利用结构有效性指标来规划导航经颅磁刺激专利检索-扩散张量数学与统计专利检索查询-专利查询网

利用结构有效性指标来规划导航 经颅磁刺激

阅读：654发布：2020-09-02

专利汇可以提供利用结构有效性指标来规划导航经颅磁刺激专利检索，专利查询，专利分析的服务。并且本文描述的方法包括：确定针对脑部的目标区域的结构有效性指标(SEI)，其基于脑部的至少一个神经特征来说明经颅磁刺激 (TMS)脉冲的有效性。SEI可包括各向异性指标(AI)。AI可至少基于目标区域的局部各向异性来说明TMS脉冲的有效性。SEI可包括连接指标(CI)。CI可说明TMS脉冲在不同于所刺激的目标区域的脑部位置的有效性。CI可至少部分基于白质束连接。可基于该位置处的实际神经结构(例如在该区域处的各向异性或白质束)，利用脑部的至少一个区域的SEI来规划该位置处的有效剂量和/或最小有效剂量。，下面是利用结构有效性指标来规划导航经颅磁刺激专利的具体信息内容。

权利要求

1.一种导航经颅磁刺激nTMS系统，包括处理器，其配置为根据以下步骤来确定针对nTMS的规划：
-确定针对脑部的目标区域的结构有效性指标SEI，其用于基于脑部的至少一个神经特征来说明经颅磁刺激TMS脉冲的有效性；所述至少一个神经特征包括：脑部的区域的神经各向同性或各向异性、神经束的方位、神经束的数量或平均数量、一个区域与另一个区域的连接；区域处的白质束的数量、密度和/或厚度及其组合；
-确定针对脑部的基础电场幅度和方位；以及
-基于针对所述目标区域的SEI和针对脑部的基础电场幅度和方位来计算脑部的目标区域的需要的感应电场向量。
2.根据权利要求1所述的导航经颅磁刺激nTMS系统，其中所述SEI包括至少基于所述目标区域的局部各向异性来说明TMS脉冲的有效性的各向异性指标AI，脑部的区域的各向异性是脑质在区域内的实际方位/偏差。
3.根据权利要求1或2所述的导航经颅磁刺激nTMS系统，其中SEI包括说明TMS脉冲在脑部中不同于所刺激的目标区域的位置处的有效性的连接指标CI，并且所述CI至少部分基于白质束连接，所述CI为所述白质束中的弯曲所在的位置的向量。
4.根据权利要求1所述的导航经颅磁刺激nTMS系统，所述处理器还配置为：
-识别包括脑部的所述目标区域的脑部的治疗区，其中脑部的治疗区和目标区域共享至少一个功能；
-在所述识别的治疗区内确定针对脑部的至少一个附加目标区域的至少一个附加SEI；
-基于针对每个治疗区的所确定的附加SEI来在脑部的所述识别的治疗区内确定脑部的最优目标区域；以及
-其中，针对脑部的最优目标区域来计算需要的感应电场向量。
5.根据权利要求1所述的导航经颅磁刺激nTMS系统，所述处理器还配置为：
-计算TMS线圈设备相对于脑部能感应出针对脑部的目标区域的所需要的感应电场的至少一个位置和方位。
6.根据权利要求1所述的导航经颅磁刺激nTMS系统，所述处理器还配置为：
-确定针对TMS线圈设备的至少一个线圈绕组的脉冲参数，以使所述脉冲参数能使所述TMS线圈设备感应出针对脑部的目标区域的所需要的感应电场。
7.根据权利要求6所述的导航经颅磁刺激nTMS系统，其中基于针对所述目标区域的SEI的量级来确定脉冲幅度参数。
8.根据权利要求1所述的导航经颅磁刺激nTMS系统，其中所述SEI为向量。
9.根据权利要求1所述的导航经颅磁刺激nTMS系统，其中所述SEI包括AI，并且确定针对脑部的目标区域的AI包括：由一系列针对脑部的目标区域的具有不同的脉冲方位的nTMS脉冲计算实际的AI。
10.根据权利要求1所述的导航经颅磁刺激nTMS系统，其中所述SEI包括AI，并且确定针对脑部的目标区域的AI包括：计算脑部的扩散张量成像DTI或扩散峰度成像DKI的AI。
11.根据权利要求1所述的导航经颅磁刺激nTMS系统，其中所述SEI包括AI，并且基于所述目标区域内的神经束的弯曲方向来确定针对脑部的目标区域的AI。
12.根据权利要求1所述的导航经颅磁刺激nTMS系统，其中所述SEI包括AI，并且基于所述目标区域内已知的神经束的数量或神经束的平均数量来确定针对脑部的目标区域的AI。
13.根据权利要求1所述的导航经颅磁刺激nTMS系统，其中所述SEI包括CI，并且基于纤维束成像跟踪来确定针对脑部的目标区域的CI。
14.根据权利要求1所述的导航经颅磁刺激nTMS系统，其中确定针对脑部的目标区域的SEI包括确定针对脑部的第一目标区域的SEI，以及：利用所确定的SEI来得到针对脑部的第二目标区域，或者基于不同于第一目标区域的相应神经特征的第二目标区域的已知神经特征或假设神经特征来修改针对脑部的第一目标区域的SEI，从而拟合脑部的第二目标区域。
15.根据权利要求1所述的导航经颅磁刺激nTMS系统，其中确定针对脑部的基础电场幅度和方位包括：确定基础电场向量。
16.根据权利要求1所述的导航经颅磁刺激nTMS系统，其中确定针对脑部的基础电场幅度和方位包括：利用垂直于大脑沟的感应电场来计算运动阈值MT。
17.根据权利要求1所述的导航经颅磁刺激nTMS系统，其中在脑部中的不同于脑部的所述目标区域的位置处确定针对脑部的基础电场幅度和方位。
18.根据权利要求1所述的导航经颅磁刺激nTMS系统，其中计算针对脑部的目标区域的需要的感应电场向量包括：基于所确定的SEI来修改所述基础电场幅度。
19.根据权利要求1所述的导航经颅磁刺激nTMS系统，其中计算针对脑部的目标区域的需要的感应电场向量包括：选择除垂直于脑部拓扑特征以外的角度，所述脑部拓扑特征包括大脑沟。
20.一种非暂时性计算机可读介质，其中存储有一组用于使处理器作为如权利要求1至
19中任一项所述的导航经颅磁刺激nTMS系统而发挥作用的计算机可实现的指令。

