[发明专利]一种静息态同步EEG-fMRI的脑功能网络建模方法

摘要

本发明公开了一种静息态同步EEG‑fMRI的脑功能网络建模方法，涉及神经信号处理研究领域。该方法的具体步骤为：一、EEG信号预处理，提取带限能量信号并构建回归项；二、fMRI信号预处理，提取各脑区的BOLD信号；三、对fMRI提取的各脑区BOLD信号和由EEG得到的回归项分别进行主成分分析；四、对上一步得到的两种信号的主成分进行典型相关分析；五、对静息态同步EEG‑fMRI的脑功能网络进行建模。用本发明提出的方法可以得到多个脑功能网络，这些脑网络与现有的研究成果具有很高的一致性，证明了该建模方法的有效性，为静息态脑功能研究提供了一种新的思路和方案。

主权项

1.一种静息态同步EEG‑fMRI的脑功能网络建模方法，其特征在于，包含以下步骤：(1)EEG信号预处理，提取带限能量信号并构建回归项；①EEG预处理包括：使用自适应伪迹相减法去除梯度伪迹和心电伪迹；将EEG数据降采样到200Hz；对降采样后的数据进行1Hz的高通滤波；通过陷波滤波去除50Hz的工频噪声；将所有电极信号重新参考到全导的平均信号；去除坏数据段；②EEG信号独立成分分析：采用信息最大化ICA算法将EEG信号分解为源信号，使用EEGLAB扩展包ADJUST对独立成分进行分析，识别并去除噪声成分；③计算带限能量信号：通过短时傅里叶变换计算EEG的带限能量信号，对每个独立成分使用一个无重叠窗计算短时傅里叶变换，时间窗的选择与fMRI每采集一个图像所用的时间匹配；之后将EEG分为1‑4Hz的delta频段、4‑8Hz的theta频段、8‑13Hz的alpha频段、13‑30Hz的beta频段以及30‑50Hz的gamma频段，对每个频段内所有频率点在同一时刻的能量值求平均，得到五个频段的带限能量BLP变化；④构建回归项：将带限能量BLP变化信号与血氧响应函数卷积，分别构建五个频段的EEG回归项；(2)fMRI信号预处理，提取各脑区的BOLD信号；①fMRI预处理包括：将DICOM格式文件转换为NIFTI格式；去除前十个时间点采集的图像；对图像进行时间层校正；对图像进行头动校正；使用EPI模板进行空间标准化；去除扫描过程中机器温度升高或者被试的适应而引起的线性漂移；通过0.01～0.08Hz的带通滤波器去除心跳、呼吸高频噪声；②提取各脑区的血氧水平依赖BOLD信号：使用解剖自动标记AAL图谱将大脑灰质分为90个区域，对每个脑区中所有体素的时间序列求平均，得到各脑区的血氧水平依赖BOLD信号；(3)设BOLD信号为数据矩阵X₁，行代表时间序列，列代表脑区；设EEG回归项为数据矩阵X₂，行代表时间序列，列代表各个频带的独立成分，对X₁和X₂分别进行主成分分析，利用特征值的累计贡献率分别得出其主成分，用P₁，P₂表示；(4)对P₁，P₂进行典型相关分析，得到典型相关变量S₁和S₂，S₁和S₂的对应列视为一对典型相关变量，设定阈值，选择大于该阈值的典型相关变量对，分别构成矩阵S’₁与S’₂；(5)将S’₁与X₁求相关，相关系数较大的脑区为激活最明显脑区，它们共同构成一个功能网络；将S’₂与X₂求相关，分别对五个频带内相关系数的绝对值求平均，频带相关系数越大，其贡献越大；利用上述建模方法得到了七个主要的脑功能网络，并且得到各个网络对应的EEG信号与脑区。