基于动态脑皮层功能连接的脑功能异常检测方法及装置与流程

本技术涉及脑功能检测，具体涉及基于动态脑皮层功能连接的脑功能异常检测方法及装置。

背景技术：

1、癫痫作为一种常见的神经系统疾病，影响着患者的正常生活。尤其是无法通过药物治疗得到有效的控制的癫痫后续会发展成为难治性癫痫，需要进行外科手术处理癫痫灶才能控制癫痫发作。因此，准确定位癫痫灶是难治性癫痫患者治疗的重要环节。

2、目前，对于癫痫灶的定位方法通常是基于头皮脑电信号源成像后的皮层电活动来定位癫痫灶。其主要是基于脑的皮层电活动构建静态脑功能网络或动态脑功能网络，通过分析脑功能网络中拓扑特性以及功能态的改变来挖掘不同时间的癫痫电活动进而定位癫痫灶。其中，静态脑功能网络主要是基于一段时间内脑电信号构建的平均网络，但其无法深入挖掘大脑内的癫痫状态，从而无法准确的确定癫痫状态的起始时刻。动态脑功能网络是利用时间窗将一段时间内的头皮脑电信号分割为若干个等长的信号段，以确定癫痫状态的起始时刻，然后计算各信号段对应的脑功能网络并分析各个网络拓扑特性随时间变化特性，进而找到对应于拓扑特性异常变化的癫痫灶。但是这种方法会破坏大脑潜在的功能态，影响脑功能网络中拓扑特性计算的准确性，进而影响癫痫灶定位的准确性。

3、因此，如何实现癫痫状态的起始时刻的精准定位，从而提高癫痫灶精准定位是亟需解决的问题。

技术实现思路

1、有鉴于此，本技术提供了一种基于动态脑皮层功能连接的脑功能异常检测方法及装置，以解决如何实现癫痫状态的起始时刻的精准定位，从而提高癫痫灶精准定位的问题。

2、第一方面，本技术提供了一种基于动态脑皮层功能连接的脑功能异常检测方法，所述方法包括：

3、获取目标对象处于预设状态时产生的第一预设数量的第一类头皮脑电信号；

4、分别针对每一个第一类头皮脑电信号进行功能态聚类操作，得到与每一段头皮脑电信号对应的第二预设数量的脑功能态；

5、将第一头皮脑电信号对应的第二预设数量的脑功能态与第一头皮脑电信号进行拟合，得到包括第一数量的时间段的第二类头皮脑电信号，其中，第一头皮脑电信号为第一预设数量的第一类头皮脑电信号中的任一个；

6、从每一个第二类头皮脑电信号中分别统计每一种脑功能态的出现频次；

7、根据所有第二类头皮脑电信号中每一种脑功能态的出现频次，确定目标对象处于异常状态时的起始时刻。

8、上述技术方案中，通过获取目标对象处于预设状态时，例如，癫痫发作前后一分钟，产生的第一预设数量的第一类头皮脑电信号，进而对每一个第一类头皮脑电信号进行功能态聚类操作，得到与每一段头皮脑电信号对应的第二预设数量的脑功能态，考虑到大脑在预设状态时各个功能态的转变。还将第一头皮脑电信号对应的第二预设数量的脑功能态与第一头皮脑电信号进行拟合，得到包括第一数量的时间段的第二类头皮脑电信号，第一头皮脑电信号为第一预设数量的第一类头皮脑电信号中的任一个，考虑到脑功能态在每一个第一类脑电信号中的动态转变，从而可以对异常状态例如，癫痫状态进行深入挖掘。避免了以固定时间尺度划分头皮脑电信号，但不考虑脑功能态的动态变化所导致的破坏大脑潜在的功能态的问题。进而可以明确每一个脑功能态在第二类头皮脑电信号中的出现次数，从而可以统计每一种脑功能态在每一个第二类头皮脑电信号中的出现频次，实现对第二类头皮脑电信号中的各个脑功能态进行深入挖掘的目的，进而根据所有第二类头皮脑电信号中每一种脑功能态的出现频次，可以精确地确定目标对象处于异常状态时，例如，癫痫状态的起始时刻。实现癫痫状态的起始时刻的精准定位，从而提高了癫痫灶的精准定位。

