[发明专利]用于确定初动时间和脑区域兴奋性的方法

权利要求书

1.一种用于确定在癫痫患者脑的发作活动中未被观测为募集或未被观测为非募集的脑区域的兴奋性和/或初动时间的方法，包括以下步骤：

提供计算机化的脑网络，所述网络针对癫痫患者脑的训练队列并且针对患者脑对脑的各个区域以及所述区域之间的连通性进行建模；

针对训练队列并且针对患者脑提供癫痫发作期间脑网络的状态的观测值的数据集，所述观测值将脑网络中的区域定义为

第一区域，在初动时间在患者脑的癫痫发作活动中被观测为募集，

第二区域，在患者脑的所述癫痫发作活动中被观测为非募集，以及

第三区域，在患者脑的所述发作活动中未被观测为募集或未被观测为非募集；

提供癫痫发作在脑网络中的传播的动态模型，所述动态模型通过经参数化的激活函数来描述所述脑网络的单个区域的慢变量的演变，经参数化的激活函数是区域的兴奋性的函数，并且其中，区域初动时间被定义为当慢变量越过给定阈值时的时间；

提供统计模型，其定义了所述动态模型生成脑网络的状态的所述观测值集合的概率；

使用统计模型和训练队列的观测值的数据集来训练癫痫发作的传播的动态模型，以便确定激活函数的最佳参数集；以及

反演经训练的动态模型，并使用统计模型从针对第一区域和第二区域观测到的初动时间来推断第三区域的初动时间和/或兴奋性。

2.根据权利要求1所述的方法，其中，推断第三区域的初动时间和兴奋性。

3.根据权利要求1或2中的一项所述的方法，其中，从磁共振神经成像和/或扩散加权磁共振成像数据来获得计算机化的脑网络。

4.根据权利要求1、2或3中的一项所述的方法，其中，通过对颅内脑电图信号运行发作初动检测算法并且通过将这些检测到的初动时间映射到脑网络的区域来获得癫痫发作期间脑网络的状态的观测值的数据集。

5.根据权利要求4所述的方法，其中，发作初动检测算法采用颅内脑电图信号的时频分析。

6.根据权利要求4或5中的一项所述的方法，其中，将在颅内脑电图信号中检测到的初动时间映射到脑区域上是基于从其记录信号的电极触点与脑区域的物理距离。

7.根据前述权利要求中的一项所述的方法，其中，用哈密顿蒙特卡罗方法来推断动态模型的激活函数的参数和区域兴奋性和初动时间。

8.根据前述权利要求中的一项所述的方法，其中，动态模型是数据驱动的动态模型。

9.根据前述权利要求中的一项所述的方法，其中，对于具有n个区域的脑网络，用下式来定义癫痫发作在脑网络中的传播的动态模型：

针对i = 1,…,n

z_i(0) = 0

其中，函数f_q:R x [0;1]→R⁺是激活函数，c_i是节点兴奋性，并且W = (ω_ij)是连通性矩阵，对其进行归一化，使得max_iΣ_jω_ij= 1，并且H是表示当慢变量越过阈值z = 1时从健康状态转换为发作状态的赫维赛德阶跃函数。

10.根据前述权利要求中的一项所述的方法，其中，统计模型是建立在贝叶斯推断原理上的分层模型，其中，顶层参数是激活函数的参数，并且底层参数是区域兴奋性。