腦磁源強(qiáng)度定位方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及生物信息技術(shù)領(lǐng)域，特別是一種腦磁源強(qiáng)度定位方法。
【背景技術(shù)】
[0002] 根據(jù)頭腦表觀的磁場(chǎng)強(qiáng)度反演定位磁源的空間活動(dòng)位置時(shí)腦磁研究中的一個(gè)重 要問題，其本質(zhì)上是一個(gè)非線性優(yōu)化逆問題，為了簡(jiǎn)化計(jì)算的復(fù)雜性，在腦磁源的反演定位 中，常用一線性方法去逼近非線性問題?，F(xiàn)有技術(shù)中具體是采用腦磁源成像技術(shù)去進(jìn)行腦 磁源定位的，傳統(tǒng)最小范數(shù)估計(jì)法（MNE，minimumnormestimate),是最具代表性的源成像 方法，主要原理是，基于大腦在特定時(shí)刻只有局部神經(jīng)元活動(dòng)的前提，對(duì)欠定線性方程增加 12范數(shù)約束，求解一副能量最小的電流密度分布圖像，常用的方式為：
[0003] 假設(shè)腦外有m個(gè)通道的MEG信號(hào)，腦內(nèi)有n個(gè)均勻分布的源信號(hào)，那么在i時(shí)刻， 腦內(nèi)源信號(hào)與MEG信號(hào)的關(guān)系可W用W下離散化的線性模型表示：
[0004] bi=Axi+e；
[0005] 其中，bi為第i時(shí)刻大小為mX1的MEG測(cè)量信號(hào)；X1為第i時(shí)刻腦內(nèi)源信號(hào)，大小 為nXl是第i時(shí)刻和H同維度的噪聲信號(hào)；A為引導(dǎo)場(chǎng)矩陣，代表腦內(nèi)源信號(hào)與MEG測(cè) 量信號(hào)的映射關(guān)系，大小為mXn。當(dāng)矩陣A已知時(shí)，即可由bi求出腦磁逆問題的解Xi。但 矩陣A是病態(tài)的，其條件數(shù)，即最大特征值與最小特征值之比很大，因此直接求逆不合適， 通常轉(zhuǎn)化為求解最小二次泛函的問題。不難得知，上式最小二乘解對(duì)噪聲非常敏感，MEG 測(cè)量信號(hào)中很小的噪聲將對(duì)解產(chǎn)生很大的擾動(dòng)，造成無用解。引入Ti化onov正則化技術(shù)來 減小噪聲對(duì)對(duì)解的影響。在i時(shí)刻，腦磁逆問題求解轉(zhuǎn)化為求解下式的最小值問題：
[0006]
[0007] 等式右邊第一項(xiàng)表示測(cè)量數(shù)據(jù)和估計(jì)數(shù)據(jù)的擬合，第二項(xiàng)為正則項(xiàng)，表示解的先 驗(yàn)信息，其中R為約束解空間的正則算子，當(dāng)m個(gè)信號(hào)通道噪聲均勻一致時(shí)，R取單位矩陣 I，入為正則化參數(shù)，調(diào)節(jié)擬合項(xiàng)和正則項(xiàng)在兩項(xiàng)之間達(dá)到平衡。上式對(duì)應(yīng)的解的形式為：
[0008]
[0009] 由此可見，代價(jià)函數(shù)估算出來的源信號(hào)各個(gè)時(shí)刻之間是相互獨(dú)立的。
[0010] 但運(yùn)種腦磁源方法的不足之處在于：1、對(duì)連續(xù)的MEG測(cè)量信號(hào)，沒有全局考量噪 聲的影響，導(dǎo)致估算出來的源信號(hào)位置和強(qiáng)度的準(zhǔn)確性差；
