[发明专利]一种脑源活动和噪声同时求解系统及方法

说明书

本申请公开了一种脑源活动和噪声同时求解系统及方法。该系统包括：数据输入模块，用于获取脑活动采样数据和导联场矩阵L；模型构建模块，用于构建采样数据生成模型，该采样数据生成模型为y(t)＝LS(t)+Au(t)+ε，其中y(t)为时刻t的采样数据，S(t)为t时刻的脑源活动，A为M个采样传感器噪声的增益矩阵，u(t)为t时刻的脑源活动，ε为常数，将采样数据生成模型转换为采样数据概率生成模型；求解模块，用于采用基于贝叶斯的期望最大值算法对采样数据概率生成模型求解。该方法可以实现对脑源活动和噪声的同时求解。

技术领域

本申请涉及脑成像技术领域，更具体地，涉及一种脑源活动和噪声同时求解系统及方法。

背景技术

大脑作为中枢神经系统的最重要部分，是感知、记忆、学习、行为等活动过程的核心，也是探究机体病变的窗口，通过利用脑外电磁采样数据进行的脑成像是探究大脑活动机理的重要方法，能实现对脑认知过程和功能障碍脑活动的定位与评估，对于探究脑内功能区的定位、感知脑内活动动态等有着重要价值，在大脑的研究和临床中有着广泛的应用。

脑源成像逆问题是通过采样脑电/脑磁数据反演脑内神经元活动信息的过程，是脑源成像的核心。然而现有的带噪声学习的层析源重建算法在求解逆问题中，解决方案的灵活性和成像鲁棒性仍不友好。现有技术对于如何估计源活动和传感器噪声已有一定研究，但是如何能够稳健而且鲁棒的同时估计脑源活动和噪声一直是利用脑电/脑磁采样数据对脑活动进行成像的一个具有挑战性的课题。

发明内容

针对现有技术的至少一个缺陷或改进需求，本发明提供了一种脑源活动和噪声同时求解系统及方法，可以实现对脑源活动和噪声的同时求解。

为实现上述目的，按照本发明的第一个方面，提供了一种脑源活动和噪声同时求解系统，包括：

数据输入模块，用于获取脑活动采样数据和导联场矩阵L；

模型构建模块，用于构建采样数据生成模型，该采样数据生成模型为y(t)＝LS(t)+Au(t)+ε，其中y(t)为时刻t的采样数据，S(t)为t时刻的脑源活动，A为M个采样传感器噪声的增益矩阵，u(t)为t时刻的脑源活动，ε为常数，将采样数据生成模型转换为采样数据概率生成模型，该采样数据概率生成模型包括N个脑源活动的先验方差与M个采样传感器噪声的先验方差联合组成的先验分布超参数；

求解模块，用于采用基于贝叶斯的期望最大值算法对采样数据概率生成模型求解，确定先验分布超参数，同时求解脑源活动数据和噪声数据。

进一步地，A为M×M的单位矩阵，A＝[e₁，...，e_M]。

进一步地，将采样数据生成模型转换为采样数据概率生成模型前，将采样数据生成模型转换为

F＝[L₁，...L_N，e₁，...，e_M]

其中，L_n是第n个脑源的导联场矩阵，S_n(t)是第n个脑源在时刻t的大脑活动，u_m(t)是时刻t第m个传感器的噪声信息，T是采样点的数目，1≤n≤N，1≤m≤M。

进一步地，先验分布超参数v为

是第n个脑源活动的先验方差，1≤n≤N，[v_N+1，...，v_N+M]是噪声的先验方差，diag表示构造对角矩阵。

进一步地，所述对采样数据概率生成模型求解包括：