專利名稱：大腦頭皮電位信息圖形的生成方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖形的生成方法，尤其涉及一種電位信息圖形的生成方法。
背景技術(shù)：
目前臨床使用的腦電地形圖(Brain Electric Activity Mapping——BEAM)是基于頭皮腦電計算機分析的一種診斷技術(shù)。其原理是從頭部不同導(dǎo)聯(lián)電極上采集腦電信號，經(jīng)濾除各種干擾和A/D變換后作快速富氏變換得到不同頻段的信號功率譜，再用二維插值方法顯示為等值線地形圖。BEAM不僅用于臨床診斷腦部器質(zhì)性病變，而且還用于觀察腦功能的變化，已成為診斷大腦疾病的常規(guī)手段。但由于其信號分析的理論基礎(chǔ)是從時域到頻域富氏變換的分頻段功率譜，所含數(shù)據(jù)量相對較少，數(shù)據(jù)選取存在一定主觀性，在諸如癲癇病灶定位和誘發(fā)響應(yīng)等研究中難以全面反映腦電動態(tài)變化過程。

發(fā)明內(nèi)容
本發(fā)明為克服現(xiàn)有技術(shù)的不足，提供一種大腦頭皮電位信息傳輸?shù)膱D形顯示方法，它從頭部不同導(dǎo)聯(lián)電極上采集的腦電原始數(shù)據(jù)出發(fā)，按照非線性動力學理論，運用相空間重建技術(shù)構(gòu)成不同導(dǎo)聯(lián)之間的頭皮電位信息傳輸矩陣，然后將各導(dǎo)聯(lián)的信息傳輸量和時間序列復(fù)雜度數(shù)據(jù)繪制成頭皮拓撲分布圖——腦電信息圖(Brain Information Mapping——BIM)，以探索一種新的觀察大腦功能活動的診斷方法，該信息圖以時空演化方式顯示頭皮上不同導(dǎo)聯(lián)之間信息傳輸情況和信息傳輸時間序列復(fù)雜度等非線性動力學參數(shù)變化，可以直觀地反映腦電信息傳輸分布模式在不同時相中的變化進程，以一種全新的角度連續(xù)反映腦電活動的時空特征，觀察人腦功能狀態(tài)的變化過程。
為達到上述技術(shù)效果，本發(fā)明采用下列方法(1)從頭部不同導(dǎo)聯(lián)電極上采集腦電信號波形；(2)將上述信號作A/D變換并濾除各種干擾后將其存儲于存儲器中；(3)選擇腦電中無顯著偽差、無腦電圖機關(guān)機干擾的數(shù)據(jù)段，存儲于存儲器中；(4)將編制的計算機程序安裝到計算機系統(tǒng)后，啟動該計算機程序，利用該計算機程序?qū)Υ鎯ζ髦械拿總€導(dǎo)聯(lián)的腦電信號重構(gòu)一個三維嵌入空間的向量集；(5)利用上述計算機程序建立信息傳輸矩陣，分析上述向量集在相空間的相互信息傳輸情況；(6)利用上述計算機程序，將時間序列信號粗?；癁?0，1)序列并用復(fù)雜度Kc描述事物隨機性的復(fù)雜度，用復(fù)雜度C1和C2反映事物結(jié)構(gòu)性的復(fù)雜度；(7)在計算機程序中，采用球面二維插值方法，將各導(dǎo)聯(lián)之間的信息傳輸時間序列復(fù)雜度數(shù)據(jù)繪制成頭皮拓撲分布圖——腦電信息圖(BIM)；(8)將得到的腦電信息圖(BIM)再輸出并存盤。
