Research output: Contribution to journal › Article › peer-review
Локализация источников активности мозга на его трехмерной модели при помощи совместного анализа данных ЭЭГ/cМРТ. / Быкова, Екатерина Павловна; Савостьянов, Александр Николаевич.
In: Вестник Новосибирского государственного университета. Серия: Информационные технологии, Vol. 17, No. 3, 2019, p. 18-28.Research output: Contribution to journal › Article › peer-review
}
TY - JOUR
T1 - Локализация источников активности мозга на его трехмерной модели при помощи совместного анализа данных ЭЭГ/cМРТ
AU - Быкова, Екатерина Павловна
AU - Савостьянов, Александр Николаевич
N1 - Быкова Е.П., Савостьянов А.Н. Локализация источников активности мозга на его трехмерной модели при помощи совместного анализа данных ЭЭГ/cМРТ // Вестник НГУ. Серия: Информационные технологии. - 2019. - Т. 17. - №3. - C. 18–28
PY - 2019
Y1 - 2019
N2 - Несмотря на большое количество существующих методов диагностики головного мозга, он остается наименее изученной частью человеческого организма. Электроэнцефалография (ЭЭГ) – один из наиболее популярныхметодов исследования мозговой активности. Это обусловлено относительной дешевизной, безвредностью и мобильностью оборудования.При анализе данных ЭЭГ возникает проблема решения обратной задачи электроэнцефалографии – локализации источников электрической активности мозга. Ее можно сформулировать следующим образом: по сигналам, регистрируемым на поверхности головы, необходимо определить, в какой области мозга расположены источники этих сигналов.Целью исследования является разработка программной системы для локализации источников мозговой активности на основе совместного анализа данных ЭЭГ и сМРТ.Существуют различные подходы к решению обратной задачи ЭЭГ. Для получения наиболее точных результатов некоторые из них предполагают использование данных сМРТ (изображений структурной магнитно-резонансной томографии), описывающих индивидуальную анатомию головы человека. В этой работе используется один из таких подходов – EMSICA (Electromagnetic Spatiotemporal Independent Component Analysis),предложенный A. Tsai.В статье рассмотрены основные этапы работы системы, такие как предварительная обработка исходных данных; расчет специальной матрицы подхода EMSICA, значения которой показывают уровень активности определенного участка мозга; визуализация источников активности мозга на его трехмерной модели
AB - Несмотря на большое количество существующих методов диагностики головного мозга, он остается наименее изученной частью человеческого организма. Электроэнцефалография (ЭЭГ) – один из наиболее популярныхметодов исследования мозговой активности. Это обусловлено относительной дешевизной, безвредностью и мобильностью оборудования.При анализе данных ЭЭГ возникает проблема решения обратной задачи электроэнцефалографии – локализации источников электрической активности мозга. Ее можно сформулировать следующим образом: по сигналам, регистрируемым на поверхности головы, необходимо определить, в какой области мозга расположены источники этих сигналов.Целью исследования является разработка программной системы для локализации источников мозговой активности на основе совместного анализа данных ЭЭГ и сМРТ.Существуют различные подходы к решению обратной задачи ЭЭГ. Для получения наиболее точных результатов некоторые из них предполагают использование данных сМРТ (изображений структурной магнитно-резонансной томографии), описывающих индивидуальную анатомию головы человека. В этой работе используется один из таких подходов – EMSICA (Electromagnetic Spatiotemporal Independent Component Analysis),предложенный A. Tsai.В статье рассмотрены основные этапы работы системы, такие как предварительная обработка исходных данных; расчет специальной матрицы подхода EMSICA, значения которой показывают уровень активности определенного участка мозга; визуализация источников активности мозга на его трехмерной модели
UR - https://www.elibrary.ru/item.asp?id=41570978
U2 - 10.25205/1818-7900-2019-17-3-18-28
DO - 10.25205/1818-7900-2019-17-3-18-28
M3 - статья
VL - 17
SP - 18
EP - 28
JO - Вестник Новосибирского государственного университета. Серия: Информационные технологии
JF - Вестник Новосибирского государственного университета. Серия: Информационные технологии
SN - 1818-7900
IS - 3
ER -
ID: 22367105