一种基于相位模式复杂度的多通道神经信号分析方法技术

本发明专利技术公开了一种基于相位模式复杂度的多通道神经信号分析方法，所述方法包括：通过神经信号采集装置获得需要计算的N个通道的神经信号数据，并进行预处理操作；计算所述神经信号中两个通道X和Y之间的动态相位关系模式Mt，量化其相位关系；计算所述通道X和Y之间的相位模式复杂度Ω；构建所述多通道神经信号的相位模式复杂度矩阵；其中Ω的值越大，代表所述神经信号之间的相位模式越丰富，该方法从相位关系的动态时间模式的角度出发，解决了现有技术容易丢失神经信号之间的相位关系信息，而且会忽略其相位关系的时间动力学变化的缺点。 1

A multi-channel neural signal analysis method based on phase mode complexity

The present invention discloses a multi-channel neural signal analysis method based on the phase mode complexity. The method includes: neural signal data of N channels needed to be calculated by a neural signal acquisition device, and preprocessing operation, and the dynamic phase relation mode between two channels X and Y in the neural signal is calculated. Mt, quantizing the phase relationship, calculating the phase mode complexity Omega between the channels X and Y, and constructing the phase mode complexity matrix of the multi-channel neural signals; the greater the value of the Omega, the more the phase patterns between the neural signals are enriched, the method starts from the angle of the dynamic time pattern of the phase relation, It solves the problem that the existing technology is easy to lose the phase relation information of neural signals, and it ignores the shortcomings of time dynamics of phase relation. One

