[发明专利]基于神经流形的脑电分级与预后FPGA解码系统

说明书

本发明提供基于神经流形的脑电分级与预后FPGA解码系统，该系统包括脑电采集装置，FPGA解码计算装置，液晶可触摸显示屏和刺激装置四部分。FPGA解码计算装置由流形提取子系统，认知优化参数计算子系统，脑电分级处理子系统和脑电预后评估处理子系统组成，分别用于提取流形，计算优化认知功能需要的刺激参数，对脑电信号进行分级与预后评估。进行脑电分级并通过实际神经流形与目标流形差异值变化趋势进行预后评估，并通过导线将两种流形，刺激参数以及分级预后结果传输到显示屏，通过导线将最优刺激参数传输到刺激装置进行控制。本发明系统可以实现脑电自动分级、预后评估，以及脑认知功能优化。

技术领域

本发明涉及生物医学工程技术，特别是基于神经流形的脑电分级与预后FPGA解码系统。

背景技术

大脑是人体的最复杂、最活跃的器官，大脑各类神经疾病可能会导致脑组织受损，引起功能损伤。其治疗手段的选择往往需要对大脑目前的损伤程度进行迅速而准确的诊断，脑损伤的分级便于对伤情进行评价，对急性重症脑功能损伤进行准确、客观的评价以及预测预后是救治工作的关键，能够有效提升患者的存活率。临床上对患者大脑损伤的检测基本依靠医生根据经验人工诊断，诊断结果往往具有主观性，缺乏客观定量的指标，存在受限于医生经验而出现误诊的现象。因此设计一种实时监测大脑动态并据此进行脑活动分级以及预后评估的系统十分必要。

近年来，利用脑电图(EEG)、磁共振成像等神经影像学技术检测受到广泛关注，其中，脑电图能够记录大脑神经群体电生理活动状态，易于获取、低成本且无创伤，因此广泛应用于临床医学以及脑科学研究中。科学发现，神经群体活动可以在低维状态空间中被描述，在低维状态空间中的每个点表示特定时间的种群活动，多个点随时间变化耦合成神经动态轨迹(trajectories)，描述单次实验的时变规律。种群在运动时的活动轨迹原则上可以探索神经空间的所有区域。在实践中，神经元之间的相关性(协变)限制了可能的种群模式，从而限制了种群动力学实际探索的神经空间区域。因此在大多数情况下，多神经动态轨迹会稳定于一个平面，只需要低维状态空间的某些区域便能分析给定任务中的行为，这个状态空间子区域称为神经流形。神经流形(也称为内在流形)描述了易于由一群神经元表达的群体活动模式，并被认为反映了潜在的神经环路所施加的约束。

目前高维数据的流形提取方法主要是基于主成分分析(PCA)，t-随机邻近嵌入(t-SNE)等传统降维方法。然而由于脑电高维，复杂的特性，大脑活动的神经流形并不是一个简单的线性平面，使用普通的线性降维方法(PCA)无法准确找到大脑的神经流形。传统非线性降维方法(t-SNE)可以提取非线性流形，但是由于其映射函数是非线性映射，没有显式的表达形式，神经流形无法重构回脑电数据，因此无法确保神经流形的可靠性。

发明内容

为解决目前临床问题，本发明的目的是提供一种基于神经流形的脑电分级与预后FPGA解码系统，旨在通过流形计算实现对大脑活动的实时监测，进行脑电分级以及预后评估，并通过自动调节外部刺激强度实现调控大脑活动到达最优状态，为临床脑电评估提供了严谨可靠的解决方案。

为实现上述目的，本发明通过以下技术方案实现：

一种基于神经流形的脑电分级与预后FPGA解码系统，包括用于进行脑电活动记录的脑电采集装置，FPGA解码计算装置，液晶可触摸显示屏和刺激装置；其中，FPGA解码计算装置中包括有流形提取程序，该流形提取程序过程是：

设定重构误差、神经流形维数，初始神经元连接权重W、LIF神经元的参数τ；