[發(fā)明專利]一種抑郁癥腦電神經(jīng)反饋方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110274032.0
• 申請(qǐng)日: 2021-03-15
• 公開(kāi)（公告）號(hào): CN113143288B
• 公開(kāi)（公告）日: 2023-06-06
• 發(fā)明（設(shè)計(jì)）人: 鄒凌;王玥;周天彤;孔萬(wàn)增;羅錦宏
• 申請(qǐng)（專利權(quán)）人: 常州大學(xué)
• 主分類號(hào): A61B5/369
• 分類號(hào): A61B5/369;A61B5/372;A61B5/375;A61B5/16
• 代理公司: 南京縱橫知識(shí)產(chǎn)權(quán)代理有限公司 32224
• 代理人: 張賞

本發(fā)明公開(kāi)了一種抑郁癥腦電神經(jīng)反饋方法及系統(tǒng)，該方法采用優(yōu)化后的二次規(guī)劃特征選擇方法，在全局范圍下有效選取最優(yōu)電極，將64導(dǎo)聯(lián)降至20導(dǎo)聯(lián)，大大降低了后續(xù)計(jì)算量，從而提高反饋的實(shí)時(shí)性。然后，采用快速過(guò)渡過(guò)程方法捕捉腦電信號(hào)振幅的瞬時(shí)變化，進(jìn)而計(jì)算結(jié)構(gòu)同步指數(shù)和腦連接不對(duì)稱指標(biāo)；最后，基于所計(jì)算的腦連接不對(duì)稱指標(biāo)對(duì)腦區(qū)進(jìn)行自適應(yīng)調(diào)節(jié)，不僅可以體現(xiàn)大腦左右半球網(wǎng)絡(luò)之間的協(xié)同控制程度，還能從指標(biāo)變化的角度對(duì)抑郁癥的神經(jīng)機(jī)理進(jìn)行更好的分析。

技術(shù)領(lǐng)域

本發(fā)明涉及一種抑郁癥腦電神經(jīng)反饋方法及系統(tǒng)，屬于腦功能診斷技術(shù)領(lǐng)域。

背景技術(shù)

腦科學(xué)已成為當(dāng)代科學(xué)研究領(lǐng)域的熱點(diǎn)之一，由于其具有無(wú)創(chuàng)性、高時(shí)間分辨率等特性，在臨床診斷?中應(yīng)用廣泛。當(dāng)人體受到如視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)等刺激時(shí)，腦電信號(hào)(Electroencephalogram,EEG)的電位?將會(huì)發(fā)生規(guī)律性變化。而腦功能連接由于其能反應(yīng)出不同腦區(qū)的相互作用，因此也廣泛應(yīng)用于各類醫(yī)學(xué)問(wèn)?題的研究。因此，對(duì)EEG進(jìn)行腦功能連接研究與分析，不僅減少被試的心理負(fù)擔(dān)，也可以反應(yīng)不同時(shí)間算?大腦區(qū)域的協(xié)調(diào)作用

如今，抑郁癥已成為全球心理問(wèn)題的一大難題，但研究與臨床中，使用腦功能連接進(jìn)行神經(jīng)反饋的較?少。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種抑郁癥腦電神經(jīng)反饋方法及系統(tǒng)，通過(guò)使用優(yōu)化后的QPFS進(jìn)行最優(yōu)電極?的選擇，針對(duì)最優(yōu)電極計(jì)算腦連接不對(duì)稱指標(biāo)，實(shí)現(xiàn)被試者根據(jù)顯示的指標(biāo)進(jìn)行自我調(diào)節(jié)。

為了達(dá)到上述目的，本發(fā)明采用的技術(shù)方案如下：

本發(fā)明提供一種計(jì)算抑郁癥腦電神經(jīng)反饋功能連接指標(biāo)的系統(tǒng)，包括：

基于休息時(shí)段的腦電信號(hào)選擇左右腦最優(yōu)電極；

對(duì)所選擇的每一個(gè)最優(yōu)電極在非休息時(shí)段采集的腦電信號(hào)進(jìn)行快速過(guò)渡識(shí)別；

根據(jù)識(shí)別結(jié)果計(jì)算每一個(gè)最優(yōu)電極的結(jié)構(gòu)同步指數(shù)；

基于所計(jì)算的結(jié)構(gòu)同步指數(shù)計(jì)算腦連接不對(duì)稱指標(biāo)；

基于所計(jì)算的腦連接不對(duì)稱指標(biāo)對(duì)腦區(qū)進(jìn)行自適應(yīng)調(diào)節(jié)。

進(jìn)一步的，所述基于休息時(shí)段的腦電信號(hào)選擇左右腦最優(yōu)電極，包括：

在休息時(shí)段，采用去趨勢(shì)波動(dòng)分析法計(jì)算一個(gè)腦區(qū)中每個(gè)導(dǎo)聯(lián)的時(shí)域特征；

采用優(yōu)化后的二次規(guī)劃特征選擇方法對(duì)時(shí)域特征根據(jù)權(quán)重從大到小進(jìn)行排序，通過(guò)最優(yōu)特征找到所計(jì)?算的腦區(qū)中的10個(gè)電極，并選取與這10個(gè)電極相對(duì)稱的另一個(gè)腦區(qū)的10個(gè)電極共同作為最優(yōu)電極。

進(jìn)一步的，所述優(yōu)化后的二次規(guī)劃特征選擇方法如下：

采用優(yōu)化后的二次規(guī)劃特征選擇方法對(duì)所有導(dǎo)聯(lián)的時(shí)域特征進(jìn)行如下計(jì)算：

其中，f為n×1矩陣，f＝[I(X₁；C),…,I(X_n；C)]^T是時(shí)域特征相關(guān)性向量，n表示導(dǎo)聯(lián)時(shí)域特征?個(gè)數(shù)，X_i代表第i個(gè)時(shí)域特征，C為實(shí)際分類數(shù)目，I(X_i；C)表示通過(guò)互信息衡量X_i的相關(guān)性，

H為n×n矩陣，H＝[I(X_i；X_j)]_{i.j＝1,…,n}是正半定矩陣，I(X_i；X_j)表示采用互信息方法來(lái)表示特?征的冗余矩陣，

βx為所添加的約束項(xiàng)，β為懲罰因子，

x為n×1矩陣，x＝[x₁,x₂,…,x_n]^T代表相對(duì)特征權(quán)重，且