21、生物医学信号应用解读

生物医学信号应用解读

1. 脑电与功能磁共振成像信号融合

在生物医学信号处理中，脑电（EEG）和功能磁共振成像（fMRI）信号的融合是一个重要的研究方向。有一种方法仅发现了一个时域独立成分（tIC），它能选择性地预测一个空域独立成分（sIC）的时间进程，且两种模态对应成分之间不存在其他协方差。还有研究在视觉检测任务中采用了类似方法。

另一种途径是将事件相关电位（ERP）和fMRI信号在一个共同的数据空间中进行融合。有研究提出使用联合独立成分分析来分析多个受试者同时进行的单试次ERP - 血氧水平依赖（BOLD）测量。不过，要实现EEG和fMRI模态的满意整合还有很长的路要走。目前已有多种用于多模态数据融合的数学方法，但选择合适的融合模型需要根据具体问题进行调整。

2. 近红外光谱信号（NIRS）

2.1 技术原理

近红外光谱（NIRS）利用红外（IR）波长（700 - 2500 nm）的光来获取被分析物质的成分信息。与可见光相比，红外范围内的摩尔吸光系数较小，这使得红外光能够穿透组织。功能性近红外光谱（fNIRS）是一种非侵入性成像方法，使用近红外（700 - 900 nm）光来量化发色团（吸光分子）的浓度。

fNIRS主要应用于大脑功能研究，但也可用于监测外周血管疾病，在肿瘤学中也有一定作用，因为肿瘤的存在与血管密度增加导致的血容量增加以及脱氧血红蛋白水平升高有关。

当发光二极管发出的光子束穿透生物组织时，部分会被发色团散射，部分会被吸收。光子穿过组织时轨迹会发生变化，少数光子能在不发生散射或吸收的情况下到达光电探测器，有些会被发色团吸收，有些散射后无法到达探测器，其余则会经过比光源与探测器