融合MRI影像数据和EEG信号的TMS个体化刺激方法及系统

本发明属于颅磁刺激电信号分析，具体涉及融合mri影像数据和eeg信号的tms个体化刺激方法及系统。

背景技术：

1、tms是一种无痛的非侵入性的大脑神经刺激方法，近30年来，已被应用于临床和科研领域。tms技术的基本原理是通过颅外施加的时变磁场，在脑内皮质诱发时变性感生电场，并在脑组织内引起感生电流，当感生电流超过神经组织兴奋阈值时，即产生与直接电刺激相似的效果，从而对相应脑组织进行有效刺激。实施tms的过程中，经颅磁刺激仪和刺激线圈相连，刺激线圈被放置于被试头部需要刺激的区域，基于电磁感应原理，通过刺激线圈产生的脉磁场在大脑皮层产生感应电流，进而刺激大脑皮层神经，产生一系列生理生化反应。

2、现有的tms系统，主要分为两种，方法一是使用mri影像数据，不采集eeg信号，只采用固定频率对靶点刺激；方法二是通过eeg信号，提取个体化频率对靶点进行刺激的状态依赖tms刺激。方法一可以支持在mri数据上进行个体化靶点选取，在靶点的选取上更加灵活。但是无法记录神经活动，无法根据大脑目前的状态进行tms刺激，从而无法提供完整的刺激-响应反馈，即无法做到个体化频率的刺激。而方法二需要使用10-10/10-20系统确定靶点位置，然后需要在选取的靶点附近贴合电极，采集eeg数据，进行分析处理，获取α波段峰值位置，并设置触发tms刺激。然后检测对应位置肌肉的mep信号，并分析结果。这种方法可以实现神经活动记录，可以对刺激区域的神经活动进行实时监测和分析，从而实现刺激-响应的完整反馈循环，即可以实现个体化频率刺激。但是现有的状态依赖tms其空间分辨率并不高，其刺激的精准性受到靶点定位方法的限制。而且使用10-10/10-20系统会导致靶点的选取受限，无法做到个体化靶点位置的选择，10-10/10-20系统点位对大脑信息的描述并不是完全的，有些研究需要使用其规定之外的点位，此时便无法定位。