[0011] 2、相鄰時(shí)刻之間的估算結(jié)果在時(shí)域上有跳變，即時(shí)域上不平滑，不符合神經(jīng)元定 向傳導(dǎo)的性質(zhì)。

【發(fā)明內(nèi)容】

[0012] 針對(duì)上述技術(shù)問題，本發(fā)明中提出了一種腦磁源強(qiáng)度定位方法，該方法不同于傳 統(tǒng)最小范數(shù)估計(jì)算法（minimumnormestimate,MNE)，通過引入時(shí)域平滑正則算子構(gòu)造 雙參數(shù)混合正則化代價(jià)函數(shù)，然后根據(jù)廣義交叉驗(yàn)證（generalizedcross-validation criterion,GCV)原則選取雙正則化參數(shù)，求解代價(jià)函數(shù)，從而得出最優(yōu)解，實(shí)現(xiàn)了腦磁源的 精確定位。
[0013] 為了實(shí)現(xiàn)根據(jù)本發(fā)明的運(yùn)些目的和其它優(yōu)點(diǎn)，提供了一種腦磁源強(qiáng)度定位方法， 包括W下步驟：
[0014] 步驟1)通過核磁共振儀對(duì)待測(cè)試人頭部進(jìn)行掃描，生成腦MR結(jié)構(gòu)圖像；通過腦 磁儀在所述待檢測(cè)人頭部設(shè)置m個(gè)信號(hào)采集點(diǎn)，在時(shí)段a內(nèi)連續(xù)采集k個(gè)時(shí)刻的信號(hào)，生成 腦磁圖MEG信號(hào)b，其中，MEG信號(hào)bWmXk維矩陣比1. ..bi...bj表示，bi為某一時(shí)刻的 mX1維列向量，i為正整數(shù)，且1《i《k-1，將MR結(jié)構(gòu)圖像與MEG信號(hào)b的空間位置進(jìn)行 配準(zhǔn)，得到真實(shí)幾何頭模型；
[0015] 步驟2)將所述頭模型上的大腦皮層設(shè)定為球模型，其上均勻分布有n個(gè)位置確定 的等效磁偶極子，即n個(gè)腦磁源信號(hào)，進(jìn)而確定引導(dǎo)場(chǎng)矩陣A;用源信號(hào)矩陣X表示在時(shí)段a 內(nèi)n個(gè)腦內(nèi)源信號(hào)的強(qiáng)度隨時(shí)間的變化，通過MEG信號(hào)b與源信號(hào)矩陣X如下關(guān)系式計(jì)算 出源信號(hào)矩陣X，
[0016]b=Ax+e1)
[0017] 其中，X為nXk維矩陣[Xi. . . Xi.. .Xk]，Xi為某一時(shí)刻的nX1維源信號(hào)列向量，e 為mXk維噪聲信號(hào)矩陣，n遠(yuǎn)大于m;
[0018]步驟3)構(gòu)造雙參數(shù)正則化代價(jià)函數(shù)，使得求解所述代價(jià)函數(shù)得出的解矩陣Xwt在 整個(gè)時(shí)段a內(nèi)是所有解中全局能量最小，且在解矩陣Xwt中相鄰兩個(gè)源信號(hào)列向量的強(qiáng)度 平滑變化，代價(jià)函數(shù)為：
[001引
2)
[0020]其中，Xwt為n X k維矩陣，等式右邊第一項(xiàng)表示測(cè)量數(shù)據(jù)和估計(jì)數(shù)據(jù)的擬合項(xiàng)，第 二項(xiàng)為時(shí)域平滑約束項(xiàng)，采用廣義交叉驗(yàn)證方法自動(dòng)選取正則化參數(shù)A1和入2;
[0021] 步驟4)將求解式1)的腦磁逆問題轉(zhuǎn)化為求解式2)的最小值問題，求解式2)得 到Xwt，Xwt中每一個(gè)元素表示某一時(shí)刻對(duì)應(yīng)該位置處的源信號(hào)強(qiáng)度，將X wt中每一列向量 中n個(gè)元素匹配到大腦皮層n個(gè)精確位置上，即完成了任意時(shí)刻每個(gè)位置上腦磁源信號(hào)強(qiáng) 度的定位。
