[发明专利]基于EEG源成像的癫痫灶点粗定位方法

权利要求书

1.一种基于EEG源成像的癫痫灶点粗定位方法，其特征在于，通过以下步骤实现：

(1)脑电数据预处理：

通过带通滤波去除原始脑电数据的伪迹，选取有效频段进行分析和处理；将数据分段，以方便数据处理；

(2)盲源信号分离：

根据采集的sensor空间的脑电信号，通过独立成分分析(Independent Components Analysis,简称ICA)进行分离得到相互独立的脑电信号成分；

(3)癫痫成分选择：

根据癫痫发作信号和分离的独立成分时频特征(TFR)的皮尔逊相关系数选择与癫痫相关的成分；

(4)源空间映射：

根据采集的sensor空间的脑电信号，通过边界元法(Boundary Element Method,简称BEM)进行源成像得到源空间的脑电信号。

2.根据权利要求1所述的一种基于EEG源成像的癫痫灶点粗定位方法，其特征在于：步骤(1)的带通滤波采用2阶巴特沃兹滤波器(Butterworth)，滤波参数为1Hz-70Hz；数据分段的方法为滑动时间窗，时间窗长度1秒，步长0.2秒。

3.根据权利要求1所述的一种基于EEG源成像的癫痫灶点粗定位方法，其特征在于：步骤(2)的盲源信号分离中，根据观测到的sensor空间信号用独立成分分解得到相互独立的包含于癫痫相关和无关的成分。

4.根据权利要求1所述的一种基于EEG源成像的癫痫灶点粗定位方法，其特征在于：步骤(3)的癫痫成分选择中，根据各独立成分的IC-TFR和癫痫通道信号的EEG-TFR的皮尔逊相关系数选择与癫痫相关的独立成分。

5.根据权利要求1所述的一种基于EEG源成像的癫痫灶点粗定位方法，其特征在于：步骤(4)的源空间映射中，根据选取的癫痫成分运用边界元法(BEM)将sensor空间的癫痫信号成分映射到皮层的source空间。

6.根据权利要求1所述的一种基于EEG源成像的癫痫灶点粗定位方法，其特征在于：步骤(2)-(4)的数据处理过程中的脑电数据段都是指经过预处理后的数据段。