CN1491612A - 获取生物电流源的方法和装置 - Google Patents

Abstract

本发明提供一种获取诸如位置、大小和方位等生物电流源的物理量的方法和装置。多个磁传感器置于被检查者待测区域附近，以测量该区域内的生物电流源形成的微小磁场。在待检查区域内设定多个点阵点。通过求解点阵点上未知的电流源和磁传感器提供的磁场数据的关系方程式；加上一个使各点阵点上的电流源矢量范数最小这一条件来推导电流源的物理量。

Description

获取生物电流源的方法和装置

本申请是申请日1994年6月4日、申请号94106684.3、题目“获取生物电流源的方法和装置”的申请的分案申请。

技术领域

本发明涉及获得生物电流源的位置、方向和大小的一种方法和装置。

背景技术

给活体一个刺激打破细胞膜两侧的极化并产生生物电流。这种发生在脑和心脏中的生物电流以脑电图或心电图的形式被记录下来。由这种生物电流形成的磁场则被记录为脑磁图或心磁图。

近年来，开发了一种使用SQUID(超导量子接口(interface)器件)的传感器，它是一种测量活体中微弱磁场的装置。这种传感器可放置在头部的外面，以无痛和无伤害的方式测量由电流偶极子(下面也简称为电流源)形成的微弱磁场，这种电源偶极子是脑中产生的生物电流源。与某种疾患相关的电流源的位置、方位、和大小可从放大后的磁场数据导出。所导出的电流源叠加在由射线照相CT装置或MRT(核磁共振)装置所获得的切面图像上来确定疾病的物理位置和其它特性等。

求得电流源的传统方法的一个例子是应用一种最小范数法(参见W.H.Kullman，K.D.Jandt，K.Rehm，H.A.Scnlitte，W.J.Dallas和W.E.Smith，等人著的由Plenum Press，纽约于1989年出版的题为“生物磁学方面的进展”一书第571-574页)。

应用最小范数法导出的传统方法将在下面参照图1进行描述。

如图1所示，多通道SQUID传感器1配置在接受检查者M的近旁。多通道SQUID传感器1具有多个磁传感器(接收线圈)S1至Sm，它们浸在称为杜瓦容器的如液氮等冷却剂中。

另一方面，多个点阵“1”至“n”设置在受检者M的如脑部等欲诊断区域中。假定各个点阵点的电流源(电流偶极子)为未知的。它们用三维矢量VPj(j＝1至n)来表示。然后，SQUID传感器1的各个磁传感器S1至Sm检测磁场B1至Bm，它们的表达式(1)如下：

在等式(1)中，VPj＝(PjX，PiY，PjZ)，和αij＝(αijX，αijY，αijZ)。αij是表示每个磁传感器S1至Sm位置中所检测的磁场强度的已知系数，其中以X、Y和Z三个方向中的单位尺寸的电流源安排成点阵形式。

如果〔B〕＝(B₁、B₂，……Bm)，而〔P〕＝(P1X，P1Y，P1Z，P2X，P2Y，P2Z，…PnX，PnY，PnZ)，那么等式(1)可重写为如下线性关系式(2)：

〔B〕＝A〔P〕                 ……(2)

在等式(2)中，A为具有3n×m个元素的矩阵，且可表示成如下公式(3)：

$A=\left[\begin{array}{c}\mathrm{\α}11X,\mathrm{\α}11Y,\mathrm{\α}11Z,\·\·\·\·\·\·\mathrm{\α}1\mathrm{nX},\mathrm{\α}1\mathrm{nY},\mathrm{\α}1\mathrm{nZ}\\ \mathrm{\αm}1X,\mathrm{\αm}1Y,\mathrm{\αm}1Z,\·\·\·\·\·\·\mathrm{\αmnX},\mathrm{\αmnY},\mathrm{\αmnZ}\end{array}\right]---\left(3\right)$

如果A的逆矩阵用A^-表示，则〔P〕可用下面方程式(4)表示：

〔P〕＝A^-〔B〕                ……(4)

最小范数法是以未知数3n(这里要考虑各点阵点设定的电流源的X、Y和Z方向中的大小)大于方程式数m(磁传感器S1至Sm的数量)为前提的。这种方法通过应用条件—使电流源〔P〕的范数|〔P〕|最小—获得电流源的解。通过均衡等式m数和未知数3n的数能均匀地获得这些解，但这样的解是很不稳定的。由于这个缘故，而使用最小范数法。

通过应用条件—“使电流源|〔P〕|的范数|〔P〕|最小”，上面方程式(4)可重写为下面方程式(5)：

〔P〕＝A⁺〔B〕                 ……(5)

这里A⁺为下面式(6)表达的通常的逆矩阵：

A⁺＝A^t(AA^t)^-1                  ……(6)

这里A^t是A的转置矩阵。

各点阵点上的电流源VPj的方向和大小由解上面方程式(5)而导出。其间最大值的电流源被认为最接近真电流源。这就是根据最小范数法导出电流源的原理。

为了改进最小范数法的位置分辨率，已有人建议在不断增加最小范数解的同时细分点阵点(参见如Y.Okada，J.Huang and C.Xu，等人著，关于生物磁学的第八次国际会议，由Munster于1991年8月出版)。这种方法将参照图2进行简略描述。

图2为图1中点阵点N的部分放大视图。图2中标号J表明具有由上述最小范数法按照接近真正电流源而获得的电流源的点阵点。一组细分的点阵点M(图2中小黑点所示)附加建立在该点阵点J的周围。上述技术应用于包含在原建立的点阵点N组中的新建立的点阵点M组，以获得一个更接近于真实电流源的电流源。

发明内容

上述已有技术存在如下缺点。

由于原建立的点阵点N上新建了细分的点阵点M，所以图2所示的传统方法包含了大量增加的点阵点的数目。其结果，方程式(5)中的矢量〔P〕具有大量的元素，这些元素降低了计算最小范数解时的精度。

本发明考虑了当前最新技术的发展，其主要目的在于提供一种获得高精度生物电流源的方法和装置。

按照本发明，上述目的是通过获得生物电流源的如位置、大小和方向的物理量的方法完成的，该方法包含：

用多个安排在检查区附近的磁传感器测量在受检者的检查区中由生物电流源形成的微弱磁场的磁场测量步骤：

在检查区中设置多个点阵点的点阵点设置步骤：

通过解点阵点上未知电流源的有关表达式和由磁传感器提供的场数据，并用所附使每个点阵点的电流源矢量的范数最小化的条件导出电流源的物理量的电流源计算步骤；

在被计算的电流源中将点阵点移向具有最大电流值的点阵点重新排列步骤；

检查正被移动的点阵点之间的最小距离是否在预定值以下的检查步骤；

当最小距离超过预定值时重复电流源计算步骤至移动点阵点的检查步骤、且当检查步骤上确定最小距离小于预定值时出现的磁场对应的电流源认为是实际电流源的电流源识别步骤。

本发明具有如下功能。

在电流源计算步骤中所计算的电流源中具有大电流值的点阵点不是真正的电流源而只是接近于真电流源的某个电流源。因此，在点阵点的重新排列步骤中，在点阵点设置步骤中设置的其它点阵点朝着具有大电流值的点阵点移动。对于重新排列的点阵点同样求得电流源。这就是说，按照本发明，真电流源的求得是通过移动点阵点而不是改变点阵点的数目。因此，所获得的真电流源具有精确性同时又保持了最小范数法的计算精度。

在有多个实际电流源(电流源具有大的值)的情况下，上述方法发生了这样的问题，即应选取哪一个点阵点作为其它点移动的目标。在这种情况下最有可能成为实际电流源的电流源最好是从求得的点阵点的电流源的物理量中推导出来。根据求得的最有可能成为电流源的电流源(下面简称似然电流源)将点阵点分成若干个组。这样，即使在存在多个真电流源的情况下也能精确地求得电流源。

在上面的技术中，用于确定存在于各点阵点上的似然电流源的电流源的物理量可以是如每个点阵点上的电流源的大小和那点阵点周围的点阵点的密度。然而必须通过实验确定代表点阵点密度对似然电流源的影响程度的参数。然而，这种参数设定未必很容易，且若选定了不适当的值还会降低电流源的推导精度。

