專利名稱：一種事件相關(guān)電位源定位方法
技術(shù)領(lǐng)域：
本發(fā)明涉及生物信息技術(shù)領(lǐng)域，特別涉及腦電信號源電位技術(shù)。
背景技術(shù)：
腦電圖因其具有無創(chuàng)、高時間分辨率、能反映大尺度的神經(jīng)電活動等特點，在腦功能研究與診斷中具有十分重要的地位。腦電是由腦內(nèi)神經(jīng)細胞群的電生理活動所產(chǎn)生的電勢，經(jīng)容積導(dǎo)體(由皮層、顱骨、腦膜及頭皮等組織構(gòu)成)傳導(dǎo)后，在頭皮表面的綜合表現(xiàn)。通過對腦電數(shù)據(jù)的反演研究，可以定量地提供腦內(nèi)神經(jīng)活動源的位置、強度及分布情況，這就是腦電逆問題。腦電逆問題在神經(jīng)科學(xué)基礎(chǔ)研究和臨床應(yīng)用中具有重要意義。腦電逆問題是一個不適定問題，其本質(zhì)上是一個非線性優(yōu)化問題。但由于非線性問題的復(fù)雜性，人們?yōu)榱撕喕嬎愕膹?fù)雜性，在腦電源的反演定位中，常用一線性方法去逼 近非線性問題。因此從采用的方法上，可以把腦電源定位方法分為線性反演和非線性反演方法兩類。非線性反演方法不包括模型中源位置的先驗假設(shè)，把大腦的一個相對集中小區(qū)域的電活動模擬為一個等效偶極子源。這個偶極子代表了該區(qū)域神經(jīng)電活動的位置和方向信息。假設(shè)I到5個偶極子，計算產(chǎn)生的頭表電活動與記錄的電活動差異，可以通過非線性優(yōu)化迭代得到偶極子的位置的方向參數(shù)。線性反演又叫源成像方法，目前有最小模解(Minimum Norm Model, MNM),加權(quán)最小模解(weighted Minimum Norm, WMN)，低分辨層析成像(Low-resolutionelectromagnetic tomography, L0RETA),多重稀疏先驗(Multiple Sparse Prior model,MSP)以及動態(tài)統(tǒng)計參數(shù)成像(dynamic Statistical Parametric Mapping, dSPM)等。LORETA和MSP采用了解剖上的空間鄰接關(guān)系作為先驗，這兩種方法中臨近的區(qū)域被認為有相似的神經(jīng)活動。dSPM則采用功能磁共振的激活信息作為先驗。專利申請人于2011年前后國際上首次提出采用功能磁共振的連通信息作為先驗的做法網(wǎng)絡(luò)源成像(Network-basedsource imaging, NES0I) [Lei X, Xu P, Luo C, Zhao J, Zhou D, Yao D (2011) fMRIFunctional Networks for EEG Source Imaging. Human Brain Mapping32 :1141-1160.]。該方法根據(jù)腦區(qū)的功能磁共振是否有時間相關(guān)性，將腦區(qū)劃分為大的模塊，作為腦電源定位的先驗。這些功能網(wǎng)絡(luò)與空間鄰接信息(L0RETA采用)或功能激活信息(dSPM采用)不同，它們往往覆蓋了空間上相隔很遠的多個腦區(qū)。本方法是在網(wǎng)絡(luò)源成像的基礎(chǔ)上，將功能連接信息具體化和規(guī)范化，使用數(shù)個靜息態(tài)腦網(wǎng)絡(luò)作為先驗對事件相關(guān)電位進行源成像。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種引入靜息態(tài)腦網(wǎng)絡(luò)信息，更準(zhǔn)確的定位事件相關(guān)電位的產(chǎn)生源的事件相關(guān)電位源定位方法。本發(fā)明解決所述技術(shù)問題采用的技術(shù)方案是，通過貝葉斯理論，使用數(shù)個已知的靜息態(tài)腦網(wǎng)絡(luò)的空間分布信息和頭表電位分布信息，得到每個網(wǎng)絡(luò)對頭表電位的貢獻強度，求出事件相關(guān)電位的源分布。包括以下步驟(a)、事件相關(guān)電位提取，按刺激或反應(yīng)對單試次的腦電進行疊加平均，得到待源定位的事件相關(guān)電位數(shù)據(jù)，用Y表示，Y為m行I列的向量，m表示電極個數(shù)；(b)、假設(shè)0為待求解的源的電位強度，為n行I列的向量，n為解空間的大小，即大腦皮層分布的偶極子個數(shù)。對0的每一項Qi，都有一個對應(yīng)的范圍在I到116之間的國際自動解剖標(biāo)記號(Automated anatomical labeling, AAL[Tzourio-Mazoyer N,Landeau B, Papathanassiou D, Crivello F, Etard 0, Delcroix N, Mazoyer B, JoliotM(2002) !Automated anatomical labeling of activations in SPM using a macroscopicanatomical parcellation of the MNI MRI single-subject brain. Neuroimage 15:273-289.]),解剖標(biāo)記號的劃定是Tzourio-Mazoyer等人通過對一個具有解剖代表性的健康受試者進行多次MRI掃描Tl加權(quán)像進行空間平均化之后做出的。