FI125397B - Menetelmä spatiaalisen ja temporaalisen ylinäytteityksen käyttämiseksi monikanavaisissa mittauksissa - Google Patents

Menetelmä spatiaalisen ja temporaalisen ylinäytteityksen käyttämiseksi monikanavaisissa mittauksissa Download PDF

Info

Publication number
FI125397B
FI125397B FI20125075A FI20125075A FI125397B FI 125397 B FI125397 B FI 125397B FI 20125075 A FI20125075 A FI 20125075A FI 20125075 A FI20125075 A FI 20125075A FI 125397 B FI125397 B FI 125397B
Authority
FI
Finland
Prior art keywords
signal
dimensional
channel
vector
base
Prior art date
Application number
FI20125075A
Other languages
English (en)
Swedish (sv)
Other versions
FI20125075A (fi
Inventor
Juha Simola
Samu Taulu
Matti Kajola
Original Assignee
Elekta Ab
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Elekta Ab filed Critical Elekta Ab
Priority to FI20125075A priority Critical patent/FI125397B/fi
Priority to CA2862189A priority patent/CA2862189C/en
Priority to PCT/IB2013/050595 priority patent/WO2013111072A1/en
Priority to EP13740539.5A priority patent/EP2806789B1/en
Priority to JP2014553840A priority patent/JP6143794B2/ja
Priority to US14/374,365 priority patent/US10307105B2/en
Publication of FI20125075A publication Critical patent/FI20125075A/fi
Application granted granted Critical
Publication of FI125397B publication Critical patent/FI125397B/fi

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • 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
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/12—Measuring electrostatic fields or voltage-potential
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/0017—Means for compensating offset magnetic fields or the magnetic flux to be measured; Means for generating calibration magnetic fields
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/02—Measuring direction or magnitude of magnetic fields or magnetic flux
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/02—Measuring direction or magnitude of magnetic fields or magnetic flux
    • G01R33/025—Compensating stray fields
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/02—Measuring direction or magnitude of magnetic fields or magnetic flux
    • G01R33/035—Measuring direction or magnitude of magnetic fields or magnetic flux using superconductive devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/02—Measuring direction or magnitude of magnetic fields or magnetic flux
    • G01R33/035—Measuring direction or magnitude of magnetic fields or magnetic flux using superconductive devices
    • G01R33/0354—SQUIDS
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0024—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system for multiple sensor units attached to the patient, e.g. using a body or personal area network
    • 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 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/242—Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents
    • A61B5/245—Detecting biomagnetic fields, e.g. magnetic fields produced by bioelectric currents specially adapted for magnetoencephalographic [MEG] signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/369—Electroencephalography [EEG]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising

Landscapes

  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Neurology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Claims (18)

1. Menetelmä ei-toivottujen artefaktien ja kanavakohinan tunnistamiseksi ja poistamiseksi monikanavaisen magneettikentän tai sähköisen potentiaalin mittauksen vähintään yhdestä mittauskanavasta (14), jossa mittauslaite (19) käsittää N mittausanturin (14a-f) joukon ja tietojenkäsittelylogiikan ja jossa menetelmä käsittää vaiheet, joissa: muodostetaan kanta (22), joka määrittää N-ulotteisen signaaliavaruuden n-ulotteisen aliavaruu-den, jossa n on pienempi kuin N, käyttäen n-ulotteisen kannan määrittelyssä Signal Space Separation -menetelmän fysikaalista mallia tai tilastollista mallia, joka perustuu tallennettujen N-ulotteisten signaalien statistiikkaan; ja muodostetaan (23) yhdistetty (n+1)-ulotteinen kanta lisäämällä n-ulotteiseen kantaan signaalivektori, jossa signaalivektori kuvaa signaalia, joka on läsnä N-kanavaisen laitteen (19) vain yhdessä kanavassa (14), jossa signaalivektori tallennetaan spatiaalisella näytteenottotaajuudella, joka on suurempi kuin korkeimmat spatiaaliset taajuudet kiinnostavassa signaalissa, niin että n+1 on pienempi kuin N; tunnettu siitä, että menetelmä käsittää edelleen vaiheet, joissa: - hajotetaan (24) tallennettu N-ulotteinen signaalivektori yhdistetyssä kannassa oleviksi n+1 komponentiksi, - vähennetään (25) tallennetusta N-ulotteisesta signaalivektorista komponentit, jotka vastaavat yhdistetyssä kannassa olevaa lisättyä vektoria, - toistetaan tallennetun signaalin hajottaminen yhdistetyssä kannassa oleviksi n+1 komponentiksi N kertaa käyttäen yhtenä lisättynä kantavektorina kutakin kanavaa (14) vastaavaa vektoria kerrallaan, ja - vähennetään N signaalikomponenttia, jotka vastaavat lisättyjä kantavektoreita kussakin hajo-tusoperaatiossa, alkuperäisestä datasta.
2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että stabiloidaan numeerisesti ratkaisu lineaariseen ongelmaan, joka koskee N-ulotteisen signaalin hajottamista n+1 komponentiksi, käyttäen julkaisussa Foster kuvattua Wiener-Kolmogorov-menetelmää tai mitä tahansa samantyyppistä regularisointimenetelmää.
3. Patenttivaatimuksen 2 mukainen menetelmä, tunnettu siitä, että estimoidaan anturin kohinan tilastollisia korrelaatioita N kanavan (14) välillä, joita korrelaatioita tarvitaan numeerisessa regularisointimenetel-mässä, peräkkäisten näytteiden välisistä eroista tallennetuissa signaaleissa.
4. Patenttivaatimuksen 3 mukainen menetelmä, tunnettu siitä, että estimoidaan anturin kohinan tilastolliset korrelaatiot N kanavan (14) välillä korrelaatioista ylipäästösuodatetuissa tallennetuissa signaaleissa.
5. Jonkin patenttivaatimuksista 2-4 mukainen menetelmä, tunnettu siitä, että tallennetaan signaali temporaalisella näytteenottotaajuudella, joka on suurempi kuin korkeimmat taajuudet kiinnostavassa signaalissa.
6. Jonkin patenttivaatimuksista 1-5 mukainen menetelmä, tunnettu siitä, että sovelletaan menetelmää tallennustuloksiin, jotka on saatu monikanavaisella magnetoenkefalografia (MEG) -laitteella (19).
7. Jonkin patenttivaatimuksista 1-5 mukainen menetelmä, tunnettu siitä, että sovelletaan menetelmää tallennustuloksiin, jotka on saatu monikanavaisella elektroenkefalografia (EEG) -laitteella.
8. Jonkin patenttivaatimuksista 1-5 mukainen menetelmä, tunnettu siitä, että sovelletaan menetelmää magneettisten reso-nanssisignaalien tallennustuloksiin, jotka on saatu monikanavaisella MRI-laitteella.
9. Monikanavainen mittauslaite (19), joka on järjestetty tunnistamaan ja poistamaan ei-toivottuja artefakteja ja kanavakohinaa monikanavaisen magneettikentän tai sähköisen potentiaalin mittauksen vähintään yhdestä mittauskanavasta (14), jossa mittauslaite (19) käsittää N mittausanturin (14a-f) joukon; ja tietojenkäsittelylogiikan, joka on järjestetty muodostamaan kanta (22), joka määrittää N-ulotteisen signaaliavaruuden n-ulotteisen aliavaruu-den, jossa n on pienempi kuin N, käyttäen n-ulotteisen kannan määrittelyssä Signal Space Separation -menetelmän fysikaalista mallia tai tilastollista mallia, joka perustuu tallennettujen N-ulotteisten signaalien statistiikkaan; ja muodostamaan yhdistetty (n+1)-ulotteinen kanta (23) lisäämällä n-ulotteiseen kantaan signaalivektori, jossa signaalivektori kuvaa signaalia, joka on läsnä N-kanavaisen laitteen (19) vain yhdessä kanavassa (14), jossa signaalivektori tallennetaan spatiaalisella näytteenottotaajuudella, joka on suurempi kuin korkeimmat spatiaaliset taajuudet kiinnostavassa signaalissa, niin että n+1 on pienempi kuin N; tunnettu siitä, että tietojenkäsittelylo-giikka on järjestetty edelleen: - hajottamaan (24) tallennettu N-ulotteinen signaa-livektori yhdistetyssä kannassa oleviksi n+1 komponentiksi, - vähentämään (25) tallennetusta N-ulotteisesta signaalivektorista komponentti, joka vastaa yhdistetyssä kannassa olevaa lisättyä vektoria, - toistamaan tallennetun signaalin hajottaminen yhdistetyssä kannassa oleviksi n+1 komponentiksi N kertaa käyttäen yhtenä lisättynä kantavektorina kutakin kanavaa (14) vastaavaa vektoria kerrallaan, ja - vähentämään N signaalikomponenttia, jotka vastaavat lisättyjä kantavektoreita kussakin hajo-tusoperaatiossa, alkuperäisestä datasta.
10. Patenttivaatimuksen 9 mukainen laite, tunnettu siitä, että tietojenkäsittelylogiikka on järjestetty edelleen: stabiloimaan numeerisesti ratkaisu lineaariseen ongelmaan, joka koskee N-ulotteisen signaalin hajottamista n+1 komponentiksi, käyttäen julkaisussa Foster kuvattua Wiener-Kolmogorov-menetelmää tai mitä tahansa samantyyppistä regularisointimenetelmää.
11. Patenttivaatimuksen 10 mukainen laite, tunnettu siitä, että tietojenkäsittelylogiikka on järjestetty edelleen: estimoimaan anturin kohinan tilastollisia korrelaatioita N kanavan (14) välillä, joita korrelaatioita tarvitaan numeerisessa regularisointimenetel-mässä, peräkkäisten näytteiden välisistä eroista tal lennetuissa signaaleissa.
12. Patenttivaatimuksen 11 mukainen laite, tunnettu siitä, että tietojenkäsittelylogiikka on järjestetty edelleen: estimoimaan anturin kohinan tilastolliset korrelaatiot N kanavan (14) välillä korrelaatioista ylipäästösuodatetuissa tallennetuissa signaaleissa.
13. Jonkin patenttivaatimuksista 10 - 12 mukainen laite, tunnettu siitä, että tietojenkäsit-telylogiikka on järjestetty edelleen: tallentamaan signaali temporaalisella näytteenottotaajuudella, joka on suurempi kuin korkeimmat taajuudet kiinnostavassa signaalissa.
14. Jonkin patenttivaatimuksista 9-13 mukainen laite, tunnettu siitä, että laite on monikanavainen magnetoenkefalografia (MEG) -laite (19).
15. Jonkin patenttivaatimuksista 9-13 mukainen laite, tunnettu siitä, että laite on monikanavainen elektroenkefalografia (EEG) -laite.
16. Jonkin patenttivaatimuksista 9-13 mukainen laite, tunnettu siitä, että laite on monikanavainen magneettikuvaus (MRI) -laite, joka ottaa vastaan magneettisia resonanssisignaaleja.
17. Tietokoneohjelma ei-toivottujen artefak-tien ja kanavakohinan tunnistamiseksi ja poistamiseksi monikanavaisen magneettikentän tai sähköisen potentiaalin mittauksen vähintään yhdestä mittauskanavasta (14), jossa mittauslaite (19) käsittää N mittausanturin (14a-f) joukon ja tietojenkäsittelylogiikan ja jossa tietokoneohjelma käsittää ohjelmakoodia, joka ajettaessa tietojenkäsittelylogiikalla on järjestetty toteuttamaan vaiheet, joissa: muodostetaan kanta (22), joka määrittää N-ulotteisen signaaliavaruuden n-ulotteisen aliavaruu-den, jossa n on pienempi kuin N, käyttäen n-ulotteisen kannan määrittelyssä Signal Space Separation -menetelmän fysikaalista mallia tai tilastollista mallia, joka perustuu tallennettujen N-ulotteisten signaalien statistiikkaan; ja muodostetaan (23) yhdistetty (n+1)-ulotteinen kanta lisäämällä n-ulotteiseen kantaan signaalivektori, jossa signaalivektori kuvaa signaalia, joka on läsnä N-kanavaisen laitteen (19) vain yhdessä kanavassa (14) ; tunnettu siitä, että tietokoneohjelma on järjestetty suorittamaan edelleen vaiheet, joissa: - hajotetaan (24) tallennettu N-ulotteinen signaa-livektori yhdistetyssä kannassa oleviksi n+1 komponentiksi, - vähennetään (25) tallennetusta N-ulotteisesta signaalivektorista komponentit, jotka vastaavat yhdistetyssä kannassa olevaa lisättyä vektoria, - toistetaan tallennetun signaalin hajottaminen yhdistetyssä kannassa oleviksi n+1 komponentiksi N kertaa käyttäen yhtenä lisättynä kantavektorina kutakin kanavaa (14) vastaavaa vektoria kerrallaan, ja - vähennetään N signaalikomponenttia, jotka vastaavat lisättyjä kantavektoreita kussakin hajo-tusoperaatiossa, alkuperäisestä datasta.
18. Patenttivaatimuksen 17 mukainen tietokoneohjelma, tunnettu siitä, että tietokoneohjelma on tallennettu tietovälineelle, joka on tietojenkäsit-telylogiikan luettavissa.
FI20125075A 2012-01-24 2012-01-24 Menetelmä spatiaalisen ja temporaalisen ylinäytteityksen käyttämiseksi monikanavaisissa mittauksissa FI125397B (fi)

Priority Applications (6)

Application Number Priority Date Filing Date Title
FI20125075A FI125397B (fi) 2012-01-24 2012-01-24 Menetelmä spatiaalisen ja temporaalisen ylinäytteityksen käyttämiseksi monikanavaisissa mittauksissa
CA2862189A CA2862189C (en) 2012-01-24 2013-01-24 Method and device for recognizing and removing undesired artifacts in multichannel magnetic field or electric potential measurements
PCT/IB2013/050595 WO2013111072A1 (en) 2012-01-24 2013-01-24 Method and device for recognizing and removing undesired artifacts in multichannel magnetic field or electric potential measurements
EP13740539.5A EP2806789B1 (en) 2012-01-24 2013-01-24 Method and device for recognizing and removing undesired artifacts in multichannel magnetic field or electric potential measurements
JP2014553840A JP6143794B2 (ja) 2012-01-24 2013-01-24 多重チャンネル磁場または電荷ポテンシャル測定における不要なアーティファクトを認識し、除去する方法および機器
US14/374,365 US10307105B2 (en) 2012-01-24 2013-01-24 Method and device for recognizing and removing undesired artifacts in multichannel magnetic field or electric potential measurements

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI20125075 2012-01-24
FI20125075A FI125397B (fi) 2012-01-24 2012-01-24 Menetelmä spatiaalisen ja temporaalisen ylinäytteityksen käyttämiseksi monikanavaisissa mittauksissa

Publications (2)

Publication Number Publication Date
FI20125075A FI20125075A (fi) 2013-07-25
FI125397B true FI125397B (fi) 2015-09-30

Family

ID=48872936

Family Applications (1)

Application Number Title Priority Date Filing Date
FI20125075A FI125397B (fi) 2012-01-24 2012-01-24 Menetelmä spatiaalisen ja temporaalisen ylinäytteityksen käyttämiseksi monikanavaisissa mittauksissa

Country Status (6)

Country Link
US (1) US10307105B2 (fi)
EP (1) EP2806789B1 (fi)
JP (1) JP6143794B2 (fi)
CA (1) CA2862189C (fi)
FI (1) FI125397B (fi)
WO (1) WO2013111072A1 (fi)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8593141B1 (en) 2009-11-24 2013-11-26 Hypres, Inc. Magnetic resonance system and method employing a digital squid
US8970217B1 (en) 2010-04-14 2015-03-03 Hypres, Inc. System and method for noise reduction in magnetic resonance imaging
FI125397B (fi) 2012-01-24 2015-09-30 Elekta Ab Menetelmä spatiaalisen ja temporaalisen ylinäytteityksen käyttämiseksi monikanavaisissa mittauksissa
CN111896903A (zh) 2014-09-05 2020-11-06 海珀菲纳研究股份有限公司 噪声抑制方法和设备
US11540778B2 (en) 2016-05-26 2023-01-03 University Of Washington Reducing sensor noise in multichannel arrays using oversampled temporal projection and associated systems and methods
WO2018098141A1 (en) 2016-11-22 2018-05-31 Hyperfine Research, Inc. Systems and methods for automated detection in magnetic resonance images
US10627464B2 (en) 2016-11-22 2020-04-21 Hyperfine Research, Inc. Low-field magnetic resonance imaging methods and apparatus
US11723579B2 (en) 2017-09-19 2023-08-15 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement
US11717686B2 (en) 2017-12-04 2023-08-08 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to facilitate learning and performance
US11478603B2 (en) 2017-12-31 2022-10-25 Neuroenhancement Lab, LLC Method and apparatus for neuroenhancement to enhance emotional response
US11364361B2 (en) 2018-04-20 2022-06-21 Neuroenhancement Lab, LLC System and method for inducing sleep by transplanting mental states
US10517540B1 (en) * 2018-08-06 2019-12-31 Hi Llc Systems and methods to reduce data and complexity in neural signal processing chain
WO2020041621A1 (en) * 2018-08-24 2020-02-27 University Of Washington Apparatuses, systems, and methods for suppression of artifacts in non-invasive electromagnetic recordings
US11452839B2 (en) 2018-09-14 2022-09-27 Neuroenhancement Lab, LLC System and method of improving sleep
JP6936405B2 (ja) 2018-12-26 2021-09-15 旭化成エレクトロニクス株式会社 磁場計測装置
US11497425B2 (en) 2019-03-08 2022-11-15 Asahi Kasei Microdevices Corporation Magnetic field measurement apparatus
US11701042B2 (en) 2019-03-14 2023-07-18 Ricoh Company, Ltd. Signal processing apparatus and signal processing method
US11786694B2 (en) 2019-05-24 2023-10-17 NeuroLight, Inc. Device, method, and app for facilitating sleep
US11768258B2 (en) 2019-11-27 2023-09-26 Ricoh Company, Ltd. Signal separating apparatus, signal separating method, and non-transitory recording medium
JP2022111838A (ja) 2021-01-20 2022-08-01 旭化成エレクトロニクス株式会社 磁場計測装置、磁場計測方法、磁場計測プログラム
CN114384463A (zh) * 2022-01-13 2022-04-22 中国电子科技集团公司第五十四研究所 一种基于空间投影的伪信源辨识方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AP2004003127A0 (en) 2002-02-06 2004-09-30 Univ California Squid detected NMR and MR1 at ultralow fields
FI115324B (fi) 2003-03-14 2005-04-15 Elekta Neuromag Oy Menetelmä ja järjestelmä monikanavaisen mittaussignaalin käsittelemiseksi
FI115737B (fi) 2003-09-26 2005-06-30 Elekta Neuromag Oy Menetelmä monikanavaisen mittaussignaalin käyttämiseksi lähdemallinnuksessa
JP5361131B2 (ja) 2007-01-03 2013-12-04 エレクタ アクチボラゲット 直交仮想チャネルを使用したマルチチャネル測定データの分析
FI124427B (fi) * 2010-07-06 2014-08-29 Elekta Ab Menetelmä häiriöavaruuden tarkentamiseksi biomagneettisissa kenttämittauksissa
FI125397B (fi) 2012-01-24 2015-09-30 Elekta Ab Menetelmä spatiaalisen ja temporaalisen ylinäytteityksen käyttämiseksi monikanavaisissa mittauksissa

Also Published As

Publication number Publication date
CA2862189A1 (en) 2013-08-01
EP2806789A1 (en) 2014-12-03
US10307105B2 (en) 2019-06-04
JP2015508318A (ja) 2015-03-19
WO2013111072A1 (en) 2013-08-01
CA2862189C (en) 2018-09-11
US20140343882A1 (en) 2014-11-20
EP2806789A4 (en) 2015-10-21
FI20125075A (fi) 2013-07-25
JP6143794B2 (ja) 2017-06-07
EP2806789B1 (en) 2017-08-30

Similar Documents

Publication Publication Date Title
FI125397B (fi) Menetelmä spatiaalisen ja temporaalisen ylinäytteityksen käyttämiseksi monikanavaisissa mittauksissa
JP4875696B2 (ja) 電磁気的な多チャネル測定において干渉を抑制するための方法及び装置
US7729740B2 (en) Noise cancellation in magnetoencephalography and electroencephalography with isolated reference sensors
US20160051162A1 (en) Method for locating a brain activity associated with a task
US8838225B2 (en) Analysis of multi-channel measurement data using orthogonal virtual channels
Giraldo-Suarez et al. Reconstruction of neural activity from EEG data using dynamic spatiotemporal constraints
US20190117164A1 (en) Methods and systems of de-noising magnetic-field based sensor data of electrophysiological signals
US20140107464A1 (en) Method for Locating a Brain Activity
US20160051161A1 (en) Method for locating a brain activity associated with a task
CN114052668B (zh) 一种基于脑磁图数据的脑功能分析方法
US11213255B2 (en) Information processing device, information processing method, and recording medium storing information processing program
US11911169B2 (en) Systems and methods for enhanced encoded source imaging
Manomaisaowapak et al. Granger causality inference in EEG source connectivity analysis: a state-space approach
Nawel et al. A comparison of inverse problem methods for source localization of epileptic MEG spikes
US20210186400A1 (en) Apparatuses, systems, and methods for suppression of artifacts in non-invasive electromagnetic recordings
Taulu et al. The signal space separation method
Gómez et al. Localization accuracy of a common beamformer for the comparison of two conditions
Subramaniyam et al. Expectation–maximization algorithm with a nonlinear Kalman smoother for MEG/EEG connectivity estimation
Pascarella et al. Particle filtering, beamforming and multiple signal classification for the analysis of magnetoencephalography time series: a comparison of algorithms
Nurminen The magnetostatic multipole expansion in biomagnetism: applications and implications
Darvas et al. Functional imaging of brain activity and connectivity with MEG
Lamus et al. Parameter estimation and dynamic source localization for the magnetoencephalography (MEG) inverse problem
Pfeiffer et al. Sensor localization using magnetic dipole-like coils: A method for highly accurate co-registration in on-scalp MEG
Lamus et al. An analysis of how spatiotemporal dynamic models of brain activity could improve MEG/EEG inverse solutions
Song et al. A kernel machine-based fMRI physiological noise removal method

Legal Events

Date Code Title Description
FG Patent granted

Ref document number: 125397

Country of ref document: FI

Kind code of ref document: B

PC Transfer of assignment of patent

Owner name: MEGIN OY