3、因此，现有的tms系统无法同时做到个体化频率刺激和个体化靶点位置的选择。

技术实现思路

1、为了解决现有技术中所存在的上述问题，本发明提供了一种融合mri影像数据和eeg信号的tms个体化刺激方法及系统。

2、本发明要解决的技术问题通过以下技术方案实现：

3、第一方面，本发明提供了一种融合mri影像数据和eeg信号的tms个体化刺激方法，包括：

4、通过mri数据以及个体化靶点定位方法确定出目标靶点，并在所述目标靶点和目标靶点周围特定位置处固定预设数量的电极；

5、获取所述电极的eeg信号，并利用独立成分分析法对所述电极的eeg信号进行分析，得到独立的eeg信号；

6、对所述独立的eeg信号进行干扰去除，得到独立去干扰的eeg信号；

7、利用所述独立去干扰的eeg信号以及仿真工具构建ar模型，并通过残差检验方法判断ar模型的有效性；

8、当所述ar模型有效时，通过所述ar模型得到未来预设时间段的预测数据；

9、从所述预测数据获取相位零值对应的α波段信号值位置，利用所述α波段信号值位置分析得到tms刺激信号给出时间。

10、可选地，在所述目标靶点周围特定位置处固定预设数量的电极，包括：

11、以所述目标靶点为圆心，在以预设电极距离为半径的圆环上固定预设数量的电极，所述预设数量的电极沿所述圆环均匀分布。

12、可选地，所述独立的eeg信号包括：靶点eeg信号和多个环路电极eeg信号；

13、所述对所述独立的eeg信号进行干扰去除，得到独立去干扰的eeg信号，包括：

14、对所述多个环路电极eeg信号计算平均值，得到环路电极均值eeg信号；

15、将所述靶点eeg信号与所述环路电极均值eeg信号求差值，得到所述独立去干扰的eeg信号。

16、可选地，所述利用所述独立去干扰的eeg信号以及仿真工具构建ar模型之前，还包括：

17、对所述独立去干扰的eeg信号进行预设频率滤波处理，获取α波段信号；

18、采集第一预设时间段的所述α波段信号，得到第一采集数据；

19、将所述第一采集数据去除掉其前后第二预设时间段的数据，得到有效数据。

20、可选地，所述利用所述独立去干扰的eeg信号以及仿真工具构建ar模型，包括：

21、调用仿真工具中的ar模型构建模块；

22、将所述有效数据导入所述ar模型构建模块，构建得到ar模型。

23、可选地，所述从所述预测数据获取相位零值对应的α波段信号值位置，利用所述α波段信号值位置分析得到tms刺激信号给出时间，包括：

24、对所述预测数据进行希尔伯特变换，计算得到相位零值对应的α波段信号值位置；

25、对所述相位零值对应的α波段信号值位置进行分段，得到多个分段信号；

26、对所述多个分段信号取最大值，得到所有α峰尖位置对应的时间；

27、将所述α峰尖位置对应的时间与tms设备触发时的固有延迟做差，得到所述tms刺激信号给出时间。

28、可选地，所述获取所述电极的eeg信号之后，还包括：

29、对所述电极的eeg信号进行带通滤波处理，得到带通滤波eeg信号。

30、可选地，利用独立成分分析法对所述电极的eeg信号进行分析，得到独立的eeg信号之后，还包括：

31、获取眼角位置电极的eeg信号，作为基准眼电信号；

32、根据所述基准眼电信号对所述独立的eeg信号进行眼电伪迹去除处理，得到独立的眼电伪迹去除eeg信号。

33、第二方面，本发明提供了一种融合mri影像数据和eeg信号的tms个体化刺激装置，包括：位置确定单元、获取单元、去干扰单元、构建单元、预测单元以及分析单元；

34、所述位置确定单元，用于通过mri数据以及个体化靶点定位方法确定出目标靶点，并在所述目标靶点和目标靶点周围特定位置处固定预设数量的电极；

35、所述获取单元，用于获取所述电极的eeg信号，并利用独立成分分析法对所述电极的eeg信号进行分析，得到独立的eeg信号；

36、所述去干扰单元，用于对所述独立的eeg信号进行干扰去除，得到独立去干扰的eeg信号；

37、所述构建单元，用于利用所述独立去干扰的eeg信号以及仿真工具构建ar模型，并通过残差检验方法判断ar模型的有效性；

38、所述预测单元，用于当所述ar模型有效时，通过所述ar模型得到未来预设时间段的预测数据；

39、所述分析单元，用于从所述预测数据获取相位零值对应的α波段信号值位置，利用所述α波段信号值位置分析得到tms刺激信号给出时间。

40、第三方面，本发明提供一种融合mri影像数据和eeg信号的tms个体化刺激系统，包括：电极、位置确定模块以及处理器；

41、所述电极用于，产生eeg信号；

42、所述位置确定模块用于，通过mri数据以及个体化靶点定位方法确定出目标靶点，并在所述目标靶点和目标靶点周围特定位置处固定预设数量的电极；

43、所述处理器用于，获取所述电极的eeg信号，并利用独立成分分析法对所述电极的eeg信号进行分析，得到独立的eeg信号；

44、对所述独立的eeg信号进行干扰去除，得到独立去干扰的eeg信号；

45、利用所述独立去干扰的eeg信号以及仿真工具构建ar模型，并通过残差检验方法判断ar模型的有效性；

46、当所述ar模型有效时，通过所述ar模型得到未来预设时间段的预测数据；

47、从所述预测数据获取相位零值对应的α波段信号值位置，利用所述α波段信号值位置分析得到tms刺激信号给出时间。

48、本发明提供了一种融合mri影像数据和eeg信号的tms个体化刺激方法及系统。其中，融合mri影像数据和eeg信号的tms个体化刺激方法：包括：通过mri数据以及个体化靶点定位方法确定出目标靶点，并在目标靶点和目标靶点周围特定位置处固定预设数量的电极；获取电极的eeg信号，并利用独立成分分析法对电极的eeg信号进行分析，得到独立的eeg信号；对独立的eeg信号进行干扰去除，得到独立去干扰的eeg信号；利用独立去干扰的eeg信号以及仿真工具构建ar模型，并通过残差检验方法判断ar模型的有效性；当ar模型有效时，通过ar模型得到未来预设时间段的预测数据；从预测数据获取相位零值对应的α波段信号值位置，利用α波段信号值位置分析得到tms刺激信号给出时间。通过mri数据以及个体化靶点定位方法确定出目标靶点，并利用该目标靶点定位电极位置，利用上述电极获取eeg信号参与后续状态依赖刺激运算，即将固定化频率刺激可以在mri数据上进行个体化靶点选取的优势，与通过eeg信号进行状态依赖刺激可以实现个体化频率刺激的优势进行了结合，解决了现有的tms系统只能做到个体化频率刺激或者只能做到个体化位置刺激的问题，提高了状态依赖刺激的空间分辨率。

49、以下将结合附图及对本发明做进一步详细说明。