脑磁源强度定位方法
【技术领域】
[0001] 本发明设及生物信息技术领域，特别是一种脑磁源强度定位方法。
【背景技术】
[0002] 根据头脑表观的磁场强度反演定位磁源的空间活动位置时脑磁研究中的一个重 要问题，其本质上是一个非线性优化逆问题，为了简化计算的复杂性，在脑磁源的反演定位 中，常用一线性方法去逼近非线性问题。现有技术中具体是采用脑磁源成像技术去进行脑 磁源定位的，传统最小范数估计法（MNE，minimumnormestimate),是最具代表性的源成像 方法，主要原理是，基于大脑在特定时刻只有局部神经元活动的前提，对欠定线性方程增加 12范数约束，求解一副能量最小的电流密度分布图像，常用的方式为：
[0003] 假设脑外有m个通道的MEG信号，脑内有n个均匀分布的源信号，那么在i时刻， 脑内源信号与MEG信号的关系可W用W下离散化的线性模型表示：
[0004] bi=Axi+e；
[0005] 其中，bi为第i时刻大小为mX1的MEG测量信号；X1为第i时刻脑内源信号，大小 为nXl是第i时刻和H同维度的噪声信号；A为引导场矩阵，代表脑内源信号与MEG测 量信号的映射关系，大小为mXn。当矩阵A已知时，即可由bi求出脑磁逆问题的解Xi。但 矩阵A是病态的，其条件数，即最大特征值与最小特征值之比很大，因此直接求逆不合适， 通常转化为求解最小二次泛函的问题。不难得知，上式最小二乘解对噪声非常敏感，MEG 测量信号中很小的噪声将对解产生很大的扰动，造成无用解。引入Ti化onov正则化技术来 减小噪声对对解的影响。在i时刻，脑磁逆问题求解转化为求解下式的最小值问题：
[0006]
[0007] 等式右边第一项表示测量数据和估计数据的拟合，第二项为正则项，表示解的先 验信息，其中R为约束解空间的正则算子，当m个信号通道噪声均匀一致时，R取单位矩阵 I，入为正则化参数，调节拟合项和正则项在两项之间达到平衡。上式对应的解的形式为：
[0008]
[0009] 由此可见，代价函数估算出来的源信号各个时刻之间是相互独立的。
[0010] 但运种脑磁源方法的不足之处在于：1、对连续的MEG测量信号，没有全局考量噪 声的影响，导致估算出来的源信号位置和强度的准确性差；
[0011] 2、相邻时刻之间的估算结果在时域上有跳变，即时域上不平滑，不符合神经元定 向传导的性质。
【发明内容】
[0012] 针对上述技术问题，本发明中提出了一种脑磁源强度定位方法，该方法不同于传 统最小范数估计算法（minimumnormestimate,MNE)，通过引入时域平滑正则算子构造 双参数混合正则化代价函数，然后根据广义交叉验证（generalizedcross-validation criterion,GCV)原则选取双正则化参数，求解代价函数，从而得出最优解，实现了脑磁源的 精确定位。
[0013] 为了实现根据本发明的运些目的和其它优点，提供了一种脑磁源强度定位方法， 包括W下步骤：
[0014] 步骤1)通过核磁共振仪对待测试人头部进行扫描，生成脑MR结构图像；通过脑 磁仪在所述待检测人头部设置m个信号采集点，在时段a内连续采集k个时刻的信号，生成 脑磁图MEG信号b，其中，MEG信号bWmXk维矩阵比1. ..bi...bj表示，bi为某一时刻的 mX1维列向量，i为正整数，且1《i《k-1，将MR结构图像与MEG信号b的空间位置进行 配准，得到真实几何头模型；
[0015] 步骤2)将所述头模型上的大脑皮层设定为球模型，其上均匀分布有n个位置确定 的等效磁偶极子，即n个脑磁源信号，进而确定引导场矩阵A;用源信号矩阵X表示在时段a 内n个脑内源信号的强度随时间的变化，通过MEG信号b与源信号矩阵X如下关系式计算 出源信号矩阵X，
[0016]b=Ax+e1)
[0017] 其中，X为nXk维矩阵[Xi. . . Xi.. .Xk]，Xi为某一时刻的nX1维源信号列向量，e 为mXk维噪声信号矩阵，n远大于m;
[0018]步骤3)构造双参数正则化代价函数，使得求解所述代价函数得出的解矩阵Xwt在 整个时段a内是所有解中全局能量最小，且在解矩阵Xwt中相邻两个源信号列向量的强度 平滑变化，代价函数为：
[001引
2)
[0020]其中，Xwt为n X k维矩阵，等式右边第一项表示测量数据和估计数据的拟合项，第 二项为时域平滑约束项，采用广义交叉验证方法自动选取正则化参数A1和入2;
[0021] 步骤4)将求解式1)的脑磁逆问题转化为求解式2)的最小值问题，求解式2)得 到Xwt，Xwt中每一个元素表示某一时刻对应该位置处的源信号强度，将X wt中每一列向量 中n个元素匹配到大脑皮层n个精确位置上，即完成了任意时刻每个位置上脑磁源信号强 度的定位。
[0022] 优选的，所述步骤1)中，脑磁仪采集到的数据经过去眼电、滤波W及基线校准后 得到所述MEG信号b。
[0023] 优选的，采用边界元或有限元方法结合所述头模型求解正问题获取mXn维的所 述引导场矩阵A，其反映MEG信号b与源信号矩阵X映射关系。
[0024] 优选的，所述脑磁仪设置有148个信号采集通道。
[0025] 优选的，所述步骤3)中，根据在a时段内第W时刻的源信号解向量XW满足如下 条件：Xw=Xi+Arii，Arii- 0,来构造所述时域平滑约束项，联合正则化参数A2将所述 时域平滑约束项构造成
[0026] 优选的，所述步骤3)中，具体地，构造W下方程：
[0027]
3).
[0028] 其中，k与m都为正整数，Ikm为单位矩阵，
通过遗传算法求式3)的最小值来 确定^ 1和^ 2,Ik和I为单位矩阵。
[0029] 优选的，还包括步骤5)，通过确定
对应的单正则项的最优解焉1和
巧应的单正则项的最优解专12在源信号矩阵中所占的比重求解式2)，从而得 到X〇pt。
[0030] 优选的，所述步骤5)中，先引用Kronecker积将式2)转化成如下形式：
[0037] 求解入对应的单正则项下的解：
j= 1,2
[0038] 最后由W下方程得出所述解矩阵Xwt:
[0039]
[0040]其中
j=l，2，r= 1，2。
[0041] 本发明至少包括W下有益效果：
[0042] 1、实现了时序脑磁信号源估算时正则参数的自动定位，脑磁源定位更快更精确；
[0043]2、减弱了噪声对源估算的影响；
[0044] 3、减弱了各个时刻脑磁源之间的跳变，保证了脑磁源在整个时域上的平滑性；
[0045] 4、重建的脑磁源强度随时间的变化过程更加逼近真实的神经元传导性质。
[0046] 本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本 发明的研究和实践而为本领域的技术人员所理解。
【附图说明】
[0047] 图1为本发明的脑磁源强度定位方法的流程示意图；
[0048] 图2(a)为一实施例中两个仿真源信号的信号发生位置示意图；
[0049] 图2化）为一实施例中仿真MEG巧慢信号的示意图（信噪比为6地时）；
[0050] 图3(a)为6ms时无噪声仿真信号在脑皮层上脑磁源信号强度的成像图；
[0051] 图3(b)为19ms时无噪声仿真信号在脑皮层上脑磁源信号强度的