CN102488513B - 基于偶极(电荷)源时空模型的脑电源定位装置 - Google Patents
基于偶极(电荷)源时空模型的脑电源定位装置 Download PDFInfo
- Publication number
- CN102488513B CN102488513B CN 201110399104 CN201110399104A CN102488513B CN 102488513 B CN102488513 B CN 102488513B CN 201110399104 CN201110399104 CN 201110399104 CN 201110399104 A CN201110399104 A CN 201110399104A CN 102488513 B CN102488513 B CN 102488513B
- Authority
- CN
- China
- Prior art keywords
- brain
- source
- scalp
- electrode
- power supply
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Abstract
本发明涉及一种基于偶极(电荷)源时空模型的脑电源定位装置,由电极、头皮脑电放大电路、DSP处理器、液晶显示器组成,电极获得的脑电输出信号经脑电放大电路接至DSP处理器的输入端,DSP处理器内含有正弦波振荡器和A/D转换器,DSP处理器的显示输出端通至液晶显示器输入端。工作中,脑电信号经脑电信号放大电路放大、滤波后,信号进入DSP处理器进行A/D转换、基线调整等处理,得到实际所需的脑电信号,脑电信号数据送入已构建的偶极(电荷)源模型及头模型,经DSP处理器用数值方法求解得到皮层电位的分布,完成脑电源重建,再通过改变源参数使上述计算所得头皮电位与观测电位拟合,实现脑电源定位,最后将脑电源的重建和定位结果送液晶显示。
Description
技术领域
本发明属于医学诊断与测量装置技术领域,涉及一种临床脑部病患(如癫痫等病患)的检测装置,特别是一种用于确定大脑电活动产生源的基于偶极(电荷)源时空模型的脑电源定位装置。
背景技术
作为一种无创伤的诊断或测量手段,脑电活动源的定位研究无论是在脑病(如局灶性癫痫)的临床诊断治疗方面,还是在脑认知功能的应用开发方面都具有十分重要的意义。就本技术领域而言,在获得大脑头皮测量电位的情况下,如何来确定大脑电活动的源,是迄今脑神经科学中广泛研究的一个热点内容。然而,仅根据头皮脑电的记录数据来获得脑电活动的源位置却是无法解决,因为其获取的位置并非唯一,不同形态的源能够产生相似的外部电场,而且其可能得到的结果不是持续地依赖观测数据(即不稳定性)。因此,在其定位时有必要对源的结构及解空间作适当的限制与约束,使其适定化,从而得到在一定范围内合理的结果。
脑电源定位问题是一个交叉学科问题,涉及物理学、数学、信息科学、神经科学、医学影像学等多门学科的理论和方法。从物理学角度看,当把大脑看作是一个电磁系统时,则确定脑电场的产生源就是 确定与观测电位分布所对应的脑内兴奋和抑制的神经元分布。通常的方法是通过迭代寻优来逼近获取的,包括两个步骤:其一是通过脑容积导体构造脑电场的分布,即建立基于偶极子源(每个偶极子共有6个参数,表示位置、方向和强度)或电荷源(4个参数)的电位表达;其二是改变源的参数以使计算所得的头皮电位与观测电位拟合。
在现有的脑电源定位的几种主要手段中,源成像方法或皮层成像方法存在当不同深度的偶极源并存时很难区分深、浅层的源,特别是很难准确估计深层源的情况。而用等效偶极子源定位手段,目前虽然单偶极子定位问题已经得到较好解决,但由于实际观测数据有限,且含有各种噪声干扰,所以其应用受到限制,而对于两个或多个等效偶极子,却很难得到稳定的有意义的定位结果。目前,多偶极子源的定位结果远远没有单偶极子源定位的结果稳定,这些偶极子源定位的结果对于测量点位置的误差和噪声与对于设定的模型变化一样敏感,这种敏感性限制了以源定位方式作为临床应用的有效性,所以本领域至今尚未找到很好的多偶极子定位手段。
发明内容
本发明的目的在于对现有技术存在的问题加以解决,提供一种设计结构科学、操作方便、可实现脑电源准确可靠定位的基于偶极(电荷)源时空模型的脑电源定位装置。
