基于动态脑皮层功能连接的脑功能异常检测方法及装置制造方法及图纸

本申请涉及脑功能检测技术领域，公开了基于动态脑皮层功能连接的脑功能异常检测方法及装置，所述方法包括：分别针对每一个第一类头皮脑电信号进行功能态聚类操作，得到与每一段头皮脑电信号对应的第二预设数量的脑功能态；将第一头皮脑电信号对应的第二预设数量的脑功能态与第一头皮脑电信号进行拟合，得到包括第一数量的时间段的第二类头皮脑电信号；从每一个第二类头皮脑电信号中分别统计每一种脑功能态的出现频次；根据所有第二类头皮脑电信号中每一种脑功能态的出现频次，确定目标对象处于异常状态时的起始时刻。可以精确地确定目标对象处于异常状态时，例如，癫痫状态的起始时刻，从而提高了癫痫灶的精准定位。从而提高了癫痫灶的精准定位。从而提高了癫痫灶的精准定位。

【技术实现步骤摘要】
基于动态脑皮层功能连接的脑功能异常检测方法及装置


[0001]本申请涉及脑功能检测
，具体涉及基于动态脑皮层功能连接的脑功能异常检测方法及装置。

技术介绍

[0002]癫痫作为一种常见的神经系统疾病，影响着患者的正常生活。尤其是无法通过药物治疗得到有效的控制的癫痫后续会发展成为难治性癫痫，需要进行外科手术处理癫痫灶才能控制癫痫发作。因此，准确定位癫痫灶是难治性癫痫患者治疗的重要环节。
[0003]目前，对于癫痫灶的定位方法通常是基于头皮脑电信号源成像后的皮层电活动来定位癫痫灶。其主要是基于脑的皮层电活动构建静态脑功能网络或动态脑功能网络，通过分析脑功能网络中拓扑特性以及功能态的改变来挖掘不同时间的癫痫电活动进而定位癫痫灶。其中，静态脑功能网络主要是基于一段时间内脑电信号构建的平均网络，但其无法深入挖掘大脑内的癫痫状态，从而无法准确的确定癫痫状态的起始时刻。动态脑功能网络是利用时间窗将一段时间内的头皮脑电信号分割为若干个等长的信号段，以确定癫痫状态的起始时刻，然后计算各信号段对应的脑功能网络并分析各个网络拓扑特性随时间变化特性，进而找到对应于拓扑特性异常变化的癫痫灶。但是这种方法会破坏大脑潜在的功能态，影响脑功能网络中拓扑特性计算的准确性，进而影响癫痫灶定位的准确性。
[0004]因此，如何实现癫痫状态的起始时刻的精准定位，从而提高癫痫灶精准定位是亟需解决的问题。

