【技术实现步骤摘要】
本专利技术属于神经科学，尤其涉及一种抑郁患者大脑神经活动差异获取方法、装置、设备及介质。
技术介绍
1、脑电图（electroencephalogram，eeg）信号是神经元的突触传递和神经元本身的膜电位变化所产生的，经过头骨及周围组织的传播，最终到达头皮表面，被放置在头皮表面的电极所测量和记录。脑电微状态是研究eeg信号在时空上动态变化的一种有效分析方法，通过捕捉全脑多通道脑电地形图随时间的变化，以刻画在特定任务下大脑活动状态的动态变化情况。在eeg信号分析过程中，eeg检测到的大脑动态可以总体被划分为一系列“微状态”，这些微状态通常是短暂的，持续时间约为40至100毫秒，其头皮全局场功率（globalfield power，gfp）的空间配置在快速转变为另一种配置之前保持稳定，这种稳定表征的电位拓扑结构可以通过预定义数量或数据驱动的方式使用空间聚类算法从原始eeg信号种计算获取，如k-means聚类算法以及层次聚类算法等。
2、作为反映意识的基本组成部分或“思想原子”，先前的许多研究通过脑电溯源分析或功能磁共振成像(functional magnetic resonance imaging，fmri)数据，探究脑电微状态背后的生理功能意义，从而理解大脑活动反映的神经机制。正如在一些研究者的研究中，将空间聚类的模板分别标记为msa、msb、msc与msd，通过fmri的独立成分分析，得到总结，msa与听觉网络（auditory network，an）相关，msb与视觉网络（visual network，vn）相关，
3、在eeg信号研究中，目前针对抑郁症患者（尤其是青少年抑郁患者）的异常神经机制研究存在一些缺陷。首先，样本量通常较小，这限制了研究结果的普遍适用性和可靠性；其次，一些研究缺乏临床确诊的抑郁症患者，抑郁程度高低仅由量表评价，可能无法准确反映抑郁症的脑电微状态特征；此外，研究范式可能过于局限，例如只采集了睁眼状态下的静息态脑电信号，未涉及计算、工作记忆等认知任务，也未与闭眼采集的数据进行对比，这可能限制了对抑郁症脑机制的全面理解；最后，大多数研究未探究在不同情绪刺激下对青少年抑郁症异常神经机制的研究。
技术实现思路
1、本专利技术的目的在于提供一种抑郁患者大脑神经活动差异获取方法、装置、设备及介质，旨在解决由于现有技术对抑郁患者的异常神经机制研究存在缺陷的问题。
2、一方面，本专利技术提供了一种抑郁患者大脑神经活动差异获取方法，所述方法包括下述步骤：
3、构建包含两种情绪刺激的实验范式，所述情绪刺激包括生理疼痛刺激和社会疼痛刺激，以用于诱发特定的情绪反应；
4、采集两组受试组别中的若干受试抑郁患者在所述实验范式的实验中的第一eeg信号，所述受试组别包括第一受试组和第二受试组；
5、对每个所述第一eeg信号进行预处理，得到每个所述受试抑郁患者在所述实验的情绪刺激阶段的第二eeg信号；
6、结合预设的微状态分析策略和脑电溯源分析策略对所述第二eeg信号进行处理，得到所述第一、第二受试组两者中受试抑郁患者在面对所述生理疼痛刺激和所述社会疼痛刺激时的大脑神经活动差异。
7、优选地，结合预设的微状态分析策略和脑电溯源分析策略对所述第二eeg信号进行处理的步骤，包括：
8、采用所述微状态分析策略对所述第二eeg信号进行微状态分析，得到第一分析结果；
9、基于所述第一分析结果，采用所述脑电溯源分析策略进行脑电溯源分析，得到第二分析结果；
10、根据所述第一、二分析结果，确定所述第一、第二受试组两者中受试抑郁患者在面对所述生理疼痛刺激和所述社会疼痛刺激时的大脑神经活动差异。
11、优选地，采用所述微状态分析策略对所述第二eeg信号进行微状态分析的步骤，包括：
12、对所述第二eeg信号进行空间聚类，得到全局最优微状态模版；
13、基于所述全局最优微状态模版，采用双因素混合效应方差分析进行统计分析，得到呈显著结果的微状态特征。
14、优选地，基于所述第一分析结果，采用所述脑电溯源分析策略进行脑电溯源分析的步骤，包括：
15、使用时空源估计算法获取所述全局最优微状态模板在源空间上的β激活值；
16、对所述β激活值进行统计检验，确定具有显著激活的感兴趣区域；
17、将所述显著激活的感兴趣区域分配至预设模板所划分的各个功能脑网络上，计算每个脑网络中激活的感兴趣区域在所有显著激活的感兴趣区域中的本文档来自技高网...
【技术保护点】
1.一种抑郁患者大脑神经活动差异获取方法，其特征在于，所述方法包括下述步骤：
2.如权利要求1所述的方法，其特征在于，结合预设的微状态分析策略和脑电溯源分析策略对所述第二EEG信号进行处理的步骤，包括：
3.如权利要求2所述的方法，其特征在于，采用所述微状态分析策略对所述第二EEG信号进行微状态分析的步骤，包括：
4.如权利要求3所述的方法，其特征在于，基于所述第一分析结果，采用所述脑电溯源分析策略进行脑电溯源分析的步骤，包括：
5.如权利要求4所述的方法，其特征在于，使用时空源估计算法获取所述全局最优微状态模板在源空间上的β激活值的步骤，包括：
6.如权利要求1所述的方法，其特征在于，所述实验范式包括第一时长阈值的第一静息态和第二时长阈值的任务态，所述任务态中包含了两个随机且平衡顺序的第一任务块和第二任务块，所述第一、第二任务块具有相同数量的试次，且每个试次均包括第二静息态、情绪刺激、情绪评估和黑屏四个阶段，其中，所述第一任务块中的情绪刺激为所述社会疼痛刺激，所述第二任务块中的情绪刺激为所述生理疼痛刺激。
8.如权利要求7所述的装置，其特征在于，所述第二信号处理单元包括：
9.一种计算设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述方法的步骤。
...【技术特征摘要】
1.一种抑郁患者大脑神经活动差异获取方法，其特征在于，所述方法包括下述步骤：
2.如权利要求1所述的方法，其特征在于，结合预设的微状态分析策略和脑电溯源分析策略对所述第二eeg信号进行处理的步骤，包括：
3.如权利要求2所述的方法，其特征在于，采用所述微状态分析策略对所述第二eeg信号进行微状态分析的步骤，包括：
4.如权利要求3所述的方法，其特征在于，基于所述第一分析结果，采用所述脑电溯源分析策略进行脑电溯源分析的步骤，包括：
5.如权利要求4所述的方法，其特征在于，使用时空源估计算法获取所述全局最优微状态模板在源空间上的β激活值的步骤，包括：
6.如权利要求1所述的方法，其特征在于，所述实验范式包括第一时长阈值的第一静息态和第二时长阈值的任务态，所述任务态中包含了两个随机且平衡...
【专利技术属性】
技术研发人员：梁臻，徐颖，周勇杰，熊子祺，张力，黄淦，
申请(专利权)人：深圳大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。