一种基于时间干涉的闭环多模态神经刺激系统及

本发明属于神经刺激，尤其是涉及一种基于时间干涉的闭环多模态神经刺激系统及方法。背景技术：1、大脑的活动主要表现为神经元放电，因此可以通过调节神经元的电位活动诱发短时间或长期的脑功能改变。人为的直接调控神经元活动，与神经和精神方面的疾病治疗有着非常大的相关性。在临床上也可用于脑神经疾病的治疗当中，有着巨大的潜力，并且也能有助于科学的研究人类大脑神经在感觉、运动及认知方面的潜在机制。2、现有的神经刺激方法主要有电刺激、磁刺激、光遗传刺激和超声刺激几个大类，其中电刺激是通过向神经系统传递电流来激活神经元，有植入侵入式电极的深部脑刺激和无创的经颅电刺激两大路线；磁刺激是通过在头皮上放置线圈产生磁场进而影响大脑活动；光遗传刺激是通过基因工程给细胞转染光敏蛋白，通过光线刺激这些蛋白引起神经元的兴奋；超声刺激是通过聚焦超声波刺激神经元。其中电刺激和光遗传刺激因其效果明显、可靠性高被广泛应用在脑功能的研究和神经相关疾病的治疗之中。从刺激方式的角度出发现有的主流刺激方法都有明显缺陷：深部脑刺激需要脑部植入电极来完成，这种侵入性操作可能导致感染、出血等潜在的并发症，增加了植入手术的复杂性和风险，同时患者也需要更长的恢复时间。此外电极植入方式因为植入深度的限制和电极定位的限制，在刺激的选择性和刺激的空间分辨率上都有较大的劣势；经颅电刺激虽然是无创刺激，但经颅电流只能提供阈下刺激，使用这种方式可以提高神经元的活性让其更加容易被激活但无法直接激活神经，并且经颅电流是没有指向性的被电流覆盖的区域都会受其影响，这两点特性极大地限制了经颅电刺激的应用；光遗传刺激刺激精度高、反应速度快，但因为需要进行外科手术植入刺激器并且涉及到转基因技术，因而在实际应用中也十分有限。3、从系统结构角度出发，传统的刺激方式没有闭环调控系统，缺乏校正与优化手段，因使用者的个体差异较大，刺激方案与使用者的磨合周期长，不利于其应用。技术实现思路1、本发明的目的是提供一种基于时间干涉的闭环多模态神经刺激系统及方法，解决上述技术存在的传统的刺激方式没有闭环调控系统，缺乏校正与优化手段，且刺激方案与使用者的磨合周期长，不利于应用的问题。2、为实现上述目的，本发明提供一种基于时间干涉的闭环多模态神经刺激系统，包括时间干涉刺激系统、脑电-功能性近红外采样系统和上位控制系统；时间干涉刺激系统利用两组电极产生的差拍电场对脑部指定区域进行精确刺激；脑电-功能性近红外采样系统是耦合脑电和功能性近红外的双模态采集器，包含信号提取和相关性分析两部分，通过整合eeg时间精度和fnirs空间精度的统合脑信号数据来分析刺激效果和调整刺激方案；上位控制系统包括双模态融合模型计算、图卷积神经网络预测和刺激方案制定。3、优选的，时间干涉刺激系统包括通信控制模块、电源模块和时间干涉刺激模块；通讯模块采用soc芯片，内部融合了处理器和无线通讯的功能，完成时间干涉刺激系统与上位控制系统的通信和刺激电流的控制；电源模块采用低噪音、低压降稳压器外加屏蔽层的设计；时间干涉刺激模块由两路差拍电极组构成，由两个正弦波发生器产生相差10-20hz的2khz交流信号，两路信号经由贴于头皮表面的电极组在颅内发生干涉，干涉产生的低频包络电流刺激指定区域的神经细胞。4、优选的，脑电-功能性近红外采样系统包括eeg脑电采集模块和fnirs功能性近红外脑信号采集模块；eeg脑电采集模块使用表皮电极进行信号记录；eeg脑电采集模块中时间干涉刺激产生的脑电信号经由预处理电路进行信号的滤波和去噪，然后通过模数转换器将信号转化为数字形式发送至通讯和控制子系统，脑电信号将经过mcu进行去除伪影和去除基线漂移后上传至上位控制系统；fnirs功能性近红外脑信号采集模块通过监测大脑血红蛋白和氧合血红蛋白在近红外光谱范围内的吸收变化来测量大脑特定区域的活动水平，fnirs功能性近红外脑信号采集模块使用发光二极管作为光源产生650nm近红外光，光电二极管作为光信号探测器将经过脑组织的光信号转化为电信号进行分析，得到的电信号将通过预处理进行去噪和滤波后再经由模数转换器将信号数字转化后发送至通信和控制子系统，mcu进行脑组织血氧计算获得大脑活动信号将活动信号上传至上位控制系统。5、优选的，双模态融合模型计算对eeg和fnirs的信号数据进行特征提取并将两者组合成融合模型然后进行相关性分析。