[發明專利]一種腦磁圖癲癇棘波識別方法和系統

有效

• 申請號: 201910182723.0
• 申請日: 2019-03-12
• 公開（公告）號: CN109700463B
• 公開（公告）日: 2021-08-13
• 發明（設計）人: 張軍鵬;張航宇;劉凱
• 申請（專利權）人: 四川大學
• 主分類號: A61B5/055
• 分類號: A61B5/055;A61B5/00
• 代理公司: 成都創新引擎知識產權代理有限公司 51249
• 代理人: 羅麗

1.一種腦磁圖癲癇棘波識別方法，其特征在于，包括以下步驟：

采集癲癇患者的MEG數據和核磁共振數據，并將MEG數據和核磁共振數據進行融合，生成MSI圖像，所述MEG數據包括有棘波數據與無棘波數據；

對所述MEG數據進行預處理，分別得到N段相同時長的有棘波數據段與無棘波數據段；

從生成的MSI圖像中分別提取各段數據的特征向量，構成樣本數據集，并將所述樣本數據集劃分為訓練集與測試集；

利用所述訓練集對分類器進行訓練，得到訓練好的分類器模型；

將測試集輸入到分類器模型中，以識別是否有癲癇棘波；

其中，所述從生成的MSI圖像中分別提取各段數據的特征向量，構成樣本數據集，并將所述樣本數據集劃分為訓練集與測試集，具體包括：

利用Desikan-Killiany圖譜對得到的各段數據進行分析處理，得到左右半腦各34個腦區的皮層厚度數據；

對得到的皮層厚度數據用Dipole方法進行求源處理，并對求源處理后的數據按照Desikan-Killiany圖譜進行下采樣；

將下采樣后的各數據段按照預設頻段劃分，并分別計算各頻段的相位鎖定值，將各數據段的相位鎖定值構成相位鎖定值矩陣；

將各數據段的相位鎖定值矩陣作為特征空間，取各特征空間的模值數據作為原始特征數據集；

將原始特征數據集進行標準化處理；

對標準化處理后的原始特征數據集采用卡方檢驗或F檢驗提取特征，得到樣本數據集；

并將樣本數據集劃分為訓練集及測試集。

2.根據權利要求1所述的腦磁圖癲癇棘波識別方法，其特征在于，所述對所述MEG數據進行預處理，分別得到N段相同時長的有棘波數據段與無棘波數據段，具體包括：

對MEG數據進行濾波得到0.1～500Hz頻段數據；

去除0.1～500Hz頻段數據中的偽跡，所述偽跡包括眼電和眼動對MEG數據的干擾；

從有棘波數據段中截取N段時長為M毫秒的含棘波峰值的數據段，從無棘波數據段中截取N段時長為M毫秒的無棘波數據段。

3.根據權利要求1所述的腦磁圖癲癇棘波識別方法，其特征在于，所述利用Desikan-Killiany圖譜對得到的各段數據進行分析處理，得到左右半腦各34個腦區的皮層厚度數據，具體包括：體積處理步驟與表面處理步驟；

所述體積處理步驟包括圖像灰度標準化、不均勻磁場的校正、到Talairaeh空間的配準、非腦組織的去除和白質與灰質的分割；

所述表面處理步驟包括對白質曲面進行三維重建，從白質曲面出發，沿著灰質梯度方向向外膨脹得到灰質外表面曲面，定義灰質曲面和白質曲面間的距離為腦皮層厚度，采用T-average算法計算腦皮層厚度，灰質外表面向外膨脹，得膨脹曲面；膨脹曲面經過球狀形變后與模板進行高維配準，依據Desikan-Killiany圖譜對皮層進行自動分區，得到左右半腦各34個腦區的皮層厚度數據。

4.根據權利要求1所述的腦磁圖癲癇棘波識別方法，其特征在于，所述將下采樣后的各數據段按照預設頻段劃分，并分別計算各頻段的相位鎖定值，將各數據段的相位鎖定值構成相位鎖定值矩陣，具體包括：

將頻率范圍為0.1～500Hz的數據中的各數據段分成七個頻段，分別求出各頻段的相位鎖定值，其中，相位鎖定值的計算公式為：

其中，N是采樣點的個數，θ₁和θ₂是采樣點n處的瞬時相位值，PLV相位鎖定值為復數，其模的范圍為0到1，0代表隨機的相位關系，1代表固定的相位關系。

5.根據權利要求1所述的腦磁圖癲癇棘波識別方法，其特征在于，所述將原始特征數據集進行標準化處理，包括：對原始特征數據集的各列特征向量數據進行標準化處理，其標準化處理公式為：

其中，i表示第i列，x_i表示第i列特征向量數據，σ_i表示第i列特征向量數據的標準差，μ_i表示第i列特征向量數據的均值，x_std表示標準化之后的特征向量。