[发明专利]一种有效性脑网络的确定方法及系统

权利要求书

1.一种有效性脑网络的确定方法，其特征在于，包括：

获取脑电采集设备采集的EEG数据；所述EEG数据包括多个电极通道采集的EEG信号；

根据所述EEG数据筛选所述脑电采集设备的有用电极通道；所述有用电极通道为去除无用电极通道和损坏电极通道剩下的所述脑电采集设备的所有电极通道；

对所述EEG数据进行预处理，得到预处理后的EEG数据；所述预处理后的EEG数据包括每个有用电极通道对应的预处理后的EEG数据；

采用小波变换方法对所述预处理后的EEG数据进行频率分解，得到分解后的EEG数据；所述分解后的EEG数据，具体包括五个频段的EEG数据；

所述分解后的EEG数据包括每个有用电极通道对应的分解后的EEG信号；

根据所述分解后的EEG数据构建初始有效性脑网络；

所述根据所述分解后的EEG数据构建初始有效性脑网络，具体包括：

将有用电极通道确定为脑网络的节点，并将每个有用电极通道对应的分解后的EEG数据确定为脑网络的输入信号；

根据脑网络的节点和输入信号，采用有效性连接方法确定不同节点之间的关联度，得到所有有用电极通道之间的关联矩阵；有效性连接方法采用格兰杰因果模型分析度量不同节点之间的关联度，并将所述关联度确定为两个节点之间边的权值和方向；计算任意两个电极之间的GC值，得到N*N的关联矩阵，其中N为电极数；电极间的GC值表示两个电极通道之间相互作用的因果关系，计算方法如下所示:

假设X_1,t和X_2,t是两个电极的上的EEG信号，则这两个电极在单变量情况下给出时不变模型表达式:

考虑序列可能受到彼此过去的影响，联合时间序列X_1,t和X_2,t建立如下时不变模型为：

其中t＝1,2…m表示回归阶数，ε_1,t,ε_2,t和ε′_1,t,ε′_2,t是白噪声；

此时，定义X₂对X₁的因果关系如下所示：

根据关联矩阵，确定脑网络的边的权值和方向；

根据脑网络的节点、边的权值和方向，构建初始有效性脑网络；节点C_i和C_j之间的因果关系由W_i,j值表示，C_i为第i个节点，C_j为第j个节点，W_i,j为权值；有三种类型的因果关系：当W_i,j＞0，表示C_i的变化引起C_j同方向变化的程度；当W_i,j＜0，表示C_i的变化引起C_j反方向变化的程度；当W_i,j＝0，表示C_i与C_j不存在因果关系；

将所述初始有效性脑网络映射至FCM模型，得到脑网络FCM；

对所述脑网络FCM的边的权值和方向进行训练，直至达到稳态，得到稳态脑网络FCM；

将所述稳态脑网络FCM映射至有效性脑网络模型，得到更新后的有效性脑网络；

根据设定的权值阈值，对所述更新后的有效性网络进行更新，得到稳态有效性脑网络；

将所述稳态有效性脑网络确定为所述脑电采集设备对应的最终有效性脑网络。

2.根据权利要求1所述的有效性脑网络的确定方法，其特征在于，所述对所述EEG数据进行预处理，得到预处理后的EEG数据，具体包括：

提取有用EEG数据；所述有用EEG数据为所有有用电极通道对应的EEG数据；

在相同时刻对所有有用电极通道对应的EEG数据取平均值，并将每个有用电极通道对应的EEG数据与平均值做差，得到每个有用电极通道对应的EEG参考值；进而得到所述有用EEG数据对应的EEG参考数据，所述EEG参考数据包括所有有用电极通道在所有时刻对应的EEG参考值；

根据对EEG信号的研究需求，截取所述EEG参考数据的部分数据，得到初步预处理EEG数据；

采用带通滤波器对所述初步预处理EEG数据进行滤波，得到预处理后的EEG数据。