[发明专利]一种矩阵型脑网络及其构建方法

说明书

本发明公开了一种矩阵型脑网络及其构建方法，所述矩阵型脑网络包括若干神经元群模块；所述神经元群模块包括激励神经细胞网络、锥体细胞网络以及抑制神经细胞网络；所述激励神经细胞网络以及抑制神经细胞网络输出信号均输出至锥体细胞网络。本发明建立若干神经元群模块，在根据若干神经元群模块构建矩阵型脑网络，这样通过矩阵型脑网络可以预测不同的脑神经活动状态下的脑电信号，从而生成了模拟脑电信号。

技术领域

本发明涉及医学技术领域，特别涉及一种矩阵型脑网络及其构建方法。

背景技术

在进行重大手术前，需要对患者进行全身麻醉(俗称全麻)，而全麻具有极高风险，例如，麻醉过深会引起麻醉并发症，甚至危及患者生命；麻醉过浅易发生“术中知晓”，产生痛苦和恐惧及精神后遗症；因此如何精确地估算麻醉深度，使得医生可以根据麻醉深度确定麻醉用量，以提高麻醉安全性。

目前基于脑电信号展开的麻醉深度监测的方法主要包括双频指数、听觉诱发电位指数、脑功能状态指数,熵指数，复杂度和小波分析法等。例如，美国Aspect公司(now partof Covidien)主推出的BIS监护仪，其实采用双谱分析方便，并通过0-100的指数来反映麻醉意识深度。然而，上述方法中普遍采用的是患者的真实脑电信号，而真实脑电信号在采集过程中会存在干扰信号等，造成真实脑电信号异常。此时，医生需要根据血压、心率、呼吸频率、肌松程度等间接指标来判断病人的麻醉状态，这需要依赖医生的业务水平，并且不同医生的判断结果也会存在不同。那么，如何在麻醉前可以根据患者信息生成模拟脑电信号，通过生成的模拟脑电信号对真实脑电信号进行验证，从而人们关注的焦点。而在生成模拟脑电信号过程，如何构建脑网络模型成为重中之重。

发明内容

鉴于现有技术的不足，本发明旨在提供一种矩阵型脑网络及其构建方法。

本发明所采用的技术方案如下：

一种矩阵型脑网络，所述矩阵型脑网络包括若干神经元群模块；所述神经元群模块包括激励神经细胞网络、锥体细胞网络以及抑制神经细胞网络；所述激励神经细胞网络以及抑制神经细胞网络输出信号均输出至锥体细胞网络。

所述矩阵型脑网络，其中，所述锥体细胞网络的输出信号部分输入至与该神经元群模块耦合的神经元群模块，部分反馈至该神经元群模块的激励神经细胞网络，部分反馈至该神经元群模块的抑制神经细胞网络。

所述矩阵型脑网络，其中，所述若干神经元群模块中每个神经元群模块对应一脑皮区域，并且各神经元模块对应的脑皮区域构成脑皮层。

所述矩阵型脑网络，其中，所述若干神经元群模块根据各神经网络模型之间的耦合强度建立连接。

所述矩阵型脑网络，其中，所述激励神经细胞网络包括第一脉冲支路以及第一反馈支路，第一脉冲支路的电压信号与第一反馈支路的电压信号相加后，通过电压-脉冲编码器将相加后的电压信号转换为脉冲信号后传输至锥体细胞网络。

所述矩阵型脑网络，其中，所述抑制神经细胞网络包括第二脉冲支路以及第二反馈支路，第二脉冲支路的电压信号与第二反馈支路的电压信号相加后，通过电压-脉冲编码器将相加后的电压信号转换为脉冲信号后传输至锥体细胞网络。

所述矩阵型脑网络，其中，所述锥体细胞网络包括局部激励支路、局部抑制支路以及外部激励支路，局部激励支路接收激励神经细胞网络传输的脉冲信号，局部抑制支路接收抑制神经网络传输的脉冲信号，外部激励支路接收输入脉冲，并且所述局部激励支路的、局部抑制支路以及外部激励支路汇合。

一种矩阵型脑网络的构建方法，所述构建方法用于构建如上任一所述的矩阵型脑网络，所述构建方法包括：

建立若干神经元群模块，并确定各神经元群模块之间的耦合强度；

根据获取到耦合强度在若干神经元群模块之间建立连接，以生成所述矩阵型脑网络。