一种矩阵型脑网络及其构建方法技术

本发明专利技术公开了一种矩阵型脑网络及其构建方法，所述矩阵型脑网络包括若干神经元群模块；所述神经元群模块包括激励神经细胞网络、锥体细胞网络以及抑制神经细胞网络；所述激励神经细胞网络以及抑制神经细胞网络输出信号均输出至锥体细胞网络。本发明专利技术建立若干神经元群模块，在根据若干神经元群模块构建矩阵型脑网络，这样通过矩阵型脑网络可以预测不同的脑神经活动状态下的脑电信号，从而生成了模拟脑电信号。

A matrix brain network and its construction method

【技术实现步骤摘要】
一种矩阵型脑网络及其构建方法
本专利技术涉及医学
，特别涉及一种矩阵型脑网络及其构建方法。
技术介绍
在进行重大手术前，需要对患者进行全身麻醉(俗称全麻)，而全麻具有极高风险，例如，麻醉过深会引起麻醉并发症，甚至危及患者生命；麻醉过浅易发生“术中知晓”，产生痛苦和恐惧及精神后遗症；因此如何精确地估算麻醉深度，使得医生可以根据麻醉深度确定麻醉用量，以提高麻醉安全性。目前基于脑电信号展开的麻醉深度监测的方法主要包括双频指数、听觉诱发电位指数、脑功能状态指数,熵指数，复杂度和小波分析法等。例如，美国Aspect公司(nowpartofCovidien)主推出的BIS监护仪，其实采用双谱分析方便，并通过0-100的指数来反映麻醉意识深度。然而，上述方法中普遍采用的是患者的真实脑电信号，而真实脑电信号在采集过程中会存在干扰信号等，造成真实脑电信号异常。此时，医生需要根据血压、心率、呼吸频率、肌松程度等间接指标来判断病人的麻醉状态，这需要依赖医生的业务水平，并且不同医生的判断结果也会存在不同。那么，如何在麻醉前可以根据患者信息生成模拟脑电信号，通过生成的模拟脑电信号对真实脑电信号进行验证，从而人们关注的焦点。而在生成模拟脑电信号过程，如何构建脑网络模型成为重中之重。
技术实现思路
鉴于现有技术的不足，本专利技术旨在提供一种矩阵型脑网络及其构建方法。本专利技术所采用的技术方案如下：一种矩阵型脑网络，所述矩阵型脑网络包括若干神经元群模块；所述神经元群模块包括激励神经细胞网络、锥体细胞网络以及抑制神经细胞网络；所述激励神经细胞网络以及抑制神经细胞网络输出信号均输出至锥体细胞网络。所述矩阵型脑网络，其中，所述锥体细胞网络的输出信号部分输入至与该神经元群模块耦合的神经元群模块，部分反馈至该神经元群模块的激励神经细胞网络，部分反馈至该神经元群模块的抑制神经细胞网络。所述矩阵型脑网络，其中，所述若干神经元群模块中每个神经元群模块对应一脑皮区域，并且各神经元模块对应的脑皮区域构成脑皮层。所述矩阵型脑网络，其中，所述若干神经元群模块根据各神经网络模型之间的耦合强度建立连接。所述矩阵型脑网络，其中，所述激励神经细胞网络包括第一脉冲支路以及第一反馈支路，第一脉冲支路的电压信号与第一反馈支路的电压信号相加后，通过电压-脉冲编码器将相加后的电压信号转换为脉冲信号后传输至锥体细胞网络。所述矩阵型脑网络，其中，所述抑制神经细胞网络包括第二脉冲支路以及第二反馈支路，第二脉冲支路的电压信号与第二反馈支路的电压信号相加后，通过电压-脉冲编码器将相加后的电压信号转换为脉冲信号后传输至锥体细胞网络。所述矩阵型脑网络，其中，所述锥体细胞网络包括局部激励支路、局部抑制支路以及外部激励支路，局部激励支路接收激励神经细胞网络传输的脉冲信号，局部抑制支路接收抑制神经网络传输的脉冲信号，外部激励支路接收输入脉冲，并且所述局部激励支路的、局部抑制支路以及外部激励支路汇合。一种矩阵型脑网络的构建方法，所述构建方法用于构建如上任一所述的矩阵型脑网络，所述构建方法包括：建立若干神经元群模块，并确定各神经元群模块之间的耦合强度；根据获取到耦合强度在若干神经元群模块之间建立连接，以生成所述矩阵型脑网络。所述矩阵型脑网络的构建方法，其中，所述根据确定各神经元群模块之间的耦合强度具体包括：获取用户的脑部数据，并根据所述脑部数据生成结构型脑网络；获取该结构型脑网络中神经网络节点的耦合强度系数，以得到各神经元群模块之间的耦合强度。所述矩阵型脑网络的构建方法，其中，所述根据获取到耦合强度在若干神经元群模块之间建立连接，以生成所述矩阵型脑网络具体包括：根据获取到的耦合强度系数形成矩阵序列；根据所述矩阵序列在若干神经元群模块之间建立连接，以得到矩阵型脑网络。有益效果：与现有技术相比，本专利技术提供了一种矩阵型脑网络及其构建方法，所述矩阵型脑网络包括若干神经元群模块；所述神经元群模块包括激励神经细胞网络、锥体细胞网络以及抑制神经细胞网络；所述激励神经细胞网络以及抑制神经细胞网络输出信号均输出至锥体细胞网络。本专利技术建立若干神经元群模块，在根据若干神经元群模块构建矩阵型脑网络，这样通过矩阵型脑网络可以预测不同的脑神经活动状态下的脑电信号，从而生成了模拟脑电信号。附图说明图1为本专利技术提供的矩阵型脑网络中神经元群模块的示意图。图2为本专利技术提供的矩阵型脑网络构建方法中人脑模型的一个角度的示意图。图3为本专利技术提供的生成脑电信号的方法中人脑模型的另一个角度的示意图。图4为本专利技术提供的矩阵型脑网络中脑网络连通图的一个角度的示意图。图5为本专利技术提供的矩阵型脑网络中脑网络连通图的另一个角度的示意图。图6为本专利技术提供的矩阵型脑网络构建方法的流程图。具体实施方式本专利技术提供一种矩阵型脑网络及其构建方法，为使本专利技术的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本专利技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。本
技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本专利技术所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。下面结合附图，通过对实施例的描述，对
技术实现思路
作进一步说明。本实施提供了一种矩阵型脑网络，如图1所示，所述矩阵型脑网络包括若干神经元群模块；所述神经元群模块包括激励神经细胞网络、锥体细胞网络以及抑制神经细胞网络；所述激励神经细胞网络以及抑制神经细胞网络输出信号均输出至锥体细胞网络。其中，每个神经元群模块表示一脑皮层区域，所述矩阵脑网络包括多个神经元群模块，并且各神经元群模块对应的脑皮层区域构成脑皮层，即脑皮层可以划分为多个脑皮层区域，每个脑皮层对于一个神经元群模块，并且该神经元群模块包含于形成所述矩阵型脑网络的多个神经元群模块中。此外，所述多个脑皮层区域中的每个脑皮层区域负责不同的功能，例如，枕叶区负责视觉功能；顶叶区负责触觉和空间；颞叶区负责听觉和综合感知；额叶本文档来自技高网...