为了避免这种参数设定，最好是同时测量由生物电流源在检查区中产生的微弱磁场的三个正交分量(矢量测量)，且根据所测量的三个正交分量的场数据求得电流源。用这种矢量测量，所测得的场数据具有高度的相互独立性，结果改进了空间分辨率。由于这样不需考虑将围绕每个点阵点上的点阵点密度作为一个因数和给存在于每个点阵点上的似然电流源，所以没有必要进行上述参数的设定。

例如，表明某个点阵点上的电流对其它点阵点影响的组函数用于将点阵点按照存在于点阵点的似然电流源分成多个组。之后必须通过实验决定确定组函数形式的参数(移动参数)。然而，该参数设定也未必容易，且若选的值不适当，会降低电流源求取的精度。最好，该移动参数按照解的范数最小化(一个矢量使每个点阵点的电流源作为一个参数)的条件使其达到自动最优化。

使用上述最小范数法的求取方法是根据这样一个前提，即未知数3n(n为点阵点的点数)的个数大于磁传感器m(方程数)的个数，即3n＞m，(这里考虑到了为各点阵点假定的电流源的X、Y和Z方向中的大小)。因此，能使代表点阵点的未知电流源和测量的磁场之间关系的系数矩阵降到很低，反映了解的不稳定性。进而，在识别最佳电流源的步骤上，点阵点之间的最小距离是否小于一预定值(收敛标准)将用作确定条件。于是，求取结果会随预定的标准而变。这个问题可通过本发明的进一步的方法得到解决。

因此，本发明提供了一种获取生物电流源的如位置、大小和方位的物理量的方法，该方法包含：

用多个安排在检查区附近的磁传感器测量在受检者的检查区中由生物电流源形成的微弱磁场的磁场测量步骤；

在检查区中设置多个点阵点的点阵点设置步骤，在数目上，点阵点小于磁传感器的数目；

附加使每个点阵点上的未知电流源和每个磁传感器测得的磁场产生的磁场方差最小化的条件来求取未知电流源的第一电流源计算步骤；

检查由求得的电流源和每个磁传感器实际测得的磁场所计算的磁场方差是否为整体最小的检查步骤；

当方差测定不同于整体最小时，将点阵点朝着在第一电流源计算步骤中所计算的电流源之间具有大电流值的点阵点移动的点阵点重新排列步骤；

重复第一电流源计算步骤至点阵点重新排步骤、且把对应于检查步骤中方差确定为整体最小时出现的磁场的电流源认为是真电流源的电流源识别步骤。

按照这种方法，磁传感器的数目大于设置的点阵点的未知数的数目，以获得稳定的解(电流源)。通过采用使每个点阵点上的未知电流源和实际测得的磁场产生的磁场方差最小化的条件可使求得的电流源增加精度。而且，由于将方差确定为整体最小时出现的电流源认为是真电流源，所以在求取最终电流源的步骤上不需要设置收敛确定值。于是，最终电流源求取可均匀实现。

当在上面点阵点重新排列步骤中将上述组函数用于重新排列点阵点时，将包含如设置参数等的麻烦操作。而且，由于点阵点在每个组中移动是一点一点的，所以产生推导结果要化很长的时间。为了克服这种缺点，最好是在检查步骤中确定出方差不同于整体最小值时，通过附加使方差和电流源的加权平方和最小化的条件重新求取点阵点上的电流源，并且将点阵点朝着在电流源之间具有大电流值的点阵点移动。该技术采用方差与电流源的加权平方和的补偿项作为移动点阵点的计算函数。因此，即使在点阵点不处于真电流源的情况下可获得稳定解。这样允许点阵点在某时刻移动到最大电流源的附近，由此缩短了求取电流源时所化费的时间。点阵点重新安排而不用组函数，这免除了设置参数的操作。

在上述通过线性最小平方方法确定各点阵点上的电流源的技术中，如果噪声混进所测量的磁场中，则噪声分量也可能会被计算为解(电流源)。这会导致一些不足之处，即每个求出的电流源的位置会发生变化。为了克服这种缺点，最好是通过附加使每个点阵点的未知电流源和实测磁场所产生的磁场方差和电流源的加权平方和最小化的条件执行第一电流源计算步骤以求取点阵点上的电流源，执行检查步骤以检查方差和所计算的电流源的加权平方和是否为整体最小，且当所确定的和不同于整体最小时，点阵点朝着所计算的电流源之间的具有大电流值的点阵点移动。在求取最佳电流源的检查步骤上，该技术计算具有电流源的加权平方和(补偿项)的函数加给方差。补偿项的值越小电流源相互靠得越近，因此，离散出现的噪声分量被认为是解的可能性很小。

如上所述，通过在求取最佳电流源的检查步骤时估算如下函数，即能避免噪声分量的影响。这个函数是将电流源的加权平方和(即补偿项)与方差相加。然而，在点阵点上求取的电流源趋于过分集中，这会产生这样的缺点，即在电流源分布在某个区域情况下，要获得真正电流源可能是困难的。在这种情况下，对于在第一电流源计算步骤中附加的条件，即，使方差和和电流源的加权平方和最小化的条件，设置电流源的权，使得点阵点之间的距离越小值也越小。在检查步骤上，不用补偿项，以检查由在第一电流源计算步骤中所获得的电流源产生的磁场和实测磁场之间的方差是否为整体最小。如果发生方差不是整体最小时，则点阵点朝着所计算的电流源之间具有大电流的点阵点移动。按照这一技术，当点阵点局部集中时，补偿项的影响下降。而且，由于补偿项不用于识别最佳电流源的标准，所以获取的电流源未必集中。于是，分布在某个区域上的电流源可以准确获得。

为了说明本发明，附图中显示了目前几种较佳的形式，然而，应当理解，本发明并不局限于这里所示的具体的结构和装置。

附图说明

图1为应用最小范数法获取生物电流源的传统方法的说明示图；

图2为获取电流源的另一传统方法的说明示图；

图3为显示实施本发明的一装置的外形的方框图；

图4为第一实施例中电流源获取过程的流程图；

图5为第一实施例中说明点阵点移动的示图；

图6为第二实施例中电流源获取处理的流程图；

图7为解释组函数的示图；

图8为说明第二实施例的分组中的点阵点的移动说明图；

图9为表示第二实施例中再分组中的点阵点的移动说明图；

图10A表明应用于第二实施例的模拟部分的模型说明图；

图10B为应用于第二实施的模拟部分中的磁传感器的说明图；

图11A为显示第二实施例的模拟部分中设置电流源的说明图；

图11B为显示再建图12A中电流源的说明图；

图12A为表明第二实施例的模拟部分中电流源的不同设置的说明图；

图12B为表明再建图12A中电流源的说明图；

图13为第三实施例中电流源获取过程的流程图；

图14为第三实施例中磁传感器的概略说明图；

图15A为表明在第三实施例的模拟部分中获得再建电流源的说明图；

图15B为与图15A作比较表明根据径向测量再建电流源的说明图；

图16A和16B为表明对应于移动参数值的解的范数变化的说明图；

图17A为表明再建与图16A相对应的电流源的说明图；

图17B为表示再建与图16B相对应的电流源的说明图；

图18为第四实施例中电流源获取处理的流程图；

图19为表示在第四实施例的模拟部分中获得的再建电流源的说明图；

图20为第五实施例中电流源获取处理的流程图；

图21、22和23为显示第五实施例的模拟部分中获得的在电流源的不同阶段中再建情况的说明图；

图24为第六实施例中电流源获取处理的流程图；

图25为与第六实施例相比较表明由不确当参数设定所获得的电流源再建的说明图；

图26为与第六实施例相比较表明不用补偿项获得的电流源再建的说明图；

图27、28和29为显示第六实施例的模似部分中获得的在电流源的不同阶段中再建情况的说明图；

图30为第七实施例中电流源获取处理的流程图；

图31为比较目的表明从第六实施例获得的再建电流源的说明图；

图32为表明在第七实施例中获得的再建电流源的示图；

图33为第八实施例中电流源获取处理的流程图；

图34为比较目的表明从第七实施例获得的再建电流源的说明图；

图35为表示第八实施例的模似部分中获得的再建电流源的说明图。

具体实施方式

下面参照附图描述本发明的较佳实施例。

第一实施例

参看图3，描述实施本发明获取生物电流源装置的外形结构。

图3中标号2为磁屏蔽室。磁屏蔽室2包封一张受检者M躺于其上的床3和一个配置邻近于受检者M的脑部的多通道SQUID传感器1，它用来以无痛和无伤害方式测量如由脑中出现的生物电流源产生的微弱磁场。如前面所述，多通道SQUID传感器1具多个浸入杜瓦瓶的冷却剂中的磁传感器。在该实施例中，每个磁传感器由一对检测称为球体的脑部径向磁场分量的线圈组成。