用于实现上述发明目的的技术解决方案是这样的:所提供的基于偶极(电荷)源时空模型的脑电源定位装置由电极、头皮脑电放大电 路、DSP处理器(数字信号处理器)、液晶显示器组成,电极获得的脑电输出信号经头皮脑电放大电路输接至DSP处理器的输入端,DSP处理器内含有正弦波振荡器和A/D转换器,DSP处理器的显示输出端通至液晶显示器的输入端。实际工作中,从电极获得脑电信号经头皮脑电信号放大电路放大、模拟滤波后,信号进入DSP处理器进行A/D转换,在此DSP处理器的A/D转换器以20KHz的采样率对16通道信号进行采样,然后对这16路信号进行自适应滤波、基线调整等数字信号处理,得到实际所需的脑电信号,同时选择一个通道的信号送液晶(LCD)显示,以便及时掌握系统工作状态;所得到脑电信号数据送入已构建好的偶极(电荷)源模型及头模型,经由DSP处理器用数值方法求解得到皮层电位的分布,完成脑电源重建;之后再通过改变源参数使上述计算所得头皮电位与观测电位拟合,达到二者的最佳逼近,实现脑电源定位;最后将脑电源的重建和定位结果送液晶(LCD)显示。
本发明的技术解决方案还包括:所说的电极包括采用银-氯化银制成的脑电极和参考电极,所说的头皮脑电放大电路由脑电前置放大器、高频滤波器和电极阻抗测试电路组成,脑电极获得的脑电输出信号接入脑电前置放大器的输入端,脑电前置放大器的输出端与高频滤波器的输入端联接,电极阻抗测试电路的输入端与DSP处理器的正弦波振荡器的输出端联接,输出端通过参考电极回接至脑电前置放大器的输入端。
与现有技术相比,本发明的有益效果是:
1、本发明通过采样、放大、滤波和多路控制结构的设计以及基 于偶极(电荷)源时空模型的建立,从物理学、数学和医学影像学的角度实现了准确、可靠的脑电源定位;
2、临床各种疾患的脑电源定位研究迄今虽已有几十年的历史,但国内外学术界仍然在不断探索之中,其主要的科学意义和应用价值在于:(a)占位性病变定位的研究,(b)诱发电位的研究,(c)大脑功能定位的研究,(d)高级神经活动及心理学方面的研究等诸多方面。有鉴于此,本发明所述装置为临床脑部病患的诊断、治疗提供了重要辅助工具,也为功能性脑科学研究提供了有参考价值的手段;
3、本发明所述装置的电路简单、成本低、操作方便,普适性强,具有广泛的应用前景,且性能价格比好。
附图说明
图1为本发明所述脑电源定位装置的工作原理框图。
图2为头皮脑电放大电路中脑电前置放大器电路的一个实施例的联线结构示意图。
图3为头皮脑电放大电路中高频滤波器电路的一个实施例的联线结构示意图。
图4为头皮脑电放大电路中电极阻抗测试电路的一个实施例的联线结构示意图。
图5为本发明的系统软件功能结构框图。
具体实施方式
以下将结合附图对本发明内容做进一步说明,但本发明的实际制作结构并不仅限于附图所示的实施例。
参见图1,本发明所述的基于偶极(电荷)源时空模型的脑电源定位装置由电极1、头皮脑电放大电路2、液晶显示器3、DSP处理器4、电源电路5、存储器6、键盘控制电路(按键)等部分组成。由电极1获得的脑电输出信号经头皮脑电放大电路2输接至DSP处理器4的输入端,DSP处理器4内含有正弦波振荡器和A/D转换器,DSP处理器4的显示输出端通至液晶显示器5的输入端。
本发明工作方案中,首先通过三维脑容积导体网格建立及其脑电场数值获取、优化等,在采用头模型和固定偶极子源与电荷源模型的情况下,从物理学和神经生理学的角度获取头皮脑电的时空分布与偶极子源和电荷源各参数的关系:位置固定的偶极子(电荷源)模型假定在脑电观测的时间内,头皮电位的变化仅由源的强度变化,这样,脑电就被划分为空间成分与时间成分;在给定头模型内电偶极(电荷)源的位置和强度以及头型的几何构形、电导率、边界条件等参数的情况下,得到头皮电位分布,进而通过改变源的各参数获得头皮电位与测量电位最佳逼近。
以下分别对本发明的硬件电路和软件设计分别进行说明。
一、硬件电路
1、电极
采用银-氯化银制成的极化电极包括脑电极和参考电极,不仅防止可能出现的基线漂移,又可以提高极化电压的稳定性。
2、头皮脑电放大电路
头皮脑电放大电路2主要由脑电前置放大器、高频滤波器和电极阻抗测试电路组成。
1)脑电前置放大器
如图2所示,由于脑电信号的幅值范围为10~100μV,属于微伏级微弱信号,因此它要求脑电前置放大器有高的放大增益,并且有高的共模抑制比(约为10000∶1)。本电路采用两个仪表放大器(INA121、INA128)共同构成脑电前置放大器电路,即两个相同并联结构的前置放大器级联。该电路把输入端的接地端浮置并跟踪共模电压,即相当于器件的偏置电压都跟踪共模输入电压,使得共模电压不能随着信号一起放大,放大器输出端产生的共模误差电压被大大削弱,极大地提高了放大器的共模抑制能力。电路将隔直流电容C1与可调增益电阻Rgl串联,不仅可消除极化电压,而且避免了在输入端接入阻容元件而降低放大器的输入阻抗。测试表明:脑电前置放大器的放大倍数大于80dB,共模抑制比大于100dB,输入阻抗大于50MΩ
