一个三维的自适应性理性插值算法,用于删除TMS-EEG脉冲文物

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 信号处理 信号处理

背景情况:

• 跨磁刺激与脑电图 (TMS-EEG) 结合,对于研究大脑区域的反应性和连接性至关重要.
• 由TMS电磁脉冲产生的脉冲工件显著污染了EEG信号,阻碍了准确的分析.
• 为了推进TMS-EEG应用,有效和快速的工件清除是必不可少的.

研究的目的:

• 开发和验证一种新的算法,以便在TMS-EEG中快速有效地去除脉冲器件.
• 在速度和有效性方面解决现有文物清除技术的局限性.

主要方法:

• 提出了一个三维自适应的理性二次 Hermite 插值算法.
• 信号再组合创建了一个3D信号矩阵,使用衍生值识别的文物窗口.
• 已识别的窗口是使用自适应式理性四进制Hermite插值算法进行插值的.

主要成果:

• 拟议的算法显示了信号与噪声比 (SNR) 的显著改善,从23.88%到47.60%不等.
• 根平均平方误差 (RMSE) 减少了46.52%至81.11%,平均绝对误差 (MAE) 减少了47.83%至58.33%.
• 时间消耗减少了45.90%,相比零碎立方赫米特插值,表明提高了效率.

结论:

• 拟议的3D自适应算法有效地快速删除TMS-EEG脉冲器件.
• 与传统方法相比,这种方法在减少文物和处理速度方面提供了更高的性能.
• 该算法可使用TMS-EEG.EEG进行更可靠,更有效的脑活动分析.