由多通道SQUID传感器1检测的场数据输入给数据变换单元4将其变换为数字数据存入数据收集单元5。激励器6将电(声、光或其它)激励输入到受检者M。定位单元7根据多通道SQUID传感器1确定受检者M相对于三维坐标系统的位置关系。例如，用一些小线圈贴附于受检者M多处，定位单元7把功率加给这些小线圈。然后，线圈产生磁场由多通道SQUID传感器1检测，因此能测定受检者M相对于多通道SQUID传感器1的位置。例如，可将一投影仪附于杜瓦瓶，以发射一光束给受检者M以测定位置关系。按照日本专利公告(未审查)No.5-237065和No.6-788925所揭示的，可获得各种其它方法。

数据分析单元8用来从存贮在数据收集单元5中的场数据求取受检者M被诊断区中的电流源。与数据分析单元8相联的磁光盘9用来存贮由射线照相CT装置或MRT(核磁共振)装置获取的切面图像。由数据分析单元8求取的电流源可叠加在这些切面图像上显示在彩色监视器10上或用彩色打印机11打印。从射线照相CT装置或MRT装置获得的切面图像可通过图3中所示通信线路12直接发送给数据分析单元8。

数据分析单元8执行的电流源求取序列将在下面参照图4所示流程图进行描述。

如上所述，首先对受检者M相对于以多通道SQUID传感器1为基础的三维坐标系统的位置关系进行测量和存贮，然后，按照图1中所示已有技术，将三维点阵点N均匀地设置在受检者M要诊断的如脑部区域中(步骤1)。

方程(3)表示的矩阵A中的各系数由Biot-Savart定律进行计算(每当点阵点按后面所述移动时就对矩阵A中的系数进行计算)。接着，用最小范数法测定每个点阵点上的电流源(最小范数解)(步骤S2)。

下面，将点阵点朝着步骤2上所测定的电流源之间具有大值的电流源的点阵点移动(步骤3)。图5显示怎样来进行这一步骤。图5中的标号N表明在步骤1中最初设定的点阵点组。标记“X”的点阵点为在步骤2中测定的电流源之间具有大值的电流源的点阵点。其它点阵点朝这个点阵点移动，以形成数量上与点阵点N组一致但相互更靠近的点阵点N1。

将点阵点朝着具有大值的电流源的点阵点移动的步骤3可用任何适合的方法进行，下面举一例子说明。假定将在步骤2测定的每个点阵点的电流源的大小作为一个质块，且假定由于重力的吸引力作用于点阵点之间。那么，每个点阵点朝着更大质块的某个点阵点移动。点阵点以更高的密度收拢，它们更接近具有大质块的某个点阵点。每个点阵点的移动距离设置得要合适。

步骤S4对在步骤S3中进行的移动后形成的点阵点组N1中的点阵点之间的最小距离是否低于预定距离执行检查。根据所求取的电流源的位置精度适当地确定这个距离。

如果点阵点之间的最小距离超过预定值，则操作返回到步骤S2，通过最小范数法测定移动原有点阵点形成的点阵点N1组中的每个点阵点的电流源。如上所述，点阵点N1的数据与原有点阵点N的数目相同。在使用最小范数法的线性等式(5)(下面再次写出)中；

〔P′〕＝A⁺〔B〕                  ……(5)

矢量〔P′〕中的元素的数据不增加而是固定不变的。这表明最小范数解的计算精度不变。另一方面，由于点阵点已移动，所以第二次进行的最小范数法不考虑图5中阴影区中存在的电流源。然而，这些区域最终与期望包括一真正电流源的位置分离开。这些区域中的点阵点几乎不可能包含真正电流源。于是，不必担心排除这些区域而会降低计算精度。

如上所述，每个点阵点N1的电流源是由最小范数法(步骤2)测定的。可以推定大值的电流源接近真电流源。其它点阵点朝着这个电流源的点阵点移动形成一个新的点阵点组N2(步骤3)。

重复上述过程之后，当点阵点之间的最小距离发现低于在步骤S4预定值时，则点阵点组的电流源在步骤S2中进行最后一次测试，并把它们作为真正电流源。

按照该实施例，从前面的描述可以理解，其它点阵点朝着第一次进行的最小范数法求得的具有大值的电流源的点阵点移动。接着执行最小范数法求取电流源，同时与前次相比保持点阵点的数目不变，而仅使点阵点之间的距离下降，于是，电流源可以高精度求得，同时保持了计算最小范数解中的精度。

第二实施例

在存在多个真电流源的情况下，第一实施例存在一个问题，即应选取哪个点阵点作为其它点阵点朝其移动的目标。第二实施例从求取的电流源的物理量中确定存在于每个点阵点上的似然电流源。根据似然电流源将点阵点分成多个组。对于每个组，点阵点朝着具有最大电流源的点阵点移动。

该实施例中的装置外形和多通道SQUID传感器1与第一实施例的相同，这里不再对其进行描述。电流源求取的顺序下面参照图6所示流程图进行描述。

如在第一实施例中一样，三维的点阵点N均匀地设置在受检者M的如脑部的要诊断的区域中(步骤11)。

然后，用最小范数法确定每个点阵点的电流源(最小范数解)(步骤12)。

下面，第“j”个点阵点的位置作为矢量Vrj；其求取的电流源作为矢量VPj；第“K”个(K≠j)点阵点的位置作为矢量VrK，和其求取的电流源作为矢量VPK，出现于第“j”个点阵点上的似然电流源Q可用如下面的方程(7)表示。该等式用来确定在步骤12上获得的各点阵点上存在的似然电流源。(步骤S13)。

$Q=\left(\mathrm{Vrj}\right)=\left|\mathrm{VPj}\right|+\mathrm{\γ}\underset{K=1,K\≠j}{\overset{n}{\mathrm{\Σ}}}{e}^{-\mathrm{\β}|\mathrm{VrK}-\mathrm{Vrj}|}---\left(7\right)$

在方程(7)中，β是用于调节与点阵点之间距离有关的可能性的参数，而γ是确定第二项权的参数。这些参数由实验选定。而且，在上面等式中，“e”为自然对数的底(e＝2.71828……)，“n”是点阵点的总数目。

方程(7)中的第一项表明第“j”个点阵点的电流源的大小越大，则在该点阵点上存在的电流源的似然越大。第二项表明第“j”个点阵点周围的点阵点的密度越高、则所出现的电流源的似然越大。

在其后的处理中，具有小似然的点阵点朝着大似然的点阵点移动，以便从一个更恰当的点阵点的布局中求取电流源。为了完成点阵点的这种运动，应用如由下面等式(8)表达的组函数Φj将点阵点N分成组(步骤14)：

$\mathrm{\Φj}\left(\mathrm{Vrj}\right)=Q\left(\mathrm{Vrj}\right)\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\α}}{e}^{\frac{{|\mathrm{Vri}-\mathrm{Vrj}|}^2}{{2\mathrm{\α}}^2}}---\left(8\right)$

