[发明专利]一种基于偏定向相干的疲劳脑网络分析方法

说明书

技术领域

本发明涉及网络分析领域，尤其涉及一种基于偏定向相干的疲劳脑网络分析方法。

背景技术

疲劳是由长时间的体力或脑力劳动导致的作业绩效下降，主观上伴有倦怠感觉的一种状态。脑疲劳又称为心理疲劳，是指一种缺乏动机与警觉的主观感觉，主要表现为头脑昏沉，注意力不易集中，思考困难，健忘，欲望降低，工作绩效下降且易出差错等。随着现代社会的进步，工作压力的增大，脑疲劳人群越来越多，因此对脑疲劳的研究显得尤为重要。在疲劳状态下，大脑信息加工过程的异常可以表现在脑电信号中，并且信息流向可以用脑网络图来表示。

人脑是自然界中最复杂的系统之一，在这个系统中，多个神经元、神经元集群或者多个脑区相互连接成复杂的网络结构，并通过相互作用完成脑的各种功能。据统计，一个成年人大脑中约有10¹¹个神经元细胞，这些数量巨大的神经元细胞通过大约10¹⁵个突触相互连接，形成了一个高度复杂的脑结构网络。这个复杂而庞大的网络是大脑进行信息处理和认知表达的生理基础。在大脑的结构基础上，神经元的自发活动以及受外界刺激而产生的兴奋过程和抑制过程通过突触传递到其他相关的神经元，使得各个神经元之间、神经系统各部分之间的神经活动能够相互配合、相互协调的进行。当大脑处于不同的认知状态时，网络连接也不同，因此可以通过网络连接来窥探大脑认知状态的变化。

大脑神经连接网络可分为结构性脑网络、功能性脑网络和因效性脑网络。因效性脑网络描述节点之间的统计意义上的因果关系，反映脑网络各节点之间的相互影响或信息流向。目前，对于疲劳状态的信息流向及疲劳的生理机制尚不明确，脑网络信息流向图的研究可以为疲劳监测提供一种新的方法和手段。因效性脑网络可以为分析疲劳状态下大脑信息加工过程提供一种直观的方法。目前脑疲劳的生理学机制尚不明确，脑网络图可以为脑疲劳的机制研究提供帮助，并有助于疲劳对抗方法的研究。

发明内容

本发明提供了一种基于偏定向相干的疲劳脑网络分析方法，本发明建立疲劳前后的脑网络图，并对网络参数进行分析；通过疲劳前后网络参数的变化，对疲劳状态大脑信息流向进行探索，从而有助于解释疲劳的生理学机制，详见下文描述：

一种基于偏定向相干的疲劳脑网络分析方法，所述疲劳脑网络分析方法包括以下步骤：

利用字符2-back诱发疲劳效应，通过脑电采集装置采集疲劳前后的脑电信号，对脑电信号进行预处理；

量化EEG信号各通道两两之间的关系，计算偏定向相干分析值PDC；

确定阈值并构建因效性网络；

对脑网络参数进行分析。

所述计算偏定向相干分析值PDC具体为：

PDCxj→xk(f)=ak,j‾(f)Σi=1m|ai,j‾(f)|2]]>