KR20050038303A - Elimination of mimic signals from the signal-processing multichannel stimulus-evoked magnetoencephalogram - Google Patents
Elimination of mimic signals from the signal-processing multichannel stimulus-evoked magnetoencephalogram Download PDFInfo
- Publication number
- KR20050038303A KR20050038303A KR1020030073563A KR20030073563A KR20050038303A KR 20050038303 A KR20050038303 A KR 20050038303A KR 1020030073563 A KR1020030073563 A KR 1020030073563A KR 20030073563 A KR20030073563 A KR 20030073563A KR 20050038303 A KR20050038303 A KR 20050038303A
- Authority
- KR
- South Korea
- Prior art keywords
- signal
- matrix
- component
- noise
- induced
- Prior art date
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
- A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Psychiatry (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
본 발명은 잡음신호 제거시 유발성분 신호가 함께 제거됨으로써 발생하는 가짜신호의 발생을 차단하기 위해, 유발성분 신호는 놔둔채 잡음신호만을 추출하여 제거토록 하는 방법을 제공하는 것을 특징으로 하는 다채널 자극유발 뇌자도 신호처리상의 가짜신호 제거방법에 관한 것으로,The present invention provides a method for extracting and removing only a noise signal while leaving a trigger component signal in order to block the generation of a fake signal generated by removing the trigger component signal when the noise signal is removed. The induced brain also relates to a method for removing fake signals in signal processing,
각 주요요소 신호행렬을 정규화하는 단계와; 상기 정규화된 신호행렬과 분리행렬로부터 독립된 신호원의 행렬을 구하는 단계와; 상기 독립된 신호원의 행렬을 이용하여 유발신호 성분이 제거된 잡음신호 성분을 구하는 단계와; 최초 신호행렬에서 상기 유발신호성분이 제거된 잡음신호 성분을 차감하여 가짜신호가 제거된 정확한 신호원 위치를 추정하는 단계로 이루어지는 것이 특징이며;Normalizing each major element signal matrix; Obtaining a matrix of signal sources independent of the normalized signal matrix and the separated matrix; Obtaining a noise signal component from which an induced signal component is removed using the matrix of independent signal sources; Estimating the correct signal source position from which the fake signal is removed by subtracting the noise signal component from which the induced signal component is removed from the initial signal matrix;
본 발명에 따르면, 뇌질환 환자의 감각 및 운동 자극에 대한 뇌기능의 정확한 위치파악은 뇌수술에 있어서 신경전류원 위치추정 오차를 줄임으로써, 보다 안전하고 효과적인 시술이 가능하다.According to the present invention, accurate positioning of brain function for sensory and motor stimulation of patients with brain diseases can be performed safely and effectively by reducing the error of the neurocurrent source estimation in brain surgery.
Description
본 발명은 다채널 자극유발 뇌자도 신호처리상의 가짜신호 제거방법에 관한 것으로, 특히 잡음신호 제거시 유발성분 신호가 함께 제거됨으로써 발생하는 가짜신호의 발생을 차단하기 위해, 유발성분 신호는 놔둔채 잡음신호만을 추출하여 제거토록 하는 방법을 제공하는 것을 특징으로 하는 다채널 자극유발 뇌자도 신호처리상의 가짜신호 제거방법에 관한 것이다.The present invention relates to a method for removing fake signals in signal processing of multi-channel stimulus-induced brains. In particular, in order to block the generation of fake signals caused by the removal of the trigger signal when the noise signal is removed, the trigger signal is left noise. The present invention also relates to a method for removing a fake signal in a signal processing.
현재, 뇌의 신경전류가 생성하는 미약한 자기신호의 측정을 가능하도록 하기 위해 스퀴드 센서가 개발되었으며, 이를 이용한 다채널 센서를 활용하면 특정 자극에 대한 뇌신경 전류의 국부적인 발생위치를 추정하는 것이 가능하다.Currently, a squid sensor has been developed to enable the measurement of weak magnetic signals generated by nerve currents in the brain. By using the multi-channel sensor, it is possible to estimate the local location of the cranial nerve current for a specific stimulus. Do.
