霍小林[1]2001年在《脑磁源定位技术研究》文中研究说明脑功能的无损检测一直是人类追求的目标。脑磁图由于其良好的时间分辨率和空间分辨率,已逐渐成为脑功能性疾病诊断及高级认知活动检测的重要手段。脑磁源定位是脑磁技术中的关键问题,各国脑磁研究者都在致力于快速、高效的源定位方法研究。本文在总结国外脑磁源定位研究成果的基础上,详细阐述了生物磁研究中基本的电磁学方程,同时给出了磁源定位中重要方程的推导过程及适用条件。对脑磁源定位中正、逆问题的经典求解方法进行了详细综述,给出了各种方法的使用条件和适用范围,为进一步系统研究脑磁问题打下了基础。磁源定位属于脑磁逆问题,而脑磁逆问题实质上是不适定的。本文基于脑磁源定位中的最小偶极子数解的原则,提出了一种新的优化目标函数。通过系统的仿真实验给出了目标函数中重要参数的选择范围。该方法与偶极子渐增法相比可以实现多偶极子的一次性定位。避免了渐增法需多次重复优化的不足。利用模拟退火全局优化方法进行了瞬时模型的反演计算,并获得了较好的定位结果。对模拟退火算法进行了改进,给出了“热平衡”和“回火”的相应判定准则。时空域模型已成为现代脑磁研究的主流。本文通过对时空域脑磁数据的分析,将基于最小二乘优化的目标函数中线性与非线性参数进行分离,只对非线性的位置参数进行优化搜索,大大降低了所需优化参数的维数。经模拟退火算法仿真计算,取得了较好的结果。与多信号分类算法(MUSIC)相比,该方法可以对相关偶极子源进行有效定位。噪声是影响磁源定位结果的重要原因。本文对时空域脑磁定位中噪声处理问题进行了讨论分析。纯噪协方差矩阵与多信号分类算法结合,可以有效抑制脑磁定位中背景噪声的影响,获得快速有效的定位结果。对听觉诱发脑磁数据分别用退火优化算法和多信号分类算法进行了反演计算,两种方法定位结果基本相符。对传统MUSIC算法和纯噪协方差矩阵结合MUSIC算法定位结果进行了对比,证明纯噪协方差矩阵结合MUSIC算法可以有效抑制背景噪声的影响。根据所给脑磁数据及相应的探头位置,利用数据插值方法绘出了脑磁等场图。从等场图序列的变化中可以直观地获得关于偶极子数目和位置的信息,这样可以大大缩小反演搜索范围,提高反演算法的效率和可靠性。本文最后对脑磁源定位技术的今后发展进行了展望。
申慧敏[2]2015年在《基于头部电磁信息反演的人机交互系统控制指令提取方法研究》文中指出随着我国人口老龄化加剧,完全失能老年人口数量逐年攀升。此外,由于神经和肌骨系统病变、自然灾害、交通事故等导致的残障完全失能患者也在逐年增多。上述原因导致我国完全失能患者群体日益庞大,其占我国人口总数的比重也呈上升趋势。为了维持完全失能患者的日常生活,患者家庭和社会面临沉重的负担和严峻的考验,如何帮助完全失能患者实现生活自理以及与外界的沟通和交流,是一个亟待解决的重大社会问题。本文从头部电磁信息的物理特性出发,利用具有空间分布特征的磁信息和具有集中参数特征的电信息,包括用于定位舌动的标记磁信号、眼动伴随产生的生理电信号和大脑思维活动伴随产生的脑电、脑磁信号,开展了基于头部电磁信息反演的人机交互系统控制指令提取方法研究。为了解决如何快速获得高精度、多模式的控制指令等关键问题,本文在理论研究的基础上,利用仿真和实验进行了验证,并开展了辅助人机交互系统应用研究：针对基于磁标记舌机接口的入机交互系统控制指令提取面临的快速性、高精度要求,提出了基于封闭解析解模型的快速高精度磁源定位方法；针对基于混合生理电信号的人机交互系统控制指令提取面临的多模式要求,提出了基于单通道干电极生理电信号时/频域信息的多模式特征信号识别方法；针对基于脑磁图技术的人机交互系统控制指令提取面临的高精度要求,提出了基于无旋空间磁场重构的高精度磁源空间位置分布特征提取方法。