说明书全文

利用结构有效性指标来规划导航经颅磁刺激

发明领域

[0001] 本发明涉及经颅磁刺激(TMS)领域。本发明的某些实施例涉及导航TMS(nTMS)及其规划。

背景技术

[0002] 在TMS规划和刺激期间，期望在大脑中的任意给定位置引入最小有效剂量的刺激。通过给予低于最小有效剂量的剂量，该剂量可能不会产生预期的效果。给予远大于最小有效剂量的剂量会产生多个副作用。一些示例为：过度刺激区域、刺激比预期更大的区域、在限制刺激周期长度的区域或范围中累积过度剂量、使脑部的区域过热以及发生癫痫。

[0003] 可实验性地确定针对脑部的特定区域的最小有效剂量，例如在可测量或观察刺激效果的皮质运动区。然后，通常将该最小有效剂量作为针对脑部的其他区域的指南，复制该剂量或者在该剂量的基础上增加预定量，例如对另一区域进行针对其他区域的120％的最小有效剂量的刺激。通常，可应用一般经验法则，并且执行的剂量与针对每个非测量性位置的实际最小有效剂量之间无相关性。

[0004] 确定剂量有效程度的一个关键特征在于：被刺激的区域的神经结构和感应电场相对于该区域的方位。目前，TMS和nTMS系统均尚未考虑此信息，从而导致施加低效刺激剂量和无效刺激剂量。因此，期望具有一种为了确定最小有效剂量和/或方位而说明在刺激位置处的神经结构的系统及方法。另外，期望的是，要知道大脑内或大脑上的位置处的剂量的实际有效性是不易测量到的。

