当前位置:网站首页>一种用于干式脑电图的高密度256通道电极帽
一种用于干式脑电图的高密度256通道电极帽
2022-07-05 09:38:00 【悦影科技】
高密度脑电图(HD-EEG)目前仅限于实验室环境,因为最先进的电极帽需要熟练的工作人员和大量的准备工作。我们提出并评估了一种带干式多针电极的256通道脑电图帽。本文介绍了以聚氨酯为原料,涂覆Ag/AgCl的干电极的设计。在一项有30名志愿者参与的研究中,我们将新型干式hd-脑电图帽与传统的凝胶型脑电图帽进行电极皮肤阻抗、静息状态脑电图和视觉诱发电位(VEP)的比较。我们用8个电极在真实的人体和人造皮肤上模拟帽子应用进行佩戴测试。256个干电极中的252个平均阻抗低于900 kΩ,就可以用最先进的脑电图放大器进行记录。对于干式脑电图帽,我们获得了84%的通道可靠性和减少69%的准备时间。在排除平均16%(干性)和3%(凝胶性)坏通道后,静息状态EEG、alpha活动和模式逆转VEP可以在所有比较的信号特征指标中记录到小于5%的显著差异。志愿者报告说,在EEG记录之前和之后,干帽的佩戴舒适度分别为3.6±1.5和4.0±1.8,凝胶帽的佩戴舒适度分别为2.5±1.0和3.0±1.1(1-10分)。试验表明,干电极的使用可达3200次。256通道的HD-EEG干电极帽克服了HD-EEG在制备复杂性方面的主要限制,允许未经医学培训的人员快速应用,从而实现了HD-EEG的新用例。
1.引言
脑电图在临床神经学和神经科学研究中有着广泛的应用。近年来,高度紧凑、重量轻、电池供电的商用生物信号放大器电子技术的发展促进了脑电图在许多新的应用领域的进展。如今,脑电图越来越多地用于研究高流动性生态环境中传统实验室设置之外的个体脑功能、脑-体相互作用以及情绪、心理和社会群体相互作用。
凝胶基银/氯化银(Ag/AgCl)电极是电生理测量常用的标准。凝胶基电极的电极皮肤接触由手工应用于每个电极位置的电解质凝胶或糊状物介导。皮肤准备、凝胶应用和随后的清洁需要熟练的人员和大量的实验室时间。复杂性和时间要求导致整个制备过程容易出错,最终由于电极损坏或错位或相邻通道之间的凝胶桥而导致测量错误。这些缺点的影响和误差的普遍程度随着电极数量和密度的增加而显著增加,特别是在256个电极的高密度脑电图(HD-EEG)装置中。此外,制备过程和凝胶干燥影响妨碍了在移动和群体应用中的应用。
干电极依赖于电极皮肤直接接触,消除凝胶应用的要求。此外,与凝胶电极相比,干电极可以由用户自行应用。针对脑电图提出了不同的干电极概念,包括扁平黏贴片,针形,蜘蛛形,和刷电极。同样,材料成分与固体金属有显著差异到本质导电聚合物复合材料和涂层聚合物。迄今为止,由于物理或成本限制(例如电极尺寸;所需电极内收机制;有源电极的电子学)。与传统的临床脑电图相比,HD-EEG使用了更多的电极,以提供头部电位分布的高空间采样。文献中对信息增益进行了广泛的讨论,并已被证明支持源定位精度,有助于分析时间脑电图动力学和相位同步。除了研究之外,HD-EEG在临床应用中的应用和效益也得到了重视,改善了癫痫快速振荡的识别和癫痫发作区域的定位,支持监测疾病进展的生物标志物,如诱发电位。此外,特别是干电极设置得益于空间分辨率的提高,允许空间过采样用于伪影检测和校正和补偿目前较低的通道可靠性的干电极。
我们提出了一种新颖的256通道电容,具有半柔性、多针形和干燥电极的HD-EEG。三种不同的电极类型集成在一起,在有毛(长针),少毛(中等针)和无毛(波针)位置容易,可重复,舒适的电极皮肤接触。在一项针对30名健康志愿者的研究中,我们比较了新型干燥型HD-EEG帽与标准凝胶型HD-EEG帽的性能和适用性。我们采用已建立的基准范式,允许与以前的低密度干式脑电图研究结果进行直接比较。此外,我们提出穿戴测试调查的耐久性干电极。
