脑功能成像辨识的方法及系统技术方案

本发明专利技术提供脑功能成像辨识方法，系重复选取脑波数据，利用模态分解方法，取得固有模态函数；以讯号源重建方法将相同频率尺度的固有模态函数轉換至讯号源空間，取得对应脑部位置的源固有模态函数；将於相同频率尺度的源固有模态函数依照脑部位置，整理于对应不同频率尺度的频率区间；重复选取源固有模态函数取绝对值，由通过绝对值端点产生一振幅包络线，利用模态分解方法,取得振幅包络线的源一阶振幅固有模态函数；将相同振幅频率尺度的源一阶振幅固有模态函数依照脑部位置，整理于对应不同振幅频率尺度的振幅频率区间，产生全脑振幅调变频谱。

【技术实现步骤摘要】

本专利技术涉及一种脑功能成像辨识的方法及系统，特别是藉由一整合全息希尔伯特频谱分析(Holo-HilbertSpectralAnalysis,HHSA)，以及一讯号源重建方法予以产生全脑振幅调变频谱的方法及系统。
技术介绍
功能性3D脑造影技术，例如：功能性磁振造影(fMRI)、红外光谱光学检测(NIRS)以及正子断层造影(PET)等，虽为高空间分辨率的脑造影技术，但这些技术受到其时间分辨率的限制，以至于不能完整地提供脑活动的动态影像；另一方面，脑部电位或磁场的2D脑影像技术侦测，例如：脑电图(EEG)或脑磁图(MEG)，虽可提供了高时间分辨率，适合用来探讨脑神经活动的动态特征，但尚有空间分辨率表现不佳的问题；故此，习知技术研究为能厘清多脑部区域的同步作用与相互关系，系藉由波束成形(Beamformer)最小范数估计解(minimumnormestimation,MNE),精确低解析度造影(eLORETA),多样稀疏事前(multiplesparsepriors)结合频率分析技术(例如，带通滤波器(Band-passfilter),快速傅立叶变换(Fast-FourierTransform),小波变换(WaveletTransform))来估算3D的振动讯号源，然而，受限于传统数学式的缺陷，如以傅立叶变换为基础的带通滤波以及频谱分析，这些技术仅能解析讯号中的线性现象，而刻意忽视其非线性特征，对于脑部疾病或精神疾病的诊断，无法由脑波讯号的辨识提供完整地评估要素。
技术实现思路
本专利技术的目的是提供一种脑功能成像辨识的方法及系统，特别是一种透过导入全息希尔伯特频谱分析，将多个脑波讯号转换为3D(幅频、振频、时间)频谱，并透过相同时间相度组合复数个脑波侦测点的分布位置，从而量化不同脑部区域的同步作用与相互关系；于此，本专利技术得取代习知的脑部辨识技术，于脑部疾病或精神疾病的诊断上，提供更完整地评估要素。本专利技术所提供的一种脑功能成像辨识的方法包括：取得复数个脑波数据，其中，该复数个脑波数据为由一待测者头部表面，撷取脑部复数个不同位置之脑电波讯号或脑磁波讯号；选取其一该脑波数据，利用一模态分解方法，取得复数个固有模态函数(IMFs)，其中，该复数个固有模态函数显示该脑波数据于不同频率尺度的振动随时间的变化；重复选取另一该脑波数据，利用该模态分解方法，取得该复数个固有模态函数，直到所有脑波数据均取得该复数个固有模态函数；再者，将相同频率尺度的该复数个固有模态函数依照脑部不同位置整理于一频率区间，取得该复数个对应不同频率尺度的频率区间。后以一讯号源重建方法将於头部表面不同位置，但相同频率尺度的该复数个固有模态函数，转换至一讯号源空间(sourcespace)，取得复数个对应脑部不同位置的源固有模态函数(sourceIMF)，直到所有固有模态函数都转换为源固有模态函数；选取其一该源固有模态函数取绝对值，由通过绝对值的所有端点产生一振幅包络线，再利用该模态分解方法,取得该振幅包络线的复数个源一阶振幅固有模态函数(sourcefirst-layeramplitudeIMF)，其中，该复数个源一阶振幅固有模态函数为该振幅包络线于不同振幅频率尺度的数值当量随时间的变化数值；选取另一该源固有模态函数重复执行上一个步骤，直到所有源固有模态函数均取得该复数个源一阶振幅固有模态函数；将於相同振幅频率尺度的该复数个源一阶振幅固有模态函数依照脑部不同位置整理于一振幅频率区间，取得该复数个对应不同振幅频率尺度的振幅频率区间。