论文主要研究内容包括：第1章,阐述了论文的研究背景与意义,详细介绍了当前国内外服务于不同程度完全失能患者的辅助人机交互技术,包括舌机接口、眼机接口和脑机接口,综述了其控制指令提取方法的研究现状和发展方向,提出了论文的主要研究内容。第2章,系统研究了基于电磁信息反演的特征信号提取方法的相关理论基础。首先,针对磁标记舌机接口中磁源空间分布特征信号提取,提出了基于封闭解析解模型的磁源定位方法：设计了磁源磁偶极矩方向固定机构,在此基础上,提出了封闭解析解的磁源定位反解模型,并解决了反解模型的唯一解以及传感器系统标定等问题,实现了快速、高精度的磁源定位。其次,针对混合生理电信号人机交互的集中参数特征信号提取,提出了基于单通道干电极混合生理电信号时/频域信息的多模式控制指令提取方法：基于时域幅值和时间参数,设计了轻/重眨眼特征信号识别算法；基于频域Alpha节律脑电波功率谱分布,设计了集中度脑电特征信号识别算法,实现了多模式生理电信号的特征提取。最后,针对基于脑磁图技术的脑机接口中脑磁源空间分布特征信号提取,提出了基于空间磁场重构的磁源空间分布特征提取方法：利用无源空间磁场的无旋特性,以标量磁势拉普拉斯方程作为重构基本微分方程,以测量信息作为边界条件开展无旋磁场重构研究；针对重构过程,开展了基于多项式拟合的边界条件插值加密方法研究,以及基于磁源反解改善率和重构磁场梯度分布的重构信息筛选准则研究；利用非线性优化理论求解磁源空间分布特征参数,实现了高精度的磁源反演。第3章,基于电磁信息反演人机交互系统控制指令提取的理论研究,利用仿真和实验进行了验证研究。首先,以永磁体标记磁源为研究对象,开展基于封闭解析解模型的磁源定位方法实验验证,搭建磁源磁偶极矩方向竖直保持机构以及传感器测量系统,实现了不同运动模式下,快速高精度磁源位置追踪。其次,利用单通道干电极装备搭建了生理电信号采集系统,设计了面向个体差异性的特征信号识别参数预标定范式,以肢体健全志愿者和肢体残障志愿者为受试对象,开展人体实验验证。最后,以具有通用性的磁偶极子模型为研究对象,开展基于磁场重构的磁源空间分布特征参数反演方法的仿真验证研究,表明了重构过程对测量信息夹杂噪声的平滑作用以及磁源定位精度的改善作用。第4章,基于头部电磁信息反演提取的控制指令,开展了辅助人机交互系统应用研究。首先,基于单通道干电极设备获得量化的眨眼诱发生理电信号强度,通过阈值判定提取控制指令,开展基于眼机接口人机交互系统的电动轮椅控制应用研究。其次,基于本文提出的混合生理电信号集中参数控制指令提取方法,开展基于混合脑机接口的六自由度机械手控制应用研究,并基于多模式控制指令提出了复合控制策略,提高了系统的自动化水平以及执行效率。最后,针对基于脑磁图技术的人机交互系统应用,开展基于空间磁场重构的脑磁源反演方法研究,通过多项式拟合插值方法从测量所得稀疏头表磁场分布获得加密的边界条件,实现头外无旋空间磁场重构,并利用重构磁场的梯度分布特性筛选获得具有高保真度的重构磁场信息,结合脑磁源反演非线性优化算法,为基于脑磁图技术的人机交互系统提供更准确的控制指令。第5章,总结了论文的主要研究工作和创新点,并对未来的研究工作进行了展望。
林娟[3]2015年在《混合算法在瞬时脑磁源定位中应用》文中认为利用移动偶极子模型提出了一种基于多源粒子群同步探索和随机迭代混合的脑磁源定位算法.然后利用混合算法对3,4,5个脑磁源进行仿真实验,并与标准粒子群和随机迭代算法作比较.实验表明了该混合算法既保持较低时间成本,且在精度和稳定性上具有较大的提高.