2)高频滤波器
高频滤波电路如图3所示,由R17、C16组成的高频负反馈网络,实现滤除高频干扰。
3)电极阻抗测试电路
电极与头皮的接触好坏影响着电极接触电阻的大小,接触电阻愈小,引入的交流干扰就愈小,则得到的波形质量就越高越稳定。该装置中的电极阻抗测试电路如图4所示,用于实现估测接触电阻,提示 采取改进措施来保证良好的接触。图4电路结构中,通过DSP处理器4的控制,正弦波振荡器输出的10Hz正弦波电压信号经电阻R21、R22分压后,由R23经模拟开关与头皮两电极间电阻Zc分压,加到比较器(LM324)的同相输入端。当头皮电极接触电阻较大时(≥50kΩ),则同相输入端电压瞬时超过反相输入端电压,比较器(LM324)输出正电压,经二极管VD1、电阻R28加到三极管BG1的基极上,三极管BG1导通,点亮发光二极管VD2。
3、DSP处理器
DSP处理器4采用DSP芯片TMS320F2812,主要完成脑电信号自适应滤波、基线漂移调整等数字信号处理、源模型和头模型的构建、头皮表面的电位分布计算、头皮电位与观测电位拟合、系统控制等,实现脑电源的重建和定位。其硬件设计的实现主要包括芯片与存储器、液晶显示器以及键盘控制等数字外围电路。
1)DSP芯片TMS320F2812
本发明采用的DSP芯片TMS320F2812是美国TI公司推出的C2000平台上的定点32位DSP芯片,用途广泛,功能比单片机强大的多。运行时钟可达150MHz,处理性能可达150MIPS,每条指令周期6.67ns;I/O口丰富,有两个串口,16通道的12位0~3.3v的A/D转换,其转换时间80ns,具有片内128k×16位的片内FLASH和18K×16位的SRAM。
2)存储器接口
头皮脑电放大电路2的输出信号经TMS320F2812采样后,脑电信 号合成、脑电源定位等软件算法都需要存储空间,本发明装置采用ISSI公司生产的IS61LV6416L-8T高速COMOS静态存储器来实现。
3)液晶显示器
该装置的液晶显示器3采用SHAPP公司生产的LM64P83L,其控制器集成线路为D-PECK公司的VGDM01模块。TMS320F2812在控制液晶显示时只需要8位数据,液晶的片选信号采用TMS320F2812的外部存储器XINTF区0的片选信号 RS由TMS320F2812的地址线A0控制, 和 信号分别与TMS320F2812的 和 信号相连。
4)键盘控制
该装置中的键盘用于设置系统参数以及控制系统工作状态等。键盘控制采用TMS320F2812的P2端口,P2.0~P2.3的下降沿触发端口中断,每个按键都加入电容用于防抖动,同时在中断的程序中也加入防抖动的延时程序,以便实现每次按键的功能的正确处理。
4、电源电路
该装置采用220V交流电源,由专用的电源模块产生+5V的电源,经双通道线性稳压器TPS767D318提供1.8V和3.3V电压,给数字信号处理器(DSP处理器)TMS320F2812和I/O接口供电。
二、软件设计
本发明所述装置基于TMS320F2812的嵌入式软件设计,实现脑电信号处理与定位,其软件功能结构框图如图5所示。
1、脑电信号处理
脑电信号处理主要实现脑电信号自适应滤波、基线漂移调整等数 字信号处理任务。
1)自适应滤波
针对窄带干扰问题,本发明采用自适应相干模板算法数字滤波器,通过对模板函数的修改,使用两级滤波,不仅解决了高低端阻带特性兼顾问题,而且算法简单、易于微处理器高速实时实现。
2)基线漂移调整
在脑电信号的采集、放大过程中,及来自外界的各种干扰噪声(如人体呼吸运动、电极接触阻抗变化、放大器温漂等),都会导致脑电基线漂移。为了调整基线漂移,本发明系统采用软件算法来实现,即先找出S(n)(n=0,1,2,…,2048)信号的最小值min{S(n)},再将每个S(n)值都减去此最小值,从而获得调整后的脑电信号S’(n)(n=0,1,2,…,2048),其公式表示为:
S′(n)=S(n)-min{S(n)}
=X(n)-[M(n)+M′(n)]-min{X(n)-[M(n)+M′(n)]}
n=0,1,2,…,2048
实现S’(n)≥0,即使经过调整后的脑电信号最小值变为0。
2、脑电源定位
通过完成偶极(电荷)源模型和头颅模型的构建、头皮表面的电位分布计算以及头皮电位与观测电位拟合等相关软件算法,实现脑电源的重建和定位。
1)源模型构建