组函数Φj表明第“j”个点阵点的电流源对其它点阵点的影响。等式(8)中Vr为给定点的位置矢量。α是一个实验选定的函数，它确定等式(8)中函数的形式。

应用组函数Φj将点阵点N分成组的方法将参照图7进行描述。在图7所示的曲线中，垂直轴代表组函数Φj，而水平轴表示一个给定的位置矢量Vr。水平轴上的标号A、B和C表示点阵点N组中的点阵点。标号ΦA、ΦB和ΦC分别为点阵点A、B和C的组函数。在图7所示例中，在点阵点A上给出最大函数值的点阵点是B。因此，在这种情况下，点阵点A与点阵点B属于同一组。另一方面，点阵点C上的最大函数值由点阵点C自身给出。于是，点阵点C属于一个与点阵点A和B不同的组。用这种方式，点阵点N被分成多个组。

每个组中的点阵点朝着最大函数值(电流源的大小)的点阵点移动(步骤15)。图8表明该步骤是怎样进行的。图8中标号N是指在步骤11上最初设置的点阵点组。标有“X”的点阵点是各组中具有最大值的电流源的点阵点。各组中其它点阵点朝着该点阵点移动形成相互更接近的点阵点N1或N2。初始组N中的点阵点数目等于点阵点组N1和N2中的点阵点的总数。使其它点阵点朝着具有最大电流源的点阵点移动的步骤15以与第一实施例中的同样方式进行。

步骤S16对在步骤S15上移动后形成的各点阵点组N1或N2中的点阵点间的最小距离是否低于预定距离进行检查。该距离根据电流源计算位置的精度确定一个恰当的值。

在第一阶段分组中，点阵点的移动距离设置得以便点阵点间的最小距离超过预定的值。于是，操作返回到步骤S12。将点阵点组N1和N2作为新的点阵点组，用最小范数法测定重新排列的点阵点的电流源。

在对各组N1和N2中的每个点阵点的电流源测定之后，如前所述(步骤S13)对各组N1和N2的出现在每个电流源的点阵点上的似然进行测定。然后，将每个组N1或N2中的点阵点再进行分组(步骤S14)。移动每个组中的点阵点(步骤15)。图9表明由上述步骤形成的新的点阵点组N3至N7。

在重复上面过程之后，当在步骤S16上发现点阵点之间的最小距离低于预定值时，则最后一次在步骤12上所测定的点阵点组的电流源作为相应的真电流源。

<模拟>

执行一种模拟以确定上述技术的有效性。一个具有80mm半径的球设想为与头部作用一样的用于获取电流源的区域。作为磁传感器S，具有30mm基管的轴型线性微分倾斜计(见图10B)(linear differential gradiometers)在球表面之上排列在37个通道中且具有一个117mm的半径。所有倾斜计(gradiometer)具有向坐标原点延伸的轴线。电流偶极子(电流源)设置在头形球体中，且由偶极子形成的磁场用Sarvas的考虑体积电流作用的等式(J.Sarvas，phys.Med.Biol.，Vol.32，PP11-22，1987)进行计算。这些磁场作为测量磁场。图10A表明了这种模型。

下面，将其空间分成每个为20立方毫米的小格点，且位于脑部球体中的257个点阵用作再建的对象，该模拟中应用的传感器S在球体的径向“r”中延伸，因此不能检测由电流分量在径向中形成的磁场。于是，用于求取参数的是θ方向和Φ方向的电流分量。

磁场的计算是根据这样的假设进行的，即作为电流源的两电流偶极子具有同样的深度(20，0，50)，(-30，0，50)。两电流偶极子的磁矩(monent)设在(0，10，0)上。位置单位为mm，磁矩单位为nAm。所计算的磁场作为测量值，上述实施例中进行计算的结果显示在图11A和11B中。图11A表示设置情况，图11B表明再建情况。当有隔离电流偶极子时，点阵点围绕真值收缩，电流偶极子在正确的方向中再建。

下面，描述将两个电流偶极子设置在不同深度时的情况。电流偶极子设置在位置(20，0，50)和(-20，0，30)，而两者的磁矩为(0，10，0)。其结果显示在图12A和12B中，图12A显示设置情况，图12B显示再建情况。当再次存在隔离电流偶极子时，配置在不同深度上的电流偶极子基本上也能正确地再建。

按照该实施例，从前面的描述可理解到，出现在点阵点上的电流源的似然可由最小范数法获得的点阵点上的电流源的物理量确定。根据该似然，将点阵点分成组。其它点阵点朝着具有最大函数值的电流源的点阵点移动。重新排列的点阵点的电流源由最小范数法获得。于是，电流源由最小范数法求取，而不增加点阵点的数目。就是说，电流源可以高精度求得同时保持了计算最小范数解的精度。即使出现多个真电流源，每个电流源都可以高精度求取。

第三实施例

如第二实施例中所描述的点阵点移动最小范数法所知的，参数α、β和γ必须由实验建立。这些参数取决于电流源的位置、大小和方位。因此，要根据如上所述的等磁场图建立适当的参数值对于经验较少的操作者而言是特别困难的。建立不恰当的参数可能导致产生与真解相反的结果。

该实施例避免在上述参数α、β和γ之间设置与每个点阵点上出现解的似然有关的参数β和γ，以便使电流源的求取方便且具有精确度。

发明者已进行了深入细致的研究并发现，通过同时测量由各体内电流源产生的磁场的三个正交分量(即矢量测量)并将该数据用于上述点阵点移动最小范数法的应用中，则电流源也可用下面方程(9)恰当地求取，其中方程(7)中的参数γ设置为零(也避免设置参数β)：

Q(Vrj)＝|VPj|                         ……(9)

由于下面的原因，可以相信电流源也可以用不包含方程(7)中第二项的方程(9)求取。

通常，如图10A中所示，用于检测由体内电流源产生的磁场的磁传感器S排列成具有径向延伸的轴线，这里检查时的受检者M的区域是一个球体。如图10B中所示，每个磁传感器S具有一对线圈L1和L2呈球体径向排列(图10B中的Z向)。结果，所检测的场数据仅为Z向分量。由于仅检测具有三个正交X、Y、Z方向分量的磁场中的Z向分量，所以所检测的场数据具有一个低程度的相互独立性而提供一个低的空间分辨率。于是，方程(7)中的第二项，即点阵点附近的电流源的密度，被认为对点阵点上存在解的似然Q有大的影响。

另一方面，由体内电流源产生的磁场的矢量测量检测受检者中磁场的三个正交X、Y和Z向分量。所检测的磁场数据提高了相互独立性的水平以改进空间分辨率。于是，可相信仅从方程(7)中的第一项可以高精度地获得点阵点上存在解的似然Q，而不必考虑其第二项。

参照图13所示流程图，将对该实施例作进一步描述。

启动配置在受检者M附近的多通道SQUID传感器1以同时测量受检者M中的微弱磁场的三个正交分量(矢量测量)(步骤S20)。这里所用的多通道SQUID传感器1的磁传感器(接收线圈)S1至Sm，其每一个包含具有检测三个正交方向中的灵敏度的三个接收线圈。这类接收线圈可以是如一种三轴线倾斜计(three-axisgradiometer)。将接收线圈分成两个相反绕组来制作倾斜计，以便删除均匀的磁场而仅仅检测具有梯度的磁场。

图14概略地显示了三轴线倾斜计的结构。接收线圈LX、LY和LZ分别检测X、Y和Z方向中的场分量。三轴线倾斜计不限于任一特定结构。三轴线线圈也可附连于与其六个面正交的正六面体的芯构件。日本专利公告(未审查)No.4-301581中揭示的三轴线倾斜计可应用。后者包括：耐低温软性材料卷成一圆柱体，和三对反绕的超导膜线圈，它们相互连接并以相互变化的角度制作在软性材料的表面。

接着，在要诊断区中如脑中，均匀设置三维点阵点N(步骤S21)。然后，用如上所述的最小范数法测定每个点阵点的电流源(最小范数解)(步骤S22)。

再其次，用上述方程(9)确定每个电流源的点阵点出现的似然(步骤S23)。

为了使具有小似然的点阵点朝着大似然的点阵点移动，则使用方程(8)表示的组函数Φ将点阵点N分成组(步骤S24)。方程(8)中的参数(移动参数)α如上面所述用实验选定。

