自动估计干扰子空间维度值在磁脑学子空间投影算法基于唤起状态数据的自动估计
Ruochen Zhao1,2, Ruonan Wang1,2, Yang Gao2,3
1Institute of Large-Scale Scientific Facility and Centre for Zero Magnetic Field Science, Beihang University, Beijing 100191, China.
Bioengineering (Basel, Switzerland)
|May 25, 2024
概括
这项研究引入了一种自动化方法,以优化磁脑电图 (MEG) 信号的无声化. 它平衡了消除噪音和神经信号的保存,改善了波形恢复和源定位的准确性.
科学领域:
- 生物医学工程 生物医学工程
- 神经科学是一个神经科学.
- 信号处理 信号处理
背景情况:
- 亚空间投影算法对于消除磁脑图 (MEG) 信号至关重要.
- 确定干扰子空间的最佳维度对于有效的无声化而最大限度地减少信号扭曲至关重要.
- 目前用于估计这一维度值的方法往往是主观的,缺乏定量准确性.
研究的目的:
- 开发一种自动化,定量方法来估计MEG信号消噪中的子空间投影算法的最佳值.
- 在MEG数据分析中,改善噪声抑制和神经信号保存之间的平衡.
主要方法:
- 应用时间频率转换到唤起状态MEG数据以隔离神经和噪声信号.
- 构建了一个客观函数来量化噪声抑制和信号扭曲.
- 使用加权总和方法来确定在定义范围内的最佳值.
主要成果:
- 拟议的自动化值估计方法使用模拟和实验MEG数据进行了验证.
- 与传统方法相比,新方法确定的值显著改善了波形回收.
- 该方法还导致MEG分析中的源位置错误减少.
结论:
- 开发的自动化值方法提供了一种定量和客观的方法,以优化MEG中的子空间投影无效化.
- 这种方法在消除噪音和保持神经信号完整性之间实现了卓越的平衡.
- 研究结果表明,这种方法可以提高后续MEG数据分析的可靠性和准确性,包括源定位.