2.材料和方法
2.1 电极和帽子
这种新型电极是基于我们之前的干电极开发的,采用更小的总直径,从而减少针数,与我们之前的脑电图帽相比,允许更高的通道计数。这些新颖的多针电极包括集成在一个普通底板上的总数为19个针。尽管Fiedler等人,2018年在双电极测量装置中使用了更大底板直径的电极,但销的形状、销的排列和销的距离与当前研究中使用的HD-EEG电极相同。因此,电极的相关功能成分是相同的,可以直接比较。得到了三种电极类型:两个针状电极,针状长度分别为6毫米和3毫米,分别应用于头发密集和不密集的头部区域(前位置)。第三种电极类型(波针)包括一个平坦的表面,顶部有19个直径为1.5 mm的半球体,专门处理前额的非毛发位置(见图1c,e)。这三种基本设计的目的是在电极轻松穿过头发的能力之间提供良好的折衷,建立可靠和可重复的电极-皮肤接触,并为用户提供足够的佩戴舒适性。
热固性聚氨酯的Shore硬度为98,作为半刚性电极基板材料,可以适应局部头部弯曲,避免过度的、痛苦的局部压力点。Ag/AgCl涂层具有导电性和可靠的电化学特性。该涂层利用多相化学镀技术应用于不导电的PU基板上确保高导电性涂层以及涂层和基材之间的附着力。同轴电缆直接焊接到电极背面,支持使用主动屏蔽,以降低对环境噪声的敏感性。256个干电极安装在双层织物帽中。电缆在两层织物帽之间完全覆盖,避免织物帽在使用和拆卸过程中受到机械应力。如图1e所示,所有电极机械固定在织物帽中等距离的位置。选择等距布局是因为其在力学特性上的优势,从而使帽体对不同头部形状的适应性,以及用于数据分析,包括空间滤波、连通性度量的计算,或HD-EEG数据分析中常用的源重建。参考电极和患者接地电极分别集成为右侧和左侧乳突的平扣液滴,用于使用自粘可更换贴片电极。整个盖的图像如图1a所示,从外部(左)和内部(右)。
为了获取参考数据,我们使用了商用凝胶帽,包括烧结Ag/AgCl电极,同轴电缆布置在相同的等距电极布局中。在这里,参考电极被放置在靠近顶点的Z12Z位置(见图1e),总共有255个参考脑电图通道。用医用胶布将Ag/AgCl一体化患者底下垂电极置于左侧乳突。
图1 比较电极帽的类型:(a)干电极帽,(b)商用凝胶帽(左)和翻转的(右);干电极类型的波,介质,长针,和 (d)凝胶基烧结Ag/AgCl电极;(e)等距电极布局,256通道+基准和患者地;包括不同电极类型的彩色编码位置
2.2 体内测量
采用我们之前建立的验证范式对新型干电极和商用凝胶型HD-EEG帽进行了比较,以评估和比较以下方面:
Ø测量志愿者头部首次戴帽到开始脑电图记录之间的准备时间;
Ø(a)睁眼和(b)闭眼静息状态EEG, 眨眼和(d)模式反转视觉诱发电位(VEP)的信号质量;
Ø采集脑电开始和结束时的电极皮肤阻抗和通道偏移电位,利用脑电放大器的集成功能进行测量;
Ø使用Scott和Huskisson疼痛量表和stanford嗜睡量表对志愿者在获取脑电图之前和之后的主观佩戴舒适度和注意力水平进行评估。
为了尽量减少操作人员对结果的偏差,4名操作人员独立进行测量。每个操作员都接受了两名志愿者的监督培训。这些培训课程和志愿者被排除在数据分析之外。