发明内容

[0005] 本发明的某些实施例的一个方面提供了一种导航经颅磁刺激(nTMS)规划和/或nTM刺激的方法。

[0006] 该方法的示例包括以下步骤：确定针对脑部的目标区域的结构有效性指标(SEI)，其用于基于脑部的至少一个神经特征来说明经颅磁刺激(TMS)脉冲的有效性，确定针对脑部的基础电场幅度和方位，以及基于针对所述目标区域和针对脑部的基础电场幅度和方位来计算脑部的目标区域的需要的感应电场向量。

[0007] 根据某些示例，SEI包括各向异性指标(AI)。AI可至少基于目标区域的局部各向异性来说明TMS脉冲的有效性。另外，根据某些示例，SEI包括连接指标(CI)。CI说明TMS脉冲在脑部中不同于所刺激的目标区域的位置处的有效性。此外，CI可至少部分基于白质束连接。

[0008] SEI可具有AI分量和CI分量。另外，SEI可仅为AI分量或CI分量。此外，SEI可包含或由与TMS的结构有效性相关的其他指标(例如部分各向异性指标(FIA))组成。SEI可以是向量、数值、角度(例如关于SEI向量的线圈角度或感应电场角度)的函数或方向。

[0009] 根据某些示例，方法包括计算TMS线圈设备相对于脑部的至少一个位置和方位的步骤，脑部能感应出针对脑部的目标区域的需要的感应电场。附加步骤可包括：确定针对TMS线圈设备的至少一个线圈绕组的脉冲参数，以使脉冲参数能使TMS线圈设备感应出针对脑部的目标区域的所需要的感应电场。

[0010] 根据某些实施例和示例，有利的是基于该位置处的实际神经结构(例如在该区域处的各向异性或白质束)，利用脑部的至少一个区域的SEI来规划该位置处的有效剂量和/或最小有效剂量。

[0011] 根据某些实施例和示例，有利的是利用脑部的至少一个区域的SEI来规划与其他位置具有类似神经神构的另一位置处的有效剂量和/或最小有效剂量。

[0012] 根据某些实施例和示例，有利的是基于该位置处的实际神经结构和剂量的方位，利用脑部的至少一个区域的SEI来确定在该位置处的某个剂量或者多个剂量的有效性。

[0013] 根据某些实施例和示例，有利的是基于在一个或多个区域处的实际神经结构，利用脑部的多个区域的SEI来选择最优的区域进行刺激，以获得期望的效果。

[0014] 此外，本发明的某些实施例的一个方面提供了一种存储有一组用于使处理器执行这里所描述的方法的计算机可实现的指令的非暂时性计算机可读介质。

[0015] 另外，本发明的某些实施例的一个方面提供了一种包括配置成根据此处所描述的方法来确定nTMS的规划或者执行nTMS的处理器的导航经颅磁刺激(nTMS)系统。附图说明

[0016] 图1示出了与示例nTMS刺激相关联的SEI的图形化表示。

[0017] 图2示出了脑部的神经结构的示例，其包括更详细的邻近要进行刺激的目标区域的区域的插图。

[0018] 图3示出了用于实验性地计算针对目标区域的AI的方法的示例。

[0019] 图4示出了在图3中所示的方法中确定的AI的图形化结果。

具体实施方式

[0020] 根据某些实施例，这里公开了规则导航经颅磁刺激(nTMS)的方法。这里的方法可用于创建用于后续对患者进行TMS的规划。该方法还可在规划下一个和/或未来刺激时在对患者进行TMS期间使用。

[0021] 根据某些方法，针对nTMS的规则包括以下步骤：确定针对脑部的区域或体积的结构有效性指标(SEI)。SEI可基于脑部的至少一个神经特征来说明TMS脉冲的有效性。这样的神经特征的示例为：脑部的区域的神经各向同性或各向异性、神经束的方位、神经束的数量或平均数量、一个区域与另一个区域的连接；区域处的白质束的数量、密度和/或厚度及其组合。通过本说明，其他示例将变得显而易见。

[0022] 根据某些示例，SEI可包含各向异性指标(AI)、连接指标(CI)、两者的组合和/或考虑AI、CI两个因素或其一的一般性指标。SEI、AI和/或CI可以是向量或其表示。他们也可以仅是数值指标。通常，AI说明至少基于区域的局部各向异性的TMS脉冲的有效性。类似地，通常，CI说明当应用至第一区域时，TMS脉冲在不同的第二区域处的有效性。第一区域通常位于皮质上或者在皮质附近。第二区域也可位于皮质上或者在皮质附近，但也可是脑部的更深区域。

