CN106798557A - 基于原子磁力传感的脑磁信息检测分析方法 - Google Patents
基于原子磁力传感的脑磁信息检测分析方法 Download PDFInfo
- Publication number
- CN106798557A CN106798557A CN201710107658.6A CN201710107658A CN106798557A CN 106798557 A CN106798557 A CN 106798557A CN 201710107658 A CN201710107658 A CN 201710107658A CN 106798557 A CN106798557 A CN 106798557A
- Authority
- CN
- China
- Prior art keywords
- magnetic field
- information
- cerebration
- analysis module
- module
- 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.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
- A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6813—Specially adapted to be attached to a specific body part
- A61B5/6814—Head
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Neurology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明涉及一种基于原子磁力传感的脑磁信息检测分析方法,其步骤为:首先,将由原子磁力传感器构成的全光原子磁力计和全光原子磁梯度计交错分布在头部,构成全光原子磁力计阵列和全光原子磁梯度计阵列,并形成脑磁传感层,全光原子磁力计阵列和全光原子磁梯度计阵列采集脑磁场信息;然后通过头部磁场原始数据模块收集,并传输给后续数据分析模块,进行多信息分析处理反演出不同维度的脑活动行为信息,再由脑活动信息合成模块进行信息融合,得到高空间时间分辨率脑活动信息三位图像。本发明具有方法简单、流程简洁、便于实现、灵敏度高、实现成本低、实时性好、高可靠性、高稳定性、需要空间小、信息量大、功能易于扩充等特点。
Description
技术领域
本发明涉及一种脑磁信息分析方法,特别是一种基于原子磁力传感的脑磁信息分析方法。
背景技术
脑磁图(Magnetoencephalography,简称MEG)检测是一种对人体无创性、无放射性的脑功能图像探测技术之一,在脑科学、生物磁学、生命医疗、生物技术、健康检测、疾病诊疗、人机交互、智能控制、行为组织、心理学、智慧感知等领域中发挥非常重要的作用。脑磁图不需要直接接触皮肤,所以不会发生由此出现的伪差,可以反应脑内磁场源的活动状态,在时间和空间上具有非常好的分辨率。磁场检测得到的脑磁图可以应用到癫痫诊断和致痫灶的手术前定位、神经外科手术前大脑功能区定位、缺血性脑血管病预测和诊断、精神病和心理障碍疾病的诊断、外伤后大脑功能的评估和鉴定、司法鉴定和测谎应用、语言、视觉、听觉、体感诱发等的研究,高性能脑磁信息检测分析方法具有重要的研究意义和广泛应用价值。
在先技术中,存在脑磁图检测装置,总部在瑞典的跨国公司Elekta公司是脑磁图检测装置领先者,生产Elekta Neuromag TRIUX型号脑磁图仪;美国Tristan公司生产MagView型号脑磁图仪,在脑磁图仪市场占有相当份额,采用量子超导干涉器件。在先技术参见美国专利,专利名称为high-reslution magenetoencephalography system,components and methods,专利号为US7197352B2,专利授权时间为2007年3月27日。在先技术具有相当的优点,但是存在一些本质不足:1)检测磁场装置所基于的原理为超导量子干涉器件检测磁场,以磁通量量子化和约瑟夫森隧穿效应两种物理现象为检测原理,必需低温制冷系统,通常采用液氮或液氦制冷,系统结构复杂;2)检测装置检测灵敏度受限于检测原理和系统构建复杂度,针对脑磁图检测的灵活性差;3)装置体积大,无法实现小型化,构建成本高,检测磁场空间分辨率有限,影响使用范围。
发明内容
本发明的目的在于针对上述技术的不足,提供一种基于原子磁力传感的脑磁信息分析方法,具有方法简单、流程简洁、便于实现、灵敏度高、实现成本低、实时性好、高可靠性、高稳定性、需要空间小、信息量大、功能易于扩充等特点。
本发明的技术方案是:一种基于原子磁力传感的脑磁信息检测分析方法,其步骤为:首先,将由原子磁力传感器构成的全光原子磁力计和全光原子磁梯度计交错分布在头部,构成全光原子磁力计阵列和全光原子磁梯度计阵列,并形成脑磁传感层,全光原子磁力计阵列和全光原子磁梯度计阵列采集脑磁场信息;然后通过头部磁场原始数据模块收集,并传输给后续数据分析模块,进行多信息分析处理反演出不同维度的脑活动行为信息,再由脑活动信息合成模块进行信息融合,得到高空间时间分辨率脑活动信息三位图像。
所述脑磁传感层外部设置噪声屏蔽层;所述脑磁场信息包括磁场绝对强度信息和空间矢量特性信息。
