[发明专利]基于种群多样性控制的脑电源定位方法、系统及设备

权利要求书

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；

所述步骤4)具体包括：

4-1)建立源定位模型如下：

其中，V表示测得的头皮脑电强度，A为所述步骤3)计算得到的正向体积传导矩阵，X为偶极子强度参数；

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：

所述步骤5)具体包括：

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；

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；

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；

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；

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；

5-6)依据粒子位置受到主流思想点的吸引对粒子位置进行更新；

5-7)设置终止条件为达到最大迭代次数即停止迭代，若不满足终止条件，则返回上述步骤5-2)，循环迭代，直到满足终止条件，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，基于阈值的脑组织分割算法或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，基于统计学的脑组织分割算法或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，面绘制方法中的二维轮廓线重构三维形体或移动立方体法，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或10-5多个标准电极模板及运用21，32，64，128，256通道多种排列方式，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。