接着，每组中的点阵点朝着具有最大函数值(电流源大小)的点阵点移动一个小距离(步骤S25，参见图8)。

下面的步骤S26对在步骤S25进行移动后形成的各组点阵点(图8中的N1或N2)中的点阵点之间的最小距离是否低于预定距离进行检查。根据计算的电流源位置的精度将该距离确定一个适当的值。

在第一阶段分组中，设置点阵点的移动距离使得点阵点之间的最小距离超过预定值。于是，操作返回到步骤S22。由最小范数法测定重新排列的点阵点的电流源，把点阵点组N1和N2作为新的点阵点组。在对各组N1和N2中的各点阵点的电流源测定之后，如前所述对各组N1和N2测定存在于各电流源的点阵点上的似然(步骤S23)。然后，对各组N1或N2中的点阵点进一步进行分组(步骤S24)。移动各组中的点阵点(步骤S25)形成新的点阵点组(图9中的N3至N7)。

当重复上面过程之后在步骤S26上发现点阵点之间的最小距离低于预定值时，则把最后一次执行的步骤S22上测定的点阵点组的电流源作为与真电流相符的值。

<模拟>

为了查清上面的技术的有效性进行仿真模拟。这里，图14所示接收线圈假定进行矢量测量。图10B所示接收线圈也可用来仅测量径向分量，而且可计算由同一电流源产生的磁场，为了使计算这两种类型线圈的条件相等，通道数和测量区域设置得基本相同。对于矢量测量，通道设置为13×3＝39个通道，且线圈间距为37.5mm。对于径向测量，通道数为37而线圈间距为25mm。线圈排列在具有117mm半径的球上，且线圈轴线延伸到球的中心。然而，由于体电流影响磁场的切向分量，所以应用球型来计算电流源产生的磁场以便把体电流的影响考虑进去(参见J.Sarvas，Phys.Med.Biol.，Vol.32，PP11-22，1987)。

根据由矢量和径向测量获得的每个场数据，应用等式(9)进行模拟计算。一个具有80mm半径的球设想为头部，而磁传感器以Z轴(见图10A)对称排列。传感器安排在离球表面37mm的距离上。作为电流源，两个电流偶极子安排如下：

位置〔mm〕     磁矩〔nAm〕

(20，0，50)    (0，10，0)

(-20，0，50)   (0，10，0)

获得的结果显示在图15A和15B中。图15A表示由矢量测量的场数据求得的电流源。图15B显示根据径向测量求得的结果。图中，圆圈表示电流源设置的位置，而箭头表示求得的电流源。由图15A和15B可见，用本实施例的技术即把前面的等式(9)应用于由矢量测量所获得的场数据能正确地获取电流源，然而将方程(9)应用于由径向测量获得的场数据不能正确地获取电流源。

于是，该实施例需要经过实验设置点阵点移动最小范数法中的参数α、β和γ之间的参数α。因为不需要设置参数β和γ，而能相当方便和相当精确地获取电流源。

第四实施例

在第三实施例的S24步中，参数(移动参数)α是由操作者根据经验设定。然而，与这样设定的值有关的移动参数可能导致完全不同的结果。如果该值可以由某种方法来确定，则结合上述的第三实施例的技术可以无需经验参数而实现高度概括的演绎技术。

本实施例把通过最小范数方法获得的解的范数看作确定移动参数α的依据。用这种技术，每次重复移动点阵点来确定最小范数解，因而，解的范式每次都变化。因此解范数的变化可以通过对移动参数α的推导设置不同的值检测出来。如图14所示的耦合线圈被用作传感器。电流源和传感器的排列同第三实施例一样。图16A和图16B分别示出了α为0.3和0.5的范数变化。在图16A和16B中，水平轴表示重复次数，而垂直轴表示解范数。图17A和17B示出了该推导的结果。当α为0.3时，如图16A所示，解范数是分散的，并产生如图17A所示的不同的推导结果。当α为0.5时，如图16B所示，解范数是收敛的，并产生如图17B所示的合适的推导结果。

这些事实显示出，可以通过求得使解范数最小的点阵点移动参数并根据每次重复的参数移动点阵点来确定最佳移动参数α。

下文将参照图18的流程图描述使用自动调整移动参数α的一系列电流源推导。

图18中的步骤S30-S33与图13中所示的第三实施例的步骤S20-S23相同，在此不再赘述。

在步骤S35利用前述的公式(8)对点阵点进行分组之前，在第34步，先要利用由下式(10)表示的估算函数“f”确定移动参数Q的最佳值。

$f\left(\mathrm{\&alpha;}\right)=\underset{J=1}{\overset{n}{\mathrm{\&Sigma;}}}\left|\mathrm{Vpj}\left(\mathrm{\&alpha;}\right)\right|---\left(10\right)$

在公式(10)中，Vpi(α)是在用移动参数α移动点阵点之后用最小范数方法获得的解。因此，估算函数“f”是范数解。另外，“n”表示点阵点数。

在步骤S34至S36，几个参数α₁，α₂，α₃等预先已经输入，用这些参数试验性地移动点阵点，并获得最小范数解。把这些最小范数解用于公式(10)，得到估算函数f(α₁)、f(α₂)、f(α₃)等值。把具有最小值的参数选作移动参数α。选用根据选出的移动参数α移动点阵点获得的最小范数解，含去用其它参数求得的最小范数解。

然后，进入步骤S37，确定前一次进行的步骤S33至S36得出的范数解(估算函数值f_L-1)和这次进行的得出的解范数(估算函数f_L)之间的变化Δf。如果变化Δf小于预定值，则终止重复。否则，操作返回到步骤S33。重复步骤S33-S36，一直到变化Δf小于预定值为止。

图18所示的技术不仅不需要经验参数α、β或γ，而且只使用最小范数解的范数作为停止重复的条件(步骤S37)。因此，电流源推得过程可以在进行了适当次的重复之后停止。

<模拟>

下面进行一次模拟以确定自动调整移动参数α的技术的正确性。把19个如图14所示的耦合线圈排列在球面上进行矢量测量。因此，通道数等于19×3＝57。在半径为131mm的球面上线圈间距设置成25mm。把人头看作一个半径为80mm的球体，计算磁场，同时考虑体电流影响。传感器以Z轴作对称分布，距头体36mm。还排列了多对电流耦极作为电流源。

假设脑皮层位于头颅内，其上有三对电流耦。各电流耦极的位置和偶极矩如下：

    位置〔mm〕              偶极矩〔nAm〕

(-27.08，4.78，47.63)      (-8.53，1.50，-5.00)

(-27.08，-4.28，47.63)     (-8.53，-150，-5.00)

(4.91，-56.08，32.50)      (0.44，-4.98，-8.66)

图19示出了用点阵点移动最小范数方法同时自动调整移动参数α进行电流源推导的结果。正如所见的那样，推导出电流源处于相邻适当的位置。在用这种技术推导电流源时，获得的解作为电流耦极的分布状况，即使电流源仅包括一对电流耦极。如果对电流耦极的耦极矩求积分，其值大致上对应于电流耦极的设定耦极矩，这证实了该技术的正确性。

按照该实施例，根据对上述描述的理解，使用了多个磁传感器同时检测生物电流产生的电流源的三个正交分量。因此，在点阵点移动最小范数方法中，分析在点阵点上的电流源的大小来确定在该点阵点上存在电流源的可能性，不必考虑在各点阵点周围的电流矩的密度。因此，也不必根据经验来设定参数，以确定在该点阵点上可能存在电流源的各点阵点周围的电流源密度的影响程度。所以，可以方便和准确地推导出电流源。

第五实施例

上述的最小范数方法是基于这样一个前提，未知的3n(n是点阵点数)的数目大于磁传感器的数目m(公式数量)即3n＞m，同时考虑了假设的各点阵点电流源在X、Y和Z方向上的大小。所以，前面的公式(2)的系数矩阵A的阶数可以降低(即可能出现相同的列向量)。这使推导出来的解不稳定。

而且，最小范数方法仅仅是作为解联立方程(2)的一个条件而增加的。使电流源〔P〕的范数|P|最小化并无明确的理论依据。因此，难以断定用这种方法推导出的电流源是否表示真正的电流源。

