基于真实头模型的tDCS仿真及优化系统研究
发布时间：2021-09-24 22:06
随着非侵入脑刺激（non-invasive brain stimulation,NIBS）技术的发展,经颅直流电刺激（transcranial direct current stimulation,tDCS）这项看似简单的刺激手段,正被广泛地应用于各种领域,包括神经障碍、神经康复和认知增强,研究发现,tDCS对改善人类各种形式的学习效果都有着一定的作用,tDCS在诱导突触的可塑性上,具有明显的优势,阳极刺激对于神经元细胞兴奋性的调节以及阴极刺激对于神经元细胞抑制性的作用已被证实为经颅电刺激（transcranial current stimulation,tCS）的刺激机制。然而,由于tDCS的作用过程会诱发颅内复杂的电场分布,且电极参数、电极配置、人的大脑结构的差异性等因素也会使得刺激结果具有很大的差异,这也是影响刺激的准确度的重要因素。本论文基于实现tDCS的靶向性刺激,提升刺激的精确度的目的,首先通过建立真实头模型的方法,研究了各个电极配置下的电场分布特性情况,并结合此项研究结果,对整个大脑进行电极配置优化,希望在刺激目标脑区的条件下,获得更好的刺激电极组合和注入电流的强度,从而...
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
正负电极刺激对神经元静息电位的影响
（www.fil.ion.ucl.ac.uk/spm）工具包的 nii 数据，在转换后的文件中，除原始文件外，可获得保留了完整的头部信息的文件与切除大脑以外区域的两个文件，为了保证后续研究结果的准确性与完整性，选取了保留完整头部信息的 nii 文件，为下一步的模型构建工作做准备。2.2.3 磁共振图像的分割图像的分割采用 Matlab 下的 SPM12 工具包对 T1 像数据进行处理。SPM12 图像分割以高斯混合模型为基础，高斯混合模型是广泛应用于组织分类的算法。在分割脑组织的过程中，通过对影像数据的体素级处理，提取各个组织的特异性，从而得到各个组织结构的先验概率（该概率通常由对参与实验者的大量计算获得，SPM12 工具包中，分别包含了亚洲人与欧洲人的模型），并结合图像配准等，完成组织分割，通过这样的分割，得到了头部的各个脑组织的初步成分，如图 2.1 所示，为分割得到的各组织基础图像，从左到右依次为：头皮、颅骨、灰质（greymatter，GM）、白质（whitematter，WM）、脑脊液（cerebrospinal fluid，CSF）。
1）能够按照结构的复杂程度，建立自适应性的四面体、六面体混合优化模型；2）能够采用水平集方法有效地分割出磁共振成像（magnetic resonance imagingMRI）中的不同组织结构；3）能够将不同的模型最优化地拼接在一起，设置接触部位无缝、无重叠；4）可适用于具有复杂边界的几何实体，并得到高保真度和精确性的表面重建模型；5）采用了独特的划分网格技术，并可同时进行网格质量检测和修复错误。在本次建模中，即利用此软件实现头模型的建立。在该软件中主要分成以下三个部分：1）ScanIP：主要负责完成图像的处理、分割、图像可视化和测量；2）ScanCAD：主要完成各部分模型的组合，准确地形成自适应网格与可视化。3）ScanFE：通过自动化、稳健的多部分体 FE&CFD 网格算法实现模型的网格化过程。三者之间在使用过程中的关系如图 2.2 所示。ScanIPCAD，STLCT，MRI
本文编号：3408518
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
正负电极刺激对神经元静息电位的影响
（www.fil.ion.ucl.ac.uk/spm）工具包的 nii 数据，在转换后的文件中，除原始文件外，可获得保留了完整的头部信息的文件与切除大脑以外区域的两个文件，为了保证后续研究结果的准确性与完整性，选取了保留完整头部信息的 nii 文件，为下一步的模型构建工作做准备。2.2.3 磁共振图像的分割图像的分割采用 Matlab 下的 SPM12 工具包对 T1 像数据进行处理。SPM12 图像分割以高斯混合模型为基础，高斯混合模型是广泛应用于组织分类的算法。在分割脑组织的过程中，通过对影像数据的体素级处理，提取各个组织的特异性，从而得到各个组织结构的先验概率（该概率通常由对参与实验者的大量计算获得，SPM12 工具包中，分别包含了亚洲人与欧洲人的模型），并结合图像配准等，完成组织分割，通过这样的分割，得到了头部的各个脑组织的初步成分，如图 2.1 所示，为分割得到的各组织基础图像，从左到右依次为：头皮、颅骨、灰质（greymatter，GM）、白质（whitematter，WM）、脑脊液（cerebrospinal fluid，CSF）。
1）能够按照结构的复杂程度，建立自适应性的四面体、六面体混合优化模型；2）能够采用水平集方法有效地分割出磁共振成像（magnetic resonance imagingMRI）中的不同组织结构；3）能够将不同的模型最优化地拼接在一起，设置接触部位无缝、无重叠；4）可适用于具有复杂边界的几何实体，并得到高保真度和精确性的表面重建模型；5）采用了独特的划分网格技术，并可同时进行网格质量检测和修复错误。在本次建模中，即利用此软件实现头模型的建立。在该软件中主要分成以下三个部分：1）ScanIP：主要负责完成图像的处理、分割、图像可视化和测量；2）ScanCAD：主要完成各部分模型的组合，准确地形成自适应网格与可视化。3）ScanFE：通过自动化、稳健的多部分体 FE&CFD 网格算法实现模型的网格化过程。三者之间在使用过程中的关系如图 2.2 所示。ScanIPCAD，STLCT，MRI
本文编号：3408518
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3408518.html
