(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211276176.0 (22)申请日 2022.10.19 (71)申请人 之江实验室 地址 311121 浙江省杭州市余杭区之江实 验室南湖总部 (72)发明人 张瑜　钱浩天　孙超良　王志超　 张欢　蒋田仔　 (74)专利代理 机构 杭州求是专利事务所有限公 司 33200 专利代理师 刘静 (51)Int.Cl. G06V 10/20(2022.01) G06V 10/30(2022.01) G06V 10/764(2022.01) A61B 5/00(2006.01)A61B 5/245(2021.01) G06N 20/00(2019.01) (54)发明名称 一种基于机器学习的工作记忆任务脑磁图 分类系统 (57)摘要 本发明公开了一种基于机器学习的工作记 忆任务脑磁图分类系统， 包括脑磁图数据采集模 块、 脑磁图数据预处理模块、 脑磁图源重建模块 和机器学习分类模块， 其中脑磁图数据采集模块 用于采集被试不同工作记忆任务态的脑磁图数 据， 脑磁图数据预处理模块用于对不同工作记忆 任务态的脑磁图数据进行质量控制 并分离噪声 和伪影， 脑磁图源重建模块用于对 经过脑磁图数 据预处理模块的数据进行传感器信号分析及源 重建分析， 机器学习分类模块以功率时间序列作 为特征， 对被试所属的工作记忆任务进行分类。 本发明整合了对工作记忆脑磁图数据完整的从 预处理到源重建的分析流程， 对工作记忆任务脑 磁图数据分类， 对于工作记忆 解码和大脑记忆相 关机制的研究有重要意 义。 权利要求书2页 说明书6页 附图2页 CN 115359236 A 2022.11.18 CN 115359236 A 1.一种基于机器学习的工作记忆任务脑磁图分类系统， 其特征在于， 包括脑磁图数据 采集模块、 脑磁图数据预处 理模块、 脑磁图源重建模块和机器学习分类模块； 所述脑磁图数据采集模块用于采集被试不同工作记忆任务态的脑磁图数据， 并输入至 脑磁图数据预处 理模块； 所述脑磁图数据 预处理模块用于对不同工作记忆任务态的脑磁图数据进行预处理， 包 括数据质量控制子模块、 滤除低质量信道与数据段子模块和分离噪声伪影子模块； 所述数据质量控制子模块用于对不同工作记忆任务态的脑磁图数据进行质量校验； 所 述滤除低质量信道与数据段子模块用于滤除不满足需求的通道和数据段； 所述分离噪声伪 影子模块用于进行噪声 去除和伪影识别； 所述脑磁图源重建模块用于对经过脑磁图数据预处理模块后的工作记忆脑磁图数据 进行传感器信号分析及源级别的溯源重建 分析， 得到功率时间序列特 征； 所述机器学习分类模块用于根据脑磁图源重建模块中得到的功率时间序列特征通过 主成分分析方法进行降维， 最后采用机器学习模型， 对被试 所属的工作记 忆任务进行分类。 2.根据权利要求1所述的一种基于机器学习的工作记忆任务脑磁图分类系统， 其特征 在于， 所述数据质量控制子模块用于对脑磁图数据采集模块采集的脑磁图数据进 行初步的 数据校验， 并输出 数据质量信息的文档。 3.根据权利要求2所述的一种基于机器学习的工作记忆任务脑磁图分类系统， 其特征 在于， 所述数据质量控制子模块记录的数据质量信息包括： 脑磁图采样频率、 记录数据时 长、 脑磁图通道数、 参考通道数、 心电图通道数、 肌电图通道数、 记录的事件数和平均线圈移 动。 4.根据权利要求1所述的一种基于机器学习的工作记忆任务脑磁图分类系统， 其特征 在于， 所述滤除低质量信道与数据段子模块用于通过检查每个脑磁图通道传感器与其相 邻 传感器之 间的信号相似性来检测噪声通道， 与相 邻通道表现出低于相关性阈值或 高于方差 比阈值的通道和数据段将被标记为坏通道和坏数据段并从后续分析中移除。 5.根据权利要求1所述的一种基于机器学习的工作记忆任务脑磁图分类系统， 其特征 在于， 所述分离噪声伪影子模块用于使用独立成分分析方法提取出各独立成分， 并将其分 类为大脑或噪声成分， 再通过对独立成分信号之间的相关性、 功率与时间序列之间的相关 性以及频谱之 间的相关性这三个参数进行阈值化， 通过多次选择具有最高大脑成分和最低 伪影污染的迭代来进行噪声 去除和伪影识别。 6.根据权利要求1所述的一种基于机器学习的工作记忆任务脑磁图分类系统， 其特征 在于， 所述脑磁图源重建模块中传感器信号分析包括锁时分析和时频分析； 所述时频分析 得到信号频率 随时间变化的关系； 锁时分析用于得到大脑对某一事件的处理过程， 得到事 件前后的活动状态。 7.根据权利要求1所述的一种基于机器学习的工作记忆任务脑磁图分类系统， 其特征 在于， 所述脑磁图源重 建模块中源级别的溯源重建分析目标是利用被试头部周围的磁场分 布情况逆向推算出大脑内部的磁场变化， 溯源重建分析采用波束形成技术， 使用基于相 干 源动态成像方法或基于线性约束最小方差方法进行溯源重建。 8.根据权利要求1所述的一种基于机器学习的工作记忆任务脑磁图分类系统， 其特征 在于， 所述机器学习分类模块中机器学习模型包括支持向量机模型、 逻辑回归模型或随机权　利　要　求　书 1/2 页 2 CN 115359236 A 2森林模型。权　利　要　求　书 2/2 页 3 CN 115359236 A 3