[發明專利]一種基于社區劃分算法的腦電圖信號分析方法

有效

• 申請號: 202010093984.8
• 申請日: 2020-02-14
• 公開（公告）號: CN111227827B
• 公開（公告）日: 2023-07-11
• 發明（設計）人: 許學添;鐘偉芳;陳曉明
• 申請（專利權）人: 廣東司法警官職業學院
• 主分類號: A61B5/372
• 分類號: A61B5/372;A61B5/00;G06F18/243;G06F18/214;G06F18/2415;G06N3/08;G06F18/241;G06F18/2411;G06N3/04
• 代理公司: 深圳市圳博友邦專利代理事務所(普通合伙) 44600
• 代理人: 王芬思

1.一種腦電圖信號分析方法，腦電圖信號由多路導聯電極采集，其特征在于：包括以下步驟：

S1：根據腦電圖信號建立大腦功能性網絡，具體步驟包括：

S11：計算全腦域功率GFP，其中K為總的導聯通電極數，代表K個節點，i為第i路導聯，V_i(t)為第i路導聯的EEG信號，V_mean(t)為t時刻K路導聯信號的平均值；

S12：獲取GFP的峰值時刻，記為時間序列t＝[t₁,t₂,t₃...t_n]；

S13：在時間序列[t₁,t₂,t₃...t_n]中每個時刻t_i，i∈[1,n]為中心時間的一段時間范圍內，計算每兩路導聯腦電信號之間的鎖相值；

S14：根據所述每兩路導聯腦電信號之間的鎖相值反映節點之間的聯系，以此建立大腦功能性網絡，所述鎖相值的指標為時間序列[t₁,t₂,t₃...t_n]中每個時刻t_i，i∈[1,n]對應的鎖相值的平均值，或者為時間序列[t₁,t₂,t₃...t_n]中每個時刻對應的鎖相值的最大值；

S2：根據所述大腦功能性網絡，進行社區劃分，將大腦功能性網絡分成若干個社區，所述社區劃分的算法包括GN算法、Fast-GN算法、Louvian算法、RAK算法和LPAM算法；

S3：根據劃分了社區的大腦功能性網絡，識別不同的網絡模體，所述網絡模體為節點的連接模式，判斷需要產生與真實網絡規模和度分布一致的大量隨機網絡，并通過與隨機網絡比較計算以評價子圖統計意義，所述大腦功能性網絡的節點都具有屬于某個社區的標簽，所述網絡模體的結構為不同數量的不同社區節點的不同連接方式；

S4：統計不同網絡模體的模體結構數量，建立網絡模體特征向量，所述網絡模體特征向量對應三節點模體的模體結構數量和四節點模體的模體結構數量，并且節點都是具有屬于某個社區的標簽；

S5：根據所述網絡模體特征向量，完成腦電圖智能分類。

2.根據權利要求1所述的腦電圖信號分析方法，其特征在于：所述步驟S5的智能分類的算法，包括支持向量機、決策樹、貝葉斯分類器和神經網絡。

3.根據權利要求2所述的腦電圖信號分析方法，其特征在于：所述鎖相值即PLV的計算公式為：其中為兩路導聯腦電信號的相位關系值，N為時間序列[t₁,t₂,t₃...t_n]中每個時刻t_i，i∈[1,n]為中心時間的一段時間范圍內的采樣點數。

4.根據權利要求3所述的腦電圖信號分析方法，其特征在于：所述兩路導聯腦電信號的相位關系值可以通過信號的時頻分析來計算。