基于种群多样性控制的脑电源定位方法、系统及设备技术方案

本发明专利技术公开了一种基于种群多样性控制的脑电源定位方法、系统及设备，基于患者的个性化MRI，构建患者的个性化真实头模型与源模型。通过基准点法实现EEG

【技术实现步骤摘要】
基于种群多样性控制的脑电源定位方法、系统及设备


[0001]本专利技术涉及生物医学
，具体涉及一种基于种群多样性控制的脑电源定位方法、系统及设备。

技术介绍

[0002]大脑神经活动时，伴随着电荷、电流的运动，外在表现形式为头皮表面采集到的脑电(EEG)。脑电源定位，就是通过头皮电位的测量数据反向推演脑内神经活动源分布，也即脑电逆问题。常用的方法之一是偶极子定位法，核心思想是假想脑内神经活动分布可以用有限个电流偶极子近似，一般为一到两个。源定位则是通过头皮电位推算出产生颅外电场的等效电流偶极子源的位置与强度信息。脑电逆问题一经提出便受到广泛关注，具备很高的科学价值及临床应用价值，有助于脑科学的研究及脑部疾病的诊断。
[0003]目前，临床非侵入性诊断脑部疾病通常需要结合病人的发作状态及多模态医学成像技术进行综合判断，一种是基于脑结构成像(如磁共振成像，MRI；计算机断层扫描，CT)的方法，该方法对形态学异常较为敏感，但对于脑功能异常，敏感性不高，而且脑功能异常往往早于脑结构异常。第二种是基于脑功能成像(如正电子发射体层摄影术，PET；功能磁共振成像，fMRI)的方法，以上两种方法时间分辨率较低，通常在1s左右，而且往往对人体存在一定损伤，如强磁场会对人体带来辐射作用，尤其对于孕妇和儿童。以上方法优点是空间分辨率较高，可达1-10mm左右。第三种是基于神经电生理学原理(EEG、MEG)的方法，该方法相比以上技术，时间分辨率高，通常在1ms左右，同时对人体完全无创无损，但空间分辨率不及以上技术。因此，通过脑电源定位技术，联合个性化的脑结构MRI提供的高空间分辨率和EEG提供的高时间分辨率，能够实现个性化高时空分辨率的病灶定位。
[0004]脑电源定位因其不适定性及病态性成为一个极具挑战性的研究课题。不适定性意味着解是不唯一的，无数颅内源分布对应着给定的颅外脑电分布，导致脑电逆问题属于多峰值问题。病态性意味着解空间的敏感性，微小的扰动都会带来解空间的剧烈震荡，而脑电在测量过程中易混入噪声，导致了解空间的复杂性。大多数非线性优化方法在面对多峰值问题时，缺乏跳出局部极值的能力，在面对解空间的震荡性时，缺乏空间遍历能力，容易出现早熟收敛，陷入局部极值，尤其在面对复杂的真实头模型时，定位精度较低。

