[发明专利]一种基于脑效应网络的新型脑电卒中评估方法

摘要

本发明公开了一种基于脑效应网络的新型脑电卒中评估方法。本发明利用因果关系模型构建脑效应网络，并根据脑网络的属性，即因果关系流量和因果关系密度来研究脑卒中组与正常对照组的差异，从而揭示被试在运动想象心理旋转认知过程中的大脑皮层活跃模式，对卒中病灶进行评估。本发明更加直观明显，是一种新型并且有效的脑电卒中评估方法。在患者组和正常对照组的实验中可以观察大脑皮层的活跃模式有着非常明显的区别。

主权项

一种基于脑效应网络的新型脑电卒中评估方法，其特征在于包括如下步骤：步骤1：被试者根据提示执行运动想象心理旋转认知任务，在被试者开始任务后，使用多通道脑电信号采集设备采集被试者在两个主要阶段的脑电信号数据，通过观看视觉刺激图片，执行选择任务以此完成被试者信息录入和脑电数据采集；步骤2：对步骤1中采集到的脑电数据进行数据预处理，目的是去除脑电数据中的伪迹和噪声成分，提高其信噪比，数据预处理包括去伪迹、去工频干扰和滤波；步骤3：对经过步骤2数据预处理后到的脑电数据，根据因果关系模型构建脑效应网络，利用ADTF算法求出视觉刺激编码部分、心理空间旋转部分和反应选择执行部分脑电数据的的因果关系矩阵，将所得矩阵经过阈值化处理后用一个N×N的有向加权网络来表示，记作G^w，有向加权网络G^w的每一个节点表示一个电极通道，每条边表示节点之间的因果关系效应连接，权值表示该连接的因果关系强度；节点N_i的度表示与该节点连接的边的数目，记为k_i，节点强度表示与该节点连接的边的权值之和，节点强度记为NS；步骤4：计算有向加权网络G^w中各个属性值，步骤5：求出正常对照组和脑卒中患者组在运动想象各个部分的因果关系矩阵；观察在运动想象认知任务的P1，P2阶段被试脑网络属性分别有怎样的一个变化，从而观察大脑皮层的活跃模式，最后根据观察结果对卒中病灶进行评估。