一種基於皮層腦電高頻Gamma神經振蕩的個體化腦功能映射方法
2023-05-30 01:59:41 3
一種基於皮層腦電高頻Gamma神經振蕩的個體化腦功能映射方法
【專利摘要】一種基於皮層腦電高頻Gamma神經振蕩的個體化腦功能映射方法，屬於神經工程領域。所述方法包括以下步驟：對採集到的皮層腦電（ECoG）數據進行預處理；計算時頻事件相關同步化強度；統計顯著性檢驗並提取腦功能指數；個體化腦功能映射。所述方法通過對ECoG數據的深入挖掘能夠快速、準確、全面地系統分析腦功能區相關腦電數據，獲取腦功能指數，實現了有個體化針對性的腦功能映射，能夠提升我們對複雜認知任務加工腦機制的理解，為認知神經科學腦功能研究以及臨床神經科學基礎研究提供有力幫助。
【專利說明】—種基於皮層腦電高頻Gamma神經振蕩的個體化腦功能映射方法
【技術領域】
[0001]本發明涉及神經工程領域，尤其是涉及一種基於皮層腦電高頻Ga_a神經振蕩的個體化腦功能映射方法。
【背景技術】
[0002]認知神經科學以及臨床神經科學基礎研究中，往往會牽涉到腦功能區的映射，然後對該特定的腦區進行調控或幹預等。例如利用一種非侵入性的，恆定、低強度的經顱直流電刺激(transcranial direct current stimulation, tDCS)來調節大腦皮層神經兀的活動，事先需要對特定的腦區進行精確定位，這樣才能夠保證調控的靶向性，同時也不至於影響遠隔腦區皮層。傳統的腦功能定位方法利用腦解剖形態學識別腦功能區，由於個體間腦解剖結構存在著差異、解剖結構變形以及觀察者的主觀判斷等因素限制，客觀精確的定位腦功能區存在困難。目前，皮層電刺激(electric cortical stimulation, ECS)因其直接、客觀，作為腦功能映射的「金標準」具有無可替代的作用。但它仍有很多不足之處:1)電刺激可能誘發後放電，具有一定的風險性；2)需要對電極的排列組合進行逐對刺激，完成一例刺激通常需要很長時間；3)對醫生經驗和被試配合程度要求很高。
[0003]隨著科技發展，血氧依賴功能磁共振(BOLD-fMRI)以其極高的空間解析度能為腦功能映射提供一定的輔助參考，但在腦功能映射中存在明顯缺陷:1) fMRI依靠腦血流水平進行功能映射，這在理論上限定了其不能反映複雜認知任務腦功能區的動力學特性；2)fMRI對運動區較敏感，並且對於病變腦區功能映射會有較大誤差。而利用腦代謝活躍的區域進行腦功能映射的正電子發射計算機斷層掃描(PET)成像系統在語言功能區映射研究中，與ECS結果僅有65%的一致性。
[0004]皮層腦電(ECoG)以其極高的時空解析度為我們探究大腦功能提供了新「窗口」。目前在人類皮層腦電的研究中發現，大腦皮層功能的激活與高頻ga_a神經振蕩(>60Hz)功率的增加相關。在語言、聽覺以及運動等功能區都可觀察到這種高頻ga_a神經振蕩的增強。此外，在腦磁圖(EMG)和頭皮腦電(EEG)的研究中也可見高頻ga_a神經振蕩的增強。然而，目前還沒有一種從皮層腦電的角度確定腦功能，進而為認知神經科學腦功能研究以及臨床神經科學基礎研究進行有個體化針對性的腦功能映射提供有力幫助的方法。
【發明內容】
[0005]本發明的目的在於提供一種基於皮層腦電高頻Ga_a神經振蕩的個體化腦功能映射方法，以便能夠快速、準確、全面地系統分析腦功能區相關腦電數據，獲取腦功能指數，實現有個體化針對性的腦功能映射，促進對複雜認知任務加工腦機制的理解，為認知神經科學腦功能研究以及臨床神經科學基礎研究提供有力幫助。
[0006]為實現上述目的，本發明提出一種基於皮層腦電高頻Gamma神經振蕩的個體化腦功能映射方法，包括以下步驟:[0007]步驟SI，對採集得到的ECoG數據進行預處理；
[0008]步驟S2，根據預處理後的ECoG數據，計算時頻事件相關同步化強度；
[0009]步驟S3，對所述時頻事件相關同步化強度進行統計顯著性檢驗，提取腦功能指數；
