DE102009050618B4

DE102009050618B4 - Messverfahren, Messvorrichtung und Computerprogramm zur Ermittlung eines störungsbefreiten Meßsignals

Info

Publication number: DE102009050618B4
Application number: DE102009050618.7A
Authority: DE
Inventors: Rene Wolfgang Schüler
Original assignee: BIOMED GmbH
Current assignee: BIOMED JENA GMBH, DE
Priority date: 2009-10-22
Filing date: 2009-10-22
Publication date: 2016-10-06
Anticipated expiration: 2029-10-23
Also published as: DE102009050618A1

Abstract

Meßverfahren, mit den Schritten: – ein aufgrund einer Störgröße störungsbehaftetes Meßsignal, das eine Eigenschaft eines Meßobjektes (2) charakterisiert, wird mit einem Meßsensor (3) gemessen, wobei es sich vorzugsweise bei dem Meßsignal um die Feldstärke eines schwachen lokalen Magnetfeldes, insbesondere um ein biomagnetisches Signal, und bei der Störgröße um die Feldstärke eines konstanten oder veränderlichen externen magnetischen Störfeldes handelt, – der Wert der Störgröße am Meßort (1) wird geschätzt, – der geschätzte Wert der Störgröße am Meßort (1) wird zur Bestimmung eines um die Störanteile bereinigten Meßsignals verwendet, dadurch gekennzeichnet, daß zur Meßzeit mit einer Anzahl von in einem Mindestabstand von etwa 20 cm entfernt von dem Meßort (1) in passiven magnetischen Schirmkammern angeordneten Referenzsensoren (5) Störsignale gemessen werden, unter deren Verwendung der Wert der Störgröße am Meßort (1) durch Simulation des Störungsübertragungsverhaltens des Raumes zwischen den Orten der Referenzsensoren (5) und dem Meßort (1) geschätzt wird, wobei das Störungsübertragungsverhalten des Raumes zwischen den Orten der Referenzsensoren (5) und dem Meßort (1) mit Hilfe eines neuronalen Netzes (7) simuliert wird.

Description

Die Erfindung betrifft ein Verfahren zur Ermittlung eines störungsbefreiten Meßsignals sowie eine Vorrichtung zur Durchführung des Verfahrens. Darüber hinaus betrifft die Erfindung ein Computerprogramm.
Für die Messung schwacher Magnetfelder stehen eine Anzahl geeigneter Sensoren zur Verfügung. Bei der Messung von üblicherweise sehr schwachen biomagnetischen Signalen werden zumeist SQUID-Magnetometer verwendet. Trotz der hohen Empfindlichkeit derartiger Magnetometer gelingt es häufig nicht, biomagnetische Signale mit einem guten Signal-Rausch-Abstand zu messen. Die Ursache hierfür liegt in der Anwesenheit von konstanten und veränderlichen externen Magnetfeldern. Quellen dieser magnetischen Störungen können beispielsweise bewegliche ferromagnetische Objekte, wie beispielsweise Fahrzeuge, sein. Aber auch elektrische Maschinen, elektrische Ströme oder das Erdmagnetfeld stellen Störquellen dar.
Es ist daher aus dem Stand der Technik bekannt, Maßnahmen zu ergreifen, welche die Störung unterdrücken. Hierzu zählen z. B. Gradiometer und passive magnetische Schirme. Darüber hinaus ist die Anwendung von Signalfilter- bzw. Averagingverfahren bzw. die Anwendung einer aktiven Störkompensation bekannt. Die genannten Maßnahmen werden häufig auch in Kombination angewendet. Dennoch bleiben bestimmte Klassen von Biosignalen nicht meßbar.
Ein bekannter Ansatz zur Ermittlung eines störungsbefreiten Meßsignals geht davon aus, zum Zwecke der magnetischen Störunterdrückung das Störsignal aus den Signalen mehrerer Meßkanäle zu berechnen und durch Subtraktion in den einzelnen Meßkanälen zu korrigieren. Dieses Vorgehen setzt jedoch Stationarität der Störung voraus. Besonders in passiven Schirmkammern mit äußeren beweglichen Störquellen ist Stationarität der Störung jedoch nicht gegeben. Eine Kompensation der magnetischen Störung auf dieser Grundlage ist daher von vornherein fehlerbehaftet. Die Berechnung der Störung aus Meßsignalen impliziert außerdem, daß das Signal selbst Einfluß auf die Störunterdrückung hat.
Ebenfalls aus dem Stand der Technik bekannt sind Verfahren, bei denen versucht wird, die Störung am Meßort durch Störungen auszudrücken, die durch Referenzsensoren gemessen wurden. Diesen Verfahren liegt die Annahme zugrunde, daß sich die zeitlichen Signalverläufe der Störung am Meßsensor und an den Referenzsensoren ähneln. Diese Annahme wird plausibel, wenn man sich das magnetische Störfeld als stetige und darüber hinaus „glatte” Funktion vorstellt. Im Stand der Technik werden die Störungen am Meßort durch Linearkombinationen der durch die Referenzsensoren gemessenen Störungen oder aber unter Anwendung spektraler Verfahren ausgedrückt. Auch hier werden zunächst eine Reihe grundlegender Annahmen über die Natur der Störung und/oder die Natur der Abbildung getroffen, insbesondere im Hinblick auf Linearität und Stationarität der Störung. Im Ergebnis gestatten diese Versuche eine Bestimmung der Störung am Meßort mit einem Restfehler, der jedoch üblicherweise in einer Größenordnung liegt, die diese Verfahren für die Bestimmung sehr schwacher biomagnetischer Signale weniger geeignet erscheinen läßt.
Es kann daher als ein grundlegendes Problem bekannter Korrekturverfahren angesehen werden, daß diese auf der Anwendung von Modellansätzen, wie beispielsweise der Projektion einer unbeweglichen Störquelle auf einem Meßsensor, beruhen. Die Korrektur der Störung erfolgt bei den aus dem Stand der Technik bekannten Verfahren mit anderen Worten unter Zugrundelegung eines bestimmten, die Störung beschreibenden Modells, beispielsweise in Form bestimmter Verteilungen, Spektren oder bestimmter Zeitfunktionen der Störung, wobei diese Modelle jeweils mit einer Reihe von Annahmen parametrisiert werden müssen.
Die DE 103 37 984 A1 offenbart ein Sensorsystem zur Kompensation von Magnetfeldern, bei dem mindestens zwei Magnetsensoren, für das Nutzsignal ein oder mehrere Messsensoren und für die Magnetfeldkompensation ein oder mehrere Referenzsensoren verwendet werden. Die magnetische Feldstärke wird am Messort mithilfe einer Menge von Referenzfeldstärken geschätzt. Die Schätzung für die Feldstärke wird dann als Eingangssignal für den Regler verwendet. Dabei ist es notwendig, während der Kompensation ständig und mit genügend hoher zeitlicher Auflösung zu berechnen. Die Bestimmung erfolgt über geeignete lineare und nichtlineare Methoden. Es werden künstliche neuronale Netze mit den Belehrungsverfahren back-propagation-of-error oder RPROP verwendet. Eingangssignale für die Neurone im input layer sind die Signale der Referenzsensoren. Trainiert wird das Signal des Messsensors.
Die technischen Lösung gemäß DE 103 37 984 A1 hat sich in der Praxis nicht bewährt, da der vorgesehene Regler nicht rückwirkungsfrei funktioniert, da beim Einschalten und während des Betriebs der Messvorrichtung Schwingungen entstehen, die zu Instabilitäten führen.
Aus der DE 195 04 670 A1 ist eine Vorrichtung bekannt, die Feldwerte einer elektrischen oder magnetischen Feldverteilung an mindestens einem Raumpunkt in Abhängigkeit von Parameter mindestens einer felderzeugenden Quelle bestimmt. Als Randbedingungen sind vorgegeben, dass sich die Quelle in einem Modellkörper mit elektrischer Leitfähigkeit befinde und der Raumpunkt auf einer Oberfläche oder außerhalb des Modellkörpers angeordnet sei. Die Vorrichtung umfasst ein trainiertes neuronales Netz mit mehreren Eingängen und mindestens einem Ausgang, dessen Eingängen jeweils ein Parameter und dessen mindestens einem Ausgang der mindestens eine Raumpunkt zugeordnet ist. Das neuronale Netz ist so trainiert, dass in Abhängigkeit der Parameter an dem mindestens einen Ausgang ein dem Feldwert entsprechender Wert ausgegeben wird.
Die technische Lösung gemäß DE 195 04 670 A1 hat den Nachteil, dass sie keine Störfeldunterdrückung ermöglicht.
DE 91 11 969 U1 offenbart eine mehrkanalige SQUID-Messvorrichtung zur Erfassung schwacher, orts- und zeitabhängiger magnetischer Feldsignale mindestens einer lokalen, insbesondere biomagnetischen Feldquelle, welche Vorrichtung