将该复数频率区间对应于相同时间的该复数个振幅频率区间，产生一全脑振幅调变频谱，其中，该全脑振幅调变频谱为揭示该待测者脑部不同位置振幅调变功率于频率区间与振幅频率区间的相对值。本专利技术所提供一种脑功能成像辨识的系统包含：一讯号接收模块、一数据处理模块、一区间选取模块以及一讯号频谱整合模块。该讯号接收模块，取得复数个脑波数据，其中该复数个脑波数据撷取自一待测者为由一待测者头部表面，撷取脑部复数个不同位置之脑电波讯号或脑磁波讯号；该数据处理模块，耦接该讯号接收模块，选取其一该脑波数据，利用一模态分解方法，取得复数个固有模态函数，其中，该复数个固有模态函数显示该脑波数据于不同频率尺度的振动随时间的变化，直到所有脑波数据均取得该复数个固有模态函数，并以一讯号源重建方法将於相同频率尺度的该复数个固有模态函数转换至一讯号源空間，取得复数个对应脑部不同位置的源固有模态函数；进一步，选取其一该源固有模态函数取绝对值，由通过绝对值的所有端点产生一振幅包络线，再利用该模态分解方法,取得该振幅包络线的复数个源一阶振幅固有模态函数，其中，该复数个源一阶振幅固有模态函数为该振幅包络线于不同振幅频率尺度的数值当量随时间的变化数值，直到所有源固有模态函数均取得该复数个源一阶振幅固有模态函数。该区间选取模块，耦接该数据处理模块，先将於相同频率尺度的该复数个固有模态函数依照脑部不同位置整理于一频率区间，取得该复数个对应不同频率尺度的频率区间，后将相同振幅频率尺度的该复数个源一阶振幅固有模态函数依照脑部不同位置整理于一振幅频率区间，取得对应不同振幅频率尺度的振幅频率区间。该讯号频谱整合模块，耦接该区间选取模块，将该复数个频率区间对应于相同时间的该复数个振幅频率区间，产生一全脑振幅调变频谱，其中，该全脑振幅调变频谱为揭示该待测者脑部不同位置振幅调变功率于频率区间与振幅频率区间的相对值。藉由本专利技术的实施透过调幅频率调制机制与非侵入性的人类脑电波讯号(Electroencephalogram,EEG)可以得到一全脑振幅调变频谱。该全脑振幅调变频谱藉由调幅(AmplitudeModulation)与调频(FrequencyModulation)之间的关系,提供脑部功能动态信息，并同时提供该复数个动态信息的位置,因此,本专利技术特别是于脑部疾病或精神疾病的诊断，提供更完整地评估要素。下面结合附图及具体实施例对本专利技术进行详细说明。附图说明图1为本专利技术实施例的一种脑功能成像辨识的系统的方块示意图；图2为本专利技术实施例的一种全头振幅调变频谱的功率和K值的相互关系示意图；图3本专利技术实施例的一种全脑振幅调变频谱和正投影视图示意图；图4为本专利技术实施例的一种位置振幅调变频谱示意图；图5为本专利技术另一实施例一种全脑振幅调变频谱示意图；图6为本专利技术实施例的一种脑功能成像辨识方法的流程示意图；图7为本专利技术实施例的一种结合视觉工作记忆范式示意图；附图标记说明：100-脑功能成像辨识系统；110-讯号接收模块；120-数据处理模块；130-区间选取模块；140-讯号频谱整合模块；210-全头振幅调变频谱、310-全脑振幅调变频谱；320-正投影视图；410、420-位置振幅调变频谱；510-大脑的左半球；520-大脑的右半球；512、516-横向断层影像；514、518-内侧断层影像；710-研究数组；720-测试数组。具体实施方式让钧院贵审查委员及习于此技术人士，对本专利技术的功效完全了解，兹配合图示及图号，就本专利技术较佳的实施例说明如下：本专利技术实施例中所揭露的脑功能成像辨识的实施方法可以为讯号分析系统所应用，或是应用在可以连接至讯号分析装置的计算器系统或微处理器系统中本文档来自技高网...

