买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉太原理工大学申请的专利基于tDCS刺激响应的个体化神经调控参数优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117077475B 。

龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311005578.1，技术领域涉及：G06F30/23；该发明授权基于tDCS刺激响应的个体化神经调控参数优化方法是由董艳清;相洁;魏静;薛家玥;武旭斌;孙婕设计研发完成，并于2023-08-10向国家知识产权局提交的专利申请。

本基于tDCS刺激响应的个体化神经调控参数优化方法在说明书摘要公布了：本发明公开了一种基于tDCS刺激响应模型的个体化神经调控参数优化方法，属于神经调控方案参数优化领域。解决了通用tDCS刺激方案在阿尔兹海默症病患上治疗效应异质性高、并且受到伦理约束无法在病患上直接进行验证以及全脑神经活动对tDCS刺激的响应尚不清楚的问题。主要通过大尺度动力学模型反映刺激对全脑神经活动的影响，利用tDCS有限元建模模拟不同神经调控方案，解决受到伦理约束无法在病患上进行验证的问题，同时构建基于被试级的tDCS刺激响应模型有效解决治疗效应异质性高的问题。最终完成对AD患者tDCS个体化神经调控的电流剂量参数的优化，尽可能的降低tDCS神经调控在被试间的异质性，改善患者病情。

本发明授权基于tDCS刺激响应的个体化神经调控参数优化方法在权利要求书中公布了：1.基于tDCS刺激响应的个体化神经调控参数优化方法，其特征在于，包括以下步骤： 步骤S1、获取AD患者T1w、T2w、DTI以及rs-fMRI多模态数据，并对多模态数据进行预处理，得到预处理后的多模态数据； 步骤S2、基于预处理后的多模态数据：进行有限元建模，模拟tDCS刺激在AD患者大脑中的电场分布；同时，构建融合突触可塑性机制的大尺度动力学模型； 步骤S3：结合有限元建模和大尺度动力学模型，构建个体化tDCS刺激响应模型； 步骤S4：通过个体化tDCS刺激响应模型，逆向计算个体化刺激电流强度Ibest，完成对AD患者的个体化tDCS调控方案中电流剂量的参数优化； 在步骤S2中，构建融合突触可塑性机制的大尺度动力学模型，具体包括： 步骤S21、根据Desikan-Killiany图谱划分脑区，作为网络的节点； 步骤S22、利用皮尔逊相关法构建重构经验结构功能连接体FCi，j，计算公式如下： 其中，xt和yt表示第时刻两个脑区i和j时间序列的信号值；和分别表示脑区i和j时间序列的平均值； 步骤S23、利用融合突触可塑性的动态平均场模型建模神经元群体活动，通过相互连接的兴奋性和抑制性尖峰神经种群，描述每个大脑区域平均神经活动的神经场模型，互相连接的脑区的动力学通过以下一组耦合非线性随机微分方程描述： Δwijt＝ait[cajt-wijt] 其中，xi、Hxi、Si分别表示皮层区域i中每个群体的输入总电流、平均发放率、平均膜电位；Δwijt表示突触强度，其中，wij是代表突触效能的突触间连接权重；ait、ajt是突触前和突触后神经元活动的度量，c＜＜1是表示学习速率的常数；gx,x0,v表示神经元之间突触结构的重塑，即结构可塑性，结构可塑性根据突触权重和稳态机制动态地改变网络结构，结构可塑性由以下一组方程描述： 步骤S24、使用Balloon-Windkessel模型将每个皮质区域的模拟神经脉冲信号Si转换为BOLD信号： 步骤S25、利用期望最大化算法迭代优化，最大化模拟和经验FC之间的拟合度，使用经验FCemp的向量femp和模拟FCsim的向量fsim之间的皮尔逊相关系数量化拟合度Rfitting，计算公式如下：

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人太原理工大学，其通讯地址为：030024 山西省太原市万柏林区迎泽西大街79号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。