Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于隐马尔可夫的大脑微状态辨析方法及装置 

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:武汉大学

摘要:本发明公开了一种基于隐马尔可夫的大脑微状态辨析方法及装置,选取孤独症群体和健康发育群体的原始时序脑电信号数据作为观测序列数据,通过隐马尔可夫模型的构建和解码过程完成隐大脑微状态的辨析。针对获取到的大脑微状态隐过程序列,计算一系列时域维度和频域维度上的统计指标。最终对不同病理群体之间大脑微状态的变化过程和动态活动模式进行量化描述和对比分析,形成可供分析参考的神经标志物结论。本发明提出一种将观察视角从静态平均大脑结构转换为动态时变大脑微状态结构的脑电数据建模方式,可从个体角度提供一种毫秒尺度大脑状态分析模式,通过确切的辨析结果和可靠的描述指标可有效对不同病理状态的大脑活动模式进行解释和对比分析。

主权项:1.一种基于隐马尔可夫的大脑微状态辨析方法,其特征在于,包括:S1:获取健康群体和患病群体的原始脑电数据,经一系列预处理操作获得干净的时序脑电信号数据;S2:基于个体水平将获得的干净的时序脑电信号数据作为隐马尔可夫建模过程中的观测序列,完成隐马尔可夫模型的构建;S3:将隐大脑微状态类别定义为四种静息态大脑微状态类别,对构建的隐马尔可夫模型进行训练;S4:对训练得到的隐马尔可夫模型进行解码操作,得到四种不同静息态大脑微状态类别的状态时间过程序列;S5:针对解码操作得到的四种不同静息态大脑微状态类别的状态时间过程序列,在基于群体水平的基础上进行时域维度统计指标的计算;S6:针对解码操作得到的四种不同静息态大脑微状态类别的状态时间过程序列,在基于群体水平的基础上进行频域维度统计指标的计算;S7:对健康群体与患病群体之间的统计指标进行解释和对比分析,构建神经生物学标志,用以分析不同病理状态下大脑活动模式的差异性。

全文数据:

权利要求:

百度查询: 武汉大学 一种基于隐马尔可夫的大脑微状态辨析方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。