특히 뇌수술에 있어서 환자 뇌의 운동영역 및 감각영역의 정확한 위치를 파악하는 것은 수술의 안전성 증대와 수술 후유증의 감소에 크게 기여하지만, 뇌자도 자극 유발 신호의 크기는 매우 미약한 관계로, 외부의 전원잡음과 기기 전체적으로 나타나는 기계적 진동에 따른 잡음 및, 뇌의 자발신호 등에 묻혀서 측정이 어려운 문제가 있었다.In particular, in brain surgery, knowing the exact location of the motor and sensory areas of the patient's brain greatly contributes to the improvement of the safety of the surgery and the reduction of the postoperative sequelae. The noise caused by power noise and mechanical vibration appearing throughout the device, and the spontaneous signal of the brain was difficult to measure.
따라서 이를 해결하기 위해, 잡음원의 특성을 이용한 잡음제거방법을 사용하고 있으며, 현재까지 보편적으로 사용하는 방법은 주요요소 제거법으로서, 상기의 잡음원들처럼 크기가 상대적으로 크고 공간적으로 밀접한 상관성을 가지는 잡음성분(상관잡음)을 측정신호로부터 분리함으로써 효과적으로 잡음을 제거할 수 있다.Therefore, in order to solve this problem, the noise removal method using the characteristics of the noise source is used, and the method commonly used up to now is the main element elimination method, which is similar to the noise sources and has a relatively large and spatially close noise component. By separating (correlation noise) from the measurement signal, noise can be effectively removed.
한편, 자극유발 신호처리에 사용되는 주요요소제거법은 신호에 비해 큰 상관잡음성분을 간편하고 효과적으로 제거하므로 보편적으로 널리 사용되지만, 양극성을 갖는 유발신호에 대해서 신호의 기준영점을 규정하지 못하는 단점이 있다.On the other hand, the main factor elimination method used in the stimulus-induced signal processing is widely used because it removes large correlation noise components more easily and effectively than the signal, but has a disadvantage in that it does not define the reference zero point of the signal for the bipolar induced signal. .
이로 인해, 극단적인 경우, 주요요소제거법을 양극(음극) 신호 성분만으로 이루어진 측정신호에 적용했음에도 불구하고 결과에서는 음극(양극)신호 성분이 나타나는 경우가 있다.For this reason, in the extreme case, although the main element removal method is applied to the measurement signal consisting of only the positive (cathode) signal component, the negative signal component may appear in the result.
즉, 존재하지 않는 가짜신호가 신호처리의 결과로 발생하는 것이다.That is, a fake signal that does not exist is generated as a result of signal processing.
도 1a - 도 1c 및 도 2a - 도 2c는 원형으로 배치된 37채널 센서로 각각 1과 2의 위치에 전류쌍극자가 있을 때, 모의 실험 신호를 주요요소 제거법으로 처리한 것(도 1b, 도 2b)과 본 발명에서 제시되는 방법으로 처리한 것(도 1c, 도 2c)을 도시하고 있다.1A to 1C and 2A to 2C are 37 channel sensors arranged in a circular manner, and when the current dipoles are located at positions 1 and 2, respectively, simulation signals are processed by the main element removal method (FIGS. 1B and 2B). ) And those processed by the method presented in the present invention (FIGS. 1C and 2C).
상기 결과는 모의 전류는 0.4초에서 최대가 되는 피크형태로 흘려주었을 때이고, 도 1b, 1c, 2b, 2c는 이 전류에 의해 각 센서채널에서 읽혀진 자기장 값을 보여준다.The result is when the simulated current flows in the form of a peak at a maximum of 0.4 second, and FIGS. 1B, 1C, 2B, and 2C show magnetic field values read from each sensor channel by this current.
상기 도면에서 보면 알 수 있듯이 모의 전류 쌍극자가 센서들의 중앙에 있을 때(도 1a의 1)는 각각의 센서에서 양과 음의 피크가 대칭적으로 나타나고, 쌍극자가 중앙에서 벗어났을 때(도 2a의 2)는 음의 피크만 나타난다.As can be seen from the figure, when the simulated current dipole is in the center of the sensors (1 in FIG. 1A), the positive and negative peaks appear symmetrically in each sensor, and when the dipole is out of the center (2 in FIG. 2A). ) Shows only negative peaks.
모든 채널에 신호의 최대크기 정도의 10Hz 사인파를 상관잡음으로서 중첩하고 주요요소제거법으로 처리하면, 전류쌍극자가 중앙에 있을 경우는 신호가 비교적 잘 분리되지만(도 1b), 쌍극자가 중앙에서 벗어난 경우는 원래 존재하지 않던 양의 피크(도 2b)가 신호처리의 결과로 발생한다.When the 10Hz sine wave of the maximum magnitude of the signal is superimposed on all channels as a correlation and processed by the principal element elimination method, the signal is relatively well separated when the current dipole is in the center (FIG. 1B), but when the dipole is out of the center A positive peak (FIG. 2B) that did not exist originally occurs as a result of signal processing.
