CN119989823B 一种经颅电刺激效果的实时评估方法及系统 （首都医科大学附属北京天坛医院）

(19)国家知识产权局(12)发明专利(10)授权公告号CN119989823B(65)同一申请的已公布的文献号(43)申请公布日2025.05.13(73)专利权人首都医科大学附属北京天坛医院地址100070北京市丰台区南四环西路119号(72)发明人侯慧清臧大维王拥军(74)专利代理机构北京科慧致远知识产权代理有限公司11739专利代理师王乾旭G16H50/50(2018.01)审查员王宇莉一种经颅电刺激效果的实时评估方法及系统本发明公开了一种经颅电刺激效果的实时评估方法，涉及脑电刺激效果技术领域，本发明与遗传算法参数配置，结合多模态神经响应采集、基于注意力机制的多任务脑状态预测与Granger因果路径建模，构建了一种面向“刺激→神经→行为”全链条的实时评估机制。相比于现有仅依赖脑电变化或单一行为指标的评估方式，本发明可同时量化刺激的空间靶向性、神经激活特异性、行为改善程度及因果连通强度，并通过能力。2获取受试者头部MRI数据构建多组织三维头模，在头模布设HD-tDCS针状复合电极，目标锁定大脑关键功能区，使用有限元法仿真电场分布，得出多组布极电流组合的调制图谱，采用遗传算法，以最大化ROI内调制强度、最小化非靶区扩散为目标，优化电极配置与电流基于电极构型和参数实施tDCS刺激，实时采集测试数据并进行预处理后构建神经响应向量R;构建基于注意力机制的多任务预测网络，得到预测值，包括采集时间窗口C内的神经响Transformer模型，得到认知反应预测值、情绪波动预测值和刺激耐受度预测值，将得到的预测值进行加权求和得到神经状态预测评分I;引导受试者执行任务反馈测试，记录行为输出B,将刺激注流强度S、神经响应R、行为表现B构成三变量时序数据流，采用Granger因果分析，量化S→R→B的因果路径强度；计算脑电响应增强率和行为改善率，基于计算结果以及预测值和因果路径强度计算刺激效果综合评分，进行刺激效果的实时评估。2.如权利要求1所述的经颅电刺激效果的实时评估方法，其特征在于：所述获取受试者头部MRI数据构建多组织三维头模，在头模布设HD-tDCS针状复合电极，目标锁定大脑关键功能区，使用有限元法仿真电场分布，得出多组布极电流组合的调制图谱包括：通道标签图为单一标签文件；将标签图导入ScanIP,进行体素化重建与组织层级网格划分，生成带有导电属性的完整头部三维有限元模型；激活头皮区域的三角面片网格，作为电极布设表面，初始化MNI空间标准参考点，对照头模空间坐标将国际10-10系统电极点自动投影至头皮曲面上，采用法向投影算法，记录每个电极的三维坐标，为每个电极点分配唯一编号E,建立电极-坐标索引表，固定选用TP9作为参考电极，剩余60个电极编号构成激励电极候选集；在每个电极点E中心创建圆形表面电极模型，设置电极材料为银，并定义为“电流注入完整仿真几何模型；启动COMSOLMultiphysics仿真平台，导入仿真几何模型；在COMSOL模型内激活两个独立的激励电极对，对电极对一和电极对二设定电流幅值和不同的注入频率的交流电流，固定参考电极TP9为公共回流电极，仿真时，两对电极独立并且同时注入不同频率的电流；在仿真软件COMSOL中，启动求解器，计算电极对一和电极对二在脑组织中形成的电场求解器自动遍历所有头模体素网格点，输出在每个体素坐标处两个电场矢量的数值，保存为三维场分布数据；3针对所有体素位置，基于仿真得到的电场矢量计算每个体素位置的调制幅值，生成三维空间电场强度分布彩色可视化图。3.