[0023] 方法可还包括以下步骤：确定针对脑部的基础电场幅度和方位，以及基于针对所述区域的SEI和针对脑部的基础电场幅度和方位来计算期望或所需要的针对脑部的区域的感应电场向量。

[0024] 根据某些示例，可改变步骤的顺序。例如，根据某些方法，可针对脑部的特定区域和/或特定范围来确定和/或映射SEI。接下来可确定基础电场幅度和方位。例如，基础电场幅度可以是运动阈值(MT)，基础方位可垂直于脑部拓扑特征。类似地，确定基础电场幅度和方位之后，确定针对脑部的某个区域和/或某区。

[0025] 如这里讨论地，区域或目标区域指的是所需要的TMS脉冲的焦点。由于焦点通常是三维的，因此这里的术语区域与体积同义。区或治疗区指的是比包含有多个可能的目标区域的目标区域还要大的区域。类似地，区或治疗区与治疗体积同义。因此，区或治疗区比目标区域要大。

[0026] 这里所公开的确定步骤可通过例如实验(当可行时)、计算、重新计算、调整、优化、从单独的设备/系统中输入相关数据或其组合来执行。

[0027] 一些规划TMS脉冲及向受体实施TMS脉冲的方法假设受体脑部的目标区域是各向同性的，即该区域内的脑物质是随机取向的。其他规划TMS脉冲并向受体实施TMS脉冲的方法假设受体脑部的目标区域是完全各相异性的，即该区域内的脑物质完全沿同一方向对齐。然而，在脑部的任意给定区域内的脑物质的方位通常不是一致的，而是会偏向某个方向或者某些方向。因此，脑部的任意给定区域是各向异性的，即脑物质不完全是随机取向的。

[0028] 当在脑部的区域内感应电场时(例如通过TMS)，该电场的效果高度取决于与受影响的脑物质的方位有关的电场的方位。TMS刺激激励平行于电场的神经束以及带有弯曲的束。此外，已从TMS中诱发的反应可受到生理因素影响。这些生理因素可以足够强，以至于强过潜在的神经结构的影响。

[0029] 从图1中可以看到，脑部的目标区域101通常位于大脑沟103上或者大脑沟103的附近，例如中央沟。当假设目标区域101的神经束完全一致时(例如围绕大脑沟)，则基础电场向量105的理想方位是垂直于大脑沟103，因而平行于目标区域101的各向异性。

[0030] 从图2中可以看到，对于接收来自nTMS系统的线圈设备202的剂量来说，在目标区域101附近的脑部204结构可以是非常复杂的。如灰质207、白质206及其边界(如线条所示)会影响TMS的有效性。可将各向异性(例如灰质207的各向异性)考虑进具有例如是在目标区域101处或在目标区域101附近的灰质207的AI分量的SEI中。类似地，AI分量可构成针对在目标区域101处或在目标区域101附近的灰质207的SEI的一部分。另外，可将在目标区域101处或者在目标区域101附近的白质束208考虑进SEI的CI分量中。CI分量可以是白质束208中的弯曲所在的位置的向量和/或表示。

[0031] 如此处所描述地，脑部的区域的各向异性是脑质在区域内的实际方位/偏差。可通过许多方式来确定各向异性，例如通过扩散张量成像(DTI)、扩散峰度成像(DKI)、观察成像或模型中的白质束、观察成像或模型中的灰质方位、观察成像或模型中的皮质的表面曲率等。此外，为了对区域或区的各向异性进行分类，可利用MRI、DTI、DKI、超声波或其他图像的图像识别软件来确定各向异性。

[0032] 如此处所描述地，各向异性指标(AI)可以是指标值，例如从脑部的区域的各向异性中确定数值或者代表脑部的区域的各向异性的数值。因此，可将AI用于nTMS规划的计算中。根据某些示例，AI是根据随机分布或各向同性的区域的差异的表示。作为示例，AI为0表示区域是各向同性的，AI为1表示区域100％偏离特定方向。然而，实际上，在0-1的标准中，AI通常在0.7至0.9之间。然而，应当理解的是在不偏离本发明范围的情况下可采用其他标准。

