[发明专利]一种神经性耳聋病人脑功能网络演化的评估方法

权利要求书

1.一种神经性耳聋病人脑功能网络演化的评估方法，其特征在于，包括以下步骤：

步骤S1、实时采集感应性耳聋病人的脑电EEG信号数据，并依据实时的所述脑电EEG信号数据构建实时脑功能网络；

步骤S2、基于所述实时脑功能网络构建依实时脑功能网络的时序排布的包含神经性耳聋病人脑功能网络演化特征的脑功能网络演化数据链；

将所述实时脑功能网络以预设时序进行分割获得包含一组依预设时序顺序连续排布的静态脑功能网络并表征脑功能连续演化特征的脑功能连续演化数据链；

对所述脑功能演化数据链进行波动分析集成为一组依脑功能连续演化数据链顺序连续排布的静态脑功能网络并表征脑功能关键演化特征的脑功能关键演化数据链；

将所述脑功能连续演化数据链和脑功能关键演化数据链集成为脑功能网络演化特征函数，包括：

将所述脑功能连续演化数据链在多维坐标系中绘制表征脑功能网络整体演化特征的整体演化曲面；

将所述脑功能关键演化数据链在多维坐标系中绘制表征脑功能网络关键演化特征的关键演化曲面；

将所述整体演化曲面和关键演化曲面进行量化拟合为既表征脑功能网络整体演化特征也表征脑功能网络关键演化特征的脑功能演化函数；

步骤S3、基于所述脑功能网络演化数据链分析获得神经性耳聋病人脑功能网络演化结果并进行有效评估；

所述波动分析的具体方法包括：

依次计算脑功能演化数据链中包含的一组依预设时序顺序连续排布的静态脑功能网络在相邻时序上的波动度构成波动度数据链，所述波动度的计算公式为：

其中，R为脑功能演化数据链，x_t,x_t+1分别为第t，t+1时序下脑功能演化数据链的静态脑功能网络，p(x_t,x_t+1)是x_t和x_t+1的联合概率分布函数，而p(x_t)和p(x_t+1)分别是x_t和x_t+1的边缘概率分布函数；

在波动度数据链上标定所有跳跃节点，并选取位于所有跳跃节点两端的静态脑功能网络依时序链接为脑功能关键演化数据链；

其中，跳跃节点是指波动度数据链上相邻节点数值相差超过波动阈值的数据节点。

2.根据权利要求1所述的一种神经性耳聋病人脑功能网络演化的评估方法，其特征在于：所述步骤S1中，构建实时脑功能网络的具体方法包括：

步骤S101、在所述神经性耳聋病人的头皮表层设置采集电极实时采集脑电EEG信号数据，并对所述脑电EEG信号数据进行预处理；

步骤S102、基于体场功率计算预处理后的所述脑电EEG信号数据的微状态以及微状态时间序列；

步骤S103、基于所述采集电极、所述微状态以及微状态时间序列构建包含脑功能实时特征的实时脑功能网络。

3.根据权利要求2所述的一种神经性耳聋病人脑功能网络演化的评估方法，其特征在于：所述步骤S101中，所述脑电EEG信号数据进行预处理的具体方法包括：

步骤S1011、将所述脑电EEG信号数据中活动式采集电极采集的脑电EEG信号数据去除，并将参考式采集电极的脑电EEG信号数据转换为全脑平均参考电极采集的脑电EEG信号数据；

步骤S1012、将步骤S1011中的脑电EEG信号数据进行分段处理获得保持、编码和检索三个阶段，并将三个阶段的脑电EEG信号数据中除去眼电伪迹信号数据；

步骤S1013、将所述步骤S1012中的三个阶段的脑电EEG信号数据进行滤波处理获得四个频段。