このセクションでは、2つのヘッドモデリング例を紹介します。 これらの両方 サンプルは同じ主題を使用します。 最初の例は現実的を生成します 被写体のMR画像を用いたヘッドモデル。 第2の例は警戒します テンプレートヘッドモデルから141桁の電極位置へ。 メッシュ 生成および電極の登録結果は両方のために与えられます これらの例。 各モデリングステージとサイズの計算コスト 結果の出力ファイルも与えられます。

ヘッドモデル生成

最初の例では、被写体に対して4層メッシュが生成されます。 区分および網の生成のステップによって。 網はから成っています scalp、skull、csf、および合計16016ノードと32024の脳層 要素。 個々のレイヤーは図13で見ることができます。

(a)) … (b) … (c) … (d) )

図13:頭皮、頭皮、csf、脳のBEMモデル MRイメージから。 (a)スカルプメッシュ、(b)スカルメッシュ、(c)CSFメッシュ、(d) 脳の網。

メッシュ生成後、電極と現実的なメッシュが 共同登録 共同登録の結果は図14で確認できます。

2 番目の例では、利用可能な被写体データのみが利用できると仮定します。 141桁の電極の位置。 テンプレートMNIメッシュを歪めるために 3 つの層および 3000 ノードおよび 5988 要素を持つ使用される。 他のBEMの解決者によってまた使用される標準的な網 文献。 歪みの結果は図15で見ることができます。

(a)) … (b) … (c) … (d) )

図15:頭皮、頭蓋骨、歪むことによって得られる脳のBEMモデル 電極の位置へのテンプレートヘッドモデル。 (a)スカルプメッシュ、(b)スカルプ メッシュ、(c) 脳メッシュ、(d) 電極の位置。

現実的なモデルと歪んだモデルが2つの異なることに注意してください 同じ実験のためのモデル。 MNIヘッドのみが含まれているため 口の上の頭の半分は、いくつかの電極が破棄されなければなりませんでした。 現実的なモデルは頭の実際の幾何学を表します 歪んだモデルよりも、歪んだモデル自体が改善 テンプレートのMNIヘッド自体に。

計算の複雑さ

リアルヘッドモデルを用いた計算コストは、 メッシュに依存するBEMのマトリックスのサイズ。 この目的 セクションは、頭の長い異なる段階についての考えを与えることです モデリングとフォワードの問題ソリューションがかかる。

MRイメージで生成される現実的なモデルは4つの層で構成され、 16016 ノード数、合計で 32024 件数。 ローカル 2のLMRの比率を使用して網の精錬は行われます。 顔の数 各表面は次の通りです: 頭皮:6944、頭皮:7084、Csf:9298、 脳:8698要素。

表1は現実的な頭部の模倣のための計算の時間を示します ヘッドモデルをMR画像で取得するとモデル生成を進めます。 表2は、モデル生成前の計算時間を示します。 テンプレートヘッドモデルを歪めることでヘッドモデルが得られる。 ワッピング テンプレートヘッドモデルとソーススペース生成は秒だけかかります。 そのため、テーブルに当てはまりません。 計算は行われます 64ビットOpteronプロセッサ。

転送行列計算とリードフィールド生成ステップは、 MATLABの並列処理が複数プロセッサで実行される ツールボックスをご用意しました。 生成することで2.6倍のスピードアップを測定しました 単一のコアプロセッサの代わりにクォードコアの行列を転送します。

出力フォルダ

Toolbox は、生成されたメッシュを保存するために Subject フォルダーを使用します。 マトリクス。 出力ファイルの名前は、対象から派生し、 セッション名。 このセクションでは、出力フォルダの内容と 上記の2つの例のファイルのサイズ。

表3は、サブジェクト名がいるときに出力フォルダの内容を表示します コンテンツ Aとセッション名は、テーブル1で指定した例のセッション1です。 表4は、被写体の名前がない場合、表2で指定された場合に示します。 セッション1 に SubjectB とセッション名として入力します。

---