[0033] SEI和/或AI还可以是向量。AI向量可表示基于区域的各向异性在区域处进行刺激的最优方位。如图1所示，AI(即AI向量106)是向量。具有最优刺激方向的AI向量106偏离假设为完全各向异性的基础电场向量105角度107(α)。向量的量级可表示基于区域的各向异性沿AI向量方向进行刺激的有效性。作为示例，如果在目标区域处的神经束普遍(但非一致地)沿特定的方向，并且由于此特定的非一致性，沿特定方向的刺激将仅为90％有效，则AI向量沿特定方向的量级为0.9。

[0034] 此外，SEI和/或AI可以是预期刺激方向与各向异性角度的夹角的函数。延续上述示例，如果AI向量沿特定方向的量级为0.9，而如果使预期的刺激偏离该方向5度，刺激的有效性下降至75％，则针对特定方向的AI加上/减去5度将为0.75。例如，可参照图4所示的示例。因此，在图1的示例中，所示的SEI作为取决于感应电场和最优方向(即AI向量106)之间的角度α的最优向量(即AI向量106)周围的范围。

[0035] 根据某些实施例，可识别治疗区102。在治疗区102内可以有多个潜在的目标区域101。在治疗区102内的目标区域101的各向异性可以是变化的。由于基于目标区域101的各向异性(例如基于神经微结构及其方位)会影响TMS，有利的是知晓特定的目标区域101的各向异性是如何与其他目标区域相关联的。基于这个信息，可确定治疗区102内的一个或多个最优的目标区域101，和/或可优化针对特定的目标区域101的刺激参数。

[0036] 为了优化治疗效率或TMS的特殊性，在给定的治疗区102内感应出最小有效电场是有价值的。剂量越大，影响的脑部的区域就越大。因此，使剂量保持在最小有效量会减少对脑部的非预期区域的刺激。此外，每次剂量越低，那么在保持向脑部的周围区进行刺激的安全量的同时，，可进行刺激的剂量数就越多。

[0037] 通常，在nTMS周期的开始位置确定MT。当操作者已知晓用于/重新用于多个TMS周期时，每次可确定MT。MT常见为休眠MT。MT通常是归一化至刺激器的最大输出功率的最小刺激强度，或者是足以引起受体的运动反应的电场的最小有效幅度。其他较不常见的阈值可应用类似的原理，但是所测量的/所观察的反应会发生变化。

[0038] 通常利用垂直于中央沟的感应电场来确定MT。然而，根据本发明的示例，包括AI的SEI可针对MT位置确定一次。虽然MT的幅度可针对患者随时间而变化，但是脑部的该区域的各向异性并不会发生较大变化。因此，如果一旦建立针对患者的确定MT的最优的刺激方位和/或刺激效果，则可在未来的MT确定步骤中重新使用相同的方位。这样的实施方式可提高确定患者的MT的速度和可靠性。

[0039] 由于可测量和/或观察到脑部的区域(诸如皮质运动区)处对于刺激的反应，因此能实验性地计算出针对任意给定目标位置的实际最有效的刺激幅度和方位。然而，虽然可能，但实际中并没有必要这样做。因此，一旦计算出针对个人的MT，则通常会将此值用作针对脑部的基础电场幅度。另外，如上面所描述地，基于脑部的基础电场幅度可能是标准的MT计算结果或者是考虑到针对该目标区域的SEI、AI和/或CI的MT。在将脑部的其他范围作为目标时，可将刺激幅度作为MT或基础电场幅度的函数。作为示例，如果已知针对患者的MT，则当刺激目标区域101时，可使用MT的幅度的105％或120％。在基础幅度基础上的幅度增量可保证所产生的刺激是有效的。

[0040] 一些因素影响了给定的刺激有效的程度。可以目标区域的各向异性为特征的神经微结构将会影响给定脉冲的有效性。因此，在没有必要考虑这些因素的情况下，当将脑部的另一区域或区作为目标时，使用者可根据经验法则来合理地对MT幅度施加增量(例如20％)。这样做的结果是，在一些情况下，20％的增量不足以产生期望的效果。在其他情况下，20％的增量明显更有必要，操作者使患者的脑部接受非必要的刺激量。由于高于必要的强度会激励大于预期的脑部的区域，而太小的强度可能不足以保证皮质神经激励的有效性，因此要调整并选择期望的刺激强度。