他們將腦溝描繪出，據(jù)此做為分界標(biāo)志在腦的兩個半球各劃分45個區(qū)域，由此給90個區(qū)域分別人為指定了一個 標(biāo)記號。標(biāo)記號相同的腦區(qū)構(gòu)成了一個功能模塊，在認知活動中發(fā)揮相似的功能。通過對39例受試者的靜息態(tài)功能磁共振數(shù)據(jù)的獨立成分分解，可得到相似時間序列波形的K個皮層網(wǎng)絡(luò)。K個網(wǎng)絡(luò)實際覆蓋了源空間的絕大部分區(qū)域，根據(jù)AAL和K個皮層網(wǎng)絡(luò)重合的大小，AAL相同的腦區(qū)被唯一的劃分到K個網(wǎng)絡(luò)之一。建議的K取值為9，該值是根據(jù)smith等(2009)研究發(fā)現(xiàn)的10個靜息態(tài)腦網(wǎng)絡(luò)除去I個小腦網(wǎng)絡(luò)(不在源定位的解空間上)后的結(jié)果，即視覺網(wǎng)絡(luò)中部、視覺網(wǎng)絡(luò)側(cè)部、視覺網(wǎng)絡(luò)腹側(cè)、默認模式網(wǎng)絡(luò)、運動感覺皮層網(wǎng)絡(luò)、聽覺網(wǎng)絡(luò)、決策網(wǎng)絡(luò)、偏左側(cè)的額頂葉網(wǎng)絡(luò)、偏右側(cè)的額頂葉網(wǎng)絡(luò)。我們根據(jù)39例靜息態(tài)功能磁共振數(shù)據(jù)構(gòu)造了 9個網(wǎng)絡(luò)對應(yīng)的AAL標(biāo)記表，即所謂的靜息態(tài)標(biāo)準(zhǔn)網(wǎng)絡(luò)，AAL和靜息態(tài)標(biāo)準(zhǔn)網(wǎng)絡(luò)對應(yīng)關(guān)系如下 表IAAL和靜息態(tài)標(biāo)準(zhǔn)網(wǎng)絡(luò)對應(yīng)關(guān)系
權(quán)利要求
1.一種事件相關(guān)電位源定位方法，其特征在于所述方法包括以下步驟 (a)、事件相關(guān)電位提取，按刺激或反應(yīng)對單試次的腦電進行疊加平均，得到待源定位的事件相關(guān)電位數(shù)據(jù)，用Y表示，含m行I列，m為電極個數(shù)； (b)、假設(shè)0為待求解的源的電位強度，每一項對應(yīng)皮層上的一個位置，有n行I列，根據(jù)每項對應(yīng)位置的國際自動解剖標(biāo)記號(Automated anatomical labeling)將0分為k類，分別對應(yīng)k個磁共振靜息態(tài)標(biāo)準(zhǔn)網(wǎng)絡(luò)，同一類的源的激活強度相近，不同類源的激活強度不同，其中k為自然數(shù)； (C)、按照靜息態(tài)標(biāo)準(zhǔn)網(wǎng)絡(luò)，構(gòu)建0的先驗分布，即0滿足均值為0(n行I列的全零向k+l量)，協(xié)方差為C (n行n列)的正態(tài)分布；C是協(xié)方差矩陣Vi的加權(quán)和C = YjYi K，其中 i=\Y i為協(xié)方差矩陣的強度參數(shù)，Vi (I ^k)根據(jù)第i個靜息態(tài)標(biāo)準(zhǔn)網(wǎng)絡(luò)確定，大腦皮層中不被前面k個靜息態(tài)標(biāo)準(zhǔn)網(wǎng)絡(luò)覆蓋的區(qū)域構(gòu)成第k+l個協(xié)方差矩陣； (d)、利用約束最大化似然算法(restrictedmaximum likelihood, ReML)計算每個網(wǎng)絡(luò)的強度參數(shù)Yi,頭表記錄噪聲的協(xié)方差強度a ;
2.如權(quán)利要求I所述的事件相關(guān)電位源定位方法，其特征在于所述k的值為9。
全文摘要
本發(fā)明公開了一種事件相關(guān)電位源定位方法，包括以下步驟事件相關(guān)電位提取，按刺激或反應(yīng)對單試次的腦電進行疊加平均，得到待源定位的事件相關(guān)電位數(shù)據(jù)；假設(shè)θ為待求解的源的電位強度，每一項對應(yīng)皮層上的一個位置，根據(jù)每項對應(yīng)位置的國際自動解剖標(biāo)記號將θ分為k類，分別對應(yīng)k個磁共振靜息態(tài)標(biāo)準(zhǔn)網(wǎng)絡(luò)，按照靜息態(tài)標(biāo)準(zhǔn)網(wǎng)絡(luò)，構(gòu)建θ的先驗分布；計算每個網(wǎng)絡(luò)的強度參數(shù)γi，頭表記錄噪聲的協(xié)方差強度α；根據(jù)以上得到的α，得出皮層的源分布θ＝α(αLTL+C-1)-1LTY。本發(fā)明利用了功能磁共振的靜息態(tài)腦網(wǎng)絡(luò)的空間分布作為先驗信息，成像結(jié)果有效整合了腦電的高時間分辨率和功能磁共振的高空間分辨率。
文檔編號A61B5/0476GK102743166SQ20121028289
公開日2012年10月24日 申請日期2012年8月9日 優(yōu)先權(quán)日2012年8月9日
發(fā)明者趙治瀛, 雷旭 申請人:西南大學(xué)