선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이 방법은구현이 간단하나전류원의 개수가 많아질수록 계산량이 급격히 많아지는 문제가 있어 계산량과 정확도 사이의 trade-off를 정하는 문제가 필요하다. 따라서 본 논문에서는 보다 정확하고 빠르게 초기 위치를 선정하기 위하여 센서 표면의 자기장 분포를 고려한 초기 값 결정법을 제안하였다. MEG 센서 의 타입 에 따라서 다르긴 하나 magnetometer* 사용 시에는 임의의 전류원에 의한 자기장의 분포는 하나의 최대값과 하나의 최소값을 갖게 되며 그 사이에 전류원이 위치하게 된다고 알려져 있다.
- 뇌의 내부에서 발생하는 현상은 어떤 자극에 의해서 발생하는 유발전위(evoked potentials)와 자발적으로 발생하는 주기적 뇌파 활동(oscillatory brain activity) 으로 구분되는데 , 이 중 주기적 뇌파 활동의 국지화는 정상인의 특성을상세화해서 발작 등의 질병이 있는사람의 뇌파와 비교 분석하고 뇌의 기능과 주기적 뇌파의 관계를 규명하기 위하여 중요하게 사용되고 있다. 따라서 본 논문에서는 주기적 뇌파 활동의 국지화를 위하여 특정 주파수 영역의 신호를 이용하여 신호원 추정을 수행하였다[3].
- 본 논문에서는 이러한DSM의 문제점들을해결하고, 신 호원 추정의 정확도를 향상시키기 위하여 다음의 2가지 방법을 제안하였다. 첫째는 초기값에 민감한 결정론적 알고리즘을 보완하기 위해서 센서 표면에서의 자기장 분포를 고려한 초기값 결정법을 제안하였다.
- 본 논문에서는DSM의 문제점을 개선시키기 위하여 두 가지 알고리즘을 제안하였으며, 가상 뇌자도 데이터와 실제 뇌자도 데이터에 적용하여 뇌자도 신호원 국지화의 성능을검증하였다. 우선, 초기 위치에 의한 영향을 감소하기 위하여 센서 표면의 자기장 분포를 고려한 초기값 결정법을 제안하였다.
가설 설정
- VectorView 시스템은 총 306채널로써 204채널의 평면형gradiometei와 102채널의 magnetometer의 조합으로 구성되나, 102채널의 magnetometer의 측정값만을 이용해서 초기값을 결정하고 국지화를 수행하였다. 본 논문에서는 주기적 뇌파 활동의 하나이면서 비교적 실험을 통한 측정이 용이한 알파 리듬을 선택하였으며, 알파 리듬이 비교적 넓은 영역에서 활성화되므로 2개의 전류원을 가정하여 국지화를 수행하였다. 일반적으로 10 Hz의 주파수 대역을 나타내는 알파 리듬은 후두부에서 관찰되며, 주로 두정후두부 (paH#tD#occipitalregioD)에 집중되어 있다.
- 신경전자기 정문제를 계산하기 위해서 머리 모델을 구형 대칭 모델로 가정하였다. 이러한 사실을 고려하여 전류쌍극자 Q에 의해 생성된 자속밀도 B(r)은 식 (1)과 같이 표현될 수 있다.
- 또한 실제로 측정된 뇌자도 데이터와 유사한 데이터를 만들기 위해서 자기차폐실에서 측정된 잡음을 각 센서의 데이터에 첨가하였다. 주기적 뇌파의 신호원 추정을 위해서 전류원은 10 Hz의 주파수를 갖는 sinusoidal 신호를 가정하였으며, 전류원의 위치 정보는대뇌 피질의 전 영역에 걸쳐 1000개의 위치 정보를 임의로 추출하였다*
※ AI-Helper는 부적절한 답변을 할 수 있습니다.