[0041] 因此，根据某些示例，可利用可包含各向异性和/或AI的SEI来更好地计算在给定目标区域处的必要的感应电场。例如，当计算MT时，也可计算针对该目标区域的AI。如上面提到地，通常利用垂直于中央沟的感应电场来计算MT。如图3中所示地，例如，一旦确定MT，则利用所确定的MT并通过将感应电场旋转多个角度来计算针对该目标区域的AI。可根据作为来自拓扑特征(例如大脑沟)的感应电场角度的函数的运动诱发电位计算得出AI。

[0042] 此外，可通过在相同的点沿多个角度施加脉冲来确定实际最优的电场方位。例如在图1中可以看出，具有垂直于中央沟(即大脑沟103)的基础方位的基础电场向量105并不是最优方位。基于目标区域的各向异性，最优方位(即AI向量106)会偏离基础方位角度α。

[0043] 在给定的目标区域处，感应电场的有效幅度可等于AI、基础电场幅度(例如MT)和α(例如基础电场角度与最优方位(即AI向量106)的差值)的余弦值的乘积。

[0044] 可确定针对目标区域(在该处确定MT)的各向异性。此步骤可在计算MT和/或AI前后执行。然后，可将针对该目标区域的各向异性与其他目标区域(例如治疗区域)的各向异性进行对比。在治疗区域属于不具有任何易于直接测量或观察的神经束的脑部的一部分的示例中，可基于针对目标区域的AI和基础电场幅度和方位来计算期望的感应电场向量。

[0045] 针对可测量针对激励的反应的部分脑部(例如在皮质运动区内)，可直接测量和/或计算针对任意给定位置的AI。图3和4示出了此设置的示例。例如，在图3的给定目标区域101处，可向相同的目标区域101、但以多种方位(例如范围从初始方位0偏离正/负135度)来执行多个刺激脉冲。初始方位可垂直于已知的脑部拓扑特征(例如中央沟)。

[0046] 可从图4中看出，图3中所示的示范性AI确定的结果。在每个角度处分别执行TMS脉冲，可测量并描绘作为结果的运动诱发电位(MEP)。结果示出了当角度发生改变偏离最优角度时，脉冲的有效性会迅速下降。通过对结果应用高斯函数，可确定针对目标区域101的AI。在图4中还可以看出，AI的幅度可取决于偏离最优角度的角度。

[0047] 在不易于实验性地确定目标区域的SEI的情况下，可利用其他方式来计算SEI。例如，针对脑部的区域的SEI可包括根据脑部的DTI、DKI和/或考虑脑部的区域内白质束的连接(例如从纤维束成像跟踪中)来计算SEI。此外，可基于所述区域内的神经束的弯曲方向和/或区域内神经束的已知数量或平均数量来计算针对脑部的区域的SEI。

[0048] 另一个确定针对脑部的特定目标区域的SEI的示例是，先确定针对脑部的第一区域(例如用于确定MT的目标区域)的SEI，然后利用所确定的SEI来确定针对脑部的第二区域(在治疗区内)的SEI。此外，可基于第二区域的已知特征和/或假设特征(其不同于第一区域的相应特征)来修改针对脑部的第一区域的AI，以拟合脑部的第二区域。

[0049] 此外，确定针对脑部的区域的SEI可包括计算或估计脑部的所述区域的各向异性、利用类似的各向异性来识别脑部的不同部分、计算针对脑部的所述不同部分的SEI、以及采用所述计算的针对脑部的所述不同部分的SEI作为针对脑部的所述区域的SEI。例如，如果已知SEI、AI和/或针对目标区域(在该处计算MT)的各向异性，并且其中治疗区具有多个带有不同SEI的合适的目标区域，则可基于寻找具有与MT目标区域最相似的SEI的合适目标区域来选择待刺激的特定目标区域。在此种方式下，预计可将期望的刺激有效性从所测量的MT目标区域复制到新的区域。

