[发明专利]脑磁源强度定位方法

说明书

本发明公开了一种脑磁源强度定位方法，包括：通过引入时域平滑正则算子构造双参数混合正则化代价函数，然后根据广义交叉验证原则选取双正则化参数，通过单正则项在源信号矩阵中的比重对原始代价函数进行求解，得到脑磁源强度和位置确定的解矩阵，从而完成定位过程。本发明提出的脑磁源强度定位方法具有：总体均方误差小，且噪声越大时优势越明显；各时刻均方误差基本稳定在同一个水平，且受噪声影响小，根据本发明的方法能够重建得到时空准确且时域平滑的脑内神经信号，实现了脑磁源的精确定位。

技术领域

本发明涉及生物信息技术领域，特别是一种脑磁源强度定位方法。

背景技术

根据头脑表观的磁场强度反演定位磁源的空间活动位置是脑磁研究中的一个重要问题，其本质上是一个非线性优化逆问题，为了简化计算的复杂性，在脑磁源的反演定位中，常用一线性方法去逼近非线性问题。现有技术中具体是采用脑磁源成像技术去进行脑磁源定位的，传统最小范数估计法(MNE，minimum norm estimate)，是最具代表性的源成像方法，主要原理是，基于大脑在特定时刻只有局部神经元活动的前提，对欠定线性方程增加l₂范数约束，求解一副能量最小的电流密度分布图像，常用的方式为：

假设脑外有m个通道的MEG信号，脑内有n个均匀分布的源信号，那么在i时刻，脑内源信号与MEG信号的关系可以用以下离散化的线性模型表示：

b_i＝Ax_i+e_i

其中，b_i为第i时刻大小为m×1的MEG测量信号；x_i为第i时刻脑内源信号，大小为n×1；e_i是第i时刻和b_i同维度的噪声信号；A为引导场矩阵，代表脑内源信号与MEG测量信号的映射关系，大小为m×n。当矩阵A已知时，即可由b_i求出脑磁逆问题的解x_i。但矩阵A是病态的，其条件数，即最大特征值与最小特征值之比很大，因此直接求逆不合适，通常转化为求解最小二次泛函的问题。不难得知，上式最小二乘解对噪声e_i非常敏感，MEG测量信号中很小的噪声将对解产生很大的扰动，造成无用解。引入Tikhonov正则化技术来减小噪声对对解的影响。在i时刻，脑磁逆问题求解转化为求解下式的最小值问题：

等式右边第一项表示测量数据和估计数据的拟合，第二项为正则项，表示解的先验信息，其中R为约束解空间的正则算子，当m个信号通道噪声均匀一致时，R取单位矩阵I，λ为正则化参数，调节拟合项和正则项在两项之间达到平衡。上式对应的解的形式为：

由此可见，代价函数估算出来的源信号各个时刻之间是相互独立的。

但这种脑磁源方法的不足之处在于：1、对连续的MEG测量信号，没有全局考量噪声的影响，导致估算出来的源信号位置和强度的准确性差；

2、相邻时刻之间的估算结果在时域上有跳变，即时域上不平滑，不符合神经元定向传导的性质。

发明内容

针对上述技术问题，本发明中提出了一种脑磁源强度定位方法，该方法不同于传统最小范数估计算法(minimum norm estimate,MNE)，通过引入时域平滑正则算子构造双参数混合正则化代价函数，然后根据广义交叉验证(generalized cross-validationcriterion，GCV)原则选取双正则化参数，求解代价函数，从而得出最优解，实现了脑磁源的精确定位。

为了实现根据本发明的这些目的和其它优点，提供了一种脑磁源强度定位方法，包括以下步骤：