【技术实现步骤摘要】
本申请涉及信号处理分析，特别是涉及基于tde-hmm模型的癫痫病灶溯源定位系统、方法、终端及介质。
技术介绍
1、目前，癫痫是一种常见的神经系统疾病，其主要特点是反复、短暂、突发的异常脑电活动所引起的一系列症状，包括意识丧失、运动、感觉、自主神经功能和精神行为等方面的障碍。据估计中国约有900万左右的癫痫患者，其中500～600万是活动性癫痫患者，同时每年新增加癫痫患者约40万，在中国癫痫已经成为神经科仅次于头痛的第二大常见病。尽管药物治疗在许多情况下都是有效的，但约三分之一的癫痫患者对当前可用的抗癫痫药物反应不佳。为这部分患者提供有效的治疗手段成为了紧迫的需求。对于这些患者，如果可以准确地定位并删除或隔离癫痫病灶，手术治疗往往可以达到显著的疗效。癫痫病灶定位是进行癫痫手术之前的关键步骤。准确的病灶定位可以帮助神经外科医生制定最佳的手术策略，从而提高手术的成功率并减少并发症。此外，病灶定位也可以为药物治疗和其他非手术治疗提供有价值的信息。
2、近年来，随着技术的进步，多种成像和记录技术，如核磁共振成像(magneticresonance imaging，mri)、正电子发射断层成像(positron emission computedtomography，pet)、单光子发射体层成像(single photon emission computedtomography，spect)、脑电图(electroencephalography，eeg)、脑磁图(magnetoencephalography，meg)等，已经被用
技术实现思路
1、鉴于上述现有技术的缺点，本专利技术提供一种基于tde-hmm模型的癫痫病灶溯源定位系统、方法、终端及介质，用于解决现有技术中人工诊断癫痫病差异性大，容易出错等问题。
2、为实现上述目的及其他相关目的，本申请的第一方面提供一种基于tde-hmm模型的癫痫病灶溯源定位系统，所述系统包括数据采集模块，用于采集患者的脑信号数据和核磁共振成像数据；所述脑信号数据包括脑电信号数据、脑磁信号数据中的任一种；预处理模块，与所述数据采集模块电性连接，用于对所述脑信号数据和核磁共振成像数据进行预处理；头部模型构建模块，与所述预处理模块电性连接，用于基于预处理后的核磁共振成像数据构建所述患者的头部模型；模型训练模块，与所述预处理模块电性连接，用于将预处理后的脑信号数据输入tde-hmm模型进行训练得到状态时间序列；病灶区域定位模块，分别与所述头部模型构建模块和模型训练模块电性连接，用于采用波束形成算法结合所述状态时间序列进行癫痫病灶区域的溯源定位，并将所述癫痫病灶区域显示在所述头部模型上。
3、于本申请的第一方面的一些实施例中，对所述脑信号数据进行预处理包括定位传感器处理、下采样处理、滤波处理、去除坏段处理、插值坏导处理以及去除伪迹处理。
4、于本申请的第一方面的一些实施例中，对所述核磁共振成像数据进行预处理的具体过程包括：对所述核磁共振成像数据进行去除伪迹处理；基于去除伪迹处理后的核磁共振成像数据进行特征提取以剔除非脑部结构数据；对剔除非脑部结构数据后的核磁共振成像数据进行坐标对齐处理。
5、于本申请的第一方面的一些实施例中，所述基于预处理后的核磁共振成像数据构建所述患者的头部模型的具体过程包括：基于所述预处理后的核磁共振成像数据进行分割处理以提取关键特征组织并构建体积几何模型；对所述体积几何模型中的关键特征组织配置对应的导电参数以获得体积传导模型；对所述体积传导模型配准所述采集患者的脑信号数据的采集设备的位置信息，以获得所述头部模型。
6、于本申请的第一方面的一些实施例中，所述将预处理后的脑信号数据输入tde-hmm模型进行训练得到状态时间序列的具体过程包括：将所述预处理后的脑信号数据进行顺序时延嵌入后采用hmm算法进行训练得到所述状态时间序列。
7、于本申请的第一方面的一些实施例中，所述采用波束形成算法结合所述状态时间序列进行癫痫病灶区域的溯源定位的具体过程包括：基于所述头部模型对所述患者的大脑进行脑区分割，以获得若干个规则的体素网格，采用波束形成算法获得各所述体素网格的状态空间分布信息；所述状态空间分布信息分别为在活跃状态下的空间分布信息和非活跃状态下的空间分布信息；将各所述体素网格的状态空间分布信息与所述状态时间序列结合，以获得各所述体素网格分别在活跃状态下的时间分布信息和非活跃状态下的时间分布信息；对各所述体素网格在活跃状态下的时间分布信息和非活跃状态下的时间分布信息进行计算分析，以判断确定癫痫病灶区域。
