[发明专利]一种基于脑源空间分割的多相关源扫描成像方法

说明书

本发明公开了一种基于脑源空间分割的多相关源扫描成像方法，针对人脑在睡眠时刻所采集数据的成像分析，采用一种全新的分布式脑源重构扫描方法—多层区域联合源重构SOCHU方法，克服不能通过经验贝叶斯估计和凸平面边界的分布式层析成像方法(即Champagne方法)来进行分析的弊端。来解决自适应波束形成对相关性源无法重构的问题，且避免如Champagne等方法需依赖于刺激前数据的约束。SOCHU方法采用与自适应波束形成方法逐一扫描求解源活动的思想，对任意一个潜在活动源求解时，无需对其它来向信号进行压制，而是将其它来向信号利用不感兴趣的虚拟源进行估计，这样既保证了潜在源活动的求解，又去除了相关性的影响。

技术领域

本发明属于脑科学与信息技术交叉学科领域，涉及一种脑源空间分割的成像方法，具体涉及一种基于脑源空间分割的分布式多相关源扫描成像方法。

背景技术

脑磁图(Magnetoencephalography，MEG)和脑电图(Electroencephalogram，EEG)作为两种流行的无损检测脑活动的方法，通过测量记录脑活动产生的位于头皮表面的磁场和电场，然后对脑活动进行成像研究。人脑活动的过程可以通过对采集的MEG和EEG数据进行脑源活动重建来实现。并联合脑源活动模型、脑结构信息以及传感器系统的信息，通过麦克斯韦方程组求解leadfield导向矩阵，以描述真实脑源活动与传感器采集数据之间的关系。本发明针对人脑在睡眠时刻所采集数据不能通过经验贝叶斯估计和凸平面边界的分布式层析成像方法(即Champagne方法)来进行分析的问题，而提出一种全新的分布式脑源重构扫描方法—多层区域联合源重构(Source Construction by Hierarchical Union，SOCHU)方法，其可以用来解决自适应波束形成对相关性源无法重构的问题，且避免如Champagne等方法需依赖于刺激前数据的约束。

发明内容

针对以上问题，本发明提出了一种基于脑源空间分割的分布式多相关源扫描成像方法——多层区域联合源重构(Source Construction by Hierarchical Union，SOCHU)方法，旨在解决自适应波束形成对相关性源无法重构的问题，且避免如Champagne等方法需依赖于刺激前数据的约束。

本发明所采用的技术方案是：一种基于脑源空间分割的多相关源扫描成像方法，包括以下步骤：

步骤1：多层区域联合源重构概率模型的生成；

步骤2：多层区域联合源超参数分布的估计；

步骤3：多层区域联合源虚拟源的确定；

步骤4：多层区域联合源余最小方差自适应波束形成方法联系。

SOCHU采用与自适应波束形成方法逐一扫描求解源活动的思想，与后者不同之处在于：对任意一个潜在活动源求解时，无需对其它来向信号进行压制，而是将其它来向信号利用不感兴趣的虚拟源进行估计，这样既保证了潜在源活动的求解，又去除了相关性的影响。SOCHU迭代代价函数同样采样基于贝叶斯理论和凸函数界限的思想，保证其收敛速度(相对于EM方法)。基于对虚拟源活动的不同假设，本发明所提出三种SOCHU方法：(1)假设所有虚拟源活动有着相同的分布，与最小范数(MN)相同，称作SOCHU_MN；(2)假设虚拟源分为不同的区域，不同区域有着不同的源活动分布，称为SOCHU_tiles；(3)虚拟源通过奇异值分解来进行确认，且每个虚拟源有着不同的源活动分布，称为SOCHU_SVD。

相对于现有技术，本发明的有益效果是：针对类似于睡眠中采集的数据等不能通过Champagne方法来进行分析的问题，本发明提出一种全新的分布式脑源重构扫描方法—多层区域联合源重构(Source Construction by Hierarchical Union，SOCHU)方法，其可以用来解决自适应波束形成对相关性源无法重构的问题，且避免如Champagne等方法需依赖于刺激前数据的约束，并具有一定的效果。

附图说明