a) in jedem ihrer Detektionskanäle einen Messsignale erzeugenden Messkanalteil enthält, der eine die Feldsignale empfangende planare S chleifenanordnung aus nebeneinander angeordneten supraleitenden Schleifen, ein dieser Schleifenanordnung zuzuordnendes Gleichstrom-SQUID mit einem zwei Josephson-Elemente aufweisenden Strompfad sowie ein dem SQUID nachgeordnetes supraleitendes Anpassungsnetzwerk umfasst,
b) mit mindestens einem Referenzkanal zur Erzeugung von Referenzsignalen mit einem Referenzkanalteil versehen ist, dessen Elemente zumindest weitgehend denen des Meßkanalteils jedes Detektionskanals entsprechen und dessen supraleitende Referenzschleifen bezüglich der zu detektierenden Feldquelle weiter entfernt angeordnet sind als die entsprechenden Detektionsschleifen der Detektionskanäle, und
c) eine den Anpassungsnetzwerken nachgeordnete signalverarbeitende Elektronik mit einer signalverstärkenden Eingangsstufe sowie zu einer Unterdrückung von mit der Detektionsschleifenanordnung ebenfalls zu empfangenden, von Störquellen verursachten magnetischen Störsignalen elektronische Mittel zur Subtraktion der Referenzsignale von den Messsignalen aufweist, wobei in jedem Detektionskanal – die Schleifenanordnung als ein Gradiometer erster Ordnung ausgebildet ist, – ein Entstörungskreis mit einer supraleitenden Abschirmschleife vorgesehen ist, die zumindest zu Teilbereichen der Gradiometerschleifen parallel verläuft und wenigstens eine mittels eines Impedanzgliedes überbrückte Unterbrechung aufweist, wobei der Induktivitätswert und der Impedanzwert des Entstörungskreises hinsichtlich einer zumindest teilweisen Unterdrückung der Störsignale (14) so ausgelegt sind, dass eine Schwächung der Feldsignale zumindest weitgehend ausgeschlossen ist, – parallel zu der Schleifenanordnung und/oder zu dem Strompfad des SQUIDs mit den Josephson-Elementen mindestens ein Entstörfilter aus einem Widerstands-Kapazitäts-Netzwerk geschaltet ist, dessen Impedanzwert zur Unterdrückung von hochfrequenten Reststörsignalen ausgelegt ist, und – ein dem Anpassungsnetzwerk nachgeordnetes, der Eingangsstufe der signalverarbeitenden Elektronik zuzuordnendes elektronisches Subtraktionsglied zur Subtraktion der Referenzsignale von den Messsignalen vorgesehen ist.