所述的三維嵌入空間的向量集的構(gòu)成采用下列方法對于一個以等時間隔Ts采樣的腦電信號V(k)(k＝0，1，2，…，N-1)，根據(jù)時間弛豫法，取延遲時間T＝1/512秒，通過延時構(gòu)成M維向量X(k)＝{V(k)，V(k＋T)，…，V(k＋(M－1)T)}，取M＝3，每個導(dǎo)聯(lián)的腦電信號V(k)構(gòu)成一個三維嵌入空間的向量集，并采用下列公式表達X(1),X(2),X(3)X(2),X(3),X(4)………………X(n),X(n+1),X(n+2)]]>將此三維相空間的每一坐標軸作六等分，得到信息熵H(S)H(S)=Σi=1NPs(Si)log2[Ps(Si)](N=63)]]>以S和Q分別代表兩個導(dǎo)聯(lián)的腦電信號所構(gòu)成三維相空間的相互信息傳輸格點序列；若把兩個三維空間聯(lián)合起來構(gòu)成一個六維相空間，同樣將每一坐標軸作六等分，再求信息熵H(S，Q)得H(S,Q)=-Σi=1Σj=1NPSQ(SiQj)Nlog2[PSQ(SiQj)](N=66)]]>據(jù)此計算兩個導(dǎo)聯(lián)的相互信息傳輸量MI(S，Q)MI(S，Q)＝H(S)＋H(Q)－H(S，Q)；所述的信息傳輸矩陣采用下列方法用時間延遲方法構(gòu)成兩個導(dǎo)聯(lián)的相互信息傳輸時間序列SQ(τ)SQ(τ)＝MI[S(t)Q(t＋τ)]τ＝T，2T，…，KTSQ(τ)代表從S導(dǎo)聯(lián)到Q導(dǎo)聯(lián)的信息傳輸；而相互信息傳輸時間序列QS(τ)為QS(τ)＝MI[Q(t)S(t＋τ)]τ＝T，2T，…，KTQS(τ)則代表從Q導(dǎo)聯(lián)到S導(dǎo)聯(lián)的信息傳輸，序列長為512點；矩陣中行代表輸出信息，列代表接收信息；所述的復(fù)雜度計算，采用下列方法對所有(0，1)序列，定義b(n)b(n)＝(log2n)/nn為數(shù)據(jù)序列號。再定義C(n)limC(n)＝lim(log2n)/nn→∝n→∝定義復(fù)雜度Kc為Kc＝C(n)/b(n)對于符號(0，1)序列{Si}Ni＝1，定義復(fù)雜度C1(n)為C1＝lim[log2Ns(n)]/nn→∝對于時間符號(0，1)序列{Si}Ni＝1，定義復(fù)雜度C2(n)為C2＝lim[log2Nf(n)]/nn→∝
C1反映了時間序列在相空間運動軌道的隨機性結(jié)構(gòu)復(fù)雜度；而C2則反映了時間序列征相空間運動軌道的限制性結(jié)構(gòu)復(fù)雜度。
本發(fā)明與現(xiàn)有技術(shù)相比的有益效果是由本發(fā)明獲得的腦電信息圖(BIM)，能直觀地反映腦電信息傳輸分布模式在不同時相中的變化進程，能表達長程腦電模式變化，全面反映腦電動態(tài)變化過程，便于比較大腦左右兩側(cè)圖象變化特點以對比了解兩側(cè)功能的變化；此外，也能將BIM用于大腦處于不同生理狀態(tài)下或老年癡呆病患者的EEG信號分析。