技术实现思路

[0005]有鉴于此，本申请提供了一种基于动态脑皮层功能连接的脑功能异常检测方法及装置，以解决如何实现癫痫状态的起始时刻的精准定位，从而提高癫痫灶精准定位的问题。
[0006]第一方面，本申请提供了一种基于动态脑皮层功能连接的脑功能异常检测方法，所述方法包括：获取目标对象处于预设状态时产生的第一预设数量的第一类头皮脑电信号；分别针对每一个第一类头皮脑电信号进行功能态聚类操作，得到与每一段头皮脑电信号对应的第二预设数量的脑功能态；将第一头皮脑电信号对应的第二预设数量的脑功能态与第一头皮脑电信号进行拟合，得到包括第一数量的时间段的第二类头皮脑电信号，其中，第一头皮脑电信号为第一预设数量的第一类头皮脑电信号中的任一个；从每一个第二类头皮脑电信号中分别统计每一种脑功能态的出现频次；根据所有第二类头皮脑电信号中每一种脑功能态的出现频次，确定目标对象处于异常状态时的起始时刻。
[0007]上述技术方案中，通过获取目标对象处于预设状态时，例如，癫痫发作前后一分钟，产生的第一预设数量的第一类头皮脑电信号，进而对每一个第一类头皮脑电信号进行
功能态聚类操作，得到与每一段头皮脑电信号对应的第二预设数量的脑功能态，考虑到大脑在预设状态时各个功能态的转变。还将第一头皮脑电信号对应的第二预设数量的脑功能态与第一头皮脑电信号进行拟合，得到包括第一数量的时间段的第二类头皮脑电信号，第一头皮脑电信号为第一预设数量的第一类头皮脑电信号中的任一个，考虑到脑功能态在每一个第一类脑电信号中的动态转变，从而可以对异常状态例如，癫痫状态进行深入挖掘。避免了以固定时间尺度划分头皮脑电信号，但不考虑脑功能态的动态变化所导致的破坏大脑潜在的功能态的问题。进而可以明确每一个脑功能态在第二类头皮脑电信号中的出现次数，从而可以统计每一种脑功能态在每一个第二类头皮脑电信号中的出现频次，实现对第二类头皮脑电信号中的各个脑功能态进行深入挖掘的目的，进而根据所有第二类头皮脑电信号中每一种脑功能态的出现频次，可以精确地确定目标对象处于异常状态时，例如，癫痫状态的起始时刻。实现癫痫状态的起始时刻的精准定位，从而提高了癫痫灶的精准定位。
[0008]在一些可选的实施例中，根据所有第二类头皮脑电信号中每一种脑功能态的出现频次，确定目标对象处于异常状态时的起始时刻，包括：分别以每一个脑功能态为基准，统计每一个第二类头皮脑电信号中每一个脑功能态出现的频次，生成第二预设数量的频次曲线段；分别确定每一条频次曲线段与预设函数信号之间的相关性系数；根据所有频次曲线段与预设函数信号之间的相关性系数，分别以每一个脑功能态为基准，对所有的相关性系数进行分组；分别统计每一组的相关性系数平均值；选取最大相关性系数平均值所属的组别对应的脑功能态为异常状态；根据异常状态对应的分组中的所有频次曲线段，确定异常状态在每一个第二类头皮脑电信号中的起始时刻。
[0009]在上述技术方案中，通过与脑功能态拟合后包括若干时间段的第二类头皮脑电信号，确定的频次曲线段与预设函数信号之间的相关性系数，来统计的以每一个脑功能态为基准的每一组的相关性系数平均值，进而将最大的相关性系数平均值所属的组别对应的脑功能态确定为异常状态。考虑了第二类头皮脑电信号中各个脑功能态出现频次的动态变化与预设函数信号之间的相关性，实现对各个脑功能态深入挖掘的目的，可以准确的判断出脑功能态中的异常状态，进而可以根据异常状态对应的分组中的所有频次曲线段，准确地确定异常状态在每一个第二类头皮脑电信号中的起始时刻。避免基于以固定时间尺度划分头皮脑电信号，从而破坏大脑的潜在脑功能态的问题，可以提高癫痫状态的起始时刻的定位的准确性。
[0010]在一些可选的实施例中，根据异常状态对应的分组中的所有频次曲线段，确定异常状态在每一个第二类头皮脑电信号中的起始时刻，包括：分别将异常状态对应的分组中的每一个频次曲线段的首尾直线相连，得到第一预设数量的基准线，基准线与异常状态对应的分组中的每一个频次曲线段一一对应；根据第一预设数量的基准线中的每一条基准线，以及与之对应的频次曲线段，确定第一预设数量的位于基准线下方的目标曲线段，目标曲线段为频次曲线段中的部分线段；分别从每一条目标曲线段中选取与基准线之间的距离最大的目标点，并确定目标
点所属的时刻为目标曲线段所属的频次曲线段所对应的第二类头皮脑电信号中异常状态的起始时刻。
[0011]在上述技术方案中，由于第一预设数量的基准线是异常状态对应的分组中的每一个频次曲线段的首尾直线相连后得到基准线的斜率可以代表每一个第二类头皮脑电信号中异常状态出现频次的平均增长速度。那么异常状态对应的分组中的每一个频次曲线段中位于与之一一对应的基准线下方的目标曲线段就意味着该异常状态在其所属第二类头皮脑电信号中的某时刻下的出现频次的增长速度偏离了该平均增长速度。进而分别从每一条目标曲线段中选取的与基准线之间的距离最大的目标点对应时刻，就可以指示异常状态在该目标曲线段对应第二类头皮脑电信号中出现频次的增长速度达到峰值的时刻，即为异常功能状态在该目标曲线段对应第二类头皮脑电信号中的起始时刻。考虑了异常状态在头皮脑电信号中早期出现频次为先平稳之后陡峭上升的趋势，可以准确的代表异常状态，例如，癫痫状态的起始时刻，提高了癫痫状态的起始时刻的精准定位，从而可以提高癫痫灶精准定位。
[0012]在一些可选的实施例中，异常状态所处的时间段包括多个，所述方法还包括：获取目标对象的核磁共振脑影像；根据核磁共振脑影像，构建目标对象的真实头模型；基于预设脑区模板将真实头模型划分为多个脑区；基于真实头模型、多个脑区、第二类头皮本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于动态脑皮层功能连接的脑功能异常检测方法，其特征在于，所述方法包括：获取目标对象处于预设状态时产生的第一预设数量的第一类头皮脑电信号；分别针对每一个所述第一类头皮脑电信号进行功能态聚类操作，得到与每一段头皮脑电信号对应的第二预设数量的脑功能态；将第一头皮脑电信号对应的第二预设数量的脑功能态与所述第一头皮脑电信号进行拟合，得到包括第一数量的时间段的第二类头皮脑电信号，其中，所述第一头皮脑电信号为第一预设数量的所述第一类头皮脑电信号中的任一个；从每一个所述第二类头皮脑电信号中分别统计每一种脑功能态的出现频次；根据所有所述第二类头皮脑电信号中每一种脑功能态的出现频次，确定所述目标对象处于异常状态时的起始时刻。2.根据权利要求1所述的方法，其特征在于，所述根据所有所述第二类头皮脑电信号中每一种脑功能态的出现频次，确定所述目标对象处于所述异常状态时的起始时刻，包括：分别以每一个所述脑功能态为基准，统计每一个所述第二类头皮脑电信号中每一个脑功能态出现的频次，生成第二预设数量的频次曲线段；分别确定每一条所述频次曲线段与预设函数信号之间的相关性系数；根据所有频次曲线段与预设函数信号之间的相关性系数，分别以每一个所述脑功能态为基准，对所有的所述相关性系数进行分组；分别统计每一组的相关性系数平均值；选取最大相关性系数平均值所属的组别对应的脑功能态为异常状态；根据所述异常状态对应的分组中的所有频次曲线段，确定所述异常状态在每一个所述第二类头皮脑电信号中的起始时刻。3.根据权利要求2所述的方法，其特征在于，所述根据所述异常状态对应的分组中的所有频次曲线段，确定所述异常状态在每一个所述第二类头皮脑电信号中的起始时刻，包括：分别将所述异常状态对应的分组中的每一个频次曲线段的首尾直线相连，得到第一预设数量的基准线，所述基准线与所述异常状态对应的分组中的每一个频次曲线段一一对应；根据第一预设数量的所述基准线中的每一条基准线，以及与之对应的频次曲线段，确定第一预设数量的位于所述基准线下方的目标曲线段，所述目标曲线段为所述频次曲线段中的部分线段；分别从每一条所述目标曲线段中选取与所述基准线之间的距离最大的目标点，并确定所述目标点所属的时刻为所述目标曲线段所属的频次曲线段所对应的第二类头皮脑电信号中所述异常状态的起始时刻。4.根据权利要求1至3任一项所述的方法，其特征在于，所述异常状态所处的时间段包括多个，所述方法还包括：获取所述目标对象的核磁共振脑影像；根据所述核磁共振脑影像，构建所述目标对象的真实头模型；基于预设脑区模板将所述真实头模型划分为多个脑区；基于所述真实头模型、多个所述脑区、所述第二类头皮脑电信号和所述异常状态在每一个所述第二类头皮脑电信号中的起始时刻，构建在多个时间段中首个时间段对应的功能
连接矩阵集，所述首个时间段为包括起始时刻的时间段；确定所述功能连接矩阵集中各个节点的平均节点核心程度，所述节点用于指示所述真实头模型中的脑区，所述平均节点核心程度用于指示所述脑区中脑皮层电活动的异常程度；根据所...

【专利技术属性】
技术研发人员：刘燕，戴亚康，彭博，李晓琳，周王成，
申请(专利权)人：苏州国科康成医疗科技有限公司，
类型：发明
国别省市：