[0010]步驟S4，根據所述腦功能指數，在三維立體腦結構上進行個體化腦功能映射。
[0011]1.一種基於皮層腦電高頻Ga_a神經振蕩的個體化腦功能映射方法,其特徵在於，包括以下步驟:
[0012]步驟SI，對採集得到的ECoG數據進行預處理；
[0013]步驟S2，根據預處理後的ECoG數據，計算時頻事件相關同步化強度；
[0014]所述步驟S2具體包括以下步驟:
[0015]步驟2.1:利用Morlet小波變換對預處理後的ECoG數據進行時頻分析；
[0016]
【權利要求】
1.一種基於皮層腦電高頻Ga_a神經振蕩的個體化腦功能映射方法,其特徵在於,包括以下步驟: 步驟SI，對採集得到的ECoG數據進行預處理； 步驟S2，根據預處理後的ECoG數據，計算時頻事件相關同步化強度； 所述步驟S2具體包括以下步驟: 步驟2.1:利用Morlet小波變換對預處理後的ECoG數據進行時頻分析；
2.根據權利要求1所述的一種基於皮層腦電高頻Gamma神經振蕩的個體化腦功能映射方法，其特徵在於，所述步驟SI具體包括以下步驟: 步驟1.1:對所述ECoG數據進行0.1-220HZ濾波和50Hz陷波處理，以消除低頻飄移和工頻幹擾； 步驟1.2:對濾波處理後的ECoG數據進行壞通道檢驗處理，去除壞通道，避免不可靠數據的影響； 步驟1.3:對去除壞通道後的ECoG數據進行轉換參考處理，取平均參考；步驟1.4:對轉換參考後的ECoG數據進行基線校正處理，去除基線漂移，以使ECoG數據趨於平穩； 步驟1.5:對基線校正後的ECoG數據進行偽跡檢測處理，去除頭、面部肌肉抖動幹擾的數據片段。
3.根據權利要求1所述的一種基於皮層腦電高頻Gamma神經振蕩的個體化腦功能映射方法，其特徵在於，所述步驟S3具體包括以下步驟: 步驟3.1:利用bootstrapping方法,在每一個時頻點計算其對應P值； P值為將觀測結果認定為同總體相比具有顯著性差異時所犯錯誤的概率；在這裡表示了在ERS強度值與它相關的假設正態分布的均值相等時，認為他們在P值的概率下不相等，即犯此類錯誤的概率為P ； 步驟3.2:對所述P值進行多重比較校正； 首先，把每一通道相同頻率點的對應P值，設為Pk，其中k=l，2，…，M，按從小到大排列；M為通道總數，腦電系統為64通道； 然後，在條件Pk〈a Xk/M的約束下,確定最大下標m值； 最後，設定校正後的顯著水平α =0.05，這樣所有滿足Km的P值被認定為具有統計顯著性； 步驟3.3:計算高頻gamma頻段的ERS強度值,提取腦功能指數Geks ； 高頻gamma頻段的ERS強度值與大腦皮層的激活程度相關，可能參與多腦區和多種模式的信息交互與整合加工過程；因此，把高頻gamma頻段的ERS強度值作為腦功能指數Geks,則有:
4.根據權利要求1所述的一種基於皮層腦電高頻Gamma神經振蕩的個體化腦功能映射方法，其特徵在於，步驟S4，根據所述腦功能指數，在三維立體腦結構上進行個體化腦功能映射； 所述步驟S4具體包括以下步驟: 步驟4.1:綜合利用多模態醫學影像數據，對顱內電極進行三維立體定位，以得到電極三維坐標； 首先通過X線平片建立顱內電極與腦組織結構的聯繫，然後對掃描腦部獲取的MRI影像進行分割與重建得到單一被試個體的真實腦模型，再把提取得到的電極坐標標定到重建得到的真實腦模型上，完成顱內電極的個體化三維立體定位； 步驟4.2:根據重建得到的顱內電極三維坐標和腦功能指數，在三維立體腦結構上進行個體化腦功能映射； 利用基於高斯核函數的三維插值方法，對所述腦功能指數Geks在三維立體腦結構上進行三維插值計算:
【文檔編號】G06F19/00GK103932701SQ201410147256
【公開日】2014年7月23日 申請日期:2014年4月13日 優先權日:2014年4月13日
【發明者】李小俚, 胡振紅 申請人:北京師範大學