技术实现思路

[0005]本专利技术为了解决上述技术问题，提出了如下技术方案：
[0006]第一方面，本专利技术提供了一种基于种群多样性控制的脑电源定位方法，所述方法包括以下步骤：
[0007]1)基于患者的个性化MRI，进行脑组织分割，通过三维重建获得患者的个性化头模型与源模型，通过坐标转换配准个性化头模与个性化源模；
[0008]2)建立EEG标准电极布置的几何模型，基于基准点法实现EEG标准电极模型与个性化MRI的自动粗略配准，再通过手动微调电极位置实现EEG标准电极模型与个性化MRI的精
细配准；
[0009]3)构建体积传导空间模型，利用边界元法或有限元法计算正向传导矩阵；
[0010]4)建立源定位问题的数学模型并通过参数分离对源定位问题的数学模型进行降维；
[0011]5)假设电流偶极子源数目，初始化算法粒子数量和迭代次数，在解空间内均匀初始化粒子位置，利用基于种群多样性的量子粒子群算法：DQPSO进行全局搜索，引入种群多样性指标并设置种群多样性下限，根据种群多样性更新算法的收缩扩张因子，获得源定位结果。
[0012]采用上述实现方式，为保证源定位的真实性与准确性，基于患者的MRI建立个性化的真实头模型。为降低计算复杂度，对脑电源定位数学模型进行了参数分离。面对脑电逆问题的不适定性与病态性，提出一种基于种群多样性控制的DQPSO算法，在算法迭代后期仍然能够保持较高的种群多样性，进一步提高算法的全局寻优能力与空间遍历能力，提高算法收敛到全局最优的概率，保证高定位精度。
[0013]优选的是，所述步骤1)具体包括：
[0014]1-1)利用脑组织分割算法，包含但不限于基于阈值的脑组织分割算法、区域生长脑组织分割算法，对患者的个性化MRI进行分割，获得患者的头皮、颅骨、大脑；通过在上述组织类型的边界处创建由三角面片顶点相连接成的表面，获得患者的个性化头模型；
[0015]1-2)通过磁共振图像自动分割算法，包含但不限于基于统计学的脑组织分割算法、基于马尔科夫随机场模型的脑组织分割算法，对患者的个性化MRI进行分割，获得灰质、白质和脑脊液，通过磁共振三维重建算法，包含但不限于面绘制方法中的二维轮廓线重构三维形体和移动立方体法，获得个性化源模；
[0016]1-3)通过坐标转换，将个性化头模与源模配准到同一坐标系下。
[0017]优选的是，所述步骤2)具体包括：
[0018]2-1)参照10-20，10-10，10-5多个标准电极模板及其21，32，64，128，256多种排列方式，建立EEG标准电极布置的几何模型；
[0019]2-2)选取EEG标准电极布置几何模型上至少三个电极作为基准电极，选取个性化MRI上的相同位置作为基准点，包含但不限于鼻根、左耳、右耳，将基准电极与基准点对齐，实现EEG标准电极模型与个性化MRI的自动粗略配准；
[0020]2-3)通过手动矫正，微调电极位置，包括平移、旋转、缩放，实现EEG标准电极模型与个性化MRI的手动精细配准。
[0021]优选的是，所述步骤3)具体为：
[0022]基于患者个性化头模、个性化源模和电极位置信息，构建体积传导空间模型；
[0023]利用边界元法或有限元法计算正向体积传导矩阵。
[0024]优选的是，所述步骤4)具体包括：
[0025]4-1)建立源定位模型如下：
[0026][0027]其中，V表示测得的头皮脑电强度，A为是关于偶极子位置的传导矩阵(所述步骤3)计算得到的正向体积传导矩阵)，X为偶极子强度参数；
[0028]4-2)通过将偶极子的线性和非线性参数分离，简化问题数学模型的维度与复杂
度：假设已知位置X，要使J最小，须有最优偶极子强度X
*
＝A
*
V,A
*
为Moore-Penrose伪逆，则源定位模型转化为：
[0029][0030]优选的是，所述步骤5)具体包括：
[0031]5-1)假设电流偶极子源数目，设置算法粒子数量和算法迭代次数，利用均匀概率密度函数在解空间内随机初始化DQPSO的粒子位置矩阵；
[0032]5-2)依据上述步骤4-2得到的源定位模型J，评估粒子的适应度值；
[0033]5-3)比较当前粒子的适应度值与个体最优的适应度值，决定个体最优位置；
[0034]5-4)比较当前粒子的适应度与全局最优的适应度值，决定全局最优位置；
[0035]5-5)引入种群多样性思想，评估算法的种群多样性div，根据种群多样性更新收缩扩张因子；
[0036]5-本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于种群多样性控制的脑电源定位方法，其特征在于，所述方法包括以下步骤：1)基于患者的个性化MRI，进行脑组织分割，通过三维重建获得患者的个性化头模型与源模型，通过坐标转换配准个性化头模与个性化源模；2)建立EEG标准电极布置的几何模型，基于基准点法实现EEG标准电极模型与个性化MRI的自动粗略配准，再通过手动微调电极位置实现EEG标准电极模型与个性化MRI的精细配准；3)构建体积传导空间模型，利用边界元法或有限元法计算正向传导矩阵；4)建立源定位问题的数学模型并通过参数分离对源定位问题的数学模型进行降维；5)假设电流偶极子源数目，初始化算法粒子数量和迭代次数，在解空间内均匀初始化粒子位置，利用基于种群多样性的量子粒子群算法：DQPSO进行全局搜索，引入种群多样性指标并设置种群多样性下限，根据种群多样性更新算法的收缩扩张因子，获得源定位结果。2.根据权利要求1所述的方法，其特征在于，所述步骤1)具体包括：1-1)利用脑组织分割算法，包含但不限于基于阈值的脑组织分割算法、区域生长脑组织分割算法，对患者的个性化MRI进行分割，获得患者的头皮、颅骨、大脑；通过在上述组织类型的边界处创建由三角面片顶点相连接成的表面，获得患者的个性化头模型；1-2)通过磁共振图像自动分割算法，包含但不限于基于统计学的脑组织分割算法、基于马尔科夫随机场模型的脑组织分割算法，对患者的个性化MRI进行分割，获得灰质、白质和脑脊液，通过磁共振三维重建算法，包含但不限于面绘制方法中的二维轮廓线重构三维形体和移动立方体法，获得个性化源模；1-3)通过坐标转换，将个性化头模与源模配准到同一坐标系下。3.根据权利要求2所述的方法，其特征在于，所述步骤2)具体包括：2-1)参照10-20，10-10，10-5多个标准电极模板及其21，32，64，128，256多种排列方式，建立EEG标准电极布置的几何模型；2-2)选取EEG标准电极布置几何模型上至少三个电极作为基准电极，选取个性化MRI上的相同位置作为基准点，包含但不限于鼻根、左耳、右耳，将基准电极与基准点对齐，实现EEG标准电极模型与个性化MRI的自动粗略配准；2-3)通过手动矫正，微调电极位置，包括平移、旋转、缩放，实现EEG标准电极模型与个性化MRI的手动精细配准。4.根据权利要求3所述的方法，其特征在于，所述步骤3)具体为：基于患者个性化头模、个性化源模和电极位置信息，构建体积传导空间模型；利用边界元法或有限元法计算正向体积传导矩阵。5.根据权利要求4所述的方法，其特征在于，所述步骤4)具体包括...

【专利技术属性】
技术研发人员：戴亚康，刘刚，刘燕，王悦，
申请(专利权)人：济南国科医工科技发展有限公司，
类型：发明
国别省市：