[发明专利]一种动态脑功能网络的生成方法、系统及设备

说明书

本发明公开了一种动态脑功能网络的生成方法、系统及设备，其中，所述方法包括：获取被试人员的头皮脑电数据，并进行伪迹去除预处理，以获取高质量头皮脑电信号；基于高质量头皮脑电信号，获取被试人员的微状态时间序列，并针对指定微状态，在所述微状态时间序列中确定所述指定微状态的闭环周期；基于所述闭环周期内的时序信号，确定所述被试人员在所述闭环周期内的静息态功能网络；基于多个所述静息态功能网络确定所述指定微状态周期内随微状态时间序列变化的动态静息态功能网络并进行网络拓扑特性分析。本发明提供的技术方案，能够生成更加精确的动态脑功能网络。

技术领域

本发明涉及数据处理技术领域，具体涉及一种动态脑功能网络的生成方法、系统及设备。

背景技术

人脑是自然界中最复杂的系统之一，它包含数千亿个神经元，而这些神经元在结构上和功能上相互连接，彼此之间互相协调、共同作用，实现人体正常的生理功能。因此，从整个脑结构和功能网络出发研究大脑是当前脑科学领域研究的重要手段。借助结构神经影像成像技术，对于脑结构及其网络的研究已取得较为显著的成果。然而，脑功能非常复杂，脑功能网络的研究虽然已取得一定进展，但该领域内仍有很多未知且有价值的问题值得深入研究。

当前，广泛使用的神经功能影像成像技术包括功能磁共振成像(fMRI)、脑电(EEG)成像、脑磁(MEG)成像、近红外脑功能成像(fNIRS)等。其中，EEG和MEG是具有超高时间分辨率(毫秒级)的脑功能成像技术，可以无创、无辐射且实时地捕获瞬变的脑神经活动信号，实现大尺度脑功能网络分析。

当前，从被试人员是否执行任务或接受刺激的角度可将脑功能网络分为任务态和静息态脑功能网络，其中静息态是指大脑不执行具体认知任务、保持安静、放松、清醒的状态，在此状态下大脑并没有停止运转，大脑为了能够最优地处理外界的信息，脑内活动的神经元即使在静息态下依旧随时间有组织地变化，所以它是大脑所处的各种复杂状态中最基础和最本质的状态，静息态脑网络即被试人员处于静息状态下的脑功能网络。在实际操作过程中，相比于任务态，静息态数据更容易获取，而且现有研究揭示了静息态脑网络反映了大脑内在的、固有的活动模式，是组成所有认知、感知和行为活动的核心，研究静息态脑功能网络对我们了解人脑的工作机制、脑功能疾病的患病机制等脑科学相关科学问题的研究具有重要意义。

然而，现有静息态脑网络的研究大多是基于稳态分析的，即假设功能连接网络在一段时间内是稳定不变的。但研究表明事实可能并非如此，静息态脑网络随着时间变化存在一定的波动性，从而需要动态地、更加细致地研究功能连接网络随时间的变化情况。因此，近年来有一部分研究是通过滑动时间窗技术来研究静息态脑网络的。但这种方法对于计算每一个网络的起止时刻定义不明确，多为任意选取，没有考虑静息态下脑功能仍存在波动性的变化，因此网络的精度有待进一步改进。

发明内容

有鉴于此，本发明实施方式提供了一种动态脑功能网络的生成方法、系统及设备，能够生成更加精确的动态脑功能网络。

本发明一方面提供了一种动态脑功能网络的生成方法，所述方法包括：获取被试人员的头皮脑电数据，并进行伪迹去除预处理，以获取高质量头皮脑电信号；基于高质量头皮脑电信号，获取被试人员的微状态时间序列，并针对指定微状态，在所述微状态时间序列中确定所述指定微状态的闭环周期；基于所述闭环周期内的时序信号，确定所述被试人员在所述闭环周期内的静息态功能网络；基于多个所述静息态功能网络确定所述指定微状态周期内随微状态时间序列变化的动态静息态功能网络，并进行网络拓扑特性分析。