基于电偶极(电荷源)模型的脑电源定位,首先必须建立头模型和源模型。在源模型的构造上,本系统采用电流偶极子及等效电荷层模 型,其是用一个电流偶极子(或电荷源)模拟一个局域的脑神经电活动。源模型兼用电流偶极子和电荷源,其电磁场随时间变化,但可视为似稳电磁场。每一个源由若干参数确定(其中三个位置坐标x,y,z;两个方位坐标θ,φ;一个强度p)。源分布在一有限区域内,即疑似致癫区。
2)头颅模型构建
头颅模型构建是基于头的MRI数据,将头分为脑组织、颅骨与头皮三部分,而每一部分的电导率近似为均匀分布,这样在脑组织与颅骨之间、颅骨与头皮之间、头皮与头外空气之间形成三个界面。用MRI图像数据建立真实头模型,虽然需要脑电信号具有较好的信噪比,但其定位精度可得到显著提高。
3)脑电源重建
脑电源重建,首先计算不同区域交界面上的电势值,借助有限(体)元或边界元模型可以调整到与实际头型非常接近的程度。在给定偶极(电荷)源在头模型内的位置和源强度以及头型的几何构形、电导率张量矩阵并给定第一类边界条件和第二类边界条件后,计算头皮表面的电位分布。即将从大脑皮层到头皮之间的电场分布视为似稳电流场,用Laplace方程 (电荷源模型采用Poisson方程 )和微分形式的欧姆定律j=σE来描述,将头模型网格化,再利用有限(体)元(或边界元)模型求得一组线性方程,用数值方法求解得到皮层电位的分布;然后以皮层电位的分布为依据作进一步的源定位而求解脑容体内的电磁场采用Maxwell方程组,即此边值问题采用三维Maxwell方 程组混合有限元(FEM)、边界元(BEM)和有限体元(FVM)方法求解更适合。BEM的优点是只需在边界上进行数值离散化,含有较少的结点,系统模型的网格生成所需的计算量少,能适宜系统模型的变化,FEM适合于各向异性区域电位的计算。而FVM的优势在于能很好地处理相邻介质导电性急剧变化的情况,并且可以灵活处理复杂形状的几何体,减少计算量,提高计算精度。所以我们将各种计算相结合可得到较好的效果。
4)脑电源定位
脑电源定位,通过改变源参数使上述计算所得头皮电位与观测电位拟合,达到二者的最佳逼近,从而实现源定位。既给定一组头皮观测的脑电位数据集,多导电极位置,先用主成分分析(PCA)方法实施去除空间相关性后,再利用独立分量分析(ICA)和MUSIC算法作独立源分析,确定脑内偶极(电荷)源的位置和强度。通过改变源参数使计算所得头皮电位与观测电位拟合,具体采用模拟退火技术和神经网络等综合方法寻优,达到脑电源的逐一重建和定位。
Claims (4)
1.一种基于偶极源模型的脑电源重建和定位装置,其特征在于:由电极(1)、头皮脑电放大电路(2)、DSP处理器(4)、液晶显示器(3)组成,电极(1)获得的脑电输出信号经头皮脑电放大电路(2)输接至DSP处理器(4)的输入端,DSP处理器(4)内含有正弦波振荡器和A/D转换器,DSP处理器(4)的显示输出端通至液晶显示器(3)的输入端;所述脑电源重建和定位由DSP处理器(4)完成,所述脑电源重建和定位通过完成源模型构建、头颅模型构建、脑电源重建、脑电源定位而实现;其中,
源模型构建采用偶极源模型,其是用一个电流偶极子模拟一个局域的脑神经电活动;源模型用电流偶极子,其电磁场随时间变化,但可视为似稳电磁场;每一个源由若干参数确定;源分布在一有限区域内,上述有限区域为疑似致癫区;
头颅模型构建是基于头的MRI数据,将头分为脑组织、颅骨与头皮三部分,而每一部分的电导率近似为均匀分布,这样在脑组织与颅骨之间、颅骨与头皮之间、头皮与头外空气之间形成三个界面;
脑电源重建是首先计算不同区域交界面上的电势值,借助有限元或有限体元或边界元模型调整到与实际头型非常接近的程度;在给定偶极源在头模型内的位置和源强度以及头型的几何构形、电导率张量矩阵并给定第一类边界条件和第二类边界条件后,计算头皮表面的电位分布,即将从大脑皮层到头皮之间的电场分布视为似稳电流场,用Laplace方程和微分形式的欧姆定律j=σE来描述,将头模型网格化,再利用有限元或有限体元或边界元模型求得一组线性方程,用数值方法求解得到皮层电位的分布;然后以皮层电位的分布为依据作进一步的源定位而求解脑容体内的电磁场采用Maxwell方程组,即此边值问题采用三维Maxwell方程组混合有限元、边界元和有限体元方法求解;
脑电源定位是通过改变源参数使上述计算所得皮层电位与观测电位拟合,达到二者的最佳逼近,从而实现源定位;即给定一组头皮观测的脑电位数据集,多导电极位置,先用主成分分析方法实施去除空间相关性后,再利用独立分量分析和MUSIC算法作独立源分析,确定脑内偶极源的位置和强度;通过改变源参数使计算所得皮层电位与观测电位拟合,上述改变源参数采用模拟退火技术和神经网络方法寻优,达到脑电源的逐一重建和定位。
