マルチバンド,マルチエコーEPI配列で収集された生理学的データを解消する
Katherine L Bottenhorn1,2, Taylor Salo2,3, Michael C Riedel2,4
1Department of Population and Public Health Sciences, University of Southern California, Los Angeles, CA USA.
Aperture neuro
|August 25, 2025
まとめ
fMRIでの生理学的データ収集は,人工物になりやすい. この研究では,fMRIデータの質を向上させるため,心電図と電気皮質の活動におけるこれらのアーティファクトを軽減するデジタルフィルタリング方法を提示しています.
科学分野:
- 神経イメージング
- 生理学的モニタリング
- バイオメディカルエンジニアリング
背景:
- fMRIでの生理学的データ収集は,データの浄化と精神生理学的研究を支援します.
- MRIパルスシーケンスでは,しばしば生理学的記録 (ECG,EDA) にアーティファクトを導入します.
- 既存のアーティファクトフィルタリング方法は,高度なfMRI配列に適応する必要があります.
研究 の 目的:
- fMRIのためのBIOPACシステムズのアーティファクトフィルタリングの勧告を評価する.
- マルチバンド,マルチエコー fMRI シーケンスのためのこれらの勧告を拡張します.
- 生理学的fMRIデータにおける人工物緩和のための実用的なツールを提供すること.
主な方法:
- fMRIで評価されたBIOPAC生理学的データ (ECG,EDA)
- シングルバンド,シングルエコーシーケンスのためのアーティファクトフィルタリングを評価した.
- スライス・タイム,マルチバンド・ファクタ,リピート・タイムを含む,マルチバンド,マルチエコーシーケンスのためのデジタルフィルターを開発し,テストした.
主要な成果:
- アーティファクトの大きさと頻度は fMRI パルスシーケンスのパラメータによって変化します
- デジタルフィルターは生理学的データにおけるMRIパルスシーケンス・アーティファクトを効果的に軽減します.
- 提案されたフィルタリングアプローチは,様々なfMRI配列タイプに適用できます.
結論:
- 生理学的なfMRIデータにおけるアーティファクトは,カスタマイズされたデジタルフィルターを使用して,成功裏に軽減することができます.
- 開発された方法はfMRIの生理学的記録の質を向上させる.
- オープンソースのツールやノートブックにより,これらのデノイジング技術の実装が容易になります.