如权利要求2所述的经颅电刺激效果的实时评估方法，其特征在于：所述采用遗传算法，以最大化ROI内调制强度、最小化非靶区扩散为目标，优化电极配置与电流参数包括：使用标准脑空间对受试者头模MRI图像进行空间配准，在仿真模型中建立物理坐标与标准模板空间的映射关系，将电场分布网格体素的空间坐标映射到模板脑结构中；从标准脑模板中提取右侧海马区的掩膜，根据空间配准坐标表，匹配并提取位于海马掩膜内的所有体素索引，记录体素对应的网格编号和空间坐标，组成ROI体素集合P;基于电场调制幅值数据构建ROI聚焦比目标函数D;从电极候选集中随机抽取4个不重复编号，依次赋予电极编号1~4,为电极对1和对2分别生成电流注入值并按均匀分布采样，将电极编号和电流注入值合并为染色体，生成所有染色体后存储为初始种群矩阵；为每一个染色体配置电极编号与注流参数，分别求解两组电极注流下产生的电场，计算干涉调制场幅值，提取每个体素点的电场调制值和体素体积，计算ROI区域和非ROI区域的调制场能量总量，并代入公式D中得到当前染色体的适应度分数；将所有个体结果构成完整染色体库，按适应度值降序排序，保留前M个染色体，将保留个体作为下一代种群并定义为精英子集Q,不参与交叉与变异；通过轮盘赌选择按适应度概率选择非精英个体作为交叉父代并生成子代染色体，得到交叉后新生成的子代染色体集A;随机从子代中选出W个个体进行变异，对每个待变异个体，随机选定一种策略进行参数合并结合Q、A和Z构建新一代完整种群，对新一代中每个染色体执行电场仿真和适应度计算，在达到预设最大迭代次数后停止进化，得到最后一代种群，在最后一代种群中选择适应度最高的染色体，提取对应的仿真电场调制图谱，得到最优电极组合编号以及注流电流参数。4.如权利要求3所述的经颅电刺激效果的实时评估方法，其特征在于：所述引导受试者执行任务反馈测试，记录行为输出B,将刺激注流强度S、神经响应R、行为表现B构成三变量时序数据流，采用Granger因果分析引导受试者执行Go/No-Go视觉识别任务，记录被试者的反应时间以及判断正确性并构建时序行为向量B(t);在获得B(t)行为反馈之后，立即提取对应时间窗内的刺激注流强度序列S(t)和神经响应序列R(t);将三类数据在统一采样频率下对齐并进行标准化后组成三变量时间序列Y(t),使用atrous小波滤波器对三变量时间序列Y(t)中的每一个分量单独进行分解，得到每个变量在s个尺度下的细节序列；将三个变量在各尺度下的细节分量重新组合，得到每个尺度s下的联合序列C(t),从联合序列C(t)中提取Ss(t)和Rs(t),构建“刺激→神经→行为”的双层Granger因果路径模型，包括第一阶段建模和第二阶段建模；4基于第一阶段模型和第二阶段模型结果计算最终路径有效性评分(t);对所有尺度下的评分进行融合，得到最终跨尺度主路径评分GSRB(t)。5.如权利要求4所述的经颅电刺激效果的实时评估方法，其特征在于：所述基于电极构型和参数实施tDCS刺激，实时采集测试数据并进行预处理后构建神经响应向量R包括：根据确定的最优电极对组合和注流参数进行刺激系统配置，实时采集EEG、Hb0/HbR动态浓度、EDA和瞳孔变化数据并进行预处理，在预处理完成后，将每一时刻下各模态处理结果组成结构化神经响应向量R。6.如权利要求5所述的经颅电刺激效果的实时评估方法，其特征在于：所述计算脑电响应增强率和行为改善率，基于计算结果以及预测值和因果路径强度计算刺激效果综合评分，进行刺激效果的实时评估指计算得到脑电响应增强率0和行为改善率F;将得到的脑电响应增强率0、行为改善率F以及路径强度评分GsRB(t)和神经状态预测评分I进行加权求和得到当前刺激效果的实时评分J;设定阈值K和K₁,并且K>K₁,将实时评分J与设定阈值进行比较，得到当前刺激效果并制定对应措施。7.一种经颅电刺激效果的实时评估系统，基于权利要求1~6任一所述的经颅电刺激效三维建模模块，用于基于MRI图像构建个体三维头部组织模型，执行电极定位与映射；电场仿真模块，用于基于已建头模与电极布设，进行电场仿真并采用遗传算法搜索最优注流配置；信号采集模块，用于实施tDCS刺激，同时采集多预测模块，用于对采集的神经响应序列构建Transformer网络，实现多维脑状态预测；因果分析模块，用于引导被试进行任务反馈，提取刺激-响应-行为三元数据流，并执行Granger因果路径建模；效果评估模块，用于融合脑电响应增强、行为改善、状态预测值与因果路径评分，计算当前刺激综合效果评分。