而且，在第一和第二实施例中所用的点阵点移动最小范数方法中，把点阵点之间的最小距离是否小于预定的收敛标准用作为确定收敛条件，以重复移动点阵点过程中和在最小范数方法中推导出最后的电流源。因此，推测结果可能随预定的收敛标准而变化。这造成了推测方法通用性降低的问题。

本实施例消除了上述的缺点。具体地说，本实施例在推测电流源方面实现了更高的精度，它不需要设定收敛的标准来推测电流源，并能使最后推测出的电流源一致。

在本实施例中，由如第一和第二实施例中所用的相同的多通道SQUID传感器1从受检者M中选择场数据。下文将结合图20的流程图描述电流源的检测过程。

首先，把要诊断的区域如脑部均匀地设置成三维点阵点N(步骤S41)。在此，把点阵点N数选择成使未知的3n数小于磁传感器S1-Sm的数目。这使得电流源〔P〕能用下述的线性最小平方法来推测出。

接着，进入步骤S42，从磁传感器S1-Sm检测出的磁场〔Bd〕中确定电流源〔P〕。电流源〔P〕与磁场〔Bd〕的关系与前面的方式(2)一样：

〔Bd〕＝A〔P〕

如上文已提到的一样，矩阵A包括表示在各磁传感器S1至Sm的位置上的磁场强度的系数α_ij，在X、Y和Z方向上的单位大小的电流源分布在点阵点上。矩阵A具有3n×m个元素。因此电流源〔P〕能从〔P〕＝A^-〔Bd〕中推导出，而该式与前面的公式(4)的表示一样。然而，如果公式m的数字(磁传感器S1-Sm数量)大于未知的3n数(假设的点阵点的电流源数)，则不可能有解。那么，通过对测得的磁场〔Bd〕和假设的各点阵点电流源〔P〕施加于磁传感器S1-Sm上的电流源〔B〕之间的最小立方差|〔Bd〕-〔B〕|增加一个条件，则可以用已知的线性最小平方法使平方差最小。从而电流源〔P〕：可以由下式求得：

〔P〕＝〔A^tA〕^-1A^t〔Bd〕

接着，在步骤43，从前面的公式(2)即：

〔B〕＝A〔P〕

得到在步骤S42用线性最小平方法获得的电流源施加于磁传感器器S1-Sm上的磁场。计算这些磁场和磁传感器S1-Sm实际测得的磁场之间的平方误差|〔Bd〕-〔B〕|，并检查该平方误差是否为整体最小值。

如果平方差为整体最小值，则意味着该值是在下文要描述的步骤S44重复期间用上述方法获得的各点阵点位置上的极小平方差中最小的值：确定一个平方差是否为整体最小值可以这样来进行：先将上述S42和S43步中求得极小平方差贮存起来，按下面将叙述的S44步中的过程一点一点连续存入。然后再对已存入的极小值相互逐个比较以找出一个最小的即为整体最小值。因此，如果在步骤S43发现所求的方差并非为最小值，则操作过程就进入步骤S44，以移动点阵点。如果，发现方差为最小值，则操作过程进入步骤S45，最后推测出电流源〔P〕。

在步骤S44，把点阵点分成多组，并根据在各点阵点上存在电流源的可能性移动点阵点。由上述进行的各点阵点上存在电流源的可能性的计算以及格网点的分组和移动都是使用与第二个实施例一样的公式(7)和(8)进行的。因此，在此就不再赘述了。

在移动了点阵点之后，操作返回到步骤S42，以获得移动的点阵点的电流源〔P〕。该计算与前面的计算中用各点阵点的位置作为状态的系数矩阵A是不同的。再次进入步骤S43确定方差是否为最小值。如果发现该方差并非为最小值，则重复步骤S42-S44。如果发现平方差为最小值，则进入步骤S45，把提供最小电流源〔B〕的电流源〔P〕看作实际的电流源。这就完成了这一过程。

<模拟>

下面进行一次模拟，形象地确定上述技术的作用。图21至图24示出了点阵点的三维分布，假设点阵点数n为28，磁传感器数m为129。而且进一步假设电流源(5.6，5.6，-6.0)〔nAm〕位于用圆(16.0，16.0，30.0)〔mm〕作标记的位置上。箭头和黑点表示点阵点。用较大的黑点表示具有较大电流值的点阵点。用箭头表示具有更大电流值的点阵点。在这些图中没有表示出电流值较小的点阵点。因而，附图中画出的点阵点比实际数量要少。

图21示出了在均匀设定了点阵点之后立即推导出的电流源〔P〕。此时的平方差f＝1.454925e^-03。图22示出了在多次移动了点阵点之后的电流源。与图21比较后可以看出，点阵点已经集中到实际的电流源的周围。如用箭头表示的具有大电流值的点阵点表现出靠近实际的电流源。此时的平方差f＝4.119901e^-0.6。图23示出了平方差最小时的电流源的位置。现在在图22中用箭头表示的多个具有大电流值的点阵点与实际的电流源重叠，显示出正确地推导出了实际电流源。

如上所述，本实施例使用了多于对应于设定的点阵点的未知数的磁传感器。因此，从由磁传感器测得的磁场推测出了稳定的解(电流源〔P〕)。

电流源是根据点阵点上未知的电流源的磁场〔B〕和由磁传感器测得的磁场〔Bd〕之间的方差最小这一条件来从测得的磁场中推导出来的。这种方法能准确地推测出电流源〔P〕。另外，把方差为整体最小值时产生的电流源看作实际的电流源。因此不必设定推测最终电流源的收敛标准，即可以对最后的电流源有一致的推测。

第六实施例

上述的第五实施例使用了组函数，因此需要设置推测电流源的参数。而且，由于点阵点在各组内一点一点移动，因此在得出推测结果之前点阵点要移动很多次，并且计算要花费相当长的时间。本实施例克服了第五个实施例的这些缺点。本实施例不需设定参数，并且只要移动点阵点一次，即能在短时间内推测出电流源。

下面将结合图24所示的流程图描述本实施例。

首先，在步骤S51，在待诊断的区域内均匀地设定点阵点。然后，进入步骤S52，用最小范数方法确定各点阵点上的未知的电流源〔P〕。在步骤S53，检查从在步骤S52获得的电流源〔P〕推出的磁场〔B〕与磁传感器S1-Sm检测到的实际的磁场〔Bd〕之间的方差是否为整体最小值。

如果在步骤S53发现方差并非为整体最小值，则操作进入步骤S54，重新根据(如下式)使加入了补偿项的估算函数f为最小的条件确定点阵点上的电流源：

$f=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{(\mathrm{Bdi}-\mathrm{Bi})}^2+\underset{i=1}{\overset{3n}{\mathrm{\&lambda;\&Sigma;}}}(\mathrm{Wi}\&CenterDot;{\mathrm{Pi}}^2)---\left(11\right)$

在这种情况下，公式(5)〔P〕＝A⁺〔B〕中的A⁺可以从下式(12)推导出：

A⁺＝(A^tA+λ·W)^-1·A^t                 (12)

其中：

$W=\left[\begin{array}{cccc}{W}_1& & & 0\\ & W^2& & \\ & & W^3\&CenterDot;\&CenterDot;\&CenterDot;& \\ o& & & W3m\end{array}\right]---\left(13\right)$

通常，电流源离场测量平面越近，则测得的电流源越大。因此，通过将矩阵W设定成下式，如 $\mathrm{Wi}=\underset{J=1}{\overset{m}{\mathrm{\&Sigma;}}}{A}_{\mathrm{ji}}^2---\left(14\right)$

可以消除场测量平面的距离对推导电流源的影响。而且，通过把补偿项加权λ设置到|A^tA|/|W|中可以基本上补偿磁场(A^tA)和补偿项(W)之间的平方差项。

因此，从公式(5)和(12)推出了各点阵点上的电流源P。在步骤S55，把点阵点移向在步骤S54确定的具有最大电流源P的点阵点附近。在此处使用的不受限制的方法中，推测出的具有小电流的8个点阵点被移到推测出在其中心的点阵点上具有最大电流的立方体的角上。立方体的大小对应于推测出具有最大电流的点阵点和与其最近的点阵点之间距离的一半。

