欢迎来到天天文库
浏览记录
ID:36786219
大小:1.83 MB
页数:53页
时间:2019-05-15
《基于精确延时估计的脑电磁共振同时测量时梯度伪迹的去除》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、摘要摘要近年来随着技术的进步,越来越多的研究者使用同步功能磁共振与脑电的测量方法来研究人类大脑认知功能及神经系统相关疾病。通过同步测量的方法将功能磁共振的高空间分辨率与脑电的高时间分辨率结合,有望成为大脑功能及相关疾病研究新的研究工具。但是磁共振与脑电采集设备同时工作时,两者将会相互影响。其中磁共振磁场对脑电的影响非常严重,记录到的脑电信号中含有非常强大的磁共振伪迹,去除这些磁共振伪迹是进一步数据处理的基础。磁共振对脑电产生的伪迹主要是由于梯度磁场切换引起的梯度伪迹,另外还包括由于高强磁场下大脑内部血液流动等人体内部
2、带电体相对静态磁场的运动引起的心跳相关伪迹。目前已有多种去除梯度伪迹的算法,其中主要的算法是Alle:n等人提出的基于插值及叠加平均的的方法构建梯度伪迹模板,通过直接相减去除梯度伪迹,并利用自适应噪声抵消(ANC),主成分分解(PCA),独立成分分解(ICA)等的方法对残余伪迹进行消除。另外还有基于频域滤波,自适应FIR滤波的伪迹去除算法。但是由于扫描序列的多样性及采样时钟周期的不同,没有一种方法能适应所有的变化情况。本文通过对功能磁共振最为常用的扫描序列一回波平面成像序列(EPI序列)产生的梯度伪迹进行分析,发现梯
3、度伪迹中的一段信号具有明显的正弦特征,由此提出了通过正弦函数参数估计来确定磁共振扫描相邻两层开始时刻与采样时刻延时的方法,并利用该延时信息对连续的多个梯度伪迹进行信号重构,然后对重构信号进行傅里叶级数拟合,构建出较为精确的伪迹参考模型,从而该模型具有连续信号的特征。通过精确延时估计及拟合的方法构建出的伪迹参考模型可以将脑电信号中的磁共振梯度伪迹去除,这是由于精确的延时估计及拟合避免了插值法引入的插值误差及延时估计误差。另外本文调整了原有经典算法的运算顺序,即先进行低通滤波后,利用每层扫描点数的信息构建梯度伪迹模板,再
4、通过自适应滤波的方式去除梯度伪迹。本文还提出了新增三个相互垂直的线圈记录梯度场三个方向上的不同变化为构建梯度伪迹提供无脑电信号的参考信号。关键词:EEG,QviRI,梯度伪迹去除,正弦拟合,延时估计ABSTRACTABSTRACTRecentyearswiththeprogressinhardwareandsoftware,moreandmoregroupsUSesimultaneousrecordingofEEGandfMRItostudyhumanbrainandnervoussystemspecificilln
5、ess.ByusingsimultaneousrecordingofEEGandfMRI,onemaywanttoachievebothhi曲temporalandspatialresolutionofbrainfunction.Thissimultaneousrecordingtechnologymaybecomeanewtoolinbrainandbrainspecificillnessresearch.ButwhenMRIandEEGrecordingsystermworkatthesametime,these
6、twosystermmaygiveartifactsineachother.DuetoMRImagneticfield,therecordingEEGsignalsinsuchenviromentcontainverystrongMRIartifacts.Beforefutherprocess,weshouldremovetheartifactsfirst.TherearetwokindsofMRIenvironmentartifact.Thefirstkindisthegradient(orimaging)arti
7、factcausedbytheswitchingofthemagneticfieldgradients.ThesecondkindistheSOcalledballistocardiographic(BCG)artifact,whichiscausedbyheart-relatedbloodandelectrodemovementsinsidethestaticmagneticfieldoftheMRIscanner,regardlessofwhetherornotMRscanningisbeingperformed
8、。Untillnow,severalartefactcorrectionmethodshavebeenintroducedtoremovethegradientartifacts.OnemajormethodswasfirstlyproposedbyAllenet.al,knownas“artifact-templatesubtraction'
此文档下载收益归作者所有