[发明专利]一种基于fNIRS分析的ROI脑区通道优化筛选方法

权利要求书

1.一种基于fNIRS分析的ROI脑区通道优化筛选方法，其特征在于：包括以下步骤：

步骤1，同步采集多通道近红外信号，并对其进行坏导、坏段及运动伪影去除、滤波及血氧浓度转换的预处理，得到氧合血红蛋白HbO、脱氧血红蛋白HbR和总氧血红蛋白HbT浓度信号；

步骤2，对预处理后的多通道脑血氧信号计算多类时域特征集合，采用最小二乘法的特征融合算法对时域多特征集合进行特征融合，得到时域最优特征集；

步骤3，基于排列组合算法构建各ROI区通道第一集合，并采用先序遍历算法进一步构建ROI区通道第二集合；

步骤4，采用局部-全局寻优方法，计算ROI区通道第二集合元素的ROI区局部评价指标和大脑全局评价指标，筛选出使得局部评价指标和大脑全局评价指标最大的ROI区通道第二集合元素，得到大脑各ROI区最优通道组合，实现脑功能状态的有效监测。

2.根据权利要求1所述的一种基于fNIRS分析的ROI脑区通道优化筛选方法，其特征在于：步骤1中，所述坏导、坏段及运动伪影去除、滤波及血氧浓度转换的预处理，具体包括以下步骤：

步骤11，坏导检测及剔除，采用变异系数进行判断并剔除信号不好的通道，变异系数CV定义为其中，σ是信号标准差，μ是信号均值，当CV值大于15％时，判断该导为坏导，剔除该通道数据；

步骤12，坏段检测及剔除，采用异常点检测数据坏段，通过将任意时间点信号的幅值与任意一段时间内信号的平均的幅值作对比，并且设置阈值来标出异常点，进而采用三次样条插值方法去除坏段数据；

步骤13，去除运动伪影，设定信号标准差阈值为6，峰阈值为0.5，采用三次样条插值方法识别并去除信号中的运动伪影；

步骤14，滤波，采用0.01至0.1Hz的六阶巴特沃斯带通滤波器去除干扰成分，包括心跳、呼吸、梅尔波引起的噪声；

步骤15，将光密度信号转换为血氧浓度信号，根据修正后的Beer-Lambert定律，得到氧合血红蛋白HbO、脱氧血红蛋白HbR和总氧血红蛋白HbT浓度信号，其中路径差分因子设定为-6到6。

3.根据权利要求1所述的一种基于fNIRS分析的ROI脑区通道优化筛选方法，其特征在于：所述步骤2的具体步骤如下：

步骤21，预处理后的多通道脑血氧信号进行时域多特征提取，得到每个通道的多类时域特征集合，其中，所述时域特征集合X＝[X1,X2,X3,X4,X5,X6,…]，包括但不限于：能量集合X1、峰度集合X2、均值集合X3、偏度集合X4、标准差集合X5、方差集合X6；

步骤22，然后对所述时域特征集合X中各元素分别进行归一化处理，公式如下：

其中，Xi＝[xi1,xi2,...,xij,...,xiM](i＝1,2,…；1≤j≤M)，i为时域特征类别，M为通道数，经过归一化处理后得到归一化后时域特征集合X'＝[X1',X2',X3',X4',X5',X6'，…]；

步骤23，对所述归一化后时域特征集合X'采用约束最小二乘法进行特征融合，得到时域最优特征集X”，公式如下：

其中，α_k是权重值，l是时域特征类别。

4.根据权利要求1所述的一种基于fNIRS分析的ROI脑区通道优化筛选方法，其特征在于：所述步骤3的具体步骤如下：

步骤31，根据电极定位初始化ROI区数量和ROI区内的通道集合；

步骤32，基于所述各ROI区内的通道集合，采用排列组合算法构建各ROI区通道第一集合，其中排列组合C公式如下：

式中，表示在ROI区内部通道数量为n的情况下，从中任意选取m(m＝1,2,…,n)个通道的组合情况；

步骤33，采用先序遍历算法分别从所述各ROI区通道第一集合中任意选取一个元素组成一个新的大脑各ROI区通道集，即ROI区通道第二集合。

5.根据权利要求4所述的一种基于fNIRS分析的ROI脑区通道优化筛选方法，其特征在于：所述步骤31具体包括：根据预先设定的脑区划分原则和电极定位文件，确定初始化ROI区数量和各ROI区内的通道集合，其中，所述预先设定的脑区划分原则，包括但不限于：AAL脑区划分标准、Brodmann脑区划分标准。

6.根据权利要求1所述的一种基于fNIRS分析的ROI脑区通道优化筛选方法，其特征在于：所述步骤4中的局部-全局寻优方法，具体包括：

步骤41，对所述ROI区通道第二集合中的各元素对应的ROI区通道组合计算ROI区局部评价指标和大脑全局评价指标，所述局部评价指标由所述时域最优特征集确定，通过计算当前元素对应的ROI区内通道的时域最优特征的均值，定量刻画各ROI区激活情况；所述大脑全局评价指标由所述预处理后的脑血氧浓度信号确定，通过皮尔逊相关方法计算当前元素对应的ROI区之间的相关性系数矩阵并计算其均值，定量刻画ROI区之间的关联关系；

步骤42，比较所述ROI区通道第二集合元素的ROI区局部评价指标和大脑全局评价指标，得到所述ROI区局部评价指标和大脑全局评价指标的最大值，根据所述最大值得到对应的ROI区通道第二集合元素，即大脑各ROI区最优通道组合。