术中定位脑功能区是一直困扰神经外科手术的重大问题。目前,任务态EcoG术中功能定位具有准确、快速、无创的优点,但手术中患者不能很好配合数据采样,任务态ECoG数据信号干扰强,功能定位误检率高。针对上述问题,利用静息态EcoG的干扰弱和易采集特点,本文设想采用静息态ECoG术中定位脑功能区,降低定位误检率。首先,采集静息态Eco G数据,分为训练组和测试组,并利用改进后的独立分量分析算法去除的眼动噪声。实验结果表明,利用特定的独立分量分析算法能够在完整保留原始电信号中的细节信息的同时,又可以成功过滤眼动干扰噪音。其次,研究基于静息态ECoG的特征提取和分类算法,定位大脑功能区。首先,用小波离散变换将采集到的静息态ECoG信号分解6层;其次提取各个子频带的能量占比,组成7维矢量;最后采用交叉验证和基于核函数的支持向量机算法进行分类,采用静息态EcoG数据,训练并测试出识别模型。实验结果表明:采用脑功能区静息态ECoG的特征提取和分类算法与金标准ECS对照,通过该算法定位脑功能区空间符合率达到94.4%,误检率6.25%。由此认为,提出的基于静息态ECoG的特征提取和分类算法定位大脑功能区具有可行性且高效性,丰富和推进术中大脑功能定位临床应用的技术手段和方法。最后,设计一种硬膜下矩阵式电极精确实时定位的图像处理联合算法,实现电极的坐标提取和对应标号添加,用于术中定位脑功能区的实时脑电地形图。首先选择2个或者4个起始点电极,通过采用直方图分析、质心法、区域生长法的单个电极坐标区域提取算法,确定该起始点的最佳电极坐标,并添加标号;其次以起始点电极坐标为起点,同时结合扩展电极逐点排序方法,向上下左右逐点扩展,确定其他所有电极坐标和标号。实验结果表明:这种联合算法对矩阵式电极定位性能优良,特别是对神经外科手术临床应用中经常放置成弧形的矩阵式电极也能精确实时定位。