脑电溯源定位方法、装置、设备、介质及程序产品

本发明属于脑电信号的溯源领域，尤其涉及一种脑电溯源定位方法、装置、设备、介质及程序产品。

背景技术：

1、脑电溯源定位方法是指基于头皮表面记录到的电位信号，反向推算出脑内神经活动源的位置、方向和强度信息的非侵入性方法。该方法通过脑电图和脑磁图等非侵入性手段，对大脑活动进行观测和分析，进而反解出颅内信号的详细特征。

2、在临床研究中，脑电溯源定位因其对患者造成的侵入性小、操作简便等优势，已成为药物难治性癫痫患者术前评估的重要工具。此外，该技术也在高频振荡信号的定位、运动想象、工作记忆等大脑功能区活动的研究所中发挥着关键作用。

3、由于脑电观测电极的数量远远少于颅内候选的放电源位置的数量，脑电溯源定位的逆问题求解是一个高度欠定的问题。即存在无限多个解可以近似地拟合观测数据。为了解决这个问题，通常会在目标函数中加入一个惩罚项，以选择一个合理的解。这个惩罚项通常是基于对所有特征对应系数的一阶范数。然而，一阶范数的稀疏性倾向于选择较少且影响较大的放电源位置，从而可能低估了真实放电源的数量或强度，进而降低了脑电溯源定位的准确性。

技术实现思路

1、本发明实施例提供一种脑电溯源定位方法、装置、设备、介质及程序产品，能够提升了脑电溯源定位的准确性和可靠性。

2、第一方面，本申请实施例提供一种脑电溯源定位方法，该方法包括：

3、获取目标对象的脑核磁成像数据和神经生理数据，神经生理数据包括脑电数据或脑磁数据；

4、根据神经生理数据确定观测矩阵；

5、采用正则化算法求解在预设关系中，观测误差最小时的脑活动估计矩阵，正则化算法包括一阶范数和frobenius范数，预设关系的表达式为y=gx+e，其中，x表示脑活动估计矩阵，y表示观测矩阵，e表示观测误差，g是根据脑核磁成像数据和预先构建的边界元模型确定的第一场矩阵，且用于表示大脑皮层上的偶极子位置到头皮采样电极位置之间的电导特性；

6、根据求解得到的脑活动估计矩阵，进行目标对象的脑电溯源定位。

7、第二方面，本申请实施例提供了一种脑电溯源定位装置，该装置包括：

8、获取模块，获取目标对象的脑核磁成像数据和神经生理数据，神经生理数据包括脑电数据或脑磁数据；

9、第一确定模块，用于根据神经生理数据确定观测矩阵；

10、第二确定模块，用于采用正则化算法求解在预设关系中，观测误差最小时的脑活动估计矩阵，正则化算法包括一阶范数和frobenius范数，预设关系的表达式为y=gx+e，其中，x表示脑活动估计矩阵，y表示观测矩阵，e表示观测误差，g是根据脑核磁成像数据和预先构建的边界元模型确定的第一场矩阵，且用于表示大脑皮层上的偶极子位置到头皮采样电极位置之间的电导特性；

11、第一处理模块，用于根据求解得到的脑活动估计矩阵，进行目标对象的脑电溯源定位。

12、第三方面，本申请实施例提供了一种电子设备，该电子设备包括：处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现如第一方面所述的脑电溯源定位方法。

13、第四方面，本申请实施例提供了一种计算机存储介质，该计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面所述的脑电溯源定位方法。

14、第五方面，本申请实施例提供了一种计算机程序产品，计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备执行如第一方面所述的脑电溯源定位方法。

15、本申请实施例的脑电溯源定位方法、装置、设备、介质及程序产品，通过观测矩阵和第一场矩阵确定的观测误差，有效量化了脑活动估计矩阵与观测矩阵之间的偏差。进一步地，采用融合frobenius范数和一阶范数也即l1范数的正则化算法求解脑活动估计矩阵，有助于对观测误差进行有效加权，从而提高数据拟合的准确性。还通过一阶范数的引入，促进了求解结果的稀疏性，有助于识别出对观测数据贡献显著的脑活动区域。结合frobenius范数和一阶范数的正则化算法，有效提高了脑电溯源定位算法的运算效率，优化了脑电溯源定位的精确度，平衡了数据拟合和模型复杂度之间的关系，使得在处理高维、高频脑电活动时，能够更为精确地求解，从而显著提升了脑电溯源定位的准确性和可靠性。

技术特征：

1.一种脑电溯源定位方法，其特征在于，所述方法包括：

2.根据权利要求1所述的脑电溯源定位方法，其特征在于，所述采用正则化算法求解在预设关系中，观测误差最小时的脑活动估计矩阵，包括：

3.根据权利要求2所述的脑电溯源定位方法，其特征在于，所述采用正则化算法求解在预设关系中，观测误差最小时的脑活动估计矩阵，包括：

4.根据权利要求3所述的脑电溯源定位方法，其特征在于，所述根据所述增广拉格朗日函数确定脑活动估计矩阵，包括：

5.根据权利要求1所述的脑电溯源定位方法，其特征在于，所述正则化算法还包括基于噪声标准差估计值确定的正则化参数，所述采用正则化算法求解在预设关系中，观测误差最小时的脑活动估计矩阵，包括：

6.根据权利要求5所述的脑电溯源定位方法，其特征在于，所述根据所述噪声标准差估计值对所述求解得到的脑活动估计矩阵进行纠偏，得到纠偏后的脑活动估计矩阵，包括：

7.根据权利要求6所述的脑电溯源定位方法，其特征在于，所述根据所述目标投影矩阵和所述噪声标准差估计值，对所述目标偶极子集合中的目标偶极子进行纠偏，得到纠偏后的脑活动估计矩阵，包括：

8.根据权利要求6所述的脑电溯源定位方法，其特征在于，所述根据所述第一投影矩阵和所述第二投影矩阵确定目标投影矩阵，包括：

9.根据权利要求7所述的脑电溯源定位方法，其特征在于，在所述根据所述目标投影矩阵和所述噪声标准差估计值对所述目标偶极子集合中的目标偶极子进行纠偏，得到纠偏后的脑活动估计矩阵之后，所述方法还包括：

10.根据权利要求9所述的脑电溯源定位方法，其特征在于，根据所述目标投影矩阵、所述噪声标准差估计值对所述纠偏后的脑活动估计矩阵进行标准化处理，得到标准化的脑活动估计矩阵，包括：

11.一种脑电溯源定位装置，其特征在于，所述装置包括：

12.一种电子设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；

13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-10任意一项所述的脑电溯源定位方法。

14.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理其执行时实现权利要求1-10任意一项所述的脑电溯源定位方法。

技术总结本申请公开了一种脑电溯源定位方法、装置、设备、介质及程序产品，该方法包括获取目标对象的脑核磁成像数据和神经生理数据；根据神经生理数据确定观测矩阵；采用正则化算法求解在预设关系中，观测误差最小时的脑活动估计矩阵，正则化算法包括一阶范数和Frobenius范数，预设关系的表达式为Y=GX+E；根据求解得到的脑活动估计矩阵，进行目标对象的脑电溯源定位。根据本申请实施例，采用融合Frobenius范数和一阶范数的正则化算法求解脑活动估计矩阵，提高了脑电溯源定位算法的运算效率，优化了脑电溯源定位和脑电源活动拟合的精确度。技术研发人员：陈松蹊,童培峰受保护的技术使用者：北京大学技术研发日：技术公布日：2024/8/1