[发明专利]一种癫痫病灶的定位数据的处理方法、系统和存储介质

说明书

本发明公开了一种癫痫病灶的定位数据的处理方法、系统和存储介质，方法包括以下步骤：采集患者的脑电图数据和核磁共振成像数据；根据患者的核磁共振成像数据构造患者的头模型；通过稀疏贝叶斯算法对患者的脑电图数据进行筛选；根据筛选得到的脑电图数据在患者的头模型上进行溯源定位，并在患者的头模型上显示癫痫病灶。本发明通过核磁共振成像数据构造出患者的头模型，然后通过稀疏贝叶斯算法筛选脑电图数据，最后在根据筛选出来的脑电图数据在患者的头模型上溯源定位并显示癫痫病灶，从而降低病灶分析过程对相关临床医生或者专业的脑电图学人士的依赖性，缩短诊断时间和诊断费用。本发明可广泛应用于疾病数据处理技术领域。

技术领域

本发明涉及疾病数据处理技术领域，尤其是一种癫痫病灶的定位数据的处理方法、系统和存储介质。

背景技术

名词解释：

稀疏贝叶斯学习，是一种机器学习算法，现已被应用于稀疏信号恢复和压缩感知领域，在压缩感知领域，其能利用压缩感知原理恢复出理想图像。

癫痫病，是大脑神经元突发性异常放电，导致短暂的大脑功能障碍的一种慢性疾病。癫痫病灶的精准定位，对病灶切除手术具有重要作用。现在临床上对癫痫病灶的定位，主要是采用大量的成像手段进行定位，包括视频电脑、核磁共振成像、正电子反射断层法、神经心理评估等，这些病灶定位方式都是需要相关临床医生或者专业的脑电图学人士对数据进行分析，其花费时间较长、手段复杂且费用也高。除了上述病灶定位方法以外，还包括最小范数法和标准低分辨率电磁断层扫描，其中，最小范数法虽然在可视化的大脑激活呈现上，对较弱的信号也会呈现，但是容易对癫痫病灶的位置判断产生干扰；标准低分辨率电磁断层扫描则是对癫痫信号过于“敏感”，在可视化的大脑激活呈现上表现出一整个区域都是处于非常活跃的状态，从而不容易判断癫痫病灶的具体位置。

综上所述，现有的癫痫病灶的定位的信息处理方法导致患者诊断时间长、费用高，医生的操作过程繁琐且无法避免微弱信号对病灶定位过程的影响。

发明内容

为解决上述技术问题，本发明的目的在于：提供一种癫痫病灶的定位数据的处理方法、系统和存储介质，其能在降低患者的诊断时间和费用的同时，还能简化医生的操作过程和减少微弱信号对病灶定位信息处理过程的影响。

本发明所采用的第一种技术方案是：

一种癫痫病灶的定位数据的处理方法，其包括以下步骤：

采集患者的脑电图数据和核磁共振成像数据；

根据患者的核磁共振成像数据构造患者的头模型；

通过稀疏贝叶斯算法对患者的脑电图数据进行筛选；

根据筛选得到的脑电图数据在患者的头模型上进行溯源定位，并在患者的头模型上显示癫痫病灶。

进一步地，所述采集患者的脑电图数据，其具体包括：

获取患者进行脑电图监测的视频数据和总脑电图数据；

根据视频数据从总脑电图数据中筛选出患者正在发作的脑电图数据；

对患者正在发作的脑电图数据依次进行预处理、去工频和带通滤波处理。

进一步地，所述患者进行脑电图监测的视频数据的时长为不小于24小时。

进一步地，所述根据视频数据从总脑电图数据中筛选出患者正在发作的脑电图数据，其具体包括：

根据视频数据获取患者的发作时间点；

从总脑电图中筛选出处于发作时间点前后30分钟内的脑电图数据。

进一步地，所述根据患者的核磁共振成像数据构造患者的头模型，其具体包括：