Simulation of the SSS method for a 76-channel MEG instrument

No Thumbnail Available
Journal Title
Journal ISSN
Volume Title
Helsinki University of Technology | Diplomityö
Checking the digitized thesis and permission for publishing
Instructions for the author
Date
2004
Major/Subject
Lääketieteellinen tekniikka
Mcode
Tfy-99
Degree programme
Language
en
Pages
51
Series
Abstract
babySQUID<sup>TM</sup>on uusi vauvatutkimuksiin suunniteltu 76-kanavainen magnetoenkefalografia (MEG) -laite. Sen on tarkoitus toimia ilman magneettista suojausta, joten laitteen käyttö edellyttää tehokkaita häiriönpoistomenetelmiä. Eräs lupaava uusi menetelmä on Signal Space Separation (SSS). Sillä voidaan rekonstruoida MEG-laitteen anturiston lähellä olevien signaalilähteiden kentät ja poistaa kauempana olevien häiriölähteiden aiheuttamat kentät minimaalisin oletuksin. Tässä diplomityössä tutkittiin SSS-menetelmän toimintaa babySQUID-laitteella tietokonesimulaatiota käyttäen. Koska babySQUID-laitteessa käytetään vain yhtä sensorityyppiä (aksiaalinen gradiometri), SSS-matriisista tulee hyvin häiriöaltis. Työssä löydettiin tämän ongelman ratkaisuun sopiva regularisointimenetelmä PP-TSVD (piecewise polynomial truncated singular value decomposition). Menetelmää käyttäen on mahdollista saada stabiileja ja tarkkoja SSS-ratkaisuja. Esim. anturistosta 5 m päässä olevan häiriölähteen kenttä voidaan poistaa, vaikka sen voimakkuus on l0-kertainen signaalilähteen kenttään verrattuna. Laitteen verrattain vähäinen kanavamäärä rajoittaa käytettävissä olevien kantavektorien määrää. Tästä huolimatta 8 mm päässä anturistosta olevan signaalilähteen rekonstruointi onnistuu. Kyky poistaa häiriölähteiden kenttiä huononee tosin nopeasti kun niitä tuodaan alle 1 m päähän anturistosta, ja signaalien rekonstruointi onnistuu parhaiten kun signaalilähteet on rajattu tiettyyn osaan anturistoa. Simulaatiot osoittavat että SSS-menetelmä on varsin herkkä gradiometrien epätasapainolle, joka saattaa babySQUID-laitteessa olla niin suuri että ratkaisut häiriintyvät merkittävästi. Tässä työssä käytettiin vain simuloitua dataa, ja menetelmän lopullinen testaus tulee vaatimaan oikean mittausdatan käyttöä.
Description
Supervisor
Katila, Toivo
Thesis advisor
Okada, Yoshio
Keywords
magnetoencephalography, magnetoenkefalografia, MEG, MEG, Signal Space Separation, SSS, SSS
Other note
Citation