[0050] 类似地，如果期望将特定的目标区域用于不易测量反应或观察反应的脑部的区域，则可发现在具有相似神经特征、各向异性、AI、CI或其组合的在脑部的另一个区域的位置。在该相似的区域中，可确定AI和/或角度α，然后可确定就期望使用的特定的目标区域而言所使用的信息。

[0051] 此外，在规划阶段，针对目标范围，可将SEI映射为治疗区的部分或整体。可基于映射来识别特定的目标区域，在映射中，将需要最小的感应电场具有期望的效果。在此种方式下，可通过最大效应(例如最大神经刺激效应)来减小感应电场对脑部的总照射量。

[0052] 如上面所讨论地，可利用预选方位和/或默认方位(例如垂直于脑部拓扑特征)以及所确定的MT来确定基础电场的幅度和方位。另外，确定针对脑部的基础电场的幅度和方位可包括：确定脑部的区域的理论上的最优感应电场，其并不说明所述区域的各向异性。

[0053] 计算针对脑部的区域的期望的或需要的感应电场向量可包括基于所确定的SEI来修改基础电场的幅度。计算针对脑部的区域的期望的感应电场还可包括或者其自身包括基于SEI、各向异性和/或AI来选择不同于垂直于脑部拓扑特征(例如大脑沟)的角度。

[0054] 此外，方法可包括附加的步骤。例如，根据某些示例，方法包括步骤：识别脑部中包括所述脑部区域的区，其中脑部的区和区域共享至少一个功能，在所述识别的区内确定针对脑部的至少一个附加区域的至少一个附加的SEI，基于所确定的针对每个区的SEI来在脑部的所述识别的区内确定脑部的最优区域，其中针对脑部的最优区域来计算期望的感应电场向量。

[0055] 根据某些示例，方法还包括步骤：计算TMS线圈设备相对于脑部的至少一个位置和方位，所述脑部能针对脑部的区域感应出所述期望的感应电场。再有，方法还可包括步骤：确定针对TMS线圈设备的至少一个线圈绕组的脉冲参数，以使脉冲参数能使TMS线圈设备感应出针对脑部的区域的期望的感应电场。脉冲参数可包括脉冲幅度、持续时间和方向等。

[0056] 此外，可利用部分各向异性(FA)来确定SEI和/或AI。另外，可以有单独使用的、代替本文所述的其他指标来使用的、或者作为SEI的一部分来使用的部分各向异性指标(FAI)。可根据在FA值的平面垂直于TMS线圈情况下的目标区域的例如在刺激或预期刺激下球形(或其他形状)体积来确定FA或FAI。可利用FA测量和/或计算白质内的扩散渠道的各向异性。例如，FAI越高(例如接近0-1标准中的1)，扩散的方向性就越高。如果FAI为0或者接近0，则扩散不具有方向或者具有非优选的方向。根据某些示例，AI例如是经由电磁感应的测量方向性或神经方向性以及组织。根据某些示例，FAI是流体(例如水)扩散的衡量。通常可基于在至少12个扩散方向上采集的图像来计算FA。因此，可生成FA图，并且FAI可表现为数值和/或向量。还可通过纤维束成像跟踪来确定FA和FAI。

[0057] 根据某些实施例，在暂时性和/或非暂时性的计算机可读介质中存储有用于执行本公开的任何方法的计算机可实现的指令。

[0058] 此外，根据某些实施例，公开了一种包括配置为执行实现本公开的任何方法的处理器的系统。系统还可包括nTMS组件，例如TMS线圈设备。

[0059] 根据上面所讨论的方法及实施例，可基于区域的纤维束成像跟踪来改变电场刺激患者的剂量。因此，SEI可包括CI分量，或者SEI可仅为CI。因此，SEI和/或CI可成为区域的连接的函数，或者区域的连接的表示。例如，治疗区内具有两倍的连接到脑部的另一区的白质束的的目标区域可具有仅含有一半白质束的目标区域的两倍的CI或CI分量。CI或CI分量可在基于连接的不同目标区域之间是线性的，或者CI或CI分量可基于另一函数和/或附加参数。因此，在这样的示例中，如果要刺激两个区域，则针对具有两倍的白质束的区域的必要感应电场幅度不必与仅具有一半白质束的区域的感应电场幅度一样大。

