[发明专利]基于脑电信号的动态脑网络节点同步行为分析方法有效
申请号: | 201910502272.4 | 申请日: | 2019-06-11 |
公开(公告)号: | CN110338785B | 公开(公告)日: | 2020-08-14 |
发明(设计)人: | 李海芳;阴桂梅;邓红霞;姚蓉;相洁;郭浩 | 申请(专利权)人: | 太原理工大学 |
主分类号: | A61B5/0476 | 分类号: | A61B5/0476 |
代理公司: | 成都东恒知盛知识产权代理事务所(特殊普通合伙) 51304 | 代理人: | 何健雄 |
地址: | 030000 *** | 国省代码: | 山西;14 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 电信号 动态 网络 节点 同步 行为 分析 方法 | ||
1.基于脑电信号的动态脑网络节点一致性行为分析方法,其特征在于,按照以下步骤进行:
步骤一,对脑电信号预处理及根据Walter分类方法进行分频;
步骤二,构造基于脑电信号的脑功能网络;
步骤三,构造基于脑电信号的复杂动态脑网络节点一致性模型;
步骤四,构造复杂动态脑网络模型节点一致性行为判别式,从而判断脑网络节点行为的一致性、稳定性。
2.根据权利要求1所述的基于脑电信号的动态脑网络节点一致性行为分析方法,其特征在于,所述步骤一按照以下步骤进行:先对脑电信号的原始信号转换参考电极,将参考电极转换为全脑平均参考电极;然后去眼电、去除伪迹、滤波;然后将工作记忆脑电信号根据SMST实验范式再处理以下步骤:
步骤1、分阶段:将每个被试的脑电数据分为三个阶段:encoding,maintenance以及retrieval阶段;
步骤2、分频段:将每个波段的脑电数据滤为4个波段:theta(4-7Hz),alpha(7-14Hz),beta1(14-20Hz),beta2(20-30Hz)。
3.根据权利要求1所述的基于脑电信号的动态脑网络节点一致性行为分析方法,其特征在于,所述步骤二按照以下步骤进行:
选取脑电图的头皮电极做节点,建脑网络选用的是PLV相干函数,采用PLV计算功能连接,得到关联矩阵,选择稀疏度32%-40%,步长为2%作为阈值,通过阈值将关联矩阵转化为二值邻接矩阵,即得到脑网络节点之间连边的关系,得到所要构建的脑功能网络。
4.根据权利要求1所述的基于脑电信号的动态脑网络节点一致性行为分析方法,其特征在于,所述步骤三按照以下步骤进行:
通过随机阿波罗算法选取网络中的节点构造局部网络,设节点状态变量为H(xi),根据复杂网络中李雅普诺夫稳定性理论:通过构造合适的李雅普诺夫函数,并利用矩阵范数的方法,对脑电信号的网络节点一致性,即稳定性进行了分析,提出复杂动态脑网络节点一致性模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于太原理工大学,未经太原理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910502272.4/1.html,转载请声明来源钻瓜专利网。