9、在一些可选的实施例中，根据所有第二类头皮脑电信号中每一种脑功能态的出现频次，确定目标对象处于异常状态时的起始时刻，包括：

10、分别以每一个脑功能态为基准，统计每一个第二类头皮脑电信号中每一个脑功能态出现的频次，生成第二预设数量的频次曲线段；

11、分别确定每一条频次曲线段与预设函数信号之间的相关性系数；

12、根据所有频次曲线段与预设函数信号之间的相关性系数，分别以每一个脑功能态为基准，对所有的相关性系数进行分组；

13、分别统计每一组的相关性系数平均值；

14、选取最大相关性系数平均值所属的组别对应的脑功能态为异常状态；

15、根据异常状态对应的分组中的所有频次曲线段，确定异常状态在每一个第二类头皮脑电信号中的起始时刻。

16、在上述技术方案中，通过与脑功能态拟合后包括若干时间段的第二类头皮脑电信号，确定的频次曲线段与预设函数信号之间的相关性系数，来统计的以每一个脑功能态为基准的每一组的相关性系数平均值，进而将最大的相关性系数平均值所属的组别对应的脑功能态确定为异常状态。考虑了第二类头皮脑电信号中各个脑功能态出现频次的动态变化与预设函数信号之间的相关性，实现对各个脑功能态深入挖掘的目的，可以准确的判断出脑功能态中的异常状态，进而可以根据异常状态对应的分组中的所有频次曲线段，准确地确定异常状态在每一个第二类头皮脑电信号中的起始时刻。避免基于以固定时间尺度划分头皮脑电信号，从而破坏大脑的潜在脑功能态的问题，可以提高癫痫状态的起始时刻的定位的准确性。

17、在一些可选的实施例中，根据异常状态对应的分组中的所有频次曲线段，确定异常状态在每一个第二类头皮脑电信号中的起始时刻，包括：

18、分别将异常状态对应的分组中的每一个频次曲线段的首尾直线相连，得到第一预设数量的基准线，基准线与异常状态对应的分组中的每一个频次曲线段一一对应；

19、根据第一预设数量的基准线中的每一条基准线，以及与之对应的频次曲线段，确定第一预设数量的位于基准线下方的目标曲线段，目标曲线段为频次曲线段中的部分线段；

20、分别从每一条目标曲线段中选取与基准线之间的距离最大的目标点，并确定目标点所属的时刻为目标曲线段所属的频次曲线段所对应的第二类头皮脑电信号中异常状态的起始时刻。

21、在上述技术方案中，由于第一预设数量的基准线是异常状态对应的分组中的每一个频次曲线段的首尾直线相连后得到基准线的斜率可以代表每一个第二类头皮脑电信号中异常状态出现频次的平均增长速度。那么异常状态对应的分组中的每一个频次曲线段中位于与之一一对应的基准线下方的目标曲线段就意味着该异常状态在其所属第二类头皮脑电信号中的某时刻下的出现频次的增长速度偏离了该平均增长速度。进而分别从每一条目标曲线段中选取的与基准线之间的距离最大的目标点对应时刻，就可以指示异常状态在该目标曲线段对应第二类头皮脑电信号中出现频次的增长速度达到峰值的时刻，即为异常功能状态在该目标曲线段对应第二类头皮脑电信号中的起始时刻。考虑了异常状态在头皮脑电信号中早期出现频次为先平稳之后陡峭上升的趋势，可以准确的代表异常状态，例如，癫痫状态的起始时刻，提高了癫痫状态的起始时刻的精准定位，从而可以提高癫痫灶精准定位。

22、在一些可选的实施例中，异常状态所处的时间段包括多个，所述方法还包括：

23、获取目标对象的核磁共振脑影像；

24、根据核磁共振脑影像，构建目标对象的真实头模型；

25、基于预设脑区模板将真实头模型划分为多个脑区；

26、基于真实头模型、多个脑区、第二类头皮脑电信号和异常状态在每一个第二类头皮脑电信号中的起始时刻，构建在多个时间段中首个时间段对应的功能连接矩阵集，首个时间段为包括起始时刻的时间段；确定功能连接矩阵集中各个节点的平均节点核心程度，节点用于指示真实头模型中的脑区，平均节点核心程度用于指示脑区中脑皮层电活动的异常程度；

27、根据各个节点的平均节点核心程度，定位异常状态在脑区中所属的目标区域。

28、在上述技术方案中，在精确定位异常状态的起始时刻后，基于目标对核磁共振脑影像构建目标对象的真实头模型，进而基于预设脑区模板将真实头模型划分为多个脑区，而后基于真实头模型、多个脑区、第二类头皮脑电信号和异常状态在每一个第二类头皮脑电信号中的起始时刻，构建在多个时间段中首个时间段对应的功能连接矩阵集，实现在功能连接矩阵集中考虑脑功能态在第二头皮脑电信号中的动态变化，在不破坏大脑潜在功能态的前提下，依据功能连接矩阵集中各个节点的平均节点核心程度来反映目标对象在包括起始时刻的异常状态下脑功能网络拓扑特性的变化，从而定位异常状态在脑区中所属的目标区域。进而可以实现在不破坏大脑潜在脑功能态的前提下，找到癫痫状态，并分析癫痫状态下的脑功能网络拓扑特性的变化，从而找到脑功能网络拓扑特性更显著的变化，最终实现癫痫灶精准定位。