2.根据权利要求1所述的基于偶极源模型的脑电源重建和定位装置,其特征在于电极(1)包括脑电极和参考电极,头皮脑电放大电路(2)由脑电前置放大器、高频滤波器和电极阻抗测试电路组成,脑电极获得的脑电输出信号接入脑电前置放大器的输入端,脑电前置放大器的输出端与高频滤波器的输入端联接,电极阻抗测试电路的输入端与DSP处理器(4)的正弦波振荡器的输出端联接,电极阻抗测试电路的输出端通过参考电极回接至脑电前置放大器的输入端。
3.一种基于电荷源模型的脑电源重建和定位装置,其特征在于:由电极(1)、头皮脑电放大电路(2)、DSP处理器(4)、液晶显示器(3)组成,电极(1)获得的脑电输出信号经头皮脑电放大电路(2)输接至DSP处理器(4)的输入端,DSP处理器(4)内含有正弦波振荡器和A/D转换器,DSP处理器(4)的显示输出端通至液晶显示器(3)的输入端;所述脑电源重建和定位由DSP处理器(4)完成,所述脑电源重建和定位通过完成源模型构建、头颅模型构建、脑电源重建、脑电源定位而实现;其中
源模型构建采用电荷源模型,其是用一个电荷源模拟一个局域的脑神经电活动;源模型用电荷源,其电磁场随时间变化,但可视为似稳电磁场;每一个源由若干参数确定;源分布在一有限区域内,上述有限区域为疑似致癫区;
头颅模型构建是基于头的MRI数据,将头分为脑组织、颅骨与头皮三部分,而每一部分的电导率近似为均匀分布,这样在脑组织与颅骨之间、颅骨与头皮之间、头皮与头外空气之间形成三个界面;
脑电源重建是首先计算不同区域交界面上的电势值,借助有限元或有限体元或边界元模型调整到与实际头型非常接近的程度;在给定电荷源在头模型内的位置和源强度以及头型的几何构形、电导率张量矩阵并给定第一类边界条件和第二类边界条件后,计算头皮表面的电位分布,即将从大脑皮层到头皮之间的电场分布视为似稳电流场,用Poisson方程和微分形式的欧姆定律j=σE来描述,将头模型网格化,再利用有限元或有限体元或边界元模型求得一组线性方程,用数值方法求解得到皮层电位的分布;然后以皮层电位的分布为依据作进一步的源定位而求解脑容体内的电磁场采用Maxwell方程组,即此边值问题采用三维Maxwell方程组混合有限元、边界元和有限体元方法求解;
脑电源定位是通过改变源参数使上述计算所得皮层电位与观测电位拟合,达到二者的最佳逼近,从而实现源定位;即给定一组头皮观测的脑电位数据集,多导电极位置,先用主成分分析方法实施去除空间相关性后,再利用独立分量分析和MUSIC算法作独立源分析,确定脑内电荷源的位置和强度;通过改变源参数使计算所得皮层电位与观测电位拟合,上述改变源参数采用模拟退火技术和神经网络方法寻优,达到脑电源的逐一重建和定位。
4.根据权利要求3所述的基于电荷源模型的脑电源重建和定位装置,其特征在于电极(1)包括脑电极和参考电极,头皮脑电放大电路(2)由脑电前置放大器、高频滤波器和电极阻抗测试电路组成,脑电极获得的脑电输出信号接入脑电前置放大器的输入端,脑电前置放大器的输出端与高频滤波器的输入端联接,电极阻抗测试电路的输入端与DSP处理器(4)的正弦波振荡器的输出端联接,电极阻抗测试电路的输出端通过参考电极回接至脑电前置放大器的输入端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110399104 CN102488513B (zh) | 2011-12-05 | 2011-12-05 | 基于偶极(电荷)源时空模型的脑电源定位装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110399104 CN102488513B (zh) | 2011-12-05 | 2011-12-05 | 基于偶极(电荷)源时空模型的脑电源定位装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102488513A CN102488513A (zh) | 2012-06-13 |
CN102488513B true CN102488513B (zh) | 2013-08-28 |
Family
