一种新的自适应独立组件分析方法,用于多通道光磁力计的磁心电图信号
Shuang Liang1, Jiahe Qi1, Junhuai He1
1School of Instrumentation Science and Optoelectronics Engineering, Beihang University, Beijing 100191, China.
Biosensors
|April 25, 2025
概括
本研究介绍了一种适应性独立组件分析 (ICA) 方法,用于光学磁计磁心成像 (OPM-MCG). 这种新技术提高了文物识别和处理效率,支持更广泛的临床使用.
科学领域:
- 生物医学工程 生物医学工程
- 医学物理 医学物理
- 心脏病学 心脏病学
背景情况:
- 光学磁计 (OPM) 越来越多地用于磁心图 (MCG).
- MCG信号容易受到环境磁干扰的影响,因此需要有效的信号处理.
- 当前的独立组件分析 (ICA) 方法用于移除MCG工件,依赖于主观的手动组件选择.
研究的目的:
- 为OPM-MCG信号处理开发一个自适应的ICA方法.
- 为了自动选择组件去除文物和信号增强.
- 提高MCG数据分析的效率和客观性.
主要方法:
- 提出了一种适应性ICA方法,包括信号噪声比 (SNR) 估计.
- 根据特征指标制定了选择心跳相关组件的标准.
- 使用幻影实验和128通道OPM-MCG系统验证了该方法.
主要成果:
- 在人体实验中实现了 31.8 dB 的阵列输出 SNR.
- 与传统方法相比,处理时间缩短了38倍.
- 与传统技术相比,证明了优越的文物识别和效率.
结论:
- 适应性ICA方法提高了OPM-MCG数据质量和处理速度.
- 自动化组件选择提高了客观性,并减少了对用户体验的依赖.
- 这种方法为OPM-MCG技术的临床采用提供了重要的支持.
