[发明专利]一种基于贝叶斯的儿童脑活动异常病灶区成像系统

权利要求书

1.一种基于贝叶斯的儿童脑活动异常病灶区成像系统，其特征在于，包括：

信号处理模块，用于获取脑电磁采样数据，对脑电磁采样数据进行预处理；

脑活动异常识别模块，用于从预处理后的脑电磁采样数据中识别出异常波和非异常波；

噪声估计模块，用于构建非异常波的第一采样数据生成模型，采用变分贝叶斯方法对第一采样数据生成模型进行求解，获取数据采集的背景干扰噪声的分布信息；

脑电源活动重构模块，用于构建异常波的第二采样数据生成模型，背景干扰噪声的分布信息是第二采样数据生成模型中的参数，采用经验贝叶斯方法，对第二采样数据生成模型进行求解，获取脑电源活动时间序列；

成像模块，用于根据脑电源活动时间序列进行成像。

2.如权利要求1所述的一种基于贝叶斯的儿童脑活动异常病灶区成像系统，其特征在于，所述信号处理模块包括：

移除采样偏移模块，用于移除脑电磁采样数据中的采样偏移；

去干扰模块，用于采用独立成分分析方法和空间投影方法对移除采样偏移后的信号进行去噪；

滤波模块，用于对去噪处理后的信号进行滤波。

3.如权利要求1所述的一种基于贝叶斯的儿童脑活动异常病灶区成像系统，其特征在于，所述第一采样数据生成模型为：

Y_con＝FU+E，其中，Y_con是非异常波，F是未知的M×K的加权矩阵，U是未知的K×t_K的因子参数，t_K为非异常波中的采样点数目，U＝[u₁,u₂,...,u_K]^T，E为非异常波分解后残余信号，M为采集点的通道数目，设K＜＜M。

4.如权利要求3所述的一种基于贝叶斯的儿童脑活动异常病灶区成像系统，其特征在于，所述采用变分贝叶斯方法对第一采样数据生成模型进行求解包括步骤：

设因子参数U的先验分布为标准高斯分布：

数据采集的背景干扰噪声E的分布为：

其中，Λ＝diag(λ₁,λ₂,...,λ_M)是对角矩阵，Λ为E的先验方差，

加权矩阵F设为高斯分布：

其中，F_m,k为加权矩阵F中的值，α_k为加权矩阵F的先验方差，1≤k≤K，基于变分贝叶斯估计对第一采样数据生成模型进行演变，可得加权矩阵F和因子参数U的更新方式为：

Ψ＝R_uu+α

其中R_yy为采样数据协方差矩阵，R_uu为估计因子协方差矩阵，R_uy为估计因子和采样数据相乘，α＝diag(α₁,α₂...,α_k)；

按照加权矩阵F和因子参数U的更新方式进行迭代循环直到加权矩阵F和因子参数U的值不再改变，根据此时加权矩阵F和因子参数U的值获取降维的和背景干扰噪声的协方差矩阵Σ_E为：