30名志愿者参与了这项研究。对30名志愿者中的20人进行了VEP测量。所有志愿者均为男性,平均年龄31±10岁,平均头围58±1厘米,平均头发长度4±3厘米。因此,所有的志愿者都属于一个一致的帽子大小。志愿者报告了健康的神经、心理和皮肤状态,没有药物滥用史,在参与研究前的晚上至少有7小时的睡眠。志愿者被要求在参与研究的当天早上使用ph中性洗发水洗头。干燥记录和凝胶记录之间最少间隔1小时。在每种情况下,应用干电极帽,并在凝胶电极帽之前进行所有相关数据采集。这种特定的测试顺序和测试之间的恢复期旨在最大限度地减少由于皮肤刺激或电极和/或电解质的水合作用造成的交叉条件影响。
在使用电极盖之前,用乙醇浸泡过的棉垫清洗左(两个电极盖)和右(仅干电极盖)乳突。在其他电极位置不进行进一步的皮肤清洁。使用凝胶帽进行测量时,患者地面下垂电极连接到左侧乳突并填充电解液凝胶。随后,将参考电极和其余脑电图电极凝胶化。在凝胶帽的制备过程中,阻抗值被连续监测,并为90%的通道定义了最大阈值50 kΩ。其余10%的通道应表现出尽可能低的阻抗水平,而通常避免相邻电极之间的凝胶桥,因为最终过多的凝胶应用或扩散。对于干电极帽测量,自粘预凝胶水凝胶电极被应用于患者地面和参考平扣液滴,并分别附着于左右乳突。仅对水凝胶患者基底电极和参考电极定义了50 kΩ的阻抗阈值。对干电极帽的其他电极未定义阻抗阈值。通过对信号质量和接触可靠性的主观评价,指导操作人员在整体和个人水平上优化干电极帽的配合和电极接触。
在级联HD-EEG装置中,将这些脑帽连接到4个商用移动64通道参考DC-EEG放大器。该放大器提供输入阻抗>1 GΩ,共模抑制比>100 dB,并支持有源屏蔽。整个脑电图记录的采样率为1024个样本/秒。使用运行eevoke软件的独立电脑,已经提出了眨眼睛的适应症以及VEP模式反转刺激的适应症。
2.3 数据分析
使用eego控制软件记录脑电图和阻抗数据。所有数据都导出为原始数据,并使用自定义MATLAB脚本进行进一步分析。每个志愿者和每顶帽子的脑电图记录都被单独分析。分析第一次和最后一次脑电图记录之前两个时间点的阻抗。基于制造商的默认阈值,对结果应用一个1 MΩ的上限阈值,也限制了测量异常值的影响。我们使用了直流脑电图放大器。因此,通道偏移被计算为30秒长的原始数据序列的平均值,跳过记录的前10秒,以允许电极稳定。
记录经过带通滤波,使用30阶巴特沃斯滤波器,截止频率为1和40 Hz。随后,由独立的、经过训练的操作员从视觉上识别出不良通道,并将其排除在进一步的信号特征分析之外。不良通道被定义为(1)饱和等电通道,(b)包含超过20%的分析脑电图序列的人工非生理数据。其余通道以共同平均参考为准。
我们研究的记录总数为120(30名志愿者4份录音)。对于所有的脑电图记录,每个通道根据上述定义分别被分为好通道和坏通道。根据式(1)定义某一特定通道的相对通道可靠性CR, g为每一种电极类型的累计记录数(m = 120)中,该特定通道被标记为较好的通道
此外,我们计算了显示阻抗Z > ZT(ZT范围从10 kΩ到1 MΩ,步骤10 kΩ)和显示通道可靠性CR < CRT(步骤1%,CRT范围从100到40%)的信道组之间的斯皮尔曼等级相关系数。对30 s长的静息状态脑电图记录序列进行频域分析。利用Welch估计方法计算功率谱密度。计算每个信道的alpha波段(8-13 Hz)的平均功率。使用球面样条插值对坏通道的缺失数据进行插值。
VEP结果通过平均每个志愿者150次刺激试验来评估,刺激前间隔时间为100 ms,刺激后间隔时间为400 ms。在刺激前100毫秒开始的50毫秒间隔内,每个通道分别减去偏移量作为平均值。为了定量比较凝胶帽和干帽的VEP痕迹,我们分别根据公式(2)和(3)计算了每个通道的均方根偏差(RMSD)和斯皮尔曼等级相关系数ρ。其中,U分别对应于总共513个数据样本(即500 ms数据)中基于凝胶(Ug)或干燥(Ud)电极记录的通道j的数据样本i。
