您所在的位置: 成果库 一种基于LSTM的脑电信号源定位方法

一种基于LSTM的脑电信号源定位方法

成果类型:: 发明专利

发布时间: 2022-11-28 15:08:45

科技成果产业化落地方案
方案提交机构:成果发布人| 周俊 | 2022-11-28 15:08:45

脑电信号是通过头皮覆盖电极和导电介质采集到的大脑神经元细胞的放电情况,是研究脑科学的一种重要手段。脑电信号是颅内神经元集群动作电位的综合表现,通过头皮脑电(EEG)来重建颅内神经元的活动被称为EEG源成像问题,主要涉及信号源特征重建和信号源位置定位这两类问题。信号源位置定位已成为非常热门的研究领域,已被应用于如癫痫等多种疾病的临床诊断和治疗中。本成果提出了一种基于LSTM的脑电信号源定位方法,为根据脑电数据推测颅内神经元的活动提供技术手段。

现有的脑电源定位方法一般都是求解脑模型传导方程来解出脑电源位置和特征的数值解,而脑模型传导方程是个偏微分方程,在有限的信号测量次数下,该方程并没有唯一解,导致脑电信号源定位问题成为非常棘手的为题。本成果提出一种基于LSTM的脑电信号源定位方法,直接绕开了对微分方程的手动求解该方法,可以根据采集的脑电信号推测出信号源在颅内位置。

脑电信号已被广泛用于大脑网络和脑机接口等研究,主要涉及信号源特征重建和信号源位置定位这两类问题。现有的脑电源定位方法一般都是求解脑模型传导方程来解出脑电源位置和特征的数值解,而脑模型传导方程是个偏微分方程,在有限的信号测量次数下,该方程并没有唯一解,导致脑电信号源定位问题成为非常棘手的为题。本成果提出一种信号源位置定位方法,绕过了传统对微分方程的手动求解,通过量的数据训练神经网络,使网络学到从脑电源到头皮脑电的映射关系,也即脑模型传导方程大大提高了脑电信号源的定位精度,并且减少了求解问题的复杂度。

北京工业大学是一所以工为主,工、理、经、管、文、法、艺术、教育相结合的多科性市属重点大学。8个学科跻身2020年QS世界大学排行榜前500,位列QS2020年世界大学排名中国内地第32,工程学、材料科学、化学、环境科学与生态学、计算机科学、生物学与生物化学6个学科进入ESI前1%。 该成果的第一发明人段立娟教授是IEEE会员,ACM会员,中国密码学会会员,中国计算机学会高级会员,中国人工智能学会科普专委会委员,中国图象图形学学会视觉大数据专委会委员。2003年在中国科学院计算所获得计算机应用技术博士学位。2006年、2009年分别在澳大利亚詹姆斯库克大学、德国波茨坦大学做短期的学术访问。2010.3-2011.3受国家留学基金委资助到Texas大学Austin分校访问。2006年入选北京市委组织部优秀人才培养计划,2012年入选北京市属高等学校青年拔尖人才培育计划,2013年入选北京工业大学“京华人才”。2012年获北京工业大学教育教学成果一等奖。2012年获得中国电子学会二等奖。2015年获得中国电子学会三等奖。

目前脑电源定位方法一般都是求解脑模型传导方程来解出脑电源位置和特征的数值解,该方法大都通过L1范数、L2范数和贝叶斯推理等约束条件对传导方程解。比如STRAPS、wMNE、LORETA、SBL等,都依赖极度于约束条件的选取,好的约束条件能带来好的结果,而受限于神经生物学的发展,约束条件的选取基本靠猜测和尝试,并没有一个科学的指导,导致传统的脑电信号源定位方法并没有取得一个良好的,被临床医学广泛应用的效果。本成果提出一种基于LSTM的脑电信号源定位方法,该方法无需进行微分方程的手动求解,大提高了脑电信号源的定位精度,并且减少了求解问题的复杂度。

入门费3000元,提成费按2%提取,许可期限届满日至:2039年3月11日。