[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

本發明涉及一種腦磁圖癲癇棘波識別方法和系統，該方法將MEG數據分為有棘波數據與無棘波數據兩種，并對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；對得到的各段數據進行分析處理，提取各段數據的特征向量構成樣本數據集，并將樣本數據集劃分為訓練集與測試集；利用訓練集對徑向基核函數支持向量機分類器進行訓練，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。本發明對癲癇腦磁信號的自動識別可以及時對患者的情況作出判斷，判別準確率可達到93.8％，降低了醫生的勞動強度，提升了檢測正確率并降低了漏檢率和誤檢率，在臨床上有很重要的意義。

技術領域

本發明涉及機器學習領域，尤其涉及一種腦磁圖癲癇棘波識別方法和系統。

背景技術

癲癇在腦磁圖中的主要表現是棘波和尖波，有時對它們不作區分，統稱為癲癇瞬變現象或棘波。棘波和尖波突出于背景活動，波幅較高，周期在20ms～200ms之間。

腦磁信號的分析主要是對大腦異?；顒拥臋z測分析，這些工作目前都是由醫療工作者根據經驗通過對患者腦磁圖的視覺檢測完成的。視覺檢測有許多不利的因素，一般一次檢測要記錄60分鐘的數據，從很長的數據中找出棘波非常耗費精力，對分析者的判斷力有很高要求，并且醫生在工作中要接觸大量癲癇病例，在繁重的工作任務下分類結果的準確性無法保證。而且，不同的專家對同一記錄的判斷結果也不盡相同。因此，降低對異常腦電信號的自動檢測的漏檢率和誤檢率顯得十分重要。

發明內容

本發明的目的在于克服現有技術的不足，提供了一種腦磁圖癲癇棘波識別方法和系統，可根據MEG數據有效識別是否有癲癇棘波，降低醫生的勞動強度，提升檢測正確率并降低漏檢率和誤檢率。

本發明解決上述技術問題的技術方案如下：

第一方面，本發明實施例提供了一種腦磁圖癲癇棘波識別方法，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。

進一步，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。

進一步，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；