根据公式(4)计算了VEP的所有信道的时域全局场功率(GFPt), U是x个信道中m或n个信道的电压样本。
根据公式(5)和(6)分别计算每个志愿者两种帽子类型的GFPt之间的RMSDGFPt和ρGFPt。
我们推导出了两种信噪比(SNR)估计:SNRGFPt是N75或P100峰值处的GFPt的比值,而噪声功率定义为基线区间内GFPt的平均值= [100,50]ms. SNRmax是N75或P100峰值振幅与计算出的各自信道最大绝对振幅的基线区间标准差的比值。
所有志愿者的主观注意水平、舒适度评估、VEP峰值潜伏期、VEP峰值功率、信噪比以及psd均已被测试,以确定凝胶记录和干式记录之间的统计显著差异。此外,在单个信道水平和插值二维地形水平上测试了α波段功率和VEP峰值振幅的空间分布。对于所有上述参数,正态分布的假设被对应的Kolmogorov-Smirnov检验在alpha水平为0.05拒绝。因此,采用Wilcoxon-Mann-Whitney U检验对参数差异的统计显著性进行检验,alpha水平为0.05。在psd的情况下,以1hz的步长对频带1 - 40hz进行比较,我们对事后的两两比较应用Bonferroni校正,得到校正后的alpha水平为0.0013。
2.4 穿戴测试
化学镀PU基板的结果是Ag/AgCl层厚度在6 ~ 14 μm之间变化。重复使用该盖子会由于将盖子置于头部时的摩擦而去除少量涂层。因此,问题来了,在涂层被磨掉,暴露出非导电基板之前,有多少应用是可能的。我们通过测量11个测试电极的19个针尖和底板背面之间的电阻(87 III True RMS万用表)来测试涂层的耐用性。测试电极是生产帽的备用样品(1个波针和10个长针电极)。这些样品是与电极帽一起生产的,因此与电极帽相同。
标准凝胶型脑电图帽采用烧结Ag/AgCl电极,指示使用寿命约800次。因此,我们对我们的电极进行了至少800次的应用测试(即,分别在前臂上进行800次拓片和在人工皮肤上旋转800次)。考虑到在使用800次后,我们的第一个测试样品的电阻没有变化,我们将磨损测试扩展到1600次、2800次和3200次。为了评估磨损效果,使用了额外的SEM表面图像。11个电极中的一个在生产后直接成像,并没有用于佩戴试验(表1中的条件0)。表1提供了测试条件的总结,包括电极针类型、皮肤类型、测试应用数量和进行的分析。
3.结果
3.1 阻抗和信道可靠性
图2和图3分别显示了第一次脑电图记录前电极皮肤阻抗的大平均值,用于干性和凝胶性记录。实验开始时,所有干电极通道的平均电极皮肤阻抗为532±199 kΩ,实验结束时为568±202 kΩ。平均值和标准差在额区、前区和颞区表现出较低的值,而在头部的中央、顶叶和颈部区域的阻抗最高。相反,凝胶电极不可见阻抗水平普遍增加或降低的头部区域。凝胶脑电图记录开始和结束时的平均值分别为24±18 kΩ和19±14 kΩ。
凝胶法记录脑电图开始和结束的偏移电位均值和标准差分别为1.7±30.5 mV和0.6±31.2 mV。干电极的平均偏移量在记录开始时为7.1±46.6 mV,在记录结束时为8.4±53.3 mV。根据坏信道评价结果,计算了30名志愿者和所有脑电记录的相对信道信度。得到的每个通道的可靠性的地形分布如图4所示。平均信道可靠性为84±11%.