즉, 전류 쌍극자가 중앙에서 벗어날수록 원래 있지도 않은 신호가 잡히게 되고, 이러한 결과로 인하여 신경전류원의 위치와 크기를 추정할 때, 이 가짜신호는 경우에 따라 매우 큰 차이를 주게된다.In other words, as the current dipole moves away from the center, an unsigned signal is caught. As a result, when the position and size of the neural current source are estimated, the fake signal makes a big difference in some cases.
따라서, 이러한 차이는 실제로 원하는 영역을 정확하게 나타내지 못하게 되어 이를 활용하여 자극에 대한 신경전류원 위치를 추정할 경우 많은 오류가 발생하여 환자의 뇌수술에 있어서 치명적인 결과를 가져올 수 있다.Therefore, this difference does not actually represent the desired area accurately, and many errors may occur when estimating the location of the nerve current source for the stimulus by using the same, which may have a fatal result in the brain surgery of the patient.
또한, 전류원 위치추정의 오류로 인해 정확한 위치를 추정하지 못하여 수술도중에 환자의 운동영역이나 감각영역에 손상을 줄 경우, 후유증으로써 비가역적인 마비 및 시청각 장애가 발생할 가능성이 매우 높다.In addition, if the current location is not accurate due to the error of the estimation of the location of the damage to the patient's movement or sensory area during surgery, the possibility of irreversible paralysis and audiovisual impairment as a sequelae is very likely.
본 발명은 상기와 같은 문제점을 해결코자 하는 것으로, 자극유발 신호처리에 보편적으로 사용되는 주요요소제거법에 있어서, The present invention is to solve the above problems, in the main element removal method commonly used in stimulus-induced signal processing,
제거되는 잡음성분 중에 유입된 유발신호 성분에 의해 발생하는 가짜신호 성분을 제거하여 신경전류원의 정확한 위치추정을 가능토록 하는데 그 목적이 있다.The purpose of this study is to enable accurate location estimation of neural current sources by eliminating false signal components generated by induced signal components introduced among noise components.
즉, 자극 유발 신호의 신호대 잡음비를 높이기 위해 주로 사용되는 주요소 제거법에서 발생하는 가짜신호를 제거하는데 있어서, 지연된 시계열 상관성을 제거하는 방법으로 효과적으로 가짜신호를 제거하고 신호원 추정 오류를 감소시키도록 하는데 그 목적이 있는 것이다.In other words, in the removal of the fake signal generated by the main element elimination method which is mainly used to increase the signal-to-noise ratio of the stimulus-induced signal, the method of eliminating the delayed time series correlation effectively removes the fake signal and reduces the signal source estimation error. There is a purpose.
상기 목적을 달성하기 위한 수단으로,As a means for achieving the above object,
본 발명은 각 주요요소 신호행렬을 정규화하는 단계와; 상기 정규화된 신호행렬과 분리행렬로부터 독립된 신호원의 행렬을 구하는 단계와; 상기 독립된 신호원의 행렬을 이용하여 유발신호 성분이 제거된 잡음신호 성분을 구하는 단계와; 최초 신호행렬에서 상기 유발신호성분이 제거된 잡음신호 성분을 차감하여 가짜신호가 제거된 정확한 신호원 위치를 추정하는 단계로 이루어지는 것이 특징이다.The present invention comprises the steps of: normalizing each main element signal matrix; Obtaining a matrix of signal sources independent of the normalized signal matrix and the separated matrix; Obtaining a noise signal component from which an induced signal component is removed using the matrix of independent signal sources; It is characterized in that it comprises the step of estimating the correct signal source position from which the fake signal is removed by subtracting the noise signal component from which the induced signal component is removed from the initial signal matrix.
또한, 주요요소 신호행렬을 정규화 하는 단계를 수행하기 위해 주요요소 신호행렬(X)의 p행 성분을 구하는 식은 하기와 같이 계산되는 것이 특징이다.In addition, the equation for obtaining the p-row component of the main element signal matrix (X) in order to perform the step of normalizing the main element signal matrix is characterized in that it is calculated as follows.
또한, 분리행렬을 W라 할 경우, 독립된 신호원의 행렬을 구하는 단계를 수행하기 위해 독립된 신호원의 행렬(Y)을 구하는 식은 하기와 같이 계산되는 것이 특징이다.In addition, when the separation matrix is W, an equation for obtaining the matrix Y of the independent signal sources is performed as follows to perform the step of obtaining the matrix of the independent signal sources.