ID=46180424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110399104 Expired - Fee Related CN102488513B (zh) | 2011-12-05 | 2011-12-05 | 基于偶极(电荷)源时空模型的脑电源定位装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102488513B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103505203B (zh) * | 2013-09-30 | 2015-06-03 | 西安交通大学 | 基于脑电源定位方法的人体精神状态检测方法 |
CN104545897B (zh) * | 2014-12-04 | 2017-01-25 | 电子科技大学 | 一种脑电记录参考转换装置及其转换方法 |
CN107743381A (zh) * | 2015-06-12 | 2018-02-27 | 皇家飞利浦有限公司 | 电磁设备跟踪 |
CN107846198A (zh) * | 2017-10-26 | 2018-03-27 | 成都西井科技有限公司 | 低损耗功率放大装置 |
CN107659274A (zh) * | 2017-10-26 | 2018-02-02 | 成都西井科技有限公司 | 具有压控衰减功能的功率放大模块 |
CN107846200A (zh) * | 2017-10-26 | 2018-03-27 | 成都西井科技有限公司 | 实现负反馈的功率放大模块 |
CN109864733A (zh) * | 2019-01-16 | 2019-06-11 | 漫迪医疗仪器(上海)有限公司 | 心脑异常的检测方法、系统、介质及设备 |
CN111317466A (zh) * | 2019-07-03 | 2020-06-23 | 重庆邮电大学 | 一种脑电信号成像方法、系统以及计算机设备 |
CN111973180B (zh) * | 2020-09-03 | 2021-09-17 | 北京航空航天大学 | 一种基于meg和eeg融合的脑结构成像系统和方法 |
CN112674782B (zh) * | 2020-12-22 | 2021-11-26 | 北京航空航天大学 | 癫痫患者发作间期痫样电活动检测装置和方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1736327A (zh) * | 2005-07-21 | 2006-02-22 | 高春平 | 脑电信号控制的健康及治疗装置 |
CN101489478A (zh) * | 2006-06-01 | 2009-07-22 | 必安康医疗有限公司 | 用于监视生理症状的装置、系统和方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2448806C (en) * | 2001-06-13 | 2011-10-18 | Compumedics Limited | Methods and apparatus for monitoring consciousness |
-
2011
- 2011-12-05 CN CN 201110399104 patent/CN102488513B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1736327A (zh) * | 2005-07-21 | 2006-02-22 | 高春平 | 脑电信号控制的健康及治疗装置 |
CN101489478A (zh) * | 2006-06-01 | 2009-07-22 | 必安康医疗有限公司 | 用于监视生理症状的装置、系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102488513A (zh) | 2012-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102488513B (zh) | 基于偶极(电荷)源时空模型的脑电源定位装置 | |
CN103505203B (zh) | 基于脑电源定位方法的人体精神状态检测方法 | |
Pollok et al. | The oscillatory network of simple repetitive bimanual movements | |
CN105496404A (zh) | 基于脑机接口辅助crs-r量表听觉惊吓的评估方法 | |
CN105193377B (zh) | 石墨烯眼动片、眼动心理调节仪及眼动测试方法 | |
CN108310639A (zh) | 差频电刺激设备、系统及方法 | |
