,其特征在于,所述人机交互模块,还...
【专利技术属性】
技术研发人员:赵国光,魏鹏虎,王长明,史建伟,龚勋,宋子昂,单永治,徐航,于之恺,杨彦枫,
申请(专利权)人:首都医科大学宣武医院,
类型:发明
国别省市:
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。