表1 机械磨损测试样品,皮肤类型,并进行分析;按应用程序的数量排序
图2 在所有志愿者的脑电图记录开始时,干电极帽的电极皮肤阻抗的地形分布:
(a)平均值,(b) sdd
图3 在脑电图记录开始时,凝胶电极帽的电极皮肤阻抗的地形分布:(a)平均值,(b)所有志愿者的SD
图4 基于所有志愿者和所有脑电图测试序列的不良通道评估,计算出
(a)凝胶电极帽和(b)干电极帽的相对通道可靠性的地形分布
在电极皮肤阻抗增加的区域,干燥电极帽显示降低电极可靠性,特别是在中央,顶叶和颈部区域。在凝胶帽中,通道可靠性下降的区域也可见,特别是在前额和顶叶区域。图5显示了电极皮肤阻抗ZT (10 kΩ-1 MΩ,步骤10 kΩ)以上通道组与通道可靠性阈值CRT(100-40%,步骤1%)以下通道组之间的相关性结果。对于阻抗阈值ZT = 900 kΩ,通道可靠性阈值CRT = 55%,相关性为1。如果阻抗低于900 kΩ,对应的通道可靠性在55%以上。
图5 在阻抗阈值ZT以上和通道可靠性阈值CRT以下的几组通道之间的通道可靠性CR和干电极帽电极皮肤阻抗Z的颜色编码相关性。
3.2 脑电信号特征
图6显示了睁眼(图6a)和闭眼(图6b)记录下的静止状态psd的Welch估计(平均值和标准差,在所有通道和所有志愿者中计算)。此外,图6c显示了凝胶电极和干电极的对应记录之间的差值的绝对值。闭着眼睛都可以看到阿尔法波段的功率增加。在干燥和凝胶记录中,大平均PSD的alpha波段峰值功率分别为10.2 μ v2 /Hz和9.1 μ v2 /Hz (10.1 Hz)。在睁眼录音中,与闭眼录音相比,两种电极类型在频率低于2hz的情况下可见功率增加。闭眼静息状态下的最大绝对差值为1.1 Hz,为3 μ v2 /Hz。对于高于2.1 Hz的频率,大平均PSD的差异保持在1.4 μ v2 /Hz以下。实验结果表明,3 Hz闭眼静息态脑电图差异有统计学意义(p = .0010)。2hz (p = .0020)和4hz (p = .0015)的p值较低,但不低于显著性阈值。其他频率也没有显著差异。此外,在整个调查的频率范围内,睁眼静息状态脑电图没有显著差异。
图7显示了所有志愿者VEP的总体平均结果,包括单个通道的蝴蝶图(图7a,b)以及两种电极类型记录的GFPt覆盖图(图7c)。对于干电极和凝胶电极,N75峰的GFPt值分别为19.3 μV2 /Hz @ 83.0 ms和20.0 μV2 /Hz @ 78.8 ms。P100峰值的GFPt值分别为42.0 μV2 /Hz @ 127.4 ms和43.4 μV2 /Hz @ 124.0 ms的干燥和凝胶记录,分别。所有通道和志愿者的RMSD和相关系数的大平均值分别为0.73±0.16 μV和0.65±0.08。中央区和顶叶区高信号幅值的通道相关性高,而低信号幅值的通道相关性低。全球磁场功率RMSDGFPt和ρGFPt的大平均值分别为5.0±1.7 μV和0.85±0.13。两种电极类型的GFPt对应峰间的差异在峰值功率(p≥0.35)和峰值延迟(p≥0.16)上均无统计学意义。