圖1是本發(fā)明工作流程示意圖；圖2(a)是本發(fā)明實施方式中，當癲癇發(fā)作前的腦電信號波形；圖2(b)是本發(fā)明實施方式中，當癲癇小發(fā)作的腦電信號波形；圖3(a)是圖2(a)的8×8信息傳輸矩陣；圖3(b)是圖2(b)的8×8信息傳輸矩陣；圖4(a)是圖3(a)的信息輸出量的腦電信息圖；圖4(b)是圖3(b)的信息輸出量的腦電信息圖；圖5(a)是圖2(a)當癇性導(dǎo)聯(lián)C3(左頂)向其它各導(dǎo)聯(lián)信息輸出時間序列復(fù)雜度Kc的腦電信息圖；圖5(b)是圖2(b)當癇性導(dǎo)聯(lián)C3(左頂)向其它各導(dǎo)聯(lián)信息輸出時間序列復(fù)雜度Kc的腦電信息圖；圖5(c)是圖2(a)當癇性導(dǎo)聯(lián)C3(左頂)向其它各導(dǎo)聯(lián)信息輸出時間序列復(fù)雜度C1的腦電信息圖；圖5(d)是圖2(b)當癇性導(dǎo)聯(lián)C3(左頂)向其它各導(dǎo)聯(lián)信息輸出時間序列復(fù)雜度C1的腦電信息圖；圖5(e)是圖2(b)當癇性導(dǎo)聯(lián)C3(左頂)向其它各導(dǎo)聯(lián)信息輸出時間序列復(fù)雜度C2的腦電信息圖；圖5(f)是圖2(b)當癇性導(dǎo)聯(lián)C3(左頂)向其它各導(dǎo)聯(lián)信息輸出時間序列復(fù)雜度C2的腦電信息圖。
具體實施例方式
下面結(jié)合附圖和具體實施方式
對本發(fā)明作進一步詳細描述圖1示出本發(fā)明的工作流程，使用腦電采集分析系統(tǒng)，按照國際標準導(dǎo)聯(lián)10～20系統(tǒng)在受試者頭皮上安放Fp1(左額)、Fp2(右額)、C3(左頂)、C4(右頂)、T3(左顳)、T4(右顳)、O1(左枕)、O2(右枕)8導(dǎo)電極，參考電極置于左右耳垂，同時采集各導(dǎo)聯(lián)EEG信號波形；要求受試者實驗前三天內(nèi)不服藥，實驗時未發(fā)病，清醒閉目，靜坐在安靜的實驗室內(nèi)。原始腦電信號采集時間為5分鐘，A/D采樣頻率為512Hz，記錄患者作深呼吸誘導(dǎo)時的腦電數(shù)據(jù)。選擇腦電中無顯著偽差、無腦電圖機關(guān)機干擾的數(shù)據(jù)段，長度為2562點，時間為5秒，進行相空間重建和構(gòu)成信息傳輸矩陣及計算信息傳輸量和時間序列復(fù)雜度。
對于一個以等時間隔Ts采樣的腦電信號V(k)(k＝0，1，2，…，N-1)，可根據(jù)時間弛豫法，選取延遲時間T＝1/512秒，通過延時構(gòu)成M維向量X(k)＝{V(k)，V(k＋T)，…，V(k＋(M－1)T)}，取M＝3；這樣對于每個導(dǎo)聯(lián)的腦電信號V(k)可構(gòu)成一個三維嵌入空間的向量集X(1),X(2),X(3)X(2),X(3),X(4),………………X(n),X(n+1),X(n+2)]]>將此三維相空間的每一坐標軸作六等分，則其相空間的格點數(shù)為63。以S代表相空間的格點序列S＝S1S2……SN，N＝63。設(shè)向量落在第i個格點的概率為PS(Si)，可得到信息熵H(S)H(S)=ΣPsi=1N(S1)log2[Ps(Si)](N=63)----(2)]]>以S和Q分別代表兩個導(dǎo)聯(lián)的腦電信號所構(gòu)成三維相空間的格點序列。