文念[4]2015年在《基于波束形成的MEG源定位性能研究》文中指出波束形成(Beamforming)是一种对脑磁信号(MEG)进行偶极子溯源的方法,目前应用较广,但其定位结果受各种复杂因素影响,提高定位准确度是目前研究的关键点。本文通过MATLAB仿真研究了DICS和LCMV两种Beamforming溯源方法的性能影响因素,得出了定量的结论,对准确进行真实MEG信号溯源有一定的指导意义。论文首先从生物电磁研究出发,阐述了MEG溯源的两个重要内容:正问题和逆问题的求解模型和方法,重点分析了正问题中的头模型构造与逆问题中的Beamforming方法,并对常用的脑磁源定位方法进行了比较。通过对各种噪声背景下的模拟MEG数据进行源定位,并调整正则化参数,研究正则化参数对DICS源定位的影响。结果表明DICS方法通过正则化参数可对各种噪声产生不同程度的抑制作用。将正则化参数值设定在[0.001%1%]区间时,可对各类噪声产生有效的抑制作用的同时,稳定定位效果。然后研究不同噪声环境下,不同头模型对LCMV方法定位与重建的影响。基于多种头模型,进行正向计算得到MEG记录,然后对迭加各种伪迹噪声的MEG记录进行LCMV溯源仿真。结果表明,当信噪比达到一定阈值时,不同头模型对LCMV定位的影响可以忽略。不同伪迹噪声对LCMV定位产生的影响各不相同,其中基线漂移的影响最小,高斯白噪声的影响最大,而总体来说LCMV定位方法在信噪比高于-10dB的噪声背景下的定位效果较好。论文最后将DICS和LCMV方法应用于真实MEG信号的源定位,结果证明这两种波束形成算法在相关参数设定下能可靠地求解真实MEG数据的逆问题。
赵双任, 蒋大宗[5]1999年在《叁目标最优化结合磁场信号SVD正交分解用于脑磁源的定位计算(MEG)》文中研究指明脑磁源的定位是脑磁图（ｍａｇｎｅｔｏｅｎｃｅｐｈａｌｏｇｒａｐｈｙ简称ＭＥＧ）研究的一个基本问题。该问题属不定问题，即根据探头测量的微小磁场所建立的方程组求得的未知脑磁源有无穷组解。因此需要通过建立合理的数学模型补充适当信息。脑磁场测量信号ＳＶＤ正交分解且进行单偶极子搜索方法（ｍｕｓｉｃ）已被广泛采用。该方法假定脑磁源是许多孤立的偶极子源，且偶极子源之间在统计上是互相独立的。若脑磁源不满足上述假定，一般讲该方法失效。叁目标最优化法是最近推出的一方法，若偶极子源分布在脑空间内任意深度平行于探头表面的一层附近，该方法可给出正确的解。叁目标最优化法与脑磁场测量信号的ＳＶＤ正交分解方法相结合可得一新方法，它将脑空间划分成几个子区域，每一区域在平行探头表面不同深度的一层附近。新方法仅要求每一区域内的脑磁源与其它区域内的源在统计上互相独立。而区域内的源是允许互相相关的。与前两种方法相比，新方法进一步放松了对脑磁源的要求，因此有更广泛的适用性。本文详细推导并论证该新方法并讨论它对磁场的源的独立性的要求。本文所述新方法也适用对脑电图ＥＥＧ源的定位计算。
