[发明专利]一种大尺度皮层网络信息流个体化三维动态可视化方法

说明书

技术领域

本发明涉及神经工程领域，尤其是涉及一种基于多通道皮层脑电记录的大尺度皮层网络信息流个体化三维动态可视化方法。

背景技术

人脑是一个开放的复杂巨系统，生理学和解剖学的研究表明，大脑皮层内神经元的连接具有局部性和全局性。这种大脑皮层连接的结构，既保证了局部区域内的信息的高效交互，又确保了脑区间的信息传输。大脑通过位于不同空间位置脑区的信息整合来完成认知功能，即使对于单一的认知任务，也同时需要激活多个空间分离的脑功能区域。先前的很多实验和理论研究一致表明：大脑在完成认知功能加工过程中既要实现自下而上的信息加工，又要完成自上而下的调节与控制功能。脑区的神经元群在不同的认知任务下动态的相互作用并且形成了不同的神经环路。先前的研究主要集中在定位认知功能特异脑区，强调用大脑区域来定位认知功能，孤立的关注脑区与特定认知功能的联系；近年来随着观测技术和研究手段的不断发展，越来越多的研究者逐渐着眼于大脑不同脑区在完成某一认知功能时的相互作用，从脑网络的层次，从信息流传导的层次，将大脑作为一个整体进行功能整合来对大脑进行深入、细致、全面的研究。

虽然大脑不同脑区对应于不同的认知功能，但要完成一项认知功能，往往需要大脑多个不同的脑区相互协调、交互作用，共同动态的构成一个复杂的网络来发挥其功能，即大脑的功能执行总是依赖于多个脑区之间广泛地交互。因此，从脑网络的角度来研究大脑不同脑区的神经生理动力学特性是极为必要的。神经生理学实验在大脑大尺度上得到了大量皮层脑电（ECoG）数据，这种ECoG数据具有极高的时空分辨率，为我们研究脑功能提供了新的窗口，但是对于大脑网络不同模块间信息交互的度量和量化还是很浅显的，要求发展新的计算和可视化方法来分析和研究大脑网络不同模块间的信息交互。

发明内容

本发明的目的在于提供一种基于多通道皮层脑电记录的大尺度皮层网络信息流个体化三维动态可视化方法，以便从大尺度脑网络信息传导的层次研究不同脑区间的信息交互，为大脑网络不同模块间信息交互的度量和量化提供新的计算和可视化方法。

为实现上述目的，本发明提出一种基于多通道皮层脑电记录的大尺度皮层网络信息流个体化三维动态可视化方法，包括以下步骤：

步骤S1，对采集到的皮层脑电（ECoG）数据进行预处理，以选取感兴趣通道；

步骤S2，依据所选取的感兴趣ECoG数据，计算在不同时间和频率的大脑皮层网络信息流矩阵；

步骤S3，对经过显著性检验的信息输入、输出流在三维立体脑结构上进行三维动态可视化。

所述步骤S2具体包括以下步骤：

步骤2.1：利用基于多变量自回归模型的自适应有向传递函数ADTF计算对所述感兴趣ECoG数据在不同时频点的传递矩阵；

多变量自回归模型的描述如下：

X(t)=Σi=1pA(τ,t)X(t-τ)+E(t)---(1)]]>

其中，X(t)是信号矩阵，A(τ，t)是延迟时间τ的时变系数矩阵，E(t)是和信号X(t)独立的白噪声，p是可以使用施瓦茨贝叶斯准则（SBC）来确定的模型的阶；为了在频域研究信号之间的信息交互，使用傅立叶变换将（1）式方程变换到频域：

A(t，f)X(f)=E(f)   （2）

其中，