若把兩個三維空間聯(lián)合起來構(gòu)成一個六維相空間，同樣將每一坐標軸作六等分，則其相空間的格點66，其對應(yīng)的概率分布為PSQ(SiQj)，再求信息熵H(S，Q)得H(S,Q)=-ΣΣj=1NPSQ(SiQj)j=1Nlog2[PSQ(SiQj)](N=66)----(3)]]>據(jù)此可以計算兩個導(dǎo)聯(lián)的相互信息傳輸量MI(S，Q)MI(S，Q)＝H(S)＋H(Q)－H(S，Q) (4)同樣可以用時間延遲方法構(gòu)成兩個導(dǎo)聯(lián)的相互信息傳輸時間序列SQ(τ)SQ(τ)＝MI[S(t)Q(t＋τ)] τ＝T，2T，…，KT(5)SQ(τ)代表從S導(dǎo)聯(lián)到Q導(dǎo)聯(lián)的信息傳輸。而相互信息傳輸時間序列QS(τ)為QS(τ)＝MI[Q(t)S(t＋τ)] τ＝T，2T，…，KT(6)QS(τ)則代表從Q導(dǎo)聯(lián)到S導(dǎo)聯(lián)的信息傳輸。序列長為512點。對于8個導(dǎo)聯(lián)的腦電數(shù)據(jù)來說，可以得到8×8列的相互信息傳輸時間序列，也即組成8×8的信息傳輸矩陣。矩陣中行(橫向)代表輸出信息，列(縱向)代表接收信息。利用信息傳輸矩陣可對各導(dǎo)聯(lián)腦電信號所構(gòu)成三維向量集在相空間的相互信息傳輸情況進行分析。
本發(fā)明使用復(fù)雜度Kc描述事物隨機性的復(fù)雜度；使用復(fù)雜度C1和C2，以反映事物結(jié)構(gòu)性的復(fù)雜度。根據(jù)事物的復(fù)雜性可用描寫該事物所用最短計算機語言的長度來表達的復(fù)雜性測度概念，可先將時間序列信號粗粒化為(0，1)序列。粗?；靶栌嬎阈蛄行盘柶骄?，粗?；瘯r，當信號值大于平均值時取為1，信號值小于平均值時取為0，構(gòu)成(0，1)序列。
對所有(0，1)序列，定義b(n)b(n)＝(log2n)/n (7)
n為數(shù)據(jù)序列號。再定義C(n)limC(n)＝lim(log2n)/n(8)n→∝n→∝復(fù)雜度Kc定義為Kc＝C(n)/b(n) (9)對于符號(0，1)序列{Si}Ni＝1，其N足夠大，則n個字節(jié)(S1，S2，…，Sn)的可能排列有2n個；令Na(n)是長度為n個字節(jié)(S1，S2，…，Sn)在{Si}Ni＝1中允許出現(xiàn)的序列數(shù)，定義復(fù)雜度C1(n)為C1＝Iim[log2Na(n)]/n(10)n→∝對于時間符號(0，1)序列{Si}Ni＝1中，令Nf(n)是長度為n-1個字節(jié)(S1，S2，…，Sn-1)在{S1}Ni=1中出現(xiàn)，但不出現(xiàn)n個字節(jié)(S1，S2，…，Sn)的禁止序列數(shù)，定義復(fù)雜度C2(n)為C2＝lim[log2Nf(n)]/n(11)n→∝C1反映了時間序列在相空間運動軌道的隨機性結(jié)構(gòu)復(fù)雜度；而C2則反映了時間序列在相空間運動軌道的限制性結(jié)構(gòu)復(fù)雜度。
雖然可以直接利用腦電信息傳輸矩陣中各陣元時間序列所反映的信息量或復(fù)雜度來分析各導(dǎo)聯(lián)腦電的相互信息傳輸情況，但借助傳統(tǒng)腦電地形圖(BEAM)的二維等值線地形圖示方法更能形象直觀地反映大腦皮層信息傳輸動態(tài)變化，便于比較大腦左右兩側(cè)圖象變化特點以對比了解兩側(cè)功能的變化。本發(fā)明采用球面二維插值方法，將各導(dǎo)聯(lián)之間的信息傳輸量和時間序列復(fù)雜度數(shù)據(jù)繪制成頭皮拓撲分布圖——腦電信息圖(BIM)。
