[发明专利]一种基于同频和跨频信息交互的多层脑网络模型构建方法

权利要求书

1.一种基于同频和跨频信息交互的多层脑网络模型构建方法，其特征在于，包括以下步骤：

一、对同步采集到的若干个通道脑电信号进行预处理后，采用小波包方法对多通道脑电信号进行频带划分，有效获取θ波、α波、β波和γ波的多通道脑电特征频带；

二、基于锁相值(PLV)方法，构建多通道脑电特征频带同频段内邻接矩阵和跨频段间的网络连接矩阵构成的多层频带网络模型；

三、以多通道脑电特征频带为分层依据，基于多层频带脑网络模型，结合图论法对层内和层间网络特征进行可视化呈现并计算。

2.根据权利要求1所述的一种基于同频和跨频信息交互的多层脑网络模型构建方法，其特征在于，步骤一中具体为：对同步采集到的若干个通道脑电信号预处理并进行小波包分解，得到在有效频率范围内的多个子频带；进一步将分解后的子频带进行合成为θ波(4-8Hz)、α波(8-12Hz)、β波(12-32Hz)和γ波(32-80Hz)频段，进而有效获取多通道脑电的特征频带。

3.根据权利要求1所述的一种基于同频和跨频信息交互的多层脑网络模型构建方法，其特征在于，步骤二的具体方法如下：

以θ波、α波、β波和γ波频段脑电信号的时间序列为研究对象进行展开说明，多通道脑电信号的时间序列如下：

其中n为时间点数，Ch₁,Ch₂,…,Ch_m分别对应多个不同通道脑电信号的时间序列，2≤m≤M，M为总通道数；

a).通过希尔伯特变换得到各通道脑电信号的瞬时相位：

其中A₁(t,n)是Ch_m通道脑电信号的瞬时振幅，P₁(t,n)是Ch_m通道脑电信号的瞬时相位；其中a(t,n)为Ch_m通道脑电信号的时间序列，为希尔伯特变换过程，具体如下：

其中P表示积分被视为柯西主值；同理，可以定义为Ch_m+1通道脑电信号的瞬时相位；

b).进一步计算时间t内相位指数的平均值PLV，即：

其中Φ(t,n)为Ch_m和Ch_m+1通道之间的瞬时相位差，N为总试次数；同理，对多通道脑电信号分别计算两两通道之间的瞬时相位差；

如果计算通道之间具有稳定的相位差，那么PLV值接近1，即相位同步；若无相位同步PLV值则接近0；

c).采用基于随机相位变换的代理数据方法计算显著PLV值构建加权邻接矩阵，计算预处理后多通道同频段脑电信号之间的PLV值和代理数据脑电信号之间的PLV构建功能连接矩阵并进行归一化处理，θ波、α波、β波和γ波四个频段的层内连接矩阵分别记为M_{iso_t}，M_{iso_a}，M_{iso_b}，M_{iso_g}；同理，计算跨频段间的层间连接矩阵M_{cross_ta}，M_{cross_tb}，M_{cross_tg}，M_{cross_ab}，M_{cross_ag}，M_{cross_bg}。

4.根据权利要求1所述的一种基于同频和跨频信息交互的多层脑网络模型构建方法，其特征在于，步骤三中，以多通道脑电特征频带为分层依据，基于步骤二计算的层内邻接矩阵和层间连接矩阵构建的多层频带网络模型，最后结合图论法对层内和层间网络特征进行可视化呈现并计算，进而探究大脑多个功能脑区间的信息交互及拓扑网络，有助于深入理解大脑运动功能状态的网络结构和拓扑特征。