图6 两种电极在(a)睁眼和(b)闭眼时记录的静息状态活动的大平均功率谱密度(PSD)。实线表示平均值,虚线表示SD;睁眼或闭眼时凝胶电极和干电极记录差值的绝对值。
图7 大平均视觉诱发电位(VEP)结果:蝴蝶图显示(a)凝胶记录的所有通道,(b)干电极记录,和带有突出的N75和P100峰值潜伏期的GFPt痕迹叠加图。
统计检验显示,N75峰(p = .3871)和P100峰(p = .4733)的凝胶型干帽的SNRGFPt没有显著差异。此外,N75峰(p = .9534)和P100峰(p = .1526)的凝胶基干帽的SNRmax之间没有显著差异。图8显示了两种比较电极类型的信噪比估算值的小提琴图。对各自的峰延迟进行了VEP峰地形的比较,如图10a (N75峰)和图10c (P100峰)所示。两种地形的绝对差值分别如图10b和9d所示。在N75峰的情况下,地形的2.8%和水道的4.3%(即11条水道)差异显著。对于P100峰,只有2.1%的面积和2.3%的通道(即6个通道)有显著差异。凝胶电极帽的平均制备时间为62±9 min,干电极帽的平均制备时间为19±4 min,制备后的总记录时间分别为29±7 min和28±7 min。在脑电图记录之前,志愿者报告的注意水平(斯坦福嗜睡量表),凝胶电极帽为2.3±1.0,干电极帽为2.6±0.9。在脑电图记录结束时,志愿者报告的注意力水平分别为3.3±1.2和3.5±1.8。在这两种情况下,凝胶帽和干帽之间的差异不显著。
图8 a) SNRGFPt和b) SNRmax的SNR分布的小提琴图,计算所有被试的视觉诱发电位(VEP)。这些点代表各个值。数据2.7西格玛以外的值被认为是异常值,已经从小提琴图中排除.
图9 闭眼条件下平均alpha波段功率的大平均2D地形图:(a)凝胶电极和干电极记录的插值图,(b)用红色强调的具有统计学显著差异的区域和通道的绝对差值。(b)中的白点表示两种电极类型的记录没有显著差异的电极位置.
图10 视觉诱发电位(VEP)主峰的大平均2D地形图:(a) N75峰和 P100峰的凝胶电极和干电极记录的插值图;(b)两幅N75及(d) P100地形的绝对差值。(b)和(d)中,有统计学差异的区域和通道用红色突出,而白点表示无统计学差异的通道.
图11 磨损试验选定条件下的SEM表面图像:(a)未使用的电极(条件0),(b)在毛茸茸的真实皮肤上使用800次后(条件1),在人工皮肤上使用3200次后(条件6).