8.一种计算机设备，包括：存储器和处理器；所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的经颅电刺激效果的实时评估方法的步骤。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的经颅电刺激效果的实时评估方法的步骤。5技术领域[0001]本发明涉及脑电刺激效果评估技术领域，特别是一种经颅电刺激效果的实时评估方法及系统。背景技术[0002]随着非侵入式神经调控技术的快速发展，经颅直流电刺激因其安全性高、操作简便和对大脑功能具有调节潜力，广泛应用于抑郁、失语、慢性疼痛、帕金森病等多种神经与精神疾病的干预研究中。近年来，受益于高密度电极技术的发展，刺激的空间分辨率与靶向MRI头模上实施三维电场仿真，进而实现对刺激区域的精确控制。此外，受试者在刺激过程中同时采集的EEG、fNIRS、EDA等生理信号，也为电刺激过程中的神经响应模式分析提供了基础。然而，尽管刺激参数不断优化、采集设备日趋完善，现有研究普遍采用离线分析或单评估闭环。发明内容[0003]鉴于上述现有的经颅电刺激效果的实时评估方法及系统存在的问题，提出了本发[0004]因此，本发明提供了一种经颅电刺激效果的实时评估方法及系统解决尽管刺激参数不断优化、采集设备日趋完善，现有研究普遍采用离线分析或单维指标(如功率谱变化、[0007]获取受试者头部MRI数据构建多组织三维头模，在头模布设HD-tDCS针状复合电极，目标锁定大脑关键功能区，使用有限元法仿真电场分布，得出多组布极电流组合的调制电流参数；[0008]基于电极构型和参数实施tDCS刺激，实时采集测试数据并进行预处理后构建神经响应向量R;[0009]构建基于注意力机制的多任务预测网络，得到预测值；[0011]计算脑电响应增强率和行为改善率，基于计算结果以及预测值和因果路径强度计算刺激效果综合评分，进行刺激效果的实时评估。[0012]作为本发明所述经颅电刺激效果的实时评估方法的一种优选方案，其中：所述获6[0014]将标签图导入ScanIP,进行体素化重建与组织层级网格划分，生成带有导电属性[0023]使用标准脑空间对受试者头模MRI图像进行空间配准，在仿真模型中建立物理坐[0027]为每一个染色体配置电极编号与注流参数，分别求解两组电极注流下产生的电7[0028]将所有个体结果构成完整染色体库，按适应度值降序排序，保留前M个染色体，将保留个体作为下一代种群并定义为精英子集Q,不参与交叉与变异；[0029]通过轮盘赌选择按适应度概率选择非精英个体作为交叉父代并生成子代染色体，得到交叉后新生成的子代染色体集A;[0030]随机从子代中选出W个个体进行变异，对每个待变异个体，随机选定一种策略进行[0031]合并结合Q、A和Z构建新一代完整种群，对新一代中每个染色体执行电场仿真和适应度计算，在达到预设最大迭代次数后停止进化，得到最后一代种群，在最后一代种群中选择适应度最高的染色体，提取对应的仿真电场调制图谱，得到最优电极组合编号以及注流电流参数。[0032]作为本发明所述经颅电刺激效果的实时评估方法的一种优选方案，其中：所述引导受试者执行任务反馈测试，记录行为输出B,将刺激注流强度S、神经响应R、行为表现B构成三变量时序数据流，采用Granger[0033]引导受试者执行Go/No-Go视觉识别任务，记录被试者的反应时间以及判断正确性并构建时序行为向量B(t);[0034]在获得B(t)行为反馈之后，立即提取对应时间窗内的刺激注流强度序列S(t)和神经响应序列R(t);[0035]将三类数据在统一采样频率下对齐并进行标准化后组成三变量时间序列Y(t),使用atrous小波滤波器对三变量时间序列Y(t)中的每一个分量单独进行分解，得到每个变量在s个尺度下的细节序列；[0036]将三个变量在各尺度下的细节分量重新组合，得到每个尺度s下的联合序列C(t),从联合序列C(t)中提取Ss(t)和Rs(t),构建“刺激→神经→行为”的双层Granger因果路径模型，包括第一阶段建模和第二阶段建模；[0037]基于第一阶段模型和第二阶段模型结果计算最终路径有效性评分([0038]对所有尺度下的评分进行融合，得到最终跨尺度主路径评分GsRB(t)。