本申請(qǐng)涉及人工智能領(lǐng)域,更具體地說(shuō),涉及一種經(jīng)顱交流電刺激方法和設(shè)備。
背景技術(shù):
1、經(jīng)顱交流電刺激(transcranial?alternating?current?stimulation,tacs)是一種創(chuàng)新的非侵入性腦刺激技術(shù),通過(guò)調(diào)節(jié)大腦神經(jīng)元的交流電活動(dòng),以頻譜特異性方式增強(qiáng)大腦內(nèi)源性神經(jīng)振蕩活動(dòng)。既往研究證明tacs產(chǎn)生的大腦刺激可以幫助實(shí)現(xiàn)提高心理功能,對(duì)受試者會(huì)產(chǎn)生不同心理功能的影響。
2、然而,tacs實(shí)際應(yīng)用往往受限于刺激參數(shù)個(gè)體化不足,其多以預(yù)先設(shè)定的參數(shù)開(kāi)展短時(shí)程持續(xù)神經(jīng)刺激調(diào)控,不考慮治療過(guò)程中生理活動(dòng)變化等反饋因素,是一種開(kāi)環(huán)式干預(yù),此形式由于缺乏一定的調(diào)節(jié)靈活度可能導(dǎo)致過(guò)度刺激或引發(fā)副作用。
3、因此,如何設(shè)計(jì)一種經(jīng)顱交流電刺激方法,實(shí)現(xiàn)自動(dòng)化、精準(zhǔn)化和高度個(gè)性化的調(diào)控,成為了本領(lǐng)域所需解決的問(wèn)題。
技術(shù)實(shí)現(xiàn)思路
1、有鑒于此,在第一方面,本申請(qǐng)?zhí)岢隽艘环N經(jīng)顱交流電刺激方法,所述方法包括:
2、動(dòng)態(tài)獲取受試者的腦電信號(hào);
3、利用閉環(huán)神經(jīng)調(diào)控網(wǎng)絡(luò)模型,對(duì)所述腦電信號(hào)進(jìn)行實(shí)時(shí)分析以確定受試者處于目標(biāo)狀態(tài)的概率,根據(jù)所述受試者處于目標(biāo)狀態(tài)的概率得到電刺激的動(dòng)態(tài)調(diào)控?cái)?shù)據(jù);
4、根據(jù)所述電刺激的動(dòng)態(tài)調(diào)控?cái)?shù)據(jù),動(dòng)態(tài)調(diào)節(jié)經(jīng)顱交流電刺激信號(hào),以實(shí)時(shí)調(diào)節(jié)所述受試者的大腦活動(dòng);
5、繼續(xù)動(dòng)態(tài)獲取經(jīng)電刺激后的受試者的腦電信號(hào),以根據(jù)所述受試者的腦電信號(hào)實(shí)時(shí)調(diào)節(jié)受試者的大腦活動(dòng)。
6、優(yōu)選的,在動(dòng)態(tài)獲取受試者的腦電信號(hào)之后,所述方法還包括:
7、對(duì)所述受試者的腦電信號(hào)進(jìn)行低通濾波和限幅處理。
8、優(yōu)選的,利用閉環(huán)神經(jīng)調(diào)控網(wǎng)絡(luò)模型,對(duì)所述腦電信號(hào)進(jìn)行實(shí)時(shí)分析以確定受試者處于目標(biāo)狀態(tài)的概率,根據(jù)所述受試者處于目標(biāo)狀態(tài)的概率得到電刺激的動(dòng)態(tài)調(diào)控?cái)?shù)據(jù),包括:
9、實(shí)時(shí)接收所述受試者的腦電信號(hào),并將所述受試者的腦電信號(hào)按照時(shí)間窗進(jìn)行標(biāo)記;
10、識(shí)別當(dāng)前腦電信號(hào)中的目標(biāo)狀態(tài)特征,根據(jù)當(dāng)前腦電信號(hào)中的目標(biāo)狀態(tài)特征得到當(dāng)前受試者處于目標(biāo)狀態(tài)的概率,并根據(jù)當(dāng)前受試者處于目標(biāo)狀態(tài)的概率和上一個(gè)時(shí)間窗下受試者處于目標(biāo)狀態(tài)的概率,得到電刺激的動(dòng)態(tài)調(diào)控?cái)?shù)據(jù)。
11、進(jìn)一步優(yōu)選的,所述閉環(huán)神經(jīng)調(diào)控網(wǎng)絡(luò)模型包括三層隱藏層。