29、在一些可选的实施例中，功能连接矩阵集包括第一预设数量的功能连接矩阵，基于真实头模型、多个脑区、第二类头皮脑电信号和异常状态在每一段第二类头皮脑电信号中的起始时刻，构建在多个时间段中首个时间段对应的功能连接矩阵集，包括：

30、分别针对每一个第二类头皮脑电信号，将第二类头皮脑电信号中与首个时间段对应的头皮脑电信号映射至真实头模型中脑区的皮层上，以确定与第二类头皮脑电信号对应的多个脑区皮层电脑信号；

31、分别针对每一个第二类头皮脑电信号，确定第二类头皮脑电信号对应各脑区皮层电脑信号之间的皮尔逊相关系数，得到目标对象在每一个第二类头皮脑电信号下的功能连接矩阵；

32、将目标对象在所有第二类头皮脑电信号下的功能连接矩阵确定为在多个时间段中首个时间段对应的功能连接矩阵集。

33、在上述技术方案中，针对每一个第二类头皮脑电信号，将第二类头皮脑电信号中首个时间段对应的头皮脑电信号映射到真实头模型中脑区的皮层上，得到在首个时间段下每一个第二类头皮脑电信号对应的多个脑区皮层电脑信号，既便于后续确定第二类头皮脑电信号对应各脑区皮层电脑信号之间的皮尔逊相关系数，得到目标对象在每一个第二类头皮脑电信号中首个时间段下的功能连接矩阵，从而得到目标对象在所有首个时间段下的功能连接矩阵，进而得到在多个时间段中首个时间段对应的功能连接矩阵集。避免对非异常状态以及除首个时间段以外的异常状态所处时间段下功能连接矩阵的确定，从而能够更好的避免将异常状态在脑区中所属真正的区域定位到异常状态传播过程中波及的脑区其他脑组织上，便于后续确定异常状态在脑区所属是目标区域，提高定位异常状态所属目标区域定位的精准性。

34、在一些可选的实施例中，根据各个节点的平均节点核心程度，定位异常状态在脑区中所属的目标区域，包括：

35、将平均节点核心程度最大的节点对应脑区确定为异常状态的发生区域；

36、获取发生区域中脑皮层的电活动强度；

37、在发生区域中，将电活动强度超过预设强度阈值的区域确定为异常状态在脑区中所属的目标区域。

38、在上述技术方案中，将平均节点核心程度最大的节点对应脑区确定为异常状态的发生区域，也即将在首个时间段下脑区中脑皮层电活动的异常程度最大的脑区确定为异常状态的发生区域。从而获取发生区域中脑皮层的电活动强度，在发生区域中，将电活动强度超过预设强度阈值的区域确定为异常状态在脑区中所属的目标区域。

39、在一些可选的实施例中，在分别针对每一段的第一类头皮脑电信号进行功能态聚类操作，得到与每一段头皮脑电信号对应的m个脑功能态之前，方法还包括：

40、对每一个第一类头皮脑电信号依次进行陷波、滤波、独立成分分析伪迹去除以及降采样操作，得到第三类头皮脑电信号，以便后续针对第三类头皮脑电信号进行功能态聚类操作。

41、在上述技术方案中，对每一个第一类头皮脑电信号依次进行陷波、滤波、独立成分分析伪迹去除以及降采样操作，得到第三类头皮脑电信号，实现对第一类头皮脑电信号的去噪，以便后续针对第三类头皮脑电信号进行功能态聚类操作时得到跟精准的聚类结果，从而提高后续确定异常状态的起始时刻的准确性。

42、第二方面，本技术提供了一种脑功能信号的异常检测装置，所述装置包括：

43、获取模块，用于获取目标对象处于预设状态时产生的第一预设数量的第一类头皮脑电信号；

44、聚类模块，用于分别针对每一个第一类头皮脑电信号进行功能态聚类操作，得到与每一段头皮脑电信号对应的第二预设数量的脑功能态；

45、拟合模块，用于将第一头皮脑电信号对应的第二预设数量的脑功能态与第一头皮脑电信号进行拟合，得到包括第一数量的时间段的第二类头皮脑电信号，其中，第一头皮脑电信号为第一预设数量的第一类头皮脑电信号中的任一个；

46、统计模块，用于从每一个第二类头皮脑电信号中分别统计每一种脑功能态的出现频次；

47、确定模块，用于根据所有第二类头皮脑电信号中每一种脑功能态的出现频次，确定目标对象处于异常状态时的起始时刻。

48、第三方面，本技术提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述基于动态脑皮层功能连接的脑功能异常检测方法。

49、第四方面，本技术提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的基于动态脑皮层功能连接的脑功能异常检测方法。