[0022] 優(yōu)選的，所述步驟1)中，腦磁儀采集到的數(shù)據(jù)經(jīng)過去眼電、濾波W及基線校準(zhǔn)后 得到所述MEG信號(hào)b。
[0023] 優(yōu)選的，采用邊界元或有限元方法結(jié)合所述頭模型求解正問題獲取mXn維的所 述引導(dǎo)場(chǎng)矩陣A，其反映MEG信號(hào)b與源信號(hào)矩陣X映射關(guān)系。
[0024] 優(yōu)選的，所述腦磁儀設(shè)置有148個(gè)信號(hào)采集通道。
[0025] 優(yōu)選的，所述步驟3)中，根據(jù)在a時(shí)段內(nèi)第W時(shí)刻的源信號(hào)解向量XW滿足如下 條件：Xw=Xi+Arii，Arii- 0,來構(gòu)造所述時(shí)域平滑約束項(xiàng)，聯(lián)合正則化參數(shù)A2將所述 時(shí)域平滑約束項(xiàng)構(gòu)造成
[0026] 優(yōu)選的，所述步驟3)中，具體地，構(gòu)造W下方程：
[0027]
3).
[0028] 其中，k與m都為正整數(shù)，Ikm為單位矩陣，

通過遺傳算法求式3)的最小值來 確定^ 1和^ 2,Ik和I為單位矩陣。
[0029] 優(yōu)選的，還包括步驟5)，通過確定
對(duì)應(yīng)的單正則項(xiàng)的最優(yōu)解焉1和
巧應(yīng)的單正則項(xiàng)的最優(yōu)解專12在源信號(hào)矩陣中所占的比重求解式2)，從而得 到X〇pt。
[0030] 優(yōu)選的，所述步驟5)中，先引用Kronecker積將式2)轉(zhuǎn)化成如下形式：
[0037] 求解入對(duì)應(yīng)的單正則項(xiàng)下的解：
j= 1,2
[0038] 最后由W下方程得出所述解矩陣Xwt:
[0039]
[0040]其中
j=l，2，r= 1，2。
[0041] 本發(fā)明至少包括W下有益效果：
[0042] 1、實(shí)現(xiàn)了時(shí)序腦磁信號(hào)源估算時(shí)正則參數(shù)的自動(dòng)定位，腦磁源定位更快更精確；
[0043]2、減弱了噪聲對(duì)源估算的影響；
[0044] 3、減弱了各個(gè)時(shí)刻腦磁源之間的跳變，保證了腦磁源在整個(gè)時(shí)域上的平滑性；
[0045] 4、重建的腦磁源強(qiáng)度隨時(shí)間的變化過程更加逼近真實(shí)的神經(jīng)元傳導(dǎo)性質(zhì)。
[0046] 本發(fā)明的其它優(yōu)點(diǎn)、目標(biāo)和特征將部分通過下面的說明體現(xiàn)，部分還將通過對(duì)本 發(fā)明的研究和實(shí)踐而為本領(lǐng)域的技術(shù)人員所理解。
【附圖說明】
[0047] 圖1為本發(fā)明的腦磁源強(qiáng)度定位方法的流程示意圖；
[0048] 圖2(a)為一實(shí)施例中兩個(gè)仿真源信號(hào)的信號(hào)發(fā)生位置示意圖；
[0049] 圖2化）為一實(shí)施例中仿真MEG巧慢信號(hào)的示意圖（信噪比為6地時(shí)）；
[0050] 圖3(a)為6ms時(shí)無噪聲仿真信號(hào)在腦皮層上腦磁源信號(hào)強(qiáng)度的成像圖；
[0051] 圖3(b)為19ms時(shí)無噪聲仿真信號(hào)在腦皮層上腦磁源信號(hào)強(qiáng)度的