所述头部磁场原始数据模块将脑磁场信息同时分发给偶极子磁场分析模块、贝叶斯磁场分析模块、最小范数磁场分析模块、波束合成磁场分析模块、多级信号磁场分析模块、动力学磁场分析模块、矢量场模式逆问题模块;偶极子磁场分析模块采用偶极子逆问题算法分析脑磁场信息,构建三维时空脑活动图像信息;贝叶斯磁场分析模块采用贝叶斯分析统计方法反演脑活动图像信息;最小范数磁场分析模块分析脑磁场信息进行脑活动信息构建;波束合成磁场分析模块利用波束合成技术在进行噪声抑制的同时构建高信噪比脑活动信息;多级信号磁场分析模块采用多级信号分类技术进行脑磁场信息分析,抑制噪声并且逆向问题求解脑活动信息;动力学磁场分析模块利用非线性动力学技术进行抑制噪声,并且进行高信噪比脑活动信息分析;矢量场模式逆问题模块基于矢量衍射理论反演算法,分析构建脑活动图谱;偶极子磁场分析模块、贝叶斯磁场分析模块、最小范数磁场分析模块、波束合成磁场分析模块、多级信号磁场分析模块、动力学磁场分析模块、矢量场模式逆问题模块将做得到脑活动信息传给脑活动信息合成模块进行信息融合,脑活动信息合成模块根据所需信息特性,进行融合算法构建,得到高空间时间分辨率脑活动信息三位图像。
所述全光原子磁力计阵列和全光原子磁梯度计阵列分别为全光碱金属原子磁力计阵列和全光碱金属原子磁梯度计阵列。
所述波束合成磁场分析模块采用线性约束最小方差算法进行脑磁信息处理。
所述脑活动信息合成模块采用基于空间和时间频率的多信息融合模块。
与现有技术相比,本发明的有益效果是:
1)在先技术检测磁场装置所基于的原理为超导量子干涉器件检测磁场,以磁通量量子化和约瑟夫森隧穿效应两种物理现象为检测原理,必需低温制冷系统,通常采用液氮或液氦制冷,系统结构复杂,无法实现小型化,构建成本高。本发明基于原子磁力检测原理,构建原子气体室,利用光与原子蒸汽相互作用,由原子磁力传感器构成全光原子磁力计和全光原子磁梯度计,全光原子磁力计和全光原子磁梯度计交错分布在头部,形成脑磁传感层,不存在超导器件,具有方法简单、无需低温制冷系统、便于实现、灵敏度高、实现成本低、实时性好、需要空间小等特点;
2)在先技术检测装置检测灵敏度受限于检测原理和系统构建复杂度,针对脑磁图检测的灵活性差。本发明采用偶极子、贝叶斯、最小范数、波束合成、多级信号处理、非线性动力学、矢量场模式等逆问题分析处理方法同时进行脑磁场逆行为分析,对脑磁信息处理和信息融合,得到高空间时间分辨率脑活动信息三位图像,不仅可以给出脑磁图,还可以给出脑活动信息,具有方法简单、流程简洁、高可靠性、高稳定性、需要空间小、信息量大等特点;
3)在先技术装置体积大、检测磁场空间分辨率有限、功能有限,影响使用范围。本发明采用采用全光原子磁力检测原理,磁场强度和梯度检测同时进行,采用多种逆向信息处理方法,对磁场信息和脑活动信息进行分析获取,并可以根据具体需求进行信息融合,可以充分利用微纳光学与光电加工工艺,本发明可以实现微型化,并且构建成本低、模块化程度高、灵活性强、功能易于扩充等特点。
附图说明
图1为本发明的基于原子磁力传感的脑磁信息分析方法的示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
本发明的基于原子磁力传感的脑磁信息分析方法,如图1所示,基于原子磁力传感,由原子磁力传感器构成全光原子磁力计和全光原子磁梯度计,全光原子磁力计和全光原子磁梯度计交错分布在头部,构成全光原子磁力计阵列201和全光原子磁梯度计阵列202,并形成脑磁传感层2,全光原子磁力计阵列201和全光原子磁梯度计阵列202采集脑磁场信息;采集的脑磁场信息被头部磁场原始数据模块4收集,并传输给后续数据分析模块,进行多信息分析处理反演出不同维度的脑活动行为信息,再由脑活动信息合成模块进行信息融合,得到高空间时间分辨率脑活动信息三位图像。
本实施例的具体实现步骤为:
(1)基于原子磁力传感技术,构建全光原子磁力计和全光原子磁梯度计,全光原子磁力计阵列201和全光原子磁梯度计阵列202交错分布在头部1的外部,构成脑磁传感层2,在脑磁传感层2外部设置有噪声屏蔽层3;全光原子磁力计阵列201和全光原子磁梯度计阵列202分别为全光碱金属原子磁力计阵列201和全光碱金属原子磁梯度计阵列202;
(2)全光原子磁力计阵列201和全光原子磁梯度计阵列202进行脑磁场信息采集,包括磁场绝对强度信息和空间矢量特性信息,并将采集到的原始信息传输给头部磁场原始数据模块4进行统筹数据管理;
(3)头部磁场原始数据模块4将脑磁场信息同时分发给偶极子磁场分析模块5、贝叶斯磁场分析模块6、最小范数磁场分析模块7、波束合成磁场分析模块8、多级信号磁场分析模块9、动力学磁场分析模块10、矢量场模式逆问题模块11;偶极子磁场分析模块5采用偶极子逆问题算法分析脑磁场信息,构建三维时空脑活动图像信息;贝叶斯磁场分析模块6采用贝叶斯分析统计方法反演脑活动图像信息;最小范数磁场分析模块7分析脑磁场信息进行脑活动信息构建;波束合成磁场分析模块8利用波束合成技术在进行噪声抑制的同时构建高信噪比脑活动信息;多级信号磁场分析模块9采用多级信号分类技术进行脑磁场信息分析,抑制噪声并且逆向问题求解脑活动信息;动力学磁场分析模块10利用非线性动力学技术进行抑制噪声,并且进行高信噪比脑活动信息分析;矢量场模式逆问题模块11基于矢量衍射理论反演算法,分析构建脑活动图谱;波束合成磁场分析模块8采用线性约束最小方差算法进行脑磁信息处理;
(4)偶极子磁场分析模块5、贝叶斯磁场分析模块6、最小范数磁场分析模块7、波束合成磁场分析模块8、多级信号磁场分析模块9、动力学磁场分析模块10、矢量场模式逆问题模块11将做得到脑活动信息传给脑活动信息合成模块12进行信息融合,脑活动信息合成模块12采用基于空间和时间频率的多信息融合技术,脑活动信息合成模块12根据所需信息特性,进行融合算法构建,得到高空间时间分辨率脑活动信息三位图像。