또한, 상기 분리행렬(W)은 하기의 식을 만족하는 것이 특징이다.In addition, the separation matrix (W) is characterized by satisfying the following equation.
또한, 상기 시간지연 공분산행렬(G)은 하기식으로 구해지는 것이 특징이다.In addition, the time delay covariance matrix (G) is characterized by the following equation.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한한 동일한 부호를 가지도록 하고 있음에 유의하여야 한다. 또한, 하기에서 본 발명을 설명함에 있어, 관련된 공지기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings. First of all, in adding reference numerals to the components of each drawing, it should be noted that the same reference numerals are used as much as possible even if displayed on different drawings. In addition, in the following description of the present invention, if it is determined that a detailed description of a related known function or configuration may unnecessarily obscure the subject matter of the present invention, the detailed description thereof will be omitted.
먼저, 본 발명의 이해를 돕기 위하여 주요요소 제거법에 대해서 간단히 설명하기로 한다.First, in order to help the understanding of the present invention, a brief description will be made of the main element removal method.
주요요소 제거법은 다수개가 존재하는 체널센서에 있어서 측정된 각각의 채널 데이터간의 이차 상관성을 제거한 고유치 해석에서 시작한다.The principal element elimination method starts with the eigenvalue analysis that removes the secondary correlation between each channel data measured in the channel sensor with multiple pieces.
P개의 채널을 갖는 스퀴드 센서에서 시계열로 N개의 신호 샘플을 측정한 경우, P ×N 크기의 신호행렬을 B라고 하면 인 행렬 A에 대해 는 공분산 행렬이 된다.In the case of measuring N signal samples in time series in a Squid sensor having P channels, a signal matrix having a size P × N is B. For matrix A Becomes the covariance matrix.
로써 특이값 분해하면, U와 V는 각각 행렬 A의 왼쪽, 오른쪽 고유벡터를 열로하는 행렬들이고, D는 특이값 를 대각성분으로 하는 대각행렬이고, 특이값의 크기 순으로 정렬하면 는 가장 큰 분산값을 가지는 신호시계열의 분산에 해당한다. When singular values are decomposed, U and V are matrices of the left and right eigenvectors of matrix A, respectively, and D is the singular value. Is a diagonal matrix whose is a diagonal component, and sorted by the magnitude of the singular values Is the variance of the signal time series with the largest variance.
공분산행렬의 대각화 과정에서 각각의 고유벡터에 의해 선형 결합된 신호시계열들은 서로간의 상관성이 없게 된다.In the diagonalization process of the covariance matrix, the signal time series linearly coupled by the eigenvectors have no correlation with each other.
그 중에서 분산이 가장 큰 성분인 와 그에 해당하는 고유벡터에 의해 선형 결합된 성분은 센서 전체적으로 공통의 양상을 보이는 가장 큰 신호성분이므로, 바로 본 발명에서 제거하려는 상관잡음에 해당한다.Among them, dispersion is the largest component And the corresponding eigenvectors Linearly coupled by Since the component is the largest signal component showing a common aspect throughout the sensor, it corresponds to the correlation noise to be removed in the present invention.
이 성분을 최대성분이라고 하면, 우리는 각 채널의 신호시계열에서 그 채널에의 최대성분의 사영값을 빼줌으로써 상관잡음을 제거할 수 있다().If we call this component the maximum component, we can remove the correlation noise by subtracting the projection of the maximum component on that channel from the signal time series of each channel ( ).
상기의 방법으로 신호처리를 하여 상관잡음을 제거할 수 있으나, 실제로는 제거되는 잡음성분인 에는 유발신호 성분도 작지만 포함된다.Signal processing can be used to remove the correlation noise, but the noise component Induced signal components are small but included.
을 결정하는 과정에서 각 채널에서의 유발신호 값들의 가중 평균한 성분이 에 포함되므로, 유발신호가 공간적으로 비대칭적으로 분포해서 가중 평균의 값이 영(0)이 아닌 경우 이 값이 모든 채널에서 빠지므로, 결국 양극성의 신호에 대해서 기준영점의 이동을 유발하고 가짜신호를 생성한다(도 1b): 따라서, 잡음성분 에 유입된 유발신호 성분을 완전히 분리해 내야 한다. In the process of determining the weighted average of Since the induced signal is spatially asymmetrically distributed and the weighted average value is not zero, this value is removed from all channels. Therefore, it causes the reference zero shift for the bipolar signal and generates a fake signal. (Fig. 1B): Therefore, noise component The trigger signal component introduced into the system should be completely separated.