[0039]作为本发明所述经颅电刺激效果的实时评估方法的一种优选方案，其中：所述基于电极构型和参数实施tDCS刺激，实时采集测试数据并进行预处理后构建神经响应向量R态浓度、EDA和瞳孔变化数据并进行预处理，在预处理完成后，将每一时刻下各模态处理结果组成结构化神经响应向量R。[0040]作为本发明所述经颅电刺激效果的实时评估方法的一种优选方案，其中：所述构建基于注意力机制的多任务预测网络，得到预测值指采集时间窗口C内的神经响应向量序列Xt,选择标准的Encoder-onlyTransformer架构，将Xt输入训练完成的Transformer模型，得到认知反应预测值、情绪波动预测值和刺激耐受度预测值，将得到的预测值进行加权求和得到神经状态预测评分I。[0041]作为本发明所述经颅电刺激效果的实时评估方法的一种优选方案，其中：所述计算脑电响应增强率和行为改善率，基于计算结果以及预测值和因果路径强度计算刺激效果综合评分，进行刺激效果的实时评估指计算得到脑电响应增强率0和行为改善率F;8[0042]将得到的脑电响应增强率0、行为改善率F以及路径强度评分GsRB(t)和神经状态预测评分I进行加权求和得到当前刺激效果的实时评分J;[0043]设定阈值K和K₁,并且K>K₁,将实时评分J与设定阈值进行比较，得到当前刺激效果并制定对应措施。[0045]三维建模模块，用于基于MRI图像构建个体三维头部组织模型，执行电极定位与映[0046]电场仿真模块，用于基于已建头模与电极布设，进行电场仿真并采用遗传算法搜索最优注流配置；[0048]预测模块，用于对采集的神经响应序列构建Transformer网络，实现多维脑状态预[0049]因果分析模块，用于引导被试进行任务反馈，提取刺激-响应-行为三元数据流，并执行Granger因果路径建模；[0050]效果评估模块，用于融合脑电响应增强、行为改善、状态预测值与因果路径评分，计算当前刺激综合效果评分。[0051]第三方面，本发明提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本发明第一方面所述的经颅电刺激效果的实时评估方法的任一步骤。[0052]第四方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本发明第一方面所述的经颅电刺激效果的实时评估方法的任一步骤。数配置，结合多模态神经响应采集、基于注意力机制的多任务脑状态预测与Granger因果路径建模，构建了一种面向“刺激→神经→行为”全链条的实时评估机制。相比于现有仅依赖脑电变化或单一行为指标的评估方式，本发明可同时量化刺激的空间靶向性、神经激活特异性、行为改善程度及因果连通强度，并通过综合评分驱动参数自反馈优化，显著提升了经颅电刺激效果评估的实时性、准确性与个体化调控能力。附图说明[0054]为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的[0055]图1为实施例1中经颅电刺激效果的实时评估方法的流程示意图；[0056]图2为实施例1中经颅电刺激效果的实时评估系统的结构示意图。具体实施方式[0057]为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对9本发明的具体实施方式做详细的说明。[0058]在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。