圖2(a)和圖2(b)給出在局限性癲癇病患者8個導(dǎo)聯(lián)處測得的典型腦電信號波形。其中圖2(a)為癲癇發(fā)作前的EEG信號，圖2(b)為癲癇小發(fā)作時的EE6信號。可以看出分別對應(yīng)于C3(左頂)和T3(左顳)的第3、5導(dǎo)聯(lián)是癇性病灶區(qū)。
圖3(a)和圖3(b)是相應(yīng)的8×8信息傳輸矩陣。其中圖3(a)為癲癇發(fā)作前的信息傳輸矩陣，圖3(b)為癲癇小發(fā)作時的信息傳輸矩陣。從圖3(a)可以看出癲癇發(fā)作前各導(dǎo)聯(lián)之間的信息傳輸都很活躍，每個導(dǎo)聯(lián)既輸出又接收大量信息。而在癲癇發(fā)作時如圖3(b)所示，唯癇性的第3、5導(dǎo)聯(lián)信息傳輸較活躍，其它導(dǎo)聯(lián)信息傳輸則比癲癇發(fā)作前減少很多。特別是癇性第3、5導(dǎo)聯(lián)之間的信息傳輸量很大。該病例從腦電圖觀察診斷為“左側(cè)灶性放電”，信息傳輸矩陣的變化也表明，癲癇發(fā)作時病灶區(qū)神經(jīng)細胞活動增加，一方面極大地激勵了癇性導(dǎo)聯(lián)處信息傳輸，另一方面其類周期性放電又強烈地抑制了其它部位之間的信息傳輸?？梢钥闯觯瑥男畔鬏敃r間序列(8×8矩陣)方式來觀察局限性癲癇病發(fā)作前與發(fā)作時各導(dǎo)聯(lián)之間信息傳輸量的變化，很難直觀把握其變化特征。若以腦電信息圖(BIM)的方式來顯示，則不僅具有很好的直觀性，而且有可能發(fā)現(xiàn)隱含在信息傳輸時間序列內(nèi)部的變化規(guī)律。
圖4(a)和圖4(b)是相應(yīng)于圖3(a)和圖3(b)信息傳輸矩陣中信息輸出量的復(fù)雜度Kc腦電信息圖(BIM)。其中圖4(a)為癲癇發(fā)作前的BIM圖，圖4(b)為癲癇小發(fā)作時的BIM圖。從圖4(a)可以看出癲癇發(fā)作前大腦皮層各部分之間的信息傳輸有較好的對稱性。而在癲癇發(fā)作時如圖4(b)所示，這種對稱性遭到較大的破壞，尤其在癇性導(dǎo)聯(lián)的對側(cè)，對稱性破壞更為嚴重。這與上述信息傳輸矩陣各陣元的變化表象是相吻的，但這種對稱性破壞的變化特征卻難以在信息傳輸矩陣中反映出來。
根據(jù)本發(fā)明原理，還可以作出以某導(dǎo)聯(lián)為中心與其余各導(dǎo)聯(lián)信息傳輸時間序列復(fù)雜度為表征的腦電信息圖(BIM)來比較癲癇病發(fā)作前與發(fā)作時大腦皮層信息傳輸?shù)淖兓?。其中較為有意義的是該導(dǎo)聯(lián)向其它各導(dǎo)聯(lián)信息輸出時間序列復(fù)雜度的腦電信息圖(BIM)。圖5(a)～圖5(f)分別為癇性導(dǎo)聯(lián)C3(左頂)向其它各導(dǎo)聯(lián)信息輸出時間序列復(fù)雜度Kc、C1、C2的腦電信息圖(BIM)。圖5(a)、圖5(c)和圖5(e)分別為癲癇發(fā)作前的BIM圖，圖5(b)、圖5(d)和圖5(f)分別為癲癇小發(fā)作時的BIM圖。從各圖可以看到在癲癇發(fā)作前，三種復(fù)雜度分布皆有某種程度的對稱性，而癲癇發(fā)作時三種復(fù)雜度的對稱性分布皆受到破壞。