【技术保护点】
一种脑功能成像辨识的方法，其特征在于，包括：(A)取得复数个脑波数据，其中，该复数个脑波数据为撷取自一待测者脑部复数个不同位置；(B)选取其一该脑波数据，利用一模态分解方法，取得复数个固有模态函数(IMFs)，其中，该复数个固有模态函数显示该脑波数据于不同频率尺度的振幅当量随时间的变化；(C)选取另一该脑波数据，重复步骤(B)，直到所有脑波数据均取得该复数个固有模态函数；(D)将於相同频率尺度的该复数个固有模态函数依照脑部不同位置整理于一频率区间，取得该复数个对应不同频率尺度的频率区间；(E)係以一讯号源重建方法将於相同频率尺度的该复数个固有模态函数转换至一讯号源空間，取得复数个对应脑部不同位置的源固有模态函数；(F)选取其一该源固有模态函数取绝对值，由通过绝对值的所有端点产生一振幅包络线，再利用该模态分解方法,取得该振幅包络线的复数个源一阶振幅固有模态函数，其中，该复数个源一阶振幅固有模态函数为该振幅包络线于不同振幅频率尺度的数值当量随时间的变化数值；(G)选取另一该源固有模态函数重复执行步骤(F)，直到所有源固有模态函数均取得该复数个源一阶振幅固有模态函数；(H)将於相同振幅频率尺度的该复数个源一阶振幅固有模态函数依照脑部不同位置整理于一振幅频率区间，取得该复数个对应不同振幅频率尺度的振幅频率区间；以及(I)将该复数个频率区间对应于相同时间的该复数个振幅频率区间，产生一全脑振幅调变频谱，其中，该全脑振幅调变频谱为揭示该待测者脑部不同位置于频率区间与振幅频率区间振幅调变功率的相对值。...

【技术特征摘要】
1.一种脑功能成像辨识的方法，其特征在于，包括：(A)取得复数个脑波数据，其中，该复数个脑波数据为撷取自一待测者脑部复数个不同位置；(B)选取其一该脑波数据，利用一模态分解方法，取得复数个固有模态函数(IMFs)，其中，该复数个固有模态函数显示该脑波数据于不同频率尺度的振幅当量随时间的变化；(C)选取另一该脑波数据，重复步骤(B)，直到所有脑波数据均取得该复数个固有模态函数；(D)将於相同频率尺度的该复数个固有模态函数依照脑部不同位置整理于一频率区间，取得该复数个对应不同频率尺度的频率区间；(E)係以一讯号源重建方法将於相同频率尺度的该复数个固有模态函数转换至一讯号源空間，取得复数个对应脑部不同位置的源固有模态函数；(F)选取其一该源固有模态函数取绝对值，由通过绝对值的所有端点产生一振幅包络线，再利用该模态分解方法,取得该振幅包络线的复数个源一阶振幅固有模态函数，其中，该复数个源一阶振幅固有模态函数为该振幅包络线于不同振幅频率尺度的数值当量随时间的变化数值；(G)选取另一该源固有模态函数重复执行步骤(F)，直到所有源固有模态函数均取得该复数个源一阶振幅固有模态函数；(H)将於相同振幅频率尺度的该复数个源一阶振幅固有模态函数依照脑部不同位置整理于一振幅频率区间，取得该复数个对应不同振幅频率尺度的振幅频率区间；以及(I)将该复数个频率区间对应于相同时间的该复数个振幅频率区间，产生一全脑振幅调变频谱，其中，该全脑振幅调变频谱为揭示该待测者脑部不同位置于频率区间与振幅频率区间振幅调变功率的相对值。2.如权利要求1所述的方法，其特征在于，还包括：(F1)选取其一该脑部位置，将该脑部位置的该复数个源固有模态函数对应于相同时间该脑部位置的该复数个源一阶振幅固有模态函数，产生
\t一位置振幅调变频谱，其中，该位置振幅调变频谱为揭示该待测者脑部相同位置于该复数个源固有模态函数与该复数个源一阶振幅固有模态函数的相对值；以及(F2)选取另一该脑部位置重复执行步骤(F1)，直到所有脑部位置均取得该位置振幅调变频谱。3.如权利要求1所述的方法，其特征在于，还包括：执行步骤(A)取得该复数个脑波数据时，该待测者先阅读一研究数组。4.如权利要求3所述的方法，其特征在于，还包括：(J)该待测者再阅读一测试数组，重复步骤(A)至(I)，取得阅读该测试数组后的全脑振幅调变频谱；(K)比较阅读该研究数组之后与阅读该测试数组之后的位置振幅调变频谱，系辨识该待测者脑部不同位置于频率区间与振幅频率区间的相对值变化；以及(L)比较阅读该研究数组之后与阅读该测试数组之后的全脑振幅调变频谱，系辨识该待测者脑部相同位置于该复数个源固有模态函数与该复数个源一阶振幅固有模态函数的相对值变化。5.如权利要求1所述的方法，该复数个脑波数据...

【专利技术属性】
技术研发人员：梁伟光，黄锷，阮启弘，
申请(专利权)人：中央大学，
类型：发明
国别省市：中国台湾;71