fNIRS(功能性近紅外光譜)技術(shù)作為一種非侵入性的腦功能成像技術(shù)，近年來受到了廣泛關(guān)注。然而，fNIRS技術(shù)在數(shù)據(jù)采集過程中受到運動偽跡的干擾，這些偽跡包括尖峰、基線突變和緩慢漂移，會導(dǎo)致數(shù)據(jù)不穩(wěn)定和分析結(jié)果的偏差。這些偽跡會引入不必要的噪聲，導(dǎo)致數(shù)據(jù)分析結(jié)果的偏差，限制了其進(jìn)一步應(yīng)用的準(zhǔn)確性和可靠性。在實際應(yīng)用中，運動偽跡的存在極大地干擾了fNIRS信號的精準(zhǔn)分析，因此對這些偽跡進(jìn)行抑制和校正成為了提高fNIRS技術(shù)準(zhǔn)確性的迫切需求。
鑒于現(xiàn)有的處理方法存在一定局限性，為了有效地抑制和校正fNIRS信號中的運動偽跡，WIMI微美全息通過基于數(shù)學(xué)形態(tài)學(xué)和中值濾波等方法，針對fNIRS信號處理中的尖峰、基線突變和緩慢漂移等運動偽跡問題，研發(fā)了一種全新的運動偽跡抑制與形態(tài)優(yōu)化算法。該算法充分利用了數(shù)學(xué)形態(tài)學(xué)方法對信號形態(tài)特征進(jìn)行分析和優(yōu)化，結(jié)合中值濾波算法的優(yōu)勢進(jìn)行了改進(jìn)，以提高對fNIRS信號運動偽跡的精準(zhǔn)識別和有效校正能力，為準(zhǔn)確解讀腦功能活動提供了有力支持。
該算法的核心是綜合運動偽跡抑制與形態(tài)優(yōu)化的策略。首先，通過計算信號的近似梯度和滑動標(biāo)準(zhǔn)差，微美全息(NASDAQ:WIMI)fNIRS-MASMOA運動偽跡抑制與形態(tài)優(yōu)化算法(Motion Artifact Suppression and Morphological Optimization Algorithm，MASMOA)能夠檢測運動偽跡的存在，然后針對不同類型的偽跡應(yīng)用特定的處理方法。對于尖峰，算法使用改進(jìn)的中值濾波技術(shù)，將它們有效地去除。接下來，對于基線突變和緩慢漂移，算法采用數(shù)學(xué)形態(tài)學(xué)方法，通過形態(tài)學(xué)操作來優(yōu)化信號的形態(tài)，使其更符合腦活動的真實特征。與現(xiàn)有的方法相比，NfIRS-MASMOA 在均方誤差、信噪比、皮爾遜相關(guān)系數(shù)的平方以及峰峰誤差方面表現(xiàn)出了卓越的性能。這一算法的開發(fā)代表了一個里程碑，為研究人員提供了一種全新的、高效的工具，以更準(zhǔn)確地研究大腦活動。
WIMI微美全息fNIRS-MASMOA的邏輯和技術(shù)框架基于對fNIRS信號中運動偽跡的特征分析和處理流程。其主要步驟包括運動偽跡檢測、定向中值濾波處理和數(shù)學(xué)形態(tài)學(xué)優(yōu)化校正：
運動偽跡檢測：該算法首先對原始fNIRS信號進(jìn)行近似梯度和滑動標(biāo)準(zhǔn)差計算，以檢測信號中的運動偽跡。這一步旨在準(zhǔn)確識別出尖峰、基線突變和緩慢漂移等類型的運動偽跡。
定向中值濾波處理：一旦運動偽跡被識別出來，算法將針對尖峰類型的運動偽跡應(yīng)用定向中值濾波處理。該處理方法利用信號的梯度信息和局部特征對尖峰進(jìn)行定向濾波，有效地去除尖峰對信號分析的干擾。
數(shù)學(xué)形態(tài)學(xué)優(yōu)化校正：接著，對于基線突變和緩慢漂移類型的運動偽跡，算法采用數(shù)學(xué)形態(tài)學(xué)優(yōu)化方法進(jìn)行校正。這一步驟利用形態(tài)學(xué)操作對信號進(jìn)行膨脹、腐蝕等處理，以消除基線突變和緩慢漂移對信號形態(tài)和特征的影響，從而實現(xiàn)信號的精準(zhǔn)重建和優(yōu)化。
微美全息(NASDAQ:WIMI)fNIRS-MASMOA的技術(shù)框架綜合運用了定向中值濾波算法、數(shù)學(xué)形態(tài)學(xué)算法以及信號處理中的梯度分析等方法，通過對fNIRS信號中不同類型運動偽跡的差異化處理，實現(xiàn)了對原始信號的精準(zhǔn)抑制與優(yōu)化。其核心思想是針對不同類型的運動偽跡，采用特定的處理策略進(jìn)行針對性校正，以保證fNIRS信號數(shù)據(jù)的精確性和可靠性，為后續(xù)的腦功能活動分析提供準(zhǔn)確的數(shù)據(jù)基礎(chǔ)。其將定向中值濾波和數(shù)學(xué)形態(tài)學(xué)校正相結(jié)合，充分發(fā)揮了兩種方法的優(yōu)勢，構(gòu)建了一個綜合性的處理框架，為解決fNIRS信號中的運動偽跡問題提供了一種全面、高效的解決方案。通過有效抑制和校正fNIRS信號中的運動偽跡，該算法能夠提高腦功能活動分析的精準(zhǔn)性和可靠性，為研究人員和醫(yī)學(xué)專業(yè)人士提供了更可靠的數(shù)據(jù)基礎(chǔ)。
顯然，WIMI微美全息fNIRS-MASMOA通過有效解決fNIRS信號中的運動偽跡問題，該算法不僅為腦功能成像研究提供了新的技術(shù)手段，同時也為相關(guān)領(lǐng)域的交叉研究和應(yīng)用提供了更廣闊的空間。它有望推動腦功能成像技術(shù)在認(rèn)知神經(jīng)科學(xué)、神經(jīng)工程學(xué)、神經(jīng)反饋等領(lǐng)域的應(yīng)用拓展，為未來的腦科學(xué)研究和醫(yī)學(xué)實踐帶來新的發(fā)展機遇。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