3.3 穿戴
在磨损测试之前,电阻测量证明,当测量电极底板背面时,所有测试电极的所有引脚的电阻率都低于1 Ω。条件1和条件2的电阻测量(见表1)显示在800和1600次应用后没有变化,因此没有出现临界磨损。在2800次应用后(条件3),长针电极外圈的4个引脚表现出涂层损失,而其他所有引脚保持电阻低于1 Ω。条件4在3200次应用后得到以下结果:1个电极的一个引脚外圈涂层丢失;其中一个电极上有两个引脚,引脚外圈涂层脱落;两个电极显示涂层没有损失,所有引脚显示电阻值低于1 Ω。对于条件5,在波针电极外边缘的一个半球体,在3200次应用后,在直径约0.5 mm的点上显示出明显的涂层损失。否则,没有一个波脚显示涂层的可见损伤。磨损试验后,所有电阻仍在1 Ω以下。
对比三幅扫描电镜照片时,不同涂层批次电极的正常方差范围内。因此,两种不同的磨损测试在800次使用时没有显示表面涂层的退化,在3200次使用时导电针的表面没有变化。
4.讨论
我们开发了一种具有256个电极的新型干电极帽用于HD-EEG,并成功地在30名健康志愿者的体内研究中验证了该帽帽。我们使用一个参考级联放大器设置,将新帽的性能与市面上可用的凝胶帽进行比较。我们的研究结果与之前关于低密度干式多通道脑电的研究结果一致,证明了该快速高清脑电技术的功能性和适用性。
干燥电极帽的制备时间为19分钟,而凝胶电极帽的制备时间为62分钟,相应减少了69%。尽管这一降幅低于我们之前的低密度干式脑电图研究(Fiedler et al., 2015),但这一降幅是相当大的,并强调了干式电极帽对快速hd -脑电图的适用性。两项研究之间的差异可能是操作员经验的结果。目前的研究使用了4个操作员记录了30个数据集,而以前的研究没有包括多个操作员,因此可能从cap应用的熟练程度提高中获益更大。
志愿者不需要洗掉头发上的凝胶,操作人员也不需要清除凝胶残留的单个电极。此外,相对于半干电极的概念,在应用帽之前不需要制备单个电极。半干电极在低密度脑电图中可能具有优势,但在HDEEG中使用时,单独的电极制备使它们与凝胶电极一样耗时。值得注意的是,使用的商用凝胶基准帽是按照制造商的建议使用的,设计用于快速凝胶帽制备,不需要单独的皮肤制备(即毛发分离、皮肤清洁和皮肤磨损),而只需要在每个电极上使用电解质凝胶。因此,与传统的临床帽相比,这种凝胶帽的应用速度更快,需要上述额外的皮肤准备步骤。因此,本研究中报道的使用干电极对制备时间的改善甚至可能高于传统的临床凝胶为基础的系统,而不是专门为快速应用设计的。
两种帽子类型的注意水平在统计上没有显著差异。报道的干电极的舒适值符合我们之前的研究。据多名志愿者报告,调整针的高度和前额位置的波电极有助于改善这些头部区域的舒适度。凝胶电极和干电极的平均舒适度评分都在1-10(即不痛苦)范围的下半部分,因此可以得出这样的结论:对于手头的记录范式来说,舒适度已经足够了。虽然干电极帽的舒适度评分低于凝胶帽,但大多数志愿者对干电极帽的总体偏好是惊人的。这一事实可能与(a)与使用基于凝胶的帽相关的凝胶和清洁过程的不适和时间要求,以及(b)在现有范式中,模拟典型的干电极使用情况,特别是短时间和间歇性测量的总体佩戴时间有关。聚合物电极衬底能够适应电极的灵活性,并实现更柔软的电极,特别是在毛发较少的头部位置,有助于进一步增加佩戴的舒适度。
在选择凝胶型和干式电极帽的试验序列时,需要在随机序列和始终从干式电极帽开始的固定序列之间进行选择。随机序列一般避免了试验序列对结果的系统性影响,但会产生相当大的交叉影响。如果凝胶帽在干燥电极之前使用,凝胶会随着时间的推移改变皮肤界面,因为皮肤的水合作用和氯化物沉积,从而改变皮肤属性,如导电性。在影响干燥电极接触特性的各种因素中,皮肤水合作用似乎是一个有影响的因素(自己未发表的观察)。为了避免这种交叉影响,我们选择了固定的顺序,总是先测试干电极帽。由于测试顺序大大低于凝胶对皮肤界面的影响,因此我们评估了诱发误差的风险和影响。
电流帽和电极系统的局限性将在未来的研究中进一步研究和解决。干燥电极帽的机械灵活性降低,以及电极的内收要求对织物帽的帽型尺寸进行更精细的分级,或者开发可替代的、专用的帽型系统来解决这两个方面的问题。头发非常浓密的人(即,高头发密度和/或毛囊直径)可能需要在电极针的长度、密度或方向方面进行合适的电极设计。此外,目前的研究是在实验室条件下进行的,志愿者都是坐着的。未来需要对运动工件的影响进行研究。尽管目前的研究结果没有显示出脑中央区域的α活性和电位分布(VEPs)在电极-皮肤界面阻抗更高的情况下的拓扑差异,但未来的研究应该增加一个详细分析脑中央区域相关活动的范式,例如体感和运动活动。
5.结论
干电极允许更多的自由度在脑电帽的设计和制造上,而不需要长时间的准备或清洁要求。新型干式HD-EEG帽有助于快速、无凝胶脑电图,显著降低了每次HD-EEG测量对耗材的生态和经济影响,是首个具有256个通道的干式HD-EEG系统。我们的多参数研究为基于干式和凝胶式脑电帽在时间、频率和空间域多个信号特征方面的等效性提供了证据。干式脑电图的优势有助于在研究和临床领域拓展新的应用领域,增加其应用。
参考文献:A high-density 256-channel cap for dry electroencephalography
边栏推荐
- MySQL installation configuration and creation of databases and tables