本实施例基于脑磁场检测对脑活动行为进行了检测分析,采用基于Rd碱金属原子的磁力传感单元,实现了高空间高时间分辨率的脑电流场活动分布图的获取,具有方法简单、流程简洁、便于实现、灵敏度高、实现成本低、实时性好、高可靠性、高稳定性、需要空间小、信息量大、功能易于扩充、便于场重构等特点。
本发明步骤中涉及多种模块使用,模块不局限于硬件模块,软件分析方法或步骤的封装功能包也称之为模块。
以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明,应理解的是以上所述仅为本发明的最优选实施例,并不用于限制本发明,凡在本发明的原则范围内所做的任何修改、补充和等同替换等,均应包含在本发明的保护范围之内。
本发明中磁场传感器及其使用方法、机械结构、时序控制、模块构建、信号传输等均为成熟技术,本发明的发明点在于基于全光原子磁力传感技术,构建脑磁传感层,采用偶极子、贝叶斯、最小范数、波束合成、多级信号处理、非线性动力学、矢量场模式等逆问题分析处理方法同时进行脑磁场逆行为分析,对脑磁信息处理,进行信息融合,得到高空间时间分辨率脑活动信息三位图像,给出一种方法简单、流程简洁、便于实现、灵敏度高、实现成本低、实时性好、高可靠性、高稳定性、需要空间小、信息量大、功能易于扩充的一种基于原子磁力传感的脑磁信息分析方法,本质上避免在先技术的不足。
Claims (6)
1.一种基于原子磁力传感的脑磁信息检测分析方法,其特征在于,其步骤为:
首先,将由原子磁力传感器构成的全光原子磁力计和全光原子磁梯度计交错分布在头部,构成全光原子磁力计阵列(201)和全光原子磁梯度计阵列(202),并形成脑磁传感层(2),全光原子磁力计阵列(201)和全光原子磁梯度计阵列(202)采集脑磁场信息;然后通过头部磁场原始数据模块(4)收集,并传输给后续数据分析模块,进行多信息分析处理反演出不同维度的脑活动行为信息,再由脑活动信息合成模块进行信息融合,得到高空间时间分辨率脑活动信息三位图像。
2.根据权利要求1所述的基于原子磁力传感的脑磁信息检测分析方法,其特征在于:所述脑磁传感层(2)外部设置噪声屏蔽层(3);所述脑磁场信息包括磁场绝对强度信息和空间矢量特性信息。
3.根据权利要求1所述的基于原子磁力传感的脑磁信息检测分析方法,其特征在于:所述头部磁场原始数据模块(4)将脑磁场信息同时分发给偶极子磁场分析模块(5)、贝叶斯磁场分析模块(6)、最小范数磁场分析模块(7)、波束合成磁场分析模块(8)、多级信号磁场分析模块(9)、动力学磁场分析模块(10)、矢量场模式逆问题模块(11);偶极子磁场分析模块(5)采用偶极子逆问题算法分析脑磁场信息,构建三维时空脑活动图像信息;贝叶斯磁场分析模块(6)采用贝叶斯分析统计方法反演脑活动图像信息;最小范数磁场分析模块(7)分析脑磁场信息进行脑活动信息构建;波束合成磁场分析模块(8)利用波束合成技术在进行噪声抑制的同时构建高信噪比脑活动信息;多级信号磁场分析模块(9)采用多级信号分类技术进行脑磁场信息分析,抑制噪声并且逆向问题求解脑活动信息;动力学磁场分析模块(10)利用非线性动力学技术进行抑制噪声,并且进行高信噪比脑活动信息分析;矢量场模式逆问题模块(11)基于矢量衍射理论反演算法,分析构建脑活动图谱;偶极子磁场分析模块(5)、贝叶斯磁场分析模块(6)、最小范数磁场分析模块(7)、波束合成磁场分析模块(8)、多级信号磁场分析模块(9)、动力学磁场分析模块(10)、矢量场模式逆问题模块(11)将做得到脑活动信息传给脑活动信息合成模块(12)进行信息融合,脑活动信息合成模块(12)根据所需信息特性,进行融合算法构建,得到高空间时间分辨率脑活动信息三位图像。
4.根据权利要求1所述的基于原子磁力传感的脑磁信息检测分析方法,其特征在于:所述全光原子磁力计阵列(201)和全光原子磁梯度计阵列(202)分别为全光碱金属原子磁力计阵列(201)和全光碱金属原子磁梯度计阵列(202)。
5.根据权利要求3所述的基于原子磁力传感的脑磁信息检测分析方法,其特征在于:所述波束合成磁场分析模块(8)采用线性约束最小方差算法进行脑磁信息处理。
6.根据权利要求3所述的基于原子磁力传感的脑磁信息检测分析方法,其特征在于:所述脑活动信息合成模块(12)采用基于空间和时间频率的多信息融合模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710107658.6A CN106798557B (zh) | 2017-02-27 | 2017-02-27 | 基于原子磁力传感的脑磁信息检测分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710107658.6A CN106798557B (zh) | 2017-02-27 | 2017-02-27 | 基于原子磁力传感的脑磁信息检测分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106798557A true CN106798557A (zh) | 2017-06-06 |
CN106798557B CN106798557B (zh) | 2020-05-15 |
Family
ID=58987688
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710107658.6A Active CN106798557B (zh) | 2017-02-27 | 2017-02-27 | 基于原子磁力传感的脑磁信息检测分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106798557B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108459282A (zh) * | 2018-01-30 | 2018-08-28 | 中国科学院生物物理研究所 | 基于原子磁强计/磁梯度计的脑磁图检测装置及方法 |