12、進(jìn)一步優(yōu)選的,根據(jù)當(dāng)前受試者處于目標(biāo)狀態(tài)的概率和上一個(gè)時(shí)間窗下受試者處于目標(biāo)狀態(tài)的概率,得到電刺激的動(dòng)態(tài)調(diào)控?cái)?shù)據(jù),包括:
13、根據(jù)當(dāng)前受試者處于目標(biāo)狀態(tài)的概率和上一個(gè)時(shí)間窗下受試者處于目標(biāo)狀態(tài)的概率,計(jì)算相鄰兩個(gè)時(shí)間窗下的目標(biāo)狀態(tài)變化量;
14、根據(jù)目標(biāo)狀態(tài)變化量,得到電刺激的動(dòng)態(tài)調(diào)控?cái)?shù)據(jù)。
15、進(jìn)一步優(yōu)選的:
16、所述電刺激的動(dòng)態(tài)調(diào)控?cái)?shù)據(jù)包括:刺激頻率的調(diào)控?cái)?shù)據(jù)和/或刺激強(qiáng)度的調(diào)控?cái)?shù)據(jù);
17、所述刺激頻率的調(diào)控?cái)?shù)據(jù)的計(jì)算式為:
18、ft+1=ft―αf·δot;
19、所述刺激強(qiáng)度的調(diào)控?cái)?shù)據(jù)的計(jì)算式為:
20、it+1=it―αi·δot;
21、其中,ft+1表示下一時(shí)刻所需的刺激頻率的調(diào)控?cái)?shù)據(jù),ft表示當(dāng)前的刺激頻率的調(diào)控?cái)?shù)據(jù),it+1表示下一時(shí)刻所需的刺激強(qiáng)度的調(diào)控?cái)?shù)據(jù),it表示當(dāng)前的刺激強(qiáng)度的調(diào)控?cái)?shù)據(jù),αf表示刺激頻率在迭代過(guò)程中的步長(zhǎng),αi表示刺激強(qiáng)度在迭代過(guò)程中的步長(zhǎng),δot表示目標(biāo)狀態(tài)變化量。
22、進(jìn)一步優(yōu)選的,所述方法還包括:
23、計(jì)算調(diào)控結(jié)果獎(jiǎng)勵(lì)值,所述調(diào)控結(jié)果獎(jiǎng)勵(lì)值rt的計(jì)算式為:
24、reeg=―δot=―(ot―ot―1);
25、rt=w1·reeg+w2·rfeedback;
26、其中,reeg表示利用所述閉環(huán)神經(jīng)調(diào)控網(wǎng)絡(luò)模型調(diào)控目標(biāo)狀態(tài)的客觀評(píng)價(jià)值,rfeedback表示所述受試者對(duì)調(diào)控目標(biāo)狀態(tài)的主觀評(píng)價(jià)值,reeg和rfeedback的取值范圍為[0,1],w1表示平衡reeg重要性的權(quán)重,w2表示平衡rfeedback重要性的權(quán)重,ot表示當(dāng)前受試者處于目標(biāo)狀態(tài)的概率,ot―1表示上一個(gè)時(shí)間窗下的受試者處于目標(biāo)狀態(tài)的概率;
27、根據(jù)調(diào)控結(jié)果獎(jiǎng)勵(lì)值調(diào)整所述刺激頻率在迭代過(guò)程中的步長(zhǎng)和所述刺激強(qiáng)度在迭代過(guò)程中的步長(zhǎng),計(jì)算公式為:
28、a′f=af+η·rt·δot;
29、a′i=ai+η·rt·δot;
30、其中,η表示所述閉環(huán)神經(jīng)調(diào)控網(wǎng)絡(luò)模型的學(xué)習(xí)率,a′f表示調(diào)整后的刺激頻率在迭代過(guò)程中的步長(zhǎng),a′i表示調(diào)整后的刺激強(qiáng)度在迭代過(guò)程中的步長(zhǎng)。
31、進(jìn)一步優(yōu)選的,在利用閉環(huán)神經(jīng)調(diào)控網(wǎng)絡(luò)模型之前,所述方法還包括:
32、利用訓(xùn)練樣本訓(xùn)練所述閉環(huán)神經(jīng)調(diào)控網(wǎng)絡(luò)模型,所述訓(xùn)練樣本中帶有所述目標(biāo)狀態(tài)特征和對(duì)應(yīng)的目標(biāo)狀態(tài)的概率,用以所述閉環(huán)神經(jīng)調(diào)控網(wǎng)絡(luò)模型識(shí)別腦電信號(hào)中的目標(biāo)狀態(tài)特征并確認(rèn)對(duì)應(yīng)的目標(biāo)狀態(tài)的概率。
33、優(yōu)選的,所述方法還包括:
34、將所述受試者的腦電信號(hào)和對(duì)應(yīng)的經(jīng)顱交流電刺激信號(hào)輸出至遠(yuǎn)程監(jiān)控端;
35、接收所述遠(yuǎn)程監(jiān)控端輸入的調(diào)節(jié)信號(hào),以調(diào)節(jié)所述經(jīng)顱交流電刺激信號(hào)。
36、在第二方面,本發(fā)明實(shí)施例還提供了一種經(jīng)顱交流電刺激設(shè)備,所述設(shè)備包括:殼體、電極、數(shù)據(jù)處理端、用戶操作端和電源;
37、其中,所述電極用于捕獲受試者進(jìn)行腦電信號(hào);
38、所述數(shù)據(jù)處理端包括處理器,用于實(shí)現(xiàn)如上述第一方面中所述方法。
39、本申請(qǐng)?zhí)峁┑慕?jīng)顱交流電刺激方法,利用閉環(huán)神經(jīng)調(diào)控網(wǎng)絡(luò)模型,對(duì)腦電信號(hào)進(jìn)行實(shí)時(shí)閉環(huán)反饋分析,以動(dòng)態(tài)調(diào)節(jié)經(jīng)顱交流電刺激信號(hào),從而實(shí)時(shí)調(diào)節(jié)受試者的大腦活動(dòng),在此過(guò)程中,本申請(qǐng)可以實(shí)時(shí)收集和分析來(lái)自受試者的腦電信號(hào),根據(jù)受試者的狀態(tài)動(dòng)態(tài)調(diào)整刺激模式,為神經(jīng)元提供可控的刺激,有利于神經(jīng)回路的可塑性,實(shí)現(xiàn)了經(jīng)顱交流電刺激的精準(zhǔn)化和高度個(gè)性化,提高了刺激效果并減少了可能引發(fā)的副作用。
40、本申請(qǐng)的其它特征和優(yōu)點(diǎn)將在隨后的具體實(shí)施方式部分予以詳細(xì)說(shuō)明。
1.一種經(jīng)顱交流電刺激方法,其特征在于,所述方法包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,在動(dòng)態(tài)獲取受試者的腦電信號(hào)之后,所述方法還包括:
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,利用閉環(huán)神經(jīng)調(diào)控網(wǎng)絡(luò)模型,對(duì)所述腦電信號(hào)進(jìn)行實(shí)時(shí)分析以確定受試者處于目標(biāo)狀態(tài)的概率,根據(jù)所述受試者處于目標(biāo)狀態(tài)的概率得到電刺激的動(dòng)態(tài)調(diào)控?cái)?shù)據(jù),包括:
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述閉環(huán)神經(jīng)調(diào)控網(wǎng)絡(luò)模型包括三層隱藏層。
5.根據(jù)權(quán)利要求3或4所述的方法,其特征在于,根據(jù)當(dāng)前受試者處于目標(biāo)狀態(tài)的概率和上一個(gè)時(shí)間窗下受試者處于目標(biāo)狀態(tài)的概率,得到電刺激的動(dòng)態(tài)調(diào)控?cái)?shù)據(jù),包括:
6.根據(jù)權(quán)利要求5所述的方法,其特征在于:
7.根據(jù)權(quán)利要求6所述的方法,其特征在于,所述方法還包括:
8.根據(jù)權(quán)利要求3所述的方法,其特征在于,在利用閉環(huán)神經(jīng)調(diào)控網(wǎng)絡(luò)模型之前,所述方法還包括:
9.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述方法還包括:
10.一種經(jīng)顱交流電刺激設(shè)備,其特征在于,所述設(shè)備包括:殼體、電極、數(shù)據(jù)處理端、用戶操作端和電源;