CN105125186A (zh) | 一种确定干预治疗方式的方法及系统 | |
Li et al. | Study on potential of meridian acupoints of traditional Chinese medicine | |
Li et al. | Robust electrical impedance tomography for biological application: a mini review | |
Li et al. | Subject-based dipole selection for decoding motor imagery tasks | |
Zhao | Intelligent system of somatosensory music therapy information feedback in deep learning environment | |
Wang | Intelligent scanning detection system of muscle exercise fatigue based on surface electromyography | |
Han et al. | The design of ECG preamplifier for wearable device | |
Guo et al. | Real-time robust signal space separation for magnetoencephalography | |
Dwyer et al. | Oscillation in a network model of neocortex | |
Haufe | An extendable simulation framework for benchmarking EEG-based brain connectivity estimation methodologies | |
Edelvik et al. | An improved method for dipole modeling in EEG-based source localization | |
Sun et al. | Signal acquisition of brain-computer interfaces: A medical-engineering crossover perspective review | |
Podziemski et al. | Liénard-type models for the simulation of the action potential of cardiac nodal cells | |
Shang et al. | A method of source localization for bioelectricity based on “Orthogonal Differential Potential” | |
Kläser et al. | Construction of a device for magnetic separation of superparamagnetic iron oxide nanoparticles | |
Gong et al. | A clustering based dual model framework for EIT imaging: first experimental results | |
Szwargulski et al. | Experimental evaluation of different weighting schemes in magnetic particle imaging reconstruction | |
CN113112017B (zh) | 基于神经流形的脑电分级与预后fpga解码系统 | |
Wang et al. | Effect of muscle fatigue on surface electromyography based hand grasp force estimation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130828 Termination date: 20141205 |
|
EXPY | Termination of patent right or utility model |