[0060]实施例1,参照图1和图2,为本发明第一个实施例，该实施例提供了一种经颅电刺激效果的实时评估方法，经颅电刺激效果的实时评估方法包括以下步骤：[0061]S1、获取受试者头部MRI数据构建多组织三维头模，在头模布设HD-tDCS针状复合电极，目标锁定大脑关键功能区，使用有限元法仿真电场分布，得出多组布极电流组合的调与电流参数；[0062]具体的，获取受试者头部MRI数据构建多组织三维头模，在头模布设HD-tDCS针状复合电极，目标锁定大脑关键功能区，使用有限元法仿真电场分布，得出多组布极电流组合的调制图谱包括：[0063]使用3T磁共振成像系统(如西门子Prisma)采集受试者头部T1加权结构像，输出液(CSF)、骨骼(Skull)与Scalp(皮肤),合并各通道标签图为单一标签文件，标签值如：1=皮[0064]将标签图导入ScanIP(由Simpleware公司开发的高级软件平台，主要用于处理、分析和可视化三维图像数据，特别是从计算机断层扫描(CT)、磁共振成像(MRI)等医学成像技术获取的数据),进行体素化重建与组织层级网格划分，生成带有导电属性(如灰质0.276S/m,CSF1.79S/m等)的完整头部三维有限元模型；[0065]激活头皮(scalp)区域的三角面片网格，作为电极布设表面，初始化MNI空间标准三点最小二乘法)完成头模坐标对齐，对照头模空间坐标将国际10-10系统电极点自动投影至头皮曲面上，采用法向投影算法，确保每个电极中心点在头皮曲面上的正交落点，记录每个电极的三维坐标，为每个电极点分配唯一编号E,编号范围T=1~61,建立电极-坐标索引[0066]固定选用TP9(左乳突)作为参考电极，剩余60个电极编号构成激励电极候选集，将在后续组合优化中用于构建两组激励电极对；[0067]使用建模模块在每个电极点Et中心创建圆形表面电极模型，设置电极材料为银，并定义为“电流注入边界”,对参考电极TP9设置为“电流参考边界”,将所有电极模型与头模表面网格融合，形成完整仿真几何模型；[0068]启动COMSOLMultiphysics仿真平台，导入[0069]在COMSOL模型内激活两个独立的激励电极对，对电极对一和电极对二设定电流幅值和不同的注入频率的交流电流，固定参考电极TP9为公共回流电极，仿真时，两对电极独极对(电极对1、对2)分别在体素点处所产[0077]HD-tDCS指通过多神经影像标准配准坐标体系，用于保证不同个体之间头部结构与电极布点的统一对齐，OMSOLMultiphysics是当前医学仿真领域最常用的多物理场建模平台，支持耦合不同频部调制区域内的干涉包络最大化。本发明通过复合式电极结构+高频交叉注流机制+空间矢量调制算法，实现了三维调制目标区聚[0080]从标准脑模板(如FSL的Harvard-0xford或AAL模板)中提取右侧海马区[0081]遍历所有电场仿真输出体素索引集合B,排除已属于P的体素编号，其余所有体素通常为头模中体素中心点坐标，ROI是所有落在右侧海马区域(三维掩膜mask)内的体素编号集合，表示电刺激的目标区域，nonR表示潜在电流扩散区，是在ROI区域每个体素位置ru的电极对注入电流后所形成的干涉电场调制包络最大幅值，]是在非ROI区域每个体素位置r₆的电极对注ROI区域的电场调制强度与非ROI区域扩散强度的比值，用于作为遗传算法的适应度函数激励电极对2,将电极编号1~4,电流注入值1~2合并为染色体，生成所有染色体后存储为初[0086]为每一个染色体配置电极编号与注流参数，分别求解两组电极注流下产生的电每个体素点的电场调制值和体素体积，计算ROI区[0087]将染色体参数与适应度一起存入数据结构，将所有个体结果构成完整染色体[0088]通过轮盘赌选择按适应度概率选择非精英个体作为交叉父代，设定当前最优个后子代集Z;应度计算，在达到预设最大迭代次数后停止进化，基于实验调优设定最大迭代次数，得到最后一代种群，在最后一代种群中选择适应度最高的染色体，提取对应的仿真电场调制图谱，得到最优电极组合编号以及注流电流参数(即注流强度)。