【技术实现步骤摘要】
一种基于相位模式复杂度的多通道神经信号分析方法
本专利技术涉及神经信号分析领域，尤其涉及一种多通道神经信号分析方法。
技术介绍
大脑不同区域神经信号的相互作用与通信往往伴随着相位关系的特征化，多通道之间相位关系的变化可以揭示大脑在不同状态下不同脑区的脑动力学变化，为大脑工作机制的研究与分析提供重要帮助。近些年，在针对神经生理(视觉、听力、记忆、意识等)以及神经疾病(癫痫、阿兹海默症、脑死亡)的研究中，多通道神经信号相位关系的研究对神经疾病的预防、诊断和治疗发挥了重要作用。目前已有许多度量脑电信号之间相位同步性的方法，如文献《Measuringphasesynchronyinbrainsignals》提出的锁相值(phaselockingvalue，PLV)方法，文献《Phaselagindex:assessmentoffunctionalconnectivityfrommultichannelEEGandMEGwithdiminishedbiasfromcommonsources》提出的相位滞后指数(phaselagindex，PLI)方法以及文献《Animprovedindexofphase-synchronizationforelectrophysiologicaldatainthepresenceofvolume-conduction,noiseandsample-sizebias》提出的带权重的相位滞后指数(theweightedphase-lagindex，WPLI)等。这些传统的同步方法通过研究多通道信号之间的相位同步变化，进而从脑功能连接的角度揭示神经机制。为了可靠地估计功能连接强度，几乎所有的同步方法都要求数据的平稳性，因此不能使用较长的时间序列。但是，研究表明，大脑各区域之间的灵活沟通不仅需要同步的创建，而且需要在亚秒级时间尺度内消除同步。这就意味着神经信号之间相位同步的消失可能就在几十毫秒以内。而上述传统的相位同步方法往往通过在几秒长的时间段内对相位差进行平均而获得其相位关系，虽然这样可以获得一定的功能连接信息，但是只能在秒级尺度上获取相位同步信息，而且忽略了相位关系的动态时间模式，这可能会导致相位同步信息的丢失。
技术实现思路
本专利技术目的在于提供一种能够揭示两个神经信号之间相位关系的时间动力学变化以及完整获取相位信息的基于相位模式复杂度的多通道神经信号分析方法。为实现上述目的，采用了以下技术方案：本专利技术所述方法包括以下步骤：步骤S1，通过神经信号采集装置获得需要计算的N个通道的神经信号数据，并进行预处理操作；步骤S2，计算所述神经信号中两个通道X和Y之间的动态相位关系模式Mt，量化其相位关系；步骤S3，计算所述通道X和Y之间的相位模式复杂度Ω；步骤S4，对所述N个神经通道之间的两两通道分别求相位模式复杂度Ω，得到大小为N*N的多通道相位模式复杂度矩阵。进一步的，步骤S1中，利用神经信号采集手段获取多通道神经信号数据，并对神经信号中的工频噪声、基线漂移、头动噪声和生理噪声进行去噪处理。进一步的，步骤S2的具体步骤如下：步骤2-1，对上一步预处理后的N个通道的神经信号进行归一化处理；步骤2-2，对所述N个通道的神经信号数据分别进行Hilbert变换或小波变换，以提取每个通道的瞬时相位其中n＝1，…N；步骤2-3，计算其中两个通道X和Y之间的相位差其中t为时间点；步骤2-4，获得神经信号X和Y之间的动态相位关系模式，计算公式为：Mt＝{mt，mt+1，mt+2，...，mt+l-1}其中，l表示所述神经信号的模式长度参数；mt表示神经信号X和Y之间相位关系的符号化结果；如果X和Y之间的相位差满足则mt＝1；如果则mt＝0.5；否则，mt＝0。进一步的，步骤S3中，所述计算通道X和Y之间的相位模式复杂度Ω具体如下：其中，pi在[0,1]之间，表示第i种动态相位关系模式出现的概率；如果一些动态相位关系模式占主导，PLE→0，如果所有动态相位关系模式等概率出现，PLE→1；PLE的值越大，代表所述神经信号X和Y之间相位关系模式越丰富。与现有技术相比，本专利技术方法具有如下优点：可以从相位关系的动态时间模式的角度出发，将瞬时相位时间序列结合到相位同步分析中，在几十毫秒的时间尺度上提取神经信号之间相位关系的时间模式，解决了传统相位同步研究方法只能在秒级时间精度上提取相位信息、容易丢失有效的相位同步信息以及无法获取相位关系时间模式的缺点。附图说明图1为本专利技术方法的流程图。图2为本专利技术方法的信号X和Y之间的动态相位关系模式示意图。图3为本专利技术方法的多通道相位模式复杂度矩阵图。图3中，左侧为清醒期的相位模式复杂度图，右侧为丙泊酚诱导无意识的相位模式复杂度图。具体实施方式下面结合附图对本专利技术做进一步说明：本专利技术所述方法是将相位关系时间模式和香农熵相结合，通过估计神经信号之间的相位模式复杂度Ω，构造多通道相位模式复杂度矩阵，进而度量不同大脑状态下神经交流的动态相位关系模式变化情况，以该变化作为大脑通道间或脑区间相互作用的依据，进而从复杂度的角度探讨不同大脑状态下神经作用机制的不同。所述方法的具体步骤如图1所示：步骤S1：通过神经信号采集装置获得需要计算的N个通道的神经信号数据，并进行预处理操作；步骤S2：计算所述神经信号中两个通道X和Y之间的动态相位关系模式Mt，量化其相位关系；步骤2-1，对上一步预处理后的N个通道的神经信号进行归一化处理；步骤2-2，对所述N个通道的神经信号数据分别进行Hilbert变换或小波变换，以提取每个通道的瞬时相位其中n＝1，…N；步骤2-3，计算其中两个通道X和Y之间的相位差其中t为时间点；步骤2-4，获得神经信号X和Y之间的动态相位关系模式，计算公式为：Mt＝{mt，mt+1，mt+2，...，mt+l-1}其中，l表示所述神经信号的模式长度参数；mt表示神经信号X和Y之间相位关系的符号化结果；如果X和Y之间的相位差满足则mt＝1；如果则mt＝0.5；否则，mt＝0。所述动态相位关系模式Mt所可能出现的模式总数i，计算公式如下：图2所示为模式长度参数l＝3时可能出现的27种动态关系模式的特例，即图2中的M1，M2...M27。步骤S3：计算所述通道X和Y之间的相位模式复杂度Ω，计算公式如下：其中，pi在[0,1]之间，表示第i种动态相位关系模式出现的概率；如果一些动态相位关系模式占主导，PLE→0，如果所有动态相位关系模式等概率出现，PLE→1；PLE的值越大，代表所述神经信号X和Y之间相位关系模式越丰富。所述相位关系模式多样性的稀缺可能意味着两个大脑区域之间的沟通趋于单一化；例如，如果第一脑区以不可忽略的时间延迟强烈地影响第二脑区，则模式{0,0,0}可能在所有可能模式中占主导地位，此时对应着较低的相位模式复杂度Ω；另一方面，如果两个大脑区域随着时间以复杂的方式来回交互作用，则模式的分布将接近于均匀分布，此时相位模式复杂度Ω较高。步骤S4：构建所述多通道神经信号的相位模式复杂度矩阵，具体包括：对所述N个神经通道之间的两两通道分别重复步骤S2和步骤S3，得到大小为N*N的多通道相位模式复杂度矩阵(如图3所示)。图3所示左、右图分别为基于某志愿者接受丙泊酚麻醉前后(即，清醒本文档来自技高网...

【技术保护点】
1.一种基于相位模式复杂度的多通道神经信号分析方法，其特征在于，所述方法包括

【技术特征摘要】
1.一种基于相位模式复杂度的多通道神经信号分析方法，其特征在于，所述方法包括以下步骤：步骤S1，通过神经信号采集装置获得需要计算的N个通道的神经信号数据，并进行预处理操作；步骤S2，计算所述神经信号中两个通道X和Y之间的动态相位关系模式Mt，量化其相位关系；步骤S3，计算所述通道X和Y之间的相位模式复杂度Ω；步骤S4，对所述N个神经通道之间的两两通道分别求相位模式复杂度Ω，得到大小为N*N的多通道相位模式复杂度矩阵。2.根据权利要求1所述的一种基于相位模式复杂度的多通道神经信号分析方法，其特征在于：步骤S1中，利用神经信号采集手段获取多通道神经信号数据，并对神经信号中的工频噪声、基线漂移、头动噪声和生理噪声进行去噪处理。3.根据权利要求1所述的一种基于相位模式复杂度的多通道神经信号分析方法，其特征在于，步骤S2的具体步骤如下：步骤2-1，对上一步预处理后的N个通道的神经信号进行归一化处理；步骤2-2，对所述...

【专利技术属性】
技术研发人员：梁振虎，张琳，邵帅，程磊，李小俚，
申请(专利权)人：燕山大学，
类型：发明
国别省市：河北,13