陈志阳, 黄丽亚, 文念, 笪铖璐, 吴劲松[6]2017年在《基于线性约束最小方差的脑磁源定位特性研究》文中研究说明波束形成是一种广泛运用于脑磁信号的偶极子溯源方法,其定位结果的准确度是目前研究的一个关键点。基于电流偶极子模型,以相关系数和定位误差作为评价标准,研究了不同头模型、不同伪迹噪声对线性约束最小方差定位算法的影响。通过计算机软件,在脑内已知位置设定已知源信号,采用不同头模型进行前向问题计算并迭加不同噪声,对模拟的真实脑磁信号进行逆问题的求解,进行源定位与源信号重构。仿真结果表明,在迭加相同噪声的情况下,采用不同头模型在较低信噪比下对算法的影响有一定差异,而在信噪比高于-10分贝的条件下,则对算法几乎没有影响,能达到较好的定位效果。在采用相同头模型的情况下,迭加不同类型的噪声伪迹所产生的影响各不相同,其中高斯白噪声产生的影响最大,有色噪声次之,基线漂移产生的影响最小。
胡净, 胡洁[7]2002年在《利用非线性优化方法进行脑磁源定位》文中认为脑磁图 (Magnetoencephalography ,MEG)用于人脑的诱发神经活动的成像 ,具有很好的时间分辨率 ,能无损地监测脑神经活动。本文探讨了脑磁的基本理论 ,中心问题是根据头外测得的磁场数据来进行脑磁源的定位 ,此逆问题属于不定问题 ,需加一些限制以期得到合理的解。本文的源模型和头模型采用均匀球头导体中的单电流偶极子模型 ,利用非线性优化方法反演脑磁源参数 ,并采用了一种综合的非线性优化法来提高反演的精度和速度。仿真实验表明该方法是可行有效的。
胡净[8]2002年在《脑磁逆问题中的磁源重建算法研究》文中指出脑磁图(MEG，magnetoencephalogram)通过非侵入性地测量微弱的脑磁场信号来研究人脑功能。其核心为所谓的MEG逆问题，即从头外测得的磁场数据，重建出产生该磁场的脑内神经活动的电流源分布。本论文是关于脑磁逆问题中的磁源重建算法研究，主要工作在于： 首先根据Maxwell方程组和Biot-Savat定律，分析了脑磁研究的相关生物电磁学的基本理论，使这些已成熟的理论能够完整和统一，便于开展以后的工作。 由于本文的工作是脑磁逆问题的研究，而考虑到目前尚没有较完整全面的脑磁逆问题求解方法的文献综述，因此本文对现有求逆方法进行了整理和总结，主要从基于点源模型的参数型偶极子定位和基于分布源模型的非参数型磁源成象这两大类求逆方法来进行详细的阐述和归纳，并对今后的发展趋势作了预测。 接下来，我们开展了逆问题的求解工作。首先从数学物理中关于不定问题的定义来解释脑磁逆问题的不适定性，脑磁文献中没有这方面的详细讨论。 在参数型的偶极子定位方法中，具体有非线性最小二乘法、优化算法以及阵列信号处理方法。本文提出了一种综合的优化方法，它不同于普遍采用的单一的优化方法，而是根据测量数据和计算数据的残差，来决定采用的非线性优化方法，这里是把Levenberg-Marquardt(LM)法和Quasi-Newton(QN)法结合起来考虑。此方法能提高迭代的速度，确保其收敛性，最主要的是降低了对初值的要求。 我们后期的工作重点主要是在非参数型的磁源分布图象重建上，它构架在图象重建基础上，从测量数据中重建出神经活动的电流源分布图象。它的不适定性决定了引入正则理论的必要性。实质就是在求解过程中将观测数据和先验知识综合在一起考虑，可解释为对观察数据的置信度和对先验知识的置信度之间的某种折衷。综观各种提出的脑磁源成象方法，我们均把它们纳入正则理论的框架内，划分为确定性和随机性正则，从这两方面来诠释磁源重建问题。