[0091]Talairach标准脑空间”是国际公认的三维坐标空间系统，常用于神经影像配准处理，其优势在于可将个体MRI影像数据统一映射至标准模板，使电场仿真结果具有结构可比性与功能区一致性，“掩膜(mask)”是指对标准脑模板中指定功能区(如Hippocampus_R)构建的三维体素集合，用于精确提取该区域内的仿真结果并参与ROI目标建模，“电场调制包络最大幅值”是指在tTIS干涉机制下，两个不同频率交流电流在体内相干叠加所产生的调制电场峰值，代表真实刺激强度。通过构建ROI聚焦比目标函数DDD,本发明实现了对目标区域(ROI)电场调制总能量与非目标区域(non-ROI)扩散能量的定量对比。具体而言，该比值越大，说明刺激能量越集中于功能核心区，越小则说明存在显著扩散或偏移。此特征被设定为遗传算法的适应度函数值，使整个优化过程具有明确的物理学目标驱动基础，从而增强了电极选择与注流策略的科学性与解释性。在优化流程中，每组“染色体”编码代表一组特定的电极编号组合与注入电流值，其初始种群通过编号抽样与注流均匀采样构建，具备覆盖性。精英保留策略确保局部最优解不被淘汰，轮盘赌父代选择机制引入适应度概率控制的多样性引导，而交叉过程采用基于当前最优体的参数分布拟合，从而在不破坏当前结évy飞行突变三种变异策略，可形成局部扰动与全局跳跃能力之间的协同，提高了算法的收敛速度与跳出局部最优陷阱的能力。[0092]S2、基于电极构型和参数实施tDCS刺激，实时采集测试数据并进行预处理后构建神经响应向量R;[0093]具体的，基于电极构型和参数实施tDCS刺激，实时采集测试数据并进行预处理后构建神经响应向量R包括根据确定的最优电极对组合和注流参数，采用多通道HD-tDCS刺激系统(如Starstim64)进行刺激系统配置，在刺激执行的过程中，使用一体化生理信号采集带通滤波器(0.5-70Hz)滤除直流漂移与肌电干扰，然后使用独立成分分析(ICA)剔除眼动与眨眼伪迹，有效去除眼动、肌电等干扰成分，使得保留的脑电数据具有更高的信噪比与解释效度。Hb0/HbR信号通过滑动窗口滤波和差分增强后，可以实时反映目标区域脑血流动态，有助于判断神经调控对代谢和血氧耦合机制的调节效果，保留目标通道数据，Hb0/HbR动态浓度基于滑动窗口均值滤波去除低频漂移，并进行差分增强，EDA和瞳孔变化数据先进行线性插值补点处理，再应用Z-score标准化，确保其在全局建模过程中具有同等的权重参与能力，在预处理完成后，将每一时刻下各模态处理结果组成结构化神经响应向量R。[0094]S3、构建基于注意力机制的多任务预测网络，得到预测值；[0095]具体的，构建基于注意力机制的多任务预测网络，得到预测值指采用滑动时间窗口机制，设定输入窗口长度为C,因此每次输入包含C个时间步的响应向量Xt,选择标准的Encoder-onlyTransformer架构，输入为Xt,模型包括输入嵌入层、位置编码层、多头注意力层、前馈网络和多任务输出头，定义损失函数和Adam优化器进行模型参数迭代优化，当在连续迭代时达到预设最大迭代次数时则停止迭代输出模型参数更新Transformer模型，完成模型训练后，将实时采集得到的神经响应向量序列Xt输入训练完成的Transformer模型，利用多头注意力机制处理时间序列特征，并通过三路输出分支预测受试者的三类脑状态，包括认知反应预测值、情绪波动预测值和刺激耐受度预测值，将得到的预测值进行加权求和得到神经状态预测评分I。[0096]通过在tDCS实时评估过程中引入基于Transformer的注意力神经网络结构，不仅实现了对神经响应多维状态的并行建模与预测，还构建了可解释、可调控的评分机制，为电刺激效果的个体化调控提供了智能化、动态化、可量化的决策基础，具备高度的创新性与工程可实施性。