申请/专利权人:西安电子科技大学
申请日:2023-11-29
公开(公告)日:2024-01-30
公开(公告)号:CN117462852A
主分类号:A61N2/04
分类号:A61N2/04;A61N2/00;A61B5/369;A61B5/372;A61B5/374;A61B5/386;A61B5/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.20#实质审查的生效;2024.01.30#公开
摘要:本发明公开了一种融合点云深度学习和EEG信号的TMS个体化刺激方法,包括:获取待测目标头部的个体点云数据;利用训练好的深度学习模型对个体点云数据进行处理,得到个体化靶点位置;其中,深度学习模型是利用不同个体的核磁数据及点云数据对预设的深度学习网络进行训练得到的;获取个体化靶点位置及其周围若干位置处的EEG信号;对EEG信号进行处理及预测,得到TMS触发信号给出时间,以便于根据TMS触发信号给出时间对待测目标进行个体化频率刺激。该方法仅通过个体点云数据即可实现个体化靶点位置的准确确定,减轻了采集患者头部核磁造成的时间和经济方面的高额成本,且具有普适性,适用于TMS个体化刺激系统的定位。
主权项:1.一种融合点云深度学习和EEG信号的TMS个体化刺激方法,其特征在于,包括:获取待测目标头部的个体点云数据;利用训练好的深度学习模型对所述个体点云数据进行处理,得到个体化靶点位置;其中,所述深度学习模型是利用不同个体的核磁数据及点云数据对预设的深度学习网络进行训练得到的;获取所述个体化靶点位置及其周围若干位置处的EEG信号;对所述EEG信号进行处理及预测,得到TMS触发信号给出时间,以便于根据所述TMS触发信号给出时间对待测目标进行个体化频率刺激。
全文数据:
权利要求:
百度查询: 西安电子科技大学 融合点云深度学习和EEG信号的TMS个体化刺激方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。