在按上述顺序移动了点阵点之后，操作返回到步骤S52，重新求得移动后的点阵点的电流源〔P〕。然后，再进入步骤S53，判断方差是否为整体最小值。如果发现方差并不是整体最小值，则重复步骤S52-S55。如果在步骤S53发现方差为整体最小值，则进入步骤S56，把提供整体最小值电流源〔B〕的电流源〔P〕看作实际的电流源。至此完成了这一顺序。

按照本实施例，确定电流源是利用在点阵点上移动电流源的估算函数，可以用简单的顺序确定最大的电流源。而且，由于把等于电流源平方的的加权和的补偿项加入到估算函数中，因此，即使点阵点不在实际的电流源内也能获得稳定的解。这样就可以一次就把点阵点移动到最大电流源附近。可以不用第五个实施例中描述的组函数就能确定最大电流源。因而，本实施例免除了复杂的顺序，如省去了为推测出电流源设置参数的步骤。在第五实施例中，在各组内一点一点地移动点阵点。所以，在产生出结果之前，点阵点要移动很多次，而且计算要花费相当多的时间。在如上所述的第六实施例中，点阵点只移动一次，由此，可以在短时间内推测出电流源。

<模拟>

下面进行模拟以形象地证明上述技术的作用，图25示出了第五实施例的模拟结果，假设其参数设定不当。图26示出了已完成的电流源推测的结果，其中从上面提到的公式(11)中的估算函数中去掉了补偿项。图27至图29示出了第六实施例的电流源推测的模拟结果。图25至图29中的每一幅图都示出了点阵点的三维分布，并假设点阵点数n为32，磁传感器数m为129，电流源(-102，102，0)〔nAm〕位于用圆(16.0，16.0，60.0)〔mm〕为标记的位置内。箭头和黑点表示点阵点。具有较大电流值的点阵点用较大的黑点表示。具有更大电流值的点阵点用箭头表示。这些图中没有示出电流值较小的点阵点。因此，附图示出的点阵点比其实际的数目即32要少。

如图25所示，如果在第五实施例中参数设定错误，则推出的电流源不正确。按照如图27至29所示的第六实施例，在重复移动点阵点时，图27中的多个电流源就接近于实际的电流源，并且，如图29所示，最后与实际的电流源重叠，由此，正确地推测出实际的电流源。

第七实施例

上述的第五和第六实施例用线性最小平方法确定各点阵点上的电流源。如果噪声混入了测得的磁场中，那么噪声分量也可能被计算成解(电流源)。这种情况导致的缺点是推测出的各电流源的位置会发生变化。本实施例就是消除由于这种噪声分量引起的不稳定性。

下面参照图30所示的流程图描述本实施例。

在步骤S61，如第五和第六实施例中的一样在要诊断的区域如脑部内均匀地设置三维点阵点N。再者，选择点阵点数N，使未知数3n小于磁场传感器数S1-Sm。

接着，进入步骤S62，用前述的公式(4)从磁传感器S1-Sm检测到的磁场〔Bd〕确定电流源。

〔P〕＝A^-〔Bd〕                (4)

矩阵A包括3n×m个元素，也与此前提到的公式(3)表示的一样。

由于方程数量m(磁传感器数量S1-Sm)大于未知数3n(假设的点阵点的电流源数)，用方程(4)不能得到解。因此，通过增加一个条件使用线性最小平方法推导电流源〔P〕，该条件是使由测得的磁场〔Bd〕和假设的各点阵点的电流源〔P〕施加到磁场传感器S1-Sm上的电流源〔B〕之间的方差|〔Bd〕-〔B〕|之和表示的估算函数最小，以及使下面所示的补偿项最小。该估算函数与第六实施例描述的公式(11)相同，下面重写了该公式：

$f=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{(\mathrm{Bdi}-\mathrm{Bi})}^2+\underset{i=1}{\overset{3n}{\mathrm{\&Sigma;}}}(\mathrm{Wi}\&CenterDot;{\mathrm{Pi}}^2)---\left(11\right)$

由于增加了一个使估算函数f最小的条件，方程(4)重新写成：

〔P〕＝A⁺〔B〕                (5)

A⁺可以从第六实施例所描述的公式(12)得出。

其次，公式(11)中的补偿值越小，则电流源彼此间越接近。所以，离散的噪声分量不会包含在解中。

在确定了电流源〔P〕之后，进入步骤S63，检查假设的电流源〔P〕施加到磁传感器S1-Sm上的电流源〔B〕和测得的磁场〔Bd〕之间的平方差与上述补偿项之和是否为整体最小值。如果和不是整体最小值，操作进入步骤S64，将点阵点向在步骤S62获得的电流源〔P〕最大的点阵点附近移动。

在移动了点阵点之后，操作返回到步骤S62，重新用线性最小平方法求得移动后的点阵点的电流源〔P〕，同时加入如上述的使估算函数最小的条件。然后，再进入步骤S63，确定平方差与补偿项之和是否为整体最小值。如果和仍不是最小值，则重复步骤S62-S64。如果在步骤S63时和为整体最小值，则进入步骤S65，把提供整体最小电流源〔B〕的电流源〔P〕看作实际的电流源。至此，完成了这一顺序。

<模拟>

下面进行模拟形象地证明上述技术的作用。图31示出了模拟第六实施例的结果，其中假设电流源(-10/2，10/2，0)〔nAm〕位于位置(16.0，16.0，48.0)〔mm〕上，磁场设置成32个点阵点，用129个磁传感器测量这些磁场(信噪比＝20)。按照第六实施例，获得的电流源由于噪声的影响被分散。

图32示出了第七实施例的模拟结果，其中假设电流源(10，0，0)〔nAm〕位于位置(0，10，69.0)〔mm〕上，电流源(10，0，0)〔nAm〕位于(0，-10，49.0)〔mm〕上，磁场设置成32个点阵点，用129个磁传感器测量这些磁场以确定磁场(信噪比＝20)。按照本实施例，可以看出，即使有噪声混入测量的磁场中，也能准确地推测出电流源。

第八实施例

第七实施例描述的技术能极好地推测出被假设成电流耦极的电流源的位置。然而，由于把补偿项加入到了最佳电流源的特殊标准中(图30的步骤S63)，因此，检测出的电流源趋向于过分集中(或局部集中)。其产生的缺点是电流源分布超出某一范围时，这种电流源难以正确地检测出。鉴于这一缺点，本实施例就是用于正确推测分散的电流源。

下面参照图33的流程图描述本实施例。

在步骤S71，与第七实施例一样，在待诊断的区域内均匀地设置点阵点。然后，进入步骤S72，用线性最小平方法由磁传感器S1-Sm检测到的磁场〔Bd〕确定电流源〔P〕。此时，如第七实施例的步骤S62一样。本实施例也加入了条件，即使由测得的磁场〔Bd〕和假设的各点阵点的电流源〔P〕施加到磁传感器S1-Sm上的电流源〔B〕之间的平方差|〔Bd〕-〔B〕|与补偿项之和最小。

在此，根据点阵点之间的距离确定公式(11)中的补偿项的权λ。具体地说，确定各点阵点与最接近它的点阵点的距离。然后，用平均距离确定权λ。即平均值越小，极λ越小。所以，如果点阵点分散，则增加权λ。由此增加了公式(11)中补偿项的影响。在这种方法中，可以抑制噪声分量引起的推测出的电流源的变动。另一方面，如果点阵点局部集中，则极λ减小，由此减少公式(11)的补偿项的影响。因此，可以避免电流源过份的集中。

在确定了电流源〔P〕之后，进入步骤S73，检查假设的电流源〔P〕施加到磁传感器S1-Sm上的电流源〔B〕和测得的磁场〔Bd〕之间的平方差是否为整体最小值。也就是说，由于从最佳电流源的特殊标准中去除了补偿项，因此，避免了把过份集中的电流源接收为最佳电流源。如果平方差不为整体最小值，则操作进入步骤S74，如第七实施例一样，把点阵点向电流源最大的点阵点附近移动。然后，操作返回至步骤S72，重新用如前面已加入补偿项的线性最小平方法求得移动后的点阵点的电流源〔P〕。然后，再次进入步骤S73，确定平方差是否为整体最小值。如果方差不为最小值，重复步骤S72-S74。如果在步骤S73方差为整体最小值，则执行步骤S75，把提供整体最小电流源〔B〕的电流源〔P〕看作实际的电流源。至此完成了这一顺序。

