[发明专利]基于刺激前后差异特征的大脑成像数据盲源分离方法

权利要求书

1.一种基于刺激前后差异特征的大脑成像数据盲源分离方法，其特征为实施步骤包括：

1)将原始大脑成像数据重组织为二维矩阵A，将所述二维矩阵A进行中心化得到数据矩阵X，然后对数据矩阵X进行白化处理，得到预处理后的数据矩阵Y；所述二维矩阵A的行表示空间维、列表示时间维，每一行是一个观测变量的所有采样，每个列向量是一个时间过程，二维矩阵A的空间维的长度为n、时间维的长度为t，在此t个时间点中，前k个时间点有刺激/任务，后t-k个时间点没有刺激/任务；数据矩阵X及数据矩阵Y的维数含义及维数大小与二维矩阵A一致；

2)计算预处理后的数据矩阵Y的移位相关矩阵γ和刺激前后差异项矩阵g，根据移位相关矩阵γ和刺激前后差异项矩阵g计算得到目标函数矩阵C；所述刺激前后差异项矩阵g的计算函数表达式如式(2)所示；

式(2)中，g为刺激前后差异项矩阵，Y为预处理后的数据矩阵，X为二维矩阵A进行中心化得到数据矩阵，β的计算函数表达式如式(3)所示；

式(3)中，t为二维矩阵A的时间维的长度，k为二维矩阵A的t个时间点中有刺激/任务的时间点个数，且二维矩阵A的t个时间点中前k个时间点有刺激/任务，后t-k个时间点没有刺激/任务；

3)求取目标函数矩阵C的特征向量；

4)利用目标函数矩阵C的特征向量、预处理后的数据矩阵Y求得源信号。

2.根据权利要求1所述的基于刺激前后差异特征的大脑成像数据盲源分离方法，其特征为，步骤1)中将所述二维矩阵A进行中心化时，既去除所述二维矩阵A的时间维度上的均值，又去除所述二维矩阵A的空间维上的均值。

3.根据权利要求1所述的基于刺激前后差异特征的大脑成像数据盲源分离方法，其特征为，步骤2)中移位相关矩阵γ的计算函数表达式如式(1)所示；

γ＝Y*(Y′)^T (1)

式(1)中，γ为预处理后的数据矩阵Y的移位相关矩阵，Y为预处理后的数据矩阵，Y′为矩阵Y的循环移位矩阵，循环移位矩阵Y′为预处理后的数据矩阵Y中每个作为观测变量的行向量在空间各个方向上循环移位某一步长之后得到的新矩阵的和。

4.根据权利要求1所述的基于刺激前后差异特征的大脑成像数据盲源分离方法，其特征为，步骤2)中目标函数矩阵C的计算函数表达式如式(4)所示；

C＝θ·γ+(1-θ)·g (4)

式(4)中，θ为权重标量，权重标量θ的取值范围为大于0小于1的实数，γ为移位相关矩阵，g为刺激前后差异项矩阵。

5.根据权利要求1所述的基于刺激前后差异特征的大脑成像数据盲源分离方法，其特征为，步骤4)利用目标函数矩阵C的特征向量、预处理后的数据矩阵Y求得源信号的计算函数表达式如式(5)所示；

s_i＝Y^T×ω_i (5)

式(5)中，s_i表示恢复出来的第i个信号源，Y为预处理后的数据矩阵，ω_i为目标函数矩阵C的特征向量中第i个列向量。