[0060] 类似于白质束数量的讨论，可将同样的设置应用于神经束的厚度，神经束的束厚、区域内神经束的平均数量或其组合。再有，例如，任何关于连接的相对质量的表示(例如基于可通过纤维束成像跟踪确定的白质束)均可用于本文公开的方法。可通过连接两个区域的灰质束和/或白质束的数量或横截面的大小来对连接和/或CI进行表征。可将CI确定为与已知的连接相关，例如手、腿或其他身份部分的运动区域。还可将CI确定为与至脑部更深结构的神经束的连接相关。当在另一具有类似或不同的已知连接和/或CI的位置处进行具有已知连接和/或CI的基础刺激(例如MT)时，可利用神经束的总数和/或神经束的横截面积来确定成功刺激所需的相对刺激量。此外，CI可以是具有例如是神经束(白质束或灰质束)的弯曲方向或平均弯曲方向的表示的方向的向量。

[0061] 通过此示例可以看出，根据某些示例，针对给定区域的SEI、AI、CI或其组合越高，必要的刺激能量或剂量就越低。然而，当然，通过简单地采用另一个公式或者本文所述的指标定义，较低的指标值还可表示较低的必要剂量。然而，应理解区域之间的连接越好，必要的剂量就越低。类似地，只要感应电场在最优方位中是对准的，那么区域的各向异性越大，所需的剂量就越少。这里，可将剂量解释成等同于感应电场的幅度。

[0062] 应该理解的是，本发明所公开的实施例不限于这里所公开的特定结构、处理步骤或材料，而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是，在此使用的术语仅用于描述特定实施例的目的，而并不意味着限制。

[0063] 说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。

[0064] 为了方便，在此使用的多个项目、结构单元、组成单元和/或材料可出现在共同列表中。然而，这些列表应解释为该列表中的每个元素分别识别为单独唯一的成员。因此，在没有反面说明的情况下，该列表中没有一个成员可仅基于它们出现在共同列表中便被解释为相同列表的任何其他成员的实际等同物。另外，在此还可以连同针对各元件的替代一起来参照本发明的各种实施例和示例。应当理解的是，这些实施例、示例和替代并不解释为彼此的等同物，而被认为是本发明的单独自主的代表。

[0065] 此外，所描述的特征、结构或特性可以任何其他合适的方式结合到一个或多个实施例中。在下面的描述中，提供一些具体的细节，例如长度、宽度、形状等，以提供对本发明的实施例的全面理解。然而，相关领域的技术人员将明白，本发明无需上述一个或多个具体的细节便可实现，或者也可采用其他方法、组件、材料等实现。在其他示例中，周知的结构、材料或操作并未详细示出或描述以免模糊本发明的各个方面。

[0066] 虽然上述示例用于说明本发明在一个或多个应用中的原理，但对于本领域的技术人员来说，在不背离本发明的原理和思想的情况下，明显可以在形式上、用法及实施的细节上作各种修改而不用付出创造性劳动。因此，本发明由所附的权利要求书来限定。

标题	发布/更新时间	阅读量
指纹纹理图像的去噪增强方法及其系统	2020-05-18	717
扩散峭度张量成像的高阶张量特征参数提取方法	2020-05-12	648
一种各项异性扩散滤波的三维散乱点云平滑去噪方法	2020-05-19	776
一种基于扩散张量成像的脑部特征提取方法	2020-05-13	802
一种利用双能减影数据分离胸片图像中成分的方法及装置	2020-05-25	930
一种利用双能减影数据分离胸片图像中成分的方法及装置	2020-05-25	105
基于多张量的磁共振扩散加权图像结构自适应平滑方法	2020-05-17	118
用于脑白质纤维跟踪的高阶扩散张量混合稀疏成像方法	2020-05-18	1033
基于峰度张量分数各向异性微结构特征提取方法与装置	2020-05-23	47
借助磁共振确定扩散张量的系数的方法和装置	2020-05-13	587

利用结构有效性指标来规划导航经颅磁刺激

利用结构有效性指标来规划导航经颅磁刺激

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：