目的:深部脑刺激 (DBS) 导线周围的射频 (RF) 组织发热是 MRI 期间众所周知的安全风险,因此需要制定严格的成像指南并限制允许的方案。植入导线相对于 MRI 电场的轨迹和方向导致不同患者的 RF 发热程度存在差异。目前,没有针对植入 DBS 导线颅外部分的手术要求,这导致临床导线轨迹和 RF 发热存在很大差异。最近的研究表明,在颅外导线轨迹中加入同心环可以减少 RF 发热。然而,环的最佳定位和轨迹修改在 MRI 期间增加安全裕度方面的量化效益仍然未知。在本研究中,作者系统地评估了可在 3T MRI 期间最大限度减少 RF 发热的 DBS 导线轨迹的特征,以制定安全进行术后 MRI 的最佳手术实践,并且他们介绍了这些修改后轨迹的首次手术实施方式。方法作者进行了实验来评估 244 种不同导线轨迹的最大温升。他们研究了同心环的位置、数量和大小对颅骨的影响。实验是在植入商用 DBS 系统的拟人模型中进行的,通过应用高特定吸收率序列(B 1+rms = 2.7 µ T)产生射频暴露。作者进行了重测实验来评估测量的可靠性。此外,他们还评估了成像标志和 DBS 设备配置扰动对低加热轨迹功效的影响。最后,两名神经外科医生在患者体内植入了推荐的修改轨迹,作者通过与未修改轨迹的比较来表征他们的射频加热。结果 最高温度升高范围为 0.09 ° C 至 7.34 ° C。作者发现,增加环路数量并将其放置在更靠近手术钻孔的位置,特别是对于对侧导线,可以大大降低射频加热。这些轨迹修改在手术过程中很容易融入,并将射频加热降低了三倍。结论 通过手术修改 DBS 导线轨迹的颅外部分可以大大降低 3T MRI 期间的射频加热。作者的结果表明,在 DBS 导线植入过程中可以很容易地对导线配置进行简单的调整,例如在钻孔附近设置小的同心环,以提高 MRI 期间患者的安全性。
在基于脑电图(EEG)的脑机接口(BCI)应用中,从想象相关肢体运动获得的运动想象(MI)信号中提取特征并对其进行分类是一个非常重要的问题。在 MI-EEG 信号的研究中,已经使用了许多不同的特征提取方法和分类算法。然而,随着这些信号中类别数量的增加,分类成功率之间存在显著差异。在提出的方法中,提出了一种包括信号功率谱密度(PSD)信息的特征提取方法。通过对原始 EEG 数据应用经验模态分解 (EMD),可以获得不同频率水平的信号。这些信号的PSD值是使用Welch方法计算的。将得到的PSD值组合成特征向量。使用生成的特征向量,训练了一种流行的深度学习算法——长短期记忆 (LSTM) 网络。对培训后获得的测试成功情况根据个人和渠道进行了详细的比较。比较结果发现,位于头皮中心点的通道比其他通道更成功。
模型011a是一种与组织等效的拟人化phan toms,旨在测试任何乳房X线摄影系统的性能。模拟的钙化,纤维导管和肿瘤质量被嵌入幻影中,作为测试对象。测试对象的大小范围,以允许在难度不同的系统检查。