本示例显示了第一近似脑计算机植入（BCI）的比吸收率（SAR）模拟。它是使用患者头部模型的开源匿名数据集生成的，其中包括五个组织区（头皮、头骨、脑脊液、灰质和白质）[1]。
通常，人体模型可表示为体素组（即体积像素或三维像素）。这样，用户就可以将组织相互区分开来，或创建代表人体解剖结构的详细结构。XFdtd允许导入任意矩阵，因此用户可以从 Python 或MATLAB 中导入体积。核磁共振成像、CT 或混合方法等医学图像的组织分割通常会产生详细的基于体素的人体模型表示[2]。
像散射脑数据这样高度详细/细分的模型通常用于训练机器学习（ML）或神经网络（NN）模型，以生成解剖学上精确的人体模型或人体组织内的电磁场[3]。
结论
XFdtd 支持从 Python 或 Matlab 中导入任意组织矩阵，是模拟详细人体模型中电磁场的绝佳工具。
其他详细信息：
- 头部模型分辨率：1x1x1 mm^3
- 天线是双谐振 PIFA
- 天线位于体外
支持 XFdtd 的人体模型来源：
- 国际癌症研究计划 （商业和学术免费）
- *VisibleHuman Project（免费用于商业和学术用途）
- 国家信息和通信技术研究所（免费向学术界开放）
- 虚拟人口（学术和商业收费）
*可见人类项目（男性和女性）包含在 XFdtd 的安装包中，其中有不同组织分辨率的模型。
参考资料
[1] Melissa M. Wu、Roarke W. Horstmeyer、Stefan A. Carp，"scatterBrains：用于现实蒙特卡洛光子模拟的人体头部模型和配套光节点位置的开放式数据库"，《生物医学光学杂志》，第 28 期（10 100501），。28(10) 100501https://doi.org/10.1117/1.JBO.28.10.100501
[2] Lenchik, Leon 等人，"使用 CT 和 MRI 自动分割组织：系统综述"。Academic radiology vol. 26,12 (2019)：1695-1706. doi:10.1016/j.acra.2019.07.006
[3] Di Barba, Paolo 等人，"人体头部的电磁波吸收：基于深度学习模型的虚拟传感器"。Sensors (Basel, Switzerland) vol. 23,6 3131.15 Mar. 2023, doi:10.3390/s23063131