제거되는 잡음신호성분(최대성분) 속에 유입된 유발신호 성분은 보통 매우 작으므로 주요요소 제거법에서 무시되었다.The induced signal component introduced into the noise signal component (maximum component) to be removed is usually very small and was ignored in the principal element elimination method.
결국, 이 작은 성분을 독립적으로 분리해 내기 위해서는 각 주요요소성분의 크기를 정규화할 필요가 있다.After all, in order to separate these small components independently, it is necessary to normalize the size of each major component.
따라서, 본 발명에서는 하기와 같은 단계를 통해 이를 해결토록 한다.Therefore, in the present invention to solve this through the following steps.
즉, 본 발명은 각 주요요소 신호행렬을 정규화하는 단계와; 상기 정규화된 신호행렬과 분리행렬로부터 독립된 신호원의 행렬을 구하는 단계와; 상기 독립된 신호원의 행렬을 이용하여 유발신호 성분이 제거된 잡음신호 성분을 구하는 단계와; 최초 신호행렬에서 상기 유발신호성분이 제거된 잡음신호 성분을 차감하여 가짜신호가 제거된 정확한 신호원 위치를 추정하는 단계로 이루어지며;That is, the present invention comprises the steps of: normalizing each main element signal matrix; Obtaining a matrix of signal sources independent of the normalized signal matrix and the separated matrix; Obtaining a noise signal component from which an induced signal component is removed using the matrix of independent signal sources; Estimating the correct signal source position from which the fake signal is removed by subtracting the noise signal component from which the induced signal component is removed from the initial signal matrix;
각 주요요소 신호행렬을 정규화 하는 방법은 다음과 같다.The method of normalizing each main element signal matrix is as follows.
신호 분산에 대해 정규화된 주요요소 신호행렬을 X라 하면, X의 p행 성분은 이다.If the principal element signal matrix normalized to the signal variance is X, then the p-row component of X is to be.
또한, 정류화된 신호행렬과 분리행렬로부터 독립된 신호원의 행렬을 구하는 방법은 다음과 같다.In addition, a method of obtaining a signal source matrix independent from the rectified signal matrix and the separation matrix is as follows.
정규화된 신호행렬 X로부터 독립된 신호원들의 행렬 Y를 구하는 분리행렬을 W라 하면, 이다.If the separation matrix for the matrix Y of signal sources independent from the normalized signal matrix X is W, to be.
잡음성분과 유발신호 성분이 완전히 독립된 신호원이라고 가정하며, 획득된 두 신호 중 하나의 약간의 시간차를 두어도 두 신호 성분 사이의 상관성은 없어야 한다.Assuming that the noise and induced signal components are completely independent signal sources, there should be no correlation between the two signal components even if there is a slight time difference between one of the two acquired signals.
따라서 분리행렬은 을 만족한다.So the split matrix is To satisfy.
여기서 시간지연 공분산 행렬 G의 성분은 와 같다.Where the components of the time delay covariance matrix G Same as
즉, 분리행렬 W는 시간지연 공분산행렬의 고유치 문제로부터 구할 수 있고 Λ는 이때의 고유치 행렬이다.That is, the separation matrix W can be obtained from the eigenvalue problem of the time delay covariance matrix, and Λ is the eigenvalue matrix at this time.
결과적으로 행렬 Y의 각 행은 각각 독립된 시계열 신호이다.As a result, each row of the matrix Y is a separate time series signal.
또한, 독립된 신호원의 행렬을 이용하여 유발신호 성분이 제거된 잡음신호 성분을 구하는 방법은 식을 구하면 된다.In addition, a method of obtaining a noise signal component from which an induced signal component is removed using a matrix of independent signal sources You can find the equation.
따라서 를 유발신호 성분이 제거된 잡음신호성분(최대성분)이라고 볼 수 있다.therefore It can be seen that the noise signal component (maximum component) from which the induced signal component is removed.
또한, 최초 신호행렬에서 상기 유발신호성분이 제거된 잡음신호 성분을 차감하여 가짜신호가 제거된 정확한 신호원 위치를 추정하는 방법은 성분의 각 채널에의 사영치를 빼줌으로써 상관잡음을 제거한다().In addition, the method of estimating the exact signal source position from which the fake signal is removed by subtracting the noise signal component from which the induced signal component is removed from the initial signal matrix The correlation noise is eliminated by subtracting the projection of the component to each channel. ).