<模拟>

下面进行模拟以形象地证明上述技术的作用。图34示出了第七实施例的模拟结果，其中假设在一个每边长为20mm的立方体内的点(0，20，60)〔mm〕均匀地在各面上分布10nA电流。用129个磁传感器测量均匀分布的磁场来确定磁场(信噪比＝20)，基于这一点，设置32个点阵点。按照第七实施例的技术，推测出的电流源过份集中。图35示出了第八实施例的模拟结果，在该实施例中，推测出了同样均匀分布的电流源。可以看出，按照第八实施例，以正确的形式推测出了均匀分布的电流源。

本发明还可以以其它具体的形式实施而不脱离其精神或必要特征。因此，应以所附的权利要求书而不是上面的说明书来表示本发明的范围。

Claims (8)

1.一种获取诸如位置、大小和方位等生物电流源的物理量的方法，包含：

磁场测量步骤，利用在被测区域附近设置多个磁传感器，以检测由受检者的受检区域的生物电流源所形成的微弱磁场；

点阵点设置步骤，在被检查的所述区域内设置多个点阵点，所述点阵点的数量小于所述磁传感器数；

第一电流源计算步骤，通过增加一个使所述各点阵点上的未知电流源形成的磁场和各所述磁传感器测得的磁场之间的方差最小的条件来推导未知的电流源；

检查步骤，检查从推得的所述电流源计算得到的磁场和各所述磁传感器实际测得的磁场之间的方差是否为整体最小值；

点阵点调整步骤，如果所述方差与所述整体最小值不同，则把所述点阵点向在所述第一电流源计算步骤时计算得到的电流源中电流值较大的点阵点移动；

电流源识别步骤，重复所述第一电流源计算步骤到所述点阵点调整步骤，如果在所述检查步骤时确定了所述方差为所述整体最小值时，把对应于此时的磁场的电流源作为实际的电流源。

2.如权利要求1所述的方法，其特征在于，进一步包含：

第二电流源计算步骤，如果所述方差与所述整体最小值不同，则通过增加一个使在所述第一电流源计算步骤推得的电流源形成的磁场和各所述磁传感器测得的磁场之间的方差与经加权的所述电流源的平方和之和最小的这一条件来推导所述点阵点上的电流源；

其中，所述点阵点调整步骤把所述点阵点向在所述第二电流源计算步骤计算得到的电流源中电流值大的点阵点移动；

所述电流源识别步骤重复所述第一电流源计算步骤到所述点阵点调整步骤，如果在所述检查步骤确定所述方差为所述整体最小值，则把对应于此时的磁场的是电流源看作实际的电流源。

3.如权利要求1所述的方法，其特征在于，

所述第一电流源计算步骤通过增加一个使未知的电流源在各点阵点上形成的磁场和由各所述磁传感器测得的磁场之间的方差及使经加权的所述电流源的平方和之和最小的条件来推导电流源；

所述检查步骤检查从推得的所述电流源计算得到的磁场和各所述磁传感器测得的实际磁场之间的平方差与经加权的计算得到的所述电流源的平方和是否为整体最小值；

所述点阵点调整步骤在平方差与经加权的所述电流源的平方和之和不为所述整体最小值对，把所述点阵点向在所述第一电流源计算步骤时计算得到的电流源中电流值大的点阵点移动；

所述电流源识别步骤重复所述第一电流源计算步骤到所述点阵点调整步骤，如果在所述检查步骤确定方差与使经加权的所述电流源平方和之和为所述整体最小值，则把对应于此时的磁场的电流源看作实际的电流源。

4.如权利要求1所述的方法，其特征在于，

所述第一电流源计算步骤通过增加一个使未知的电流源在各点阵点上形成的磁场和各所述磁传感器测得的磁场之间的平方差与经加权的所述电流源的平方和之和最小的条件来推导电流源；所述电流源的权越小，所述点阵点之间的距离就越小；

所述点阵点调整步骤在所述方差不为所述整体最小值时，把所述点阵点向在所述第一电流源计算步骤计算得到的电流源中电流值大的点阵点移动。

5.一种推测诸如位置、大小和方位等生物电流源的物理量的装置，其特征在于包含：

多个磁传感器，置于被检查者受检区域附近，以测量所述受检区域内的所述生物电流源形成的微小磁场，

数据转换装置，把所述磁传感器测得的磁场数据转换成数字数据；

数据采集装置，收集和存储转换成数字数据的磁场数据；

点阵点设定装置，在被检查的所述区域内设定多个点阵点，所述点阵点的数量小于所述磁传感器数；

第一电流源计算装置，通过增加一个使所述各点阵点上的未知电流源形成的磁场和存储在所述数据采集装置内的磁场数据之间的方差最小的条件来推导未知的电流源；

检查装置，检查从推得的电流源计算得到的磁场和各所述磁传感器实际测得的存储在所述数据收集装置内的磁场数据之间的方差是否为整体最小值；

点阵点调整装置，如果所述方差与所述整体误差不同，则把所述点阵点向所述第一电流源计算装置计算得到的电流值大的点阵点移动；

电流源识别装置，在所述最小距离大于预定值时，使所述第一电流源计算装置、所述检查装置和所述点阵点调整装置重复处理已经移动的所述点阵点，在所述检查装置确定了所述平方误差为所述整体最小值时，把对应于此时的磁场的电流源作为实际电流源，和

显示装置，在所述检查区域的截面图象上叠加显示所述电流源识别装置识别的所述电流源。

6.如权利要求5所述的装置，其特征在于，进一步包含：

第二电流源计算装置，如果所述平方误差与所述整体最小值不同，则通过增加一个使所述第一电流源计算装置推得的电流源形成的磁场和所述各磁传感器测得的存储在所述数据采集装置中的磁场之间的方差与使经加权的所述电流源的平方和为最小时这一条件来推导所述点阵点上的电流源；

其中，所述点阵点调整装置把所述点阵点向所述第二电流源计算装置计算得到的电流源中电流值大的点阵点移动；

所述电流源识别装置使所述第一电流源计算装置，所述检查装置和所述点阵点调整装置重复工作，当所述检查装置确定所述方差为所述整体最小值时，把对应于此时的磁场的电流源看作实际的电流源。

7.如权利要求5所述的装置，其特征在于，

所述第一电流源计算装置通过增加一个使未知的电流源在各点阵点上形成的磁场和各所述磁传感器测得的存储在所述数据采集装置内的磁场之间的方差与使经加权的所述电流源的平方和之和最小的条件来推导电流源；

所述检查装置从推得的所述电流源计算得到的磁场和各所述磁传感器测得的存储在所述数据采集装置内的实际磁场之间的方差与经加权的计算得到的所述电流源的平方和之和是否为整体最小值；

所述点阵点调整装置在方差与经加权的所述电流源的平方和不为所述整体最小值时，把所述点阵点向所述第一电流源计算装置计算得到的电流源中电流值大的点阵点移动；

所述电流源识别步骤使所述第一电流源计算装置、所述检查装置和所述点阵点调整装置重复工作，在所述检查装置确定方差与经加权的所述电流源平方和之和为所述整体最小值时，把对应于此时的磁场的电流源看作实际的电流源。

8.如权利要求5所述的装置，其特征在于，

所述第一电流源计算装置通过增加一个使未知的电流源在各点阵点上形成的磁场和各所述磁传感器测得的存储在所述数据采集装置内的磁场之间的方差与使经加权的所述电流源的平方和之和最小的条件来推导电流源，所述电流源的权越小，所述点阵点之间的距离就越小；

所述点阵点调整在所述方差不为所述整体最小值时，把所述点阵点向所述第一电流源计算装置计算得到的电流源中电流值大的点阵点移动。

Images