基于混沌优化算法的多信号分类脑磁图源定位方法

如何利用实验测得的脑磁图数据准确定位脑磁图源的真实活动位置是脑功能研究和临床应用中的一个关键问题。在脑磁活动源定位问题中,多信号分类算法是被广泛研究和采用的一类方法。为了克服多信号分类算法及其改进算法——递归多信号分类算法全局扫描时速度太慢的缺点,提出了一种基于混沌优化算法的脑磁图源定位新方法。该方法利用混沌运动遍历性的特点估计目标函数的全局最大值,进行初步的脑磁图源定位;然后,在小范围内结合网格的方法,进一步进行精确的定位。实验结果表明,此方法可实现多个脑磁图源的定位,并且定位速度大大加快,同时又能达到所要求的定位精度。

基于独立元分析的脑磁图源定位

在脑磁图源定位问题中,通常感兴趣的是脑内众多神经活动源中的一个或几个,而传统源定位方法,如多信号分类方法,需要将所有源的位置都确定后,通过重组信号波形才能获得所感兴趣源的位置信息。为了提高定位效率,文章作者提出了一种结合独立元分析的脑磁图源定位方法。实验结果表明,该方法能加快定位的速度,同时能够在一定程度上克服噪声的影响,具有更强的抗噪声能力。

基于独立元分析的脑磁图数据分析和处理(英文)

背景:诱发响应信号是由刺激的时间锁定的,对于一些特定的刺激呈现小的个人差距,脑磁图数据中诱发响应的提取对人脑功能的认识很重要。目的:将独立元分析应用于分离混迭的脑磁图多通道信号中的信号源,提出一个简单有效的基于独立元分析的脑磁图数据分析和处理方法。设计:单一样本分析。单位:复旦大学电子工程系和复旦大学脑科学研究中心。对象:实验于2002-09在日本通信综合研究所关西先端研究中心完成,选择日本东京药科大学的健康志愿者1例,男性;年龄23岁。受试者自愿参加。方法:①对脑磁图进行必要的预处理,如低通滤波和主成分分解。②采用独立元分析的方法对取自148个通道的脑磁图的数据进行分析和处理,尤其是诱发反应的提取。③对提取的各独立成分进行周期平均。主要观察指标:应用独立元分析方法对脑磁图数据分析。结果:①脑磁图信号有较高的冗余度,信号能量的绝大部分集中在前30个主成分中,从前30个主成分中抽取干扰源和诱发响应活动源。②眼动干扰源仍被清楚地检测和分离在第1个独立元中,心电干扰被分离在第20个独立元中。③α波呈现在第2,3,7和9等独立元中。波(13～30Hz)呈现在第11和第12独立元中。④诱发响应是响应于刺激的周期性波形,集中在第5独立元中。结论:利用独立元分析,可从混迭的脑磁图数据中分离这些干扰源,更进一步,消除这些干扰成分,可得到净化的脑磁图数据。借助独立元分析,有效的分离α波、β波以及眼动、眨眼等神经活动源,有可能为它们的脑神经活动研究提供新的方法和途径。利用独立元分析方法成功的进行了听觉诱发反应的分离和提取。