이때의 잡음신호성분에는 유발신호성분이 포함되지 않으므로, 앞서 언급한 가짜신호는 발생하지 않는다(도 1c, 도 2c).At this time, since the induced signal component is not included in the noise signal component, the aforementioned fake signal does not occur (FIGS. 1C and 2C).
도 2는 본 발명의 실시예로써, 37 채널 스퀴드 자력계를 사용하여 청각 유발 뇌자도 신호를 측정한 결과를 보여주고 있다.Figure 2 shows the results of measuring the auditory induced brain guidance signal using a 37-channel squid magnetometer as an embodiment of the present invention.
비자성의 청각 자극을 위해서 긴 청진관으로 연결한 축전형 이어폰을 사용하였고, 청각자극은 170ms 동안의 1-kHZ 톤, 70dB 크기의 음을 정상인의 오른쪽 귀에 무작위 간격으로 보내고, 왼쪽 측두엽에서 측정하였으며, 청각 자극에 대한 청각 피질의 주된 반응으로 알려진 N100m 신호피크가 자극인가 후 약 0.1초 후에 나타났다.For the nonmagnetic auditory stimulus, a capacitive earphone connected with a long stethoscope tube was used. The auditory stimulus was measured at the left temporal lobe by sending 1-kHZ tone and 70 dB of sound for 170 ms at random intervals to the right ear of a normal person. The N100m signal peak, known as the main response of the auditory cortex to auditory stimuli, appeared about 0.1 seconds after stimulus application.
도면을 보면 알 수 있듯이 주요요소 제거법에 따른 측정결과와 본원발명을 적용하여 측정한 결과가 상당한 변화가 있음을 알 수 있다.As can be seen from the drawings, it can be seen that there is a significant change in the measurement results according to the principal element removal method and the results measured by applying the present invention.
즉, N100m 피크에 대해 도 3a의 4는 주요요소 제거법을 적용하여 얻은 등자기 매핑이고, 도 3a의 3은 본 발명의 방법에 의한 보정을 각각 적용하여 얻은 등자기장 매핑이며, 도 4a의 6은 주요요소 제거법을 적용하여 얻은 신경전류원 국지화 추정 결과이고, 도 4a의 5는 본 발명의 방법에 따른 신경전류원 국지화 추정결과로써, 국지화 추정은 실제 뇌모양 모델에 대한 경계요소법을 사용하여 단일 전류 쌍극자 추정방법으로 수행되었는바, 이 결과 두 방법의 추정결과 차이는 신경전류원 위치이동(약 13mm), 각도변화(약 20도), 크기 변화(약 2배)로 나타났다.That is, for the N100m peak, 4 in FIG. 3A is the isomagnetic mapping obtained by applying the principal element removal method, and 3 in FIG. 3A is the isomagnetic field mapping obtained by applying the correction by the method of the present invention. The results of the estimation of the localization of the neural current source obtained by applying the principal element elimination method, and 5 of FIG. 4A are the results of the localization of the neural current source according to the method of the present invention, and the localization of the single current dipole estimation using the boundary element method for the actual brain model As a result, the difference between the estimation results of the two methods was the position shift of nerve current source (about 13mm), angle change (about 20 degrees), and size change (about 2 times).
즉, 앞서 언급한 기준영점 이동 효과가 보정되었다.That is, the above-mentioned reference zero moving effect is corrected.
상술한 바와 같이 본 발명은 , 자극유발에 따른 뇌신경 전류원 추정에 있어서, 측정하려는 신호에 비해 유입되는 상관잡음의 크기가 상대적으로 크므로 잡음을 없애기 위한 신호처리가 불가피한 점과, 보편적으로 사용되는 주요요소 제거법의 경우, 가짜신호 성분이 발생하므로 전류원의 위치추정에 오차를 생성한 점을 해결하여, 가짜신호성분을 효과적으로 제거하므로 보다 정확한 신호원 위치 추정을 가능하게 하는 효과를 제공한다.As described above, the present invention, in estimating the cranial nerve current source according to the stimulus, because the magnitude of the correlation noise is relatively large compared to the signal to be measured, the signal processing to eliminate the noise is unavoidable, and the main commonly used In the case of element elimination, since a fake signal component is generated, an error is generated in the estimation of the position of the current source, thereby effectively removing the fake signal component, thereby providing a more accurate signal source position estimation.