从目前现有的文献资料来看，并没有一个磁源成象正则理论的完整解释，因此我们从正则化理论上把各种方法建立一个统一的磁源成象理论基础，这也是本文工作的重点。 由于脑磁逆问题的研究在国内才刚起步，开展的一些工作也仅是停留在点源模型的偶极子定位上。因此在这种背景下，本文开展了分布源模型下的磁源分布图象重建工作，分两大部分内容进行。首先，在基于Tikhonov正则的最小模估计算法中提出了一个区域加权因子，重建结果表明该方法能在一定程度上改善最小模估计等方法的图象平滑性，使结果能反映出神经生理学意义下的局部聚集总体稀疏的解分布。其次，在基于Markov随机场和Bayesian理论的磁 浙江大学博士学位论义 源成象中，构架了Bayesian重建框架后，把先验的神经电流活动分布图象视为 一Markov随机场模型，提出了一种把重建图象数据扩展为图象矢量和图象边 界的集合方法，这样可使重建问题转变为一个即有连续变量又有二进量的混合 优化问题，于是采用一种耦合梯度神经网络方法来求代价函数的最优解。仿真 实验表明算法不仅能反映重建图象的局部平滑性又能刻画局部之间的边界信 息。 文中最后对己经开展的以及下一步的后续工作作了总结和展望。
朱红毅, 李军, 沈建其[9]2003年在《基于时空数据抑制噪声的快速脑磁源定位算法》文中研究表明在脑内电流偶极子定位计算中 ,如何抑制噪声提高定位精度是一个重要的问题。在磁源位置及指向固定的假设前提下 ,利用磁场的时空数据 ,可以提高定位精度。仿真计算表明 :在相同定位精度情况下 ,该方法与基于瞬时数据的定位方法相比 ,可以将信噪比降低 13db。此外为提高计算速度 ,文中采用了复合的头模型与组合的优化方法
朱红毅, 李军, 罗斌[10]2002年在《真实头模型中的多电流偶极子脑磁源定位》文中提出给出了真实头模型下多电流偶极子定位的通用公式 ,并对多种源的情况进行了计算机模拟 ,逆问题的求解采用全局优化与局域优化相结合的优化方法 ,在较强的噪声背景下得到了较好的定位结果 .其中 ,在偶极子源较少时 ,采用了球对称导体模型与真实头模型相结合的混合模型 ,进一步提高了求解速度
参考文献：
[1]. 脑磁源定位技术研究[D]. 霍小林. 浙江大学. 2001
[2]. 基于头部电磁信息反演的人机交互系统控制指令提取方法研究[D]. 申慧敏. 浙江大学. 2015
[3]. 混合算法在瞬时脑磁源定位中应用[J]. 林娟. 数学的实践与认识. 2015
[4]. 基于波束形成的MEG源定位性能研究[D]. 文念. 南京邮电大学. 2015
[5]. 叁目标最优化结合磁场信号SVD正交分解用于脑磁源的定位计算(MEG)[J]. 赵双任, 蒋大宗. 北京生物医学工程. 1999
[6]. 基于线性约束最小方差的脑磁源定位特性研究[J]. 陈志阳, 黄丽亚, 文念, 笪铖璐, 吴劲松. 计算机技术与发展. 2017
[7]. 利用非线性优化方法进行脑磁源定位[J]. 胡净, 胡洁. 浙江工业大学学报. 2002
[8]. 脑磁逆问题中的磁源重建算法研究[D]. 胡净. 浙江大学. 2002
[9]. 基于时空数据抑制噪声的快速脑磁源定位算法[J]. 朱红毅, 李军, 沈建其. 中国生物医学工程学报. 2003
[10]. 真实头模型中的多电流偶极子脑磁源定位[J]. 朱红毅, 李军, 罗斌. 物理学报. 2002