CN109567785A (zh) * | 2018-12-05 | 2019-04-05 | 北京昆迈生物医学研究院有限公司 | 一种基于磁屏蔽筒的量子脑磁图系统及方法 |
CN111281370A (zh) * | 2020-02-19 | 2020-06-16 | 北京航空航天大学 | 一种基于serf原子磁强计的梯度仪配置式脑磁测量系统 |
CN112914578A (zh) * | 2021-01-20 | 2021-06-08 | 季华实验室 | Meg源定位方法及系统 |
CN113688578A (zh) * | 2021-07-13 | 2021-11-23 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种基于多变量融合的流场关键时间步提取与重构方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1898576A (zh) * | 2003-12-24 | 2007-01-17 | 秦内蒂克有限公司 | 组合的磁场梯度和磁场强度传感器 |
US20090069661A1 (en) * | 2004-01-19 | 2009-03-12 | Elekta Ab (Publ) | Method for separating multichannel signals produced by ac and dc sources from one another |
CN105147289A (zh) * | 2015-08-18 | 2015-12-16 | 高家红 | 基于原子磁力计的meg系统及方法 |
CN105361855A (zh) * | 2016-01-11 | 2016-03-02 | 东南大学 | 一种有效获取脑磁图信号中事件相关磁场信息的方法 |
CN106166064A (zh) * | 2015-05-22 | 2016-11-30 | 精工爱普生株式会社 | 磁计测系统 |
-
2017
- 2017-02-27 CN CN201710107658.6A patent/CN106798557B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1898576A (zh) * | 2003-12-24 | 2007-01-17 | 秦内蒂克有限公司 | 组合的磁场梯度和磁场强度传感器 |
US20090069661A1 (en) * | 2004-01-19 | 2009-03-12 | Elekta Ab (Publ) | Method for separating multichannel signals produced by ac and dc sources from one another |
CN106166064A (zh) * | 2015-05-22 | 2016-11-30 | 精工爱普生株式会社 | 磁计测系统 |
CN105147289A (zh) * | 2015-08-18 | 2015-12-16 | 高家红 | 基于原子磁力计的meg系统及方法 |
CN105361855A (zh) * | 2016-01-11 | 2016-03-02 | 东南大学 | 一种有效获取脑磁图信号中事件相关磁场信息的方法 |
Non-Patent Citations (1)
Title |
---|
XIA H ET AL.: "Magnetoencephalography with an atomic magnetometer", 《APPLIED PHYSICS LETTERS》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108459282A (zh) * | 2018-01-30 | 2018-08-28 | 中国科学院生物物理研究所 | 基于原子磁强计/磁梯度计的脑磁图检测装置及方法 |
CN109567785A (zh) * | 2018-12-05 | 2019-04-05 | 北京昆迈生物医学研究院有限公司 | 一种基于磁屏蔽筒的量子脑磁图系统及方法 |
CN111281370A (zh) * | 2020-02-19 | 2020-06-16 | 北京航空航天大学 | 一种基于serf原子磁强计的梯度仪配置式脑磁测量系统 |
CN112914578A (zh) * | 2021-01-20 | 2021-06-08 | 季华实验室 | Meg源定位方法及系统 |
CN112914578B (zh) * | 2021-01-20 | 2024-02-09 | 季华实验室 | Meg源定位方法及系统 |
CN113688578A (zh) * | 2021-07-13 | 2021-11-23 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种基于多变量融合的流场关键时间步提取与重构方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106798557B (zh) | 2020-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106798557A (zh) | 基于原子磁力传感的脑磁信息检测分析方法 | |