또한, 뇌질환 환자의 감각 및 운동 자극에 대한 뇌기능의 정확한 위치파악은 뇌수술에 있어서 수술후 후유증을 줄일 수 있는 매우 중요한 정보이기 때문에 고안된 방법에 의해 신경전류원 위치추정 오차를 줄임으로써, 보다 안전하고 효과적인 시술이 가능하다. In addition, accurate positioning of brain function on sensory and motor stimulation of patients with brain disease is very important information to reduce postoperative sequelae in brain surgery. Effective procedures are possible.
도 1a는 모의 전류 쌍극자가 센서들의 중앙에 있을 때를 나타내는 도면.1A shows when the simulated current dipole is in the center of the sensors.
도 1b는 도 1a의 위치에 전류쌍극자가 있을 때, 종래기술인 주요요소 제거법으로 처리한 자기장값 파형도.FIG. 1B is a waveform diagram of magnetic field values processed by the prior art principal element removal method when there is a current dipole in the position of FIG. 1A; FIG.
도 1c는 도 1a의 위치에 전류쌍극자가 있을 때, 본원발명의 순수한 잡음만을 제거한 자기장값 파형도.FIG. 1C is a waveform diagram of magnetic field values with only the pure noise of the present invention when there is a current dipole in the position of FIG.
도 2a는 모드 전류 쌍극자가 센서들의 가장자리에 있을 때를 나타내는 도면.2A shows when the mode current dipole is at the edge of the sensors.
도 2b는 도 2a의 위치에 전류쌍극자가 있을 때, 종래기술인 주요요소 제거법으로 처리한 자기장값 파형도.FIG. 2B is a waveform diagram of magnetic field values processed by the prior art main element removal method when there is a current dipole in the position of FIG. 2A; FIG.
도 2c는 도 2a의 위치에 전류 쌍극자가 있을 때, 본원발명의 순수한 잡음만을 제거한 자기장값 파형도.FIG. 2C is a waveform diagram of magnetic field values with only the pure noise of the present invention when there is a current dipole in the position of FIG. 2A; FIG.
도 3a는 종래기술인 주요요소 제거법을 적용한 것과, 본 발명에 따른 순수한 잡음만을 제거한 상태의 등자기장 매칭 도면.Figure 3a is a magnetic field matching diagram of applying the prior art main element removal method, only the pure noise in accordance with the present invention.
도 3b는 종래기술인 주요요소 제거법을 적용한 것과, 본 발명에 따른 순수한 잡음만을 제거한 상태의 신경전류원 국지화 추정결과 도면.Figure 3b is a diagram showing the results of applying the prior art main element removal method, localized estimation of neural current source in the state of removing only pure noise according to the present invention.
* 도면의 주요부분에 대한 부호의 설명 *Explanation of symbols on the main parts of the drawings
1, 2: 전류 쌍극자1, 2: current dipole
3: 본 발명의 가짜신호를 제거한 상태의 등자기장 매핑(굵은선)3: Mapping magnetic field of the present invention with the fake signal removed (bold line)
4: 종래기술의 주요요소 제거법에 의한 등자기장 매핑(가는선)4: Mapping magnetic field by the removal of main elements of the prior art (thin lines)
5: 본 발명의 가짜신호를 제거한 상태의 신경전류원 국지화 추정결과 위치5: location of estimation result of neural current source localization in the state of removing fake signal of the present invention
6: 종래기술의 주요요소 제거법에 의한 신경전류원 국지화 추정결과 위치6: Location of estimation result of neural current source localization by elimination of major elements of the prior art
Claims (4)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020030073563A KR100583767B1 (en) | 2003-10-21 | 2003-10-21 | Elimination of Mimic Signals from the Signal-processing Multichannel Stimulus-evoked Magnetoencephalogram |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020030073563A KR100583767B1 (en) | 2003-10-21 | 2003-10-21 | Elimination of Mimic Signals from the Signal-processing Multichannel Stimulus-evoked Magnetoencephalogram |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20050038303A true KR20050038303A (en) | 2005-04-27 |
| KR100583767B1 KR100583767B1 (en) | 2006-05-26 |
Family
ID=37240755
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020030073563A KR100583767B1 (en) | 2003-10-21 | 2003-10-21 | Elimination of Mimic Signals from the Signal-processing Multichannel Stimulus-evoked Magnetoencephalogram |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100583767B1 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102163170B1 (en) * | 2018-10-25 | 2020-10-08 | 재단법인대구경북과학기술원 | Method and Device for stimulating the neual tissue and measuring the response signal |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4401900A (en) * | 1979-12-20 | 1983-08-30 | International Business Machines Corporation | Ultra high resolution Josephson sampling technique |
| US5020538A (en) * | 1988-08-12 | 1991-06-04 | Sam Technology, Inc. | Low noise magnetoencephalogram system and method |
