[发明专利]一种基于脑磁图数据的脑功能分析方法

权利要求书

1.一种基于脑磁图数据的脑功能分析方法，其特征在于，包括以下步骤：

步骤S1、获取被试者的各个数据通道的脑磁图数据；所述脑磁图数据基于用于被试者的SERF磁强计采集；

步骤S2、将所述脑磁图数据输入预先构建的溯源定位模型，获得脑磁图数据的信号源信息；

步骤S3、将所述脑磁图数据输入基于贝叶斯的多元自回归模型中，根据期望最大化算法进行模型求解，获得模型系数，基于模型系数进行显著性检验连接数据通道节点，构建传感器级脑网络；和，

将所述信号源信息和所述脑磁图数据输入基于贝叶斯的多元自回归模型中，根据期望最大化算法进行模型求解，获得模型系数，基于模型系数进行显著性检验连接信号源节点，构建信号源级脑网络；

所述基于贝叶斯的多元自回归模型可表示为：

其中，为模型系数；为矩阵的转置；，为N维脑磁图数据的联合平稳时间序列，当构建传感器级脑网络时，x(k)包括脑磁图数据，当构建信号源级脑网络时，x(k)包括脑磁图数据和脑磁图数据的信号源信息；q为通道数。

2.根据权利要求1所述的基于脑磁图数据的脑功能分析方法，其特征在于，步骤S1中，所述脑磁图数据为被试者处于磁屏蔽室中的脑磁图数据，步骤S1还包括：获取第一参考磁图数据和第二参考磁图数据，所述第一参考磁图数据基于用于磁屏蔽室的SERF磁强计采集，所述第二参考磁图数据是在无被试者时基于用于被试者的SERF磁强计采集；

在步骤S1和步骤S2之间，还包括：步骤S12、对所述脑磁图数据进行预处理；所述预处理依次包括以下步骤：

步骤A1、去除损坏的数据通道的脑磁图数据；

步骤A2、令脑磁图数据先通过截止频率为40Hz的低通滤波器，再通过截止频率为0.1Hz的高通滤波器；

步骤A3、根据第一参考数据对脑磁图数据进行回归处理，去除背景噪声；

步骤A4、基于信号空间投影法，将第二参考数据在脑磁图数据上进行投影，去除背景噪声和生理伪迹；

步骤A5、通过自适应阈值算法得到生理伪迹的时间窗，对时间窗内数据进行主成分分析，从得到的主成分中选择生理伪迹相关的成分，在脑磁图数据中将生理伪迹相关的成分去除；

步骤A6、对脑磁图数据进行分段处理，去除坏段；

步骤A7、以被试者静息态下的各个数据通道的脑磁图数据为基准，校正脑磁图数据；

步骤A8、对脑磁图数据进行叠加平均。

3.根据权利要求2所述的基于脑磁图数据的脑功能分析方法，其特征在于，步骤A2中，

在脑磁图数据通过截止频率为0.1Hz的高通滤波器后，还通过截止频率为50Hz的陷波滤波器。

4.根据权利要求1所述的基于脑磁图数据的脑功能分析方法，其特征在于，步骤S2中，

所述溯源模型根据正向引导场矩阵和配准构建，将所述脑磁图数据输入预先构建的溯源定位模型中，根据单偶极子模型或分布式源逆向求解，获得脑磁图数据的信号源信息；

所述正向引导场矩阵是对球模型或单壳模型进行正向问题建模，并利用有限元对大脑及边界进行模拟仿真后得到的；所述配准是传感器坐标系、大脑坐标系和MRI坐标系之间的配准关系。

5.根据权利要求1所述的基于脑磁图数据的脑功能分析方法，其特征在于，还包括：

步骤S4、根据每一种刺激形式下的脑磁图数据，令偏差刺激的波形减去标准刺激的波形，获得每一种刺激形式的差异波，根据每一种刺激形式的差异波的参数信息绘制响应的地形图。

6.根据权利要求5所述的基于脑磁图数据的脑功能分析方法，其特征在于，还包括：

步骤S5、从步骤S4中获得静息态下响应的地形图，对静息态下响应的地形图进行聚类，确定每一聚类出现的概率。

7.根据权利要求1所述的基于脑磁图数据的脑功能分析方法，其特征在于，还包括：

步骤S4、根据每一种刺激形式下的脑磁图数据的频谱，频谱密度，功率谱和功率谱密度，绘制每一种刺激形式下的频域图。

8.根据权利要求1所述的基于脑磁图数据的脑功能分析方法，其特征在于，还包括：

步骤S4、根据每一种刺激形式下的脑磁图数据，进行参数检验和非参数检验，获得数据均值和方差；根据数据均值、方差和预设的评价标准，获得评价结果。