[发明专利]一种虚拟数字脑构建方法与系统及智能机器人控制系统

权利要求书

1.一种虚拟数字脑构建方法，其特征是，包括如下步骤：

构建虚拟数字脑得到静息状态和任务状态下的脑功能因果连接网络；

获取大脑的弥散张量成像数据，利用确定性算法和概率算法相结合的混合纤维束跟踪方法，构建大脑结构网络；

比较结构网络与脑功能因果连接网络，将脑区间不存在直接结构连接的因果连接删除，获得删除后的静息状态和任务态下的因果连接网络即为改进的虚拟数字脑；

以静息态作为基线，获得任务信号刺激下脑区的激活状态，确定神经活动信号之间的关系，从而确定改进的虚拟数字脑中各个节点的关联强弱，建立节点神经活动信号模型即为最终的虚拟数字脑；

以静息态作为基线，获得任务信号刺激下脑区的激活状态，确定神经活动信号之间的关系，从而确定改进的虚拟数字脑中各个节点的关联强弱，建立节点神经活动信号模型的方法，包括如下步骤：

步骤41、获得改进后的虚拟数字脑中各个脑区在当前时刻t的神经活动信号的初始值，设置迭代次数T_N；

步骤42、令t＝t+1，根据静息状态下多变量因果回归模型或者任务状态下的多变量因果回归模型，以及当前神经活动信号的值，更新当前脑区在下一时刻即t+1时刻的神经活动信号的值，获得当前脑区对应的输出信号的值；

步骤43、根据改进后的虚拟数字脑的各个脑区的因果连接关系，确定当前脑区的输出信号的作用脑区，采用人脑并行运算法则和静息状态下多变量因果回归模型，更新其它脑区神经活动信号的值；

步骤44、重复执行步骤42和43，直到达到迭代次数T_N，停止迭代，根据迭代结果，计算每个脑区R_k神经活动信号强度。

2.如权利要求1所述的一种虚拟数字脑构建方法，其特征是：获取大脑的弥散张量成像数据，利用确定性算法和概率算法相结合的混合纤维束跟踪方法，构建大脑结构网络的方法，包括如下步骤：

步骤21、获取弥散张量成像数据，对这些进行预处理，预处理后的弥散张量成像数据；

步骤22、将预处理后的弥散张量成像数据，采用确定性算法跟踪获得脑区间的纤维束及其纤维束连接，再采用概率算法进行修正和完善获得最终的脑区间的纤维束及其纤维束连接；

步骤23、根据脑区间的纤维束连接，构建脑结构连接网即为大脑结构网络。

3.如权利要求1所述的一种虚拟数字脑构建方法，其特征是：静息状态下多变量因果回归模型为：

式中，R_k(t+1)表示脑区R_k在t+1时刻的血氧水平信号值即为神经活动信号的输出值，U_k是一个常量，a_ki和b_kj是实数，分别对应输入信号SI_ki(t)和AI_kj(t)；SI_ki(t)表示脑区R_k在t时刻的第i个同步输入BOLD信号的值；AI_kj(t)表示脑区R_k在t时刻的第j个异步输入BOLD信号的值；E_k(t)是一个随机变量，表示t时刻的预测误差；

或者，任务状态下的多变量因果回归模型为：

式中，R_vk(t+1)为脑区R_k在t+1时刻的血氧水平信号值即为神经活动信号的输出值，U_k是一个常量，a_ki和b_kj是实数，分别对应输入信号SI_ki(t)和AI_kj(t)；SI_ki(t)表示脑区R_k在t时刻的第i个同步输入BOLD信号的值；AI_kj(t)表示脑区R_k在t时刻的第j个异步输入BOLD信号的值；f(t)表示t时刻刺激信号在脑区R_k引起的响应，E_k(t)是一个随机变量，表示t时刻的预测误差。