[发明专利]一种癫痫发作源的定位装置及方法

说明书

技术领域

本发明属于生物医学信号处理技术领域，具体涉及一种癫痫发作源的定位装置及方法。

背景技术

癫痫是一种神经系统疾病，直接影响到全世界5000万人，它的特点是反复发作，显著的降低了患者的生活质量。在20％-30％的癫痫病例中，抗癫痫药不能有效控制癫痫发作。对于局部的抗药性癫痫，手术切除致痫区(epileptogenic zone,EZ)可能是减轻或抑制癫痫发作唯一的治疗方法，因此，准确找出EZ非常关键。然而，癫痫手术仍然有相当高的失败率，这表明了精确的找出EZ是未能解决的难题，需要采用更加先进的信号处理方法。

癫痫发作的病理生理学特点是大脑神经元一过性的过度同步放电，而脑电图(Electroencephalograph)又是研究脑生物电活动的专门技术，因此在癫痫的诊断、分类及治疗中均具有重要意义。其中，颅内脑电(intracranial EEG,IEEG)使用开颅技术将电极直接置于大脑皮层表面或置入脑深部结构，可以不受头皮、颅骨、肌电和日常活动的干扰，清晰地显示脑电图的细微变化过程，灵敏度高。结合视频技术记录到的临床发作表现，确定发作开始的时刻，从而区别原发和传导而来的异常放电，准确定位癫痫发作源。

目前，对癫痫发作源的定位主要依靠医生对颅内脑电信号的肉眼分析，然而，分析结果的质量在很大程度上依赖于医生的专业知识、工作经验和评判标准。采用信号处理技术，对颅内脑电信号进行量化分析，可以方便的处理大量数据，也可以量化一些难以直观的信号特征，减少肉眼分析的主观性并且提高效率。因此，采用信号处理的方法定位癫痫发作源，可以作为癫痫手术术前评估的辅助手段。

基于Granger因果的有向传递函数可以获取不同的脑区之间有向信息流而被广泛地应用于癫痫网络的研究中。C.Wilke等人(C.Wilke,G.Worrell,B.He.Graph analysis of epileptogenic networks in human partial epilepsy[J].Epilepsia,2011,52(1):84-93.)使用有向传递函数与中间中心性相结合的方法来找出癫痫网络发作和传播的关键节点，取得了较好的效果。然而该方法在计算癫痫发作期的数据时需要假设信号在所分析的时间窗内是平稳的，其连接模式是不变的，但是由于神经活动是动态的，这种假设不可能总是有效的，故该方法无法获取随时间变化的连接信息；而且该方法在通过颅内脑电信号来定位癫痫发作源时，只考虑了发作期在癫痫网络中的关键节点，而这些节点在发作间期可能也同样活跃，不考虑发作间期的数据可能导致定位的发作源不够准确。而且传统的有向传递函数的归一化方法频率窗内的每一个频率成分平等对待，而忽视了不同频率成分所包含的能量不同，这些都会导致定位的发作源不准确。

发明内容

本发明针对背景技术存在的缺陷，提供了一种癫痫发作源的定位装置及方法，本发明采用自适应有向传递函数与中间中心结合来定位癫痫发作源，对癫痫发作源的定位更准确。

本发明的技术方案如下：

一种癫痫发作源的定位装置，所述装置包括：

第一装置：用于采集患者癫痫发作期和发作间期的颅内脑电信号，并对其中的电极从1到K编号，其中K为总的电极数。

第二装置：用于对采集到的K道颅内脑电信号进行预处理：对采集到的脑电信号进行截取，截取至少3次癫痫发作前5秒至发作结束的数据，截取不少于20s的发作间期的数据；对截取到的脑电数据进行滤波处理；对滤波处理后的脑电信号进行归一化处理，使其均值为0，方差为1；对归一化处理后的脑电信号进行重采样。

第三装置：用于根据预处理后的颅内脑电数据，通过自适应有向传递函数计算得到随时间变化的K×K的因果连接矩阵：从预处理后的脑电信号中选取30Hz～80Hz频段内的脑电信号；使用赤池信息量准则对上述选取的频段内的脑电信号进行拟合阶数，根据所述阶数使用随时间变化的多元自回归模型拟合上述选取的频段内的脑电信号；通过自适应有向传递函数，根据拟合后的所述选取的频段内的脑电信号，计算所述选取的频段内各个离散频率和时间点上对应的因果连接矩阵；对上述计算得到的各个离散频率和时间点上的因果连接矩阵进行归一化处理。