An improved method, termed "statistical synthetic aperture magnetometry"
(SSAM) of transforming magnetoencephalographic (MEG) measurements into
corresponding three-dimensional images of the electrophysiological
activity within the brain. The computed images are static, representing
the time-integrated brain activity over a selected period. By selecting
the time periods and frequency bands of interest, the SSAM method
selectively images brain activity relating to different types of brain
pathology or to cognitive events. Unlike prior art methods, the SSAM
method compensates for the growth of ionic signal source strength
estimates with depth into the head, resulting, in part, from the declining
sensitivity of the MEG sensors. This is achieved by computing and
displaying functions of the ratio of source strength to its noise for each
element comprising the image. That is, a functional image is determined by
an array of voxels where each voxel is based upon a function of source
signal-to-noise ratio (SNR) rather than the source strength, alone. By
using functions of SNR to represent source activity, the SSAM method
achieves more accurate and higher resolution source localization. Each
voxel is represented as a function of the ratio of a source power estimate
to a source noise variance estimate. Such functions are found to be
maximum at the true locations of sources, whereas plots of source power
alone (as in prior art methods), show maxima which appear deeper and more
diffuse in the brain than they in fact are.
Μια βελτιωμένη μέθοδος, κάλεσε τη "στατιστική συνθετική μαγνητομετρία ανοιγμάτων" (SSAM) του μετασχηματισμού των magnetoencephalographic μετρήσεων (MEG) στις αντίστοιχες τρισδιάστατες εικόνες της electrophysiological δραστηριότητας μέσα στον εγκέφαλο. Οι υπολογισμένες εικόνες είναι στατικές, αντιπροσωπεύοντας τη χρόνος-ενσωματωμένη δραστηριότητα εγκεφάλου κατά τη διάρκεια μιας επιλεγμένης περιόδου. Με να επιλέξει τα χρονικά διαστήματα και τις ζώνες συχνότητας ενδιαφέροντος, η δραστηριότητα εγκεφάλου εικόνων μεθόδου SSAM επιλεκτικά σχετικά με τους διαφορετικούς τύπους παθολογιών εγκεφάλου ή στα γνωστικά γεγονότα. Αντίθετα από τις μεθόδους προγενέστερης τέχνης, η μέθοδος SSAM αντισταθμίζει την αύξηση των ιοντικών εκτιμήσεων δύναμης πηγής σημάτων με το βάθος στο κεφάλι, προκύπτων, εν μέρει, από τη μειωμένος ευαισθησία των αισθητήρων MEG. Αυτό επιτυγχάνεται με τον υπολογισμό και την επίδειξη των λειτουργιών της αναλογίας της δύναμης πηγής στο θόρυβό του για κάθε στοιχείο περιλαμβάνοντας την εικόνα. Δηλαδή μια λειτουργική εικόνα καθορίζεται από μια σειρά voxels όπου κάθε voxel είναι βασισμένο σε μια λειτουργία της σήματος προς θόρυβο αναλογίας πηγής (SNR) παρά τη δύναμη πηγής, μόνο. Με τη χρησιμοποίηση των λειτουργιών SNR για να αντιπροσωπεύσει τη δραστηριότητα πηγής, η μέθοδος SSAM επιτυγχάνει τον εντοπισμό πηγής ακριβέστερης και υψηλότερης ανάλυσης. Κάθε voxel αντιπροσωπεύεται ως λειτουργία της αναλογίας μιας εκτίμησης δύναμης πηγής σε μια εκτίμηση διαφοράς θορύβου πηγής. Τέτοιες λειτουργίες βρίσκονται για να είναι μέγιστες στις αληθινές θέσεις των πηγών, ενώ οι πλοκές της δύναμης πηγής μόνο (όπως στις μεθόδους προγενέστερης τέχνης), παρουσιάζουν μέγιστα που εμφανίζονται βαθύτερα και πιό διάχυτα στον εγκέφαλο από είναι στην πραγματικότητα.
