[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

本發明涉及一種腦電圖信號分析方法，包括以下步驟：包括以下步驟：S1：根據腦電圖信號建立大腦功能性網絡；S2：根據所述大腦功能網絡，進行社區劃分，將大腦功能網絡分成若干個社區；S3：根據所述劃分了社區的大腦功能網絡，識別不同的網絡模體，所述網絡模體為節點的連接模式，所述大腦功能網絡的節點都具有屬于某個社區的標簽；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；S5：根據所述網絡模體特征向量，完成腦電圖智能分類。相對于現有技術，本發明的腦電圖信號分析方法可以有效度量大腦功能網絡的全局連通性以及刻畫大腦的功能模塊劃分，可以較準確地描述大腦的特征與狀態。

技術領域

本發明屬于腦電信號分析領域，尤其是涉及一種基于社區劃分算法的腦電圖信號分析方法。

背景技術

腦電圖(EEG)是通過精密的電子儀器，從頭皮上將腦部的自發性生物電位加以放大記錄而獲得的圖形，是通過電極記錄下來的腦細胞群的自發性、節律性電活動。腦電信號具有較高的時間精度，可以動態觀察大腦的狀態變化，因此腦電圖信號是診斷不同神經障礙和疾病的重要工具。大腦神經元之間相互作用、相互關聯，使大腦成為一個復雜的動力學系統。將大腦看成一個功能網絡，研究大腦不同區域的神經集群之間的時間相關性，以此來探索大腦不同區域之間的聯系是大腦動力學系統的一種方法。目前大腦功能網絡的建立方法，一般是根據不同電極間采集到的EEG信號皮爾遜相關系數來建立功能性網絡，或者由不同電極間的EEG信號的鎖相值，來建立功能網絡，這些忽略了腦電信號在不同時刻的放電特性，建立的腦功能網絡不能較好的反映大腦的真實狀態。而且，現有的大腦神經網絡功能連通性研究主要是基于度分布、聚類系數和最短路徑等方式度量網絡功能連通性，但是，這些度量主要是刻畫了大腦神經網絡的局部連通特點，無法有效度量大腦神經網絡的全局連通性以及無法刻畫大腦的功能模塊劃分，因此也忽略了大腦網絡的一些高階的隱藏的有價值的信息。

發明內容

本發明的目的在于提供一種基于社區劃分算法的腦電圖信號分析方法，通過全腦域功率峰值附近時刻的鎖相值建立大腦功能網絡，再通過識別大腦功能網絡中的模體結構與數量來分析大腦功能。

本發明是通過以下技術方案實現的：

一種基于社區劃分算法的腦電圖信號分析方法，腦電圖信號由多路導聯電極采集，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指標反映節點之間的聯系，以此建立大腦功能網絡。

S2：根據所述大腦功能網絡，進行社區劃分，將大腦功能網絡分成若干個社區；

S3：根據所述劃分了社區的大腦功能網絡，識別不同的網絡模體，所述網絡模體為節點的連接模式，所述大腦功能網絡的節點都具有屬于某個社區的標簽；

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；

S5：根據所述網絡模體特征向量，完成腦電圖智能分類。