| JPH07280903A (en) * | 1994-04-07 | 1995-10-27 | Mitsubishi Electric Corp | Superconducting magnetometer |
| US6195576B1 (en) * | 1998-03-09 | 2001-02-27 | New York University | Quantitative magnetoencephalogram system and method |
| KR100313910B1 (en) * | 1999-02-25 | 2001-11-15 | 구자홍 | Apparatus and Method for Multichannel Measuring of Magnetic field |
| KR100437601B1 (en) * | 2001-04-03 | 2004-06-26 | 한국표준과학연구원 | Biomagnetic measurement system using high sensitivity SQUIDmagnetometers |
-
2003
- 2003-10-21 KR KR1020030073563A patent/KR100583767B1/en not_active IP Right Cessation
Also Published As
| Publication number | Publication date |
|---|---|
| KR100583767B1 (en) | 2006-05-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Neti et al. | Neural network models of sound localization based on directional filtering by the pinna | |
| JP4875696B2 (en) | Method and apparatus for suppressing interference in electromagnetic multi-channel measurements | |
| Don et al. | Objective detection of averaged auditory brainstem responses | |
| Keller et al. | Head-related transfer functions of the barn owl: measurement and neural responses | |
| Ahveninen et al. | Psychophysics and neuronal bases of sound localization in humans | |
| Calhoun et al. | Semi-blind ICA of fMRI: A method for utilizing hypothesis-derived time courses in a spatial ICA analysis | |
| Nix et al. | Sound source localization in real sound fields based on empirical statistics of interaural parameters | |
| Sekihara et al. | Noise covariance incorporated MEG-MUSIC algorithm: A method for multiple-dipole estimation tolerant of the influence of background brain activity | |
| Eddins et al. | How aging impacts the encoding of binaural cues and the perception of auditory space | |
| Fujioka et al. | Comparison of artifact correction methods for infant EEG applied to extraction of event-related potential signals | |
| Day et al. | Neural encoding of sound source location in the presence of a concurrent, spatially separated source | |
| Luke et al. | Kalman filter based estimation of auditory steady state response parameters | |
| MacDonald | A localization algorithm based on head-related transfer functions | |
| Wu et al. | Projection versus prewhitening for EEG interference suppression | |
| Furst et al. | Prediction of binaural click lateralization by brainstem auditory evoked potentials | |
| Biesmans et al. | Optimal spatial filtering for auditory steady-state response detection using high-density EEG | |
| Johansson et al. | Binaural masking level difference for speech signals in noise: diferencia en el nivel de enmascaramiento binaural para senates vocales en ruido | |
| KR100583767B1 (en) | Elimination of Mimic Signals from the Signal-processing Multichannel Stimulus-evoked Magnetoencephalogram | |
| Kuruvila et al. | An LMMSE-based estimation of temporal response function in auditory attention decoding | |
| Young et al. | Non‐Linearities and the Representation of Auditory Spectra | |
| Favre-Felix et al. | Steering of audio input in hearing aids by eye gaze through electrooculography | |
| Dietz et al. | Tone detection thresholds in interaurally delayed noise of different bandwidths | |
| Lüddemann et al. | Electrophysiological and psychophysical asymmetries in sensitivity to interaural correlation gaps and implications for binaural integration time | |
| KR101748491B1 (en) | Method and System for Pure Tone Audiometry based on spontaneous EGO | |
| Chang et al. | Interhemispheric Auditory Cortical Synchronization in Asymmetric Hearing Loss |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20130405 Year of fee payment: 8 |
|
| FPAY | Annual fee payment |
Payment date: 20140407 Year of fee payment: 9 |
|
| FPAY | Annual fee payment |
Payment date: 20150430 Year of fee payment: 10 |
|
| FPAY | Annual fee payment |
Payment date: 20160425 Year of fee payment: 11 |
|
| FPAY | Annual fee payment |
Payment date: 20170412 Year of fee payment: 12 |
|
| FPAY | Annual fee payment |
Payment date: 20180418 Year of fee payment: 13 |
|
| LAPS | Lapse due to unpaid annual fee |