Credit: Unsplash/CC0公共领域
Skoltech的研究人员提出了一种解释大脑活动数据的方法，在MRI数据包含伪影或只有低分辨率头部模型可用的情况下，该方法被证明比传统的ly技术精确五倍
该发现发表在《IEEE医学影像学报》上，用于治疗耐药性癫痫和了解健康大脑的认知过程，包括它如何对视觉刺激做出反应和记录新单词
绘制大脑活动图是确定大脑哪些部分参与特定认知任务(例如，通过用手指戳猫来接收感觉输入)或参与病理过程(如癫痫发作或睡眠障碍)的标准方法
大脑活动通常用脑电图或脑磁图记录，分别简称为脑电图和脑磁图
第一种技术包括在头皮表面放置电极阵列，用于测量局部电势
第二种方法使用传感器来记录磁场而不是电势，但是这两种方法都是检测和定位大脑电流的代理
该研究的第一作者、斯科尔蒂奇的高级研究科学家尼古拉·亚维奇解释说:“脑电图已经存在了大约100年，一些种类的神经活动已经得到了很好的研究。”
“例如，对于有经验的医生来说，通过阅读原始脑电图数据来研究睡眠障碍是相当容易的
其他情况更难
为了精确定位患者大脑中导致癫痫发作的热点，脑电图或脑磁图数据与高分辨率核磁共振成像扫描相结合，该扫描模拟患者的头部，并用先进的计算机算法进行处理
如果麻烦的区域被精确定位，那么当药物不起作用时，它可以在不损伤周围组织的情况下被操作以帮助癫痫患者
" 然而，结合大脑活动图使用的核磁共振扫描并不总是完美的
它们经常被噪声和其他图像伪影所破坏
这导致图像分割不准确
根据参与这项研究的斯科尔特奇研究人员的说法，他们的技术对这种数据缺陷的敏感度要低得多
“我们发现，当在低分辨率头部模型上建模神经活动时，我们的方法比传统方法的精度高5倍
虽然它也需要更高的计算负荷，但其好处似乎证明了它的应用是合理的，”亚维奇评论道
这意味着该方法可以帮助认知科学家、神经学家和脑外科医生利用不太完美的数据来理解癫痫、注意力缺陷障碍和自闭症等疾病的神经基础，以及与记忆、感官感知、运动等相关的健康认知过程
研究人员使用的技术被称为混合有限元法，或MHFEM
将其精度与传统的节点有限元法(简称P1有限元法)进行了比较
在解释脑电图和脑磁图数据时，这两种方法的目的都是为了解决构成所谓正向问题的方程
这两种方法的不同之处在于，用MHFEM计算的神经电流总是物理的，因为它们满足电荷守恒定律，而P1 FEM不具备这一特性
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
