[发明专利]一种基于脑磁图数据的脑功能分析方法

说明书

本发明提供一种基于脑磁图数据的脑功能分析方法，包括：S1、获取被试者的各个数据通道的脑磁图数据；脑磁图数据基于用于被试者的SERF磁强计采集；S2、将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；S3、将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/或，将信号源信息和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。能够构建出更精确的脑功能网络。

技术领域

本发明涉及脑功能网络分析技术领域，尤其涉及一种基于脑磁图数据的脑功能分析方法。

背景技术

人脑作为世界上中最为复杂的动力学系统之一，其皮层由150-330亿个神经细胞组成，这些神经元间的相互连接构成了一个拥有相当复杂结构和功能的脑网络，在神经学和生理学方面，大脑的主要功能是控制和支配身体的各个器官，因此，这个复杂而庞大的脑网络使它具有高级的信息处理和认知表达功能，如：语言、情感、记忆、认知等，并对来自人体内部和周围环境的信息进行存储、处理、加工和整合，探究大脑的结构和功能，加速脑科学领域的研究不仅可以提高对大脑疾病的预防、诊断和治疗，更可以推动人工智能的发展。

脑磁图能够以较高的时空分辨率对大脑神经活动进行直接成像，为大脑连通分析提供详细的时空以及特定节律活动的信息，定位精细度高，能有效地捕捉深部源放电过程。为此，本发明提供一种基于脑磁图数据的脑功能分析方法。

发明内容

（一）要解决的技术问题

鉴于上述技术中存在的问题，本发明至少从一定程度上进行解决。为此，本发明的目的在于提出了一种基于脑磁图数据的脑功能分析方法，能够构建出更精确的脑功能网络。

（二）技术方案

为了达到上述目的，本发明提供一种基于脑磁图数据的脑功能分析方法，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；脑磁图数据基于用于被试者的SERF磁强计采集；

步骤S2、将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/或，

将信号源信息和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。

可选地，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，可以包含有脑磁图数据的信号源信息；q为通道数。

可选地，步骤S1中，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，第一参考磁图数据基于用于磁屏蔽室的SERF磁强计采集，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、对脑磁图数据进行预处理；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；