买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京航空航天大学

摘要：提供一种基于Tucker分解和ripple时间窗的脑磁图源定位方法和装置，该装置包括：脑磁图传感器，用于获取用户的第一脑磁图信号；ripple检测单元，用于通过均方根方法检测所述第一脑磁图信号中的ripple时间窗作为源定位的时间窗口，获得所述ripple时间窗内的第一脑磁图信号作为第二脑磁图信号；基于高阶正交迭代的Tucker分解单元，用于对所述第二脑磁图信号的原始张量进行Tucker分解来计算所述原始张量的估计值；以及源定位单元，用于对所述估计值计算协方差矩阵，且通过波束成形方法中的LCMV逆问题求解方法计算所述第二脑磁图信号对应的源位置。本发明消除了噪声信号的影响，降低了计算的复杂度，保证了每次计算结果的一致性，提高了致痫区域定位的准确度。

主权项：1.一种基于Tucker分解和ripple时间窗的脑磁图源定位装置，其特征在于包括：脑磁图传感器，用于获取用户的第一脑磁图信号；ripple检测单元，用于通过均方根方法检测所述第一脑磁图信号中的ripple时间窗作为源定位的时间窗口，获得所述ripple时间窗内的第一脑磁图信号作为第二脑磁图信号，其中，频率为80-250Hz的且振幅高于背景信号的至少四个连续振荡信号被定义为ripple；基于高阶正交迭代的Tucker分解单元，用于对所述第二脑磁图信号的原始张量进行Tucker分解来计算所述原始张量的估计值，其中，利用高阶正交迭代约束Tucker分解计算的所述估计值，使该估计值保持唯一，所述估计值中去除了原始张量中的噪声因子张量；以及源定位单元，用于对所述估计值计算协方差矩阵，且通过波束成形中的LCMV逆问题求解方法计算所述第二脑磁图信号对应的源位置；其中，优选地，所述高阶正交迭代的计算过程如下：1利用高阶奇异值分解算法计算原始张量X的因子矩阵Un以及核心张量G；令k＝0；2令k＝k+1，并对n＝1,2,…N，执行下列运算：Bk←X×1U1T…×n-1Un-1T×NUNT；并执行核心张量Bk的n模展开的奇异值分解，确定其主要奇异值个数Rn，其中，Bk为第k次迭代得到的核心张量，然后执行运算：UN←U:,1:Rn；3计算第k次迭代得到的核心张量Bk，计Gk＝Bk，并通过下面公式判断是否收敛：||Gk-Gk-1||FE；其中，E为极小值；若满足收敛条件，则执行下一步，否则返回第2步继续迭代，直到收敛为止；4输出因子矩阵UN和核心张量Gk；根据因子矩阵UN和核心张量Gk重构出原始张量的所述估计值。

全文数据：

权利要求：

百度查询： 北京航空航天大学 基于Tucker分解和ripple时间窗的脑磁图源定位方法和装置