8、于本申请的第一方面的一些实施例中，对各所述体素网格在活跃状态下的时间分布信息和非活跃状态下的时间分布信息进行计算分析，以判断确定癫痫病灶区域的具体过程包括：对所述体素网格进行计算以分别获得处于活跃状态时的方差和非活跃状态时的方差，并将所述活跃状态时的方差与非活跃状态时的方差之间的比值用于判断所述体素网格是否为癫痫病灶区域。
9、为实现上述目的及其他相关目的，本申请的第二方面提供一种基于tde-hmm模型的癫痫病灶溯源定位方法，应用于如上所述的基于tde-hmm模型的癫痫病灶溯源定位系统；所述方法包括：采集患者的脑信号数据和核磁共振成像数据；所述脑信号数据包括脑电信号数据、脑磁信号数据中的任一种；对所述脑信号数据和核磁共振成像数据进行预处理；基于预处理后的核磁共振成像数据构建所述患者的头部模型；将预处理后的脑信号数据输入tde-hmm模型进行训练得到状态时间序列；采用波束形成算法结合所述状态时间序列进行癫痫病灶区域的溯源定位，并将所述癫痫病灶区域显示在所述头部模型上。
10、为实现上述目的及其他相关目的，本申请的第三方面提供一种电子终端，包括：处理器及存储器；所述存储器用于存储计算机程序；所述处理器，用于执行所述存储器存储的计算机程序，以使所述电子终端执行所述基于tde-hmm模型的癫痫病灶溯源定位方法。
11、为实现上述目的及其他相关目的，本申请的第四方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述基于tde-hmm模型的癫痫病灶溯源定位方法。
12、如上所述，本申请的基于tde-hmm模型的癫痫病灶溯源定位系统、方法、终端及介质，具有以下有益效果：
13、本专利技术对癫痫患者采集到的脑信号数据和核磁共振成像数据进行预处理；然后根据患者的核磁共振信号数据构造患者的头部模型；将预处理后的脑信号数据输入tde-hmm模型进行训练得到状态时间序列；使用线性约束最小方差波束形成器结合状态时间序列来定位大脑中每个本文档来自技高网...
【技术保护点】
1.一种基于TDE-HMM模型的癫痫病灶溯源定位系统，其特征在于，所述系统包括：
2.根据权利要求1所述的基于TDE-HMM模型的癫痫病灶溯源定位系统，其特征在于，对所述脑信号数据进行预处理包括定位传感器处理、下采样处理、滤波处理、去除坏段处理、插值坏导处理以及去除伪迹处理。
3.根据权利要求1所述的基于TDE-HMM模型的癫痫病灶溯源定位系统，其特征在于，对所述核磁共振成像数据进行预处理的具体过程包括：
4.根据权利要求1所述的基于TDE-HMM模型的癫痫病灶溯源定位系统，其特征在于，所述基于预处理后的核磁共振成像数据构建所述患者的头部模型的具体过程包括：
5.根据权利要求1所述的基于TDE-HMM模型的癫痫病灶溯源定位系统，其特征在于，所述将预处理后的脑信号数据输入TDE-HMM模型进行训练得到状态时间序列的具体过程包括：
6.根据权利要求1所述的基于TDE-HMM模型的癫痫病灶溯源定位系统，其特征在于，所述采用波束形成算法结合所述状态时间序列进行癫痫病灶区域的溯源定位的具体过程包括：
7.根据权利要求6
8.一种基于TDE-HMM模型的癫痫病灶溯源定位方法，其特征在于，应用于如权利要求1至7中任一项所述的基于TDE-HMM模型的癫痫病灶溯源定位系统；所述方法包括：
9.一种电子终端，其特征在于，包括：处理器及存储器；
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求8所述的基于TDE-HMM模型的癫痫病灶溯源定位方法。
...【技术特征摘要】
1.一种基于tde-hmm模型的癫痫病灶溯源定位系统，其特征在于，所述系统包括：
2.根据权利要求1所述的基于tde-hmm模型的癫痫病灶溯源定位系统，其特征在于，对所述脑信号数据进行预处理包括定位传感器处理、下采样处理、滤波处理、去除坏段处理、插值坏导处理以及去除伪迹处理。
3.根据权利要求1所述的基于tde-hmm模型的癫痫病灶溯源定位系统，其特征在于，对所述核磁共振成像数据进行预处理的具体过程包括：
4.根据权利要求1所述的基于tde-hmm模型的癫痫病灶溯源定位系统，其特征在于，所述基于预处理后的核磁共振成像数据构建所述患者的头部模型的具体过程包括：
5.根据权利要求1所述的基于tde-hmm模型的癫痫病灶溯源定位系统，其特征在于，所述将预处理后的脑信号数据输入tde-hmm模型进行训练得到状态时间序列的具体过程包括：
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。