[發(fā)明專利]一種靜息態(tài)同步EEG-fMRI的腦功能網(wǎng)絡(luò)建模方法

有效

• 申請?zhí)枺?/td>: 201611139777.1
• 申請日: 2016-12-12
• 公開（公告）號: CN106709244B
• 公開（公告）日: 2019-08-13
• 發(fā)明（設(shè)計）人: 謝松云;段緒;侯文剛;白月;孟雅
• 申請（專利權(quán)）人: 西北工業(yè)大學
• 主分類號: G16H50/50
• 分類號: G16H50/50
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種靜息態(tài)同步EEG-fMRI的腦功能網(wǎng)絡(luò)建模方法，其特征在于，包含以下步驟：

(1)EEG信號預(yù)處理，提取帶限能量信號并構(gòu)建回歸項；①EEG預(yù)處理包括：使用自適應(yīng)偽跡相減法去除梯度偽跡和心電偽跡；將EEG數(shù)據(jù)降采樣到200Hz；對降采樣后的數(shù)據(jù)進行1Hz的高通濾波；通過陷波濾波去除50Hz的工頻噪聲；將所有電極信號重新參考到全導(dǎo)的平均信號；去除壞數(shù)據(jù)段；②EEG信號獨立成分分析：采用信息最大化ICA算法將EEG信號分解為源信號，使用EEGLAB擴展包ADJUST對獨立成分進行分析，識別并去除噪聲成分；③計算帶限能量信號：通過短時傅里葉變換計算EEG的帶限能量信號，對每個獨立成分使用一個無重疊窗計算短時傅里葉變換，時間窗的選擇與fMRI每采集一個圖像所用的時間匹配；之后將EEG分為1-4Hz的delta頻段、4-8Hz的theta頻段、8-13Hz的alpha頻段、13-30Hz的beta頻段以及30-50Hz的gamma頻段，對每個頻段內(nèi)所有頻率點在同一時刻的能量值求平均，得到五個頻段的帶限能量BLP變化；④構(gòu)建回歸項：將帶限能量BLP變化信號與血氧響應(yīng)函數(shù)卷積，分別構(gòu)建五個頻段的EEG回歸項；

(2)fMRI信號預(yù)處理，提取各腦區(qū)的BOLD信號；①fMRI預(yù)處理包括：將DICOM格式文件轉(zhuǎn)換為NIFTI格式；去除前十個時間點采集的圖像；對圖像進行時間層校正；對圖像進行頭動校正；使用EPI模板進行空間標準化；去除掃描過程中機器溫度升高或者被試的適應(yīng)而引起的線性漂移；通過0.01～0.08Hz的帶通濾波器去除心跳、呼吸高頻噪聲；②提取各腦區(qū)的血氧水平依賴BOLD信號：使用解剖自動標記AAL圖譜將大腦灰質(zhì)分為90個區(qū)域，對每個腦區(qū)中所有體素的時間序列求平均，得到各腦區(qū)的血氧水平依賴BOLD信號；

(3)設(shè)BOLD信號為數(shù)據(jù)矩陣X₁，行代表時間序列，列代表腦區(qū)；設(shè)EEG回歸項為數(shù)據(jù)矩陣X₂，行代表時間序列，列代表各個頻帶的獨立成分，對X₁和X₂分別進行主成分分析，利用特征值的累計貢獻率分別得出其主成分，用P₁，P₂表示；

(4)對P₁，P₂進行典型相關(guān)分析，得到典型相關(guān)變量S₁和S₂，S₁和S₂的對應(yīng)列視為一對典型相關(guān)變量，設(shè)定閾值，選擇大于該閾值的典型相關(guān)變量對，分別構(gòu)成矩陣S’₁與S’₂；

(5)將S’₁與X₁求相關(guān)，相關(guān)系數(shù)較大的腦區(qū)為激活最明顯腦區(qū)，它們共同構(gòu)成一個功能網(wǎng)絡(luò)；將S’₂與X₂求相關(guān)，分別對五個頻帶內(nèi)相關(guān)系數(shù)的絕對值求平均，頻帶相關(guān)系數(shù)越大，其貢獻越大；利用上述建模方法得到了七個主要的腦功能網(wǎng)絡(luò)，并且得到各個網(wǎng)絡(luò)對應(yīng)的EEG信號與腦區(qū)。