[0097]S4、引导受试者执行任务反馈测试，记录行为输出B,将刺激注流强度S、神经响应R、行为表现B构成三变量时序数据流，采用Granger因果分析，量化S→R→B的因果路径强[0098]具体的，引导受试者执行任务反馈测试，记录行为输出B,将刺激注流强度S、神经强度包括：[0099]引导受试者执行Go/No-Go视觉识别任务，每y秒呈现一幅图像，图像类型包括目标图和干扰图，被试者需要在U秒内做出判断并通过按键响应，记录被试者的反应时间以及判断正确性并构建时序行为向量B(t);[0100]在获得B(t)行为反馈之后，立即提取对应时间窗内的刺激注流强度序列S(t)和神经响应序列R(t),S(t)和R(t)通过提取时间窗口内对应的刺激注流强度和神经响应组合构建得到；[0101]将三类数据在统一采样频率下对齐并进行标准化后组成三变量时间序列Y(t),使用atrous小波滤波器对三变量时间序列Y(t)中的每一个分量单独进行分解，得到每个变量在s个尺度下的细节序列；[0102]将三个变量在各尺度下的细节分量重新组合，得到每个尺度s下的联合序列C(t),从联合序列C(t)中提取Ss(t)和Rs(t),构建“刺激→神经→行为”的双层Granger因果路径模型，包括第一阶段建模和第二阶段建模；[0103]所述第一阶段建模为：[0104]进行刺激对神经响应的Granger因果分析，构建两个滞后回归模型，包括含刺激项的模型和不含刺激项的模型进行残差对比：准则自动选取，ai是回归系数(历史项权重),使用最小二乘法进行线性拟合获得，R₅(t-i)过去第i个时间步在尺度s下的神经响应值，E1s(t)是模型残差(误差项),q是刺激滞后阶数，bj是刺激滞后项回归系数，最小二乘法求解，E2,s(t)是含刺激预测模型的残差是过去第i个时间步的行为响应变量(如反应时间RT)在尺度s下的小波细节成分，R(t-j)是第j个滞后点的神经响应(如EEG△f频段功率)在尺度s下的小波细节成分，[0121]对所有尺度下的评分进行融合，得到最终跨尺度主路径评分GSRB(t):刺激项的神经响应回归模型，通过比较两模型的残差方差，定义刺激对神经的G间电场之外的神经效应性证据。在第二阶段模型中，构建神经响应模型，判断是否存在由特定神经指标(如EEG示电刺激是否真正“穿透”神经通路，转化为行为层面的提升，区别于仅产生局部神经激活但无效于功能输出的“无行为效能”刺激，最终通过融合两个阶段的因果强度评分，构建封闭路径评分S→R→B,再经由所有尺度融合生成跨尺度主路径评分，全面衡量从刺激发出、神经调节到行为表达的连续性与闭环性。该评分结果不仅可用于效果分类，更可作为反馈控制机制的定量输入信号，驱动电极布设或注流参数自适应调节，实现真正意义上的闭环神经调控系统。[0125]S5、计算脑电响应增强率和行为改善率，基于计算结果以及预测值和因果路径强度计算刺激效果综合评分，进行刺激效果的实时评估；[0126]具体的，计算脑电响应增强率和行为改善率，基于计算结果以及预测值和因果路径强度计算刺激效果综合评分，进行刺激效果的实时评估指收集当前刺激状态下目标频段的功率谱密度o和刺激前同频段的平均功率谱密度01计算得到脑电响应增强率0(将o减去01并除以01得到0),收集当前任务执行反应时间f₁和刺激前的任务执行前的平均反应时间f计算得到行为改善率F(将f减去f₁并除以f得到F);[0127]将得到的脑电响应增强率0、行为改善率F以及路径强度评分GsRB(t)和神经状态预测评分I进行加权求和得到当前刺激效果的实时评分J;[0128]基于ROC曲线分析设定阈值K和K₁,并且K>K₁,将实时评分J与设定阈值进行比较，若J≥K,则当前刺激效果显著,维持当前刺激参数(电极组合、电流强度、频率不变),继续刺激，若K₁≤J<K,则刺激效果处于一般水平，自动执行微调操作，将当前注入电流强度减小0.2mA,并保持其他参数不变，以防耐受下降，并进入下一周期评估，若J<K₁,则刺激效果较差，重新搜索最优电极对组合与注入电流方案，替代当前配置进入下一轮仿真与刺激。[0129]本发明特别引入了神经状态预测评分(I)与因果路径强度评分(G)两个高级指标，用以提升刺激效果判断的全面性与机制解释力。神经状态预测评分基于Transformer注意力网络对当前神经响应向量序列进行编码，输出受试者认知状态、情绪波动与刺激耐受度三类预测值，并通过加权求和形成指标I。该评分可实时感知受试者的神经状态变化趋势，为电