[發明專利]基于靜息態EEG信號的數學超常青少年腦功能連接網絡分析方法

在審

• 申請號: 201711385303.X
• 申請日: 2017-12-20
• 公開（公告）號: CN108354605A
• 公開（公告）日: 2018-08-03
• 發明（設計）人: 王海賢;吳韻巧;張友紅
• 申請（專利權）人: 佛山科學技術學院
• 主分類號: A61B5/0476
• 分類號: A61B5/0476;G06K9/00
• 代理公司: 四川省成都市天策商標專利事務所 51213
• 代理人: 劉興亮

本發明公開了一種基于靜息態EEG信號的數學超常青少年腦功能連接網絡分析方法：基于靜息態EEG信號，采用基于Wilcoxon符號秩和檢驗的相位滯后(phase lagbased onWilcoxon signed?ranktest,PLWT)算法，構造連接網絡，進而利用圖論指標對連接網絡進行度量，刻畫數學超常青少年的連接網絡特征，包括活躍腦區、圖論指標。與現有技術相比，本發明中提供的方法有如下優勢：基于靜息態EEG信號刻畫數學超常青少年的連接網絡特征，和基于任務態EEG信號分析相比較，所獲取的特征更加簡便、普適；所采用的PLWT方法利用Wilcoxon符號秩和檢驗的框架進行EEG信號的相位同步判斷，發掘內在連接網絡，避免閾值的主觀設定，降低了連接網絡分析中的不確定因素。

技術領域

本發明屬于計算神經科學領域，具體來說，涉及在假設檢驗的框架下構造基于靜息態EEG信號的數學超常青少年腦功能連接網絡，并分析其圖論指標。

背景技術

人腦可以看作一個復雜網絡，具有很高的“小世界”拓撲屬性。不同功能區相互作用、相互協調，共同完成復雜的認知功能。因此，研究腦連接網絡中的相互作用非常重要。連接網絡可分為三種：(1)結構性網絡(structure network)，由神經元突觸之間的電連接或化學連接構成，這種網絡一般通過實體解剖或通過核磁影像方法來確定；(2)功能性網絡(functional network)，描述皮層神經網絡各節點之間的統計性連接關系，這種網絡的構建可基于 EEG、MEG、fMRI等信號，由相位同步分析、互相關等算法完成；(3)效用性網絡(effective network)，描述皮層神經網絡各節點之間的相互影響或信息流向。

對于腦功能網絡的連接分析，相位同步(phase synchronization,PS)是神經元群集間相互作用的重要表現。若兩神經信號序列的相位具有同步性，即相位同時增加同時減小，則這兩個節點間的相關性很強。文獻中發展了一些相位同步指標，代表性的有譜相干(spectral coherence,SC)、鎖相值(phase locking value,PLV)、相位滯后指標(phaselagindex,PLI)、及加權相位滯后指標(weightedphase lag index,WPLI)。但它們都存在一些不足和弊端，如：SC 只能度量信號間的線性相干；PLV會嚴重受到容積傳導的影響；PLI雖然能夠避免容積傳導效應，但容易受到微小擾動的影響；WPLI在PLI的基礎上進行加權操作，從而達到降低微小相位差的影響，但它仍會納入噪聲，并且大的相位差起著主導作用。更為重要地，上述所提及的算法都存在一個共性問題：必須利用一個閾值來確定連接性，而這閾值的設定具有很強的主觀性，這增加了連接性分析的不確定性。針對這些問題，近年來文獻中發展了一種新的相位同步度量算法，稱之為基于Wilcoxon符號秩和檢驗的相位滯后(phase lag based onWilcoxon signed-rank test,PLWT)算法。PLWT在假設檢驗的框架下判斷連接的顯著性，有效地避免容積傳導和噪聲的影響，且避免了閾值的主觀設定，降低了連接網絡分析中的不確定因素。

數學作為學習和研究現代科學技術必不可少的基本工具，在人類社會發展中起著不可替代的作用。而數學超常青少年將會對社會發展做出巨大貢獻，因此對數學超常青少年的腦機制研究顯得十分必要。然而以往的研究都熱衷于分析數學超常青少年在進行推理任務時呈現的腦功能連接網絡特征，在靜息態時的連接網絡分析并未被涉足。本發明基于靜息態EEG信號，應用PLWT 算法構造數學超常青少年的連接網絡，并從圖論的角度進行分析，得到靜息態下與數學超常相關的活躍腦區及圖論指標。

發明內容

本發明要解決的技術問題是：為了克服現有技術中存在的不足，本發明提供一種基于靜息態EEG信號的數學超常青少年腦功能連接網絡分析方法。所提供方法基于靜息態EEG信號，獲取的連接網絡特征簡便、普適；發掘內在連接網絡，降低了連接網絡分析中的不確定因素。