信号空间分离方法的代实现,用于低通道计数的磁脑电图系统

科学领域:

• 生物物理学的生物物理.
• 神经科学是一个神经科学.
• 信号处理 信号处理

背景情况:

• 信号空间分离 (SSS) 是分析多通道磁场数据的标准,包括磁脑摄影 (MEG).
• SSS使用多极扩张和伪反向计算来分离内部和外部源.
• 由于通道基础尺寸不匹配,标准SSS对于光学磁计 (OPM) -MEG系统是不稳定的.

研究的目的:

• 为OPM-MEG系统开发SSS方法的稳定,代的实现.
• 在OPM-MEG数据分析中解决标准SSS方法的不稳定性问题.

主要方法:

• 利用多极扩张的等级性质来实现代的SSS方法.
• 开发并模拟了一种192通道的OPM-MEG头盔系统.
• 通过不同的SSS基础截断和代数来评估性能.

主要成果:

• 代SSS方法证明了稳定的性能.
• 实现了内部和外部磁场源的清晰分离.
• 性能在不同的截断级别和代数中是一致的.

结论:

• 提出的代SSS方法为OPM-MEG数据分析提供了稳定有效的解决方案.
• 这种方法克服了OPM-MEG.中传统SSS实现的局限性.
• 在先进的神经成像技术中可实现可靠的源分离.