6、优选的，图卷积神经网络预测是根据所期望的刺激效果预测刺激位置，并制定刺激方案，具体表示如下：7、设g＝(v；e)表示一个图网络，v表示节点集，e表示边集，如果两个节点vi,vj有边相连，则(vi,vj)∈e，整个网络视为由不同大脑功能区组成的节点通过连接神经相连，整体是由有限个节点的子图组成的机构；8、其中，将某个脑区节点一段固定时间中四种脑波记为不同维度，维度数为d，设采样数为τ，则n个脑网络节点在t时刻的输入脑活动特征矩阵具体表示如下：9、χ＝(x1,x2,...,xt,...,xτ)∈rn×d×τ10、其中x表示图中n个节点在t时刻脑活动特征矩阵，具体表示如下：11、12、对于有k个采样数的输出脑活动特征矩阵具体表示如下：13、14、其中y表示n个节点在第k个时间点的脑活动矩阵；15、预测任务使用n个脑网络节点相邻t个时间采样的数据，将脑活动特征预测任务表示为函数ψ，具体表达式如下：16、γ＝ψθ(xt-t+1,xt-t,...,xt；g)。17、本发明还提供了一种基于时间干涉的闭环多模态神经刺激方法，包括以下步骤：18、步骤1、确定刺激目标环节，确定计划刺激的位置和预期的四种脑波特征信号反应，包括δ、θ、α、β；其中δ的频率为0.5-3.5hz、θ的频率为4-7hz、α的频率为8-13hz、β的频率为14-30hz；19、步骤2、设定刺激参数环节，若是初次刺激，此时尚无可利用的图卷积神经网络反馈结果，需要根据包络电场的产生特性去计算两组电极的放置位置和电流频率，若不是初次刺激，则根据图卷积神经网络预测的结果确定电极的放置位置和频率参数设定；20、步骤3、执行刺激环节，使用两组电极置于头皮产生有微小频率差距的经颅交流电，两组电流将在颅内特定区域激发低频包络电场以激活神经元；21、步骤4、双模态数据采集和预处理环节，由eeg和fnirs两套采集系统联合采集大脑信号，并将所采集信号进行预处理后，按对应采样时间打包；22、步骤5、数据处理和相关性分析环节，上位控制系统将对两种模态的数据进行特征提取，进行相关性分析计算，得到时间成分特征和空间成分特征；23、步骤6、判断刺激是否达到预期环节，通过分析采集到的被刺激者的四种脑波信号和生理上的反应，判断刺激是否达到预期目标；24、步骤7、图卷积神经网络预测环节，利用先前刺激数据集和刺激中收集到的刺激数据集训练图卷积神经网络预测模型，以预期中大脑活动特征四种脑波为出发点逆向预测原始的被刺激点和被激活情况；25、步骤8、刺激方案优化环节，利用图卷积神经网络预测的被刺激位置和被激活程度调整电极的放置位置和产生的包络电场频率。26、优选的，步骤2中根据包络电场的产生特性计算两组电极的放置位置的具体表达式如下：27、28、29、30、31、其中e为电场强度，j为电流密度，ρ为空间电流密度，b为磁场强度，使用有限元仿真可以确定包络电场在颅内的分布，确定电极的放置位置，表示哈密顿算子，ε0表示真空介电系数，j表示虚数，μ0表示真空磁导率，→表示矢量。32、优选的，步骤4中双模态数据采集和预处理环节的具体过程如下：33、s41、开启近红外光源同时从传感器捕获电信号和光信号，获得脑电信号eeg和功能性近红外脑信号fnirs；34、s42、对获取的信号除噪音、滤杂波后进行模数转换；35、s43、将数据汇总到数据采集系统mcu进行去伪影、去基线漂移处理；36、s44、对处理过后的eeg和fnirs数据按统一时钟进行数据打包，将数据包按时间排序发送至上位控制系统。37、优选的，步骤5中数据处理和相关性分析环节的具体过程如下：38、s51、对eeg和fnirs数据进行数据特征提取；39、s52、使用cca算法对提取的特征进行相关性分析，得到时间成分特征和空间成分特征；40、s53、利用分析得到的时间成分特征和空间成分特征进行交叉验证，汇总出双模态融合数据。41、因此，本发明采用上述一种基于时间干涉的闭环多模态神经刺激系统及方法，可以精准化、定制化的确定在不同个体条件下的实际刺激方案；此外可以在不进行电极植入手术的情况下进行深部神经刺激，大幅降低成本的同时，极大的提升了安全性；最后本发明设置的完整闭环系统使操作者可以高效的优化调整刺激方案，极大缩减了实际使用时的时间成本。42、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。