【技术保护点】
1.一种矩阵型脑网络，其特征在于，所述矩阵型脑网络包括若干神经元群模块；所述神经元群模块包括激励神经细胞网络、锥体细胞网络以及抑制神经细胞网络；所述激励神经细胞网络以及抑制神经细胞网络输出信号均输出至锥体细胞网络。/n

【技术特征摘要】
1.一种矩阵型脑网络，其特征在于，所述矩阵型脑网络包括若干神经元群模块；所述神经元群模块包括激励神经细胞网络、锥体细胞网络以及抑制神经细胞网络；所述激励神经细胞网络以及抑制神经细胞网络输出信号均输出至锥体细胞网络。


2.根据权利要求1所述矩阵型脑网络，其特征在于，所述锥体细胞网络的输出信号部分输入至与该神经元群模块耦合的神经元群模块，部分反馈至该神经元群模块的激励神经细胞网络，部分反馈至该神经元群模块的抑制神经细胞网络。


3.根据权利要求1所述矩阵型脑网络，其特征在于，所述若干神经元群模块中每个神经元群模块对应一脑皮区域，并且各神经元模块对应的脑皮区域构成脑皮层。


4.根据权利要求1所述矩阵型脑网络，其特征在于，所述若干神经元群模块根据各神经网络模型之间的耦合强度建立连接。


5.根据权利要求1所述矩阵型脑网络，其特征在于，所述激励神经细胞网络包括第一脉冲支路以及第一反馈支路，第一脉冲支路的电压信号与第一反馈支路的电压信号相加后，通过电压-脉冲编码器将相加后的电压信号转换为脉冲信号后传输至锥体细胞网络。


6.根据权利要求1所述矩阵型脑网络，其特征在于，所述抑制神经细胞网络包括第二脉冲支路以及第二反馈支路，第二脉冲支路的电压信号与第二反馈支路的电压信号相加后，通过电压-脉冲编码器将相加后的电压...

【专利技术属性】
技术研发人员：韩如泉，温鹏，熊飞，吴跃宝，周赤宜，岑柱艳，王筱毅，李明，
申请(专利权)人：深圳市德力凯医疗设备股份有限公司，
类型：发明
国别省市：广东;44