Die technische Lösung gemäß DE 91 11 969 U1 hat den Nachteil, dass lediglich eine feste, jedoch keine regelbare Einstellung der Störfeldunterdrückung erfolgt.
Eine Aufgabe der vorliegenden Erfindung ist es, die Störung in einem Meßsignal mit einem möglichst kleinen Fehler zu bestimmen, oder anders ausgedrückt, ein störungsbefreites Meßsignal zu erhalten.
Unter einem „störungsbefreiten Meßsignal” wird dabei ein um die Störanteile bereinigtes Meßsignal verstanden, wobei auch ein „störungsbefreites Meßsignal” noch Rest-Störanteile enthalten kann. Bei diesen noch enthaltenen Rest-Störanteilen kann es sich einerseits um Störanteile der Störgröße handeln, hier also insbesondere der Feldstärke eines konstanten oder veränderlichen externen magnetischen Störfeldes. Die in dem Meßsignal verbleibenden Rest-Störanteile können jedoch auch auf das dem Meßsensor eigene Störrauschen zurückzuführen sein, wobei zumindest bei modernen SQUID-Sensoren die externe Störung um mehrere Zehnerpotenzen größer ist als das Sensorrauschen.
Die oben genannte Aufgabe wird durch ein Verfahren nach Anspruch 1 bzw. eine Vorrichtung nach Anspruch 6 bzw. ein Computerprogramm nach Anspruch 7 gelöst. Vorteilhafte Ausführungen der Erfindung sind in den Unteransprüchen angegeben.
Die im Folgenden im Zusammenhang mit dem Verfahren erläuterten Vorteile und Ausgestaltungen gelten sinngemäß auch für die erfindungsgemäße Vorrichtung und umgekehrt.
Das erfindungsgemäße Meßverfahren nach Anspruch 1 umfaßt die Schritte:

– ein aufgrund einer Störgröße störungsbehaftetes Meßsignal, das eine Eigenschaft eines Meßobjektes charakterisiert, wird mit einem Meßsensor gemessen, wobei es sich vorzugsweise bei dem Meßsignal um die Feldstärke eines schwachen lokalen Magnetfeldes, insbesondere um ein biomagnetisches Signal, und bei der Störgröße um die Feldstärke eines konstanten oder veränderlichen externen magnetischen Störfeldes handelt,
– der Wert der Störgröße am Meßort wird geschätzt,
– der geschätzte Wert der Störgröße am Meßort wird zur Bestimmung eines um die Störanteile bereinigten Meßsignals verwendet,

Die erfindungsgemäße Meßvorrichtung ist ausgebildet zur Durchführung des in einem der Ansprüche 1 bis 5 bzw. in der nachfolgenden Beschreibung beschriebenen Verfahrens. Gemäß Anspruch 6 umfaßt die Meßvorrichtung

– eine Meßeinrichtung, aufweisend einen Meßsensor zum Messen eines aufgrund einer Störgröße störungsbehafteten Meßsignals, das eine Eigenschaft eines Meßobjektes charakterisiert, wobei es sich vorzugsweise bei dem Meßsignal um die Feldstärke eines schwachen lokalen Magnetfeldes, insbesondere um ein biomagnetisches Signal, und bei der Störgröße um die Feldstärke eines konstanten oder veränderlichen externen magnetischen Störfeldes handelt,
– eine Störgrößenschätzeinrichtung zum Schätzen des Wertes der Störgröße am Meßort und
– eine Meßsignalbestimmungseinrichtung zum Bestimmen eines um die Störanteile bereinigten Meßsignals unter Verwendung des geschätzten Wertes der Störgröße am Meßort,

Das erfindungsgemäße Computerprogramm gemäß Anspruch 7 umfaßt Computerprogrammanweisungen zur Simulation des Störungsübertragungsverhaltens des Raumes zwischen den Orten der Referenzsensoren und dem Meßort gemäß dem Verfahren nach Anspruch 1, wenn das Computerprogramm auf einem Rechner ausgeführt wird.
Insbesondere umfaßt das Computerprogramm ein neuronales Netz. Zum Betrieb des neuronalen Netzes dient eine Datenverarbeitungseinheit, die ausgebildet ist zur Durchführung aller Schritte entsprechend des hier beschriebenen Verfahrens, die in einem Zusammenhang mit der Verarbeitung von Daten stehen.
Die Datenverarbeitungseinheit weist vorzugsweise eine Anzahl von Funktionsmodulen auf, wobei jedes Funktionsmodul ausgebildet ist zur Durchführung einer bestimmten Funktion oder einer Anzahl bestimmter Funktionen gemäß dem beschriebenen Verfahren. Bei den Funktionsmodulen kann es sich um Hardwaremodule oder Softwaremodule handeln. Mit anderen Worten kann die Erfindung, soweit es die Datenverarbeitungseinheit betrifft, entweder in Form von Computerhardware oder in Form von Computersoftware oder in einer Kombination aus Hardware und Software verwirklicht werden. Soweit die Erfindung in Form von Software, also als Computerprogrammprodukt, verwirklicht ist, werden sämtliche beschriebenen Funktionen durch Computerprogrammanweisungen realisiert, wenn das Computerprogramm auf einem Rechner mit einem Prozessor ausgeführt wird.
Die Computerprogrammanweisungen sind dabei auf an sich bekannte Art und Weise in einer beliebigen Programmiersprache verwirklicht und können dem Rechner in beliebiger Form bereitgestellt werden, beispielsweise in Form von Datenpaketen, die über ein Rechnernetz übertragen werden, oder in Form eines auf einer Diskette, einer CD-ROM oder einem anderen Datenträger gespeicherten Computerprogrammprodukts.
Erfindungsgemäß wird ein Verfahren vorgeschlagen, daß bei der Messung lokaler Magnetfelder in einem oder mehreren Kanälen eine Approximation (Schätzung) der Störung unter Zuhilfenahme von mindestens einem Referenzsensor vornimmt. Die Referenzsensoren messen die Störung dabei vorzugsweise unbeeinflußt oder aber zumindest nahezu unbeeinflußt vom Meßobjekt. Zu diesem Zweck befinden sich die Referenzsensoren in erheblich größerem Abstand zum Meßobjekt, als der oder die Meßsensoren. Da das Magnetfeld lokaler Quellen mit 1/r³ (bei kleinen Quellen) bzw. mit etwa 1/r² bei etwas größeren Proben abnimmt, wobei mit r den Abstand zwischen Meßort und Referenzort (Ort der Referenzsensoren) bezeichnet, ist das Meßsignal bei genügendem Abstand zum Meßobjekt praktisch nicht nachweisbar. Die Schätzung der Störung wird für jeden Meßkanal einzeln fortlaufend gebildet und zur Korrektur des jeweiligen Meßsignals verwendet.
Zur Durchführung dieses Schätzverfahrens wird erfindungsgemäß ein neuronales Netz verwendet. Mit Hilfe eines solchen neuronalen Netzes ist es möglich, ein nichtlineares Schätzverfahren für die Störung zu verwirklichen. Darüber hinaus ist die Erlernbarkeit neuer Störmuster gewährleitstet. Außerdem kann das Schätzen der Störung bei Einsatz des neuronalen Netzes ohne Annahmen über das Störsignal erfolgen. Insbesondere sind keine Annahmen über Verteilungen des Störsignals oder dessen Stationarität erforderlich.
Da die Schätzung der Störung ohne Annahme von Verteilungen, Spektren oder Zeitfunktionen für die Störung erfolgt, die Schätzung mit anderen Worten nicht auf der Anwendung eines bestimmten Modells beruht, wird mit diesem Ansatz von vornherein die Fehlerquelle eines die Realität ungenügend abbildenden Modells ausgeschlossen.
Gegenüber herkömmlichen Methoden zur Kompensation von magnetischen Störfeldern ist es mit dem erfindungsgemäßen Verfahren möglich, das im Meßsignal verbleibende Rest-Störsignal um den Faktor 100 zu verringern.
Ein Ausführungsbeispiel der Erfindung wird nachfolgend anhand der Zeichnungen näher erläutert. Hierbei zeigen:
1 eine Versuchsanordnung zur Messung biomagnetischer Signale mit einem Meßsensor und drei Referenzsensoren,
2 die Ähnlichkeit der Störung auf den Referenzsensoren und dem Meßsensor in einer Leermessung,
3 die Abbildung der Störungen auf den Referenzsensoren auf die Störung am Meßort mit minimalem Restfehler,
4 den beispielhaften Aufbau eines neuronalen Netzes mit einer Eingabeschicht, einer Zwischenschicht und einer Ausgabeschicht,
5 eine Gruppierung diskreter Meßwerte für die Belehrung des Perzeptrons,
6 Inputfunktion (x) und Targetfunktion (t) für die Belehrung einer stetigen Zeitfunktion,
7 modifizierter Input-Target-Vektor.
Sämtliche Figuren zeigen die Erfindung lediglich schematisch und mit ihren wesentlichen Bestandteilen. Gleiche Bezugszeichen entsprechen dabei Elementen gleicher oder vergleichbarer Funktion.
In einer Ausführungsform der Erfindung wird ein schwaches biomagnetisches Signal durch einen SQUID-Meßsensor gemessen. Neben dem eigentlichen Meßsignal ist eine Störung sowie ein Sensorrauschen vorhanden. Alle drei Größen treten gleichzeitig auf und können, sofern zur Meßaufnahme nur ein einzelner Meßsensor verwendet wird, nicht voneinander getrennt werden. Im Beispiel handelt es sich bei der Störung um eine externe, d. h. von außen kommende, langsame Störung, beispielsweise verursacht durch einen 50 Meter vom Meßort entfernt vorbeifahrenden Autobus. Das Sensorrauschen ist von Sensor zu Sensor unterschiedlich. Es handelt sich um ein Zufallssignal, das nicht geschätzt werden kann.
Die Versuchsanordnung ist schematisch in 1 abgebildet. Am Meßort 1 befindet sich das Meßobjekt (Probe) 2 sowie der Meßsensor 3. Einen Mindestabstand 4 von dem Meßort 1 entfernt sind mehrere Referenzsensoren 5 angeordnet. Die Positionen der Referenzsensoren 5 werden als Referenzorte bezeichnet. Der Mindestabstand variiert in Abhängigkeit von der Ausdehnung des Meßobjektes und in Abhängigkeit von der Ausführung der verwendeten SQUID-Sensoren. In einem typischen Beispiel beträgt der Mindestabstand 20 Zentimeter.
Alle Sensoren 3, 5 sind mit einer Datenverarbeitungseinheit 6, beispielsweise einem Personalcomputer, verbunden, der über geeignete Schnittstellen zur Signaleingabe und -ausgabe sowie über eine digitale Signalverarbeitung verfügt und zur Bereitstellung des neuronalen Netzes 7 dient. Zur Durchführung des Verfahrens werden die von den Sensoren 3, 5 gemessenen Signale in der Datenverarbeitungseinheit 6 mit an sich bekannten Mitteln der digitalen Signalverarbeitung digitalisiert und bearbeitet.
Nachfolgend werden anhand mehrerer Beispiele grundlegende Elemente der Funktionsweise des erfindungsgemäßen Verfahrens beschrieben.
Bei der Ausführung des erfindungsgemäßen Verfahrens werden Störungen in jedem Meßkanal mit einem möglichst geringen Restfehler bestimmt. Mit anderen Worten erfolgt eine Abbildung der Störungen auf den Referenzsensoren 5 auf die Störung am Meßort 1 mit minimalem Restfehler. Zur Veranschaulichung dienen die 2 und 3, in denen einerseits die Ähnlichkeit der Störung auf den Referenzsensoren 5 mit der Störung auf dem Meßsensor 3 in einer Leermessung und andererseits die Abbildung der Störungen auf den Referenzsensoren 5 auf die Störung am Meßort 1 mit minimalem Restfehler illustriert werden.
Wird die Messung beispielhaft in einem Meßkanal j durchgeführt, dann erfolgt die Ermittlung der Störung in dem Meßkanal j dadurch, daß die magnetische Feldstärke der Störung H_Nj am Meßort mit Hilfe einer Anzahl von Referenzfeldstärken {H_Ri}, also von den Referenzsensoren 5 entfernt vom Meßort 1 gemessenen Störfeldstärken, approximiert wird, wie folgt: Ĥ_Nj = f_j(H_R1, H_R2, ..., H_Rn)
Das Problem der Appromaxikation (Schätzung) der Störung am Meßort 1 wird durch den Einsatz eines mehrschichtigen neuronalen Netzes 7 gelöst. Zur Meßzeit wird dann die Schätzung für die Feldstärke H_Nj fortlaufend von der Messung H_Mj subtrahiert, wie folgt: H'_Mj = H_Mj – Ĥ_Nj
Die so erhaltene Größe ist das störbefreite Meßsignal im Kanal j.
Nachfolgend wird die grundlegende Funktionsweise des neuronalen Netzes 7 beschrieben, welches erfindungsgemäß als Schätzer für die Störung dient.
Mehrschichtige Perzeptrone sind prinzipiell in der Lage, nichtlineare Abbildungen zu erlernen. Versuche haben ergeben, daß die Belehrung eines solchen neuronalen Netzes auch für die in einem SQUID-Meßsystem auftretenden komplizierten magnetischen Störsignale gelingt.
Die Funktionsweise von neuronalen Netzen ist aus dem Stand der Technik bekannt. Bei der Umsetzung der Erfindung kommt vorzugsweise ein feed-forward back-propagation Netz zum Einsatz.
Feed-forward back-propagation Netze bestehen aus drei oder mehr Neuronenschichten, vgl. 4. Die erste Neuronenschicht (Eingabeschicht, input layer) 8 dient zur Aufnahme von externen Eingabewerten (input), die letzte Neuronenschicht (Ausgabeschicht, output layer) 9 ist zur Wiedergabe der Ausgabewerte (Output) vorgesehen. Die inneren Neuronen sind verdeckt (Zwischenschichten, hidden layer) 10.
Derartige Netze ermöglichen die Lösung von Problemen, die eine interne Aufbereitung von Eingabewerten erfordern. Ziel des backpropagation-Lernverfahrens ist es, Verbindungsgewichte w zu bestimmen, mit denen das Netzwerk die vorgegebene Menge von Eingabemustern auf die entsprechenden Zielmuster möglichst fehlerfrei abbilden kann. Der backpropagation-Algorithmus sucht nach dem Minimum einer Fehlerfunktion.
Der backpropagation-Algorithmus arbeitet in zwei Schritten, nämlich forward-propagation und back-propagation. Im forward-Schritt wird am Eingang ein Testmuster angelegt und die Ausgabe (output) berechnet.
Aus der errechneten Ausgabe (output) und der gewünschten Ausgabe (target) wird mit Hilfe der Fehlerfunktion der Fehler berechnet. Dieser Fehler wird dann im backpropagation-Schritt von der Ausgabeschicht aus auf die Gewichte zwischen den einzelnen Schichten aufgeteilt. Die Gewichte w werden dabei so modifiziert, daß sich der Fehler reduziert.
Im vorliegenden Fall wird durch das Zusammenspiel aller Gewichtungsfaktoren w das Übertragungsverhalten der Störung im Raum zwischen den Referenzsensoren 5 und dem Meßsensor 3 überprüfbar reproduziert. Mit Hilfe dieser Simulation der Übertragungseigenschaften des Raumes wird die Störung am Meßort 1 zur Meßzeit geschätzt.
Als Eingangssignale für die Eingabeschicht 8 des neuronalen Netzes 7 dienen im konkreten Beispiel die magnetischen Feldstärken des magnetischen Störfeldes in Form von Signalen H_Ri, gemessen von einer Anzahl von Referenzsensoren 5.
In einer bevorzugten Ausführungsform der Erfindung werden zunächst Meßwertgruppierungen diskreter Meßwerte gebildet, vgl. 5. Eine solche Meßwertgruppierung weist allgemein die Form eines n + 1-Tupels auf, wobei n Feldstärken von n Referenzsensoren plus eine Feldstärke des Meßsensors zusammengefaßt sind. Eine Meßwertgruppierung weist beispielsweise die folgende Form auf: (H_R1(i)/H_R2(i), H_R3(i)/H_Mj(i))
Die Variable i stellt hier die durch eine Digitalisierung entstehende diskrete Zeit zum Zeitpunkt t_i dar.
Für die Belehrung des neuronalen Netzes 7 werden im Fall der magnetischen Störung eine größere Anzahl dieser Meßwertgruppen benötigt. Für die Lernstichprobe genügt es dabei, n + 1-Tupel der Form aufzuzeichnen, welche die typischen Störsignale mit ihrer vollständigen Dynamik beschreiben. Die Dynamik vollständig erfassen bedeutet dabei, daß n + 1-Tupel aus allen gestörten Abschnitten, also für alle beobachteten, verschiedenen Störungen, einbezogen werden. In Abhängigkeit von der Störung kann es sich dabei um einige zehntausend Meßwertgruppen handeln.
Trainiert wird auf das Signal des Meßsensors H_Mj, das Ausgangssignal eines Neurons in der Ausgabeschicht 9. Aus dem Stand der Technik sind verschiedene Belehrungsmethoden bekannt. Versuche haben ergeben, daß die meisten dieser Belehrungsmethoden für die vorliegende Erfindung ungeeignet sind, da neuronale Netze bei Verwendung dieser Methoden im Zusammenhang mit der Messung schwacher biomagnetischer Felder lediglich „auswendig lernen” und derart belehrte Netze in der sich an die Lernphase anschließenden Kannphase keine sinnvollen Schätzeigenschaften zeigen. Als besonders geeignet haben sich hingegen zwei an sich bekannte Lernverfahren erwiesen, nämlich „back-propagation of error” und „RPROP”. Überraschenderweise ergaben sich bei Anwendung dieser Lernverfahren für das neuronale Netz die besten Ergebnisse, insbesondere besonders große Lernraten.
Während der Belehrung wird versucht, unter Einsatz des Lernverfahrens die Kanten des neuronalen Netzes 7 so einzustellen, daß das Netz in der Lage ist, die Abbildung (H_R1(i), H_R2(i), H_R3(i)) → H_Mj für alle in der Lernstichprobe verwendeten Meßwertgruppierungen fehlerarm durchzuführen. Die Kantengewichte sind in Matrizen W₁ und W₂ abgespeichert, siehe 4.
In einem Beispiel wird das neuronale Netz mit einer Lernstichprobe belehrt, die eine 1 Hz-Sinushalbwelle umfaßt. Bei einer Abtastrate von 1 kHz ergeben sich für jeden Referenzsensor sowie den Meßsensor jeweils 500 Abtastwerte. Die Referenzsensor-Abtastwerte werden auf den Eingang des neuronalen Netzes gegeben. Die am Ausgang des neuronalen Netzes erhaltenen Resultate werden mit den gemessenen Meßsensor-Abtastwerten verglichen und es wird versucht, die Differenz zwischen beiden Werten zu minimieren, wobei entweder das backpropagation of error-Verfahren oder das RPROP-Verfahren angewendet wird. Gelingt dies, ist das neuronale Netz belehrt. Die Gewichte (Kantengewichte) w sind in Form von Matrizen W₁ und W₂ in einer Speichereinheit der Datenverarbeitungseinheit 7 hinterlegt und werden nach Abschluß der Belehrung nicht mehr verändert.
Wegen der zufälligen Startwerte in den Matrizen W₁ und W₂ gelingen aufeinanderfolgende Belehrungen mit unterschiedlicher Güte. Gute Lernverläufe erlauben es, das Störsignal am Meßsensor 3 mit einem Restfehler von < 0,01 (Störsignal auf 1 normiert) aus den Referenzsignalen zu bestimmen.
Die Belehrung des neuronalen Netzes 7 kann für eine beliebige Anzahl von Netzen (1 bis N) erfolgen. In dem hier beschriebenen Ausführungsbeispiel wird nur ein einziger Meßkanal verwendet. Bei vielkanaligen Meßsystemen ist es möglich, die Bestimmung der Störungen für alle Meßkanäle eines Meßsystems in einem einzigen neuronalen Netz vorzunehmen. In diesem Fall verfügt das Netz über N Ausgangsneuronen. Es kann jedoch auch für jeden Meßkanal ein separates neuronales Netz mit einem Ausgangsneuron verwendet werden. Von Vorteil bei der Verwendung eines neuronalen Netzes mit nur einem einzigen Ausgangsneuron ist es, daß die Belehrung einfacher ist. Bei vielkanaligen Meßsystemen bietet sich jedoch die Anwendung eines neuronalen Netzes mit mehreren Ausgangsneuronen an, da in diesem Fall die Ermittlung des Störsignals schneller erfolgt, als bei einer Mehrzahl separater neuronaler Netze mit jeweils nur einem Ausgangsneuron. Selbstverständlich ist es auch möglich, Störungen gruppenweise zu bestimmen. So kann beispielsweise für ein vielkanaliges Meßsystem mit drei Meßkanälen ein erstes neuronales Netz mit einem Ausgangsneuron und ein zweites neuronales Netz mit zwei Ausgangsneuronen zum Einsatz kommen.
Nach der Belehrung des neuronalen Netzes 7 kann eine Schätzung der Störung am Meßort 1 zur Meßzeit erfolgen. Unter der Annahme, daß die magnetische Störung ihren Charakter wenig ändert, ermöglichen die nach Leermessung und Belehrung erzielten und in den Matrizen W₁ und W₂ abgespeicherten, nach der Belehrung nicht mehr veränderten Netzeigenschaften die separate Bestimmung der Störungen zur Meßzeit, d. h. bei einer Messung mit dem Meßobjekt 2. Mit anderen Worten werden von den Referenzsensoren 5 zur Meßzeit zunächst Störsignalwerte gemessen. Diese werden anschließend auf den Eingang des neuronalen Netzes 7 gegeben. Am Ausgang des neuronalen Netzes wird dann ein geschätzter Wert für die Größe des Störsignals am Meßort 1 ausgegeben. Dies wiederum ermöglicht dann die Korrektur der Meßsignale, die vorzugsweise ebenfalls von der Datenverarbeitungseinheit 6 durchgeführt wird oder aber über eine Ausgabeschnittstelle 11 an einen externen Empfänger (nicht abgebildet) ausgegeben wird.
Mit Hilfe des neuronalen Netzes 7 ist es somit möglich, eine ausgesprochen realitätsnahe Abbildung der Störung auf den Meßsensor 3 zu erhalten, ohne daß im Vorfeld Annahmen über die Art dieser Abbildung (linear, kubisch, etc.) getroffen werden müssen. Eine Kenntnis über die Beschaffenheit dieser Abbildung ist mit anderen Worten nicht erforderlich. Statt dessen wird das Übertragungsverhalten der Störung auf den Meßsensor 3 als Grundlage für eine Approximation (Schätzung) genutzt.
Grundsätzlich funktioniert ein solches Schätzverfahren bereits mit einem Referenzsensor 5. Vorzugsweise werden jedoch zwei, drei oder mehrere Referenzsensoren verwendet.
Auch die Ausrichtung der Referenzsensoren 5 zur Meßrichtung des Meßsensors 3 spielt für das Ergebnis der Schätzung keine Rolle mehr. Beispielsweise kann der Meßsensor 3 in Richtung des Meßobjektes 2 (z-Richtung) messen, während die Referenzsensoren 5 in x- oder y-Richtung ausgerichtet sind.
Als besonders vorteilhaft hat sich eine Ausführungsform der Erfindung herausgestellt, bei der die typische Form der Störung dadurch besonders gut erfaßt wird, daß jedem Ausgabewert des neuronalen Netzes 7 mehrere, den Zeitverlauf des Störsignals charakterisierende Eingabewerte zugeordnet sind.
Soll eine stetige Zeitfunktion gelernt werden, wie dies bei der beschriebenen Anwendung der vorliegenden Erfindung der Fall ist, so ist es erforderlich, nach der Digitalisierung jeweils einem Wert x der Eingangsfunktion einen entsprechenden Wert t der Ausgangsfunktion zur gleichen diskreten Zeit i zuzuordnen, vgl. 6, in der x_i einen Eingabewert und t_i einen (gewünschten) Ausgabewert darstellt.
Das Wertepaar (x_i, t_i) ist dann für die Belehrung des Netzes bestimmt. Um die komplette Zeitfunktion lernen zu können, werden Wertepaare aus der gesamten Periodendauer des Signals x gewählt.
Ein verbessertes Lernverhalten ergibt sich, wenn Ein- und Ausgabewerte nach 7 gewählt werden derart, daß einem Ausgabewert mehrere Punkte auf der Eingangsfunktion zugewiesen sind. Es ergeben sich Input-Target-Vektoren der Form (..., x_i-1, x_i, x_i+1, ..., t_i)
Zur Charakterisierung des störenden Magnetfeldes haben sich drei Werte vor x_i bis drei Werte nach x_i als ausreichend erwiesen, so daß sich Input-Target-Vektoren der Form (x_i-3, x_i-2, x_i-1, x_i, x_i+1, x_i+2, x_i+3, t_i) für die Belehrung des Netzes ergeben. Ein solches Netz benötigt sieben Eingangsneuronen und ein Ausgangsneuron.
Wird dieses Netz für die Schätzung der Störung am Meßort verwendet, ergeben sich unter Umständen bereits recht gute Ergebnisse. Es ist so häufig möglich, die Störung bis auf 10% genau zu schätzen. Die verbleibenden 10% sind als Information nicht im Eingangssignal x enthalten.
Besonders in passiven magnetischen Schirmkammern existieren Verzerrungen und Nichtlinearitäten des Störfeldes. Aus diesem Grund werden vorzugsweise mehrere Eingangssignale verwendet, die mit Referenzsensoren 5 in einem Mindestabstand 4 von etwa 20 cm vom Meßort 1 entfernt gemessen werden. Bei drei Referenzsensoren (Eingabewerten x, y, z) ergeben sich Input-Target-Vektoren der Form (x_i-3, x_i-2, x_i-1, x_i, x_i+1, x_i+2, x_i+3, y_i-3, y_i-2, y_i-1, y_i, y_i+1, y_i+2, y_i+3, z_1-3, z_i-2, z_i-1, z_i, z_i+1, z_i+2, z_i+3, t_i)
Das neuronale Netz 7 benötigt in diesem Fall 21 Eingänge und einen Ausgang. Durch die Messung des Störfeldes an drei oder mehr Referenzorten gelingt die Belehrung des neuronalen Netzes mit einem Restfehler von maximal 1%.
Besonders gute Ergebnisse ergeben sich, wenn die Zahl der verdeckten Neuronen möglichst gering ist, gleichzeitig aber ein gutes Lernverhalten des neuronalen Netzes gewährleistet bleibt. Vorzugsweise werden 5 bis 10 verdeckte Neuronen verwendet. Die Anzahl der Input-Target-Vektoren beträgt vorzugsweise einige Zehntausend.
In diesem Ausführungsbeispiel der Erfindung werden den Zeitverlauf des Störsignals besonders gut charakterisierende Eingabewerte verwendet, wobei sich neben dem eigentlichen Störsignal zum Zeitpunkt i auch um zeitlich vorgelagerte Störsignale der Zeitpunkte i – 1, i – 2, i – 3 ... sowie zeitlich nachgelagerte Störsignale für die Zeitpunkte i + 1, i + 2, i + 3, ... handelt. Damit wird erreicht, daß das neuronale Netz 7 Signalabschnitte (hier Bogensegmente) des Störungsverlaufs kennenlernt, die typisch für die Störung sind.
Diese Mehrzahl der Störsignale bildet mit anderen Worten die Form der Störsignalkurve ab. Da zwischen den einzelnen Störsignalen ein bestimmter Abstand besteht, wird weniger das Rauschen, als vielmehr die tatsächliche Form der Störung sichtbar. Der Abstand zwischen den einzelnen Störsignalen, z. B. i – 1, i, i + 1 usw. beträgt vorzugsweise zwischen 10 und 100 Millisekunden.
Es versteht sich von selbst, daß wenn zusätzlich zu dem Störsignal auch vorgelagerte bzw. nachgelagerte Störsignale für die Belehrung des neuronalen Netzes 7 verwendet werden, diese Störsignale auch zur Meßzeit von den Referenzsensoren 5 erfaßt und dem neuronalen Netz 7 bereitgestellt werden müssen.
Alle in der Beschreibung, den nachfolgenden Ansprüchen und der Zeichnung dargestellten Merkmale können sowohl einzeln als auch in beliebiger Kombination miteinander erfindungswesentlich sein.
Bezugszeichenliste

1: Meßort
2: Meßobjekt
3: Meßsensor
4: Abstand
5: Referenzsensor
6: Datenverarbeitungseinheit
7: neuronales Netz
8: Eingabeschicht
9: Ausgabeschicht
10: Zwischenschicht
11: Ausgabeschnittstelle

Claims

Meßverfahren, mit den Schritten: – ein aufgrund einer Störgröße störungsbehaftetes Meßsignal, das eine Eigenschaft eines Meßobjektes (2) charakterisiert, wird mit einem Meßsensor (3) gemessen, wobei es sich vorzugsweise bei dem Meßsignal um die Feldstärke eines schwachen lokalen Magnetfeldes, insbesondere um ein biomagnetisches Signal, und bei der Störgröße um die Feldstärke eines konstanten oder veränderlichen externen magnetischen Störfeldes handelt, – der Wert der Störgröße am Meßort (1) wird geschätzt, – der geschätzte Wert der Störgröße am Meßort (1) wird zur Bestimmung eines um die Störanteile bereinigten Meßsignals verwendet, dadurch gekennzeichnet, daß zur Meßzeit mit einer Anzahl von in einem Mindestabstand von etwa 20 cm entfernt von dem Meßort (1) in passiven magnetischen Schirmkammern angeordneten Referenzsensoren (5) Störsignale gemessen werden, unter deren Verwendung der Wert der Störgröße am Meßort (1) durch Simulation des Störungsübertragungsverhaltens des Raumes zwischen den Orten der Referenzsensoren (5) und dem Meßort (1) geschätzt wird, wobei das Störungsübertragungsverhalten des Raumes zwischen den Orten der Referenzsensoren (5) und dem Meßort (1) mit Hilfe eines neuronalen Netzes (7) simuliert wird.
Meßverfahren nach Anspruch 1, wobei das neuronale Netz (7) zuvor mit Abtastwerten, die in einem definierten Zeitraum mit der Anzahl von Referenzsensoren (5) gemessen wurden, und mit Abtastwerten, die in diesem Zeitraum mit dem Meßsensor (3) gemessen wurden, belehrt wurde, wobei die Referenzsensor-Abtastwerten die von dem Meßobjekt (2) unbeeinflußte Größe der Störung an den Orten der Referenzsensoren (5) und die Meßsensor-Abtastwerten die von dem Meßobjekt (2) unbeeinflußte Größe der Störung am Meßort (1) wiedergeben.
Meßverfahren nach Anspruch 2, wobei jedem Ausgabewert des neuronalen Netzes (7) mehrere, den Zeitverlauf des Störsignals charakterisierende Eingabewerte zugeordnet sind.
Meßverfahren nach einem der Ansprüche 1 bis 3, wobei es sich bei dem neuronalen Netz (7) um ein feed-forward backpropagation Netz handelt.
Meßverfahren nach einem der Ansprüche 1 bis 4, wobei als Belehrungsmethode für das neuronale Netz (7) das backpropagation of error-Verfahren oder das RPROP-Verfahren angewendet wird.
Meßvorrichtung, – mit einer Meßeinrichtung, aufweisend einen Meßsensor (3) zum Messen eines aufgrund einer Störgröße störungsbehafteten Meßsignals, das eine Eigenschaft eines Meßobjektes (2) charakterisiert, wobei es sich vorzugsweise bei dem Meßsignal um die Feldstärke eines schwachen lokalen Magnetfeldes, insbesondere um ein biomagnetisches Signal, und bei der Störgröße um die Feldstärke eines konstanten oder veränderlichen externen magnetischen Störfeldes handelt, – mit einer Störgrößenschätzeinrichtung (7) zum Schätzen des Wertes der Störgröße am Meßort (1) und – mit einer Meßsignalbestimmungseinrichtung (6) zum Bestimmen eines um die Störanteile bereinigten Meßsignals unter Verwendung des geschätzten Wertes der Störgröße am Meßort (1), dadurch gekennzeichnet, daß die Störgrößenschätzeinrichtung ausgebildet ist zum Schätzen des Wertes der Störgröße durch Simulation des Störungsübertragungsverhaltens des Raumes zwischen den Orten einer Anzahl von in einem Mindestabstand von etwa 20 cm entfernt von dem Meßort (1) in passiven magnetischen Schirmkammern angeordneten Referenzsensoren (5) und dem Meßort (1) unter Verwendung von zur Meßzeit mit den Referenzsensoren (5) gemessenen Störsignalen, wobei die Simulation des Störungsübertragungsverhaltens des Raumes zwischen den Orten der Referenzsensoren (5) und dem Meßort (1) mit Hilfe eines neuronalen Netzes (7) erfolgt.
Computerprogramm mit Computerprogrammanweisungen zur Simulation des Störungsübertragungsverhaltens des Raumes zwischen den Orten der Referenzsensoren (5) und dem Meßort (1) gemäß dem Verfahren nach Anspruch 1, wenn das Computerprogramm auf einem Rechner (5) ausgeführt wird.