[发明专利]一种人脑功能活动状态分类方法

摘要

本发明公开了一种人脑功能活动状态分类方法，包含以下步骤S1、根据不同认知状态对照组下的功能磁共振训练数据集，获得各个认知状态对照组下的人脑功能活动状态近似描述集；S2、对人脑功能活动状态近似描述集进行建模，获得各认知状态对照组所对应的判定时间域脑动力模式；S3、根据判定时间域脑动力模式对待识别人脑功能活动状态近似描述集进行稀疏表达，获得表达能量值；S4、根据表达能量值将该待识别人脑功能活动状态归类于对应的认知状态。本发明能够根据大脑功能活动状态较为准确地识别该大脑相应的认知状态。

主权项

一种人脑功能活动状态分类方法，其特征在于，包含以下步骤：S1、根据不同认知状态对照组下的功能磁共振训练数据集，获得各个认知状态对照组下的人脑功能活动状态近似描述集；S2、对人脑功能活动状态近似描述集进行建模，获得各认知状态对照组所对应的判定时间域脑动力模式；所述步骤S2进一步包含：S2.1、所述判定时间域脑动力模式通过以下公式进行计算：将判别性时间域脑动力模式的学习过程建模成的优化问题，其中列是Xk的第j列的稀疏编码系数，λ为惩罚系数，η1及η2分别设定为0.1,0.6,0.1，Dk，1≤k≤K分别称之为关于此K组数据集的判别时间域脑动力模式，所谓判别时间域脑动力模式是指刻画了某人脑功能活动状态近似描述集上脑活动在时间域上的特性Ak表征了相应于Dk的脑活动空间域分布特性；S2.2、采用轮换迭代优化问题进行求解；S3、根据判定时间域脑动力模式对待识别人脑功能活动状态近似描述集进行稀疏表达，获得表达能量值；所述表达能量值通过以下计算公式进行计算：Rki=||x^i-Dkak||22+λ||ak||1]]>式中，其中ak表示在第k个判别时间域脑动力模式下的稀疏编码系数；表示识别第i个感兴趣区的时间过程；S4、根据表达能量值将该待识别人脑功能活动状态归类于对应的认知状态。