Bastiaansen et al. | Tangential derivative mapping of axial MEG applied to event-related desynchronization research | |
Ilmoniemi et al. | Brain signals: physics and mathematics of MEG and EEG | |
CA2319227C (en) | System and method for measuring, estimating and displaying rms current density maps | |
US4977896A (en) | Analysis of biological signals using data from arrays of sensors | |
Wikswo Jr et al. | The future of the EEG and MEG | |
Del Gratta et al. | Magnetoencephalography-a noninvasive brain imaging method with 1 ms time resolution | |
Vrba et al. | Fetal MEG redistribution by projection operators | |
Theis et al. | Biomedical signal analysis: Contemporary methods and applications | |
Mohsen et al. | AI aided noise processing of spintronic based IoT sensor for magnetocardiography application | |
Larson et al. | The importance of properly compensating for head movements during MEG acquisition across different age groups | |
Comani et al. | Independent component analysis: fetal signal reconstruction from magnetocardiographic recordings | |
Nawel et al. | A comparison of inverse problem methods for source localization of epileptic MEG spikes | |
CN106859599A (zh) | 基于全光原子磁力检测的脑磁图系统及获取方法 | |
Ma et al. | Application of convolutional dendrite net for detection of myocardial infarction using ecg signals | |
Ling et al. | Classification of EEG motor imagery tasks using convolution neural networks | |
Parkkonen | Real-time magnetoencephalography for neurofeedback and closed-loop experiments | |
Rucco et al. | Brain connectivity study by multichannel system based on superconducting quantum magnetic sensors | |
Theis et al. | Biomedical signal analysis | |
Shriram et al. | Human Brain Mapping based on COLD Signal Hemodynamic Response and Electrical Neuroimaging | |
Ustinin et al. | Functional Tomography of Complex Systems Using Spectral Analysis of Multichannel Measurement Data | |
Chen et al. | The stability of source localization in a whole-head magnetoencephalography system demonstrated by auditory evoked field measurements | |
Liao et al. | AAFA-Net: Adaptive Amplitude-Frequency Attention Network for Fetal Monitoring from Noninvasive Abdominal Recordings | |
Burghoff et al. | Discrimination of multiple sources using a SQUID vector magnetometer | |
Nayak et al. | Independent component analysis of Electroencephalogram |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |