پردازش سیگنالهای حیاتی
علیرضا طالش جفادیده؛ بابک محمدزاده اصل
دوره 10، شماره 4 ، دی 1395، ، صفحه 347-359
چکیده
در مکانیابی فعالیت مغز از روی سیگنال EEG یا MEG، روشهای مبتنی بر شکلدهندة پرتوی وفقی کمینه واریانس، بهدلیل رزولوشن بالا، کاربرد گستردهای دارند. متأسفانه، این روشها بهدلیل استفاده از وارون ماتریس کوواریانس داده، اغلب زمانی که تعداد لحظات نمونهبرداری در مقایسه با تعداد گیرندهها کم است، با شکست مواجه میشوند. این ...
بیشتر
در مکانیابی فعالیت مغز از روی سیگنال EEG یا MEG، روشهای مبتنی بر شکلدهندة پرتوی وفقی کمینه واریانس، بهدلیل رزولوشن بالا، کاربرد گستردهای دارند. متأسفانه، این روشها بهدلیل استفاده از وارون ماتریس کوواریانس داده، اغلب زمانی که تعداد لحظات نمونهبرداری در مقایسه با تعداد گیرندهها کم است، با شکست مواجه میشوند. این اتفاق، بهخصوص برای دادههای حاصل از پتانسیلهای برانگیخته رخ میدهد. برای حل مشکل، روشی به نام تماموفقی سریع (FFA) پیشنهاد شد، که یک روش چندمرحلهای وفقی با الهام از ساختار پروانهای تبدیل فوریه (FFT) بوده و تعداد نمونههای لازم برای مکانیابی را به مقدار قابلتوجهی کاهش میدهد. از سوی دیگر، حساسیت زیاد این روش به توالی تقسیم داده و عملکرد ضعیف آن در SNRهای پایین، استفاده از آن را برای مکانیابی فعالیتهای کوتاهمدت مغزی با تردید همراه کرده است. در این مقاله، یک مرحلة پیشپردازشی برای بهبود عملکرد FFA ارائه میشود که در آن، مغز به نواحی مجزا تقسیم و پایههای هر ناحیه تعیین شده و با استفاده از این پایهها، دادة هر ناحیه بهدست میآید. در ادامه، الگوریتم FFA روی دادة بهدست آمده، اعمال میشود. برای اثبات عملکرد روش ارائهشده، از دادههای شبیهسازی ERP و دادة واقعی ERF استفاده شد. در تمام شبیهسازیها، FFA بهبودیافته، عملکرد بهتری از لحاظ شعاع پراکندگی (بهبود در حدود 4-9 میلیمتر) و خطای مکانیابی (بهبود در حدود 2-10 میلیمتر) در مقایسه با روش FFA از خود نشان داد. همچنین روش پیشنهادی، رزولوشن بهتری در مکانیابی داده واقعی ERF نشان داد. این نکته نیز مهم است که روش پیشنهادی، حساسیت کمتری نسبت به توالی تقسیم داده دارد. نتایج هر دو دادة شبیهسازی و واقعی نشان میدهد، که میتوان از FFA بهبودیافته بهعنوان روشی مطمئن برای مکانیابی فعالیتهای کوتاهمدت مغزی استفاده کرد.