- From "chemist" to developer, from Oracle to tdengine, two important choices in my life
- idea用debug调试出现com.intellij.rt.debugger.agent.CaptureAgent,导致无法进行调试
- Principle and performance analysis of lepton lossless compression
- TDengine 已经支持工业英特尔 边缘洞见软件包
- How to get the STW (pause) time of GC (garbage collector)?
- [listening for an attribute in the array]
- The comparison of every() and some() in JS uses a power storage plan
- 【两个对象合并成一个对象】
- Fluent development: setting method of left and right alignment of child controls in row
猜你喜欢
如何获取GC(垃圾回收器)的STW(暂停)时间?
idea用debug调试出现com.intellij.rt.debugger.agent.CaptureAgent,导致无法进行调试
Node red series (29): use slider and chart nodes to realize double broken line time series diagram
On July 2, I invite you to TD Hero online press conference
The popularity of B2B2C continues to rise. What are the benefits of enterprises doing multi-user mall system?
Why don't you recommend using products like mongodb to replace time series databases?
Common fault analysis and Countermeasures of using MySQL in go language
Community group buying exploded overnight. How should this new model of e-commerce operate?
The most comprehensive promotion strategy: online and offline promotion methods of E-commerce mall
Officially launched! Tdengine plug-in enters the official website of grafana
随机推荐
Roll up, break through 35 year old anxiety, and animate the CPU to record the function call process
How do enterprises choose the appropriate three-level distribution system?
Three-level distribution is becoming more and more popular. How should businesses choose the appropriate three-level distribution system?
7 月 2 日邀你来TD Hero 线上发布会
Theme. AppCompat. Light. Darkactionbar not found
Why does everyone want to do e-commerce? How much do you know about the advantages of online shopping malls?
Wechat applet - simple diet recommendation (3)
【对象数组的排序】
Go 语言使用 MySQL 的常见故障分析和应对方法
美图炒币半年亏了3个亿,华为被曝在俄罗斯扩招,AlphaGo的同类又刷爆一种棋,今日更多大新闻在此...
剪掉ImageNet 20%数据量,模型性能不下降!Meta斯坦福等提出新方法,用知识蒸馏给数据集瘦身...
Officially launched! Tdengine plug-in enters the official website of grafana
Lepton 无损压缩原理及性能分析
Kotlin compose multiple item scrolling
Oracle combines multiple rows of data into one row of data
【js 根据对象数组中的属性进行排序】
Solve the problem of no all pattern found during Navicat activation and registration
cent7安装Oracle数据库报错
基于宽表的数据建模应用
移动端异构运算技术-GPU OpenCL编程(进阶篇)