聚焦超声空间编码脑电信号的耦合响应机制与传感策略研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    81801787
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    21.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    H2707.生物电磁成像
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

EEG signal is the most direct response of brain activity, and it is of great significance for observing the working state of brain and studying the pathogenesis of disease. EEG can conveniently and non-invasively obtain the EEG signal with millisecond resolution. However, due to the effect of volume conductor, EEG has a low spatial resolution, and the spatial information of traditional EEG signal is insufficient. Based on the traditional electrical detection, with coupling between ultrasonic field and electric field, this project intends to use focused ultrasound to spatially encode EEG signal from the activation source, to enrich the spatial information of EEG signal from the source of the signal and then improve the spatial resolution of EEG signal. Firstly, study the coupling principle between ultrasonic field and electric field for brain, explore the response mechanism of ultrasound-encoded EEG signal, then establish the sensor topological strategy, and finally verify and optimize the above principle, mechanism and strategy through multi-layer experiments to achieve EEG signal detection with high temporal resolution and high spatial resolution, to provide new opportunities for the study of neurophysiological and neuropsychological diseases such as epilepsy lesion location.
脑电信号是大脑神经活动最直接的反映,对观测大脑的工作状态、研究疾病的发病机制具有重要意义。脑电图(EEG)可便捷无损获得脑电信号,具有毫秒级时间分辨率。然而,受颅内组织容积导电效应影响,EEG空间分辨率有限,传统脑电信号空间分布信息不足。本项目拟在传统电学检测基础上,基于声场与电场的耦合作用,利用聚焦超声波预先从激活源源头对脑电信号进行空间编码,从信号源头上丰富脑电信号的空间分布信息,进而从根本上提高脑电信号的空间分辨率。首先研究脑声场与电场的耦合机理,进一步探索超声空间编码脑电信号的响应机制,在此基础上制定传感器空间拓扑策略,最后通过多层实验对以上原理、机制以及策略进行验证与优化,实现脑电信号高时间分辨率、高空间分辨率检测,为诸如癫痫病灶定位等神经生理、神经心理性疾病的研究提供新契机。

结项摘要

脑电高时空分辨无创检测对观察大脑神经生理状态、研究病理机制具有重要意义。然而,头皮检测所得EEG受容积导体效应影响,空间分辨率较低,大脑神经系统活动的空间分布信息不足,使之临床实际应用有效性严重受限。针对该问题,本项目在传统电学检测基础上,基于声场与电场的耦合作用,利用聚焦超声波预先从激活源源头对脑电信号进行空间编码,从信号源头上丰富脑电信号的空间分布信息,进而从根本上提高脑电信号的空间分辨率。主要研究内容包括:在脑声场与电场的耦合机理方面,建立了多层头模型,探索了经颅超声声压衰减、焦斑偏移特性,构建了颅骨厚度对经颅声压衰减模型;在超声空间编码脑电信号的响应机制方面,分别从激活源、电学分布特性以及超声场特性三个层面,探索了超声空间编码脑电信号幅值、频率以及相位的响应机制,明确了超声空间编码脑电信号的影响因素以及其对应的相关影响;在传感器空间拓扑策略方面,探究了声电信号的电学分布特性,制定均匀对称的电学传感器空间拓扑结构;此外,开发了基于小波变换的超声空间编码脑电信号解码算法。重要结果包括:相较于模型实验,所构建的经颅聚焦超声声压衰减模型最大计算误差为6.64%,可以有效地计算不同颅骨厚度的超声衰减;同时,实现了多激活源、多特征的激活源成像,每个激活源的成像空间分辨率为1mm-2mm(-6分贝);更重要的是,首次实现了活体大鼠稳态视觉诱发脑电的声电脑成像。利用单导联实现了4mm×4mm空间范围内激活源定位,首次完成了该技术的活体啮齿类动物可行性原理验证。项目所取得的研究成果为无创方式突破双毫分辨(毫米、毫秒)脑电信息检测奠定基础,有望为诸如癫痫病灶定位等神经生理、神经心理性疾病的研究提供新契机。

项目成果

期刊论文数量(9)
专著数量(0)
科研奖励数量(0)
会议论文数量(2)
专利数量(4)
A Symmetrical Sensor Configuration for Acoustoelectric Brain Imaging
用于声电脑成像的对称传感器配置
  • DOI:
    10.1109/jsen.2021.3105274
  • 发表时间:
    2021-10
  • 期刊:
    IEEE SENSORS JOURNAL
  • 影响因子:
    4.3
  • 作者:
    Song Xizi;Han Gangnan;Zhou Yijie;Xu Minpeng;Ming Dong
  • 通讯作者:
    Ming Dong
基于脑电的多模态神经功能成像新技术研究进展
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    中国生物医学工程学报
  • 影响因子:
    --
  • 作者:
    周伊婕;宋西姊;何峰;万柏坤;明东
  • 通讯作者:
    明东
The Effects of the Structural and Acoustic Parameters of the Skull Model on Transcranial Focused Ultrasound.
颅骨模型结构及声学参数对经颅聚焦超声的影响
  • DOI:
    10.3390/s21175962
  • 发表时间:
    2021-09-05
  • 期刊:
    Sensors (Basel, Switzerland)
  • 影响因子:
    --
  • 作者:
    Zhang H;Zhang Y;Xu M;Song X;Chen S;Jian X;Ming D
  • 通讯作者:
    Ming D
Phantom Experiment-based Validation for Time-varying Acoustoelectric Brain Imaging with Non-stationary Current Source Characteristics
基于体模实验的非稳态电流源特性时变声电脑成像验证
  • DOI:
    10.1109/jsen.2022.3146576
  • 发表时间:
    --
  • 期刊:
    IEEE Sensors Journal
  • 影响因子:
    4.3
  • 作者:
    Song Xizi;Su Mengyue;Chen Xinrui;Xu Minpeng;Ming Dong
  • 通讯作者:
    Ming Dong
Mathematical Model of Ultrasound Attenuation With Skull Thickness for Transcranial-Focused Ultrasound.
经颅聚焦超声超声衰减随颅骨厚度的数学模型
  • DOI:
    10.3389/fnins.2021.778616
  • 发表时间:
    2021
  • 期刊:
    Frontiers in neuroscience
  • 影响因子:
    4.3
  • 作者:
    Guo J;Song X;Chen X;Xu M;Ming D
  • 通讯作者:
    Ming D

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

宋西姊的其他基金

聚焦超声空间编码脑电的多位点同步耦合编码模型与解析方法研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    54 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码