其中如圖5(b)和圖5(d)示出了復(fù)雜度Kc和C1在癲癇發(fā)作時癇性病灶區(qū)，即癇性導(dǎo)聯(lián)C3和T3之間區(qū)域的復(fù)雜度值明顯低于其它區(qū)域，而圖5(e)示出此時復(fù)雜度C2在癇性病灶區(qū)，癇性導(dǎo)聯(lián)的復(fù)雜度值卻明顯高于其它區(qū)域。即復(fù)雜度Kc和C1的變化趨勢相似，而復(fù)雜度C2的變化趨勢與前二者不盡相同。這一結(jié)果可理解為癇性導(dǎo)聯(lián)處神經(jīng)細胞因過度重復(fù)放電使其腦電的類周期活動增強，導(dǎo)致腦電信息傳輸時間序列的有序性增加，隨機性降低，相應(yīng)的復(fù)雜度Kc和C1減??；同時其相空間運動軌跡結(jié)構(gòu)受到更多的限制，使其結(jié)構(gòu)復(fù)雜度C2高于其它區(qū)域。癲癇發(fā)作前后腦電信息圖(BIM)的變化再次說明三種復(fù)雜度從不同方面刻化了時間序列的變化特點；復(fù)雜度C1、C2的引入，可比單獨使用復(fù)雜度Kc更為全面地反映EEG變化的隨機性和結(jié)構(gòu)性，尤其復(fù)雜度C2的定義具有新內(nèi)含。
權(quán)利要求
1.一種利用計算機系統(tǒng)實現(xiàn)大腦頭皮電位信息圖形的生成方法，包括如下步驟(1)從頭部不同導(dǎo)聯(lián)電極上采集腦電信號波形；(2)將上述信號進行A/D變換并濾除各種干擾后，將其存儲于存儲器中；(3)選擇腦電中無顯著偽差、無腦電圖機關(guān)機干擾的數(shù)據(jù)段，存儲于存儲器中；其特征在于它還采用以下步驟(4)將編制的計算機程序安裝到計算機系統(tǒng)后，啟動該計算機程序，利用該計算機程序?qū)Υ鎯ζ髦械拿總€導(dǎo)聯(lián)的腦電信號重構(gòu)一個三維嵌入空間的向量集；(5)利用上述計算機程序建立信息傳輸矩陣，分析上述向量集在相空間的相互信息傳輸情況；(6)利用上述計算機程序，將時間序列信號粗?；癁?0，1)序列，并用復(fù)雜度Kc描述事物隨機性的復(fù)雜度，用復(fù)雜度C1和C2反映事物結(jié)構(gòu)性的復(fù)雜度；(7)在計算機程序中，采用球面二維插值方法，將各導(dǎo)聯(lián)之間的信息傳輸量和時間序列復(fù)雜度數(shù)據(jù)繪制成頭皮拓撲分布圖——腦電信息圖(BIM)；(8)將得到的腦電信息圖(BIM)再輸出并存盤。
2.根據(jù)權(quán)利要求1所述的大腦頭皮電位信息圖形的生成方法，其特征在于所述的三維嵌入空間的向量集的構(gòu)成采用下列方法對于一個以等時間隔Ts采樣的腦電信號V(k)(k＝0，1，2，…，N-1)，根據(jù)時間弛豫法，取延遲時間T＝1/512秒，通過延時構(gòu)成M維向量X(k)＝{V(k)，V(k＋T)，…，V(k＋(M－1)T)}，取M＝3，每個導(dǎo)聯(lián)的腦電信號V(k)構(gòu)成一個三維嵌入空間的向量集，并采用下列公式表達X(1),X(2),X(3)X(2),X(3),X(4)………………X(n),X(n+1),X(n+2)]]>將此三維相空間的每一坐標軸作六等分，得到信息熵H(S)H(S)=Σi=lNPs(Si)log2[Ps(Si)](N=63)]]>以S和Q分別代表兩個導(dǎo)聯(lián)的腦電信號所構(gòu)成三維相空間的格點序列；若把兩個三維空間聯(lián)合起來構(gòu)成一個六維相空間，同樣將每一坐標軸作六等分，再求信息熵H(S，Q)得H(S,Q)=-Σi=1NΣj=1NPSQ(SiQj)log2[PSQ(SiQj)](N=66)]]>據(jù)此計算兩個導(dǎo)聯(lián)的相互信息傳輸量MI(S，Q)MI(S，Q)＝H(S)＋H(Q)－H(S，Q)。
3.根據(jù)權(quán)利要求1所述的大腦頭皮電位信息圖形的生成方法，其特征在于所述的信息傳輸矩陣采用下列方法用時間延遲方法構(gòu)成兩個導(dǎo)聯(lián)的相互信息傳輸時間序列SQ(τ)SQ(τ)＝MI[S(t)Q(t＋τ)] τ＝T，2T，…，KTSQ(τ)代表從S導(dǎo)聯(lián)到Q導(dǎo)聯(lián)的信息傳輸；而相互信息傳輸時間序列QS(τ)為QS(τ)＝MI[Q(t)S(t＋τ)] τ＝T，2T，…，KTQS(τ)則代表從Q導(dǎo)聯(lián)到S導(dǎo)聯(lián)的信息傳輸，序列長為512點；矩陣中行代表輸出信息，列代表接收信息。
4.根據(jù)權(quán)利要求1所述的大腦頭皮電位信息圖形的生成方法，其特征在于所述的復(fù)雜度和時間序列信號粗?；?，采用下列方法對所有(0，1)序列，定義b(n)b(n)＝(log2n)/nn為數(shù)據(jù)序列號。再定義C(n)lim C(n)＝lim(log2n)/nn→∝n→∝定義復(fù)雜度Kc為Kc＝C(n)/b(n)對于符號(0，1)序列{Si}Ni＝1，定義復(fù)雜度C1(n)為C1＝lim[log2Ns(n)]/nn→∝對于時間符號(0，1)序列{Si}Ni＝1，定義復(fù)雜度C2(n)為C2＝lim[log2Nf(n)]/nn→∝C1反映了時間序列在相空間運動軌道的隨機性結(jié)構(gòu)復(fù)雜度；而C2則反映了時間序列在相空間運動軌道的限制性結(jié)構(gòu)復(fù)雜度。
全文摘要
本發(fā)明公開了一種利用計算機系統(tǒng)實現(xiàn)大腦頭皮電位圖形的生成方法。它涉及一種電位信息圖形的生成方法。其實現(xiàn)步驟是從頭部不同導(dǎo)聯(lián)電極上采集的腦電原始數(shù)據(jù)出發(fā),按照非線性動力學理論,運用相空間重建技術(shù)構(gòu)成不同導(dǎo)聯(lián)之間的頭皮電位信息傳輸矩陣,然后將各導(dǎo)聯(lián)的信息傳輸量和時間序列復(fù)雜度數(shù)據(jù)繪制成頭皮拓撲分布圖－腦電信息圖(BIM),以一種全新的角度連續(xù)反映腦電活動的時空特征,觀察人腦功能狀態(tài)的變化過程。本發(fā)明可運用于諸如癲癇病灶定位和誘發(fā)響應(yīng)等的研究中的頭皮腦電診斷,還可用于大腦處于不同生理狀態(tài)下或老年癡呆病患者的EEG信號分析。
文檔編號A61B5/0476GK1333003SQ0112027
公開日2002年1月30日 申請日期2001年7月13日 優(yōu)先權(quán)日2001年7月13日
發(fā)明者萬柏坤, 程曉曼, 綦宏志 申請人:天津大學