[发明专利]一种基于脑功能特征的实时神经解码系统

说明书

本发明提供一种基于脑功能特征的实时神经解码系统，利用实时功能磁共振成像技术，通过对在线提取的脑功能特征进行分类，实现对磁共振功能图像的实时神经解码。本发明涉及的系统包括：预处理模块、特征提取模块、分类解码模块、显示与反馈模块以及参数配置模块。预处理模块对磁共振功能图像进行在线读取和格式转换后，通过实时头动校正、空间标准化和平滑，提高图像的信噪比；然后利用特征提取模块提取全脑图像信号的主要成分作为特征；分类解码模块则利用实时支持向量机或高斯过程分类器对特征进行分类解码，并通过显示与反馈模块将分类正确率实时反馈给被试。本发明对解读心理、识别大脑活动、以及认知功能改善等多个领域有着重要的应用价值。

技术领域

本发明提供一种基于脑功能特征的实时神经解码系统，属于信息处理技术领域，具体是指通过分析实时功能磁共振成像数据提取脑功能特征，并对该特征进行实时特征分类，从而获取大脑的认知状态；同时受试者可在线观测自己的分类结果，并通过相应策略调节自己大脑的活动状态，从而达到改善相应的认知功能。

背景技术

神经解码技术是指通过建立从大脑活动到刺激的直接映射关系，利用大脑活动信号识别出刺激信息。目前神经解码所采用的信号主要有神经电生理信号，如脑电，和神经影像信号，如磁共振成像。其中，基于功能磁共振成像(fMRI)的神经解码则是在脑影像数据与目标认知功能状态之间建立映射关系，从脑成像数据中计算出认知状态信息。加州大学伯克利分校的研究者成功地利用电脑模型和fMRI数据，将观察到的脑神经活动进行解码，从而确定了测试者所看到的图片的类别。目前，基于fMRI的神经解码主要以离线方式为主，即研究者并不能够在实验结束后立即获得实验结果，往往还需要几个小时甚至几天的时间对数据进行离线处理。

实时fMRI是一种逐渐兴起的研究脑功能的技术手段，它要求功能图像的采集和处理在每个扫描脉冲重复间隔时间内完成。因此，实时磁共振成像的实现必须保证快速的扫描成像序列和图像处理算法。基于实时fMRI，可以将受训者脑功能数据的分析结果实时的反馈给受试者，从而形成了神经反馈，它为认知心理学提供了新的研究手段。在神经反馈研究中，受试者通过反馈训练，学习用意识控制自身相关脑区按照指定的方式活动。在传统的实验中，脑区的激活被认为是依赖于实验给定刺激(视觉或听觉形式)的因变量。也就是说研究的出发点是探求给定刺激对人脑活动的影响。相比之下，神经反馈允许人们来研究脑区活动的自我调控对行为的影响，即行为被当作自我意识调控的因变量。这是对传统实验模式的一种突破。此外，对功能受损脑区的康复训练可以通过反馈相关脑区的活动，按照一定的策略，使受训者学会提高这些脑区的活动强度，不断强化受损脑区功能，进而加强与之相关行为能力的表现，达到最佳康复效果。

将实时fMRI技术和神经解码技术结合起来，即实时神经解码。实时神经解码应用领域极其广泛，可以作为一类脑机接口，根据大脑刺激情况解读大脑状态，进而判断受试者的意图，从而提供了一种仅凭大脑活动就能够与外界交流或者控制外部设备的方式。另一方面，借助实时神经解码进行神经反馈，通过对在线提取的脑功能特征进行分类，从而将对大脑状态的解读反馈给受试者，受试者可通过调节神经活动直接改变目标认知功能的当前状态，理论上更有利于认知功能的改善与康复。然而，实时神经解码在国内目前尚属于空白，已有的解码系统仍属于离线方式，无法达到神经反馈的要求；且采用的特征提取方法大多是基于感兴趣区域的，而分类方法主要以支持向量机为主，该分类器的优化过程比较复杂。

发明内容

为了解决上述背景技术中现存的问题，本发明提出了一种基于脑功能特征的实时神经解码系统，通过分析实时fMRI数据提取脑功能特征，并对该特征进行实时特征分类，从而获取大脑的认知状态；同时也可将分类准确率实时反馈给受试者，通过相应策略调节自己大脑活动，从而达到改善相应的认知功能。本发明可以实时监控数据的质量，从而对实验效果进行实时评估；也可以对全脑进行特征提取和分类，从而对人的行为表现或者认知状态进行判别；也可以利用反馈训练被试，从而调节被试的心理状态和大脑功能。

一种基于脑功能特征的实时神经解码系统包括：